ظهور فناوری بلاکچین به واسطه سطح بینظیر شفافیت و ظرفیت مقیاسپذیری، منجر به تحولی اساسی در صنایع مختلف، بهویژه بخش مالی شده (DeFi) است. یک شرکت تحقیقاتی و تحلیلی Markets and Markets تخمین می زند که اندازه بازار جهانی بلاکچین تا سال 2027 به 94 میلیارد دلار خواهد رسید.
با وجود پیشرفت های قابل توجه، کارشناسان صنعت معتقدند که پتانسیل برای بهینه سازی بیشتر وجود دارد. برخی پیشنهاد می کنند که هوش مصنوعی (AI) می تواند در پیشرفت در این عرصه موثر باشد.
جانت آدامز، مدیر عامل SingularityNET، گفت که هوش مصنوعی و بلاکچین دو فناوری به سرعت در حال تکامل هستند که مکمل یکدیگر هستند. او ادعا کرد که زبان های برنامه نویسی زیربنای بلاکچین های فعلی مانند «اتریوم (ETH) و کاردانو (ADA)» در حال حاضر «حاوی اطلاعاتی هستند» و با یکپارچه سازی این فناوری ها، قراردادهای هوشمند میتوانند با فرآیندهای هوش مصنوعی تقویت شوند.
آدامز اضافه کرد که این امکان اجرای وظایف پیچیده تری مانند «حاکمیت برای DAO ها و بهینه سازی خودکار DeFi» را فراهم می کند.
دسترسی غیرمتمرکز به هوش مصنوعی که توسط فناوری بلاکچین ممکن شده است، استفاده از هوش مصنوعی را برای افراد و جوامع برای رسیدگی به مشکلات دنیای واقعی آسانتر میکند. این زمینه را برای همه فراهم می کند تا از این فناوری شگفت انگیز بهره مند شوند.
— جانت آدامز، مدیر اجرایی SingularityNET
مشابه افزایش پذیرش جریان اصلی بلاک چین، حوزه هوش مصنوعی نیز شاهد رشد سریع بوده است. زیرا پتانسیل آن به طور گسترده پذیرفته شده است. همگرایی هوش مصنوعی و فناوری بلاکچین فرصتی قانع کننده برای تقویت بخش مالی غیرمتمرکز (DeFi) فراتر از قابلیت های فعلی آن است.
خسوس رودریگز، مدیرعامل IntoTheBlock، دو سال پیش ماهیت در حال تحول صحنه DeFi را برجسته کرد. او پیش بینی کرد که یک انتقال قریب الوقوع به عصر «هوشمندی دیفای» (Intelligent DeFi) زمانی که هوش مصنوعی به تدریج وارد این بخش می شود.
مطالب مرتبط: مدیرعامل گوگل: ما برای هوش مصنوعی پیشرفته آماده نیستیم
کاربرد هوش مصنوعی در دیفای
هوش مصنوعی با دسترسی بیسابقه ای به داده های بزرگ کار میکند و میتواند با ارائه تجزیه و تحلیل داده های پیشرفته و قابلیت های تشخیص الگو که میتواند مدیریت ریسک، افزایش امنیت، بهینه سازی استراتژی های معاملاتی و خودکار سازی فرآیندهای مختلف را به DeFi و بلاکچین کمک کند.
به عنوان مثال، مدیر صرافی کوین بیس، کانر گروگان، آخرین نسخه ابزار محبوب هوش مصنوعی، GPT-4 را برای یافتن نقص در قرارداد هوشمند اتریوم آزمایش کرد. طبق توییت وی، ربات چت میتواند فوراً تعدادی از آسیب پذیری های امنیتی را برجسته کند.
من یک قرارداد زنده اتریوم را در GPT-4 ریختم.
در یک لحظه، تعدادی از آسیبپذیری های امنیتی را برجسته کرد و به مناطق سطحی اشاره کرد که میتوان از قرارداد بهرهبرداری کرد. سپس روش خاصی را تأیید کرد که من می توانم از قرارداد سوء استفاده کنم.
— کانر (@jconorgrogan) 14 مارس 2023
به گفته کانر، GPT-4 حتی میتواند یک روش «ویژه» برای هک قرارداد هوشمند پیشنهاد کند.
