作者: Kava Labs

以前、私たちは人工知能とブロックチェーン技術の統合について徹底的な調査を実施し、これら 2 つの革新的な技術の大きな可能性を明らかにするとともに、 主流の成功に至るまでに遭遇したいくつかの落とし穴や課題も指摘しました。

ここで、AI と DeFi (分散型金融) がどのように衝突するのか、そしてこれが金融業界の将来に何を意味するのかを見てみましょう。この記事では、分散型金融分野における AI の応用シナリオ、AI の使用方法、分散型金融の新たな展開で対処する必要があるデータ プライバシー、セキュリティ、スケーラビリティなどについて共同で検討します。

2017 年に台頭して以来、DeFi は従来の金融業界を食い込み始めました。インターネット接続があれば誰でも銀行業務と重要な投資インフラを利用できるようになります。

人工知能の出現と 2022 年以降の爆発的な主流採用は、ソフトウェアのほぼすべての分野に同様の影響を与えていますが、その真の可能性はまだ完全に実現されていません。私たちは現在、これら 2 つの革新的なテクノロジーの融合を目撃し始めており、金融業界をさらに変革し、最終的には DeFi の使用を主流に押し上げる可能性があります。

ただし、これら 2 つのテクノロジーを組み合わせて適用することで本当にキャズムを越えて大量採用を達成するには、特定の制限と課題に対処する必要があります。この記事では、AI が DeFi の現状にどのような影響を与えているか、その最適な使用例、直面する差し迫った課題について探ります。

AIとDeFiは金融業界をどう変えるのか

不正行為の検出とセキュリティの強化

不正行為は依然として DeFi で進行中の最大の問題の 1 つです。 DeFiの開始以来、ウォッシュトレーディング、詐欺、ポンプアンドダンプ詐欺が業界全体で蔓延してきました。これらはオープンソーステクノロジーのイノベーションプロセスの厄介な部分であり、多くの場合、業界全体に影を落とし、新規ユーザーがDeFiによって生み出されるメリットに懐疑的になることがあります。 Chainalies は、ハッカーが 2023 年だけで11 億ドル以上のユーザー資産を盗んだと報告しました。

アドレスをホワイトリストに登録し、新しいトランザクションをロックすることで、エンドユーザーによる不正行為をある程度防ぐことができますが、デジタル資産プラットフォーム上でますます複雑化するサイバーセキュリティの脆弱性に対処するには十分ではありません。

また、AI アルゴリズムはより効率的にデータを分析し、パターンを特定し、分散型エコシステムの異常を検出できるため、AI は詐欺やハッキング攻撃の削減に役立ちます。 Uniswap は、 不正取引を特定してブロックするために AI の導入を開始しました。

AI主導の取引アルゴリズム

DeFi が登場する前は、特定のパラメーターに達した後にトレーダーに代わって取引を実行できる自動取引ボットがありました。 2014 年の時点で、 Shrimpy 、 3Commas 、 Cryptohopper 、 Kucoinなどの集中型取引所がすでにこれらのサービスを提供していました。

これらの初期の取引ロボットのパラメーターのほとんどは所有者が手動で設定する必要があり、主にストップロス取引に使用されていました。 AI 主導の取引アルゴリズムは、深層学習テクノロジーを採用し、自然言語処理 (NLP) の自己修正 AI モデルを統合することで、これらの初期モデルを拡張しています。これらの新しい深層学習ベースの AI 駆動アルゴリズムは、単に任意のパラメーターを停止するのではなく、リアルタイムで自己修正し、ニュース チャネルの自然言語処理を通じて市場センチメントを統合し、以前の取引履歴に基づいて戦略を調整できます。

ユーザーインターフェースの改善

ユーザー インターフェイスの改善は、おそらく AI 機能の中で技術的に最も印象に残らない部分です。ただし、エンドユーザーの観点から見ると、これが最も重要です。

DeFi は主に金融のニッチな側面であり、その複雑なインターフェースを操作できるのは技術的に十分に熟達した人だけです。プロセスを合理化し、チャットボットや仮想アシスタントを通じてアクセスしやすくすることで、DeFi はすぐに平均的なユーザーにとってよりフレンドリーなものになります。これらの新しいチャットボットは、情報を提供し、基礎となるコードを記述し、クロスチェーン トランザクションを実行するエージェントを作成できます。 3Commas、Cryptohopper、Shrimpy で利用できる AI ベースの DeFi 取引アルゴリズムと組み合わせることで、あらゆるユーザーが複雑な取引手法を即座に実行できます。

