Como a IA é aplicada no DeFi?

AUTOR: DEFI EDUCAÇÃO

Tradução: Vernacular blockchain

** **

Como você deve ter visto no Twitter, estamos muito interessados no espaço atual de IA / LLM. Embora ainda haja muito espaço para melhorias na aceleração da pesquisa, vemos potencial.

O advento de grandes modelos de linguagem (LLMs) no espaço das criptomoedas está revolucionando a maneira como os jogadores não técnicos interagem, entendem e contribuem para a indústria.

Antes, se você não sabia codificar, se sentia completamente perdido. Grandes modelos de linguagem como o chatGPT estão agora preenchendo a lacuna entre linguagens de programação complexas e linguagem cotidiana. Isso é muito importante porque o espaço das criptomoedas é dominado por pessoas com conhecimento técnico especializado.

Se você se deparar com algo que não entende, ou achar que um projeto está deliberadamente obscurecendo a realidade de seu sistema subjacente, você pode perguntar chatGPT e obter uma resposta rápida, quase gratuita.

DeFi está democratizando o acesso ao financiamento, e grandes modelos de linguagem estão democratizando o acesso ao DeFi.

No artigo de hoje, vamos apresentar algumas ideias que achamos que grandes modelos de linguagem podem ter no DeFi.

1. Segurança DeFi

Como observamos, o DeFi está transformando os serviços financeiros reduzindo o atrito e os custos gerais, bem como substituindo grandes equipes por código eficiente.

Detalhamos para onde o DeFi está indo. DeFi:

• Custos de atrito reduzidos – Os custos de combustível acabarão por diminuir
• Reduzir os custos gerais porque não há localização física, apenas código
• Reduza os custos de mão de obra, você substituiu milhares de banqueiros por 100 programadores
• Permitir que qualquer pessoa preste serviços financeiros (tais como empréstimos e criação de mercado)
• DeFi é um modelo operacional mais enxuto que não depende de um intermediário para a execução.

No DeFi, o “risco de contraparte” é substituído pelo risco de segurança do software. O código e os mecanismos que protegem os seus ativos e facilitam as suas transações estão constantemente em risco de ameaças externas que tentam roubar e explorar fundos.

A IA, especialmente LLMs, desempenha um papel fundamental na automação do desenvolvimento e auditoria de contratos inteligentes. Ao analisar a base de código e identificar padrões, a IA pode encontrar vulnerabilidades (ao longo do tempo) e otimizar o desempenho de contratos inteligentes, reduzindo o erro humano e melhorando a confiabilidade dos protocolos DeFi. Ao comparar contratos com bancos de dados de vulnerabilidades conhecidas e vetores de ataque, os LLMs podem destacar áreas de risco.

Uma área em que os LLMs já são uma solução viável e aceita para problemas de segurança de software é ajudar a escrever conjuntos de testes. Escrever testes de unidade pode ser tedioso, mas é uma parte importante da garantia de qualidade de software e muitas vezes é negligenciado por causa da pressa para chegar ao mercado muito rapidamente.

No entanto, há um “lado negro” nisso. Se os LLMs podem ajudá-lo a auditar seu código, eles também podem ajudar os hackers a encontrar maneiras de explorar seu código no mundo de código aberto da criptografia.

Felizmente, a comunidade cripto está cheia de white hats e tem um sistema de recompensas que ajuda a mitigar alguns dos riscos.

Os profissionais de cibersegurança não defendem a “segurança através da ofuscação”. Em vez disso, eles assumem que o invasor já está familiarizado com o código e as vulnerabilidades do sistema. A IA e os LLMs podem ajudar a detetar automaticamente códigos inseguros em escala, especialmente para não programadores. Mais contratos inteligentes são implantados todos os dias do que os humanos podem auditar. Às vezes, para capturar oportunidades econômicas (como a mineração), é necessário interagir com contratos novos e populares sem ter que esperar por um período de tempo para testar.

É aí que entra uma plataforma como a Rug.AI, fornecendo uma avaliação automatizada de novos projetos contra vulnerabilidades de código conhecidas.

Talvez o aspeto mais revolucionário seja a capacidade dos LLMs de ajudar a escrever código. Desde que o usuário tenha uma compreensão básica de suas necessidades, ele pode descrever o que deseja em linguagem natural, e os LLMs podem traduzir essas descrições em código funcional.

Isso reduz a barreira de entrada para a criação de aplicativos baseados em blockchain, permitindo que uma gama mais ampla de inovadores contribua para o ecossistema.

E isso é apenas o começo. Pessoalmente, descobrimos que os LLMs são mais adequados para refatoração de código ou explicação do que o código faz para iniciantes, em vez de para novos projetos. É importante dar contexto e especificações claras ao seu modelo, caso contrário, há uma situação de “entrada de lixo, saída de lixo”.

Os LLMs também podem ajudar aqueles que não sabem codificar, traduzindo o código do contrato inteligente para linguagem natural. Talvez você não queira aprender programação, mas quer ter certeza de que o código do protocolo que você está usando corresponde à promessa do protocolo.