با این حال، یکی دیگر از کاربران توییتر، اظهار داشت که قراردادی که کانر آزمایش کرده است قبلاً در سال 2018 مورد سوء استفاده قرار گرفته است و این نتیجه «ممکن است چندان دقیق نباشد».
اگر قراردادی هوشمند به آن بدهید که قبلاً هرگز دیده نشده باشد، یا قبلاً هرگز این اکسپلویت را به صورت عمومی به اشتراک گذاشته نشده باشد، ممکن است چندان دقیق نباشد.
— کاربر توییتر (@ItsTwoBags) 14 مارس 2023
این کاربر توییتر اضافه کرد که راه درست برای آزمایش ربات چت این است که «قرارداد هوشمندی به آن بدهید که قبلاً دیده نشده است یا قبلاً سوء استفاده عمومی را به اشتراک گذاشته نشده است».
برخی از پروتکلهای DeFi در حال حاضر از اندازهگیری فناوری هوش مصنوعی برای خودکارسازی وظایف خاص و بهبود ارائه خدمات به مشتریان خود استفاده میکنند. از جمله پلتفرم هایی مانند DeFiLabs، Chainalysis و Fetch.ai.
هوش مصنوعی همچنین میتواند تراکنشهای مالی را سریعتر، کارآمدتر و امنتر از همیشه کند. همچنین فرصتهای جدید هیجانانگیزی را در ریزتراکنشها و کشف کلاهبرداری در زمان واقعی باز میکند. توانایی هوش مصنوعی برای پردازش حجم وسیعی از داده ها و شناسایی الگوهای ظریف، فضای DeFi امن تری را برای همه ایجاد می کند.
— جانت آدامز، مدیر اجرایی SingularityNET
توافق بر این است که هوش مصنوعی میتواند یک عنصر ضروری در پیشرفت پروتکلهای DeFi باشد و ویژگی های ارزشمندی را به صحنه معرفی کند. موارد زیر برخی از کاربردهای حیاتی هوش مصنوعی است که می تواند قابلیت های پروتکل های DeFi را تقویت کند.
امتیازدهی اعتباری غیرمتمرکز
هوش مصنوعی می تواند ابزار قدرتمندی برای امتیازدهی اعتباری DeFi باشد زیرا می تواند به خودکار سازی و بهبود دقت ارزیابی اعتبار کمک کند. الگوریتمهای هوش مصنوعی میتوانند حجم وسیعی از دادهها را برای شناسایی الگوها و پیشبینی تجزیه و تحلیل کنند. به وام دهندگان این امکان را میدهند تا تصمیمات آگاهانه تری در مورد تأیید یا رد درخواست های اعتباری اتخاذ کنند.
امتیازدهی اعتباری غیرمتمرکز به سرعت در حال افزایش است. زیرا به دنبال جایگزینی معیارهای رتبهبندی اعتباری سنتی است. RociFi در آوریل 2022 2.7 میلیون دلار جمع آوری کرد تا محصول امتیازدهی DeFi خود را ارائه دهد. از آنجایی که این بخش از DeFi شاهد افزایش تدریجی در پذیرش است، ادغام هوش مصنوعی می تواند به طور قابل توجهی قابلیت های آن را افزایش دهد.
یکی از راههایی که هوش مصنوعی میتواند به امتیازدهی اعتباری DeFi کمک کند، استفاده از مدلهای یادگیری ماشینی برای تجزیه و تحلیل داده های تاریخچه مالی، امتیاز اعتباری و سایر عواملی است که میتواند بر اعتبار آنها تأثیر بگذارد.
این مدلها میتوانند، طبق یک پلتفرم تجزیه و تحلیل و علم داده Datrics، همبستگی ها و الگوهایی را که ممکن است توسط تحلیلگران انسانی نادیده گرفته شود، شناسایی کنند. و به وام دهندگان این امکان را میدهند تا ریسک اعتباری را با دقت بیشتری ارزیابی کنند. و نرخهای مطلوب تری را به وام گیرندگان کم ریسک ارائه دهند.
نرخ پذیرش هوش مصنوعی در امتیازدهی اعتباری DeFi هنوز نسبتاً پایین است، زیرا این فناوری هنوز در مراحل اولیه خود است. با این حال، چندین پلتفرم در حال حاضر از هوش مصنوعی برای بهبود فرآیندهای امتیازدهی اعتباری خود استفاده می کنند.
