作者: デフィ・エデュケーション

翻訳: 各国のブロックチェーン

Twitter でご覧になった方もいるかもしれませんが、私たちは現在の AI/LLM 分野に非常に興味を持っています。研究を加速するためにはまだ多くの改善が必要ですが、私たちは可能性を感じています。

暗号通貨分野における大規模言語モデル (LLM) の出現は、技術者以外のプレイヤーが業界と関わり、理解し、業界に貢献する方法に革命をもたらしています。

以前は、プログラミングができないと、完全に途方に暮れたように感じていました。 chatGPT のような大規模な言語モデルは、複雑なプログラミング言語と日常の音声との間のギャップを埋めるようになりました。暗号通貨の世界は専門的な技術的専門知識を持つ人々によって主に支配されているため、これは重要です。

理解できないことに遭遇した場合、またはプロジェクトがその基礎となるシステムで実際に何が起こっているのかを意図的に曖昧にしていると思われる場合は、chatGPT に質問すると、すぐにほぼ無料で回答を得ることができます。

DeFi は金融へのアクセスを民主化しており、大規模な言語モデルは DeFi へのアクセスを民主化しています。

今日の記事では、大規模な言語モデルが DeFi に与える可能性があると考えられる影響について、いくつかの考えを紹介します。

1. DeFiセキュリティ

すでに述べたように、DeFi は摩擦と諸経費を削減し、大規模なチームを効率的なコードに置き換えることで金融サービスを変革しています。

DeFiの発展方向について詳しく紹介してきました。 DeFi:

DeFiでは、「カウンターパーティリスク」はソフトウェアセキュリティリスクに置き換えられます。資産を保護し、取引を容易にするコードとメカニズムは、資金を盗んで悪用しようとする外部の脅威から常に危険にさらされています。

AI、特に LLM は、スマート コントラクトの開発と監査の自動化において重要な役割を果たします。コードベースを分析してパターンを識別することで、AIは（時間の経過とともに）脆弱性を発見し、スマートコントラクトのパフォーマンスを最適化することができ、それによって人為的エラーが減少し、DeFiプロトコルの信頼性が高まります。 LLM は、既知の脆弱性や攻撃ベクトルのデータベースと契約を比較することで、リスク領域を浮き彫りにすることができます。

LLM がソフトウェアのセキュリティ問題に対する実行可能で受け入れられた解決策となっている分野の 1 つは、テスト スイートの作成を支援することです。単体テストの作成は面倒な作業ですが、ソフトウェア品質保証の重要な部分ですが、市場への投入を急ぐあまり見落とされがちです。

ただし、これには「暗い側面」があります。 LLM がコードの監査に役立つ場合は、ハッカーが暗号化オープンソースの世界でコードを悪用する方法を見つけるのにも役立ちます。

幸いなことに、暗号通貨コミュニティにはホワイトハットがたくさんおり、リスクの一部を軽減するのに役立つ報奨金システムがあります。

ただし、これには「暗い側面」があります。 LLM がコードの監査に役立つ場合は、ハッカーが暗号化オープンソースの世界でコードを悪用する方法を見つけるのにも役立ちます。

幸いなことに、暗号通貨コミュニティにはホワイトハットがたくさんおり、リスクの一部を軽減するのに役立つ報奨金システムがあります。

サイバーセキュリティの専門家は、「難読化によるセキュリティ」を主張しません。代わりに、攻撃者はシステムのコードと脆弱性をすでに熟知していると想定します。 AI と LLM は、特に非プログラマーにとって、安全でないコードを大規模に自動的に検出するのに役立ちます。人間が監査できる以上のスマート コントラクトが毎日導入されています。場合によっては、経済的機会 (採掘など) を掴むために、テスト期間を待たずに、新しく人気のある契約とやり取りする必要があります。

ここで、Rug.AI のようなプラットフォームが登場し、既知のコードの脆弱性に対する新しいプロジェクトの自動評価を提供します。

おそらく最も革新的な点は、コードの作成を支援する LLM の機能です。ユーザーが自分のニーズを基本的に理解していれば、必要なものを自然言語で記述でき、LLM はこれらの記述を関数コードに変換できます。

これにより、ブロックチェーンベースのアプリケーションを作成するための参入障壁が下がり、より幅広いイノベーターがエコシステムに貢献できるようになります。

これは序章に過ぎない。私たちは個人的に、LLM は完全に新しいプロジェクトよりも、コードをリファクタリングしたり、コードが何をするのかを初心者に説明したりするのに適していると感じています。モデルにコンテキストと明確な仕様を提供することが重要です。そうしないと、「ゴミが入ってゴミが出る」状況が発生します。

LLM は、スマート コントラクト コードを自然言語に翻訳することで、プログラミングを知らない人を助けることもできます。プログラミングを学びたくないかもしれませんが、使用するプロトコルのコードがプロトコルの約束に従っていることを確認したいと考えているかもしれません。

LLM が短期的には高品質な開発者に取って代わることができるかどうかは疑問ですが、開発者は LLM を使用して自分の作業にもう一度健全性チェックを行うことができます。