Embora suspeitemos que os LLMs não serão capazes de substituir desenvolvedores de alta qualidade no curto prazo, os desenvolvedores podem fazer outra rodada de exame racional de seu trabalho através de LLMs.

Conclusão: A encriptação tornou-se muito mais simples e segura para todos nós. Apenas tenha cuidado para não confiar demais nesses LLMs. Por vezes, cometem erros com confiança. A capacidade dos LLMs de entender e prever completamente o código ainda está em desenvolvimento.

2. Análise de dados e insights

Ao coletar dados no espaço de criptomoedas, você se deparará com o Dune Analytics mais cedo ou mais tarde. Se você ainda não ouviu falar, o Dune Analytics é uma plataforma que permite aos usuários criar e publicar visualizações de análise de dados, com foco principal no blockchain ETH e outros blockchains relacionados. É uma ferramenta útil e fácil de usar para rastrear métricas DeFi.

O Dune Analytics já tem recursos GPT-4 que podem interpretar consultas em linguagem natural.

Se você estiver confuso sobre uma consulta ou quiser criar e editar uma, você pode recorrer ao chatGPT. Observe que ele terá um desempenho melhor se você fornecer algumas consultas de exemplo na mesma conversa, e você ainda vai querer aprender por conta própria para validar o trabalho do chatGPT. No entanto, é uma ótima maneira de aprender e fazer perguntas, e você pode fazer chatGPT como faria com um tutor.

Os LLMs diminuem significativamente a barreira de entrada para participantes não técnicos de criptomoedas.

Em termos de insight, porém, os LLMs são dececionantes quando se trata de fornecer insights únicos. Em mercados financeiros complexos e racionais, não espere que os LLMs deem as respostas certas. Se você é alguém que age por instinto e intuição, descobrirá que os LLMs ficam muito aquém de suas expectativas.

No entanto, encontramos um uso eficaz – para verificar se o óbvio está faltando. É menos provável que você encontre insights não óbvios ou contraditórios que realmente valham a pena. Isso não é surpreendente (se alguém desenvolve uma IA que oferece retornos de mercado super altos, não libera essa parte para o público em geral).

3, “O administrador do Discord desaparece?”

No espaço das criptomoedas, gerenciar um grupo de usuários que são apaixonados por um projeto popular, mas têm necessidades em constante mudança, é um dos trabalhos mais não reconhecidos e dolorosos. Muitas das mesmas perguntas comuns são feitas repetidamente, às vezes consecutivamente. Este parece ser um ponto problemático que deve ser facilmente resolvido com LLMs.

Os LLMs também mostraram alguma precisão na deteção de se as mensagens são autopromocionais (spam). Esperamos que isso seja usado para detetar links maliciosos (ou outros hacks) também. É muito difícil gerenciar um grupo de discórdia ocupado com milhares de membros ativos e postagens regulares, então estamos ansiosos para alguns bots do Discord alimentados por LLMs para ajudar.

4, “Coisas extravagantes”

Um meme recorrente no espaço cripto é o lançamento de moedas baseadas em memes populares. Estes variam de ficar memes como DOGE, SHIB e PEPE, a moedas aleatórias que desaparecem dentro de uma hora com base nos termos de pesquisa quentes do dia (principalmente golpes, que evitamos envolver).

Se você tiver acesso à API Firehose do Twitter, poderá acompanhar o sentimento das criptomoedas em tempo real e treinar um LLM para sinalizar tendências e, em seguida, usar humanos para interpretar as nuances nelas. Um exemplo simples de um aplicativo seria quando há um momento viral, e você pode lançar uma moeda meme com base na análise de sentimento.

Talvez haja uma maneira de construir algo como a versão de um pobre homem de um sequestrador de sentimentos que monitora um subconjunto de influenciadores cripto populares em vários canais de mídia social sem ter que lidar com o custo e a largura de banda de um tipo de fonte de dados de API do tipo “jato de foguete”.

Os LLMs são ótimos para isso porque fornecem informações sobre o contexto (analisando sarcasmo e falsificações on-line para obter insights reais). Este amigo LLM irá evoluir e aprender com a indústria cripto, onde a maior parte da ação é discutida no Twitter cripto. A indústria cripto, com seus fóruns de debate aberto e tecnologia de código aberto, fornece um ambiente único para LLMs capturarem oportunidades de mercado.

Mas para evitar ser enganado pela manipulação intencional das redes sociais, a tecnologia precisa ser mais sofisticada: campanhas artificiais de base, patrocínios não revelados e trolls online. Em outro artigo, cobrimos um interessante relatório de pesquisa de terceiros sugerindo que algumas entidades podem estar manipulando conscientemente as mídias sociais para aumentar o valor de projetos cripto relacionados à FTX/Alameda.

A análise do NCRI mostra que as contas semelhantes a bots representam uma porcentagem significativa (cerca de 20%) das discussões on-line mencionando a moeda listada da FTX.

Esta atividade semelhante a um bot anuncia os preços de muitas moedas FTX na amostra de dados.

Após a promoção da FTX, a atividade dessas moedas tornou-se cada vez mais inautêntica ao longo do tempo: a proporção de comentários de bots inautênticos aumentou constantemente, representando cerca de 50% da discussão total.