AI Could Help Build More-Efficient Crypto Markets
2022년 맥킨지의 컨설턴트들은 지난 몇 년 동안 AI 채택이 정체되었다는 것을 발견했습니다. 그러나 ChatGPT의 등장으로 채택률이 크게 증가했습니다. OpenAI의 설립자인 Sam Altman에 따르면, ChatGPT는 페이스북 4.5년, 인스타그램 2.5년, 트위터 5년이 걸린 획기적인 두 달 만에 1억 명이 넘는 사용자를 돌파했습니다.
이 기사는 CoinDesk의 “BUIDL Week”의 일부입니다. Singularity의 CEO인 Marcello Mari는DAO와 Rafe Tariq는 Singularity DAO Labs의 수석 정량 연구원입니다.
2023년을 시작하면서 마이크로소프트와 구글이 AI 패권을 놓고 치열한 공방을 벌이고 있는 것을 확인할 수 있습니다. 경쟁사인 챗봇, 검색 최적화 등과 경쟁하고 있으며 Microsoft가 이를 선도하고 있는 것으로 보입니다. 이 소프트웨어 대기업은 ChatGPT의 개발 초기 단계에서 OpenAI에 10억 달러를 주었고, 이 회사의 지분 46%를 가져갔고, ChatGPT를 웹 브라우저 Edge와 검색 엔진 Bing에 통합할 계획입니다. 이 두 가지 모두 검색과 인터넷 검색에 혁명을 일으킬 가능성이 있습니다.
googletag.tag.display(함수 {googletag.display(js-dfp-tag-1e0′; });
생각해보면, 인공지능은 마침내 마이크로소프트가 구글이 수년간 지배해온 공간에서 구글을 능가할 수 있도록 할 수도 있습니다. OpenAI는 ChatGPT가 2023년 말까지 2억 달러, 2024년 말까지 10억 달러의 매출을 올릴 것으로 전망했습니다. 2030년까지 AI는 수익 창출 및 시가총액 측면에서 업계 1위가 될 가능성이 높습니다.
다음 항목을 참조하십시오: Crypto AI는 무엇이 진짜인지 알기 위해 쇼케이스가 필요합니다 | 의견
인공지능이 도처에 존재하는 미래를 향해 나아가면서 불가피하게 많은 인간의 일자리를 대체하면서, 암호 산업에서 기회를 극대화하기 위해 이 강력한 형태의 컴퓨팅이 어떻게 사용될 수 있는지 고려하는 것이 흥미롭습니다. 인공지능을 적용해 암호화의 효율성을 높일 수 있고, 블록체인 기술을 활용해 머신러닝 특유의 문제를 해결할 수도 있습니다.
암호에 적용되는 전통적인 AI 방법
소셜 미디어의 감정 분석 및 인지 왜곡 검출
감정 분석은 자연어 처리 알고리즘(NLP)이 텍스트를 분석하고 의미를 부여하여 인간이 긍정적인 감정이 있는지 부정적인 감정이 있는지 이해할 수 있도록 돕는 기술입니다 특정 자산 클래스에 대해 설명합니다.
전통적인 금융에서, 감정 분석은 일반적으로 뉴스 매체를 통해 수행되었습니다. 그러나 암호화폐 시장에서는 업데이트가 뉴스에 도달할 때쯤이면 거래로 돈을 벌기에는 이미 너무 늦습니다. 이것은 “소문을 사고, 뉴스를 판다”는 격언을 설명할 수 있는데, 이는 새로운 시장 동향이 발생할 때 또는 발생하기 전에 소셜 미디어에서 발견되어야 한다는 것을 의미합니다.
알다시피, 변동성이 없는 암호화폐 시장은 그렇게 매력적이지 않을 것입니다. 암호화폐 시장의 예측 불가능한 움직임은 암호화폐 시장의 역동성에 중요한 역할을 합니다. 따라서 가격 예측 연구 및 응용을 용이하게 하기 위해 AI 및 데이터 프레임워크의 추가 개발이 필요합니다.
googletag.cmd.push(함수() {googletag.display(‘js-dfp-tag-PVG’; });
이러한 프레임워크는 암호 관련 여부와 관계없이 다양한 채널에서 감정 데이터를 수집할 수 있어야 하며, 감정 분석 연구의 최신 발전을 통합할 수 있는 AI 분석 프레임워크를 가져야 합니다. 그것은 또한 실제 대화와 조정된 대화를 구별할 수 있어야 할 수 있어야 합니다.