結論は？私たち全員にとって、暗号化はさらに簡単かつ安全になりました。これらの LLM に過度に依存しないように注意してください。彼らは時々自信を持って間違いを犯します。コードを完全に理解して予測する LLM の能力はまだ発展途上です。

2. データ分析と洞察

暗号通貨の分野でデータを収集するとき、遅かれ早かれ、Dune Analytics に出会うことになるでしょう。聞いたことがない方のために説明すると、Dune Analytics は、ユーザーがデータ分析の視覚化を作成および公開できるプラットフォームであり、主にイーサリアム ブロックチェーンおよびその他の関連ブロックチェーンに焦点を当てています。これは、DeFi 指標を追跡するための便利で使いやすいツールです。

Dune Analytics には、クエリを自然言語で説明できる GPT-4 機能がすでに備わっています。

クエリについて混乱している場合、またはクエリを作成および編集したい場合は、chatGPT を利用できます。同じ会話内でいくつかのサンプル クエリを提供するとパフォーマンスが向上しますが、chatGPT が機能することを確認するために自分で学習することもできます。ただし、これは学びながら学ぶのに最適な方法であり、メンターに質問するのと同じ方法で chatGPT に質問できます。

LLM は、技術的知識を持たない暗号通貨参加者の参入障壁を大幅に下げます。

しかし、洞察という点では、LLM は独自の洞察を提供することに失望しています。複雑で合理的な金融市場では、LLM が正しい答えを与えることを期待しないでください。あなたが根性と根性のある人であれば、LLM があなたの期待をはるかに下回っていることに気づくでしょう。

しかし、私たちは、明らかな何かを見落としていないかどうかを確認するという便利な使い方を発見しました。実際に利益をもたらす、明白ではない洞察や反主流の洞察を発見する可能性は低くなります。これは驚くべきことではありません (誰かが市場で非常に高い利益をもたらす AI を開発したとしても、その部分は一般には公開されません)。

3.「Discordのマネージャーが消える？」

3.「Discordのマネージャーが消える？」

暗号通貨の分野では、人気のあるプロジェクトに情熱を持っているものの、ニーズが移り変わりやすいユーザーのグループを管理することは、最も認識されておらず、苦痛を伴う仕事の 1 つです。同じよくある質問の多くが何度も何度も、場合によっては継続的に尋ねられます。これは、LLM で簡単に解決できる問題のようです。

LLM は、メッセージが自己宣伝 (スパム) であるかどうかをある程度正確に検出することも示しています。これは、悪意のあるリンク (またはその他のハッキング) を検出するためにも使用されることが期待されます。何千人ものアクティブなメンバーが定期的に投稿する多忙な Discord グループを管理するのは非常に難しいため、LLM を利用した Discord ボットが役立つことを期待しています。

4.「気まぐれなこと」

暗号通貨の分野で繰り返されるミームは、人気のあるミームに基づいた通貨の発売です。これらは、DOGE、SHIB、PEPE のような持続力のあるミームから、その日のトレンドの検索用語 (ほとんどは参加を避ける詐欺) に基づいて 1 時間以内に消えるランダムなコインまで多岐にわたります。

Twitter Firehose API にアクセスできる場合は、仮想通貨のセンチメントをリアルタイムで追跡し、LLM をトレーニングしてトレンドにフラグを立て、人間を使ってニュアンスを解釈することができます。簡単な応用例としては、バイラルな瞬間が発生したときにセンチメント分析に基づいてミーム通貨を発行することができます。

おそらく、「ロケット ジェット」タイプの API データ フィードのコストと帯域幅に対処することなく、複数のソーシャル メディア チャネルにわたる人気の仮想通貨インフルエンサーのサブセットを監視する、貧乏人のセンチメント スクレーパーのようなものを構築する方法はあるでしょう。

LLM は、コンテキストへの洞察 (オンラインで皮肉やパロディを解析して本当の洞察を導き出す) を提供するため、これに最適です。この LLM パートナーは、多くの活動が仮想通貨 Twitter で議論される仮想通貨業界とともに進化し、学習していきます。暗号通貨業界は、オープンな討論フォーラムとオープンソース技術を備えており、LLM が市場機会を獲得するための独自の環境を提供しています。

しかし、意図的なソーシャルメディア操作にだまされないようにするには、人工的な草の根キャンペーン、非公開のスポンサーシップ、オンライン荒らしなど、このテクノロジーにはより洗練された技術が必要です。別の記事では、一部の団体がFTX/アラメダに関連する暗号プロジェクトの価値を高めるために意識的にソーシャルメディアを操作している可能性があることを示唆する興味深い第三者調査報告書を取り上げました。

NCRI の分析によると、ボットのようなアカウントが、FTX 上場通貨に関するオンライン ディスカッションのかなりの部分 (約 20%) を占めています。

このボットのようなアクティビティは、データ サンプル内の多くの FTX コインの価格を示しています。

FTX の推進後、これらのコインに関する活動は時間の経過とともにますます非現実的なものになっていきました。虚偽のロボットのようなコメントの割合は着実に増加し、総議論量の約 50% を占めました。