به عنوان مثال، CreDA، یک پلتفرم DeFi متخصص در امتیازدهی اعتباری غیرمتمرکز، در نوامبر 2021 راه اندازی شد تا از الگوریتم های مبتنی بر هوش مصنوعی در ارزیابی اعتبار یک کاربر استفاده کند.
تشخیص تقلب
تقلب یک نگرانی مهم در اکوسیستم DeFi است، و تشخیص تقلب برای اطمینان از ایمنی و امنیت سرمایه گذاریها حیاتی است. گزارش Chainalysis در سال گذشته فاش کرد که در سال 2021، 14 میلیارد دلار به دلیل کلاهبرداری های کریپتو از دست رفته است.
از آنجایی که این رقم به دلیل استقرار ابزارهای کلاهبرداری پیچیدهتر همچنان در حال افزایش است، الگوریتمهای هوش مصنوعی میتوانند برای تجزیه و تحلیل داده های زنجیره بلوکی برای شناسایی فعالیت های متقلبانه مانند هویت های جعلی، کلاهبرداری های فیشینگ و دستکاری بازار استفاده شوند.
به گفته آدامز، ترکیب بلاکچین و هوش مصنوعی این پتانسیل را دارد که ذخیره سازی داده ها را ایمن تر کند. و از کلاهبرداری بلاک چین و حملات سایبری جلوگیری کند یا دستگیر کند.
با ادغام هوش مصنوعی، قراردادهای هوشمند می توانند یاد بگیرند و با موقعیت های مختلف سازگار شوند و آنها را کارآمدتر و موثرتر کنند.
جانت آدامز، مدیر اجرایی SingularityNET
الگوریتمهای هوش مصنوعی
الگوریتمهای هوش مصنوعی میتوانند دادههای زنجیره بلوکی را برای شناسایی الگوها و ناهنجاریهایی که ممکن است نشان دهنده فعالیت های متقلبانه باشند، تجزیه و تحلیل کنند. الگوریتم های یادگیری ماشینی را میتوان برای تشخیص الگوهای رفتار کلاهبرداری، مانند تجارت با فرکانس بالا یا تراکنشهای مشکوک، با تجزیه و تحلیل حجم زیادی از دادهها آموزش داد.
مدیر اجرایی SingularityNET معتقد است که از آنجایی که فناوری بلاک چین امکان ثبت تراکنش ها را به طور دائم و شفاف می دهد، می توان از هوش مصنوعی برای تجزیه و تحلیل این داده ها برای بینش هایی استفاده کرد. که «می تواند تصمیم گیری را بهبود بخشد». با این حال، او افزود، نگرانی های مربوط به حریم خصوصی نیز باید در نظر گرفته شود.
پلتفرم هایی مانند Chainalysis از هوش مصنوعی در تشخیص تقلب در DeFi استفاده کرده اند. Chainalysis یک پلتفرم تجزیه و تحلیل بلاکچین است که از هوش مصنوعی برای شناسایی و جلوگیری از تقلب در تراکنش های ارزهای دیجیتال استفاده می کند. این پلتفرم در حال حاضر توسط سازمانهای مجری قانون، موسسات مالی و کسب و کارهای ارزهای دیجیتال برای شناسایی فعالیتهای مشکوک و کاهش ریسک استفاده میشود.
ارزیابی ریسک
در صحنه DeFi، ارزیابی ریسک برای اطمینان از تصمیمات سرمایه گذاری محتاطانه بسیار مهم است. روندهای بازار و شاخص های اقتصادی نقش حیاتی در ارزیابی ریسک ایفا می کنند. و الگوریتم های هوش مصنوعی می توانند برای تجزیه و تحلیل این داده ها برای ارائه ارزیابی های دقیق تری ریسک استفاده شوند.
رودریگز، در مطالعهای در سال 2021، اهمیت تجزیه و تحلیل دادهها را در تعیین کمیت خطرات مرتبط با پروتکلهای DeFi برجسته کرد. با داشتن دسترسی کافی به ابزارهای تجزیه و تحلیل داده ها، هوش مصنوعی این پتانسیل را دارد که ارزیابی ریسک را به طور دقیق انجام دهد.