이러한 프레임워크는 파국을 초래하는(부정적인 사건의 중요성을 과장하는), 점술(미래에 대해 아는 척)과 같은 소위 인지 왜곡을 소셜 미디어에서 감지할 수 있을 것입니다: “이것은 분명히 일어날 것입니다”와 마음 읽기(다른 사람들이 어떻게 생각하는지 아는 척: “모두가 알고 있습니다.”)
시장의 움직임을 예측합니다.
AI는 시장 역학이 발생하기 전에 감지하기 위해 전통적인 금융에서 수십 년 동안 사용되었습니다. 전통적으로, 이것은 감정 분석을 통해 달성되었습니다. 그러나 암호화폐 분야에서는 주요 코인 또는 코인 카테고리 간의 통계적 상관관계에 의존할 수 있습니다. 예를 들어, 분산형 교환 곡선 또는 AI에 초점을 맞춘 특이점과 같은 현지화된 에코시스템입니다여러 토큰을 보유한 NET은 뒤처지고 상관관계가 있는 거래 패턴이 나타나는 것을 볼 수 있습니다.
분산 네트워크를 보호하고 채굴하는 데 사용되는 하드웨어의 급속한 기술 발전(즉, GPU 기반 계산의 증가)으로 인해 대규모 딥 러닝 모델의 사용은 가격 변동을 이해하는 데 점점 더 가치가 있게 되었습니다. 가격 변동을 예측하기 위해 전통적인 금융에 사용되는 기계 학습 및 딥 러닝 방법을 확장하거나 시장 체제(즉, 약세 시장이든 강세 시장이든)를 식별하는 것은 암호화에서 AI 사용 사례를 탐색하는 핵심 영역 중 하나입니다.
더 많은 연구 분야는 강화 학습의 적용에 관한 것으로, 강화 학습은 인간의 감독 없이 학습하여 행동의 영향을 더 잘 이해하는 AI 기술입니다. 이것은 자산이 거래될 때의 하락과 가격 영향을 예측하기 위한 응용 프로그램을 가지고 있습니다.
무역 봇/AI 기반 시장 만들기
Singularity의 AI 팀입니다DAO는 시장 역학을 정량화하는 데 있어 최첨단 기술을 개선하기 위해 시장 시뮬레이션 및 역테스트 분야에서 탐색적 연구를 수행했습니다. 우리가 탐구한 유망한 기술 중 하나는 시장 형성을 위한 “적응형 다중 전략 에이전트”(AMSA)입니다. 이는 기본적으로 다양한 AI 알고리즘이 자산을 사고팔 수 있고 거래가 시장에 미치는 성과와 효과를 평가하면서 이러한 거래를 백테스트할 수 있는 환경을 제공합니다.
googletag.cmd.push(함수() {googletag.display(‘js-dfp-tag-SsM’; });
이러한 자체 강화 거래 알고리즘은 중앙 집중식 거래소에서 거래자와 시장 제조업체가 이미 널리 채택하고 있는 전통적인 거래 봇의 다음 단계 진화로 볼 수 있습니다. 즉, AI는 더욱 정교한 자동화된 시장 제조업체 시스템을 만드는 데 도움을 주기 위해 개발되고 있습니다. 이는 보다 강력한 분산형 거래 시스템의 채택에 기여하며, 거래자들이 다중 자산 포트폴리오의 균형을 재조정하는 데 도움이 될 수 있습니다.
네이티브 AI 문제에 대한 암호화
동적 위치 및 엔티티 위험의 효과적인 모니터링
블랙 스완의 암호화 시장(잠재적으로 심각한 결과를 초래할 수 있는 예측할 수 없는 이벤트)의 빈도가 증가함에 따라 거래 위치의 위험을 평가하는 전통적인 방법은 구식이 되었습니다. 암호화에서, 분석가들은 프로토콜 간 유동성 이동과 관련된 위험을 평가해야 하며, 이는 분석해야 할 많은 양의 데이터를 고려할 때 수동으로 수행하는 것이 사실상 불가능합니다.
AI 접근법은 다시 한번 인간의 의사 결정을 확장할 수 있습니다.AI 알고리듬은 큰 지갑 홀더 및 청산 위험 분석과 같이 모든 프로토콜에 걸쳐 체인 위치의 상태를 모니터링하는 데 일반적으로 사용되는 다른 방법과 함께 사용될 수 있습니다. AI와 탈중앙화 금융(DeFi)에 대한 전문 지식과 경험을 모두 얻음으로써, 서로 다른 프로토콜에서 취한 위험 노출에 대한 읽기 쉬운 신호를 제공할 수 있는 새로운 메트릭을 만들 수 있습니다.
