AI được ứng dụng như thế nào trong DeFi?

TÁC GIẢ: DEFI EDUCATION

Dịch: Blockchain bản địa

** **

Như bạn có thể đã thấy trên Twitter, chúng tôi rất quan tâm đến không gian AI / LLM hiện tại. Mặc dù vẫn còn rất nhiều chỗ để cải thiện trong việc đẩy nhanh nghiên cứu, chúng tôi thấy tiềm năng.

Sự ra đời của các mô hình ngôn ngữ lớn (LLM) trong không gian tiền điện tử đang cách mạng hóa cách những người chơi phi kỹ thuật tương tác, hiểu và đóng góp cho ngành.

Trước đây, nếu bạn không biết cách viết mã, bạn cảm thấy hoàn toàn lạc lõng. Các mô hình ngôn ngữ lớn như chatGPT hiện đang thu hẹp khoảng cách giữa các ngôn ngữ lập trình phức tạp và ngôn ngữ hàng ngày. Điều này rất quan trọng vì không gian tiền điện tử bị chi phối bởi những người có chuyên môn kỹ thuật chuyên ngành.

Nếu bạn gặp phải điều gì đó bạn không hiểu hoặc nghĩ rằng một dự án đang cố tình che khuất thực tế của hệ thống cơ bản của nó, bạn có thể hỏi chatGPT và nhận được câu trả lời nhanh chóng, gần như miễn phí.

DeFi đang dân chủ hóa khả năng tiếp cận tài chính và các mô hình ngôn ngữ lớn đang dân chủ hóa quyền truy cập vào DeFi.

Trong bài viết hôm nay, chúng tôi sẽ trình bày một số ý tưởng mà chúng tôi nghĩ rằng các mô hình ngôn ngữ lớn có thể có trên DeFi.

1. Bảo mật DeFi

Như chúng tôi đã lưu ý, DeFi đang chuyển đổi các dịch vụ tài chính bằng cách giảm chi phí ma sát và chi phí chung, cũng như thay thế các nhóm lớn bằng mã hiệu quả.

Chúng tôi đã trình bày chi tiết hướng đi của DeFi. Defi:

• Giảm chi phí ma sát - Chi phí nhiên liệu cuối cùng sẽ giảm
• Giảm chi phí chung vì không có vị trí thực tế, chỉ có mã
• Giảm chi phí lao động, bạn đã thay thế hàng ngàn nhân viên ngân hàng bằng 100 lập trình viên
• Cho phép bất cứ ai cung cấp các dịch vụ tài chính (chẳng hạn như cho vay và tạo lập thị trường)
• DeFi là một mô hình hoạt động gọn gàng hơn, không dựa vào người trung gian để thực thi.

Trong DeFi, “rủi ro đối tác” được thay thế bằng rủi ro bảo mật phần mềm. Mã và cơ chế bảo vệ tài sản của bạn và tạo điều kiện thuận lợi cho các giao dịch của bạn liên tục gặp rủi ro từ các mối đe dọa bên ngoài cố gắng đánh cắp và khai thác tiền.

AI, đặc biệt là LLM, đóng một vai trò quan trọng trong việc tự động hóa việc phát triển và kiểm toán các hợp đồng thông minh. Bằng cách phân tích cơ sở mã và xác định các mẫu, AI có thể tìm ra các lỗ hổng (theo thời gian) và tối ưu hóa hiệu suất của các hợp đồng thông minh, giảm lỗi của con người và cải thiện độ tin cậy của các giao thức DeFi. Bằng cách so sánh các hợp đồng với cơ sở dữ liệu về các lỗ hổng đã biết và vectơ tấn công, LLM có thể làm nổi bật các khu vực rủi ro.

Một lĩnh vực mà LLM đã là một giải pháp khả thi và được chấp nhận cho các vấn đề bảo mật phần mềm là giúp viết các bộ kiểm thử. Viết các bài kiểm tra đơn vị có thể tẻ nhạt, nhưng đó là một phần quan trọng của đảm bảo chất lượng phần mềm và thường bị bỏ qua vì vội vàng tiếp cận thị trường quá nhanh.

Tuy nhiên, có một “mặt tối” của việc này. Nếu LLM có thể giúp bạn kiểm tra mã của mình, chúng cũng có thể giúp tin tặc tìm cách khai thác mã của bạn trong thế giới mã hóa nguồn mở.

May mắn thay, cộng đồng tiền điện tử có đầy đủ các mũ trắng và có một hệ thống tiền thưởng giúp giảm thiểu một số rủi ro.

