Hvordan AI og krypto former fremtiden for finans

I løbet af de sidste tre år har kryptorummet gennemgået massive omvæltninger. Sideløbende med løft fra stimuluspakker i 2021 havde venturekapitalfirmaer investeret $33 milliarder i krypto- og blockchain-startups.

Året efter udløste Federal Reserve en domino af krypto-konkurser med sin rentestigningscyklus, startende fra Terra (LUNA)-krakket og kulminerede i FTX Ponzi-ordningens kollaps.

Løftet om DeFi mistede sin glans, ikke hjulpet af over 3 milliarder dollars tabt i DeFi-hacks i løbet af 2023. Det igangværende Bitcoin-tyreløb viser manglen på altcoin-tillid som den såkaldte Altcoin sæson er endnu ikke manifesteret.

I juni 2023, BlackRocks chef for strategiske partnerskaber, Joseph Chalom, bemærkede at DeFis institutionelle adoption er "mange, mange, mange år væk". Der er dog en sag om, at den nye AI-fortælling kan smelte sammen med blockchain-teknologi og dens applikationer.

Med lektioner fra den forrige cyklus, hvordan ville det AI-krypto-landskab se ud?

At lægge AI-grundlaget med kryptokomponering

Når man ser tilbage, er det sikkert at sige, at "DeFi" blev indordnet af virksomheder oven på tokeniserede lag, såsom Celsius Network eller BlockFi, der gjorde DeFi til CeFi. Disse virksomheder drev med succes kryptoadoption som sådan, kun for at ende med at besudle selve ordet "krypto".

En fornyet DeFi v2 bør derefter fokusere på en overlegen brugeroplevelse, der ikke udløser efterspørgslen efter centraliserede virksomheder for at gøre det til det. Vigtigst af alt skal DeFi-sikkerheden styrkes. Den mest lovende løsning i den retning er den nulkendte Ethereum Virtual Machine – zkEVM.

Ved at abstrahere kædetransaktioner via ZKP'er (zero-knowledge proofs), øger zkEVM netværkets gennemløb og reducerer gasomkostningerne. Oven i det forenkler zkEVM brugeroplevelsen ved at lette alternative token-betalinger for gasgebyrer. Med andre ord baner zkEVM-lignende løsninger vejen til skalerbarhed, der er nødvendig for AI-applikationer.

AI-applikationer involverer i sagens natur store mængder data, hvilket gør det til en potentiel flaskehals for blockchain-netværk. Med denne forhindring foran gør Polygon zkEVM det muligt at generere AI-kunstværker via Midjourney-billedgeneratoren. I denne proces, kan resultaterne tokeniseres som NFT'er med lave gebyrer.

Ved at bygge videre på smarte kontrakter af anden art, har kryptorummet lagt grunden til AI med komponerbarhed og tilladelsesfri adgang. Tilsammen skaber dette en selvstændig og effektiv infrastruktur for de finansielle markeder. Da hver del af markedshandlingen kan skilles ad til smarte kontrakter, bringer kompositabilitet innovation på tværs af tre komponerbarhedslag:

• Morfologisk – komponenter, der kommunikerer mellem DeFi-protokoller, skaber nye meta-funktioner.
• Atomic – evne for hver smart kontrakt til at fungere uafhængigt eller sammen med andre protokollers smarte kontrakter.
• Syntaktisk – protokollers evne til at kommunikere baseret på standardiserede protokoller. 

I praksis oversættes dette til Lego DeFi klodser. For eksempel, Forbindelse (COMP) giver brugerne mulighed for at levere likviditet til smarte kontraktpuljer. Dette er en af ​​DeFis revolutionerende søjler, da brugere ikke længere kræver nogens tilladelse til hverken at låne eller låne. Med smarte kontrakter, der fungerer som likviditetspuljer, kan låntagere udnytte dem ved at stille sikkerhed. 

Likviditetsudbydere får cTokens til gengæld som renter. Hvis det leverede token er USDC, vil det give cUSDC. Disse tokens kan dog integreres på tværs af DeFi-kortet i alle protokoller, der er kompatible med ERC-20-standarden.

Sammensætningsevnen skaber med andre ord muligheder for mangfoldigheden af ​​udbytter, så ingen smart kontrakt efterlades uvirksom. Problemet er, hvordan man effektivt håndterer denne stigning i kompleksitet? Det er her AI kommer ind i billedet.