الگوریتم های هوش مصنوعی می توانند روندهای بازار را برای شناسایی ریسک های بالقوه مرتبط با نوسانات بازار یا بی ثباتی اقتصادی تجزیه و تحلیل کنند. به عنوان مثال، مدیر عامل IntoTheBlock معتقد است، اگر الگوریتم افزایش ناگهانی حجم تراکنشها را در یک پروتکل DeFi تشخیص دهد، ممکن است نشان دهنده دستکاری بازار یا تغییر ناگهانی در احساسات بازار باشد. این می تواند یک ریسک بالقوه برای سرمایه گذاران باشد و الگوریتم می تواند به آنها هشدار دهد که بر این اساس اقدام کنند.
آدامز اظهار داشت که هوش مصنوعی می تواند تصمیم گیری غیرمتمرکز را با تجزیه و تحلیل داده ها سریعتر از انسان ها و پیش بینی های دقیق تر بهبود بخشد.
علاوه بر این، مدلهای ارزیابی ریسک مبتنی بر هوش مصنوعی میتوانند شاخصهای اقتصادی مانند نرخ تورم و رشد تولید ناخالص داخلی را برای ارزیابی سلامت کلی اقتصاد و تأثیر بالقوه آن بر اکوسیستم غیرمتمرکز تجزیه و تحلیل کنند.
چالش های پیاده سازی هوش مصنوعی در DeFi
پیاده سازی هوش مصنوعی در بلاکچین و دیفای چالشهای متعددی را ارائه میکند که باید برای اطمینان از استفاده مؤثر و اخلاقی این فناوری برطرف شوند. سه حوزه چالش های قانونی و مقرراتی، فنی و اخلاقی است.
چالش های قانونی و نظارتی
این چالش ها یکی از موانع اصلی پیاده سازی هوش مصنوعی در DeFi هستند. رعایت مقررات حفظ حریم خصوصی داده ها مانند GDPR و الزامات نظارتی برای الگوریتم های هوش مصنوعی بسیار مهم است.
برای مثال، الگوریتمهای هوش مصنوعی که برای ارزیابی ریسک و کشف تقلب استفاده میشوند باید با مقررات ضد پولشویی (AML) و شناخت مشتری (KYC) مطابقت داشته باشند. عدم رعایت این مقررات می تواند منجر به جریمه های قانونی و مالی شود.
آربیتراژ نظارتی جهانی نیز چالشی در این زمینه ایجاد می کند، زیرا حوزه های قضایی مختلف مقررات متضادی برای DeFi دارند. این به دلیل پیدایش صحنه ارزهای دیجیتال است.
چالش های فنی
چالش های فنی نیز چالش مهمی برای پیاده سازی هوش مصنوعی در فناوری بلاک چین ایجاد میکند. یکی از چالش های اصلی نیاز به قابلیت همکاری بین شبکه های مختلف است.
آدامز گفت که هوش مصنوعی یک “جزئی مهم در پیشرفت مناطق حیاتی” بلاکچین و DeFi است. با این حال، مانند هر فناوری دیگری، چالش های مهمی وجود دارد که باید به آنها پرداخته شود، مانند قابلیت همکاری.
آدامز اضافه کرد که یکی از پروژههایی که او روی آن کار میکند، به نام HyperCycle، تلاش میکند «همکاری بین زنجیرهها را ارتقا دهد و تراکنشهای خرد را فعال کند» که «فرصتهای جدید و انعطافپذیری را در شبکهها ایجاد میکند و به همه دسترسی برابر میدهد».
DeFi بر روی چندین بلاک چین کار می کند و قابلیت همکاری برای تسهیل تراکنش های یکپارچه بین این شبکه های مختلف با پروتکل ها و طرح های مختلف ضروری است. ادغام هوش مصنوعی به سطح مناسبی از قابلیت همکاری بین این زنجیره ها نیاز دارد.
چالش های اخلاقی
چالش های اخلاقی یکی دیگر از زمینه های نگرانی در پیاده سازی هوش مصنوعی در فناوری بلاک چین و DeFi است. اطمینان از شفافیت و بی طرفی الگوریتم های هوش مصنوعی ضروری است.