Các chuyên gia an ninh mạng không ủng hộ “bảo mật thông qua xáo trộn”. Thay vào đó, họ cho rằng kẻ tấn công đã quen thuộc với mã và lỗ hổng của hệ thống. AI và LLM có thể giúp tự động phát hiện mã không an toàn ở quy mô lớn, đặc biệt là đối với những người không phải lập trình viên. Nhiều hợp đồng thông minh được triển khai mỗi ngày hơn con người có thể kiểm toán. Đôi khi để nắm bắt các cơ hội kinh tế (như khai thác mỏ), cần phải tương tác với các hợp đồng mới và phổ biến mà không phải đợi một khoảng thời gian để thử nghiệm.

Đó là nơi một nền tảng như Rug.AI xuất hiện, cung cấp cho bạn đánh giá tự động các dự án mới chống lại các lỗ hổng mã đã biết.

Có lẽ khía cạnh mang tính cách mạng nhất là khả năng của LLM để giúp viết mã. Miễn là người dùng có hiểu biết cơ bản về nhu cầu của họ, họ có thể mô tả những gì họ muốn bằng ngôn ngữ tự nhiên và LLM có thể dịch các mô tả đó thành mã chức năng.

Điều này làm giảm rào cản gia nhập để tạo ra các ứng dụng dựa trên blockchain, cho phép nhiều nhà đổi mới hơn đóng góp cho hệ sinh thái.

Và đó mới chỉ là khởi đầu. Cá nhân, chúng tôi thấy rằng LLM phù hợp hơn để tái cấu trúc mã hoặc giải thích mã làm gì cho người mới bắt đầu, thay vì cho các dự án hoàn toàn mới. Điều quan trọng là phải cung cấp bối cảnh và thông số kỹ thuật rõ ràng cho mô hình của bạn, nếu không sẽ có tình huống “rác vào, rác ra”.

LLM cũng có thể giúp những người không biết cách viết mã bằng cách dịch mã hợp đồng thông minh sang ngôn ngữ tự nhiên. Có thể bạn không muốn học lập trình, nhưng bạn muốn đảm bảo rằng mã của giao thức bạn đang sử dụng phù hợp với lời hứa của giao thức.

Mặc dù chúng tôi nghi ngờ rằng LLM sẽ không thể thay thế các nhà phát triển chất lượng cao trong ngắn hạn, các nhà phát triển có thể thực hiện một vòng kiểm tra hợp lý khác về công việc của họ thông qua LLM.

Kết luận: Mã hóa đã trở nên đơn giản và an toàn hơn nhiều cho tất cả chúng ta. Chỉ cần cẩn thận không quá phụ thuộc vào các LLM này. Đôi khi họ mắc sai lầm với sự tự tin. Khả năng của LLM để hiểu đầy đủ và dự đoán mã vẫn đang phát triển.

2. Phân tích dữ liệu và thông tin chi tiết

Khi thu thập dữ liệu trong không gian tiền điện tử, sớm muộn gì bạn cũng sẽ bắt gặp Dune Analytics. Nếu bạn chưa nghe nói về nó, Dune Analytics là một nền tảng cho phép người dùng tạo và xuất bản trực quan hóa phân tích dữ liệu, với trọng tâm chính là ETH blockchain và các blockchain liên quan khác. Đây là một công cụ hữu ích và thân thiện với người dùng để theo dõi các chỉ số DeFi.

Dune Analytics đã có khả năng GPT-4 có thể diễn giải các truy vấn bằng ngôn ngữ tự nhiên.

Nếu bạn bối rối về một truy vấn hoặc muốn tạo và chỉnh sửa truy vấn, bạn có thể chuyển sang chatGPT. Lưu ý rằng nó sẽ hoạt động tốt hơn nếu bạn cung cấp một số truy vấn ví dụ trong cùng một cuộc trò chuyện và bạn vẫn muốn tự học để xác thực công việc của chatGPT. Tuy nhiên, đó là một cách tuyệt vời để học và đặt câu hỏi, và bạn có thể hỏi chatGPT như một gia sư.

LLM làm giảm đáng kể rào cản gia nhập đối với những người tham gia tiền điện tử phi kỹ thuật.

Tuy nhiên, về mặt thông tin chi tiết, LLM gây thất vọng khi cung cấp những hiểu biết độc đáo. Trong các thị trường tài chính phức tạp, hợp lý, đừng mong đợi LLM đưa ra câu trả lời đúng. Nếu bạn là người hành động theo bản năng và trực giác, bạn sẽ thấy rằng LLM không đáp ứng được mong đợi của bạn.