Forstærker effektiviteten med AI

Når man tænker på kunstig intelligens (AI), er den vigtigste funktion, der kommer til at tænke på, overmenneskelig behandling. Finansielle markeder er for længe siden blevet for komplekse til, at menneskets sind kan håndtere dem. I stedet er mennesker kommet til at stole på forudsigende algoritmer, automatisering og personalisering.

I TradFi oversættes dette typisk til robo-rådgivere, der spørger brugerne om deres behov og risikotolerancer. En robo-rådgiver vil derefter generere en profil til at administrere brugerens portefølje. I blockchain-sammensætningsarenaen ville sådanne AI-algoritmer få meget større fleksibilitet til at sifonudbytte.

Ved at læse markedsforholdene på farten, når de får adgang til gennemsigtige smarte kontrakter, har AI-agenter potentiale til at reducere markedsineffektivitet, reducere menneskelige fejl og øge markedskoordineringen. Sidstnævnte eksisterer allerede i form af automatiserede market makers (AMM'er), der leverer aktivprisopdagelse.

Ved at analysere ordrestrømme, likviditet og volatilitet i realtid er AI-agenter ideel til at optimere likviditetsforsyningen og endda forhindre DeFi flash lån udnyttelse ved at koordinere mellem DeFi-platforme og begrænse transaktionsstørrelser. 

Når AI-agenter øger markedseffektiviteten gennem markedsovervågning i realtid og maskinlæring, kan der uundgåeligt dukke nye forudsigelsesmarkeder op, efterhånden som likviditeten bliver dybere. Menneskets opgave ville så være at sætte bots til at dømme mod andre bots.

At $ 42.5 milliarder på tværs af 2,500 aktierunder i 2023 har AI-investeringer allerede overgået kryptotoppen i 2021. Men som AI-krypto projekter vise trenden?

Spotlight på AI-Crypto Innovators

Siden lanceringen af ​​ChatGPT af OpenAI i november 2022, har AI været en opmærksomhedsfanger. Den opmærksomhed, der tidligere var reserveret til memecoins, blev omdirigeret til AI-fremskridt inden for ræsonnement, kunstgenerering, kodning og senest tekst-til-video-generering via Sora.

På tværs af disse felter af menneskelig interesse er de alle afhængige af skalering af datacentre. I modsætning til kryptotokens, som er smarte kontrakter, er AI-tokens basisblokkene af tekst, som AI-agenten adskiller i relationsenheder. Afhængigt af afstemningen af ​​hver AI-model repræsenterer disse tokens kontekstuelle vinduer for forholdet mellem koncepter.

For hver brugerprompt er det udfordrende at tillade maksimal behandlingskapacitet. Når AI-modellen opdeler teksten i tokens, afhænger outputtet af token-størrelsen. Til gengæld bestemmer tokenstørrelsen kvaliteten af ​​det genererede indhold, hvad end det måtte være.

Jo større tokenstørrelsen er, jo større er potentialet for en AI-model til at overveje det større antal koncepter, når der genereres indhold. I betragtning af sådanne iboende begrænsninger, AI-tokens passer naturligt til blockchain-teknologi.

Ligesom Web3-gaming tokeniserer aktiver i spillet til decentraliseret ejerskab, handlebar valuta og belønningsincitamenter, kan det samme gøres med AI. Et eksempel på, Fetch.AI (FET) er en åben adgangsprotokol til at forbinde autonome økonomiske agenter via Open Economic Framework til Fetch Smart Ledger.

FET-tokenet har til formål at tjene penge på netværkstransaktioner, betale for implementering af AI-model, belønne netværksdeltagere og betale for andre tjenester. Og ligesom folk forbinder med DeFi-tjenester via tegnebøger, kan de oprette forbindelse til Fetch.AI's agentverse med en Fetch Wallet for at drage fordel af implementerede AI-protokoller.

For eksempel en af ​​de mange AI-agenter, der i øjeblikket er i beta agentvers er PDF Summarization Agent.