OpenAIのユニバーサル チャットボット ChatGPT と Anthropic のClaude は、知識を提供し、簡単なコードを記述し、DeFi に関する洞察を提供できます。ただし、ユーザーがこれらの新しい AI チャットボットの力を本当に活用したい場合は、 ChainGPTやKava AIなどのプロトコルに注目する必要があります。これらのプロトコルは、スマート コントラクトを記述して展開し、NFT を作成し、アルゴリズム取引支援を提供できます。

DeFi における AI モデリングが直面する制限と課題

AI モデリングは主に、報告内容を正確に反映する、整合性の高い高品質のデータセットによって推進されます。しかし、残念なことに、DeFi のほとんどのデータは異なるエコシステムにサイロ化されており、チェーン間の相互運用性は依然として克服するのが難しいハードルです。その結果、DeFi 内のさまざまな領域のスナップショットのみを反映する断片化されたデータセットが生成され、包括的な AI プロトコルの作成が困難になります。

データのプライバシーとセキュリティ

データのプライバシーとセキュリティは、DeFi への展開を検討している AI プロトコルのもう 1 つの懸念領域です。 DeFi が多くのユーザーを惹きつける理由の 1 つは、分散型プロトコルによって提供されるプライバシーと匿名性です。多くの DeFi ユーザーは、データが検証可能である一方で、従来の金融 (TradFi) や集中型取引所 (CEX) で普及している KYC ポリシーの必要性が低減されるプロトコルの使用を好みます。

AI プロトコルは、データ所有者の法的境界を尊重しながら、データの品質と整合性を維持しながらデータを構造化する必要があります。歴史的には、「 企業は、収集するデータの種類、データの使用方法、そのデータに誰がアクセスできるのかを個人に通知する必要がある」というアプローチが取られてきました。 AI プロトコルはユースケースの個々のユーザーデータを直接取得せず、代わりに一貫した応答を予測するモデルを作成するため、この方法での実行は困難になります。モデルが依存するデータは、他のユーザーがコマンドを発行したときに、機密のユーザー データを誤って公開する可能性があります。

スケーラビリティとコンピューティングのニーズ

ブロックチェーン コミュニティは、PoW などのコンセンサス メカニズムのエネルギー消費に関する従来のメディアの集中的な報道を直接目撃してきました。 PoW はエネルギー要件の点で非常に集中的ですが、AI 運用を強化するために現在必要とされる規模と範囲は、暗号通貨業界全体よりも桁違いに大きくなります。

スケーラビリティとコンピューティングのニーズ

ブロックチェーン コミュニティは、PoW などのコンセンサス メカニズムのエネルギー消費に関する従来のメディアの集中的な報道を直接目撃してきました。 PoW はエネルギー要件の点で非常に集中的ですが、AI 運用を強化するために現在必要とされる規模と範囲は、暗号通貨業界全体よりも桁違いに大きくなります。

ウェルズ・ファーゴとモルガン・スタンレーの報告書によると、人工知能のニーズのためのエネルギー使用は、2024年の8TWhから2026年までに550%急増して52TWhとなり、2030年までに再び1,150%増加して652TWhに達すると予想されています。このようなイノベーションのペースとエネルギー需要により、GPU のサプライ チェーンとエネルギー グリッド全体で利用可能な電源に大きな圧力がかかります。政府、エネルギー生産者、チップメーカーは、AI に追いつくために現在のアプローチを適応させる必要があり、それができない場合、これらの業界間の関係は緊張することになります。

要約する

AI を DeFi に導入することは、金融における次のパラダイム シフトを示す可能性がありますが、厳しい現実として、AI プロトコルは依然としてトレーニング データによって制限されています。すでに大量の信頼できるエコシステム データへのアクセスと、競争の激しいマイクロチップ サプライ チェーンの深い資金を持っているプロトコルは、最も強力な AI 企業として浮上する可能性があります。

規制、データセキュリティ、コンピューティング要件は、AI企業が今後数年間で対処しなければならないハードルの一部にすぎません。しかし、 予測市場、個人金融、不正行為検出における AI と DeFi の応用は、これまでに見たことのない形で金融業界に革命をもたらす可能性があります。