Tuy nhiên, chúng tôi đã tìm thấy một cách sử dụng hiệu quả - để kiểm tra xem rõ ràng có bị thiếu hay không. Bạn ít có khả năng tìm thấy những hiểu biết không rõ ràng hoặc mâu thuẫn thực sự được đền đáp. Điều này không có gì đáng ngạc nhiên (nếu ai đó phát triển một AI mang lại lợi nhuận thị trường siêu cao, họ sẽ không phát hành phần này cho công chúng rộng rãi hơn).

3, “Quản trị viên bất hòa biến mất?”

Trong không gian tiền điện tử, quản lý một nhóm người dùng đam mê một dự án phổ biến nhưng có nhu cầu thay đổi là một trong những công việc không được công nhận và đau đớn nhất. Nhiều câu hỏi phổ biến tương tự được hỏi nhiều lần, đôi khi liên tiếp. Đây dường như là một điểm đau nên được giải quyết dễ dàng với LLM.

LLM cũng đã cho thấy một số độ chính xác trong việc phát hiện xem tin nhắn có tự quảng cáo (spam) hay không. Chúng tôi hy vọng điều này cũng sẽ được sử dụng để phát hiện các liên kết độc hại (hoặc các vụ hack khác). Thực sự rất khó để quản lý một nhóm bất hòa bận rộn với hàng nghìn thành viên tích cực và các bài đăng thường xuyên, vì vậy chúng tôi mong muốn một số bot Discord được hỗ trợ bởi LLM để trợ giúp.

4, “Những điều kỳ quái”

Một meme định kỳ trong không gian tiền điện tử là sự ra mắt của các loại tiền tệ dựa trên các meme phổ biến. Chúng bao gồm từ các meme lưu trú như DOGE, SHIB và PEPE, đến các loại tiền tệ ngẫu nhiên biến mất trong vòng một giờ dựa trên các cụm từ tìm kiếm nóng trong ngày (chủ yếu là lừa đảo mà chúng tôi tránh tham gia).

Nếu bạn có quyền truy cập vào API Twitter Firehose, bạn có thể theo dõi tình cảm của tiền điện tử trong thời gian thực và đào tạo LLM để gắn cờ xu hướng và sau đó sử dụng con người để giải thích các sắc thái trong đó. Một ví dụ đơn giản về một ứng dụng sẽ là khi có một khoảnh khắc lan truyền và bạn có thể khởi chạy một loại tiền tệ meme dựa trên phân tích tình cảm.

Có lẽ có một cách để xây dựng một cái gì đó giống như phiên bản của một người đàn ông nghèo của một người đàn ông nghèo, theo dõi một tập hợp con những người có ảnh hưởng đến tiền điện tử phổ biến trên nhiều kênh truyền thông xã hội mà không phải đối phó với chi phí và băng thông của loại nguồn dữ liệu API “máy bay phản lực tên lửa”.

LLM rất tốt cho việc này vì chúng cung cấp cái nhìn sâu sắc về ngữ cảnh (phân tích cú pháp châm biếm và giả mạo trực tuyến để rút ra những hiểu biết thực tế). Người bạn LLM này sẽ phát triển và học hỏi với ngành công nghiệp tiền điện tử, nơi hầu hết các hành động được thảo luận trên Twitter tiền điện tử. Ngành công nghiệp tiền điện tử, với các diễn đàn tranh luận mở và công nghệ nguồn mở, cung cấp một môi trường độc đáo cho các LLM để nắm bắt các cơ hội thị trường.

Nhưng để tránh bị lừa bởi sự thao túng phương tiện truyền thông xã hội có chủ ý, công nghệ cần phải tinh vi hơn: các chiến dịch cơ sở nhân tạo, tài trợ không được tiết lộ và troll trực tuyến. Trong một bài viết khác, chúng tôi đã đề cập đến một báo cáo nghiên cứu thú vị của bên thứ ba cho thấy một số thực thể có thể đang cố tình thao túng phương tiện truyền thông xã hội để tăng giá trị của các dự án tiền điện tử liên quan đến FTX / Alameda.

Phân tích của NCRI cho thấy các tài khoản giống bot chiếm một tỷ lệ đáng kể (khoảng 20%) các cuộc thảo luận trực tuyến đề cập đến đồng tiền niêm yết của FTX.

Hoạt động giống bot này báo trước giá của nhiều đồng tiền FTX trong mẫu dữ liệu.

Sau khi FTX được quảng bá, hoạt động của các đồng tiền này ngày càng trở nên không xác thực theo thời gian: tỷ lệ bình luận không xác thực, bot tăng đều đặn, chiếm khoảng 50% tổng số thảo luận.