預測能力與AI在DeFi中的應用

預測一直是人類進化的關鍵能力。從遠古時代開始,人類就依靠感官和本能來預測環境中的威脅與機遇,比如察覺捕食者的活動模式、獵物出現的機會以及季節性食物供應情況,這些對生存至關重要。

隨着時間推移,這種預測模式逐步發展爲工具使用和規劃(如預測種植作物、宰殺和保存肉類的需求),預測社交線索(意圖、情緒、行爲),發展出文字、科學、數學,以及統計學、計算機、機器學習和人工智能等現代工具,這些都用於增強人類的預測能力。

預測市場已演變成一種經濟工具,它利用人類的預測能力來預判經濟、政治和文化的結果。與傳統民意調查不同,一些預測市場利用經濟激勵來獲取準確預測,因爲參與者會用真金白銀來下注。

在2024年美國大選市場上,某預測平台吸引了近40億美元的投注,在川普勝選的預測中,其表現甚至超過了民意調查,反映了衆包預測的經濟價值。

同樣的演變也適用於現貨和永續合約交易,從中心化交易所的崛起,滿足全球加密貨幣不斷增長的需求,到最近一些去中心化平台的顛覆性發展,提供自我托管和無需KYC的服務,同時具備中心化交易所般的交易體驗。

預測是人類進化的核心能力,隨着人工智能/機器學習預測模型的興起,預測事件、資產價格和波動性的能力正在大幅提升。這將人類帶入進化的下一個階段。

DeFi 3.0

DeFi 1.0引入了智能合約和去中心化應用程式,允許任何人隨時隨地轉帳、買賣、質押、借貸、收益挖礦,本質上是將加密資產投入鏈上運作以創造經濟價值,例如一些著名的去中心化交易所、借貸平台等。

DeFi在1.0的基礎上進行了擴展,引入了新穎的代幣經濟學和激勵分配機制,旨在協調協議中不同利益相關者之間的利益,並催生了提供替代收益來源的新興市場。

DeFi 3.0將人工智能引入DeFi。有人稱之爲DeFAI,也有人稱之爲AiFi。其含義是將大型語言模型(LLM)和/或機器學習模型(ML)集成到DeFi產品中。

從簡單的LLM集成(充當客戶支持/副駕駛,幫助用戶導航協議),到多智能體/集羣和機器學習系統,從根本上改善了產品(增加交易利潤、減少無常損失、提高LP收益、降低永續交易的清算風險等)。

除了DeFAI抽象層和完全自主的金融代理,接下來將討論人工智能/機器學習系統和預測模型在變革DeFi以及其他垂直領域中的作用。

預測系統

神經網路和決策樹自2000年代以來就已出現,這些系統曾被對沖基金用於預測股票和商品價格。早期的股票預測結果頗具參考性,短期預測的準確率達到了50%-60%,但由於過度擬合和數據有限,限制了其應用。

隨後深度學習和大數據興起,它們使模型能夠處理更大的數據集(時間序列數據、新聞和社交媒體等非結構化數據),從而實現更準確的預測和更廣泛的應用。

突破性發展發生在過去五年,其中Transformer模型和多模態AI集成了更多樣化的數據集,如社交媒體情緒、區塊鏈交易、預言機、實時新聞、衆包預測等更多來源。這使得一些AI模型在預測事件結果和資產價格方面達到了80%-90%的準確率。

隨着這些模型不斷改進,將預測能力集成到DeFi系統中的需求大幅增加。目前正處於DeFi 3.0的早期階段,並實時見證着市場中一些參與者將AI/機器學習系統與Web3應用場景相結合。

DeFi x AI/ML系統

Allora

Allora可能是目前應用最廣泛的去中心化預測模型網路。Allora已經實現了與DeFi協議和AI代理團隊的衆多集成,賦予其預測能力(主要關注加密貨幣價格預測,如BTC、ETH、SOL)。

其短期加密貨幣價格預測準確率據稱約爲80%。

一些主要的應用包括:

• 某基於USDC的AI驅動金庫,利用Allora的推理技術最大化SOL交易收益。自4月23日以來其累計回報率爲2.4%,年利率約爲10%。
• 某AI LP金庫,利用Allora的預測價格數據,更好地將流動性置於價格波動之前,從而避免無常損失。
• Allora與多個團隊合作,爲AI代理的交易策略和執行提供支持。

Bittensor子網

由於Bittensor的dTAO激勵分配機制能夠幫助初創企業(子網)抵消開發成本,團隊利用Bittensor來啓動其產品研發,將大量開發工作外包給礦工,激勵越高,礦工的質量就越好。

鑑於機器學習模型和預測系統是最容易量化的任務之一(構建能夠準確預測某些事物的模型),這是子網最常關注的垂直領域之一。

專注於預測的子網絡包括SN6、SN8、SN18、SN41、SN44和SN50等。

值得一提的是:

• SN6的AI代理/預測對沖基金層即將推出一個DeFi金庫,它會自動將用戶存款分配到高可信度的事件/市場中進行投注。該金庫即將推出,早期測試的APY據稱超過了四位數。

• SN44在足球/英式足球方面的信號持續改進。最近的世俱杯表現顯示,激進的投注規模帶來了232%的投資回報率。該團隊也在努力開發一個DeFi金庫產品,將採用更注重風險調整的方法。

• SN50 Synth尤其有趣。該子網圍繞高度通用的波動率預測模型構建。它可以用於涵蓋價格可能發生的各種概率(而不僅僅是預測未來價格),例如預測清算概率、永續倉位的生存時間/清算時間、設置去中心化交易所LP範圍並預測無常損失、預測窗口內的期權行權價和到期時間等。

Synth據稱比傳統的基準模型(幾何布朗運動)表現高出25%-30%。

對於想要將此類引擎集成到其DeFi生態系統中的L1/L2生態系統來說,需求巨大。

到目前爲止,Synth已與多個平台集成,包括:

• Arbitrum,爲AI交易員競賽提供支持
• Chainrisk,了解波動性,以便合作夥伴協議能夠更好地應對波動性的劇烈變化
• Solana上一個主要流動性質押協議,用於未知用例(據團隊稱,官方公告將在1-2天內發布)

該團隊將Mode L2(他們自己的L2)定位爲應用層,通過將Synth推理與Mode AI終端 + Mode Perp產品相結合,使交易員能夠利用Synth預測資產價格並更好地進行交易。

SN6、SN44、SN50以及許多其他子網之所以如此引人關注,是因爲它們每年以200萬至1000萬美元以上的dTAO代幣作爲激勵,吸引礦工不斷改進其預測模型。

其目標是將dTAO激勵作爲資本支出,以引導產品開發,並盡快實現商業化/產品化,從而賺取實際收益並抵消dTAO的拋售壓力。其中一些子網已開始邁向商業化階段。

未來發展趨勢

對更高收益和更低風險的追求將持續下去,促使建設者將更多的RWAs引入鏈上。現有的DeFi收益來源將繼續得到優化,並且會變得越來越容易獲取。

預測市場將成爲主要的信息來源,AI充當市場做市商,而經驗豐富的參與者進一步激發羣體智慧。工具變得越來越智能,模型變得越來越精準,目前已經看到了部分成果。

這些系統學習得越多,價值就越大。而且它們與Web3其他部分的組合性越強,整個趨勢就越不可阻擋。

歸根結底,加密領域的一切都是對未來的一種押注。

因此,基礎設施和應用程序/代理能夠哪怕稍微更清晰地預見未來——無論是通過羣體智慧、更優質的數據還是更精準的模型——都將擁有顯著的優勢。