Som en potentiel vej til at demokratisere AI-agentadgang og -implementering har FET-token fået 300 % værdi siden begyndelsen af ​​året. Ifølge Market Research Future forventes markedet for AI-agenter at vokse til $ 110.42 milliarder i 2032 fra 6.03 milliarder USD 2023. Dette repræsenterer en sammensat årlig vækstrate (CAGR) på 43.80 %.

I sidste ende vil vi sandsynligvis se et økosystem af AI-agenter, der interagerer med DeFi-protokoller og andre tjenester, der ville drage fordel af at automatisere beslutninger i realtid. Dette kan udvides til AI-agenter, der hjælper selvkørende elbiler eller endda hjælper med at udføre delikate operationer og patientpleje. Pædiatrisk kirurg Dr. Danielle Walsh ved University of Kentucky College of Medicine i Lexington sagde:

"En patient, der vågner kl. 1:00 om morgenen 2 dage efter en kirurgisk operation, kan kontakte chatbotten for at spørge: 'Jeg har dette symptom, er det normalt?'"

Inden for medicinsk diagnostik havde Massachusetts-baserede Lantheus Holdings (LNTH) allerede implementeret sit PYLARIFY AI-billeddannelsesmiddel til tidlig påvisning af prostatacancer. Med AI-krypto-projekter som Fetch.AI kan mange sådanne tjenester tokeniseres i fuldt omfang.

Vejen videre: Udfordringer og muligheder

Forud for AI-integration står blockchain-platforme over for det samme problem - institutionel adoption. Har mindre protokoller en chance for at trænge ind i mainstream, eller er dette forbeholdt institutioner?

DeFi kan have banet vejen for tokeniserede finansielle markeder, men store spillere vil sandsynligvis indgyde offentlig tillid.

For eksempel er den Kanton netværk, Hvilket er understøttet af Big Bank og Big Tech, kan erstatte mindre DeFi fisk. Til sidst, bekvemmeligheden ved bankoverførsler samme dag kunne integreres problemfrit i blockchain-netværk. Dette er især relevant i betragtning af, at Microsoft driver Canton Network med Azure-skyen, mens de udvikler AI-produkter.

Samtidig vil mange brugere foretrække at forblive inden for økosystemer med åben adgang, hvilket øger værdien af ​​AI-krypto-tokens. Desuden behøver kryptoprotokoller ikke at være direkte rettet mod AI-agentimplementering. Eksempelvis kunne The Graph (GRT) bruges til AI-apps som en blockchain-dataindekseringstjeneste.

Baseret på denne spekulation har denne "Google of Blockchain" fået et 103% løft fra år til dato. Et af de mest potentielle kryptoprojekter, der hjælper AI, kunne være Injective Protocol (INJ). Da det "injicerer" AI-algoritmer i førnævnte DeFi-markedshandlinger, injektiv har til formål at forenkle og automatisere komplekse DeFi-operationer.

Ved basislaget af AI-krypto-krydset kunne være Allora netværk, ved at bruge sin nul-viden maskinlæring (zkML) og fødereret læring til at bygge AI-apps til udvidet DeFi-oplevelse.

Hvis udrulningen af ​​disse åbne apps lykkes, ville institutionelle netværk som Canton have formindsket appel. Denne dynamik vil i vid udstrækning afhænge af regulatoriske agenturer, som endnu ikke har realiseret regler selv for kryptorummet.

Konklusion

AI er klar til at gøre data mere forståelige, handlingsrettede og relevante for en specifik bruger. På den anden side formaliserede og decentraliserede blockchain-teknologi logikken i menneskelig handling til selvudførende smarte kontrakter.

Når de to sfærer mødes, får vi AI-agenter med et fornyet formål. En ny generation af tokeniserede robo-rådgivere, der udnytter DeFi-komponeringen fuldt ud. Og efterhånden som AI-agenter udforsker nye muligheder, vil nye markeder dukke op.

Fra forudsigende analyse til indsprøjtning af likviditet i on-chain markeder, AI-agenter er klar til at skabe en hyperfinansieret fremtid, hvor fra Bitcoin selv, vil mennesker støde på masser af byggeklodser at udnytte.

Nævnt i denne artikel

• SEO Powered Content & PR Distribution. Bliv forstærket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
• PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
• PlatoESG. Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
• PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
• Kilde: https://cryptoslate.com/how-ai-and-crypto-are-shaping-the-future-of-finance/