آدامز گفت که حفظ حریم خصوصی یکی دیگر از نگرانی های اصلی است، زیرا ابزارهای هوش مصنوعی بخش وسیعی از داده های کاربر را جمع آوری و تجزیه و تحلیل می کنند.
حریم خصوصی ذاتی بلاک چین و استفاده از آن برای غیرمتمرکز کردن حاکمیت پروژه، چالشهای جدیدی را در نحوه نسبت دادن ارزش، مشارکت های پاداش و شناسایی مشارکت ایجاد میکند.
— جانت آدامز، مدیر اجرایی SingularityNET
شفافیت تضمین میکند که فرآیند تصمیم گیری الگوریتم قابل توضیح است، که میتواند به ایجاد اعتماد در میان کاربران کمک کند. الگوریتم های بی طرف تضمین می کنند که الگوریتم بین کاربران یا گروه های خاصی از کاربران تبعیض قائل نمیشود. پرداختن به نگرانی های مربوط به حریم خصوصی دادهها نیز یک چالش اخلاقی حیاتی در پیادهسازی فناوری هوش مصنوعی و بلاک چین در DeFi است.
مطالعات موردی هوش مصنوعی در DeFi
علیرغم چالشهای مرتبط با استقرار هوش مصنوعی در بلاکچین و DeFi، چندین پروژه مبتنی بر هوش مصنوعی در بخش های DeFi و بلاکچین در سال های اخیر ظهور کردهاند.
SingularityNET
SingularityNET (AGI) پروژه ای است که هوش مصنوعی و فناوری های بلاک چین را برای ایجاد یک بازار غیرمتمرکز برای خدمات هوش مصنوعی ترکیب می کند.
هدف اصلی این پلتفرم که توسط تیم پشتیبان سوفیا، اولین ربات انسان نما با هوش مصنوعی ساخته شده است، پر کردن شکاف بین محققان و مشاغلی است که در توسعه هوش مصنوعی فعالیت می کنند. در ابتدا بر روی امنیت سایبری، رباتیک ابری و تحقیقات زیست پزشکی تمرکز میکند. و به توسعهدهندگان و شرکتها کمک میکند تا پروژههای هوش مصنوعی و فروش ابزارها، دادهها، خدمات و الگوریتمها را تأمین مالی کنند.
این پلتفرم از قراردادهای هوشمند برای تسهیل تراکنشها استفاده میکند. و میتواند از سازمان هایی که به راهحل های هوش مصنوعی سفارشی شده یا آنهایی که به مجموعه دادههای بزرگتری برای ایجاد راهحلهای هوش مصنوعی قدرتمند نیاز دارند، پشتیبانی کند.
در SingularityNET، ما در تلاش هستیم تا مرزهای توسعه و هدف گذاری هوش مصنوعی را برای دستیابی به AGI طی پنج سال آینده پشت سر بگذاریم. این پتانسیل این را دارد که از طرق مختلف واقعاً برای آینده ما تغییر کند. جانت آدامز، مدیر اجرایی SingularityNET معتقد است AGI مرحله بعدی در تکامل هوش مصنوعی است که از هوش مصنوعی تخصصی پیشی می گیرد که می تواند وظایف خاصی را به هوش مصنوعی انجام دهد که می تواند طیف گسترده ای از وظایف را مانند یک انسان انجام دهد.
این بدان معناست که AGI میتواند با انسانها به روشهای طبیعی و شهودی تر تعامل داشته باشد، زمینه و جزئیات را درک کند و در موقعیت های پیچیده و غیرقابل پیشبینی تصمیمگیری کند.
او همچنین به پروژه “spin-off” شرکت، SingularityDAO اشاره کرد که برای متعادل کردن مجدد پویا و بهینه سازی مجموعه ای از توکن ها از طریق قرارداد های هوشمند غیرقابل اعتماد استفاده می شود.
Fetch.ai
Fetch.ai یک پلتفرم بلاک چین منبع باز است که از هوش مصنوعی برای تقویت پلتفرم DeFi خود استفاده می کند. و به عوامل مستقل برای تعامل با یکدیگر و تصمیم گیری بر اساس تجزیه و تحلیل داده ها و یادگیری ماشینی کمک می کند.
