cointelegraph
cointelegraph . ۱ سال پیش

کاربردهای نوآورانه و چالش‌های امنیتی ربات‌های AI در DeFi

کاربردهای نوآورانه و چالش‌های امنیتی ربات‌های AI در DeFi

عوامل هوش مصنوعی در دیفای: داده‌های لحظه‌ای چگونه ایمنی بازار را تضمین می‌کنند؟

عوامل هوش مصنوعی در سراسر امور مالی غیرمتمرکز (DeFi) حضور دارند، زیرا اتوماسیون سیستم‌های مالی و استراتژی‌های معاملاتی به یک روند در کریپتو تبدیل شده است. اما این عوامل چقدر ایمن هستند؟ عوامل هوش مصنوعی برای عملکرد مؤثر به داده‌های دقیق متکی هستند و وظایفی مانند تأمین نقدینگی، معاملات و مدیریت پرتفوی را خودکار می‌کنند. با این حال، با افزایش پذیرش آنها، سوالات مربوط به ایمنی و قابلیت اطمینان آنها همچنان حیاتی است.

مایک کیهیل، مدیرعامل Douro Labs و مشارکت‌کننده در شبکه Pyth، در مصاحبه‌ای اختصاصی با Cointelegraph گفت که این عوامل هوش مصنوعی به «داده‌های لحظه‌ای و با کیفیت بالا برای تصمیم‌گیری‌های سریع» متکی هستند. خطا یا دستکاری در داده‌ها می‌تواند منجر به تصمیمات ناخواسته با عواقب قابل توجه شود. به گفته کیهیل، این مشکل را می‌توان با ارائه «به‌روزرسانی‌های قیمتی بسیار سریع و از منابع اصلی» حل کرد.

عوامل هوش مصنوعی برای تصمیم‌گیری مؤثر در بازارهای پرتحرک به داده‌های دقیق و به‌موقع نیاز دارند که ایده‌آل آن است که مستقیماً از ارائه‌دهندگان اصلی مانند بازارسازها یا صرافی‌ها تهیه شود. این سیستم‌ها داده‌ها را از منابع متعدد جمع‌آوری می‌کنند و احتمال دستکاری یا نادرستی را کاهش می‌دهند. با به‌روزرسانی‌های زیر یک ثانیه و به سرعت یک میلی‌ثانیه، این عوامل می‌توانند بلافاصله به تغییرات بازار پاسخ دهند.

کیهیل گفت: «Pyth تضمین می‌کند که عوامل هوش مصنوعی بر اساس دقیق‌ترین داده‌های بازار عمل می‌کنند و خطرات مربوط به اطلاعات قدیمی یا دستکاری شده را از بین می‌برند. عوامل هوش مصنوعی بر سرعت، دقت و اتوماسیون متکی هستند.»

یکی از بزرگترین چالش‌ها برای عوامل هوش مصنوعی، فعالیت ایمن در شرایط بازار ناپایدار است، عنصری که سیستم‌های غیرمتمرکز سعی در محافظت در برابر آن دارند. به عنوان مثال، Oracle Integrity Staking (OIS) ناشران داده را ملزم می‌کند تا سرمایه‌ای را به اشتراک بگذارند و انگیزه‌های مالی آنها را با دقت مشارکت‌هایشان همسو می‌کند، به این معنی که اگر داده‌های نادرست یا دستکاری شده ارائه شود، سهام خود را از دست می‌دهند.

کیهیل گفت که OIS در Pyth یک «لایه امنیت اقتصادی» ایجاد می‌کند که با منبع‌یابی قیمت از منابع اصلی و تجمیع وزنی داده‌ها همسو است تا قیمت‌گذاری‌های مقاوم و با فرکانس بالا را که منعکس‌کننده شرایط واقعی بازار است، توسعه دهد. او افزود: «عوامل هوش مصنوعی همچنین می‌توانند محافظ‌های قابل برنامه‌ریزی مانند فواصل اطمینان و آستانه‌های لغزش از پیش تعریف شده را ادغام کنند و از اجرای معاملات در شرایط ناپایدار یا غیرقابل اعتماد جلوگیری کنند.»

کیهیل آینده‌ای را متصور است که در آن «سیستم‌های مالی کاملاً خودمختار کارآمدتر از هر بازار تحت مدیریت انسان عمل می‌کنند» و انتظار دارد که طی یک تا سه سال آینده شاهد عوامل هوش مصنوعی عمومی (AGI) باشد. او گفت: «داده‌های لحظه‌ای به عوامل هوش مصنوعی این امکان را می‌دهد تا عصر جدیدی از معاملات الگوریتمی با فرکانس بالا را در دیفای فعال کنند. اینجاست که دیفای نهادی از امور مالی سنتی پیشی می‌گیرد و بازاری را ارائه می‌دهد که نه تنها غیرمتمرکز، بلکه سریع‌تر، کارآمدتر و واقعاً خودمختار است.»

تلاش برای توسعه فناوری عوامل هوش مصنوعی را می‌توان در پیشرفت‌های اخیر صنعت کریپتو مشاهده کرد، مانند راه‌اندازی شتاب‌دهنده ۱۰ میلیون دلاری Fetch.ai برای استارتاپ‌های عوامل هوش مصنوعی و انتشار یک مقاله سفید توسط توسعه‌دهنده ai16z در مورد چشم‌انداز خود برای عوامل هوش مصنوعی بومی وب ۳.

نوشته شده توسط admin
192

نظرات

هنوز دیدگاهی ثبت نشده است.