این عوامل می توانند وظایف مختلفی از جمله جمع آوری داده ها، پیش بینی قیمت و تحلیل بازار را بدون نیاز به دخالت انسان انجام دهند. هدف Fetch.ai با استفاده از هوش مصنوعی ایجاد یک پلتفرم DeFi کارآمدتر و ایمن تر است.
VeChain
VeChain یک پلتفرم بلاک چین است که هدف آن بهبود مدیریت زنجیره تامین و سایر برنامه های کاربردی در سطح سازمانی با استفاده از مزایای فناوری بلاک چین است. همچنین فناوری هوش مصنوعی را در پلتفرم خود ادغام می کند.
در دیفای، VeChain از هوش مصنوعی برای فعال کردن تراکنش های مالی امن استفاده میکند. یکی از راه های کلیدی برای انجام این کار، استفاده از هوش مصنوعی برای تجزیه و تحلیل داده ها از منابع مختلف، مانند روند بازار، رفتار مشتری و عملکرد مالی است.
هوش مصنوعی 10 سال دیگر چگونه خواهد بود؟
اگرچه بسیاری از موسسات هوش مصنوعی را در چند سال گذشته برای بهبود ارائههای DeFi خود پیادهسازی کردهاند، این فناوری تا حد زیادی در صنعت غیرمتمرکز استفاده نشده باقی مانده است.
من آینده ای را می بینم که در آن هوش مصنوعی تنها ابزاری نیست که ما از آن استفاده می کنیم، بلکه همراهی است که توانایی های ما را به گونه ای فراتر از تصور ما افزایش می دهد و ارتقا می دهد.
— جانت آدامز، مدیر اجرایی SingularityNET
طبق گزارش فوربس، Mordor Intelligence تخمین میزند که پیشبینی میشود ارزش بازار جهانی هوش مصنوعی فین تک تا سال 2025 به 22.6 میلیارد دلار برسد. علاوه بر این، نظرسنجی Deloitte نشان داد که تا 70 درصد از شرکت های مالی در حال حاضر از هوش مصنوعی برای افزایش پیشنهادات خود استفاده میکنند.
با این حال، پذیرش سریع و گسترده هوش مصنوعی آینده امیدوار کننده ای را برای اجرای آن در صنعت مالی غیرمتمرکز نشان می دهد. علاوه بر این، ظهور و محبوبیت پروتکل های هوش مصنوعی، مانند ChatGPT و Bard، این فناوری را در خط مقدم توجه جریان اصلی قرار داده است.
هوش مصنوعی این پتانسیل را دارد که توسعه الگوریتم های معاملاتی بسیار پیشرفته در DeFi را افزایش دهد. الگوریتمهای مبتنی بر هوش مصنوعی با توانایی یادگیری از دادههای تاریخی و تطبیق رفتار بر این اساس، میتوانند پیشبینیهای دقیقتری داشته باشند. و در نهایت منجر به بهبود عملکرد شوند. یکی دیگر از کاربردهای بالقوه هوش مصنوعی در فضای DeFi، افزایش امنیت پلتفرم است.
پتانسیل فناوری بلاکچین
پتانسیل فناوری بلاک چین برای توسعه هوش مصنوعی ناشی از توانایی آن برای فعال کردن ذخیره سازی امن و غیرمتمرکز داده و همچنین تسهیل تراکنش های شفاف و ایمن است. در صورت ترکیب، هوش مصنوعی و بلاک چین میتوانند یک دفتر کل غیرقابل تغییر و شفاف ایجاد کنند که هم ایمن و کارآمد است و هم غیرمتمرکز است.
آدامز بر این باور است که علاوه بر فناوری بلاک چین و DeFi، هوش مصنوعی پیشرفته «خودروهای خودران، دستیاران مجازی و خانههای هوشمند را تقویت میکند و زندگی ما را سادهتر و کارآمدتر میکند».
با این وجود، نگرانی فزاینده ای در میان رهبران صنعت در مورد چالش های بالقوه ای که هوش مصنوعی می تواند ایجاد کند، وجود دارد. میرا موراتی، مدیر ارشد فناوری OpenAI، سازمان پشتیبان ChatGPT، نیاز به تنظیم مناسب هوش مصنوعی را برای جلوگیری از چنین مسائلی در آینده تایید کرد.
منبع: crypto.news