또한 암호화 산업이 점점 더 멀티프로토콜이 되어 복잡성이 크게 증가함에 따라 AI는 인간 분석가에게 상당한 가치와 지원을 제공합니다. 암호화폐 거래소 FTX와 대출 플랫폼 셀시우스 네트워크에서 발생한 사건과 같은 미래 블랙스완 사건을 예방하기 위해서는 예측 및 상관 위험 방법론이 필수적입니다.
흐름 분석, 상관관계 분석 및 예측 분석에 중점을 두면서, 섭씨와 FTX의 여파로 인해 유사한 사례로 이어질 수 있는 사건 및 요인을 모니터링하기 위한 방법론 개발의 필요성이 증가했습니다. 암호 분석가와 데이터 과학자들은 지갑과 엔티티를 기반으로 한 고전적인 경고 신호부터 더 발전된 AI 기반 자본 흐름 집계에 이르기까지 다양한 접근 방식을 탐구했습니다.
트위터 자경단은 이미 AI 기반 분석 플랫폼을 사용하여 주류 암호화 뉴스로 전환하기 전에 뉴스 스토리를 파악하고 있습니다. 그러나 더 넓은 시장에 채택되기 위해 이러한 도구를 단순화하고 확장하기 위해 많은 것을 할 수 있습니다.
googletag.tag.tag(함수 {googletag.display{js-dfp-tag-z-g’; });
악의적 실체 라벨링 및 온체인 탐지를 위한 AI 기법
암호화폐 시장에서는 매우 큰 데이터 세트를 사용해야 하는 온체인상의 악의적 실체를 식별하는 게임이 지속적으로 이루어지고 있습니다. AI는 최첨단 클러스터링, 유전자 프로그래밍 및 신경망을 사용하여 이러한 악의적인 엔티티를 체인상의 별칭에 정확히 식별하는 이러한 투명성 노력에 중요한 역할을 합니다.
다음 항목을 참조하십시오: 암호화폐 산업에 암호화폐 거래가 필수적인 이유 | 의견입니다
악의적인 사용자가 엔티티에 대한 의무를 숨기는 데 더욱 정교해짐에 따라, 우리는 이러한 지갑을 식별하기 위해 지리적 및 행동 데이터와 함께 고급 AI 알고리즘에 의존합니다.
오늘은 멀고 여기 있습니다.
AGI(인공 일반 지능)나 지각력이 있는 AI는 아직 멀었지만, 최근 몇 년간 그 분야의 발전은 괄목할 만합니다. 저는 앞으로 인공지능이 우리의 암호화폐 펀드를 관리하고 지갑의 안전과 건강을 보장할 것이라고 굳게 믿습니다.
ChatGPT와 같은 대규모 언어 모델과의 통합으로 이 프로세스가 상당히 빨라졌으며 누구나 쉽게 액세스할 수 있게 되었습니다. 크립토는 새로운 포괄적 금융 생태계를 창출할 수 있는 잠재력을 가지고 있으며, 우리는 이 분야에서 주도권을 잡고 빅테크 기업들과 경쟁할 수 있는 일생에 한 번뿐인 기회를 가지고 있습니다.
// Ex.co 스크립트 및 중간 아티클 배치( 함수 (d, s, n) {varjs, fjs = d.getElementsByTagName(s)[0]; js = d.createElements(s), js.className = n; js.s.src = “/player.ex.co/player/4c49b82f-103d-41ce-9191-ffa4d1f737fb”; fj.parentNode.Inservo, ‘Ex.co’s’s’s’document’를 실행합니다.inser.inter, place;.getElementsByClassName(‘비디오 자리 표시자’)[0]; varexcoDiv = document.createElement(‘div’); excoDiv.id = ‘4c49b82f-103d-41ce-9191-fa4f’fb’; if(video&document.getElementById){cf}, faf7f}, fafnff}, fafnedefnedefgetelementBybfgetelementBybf}
Artificial intelligence (AI) has gained tremendous traction over the last couple of months. Since the end of 2022, AI has become a household topic due to the mainstream adoption of OpenAI’s chatbot “ChatGPT” and its immediate, worldwide impact across industries and people’s lives.
In 2022, consultants at McKinsey found that AI adoption had stagnated over the past few years. However, with the arrival of ChatGPT, adoption has increased significantly. According to OpenAI’s founder, Sam Altman, ChatGPT crossed over 100 million users in just two months, a milestone it took Facebook 4.5 years, Instagram 2.5 years and Twitter five years to achieve.
This article is part of CoinDesk’s “BUIDL Week.” Marcello Mari is chief executive officer of SingularityDAO and Rafe Tariq is a senior quant researcher at SingularityDAO Labs.
As we start 2023, we see that Microsoft and Google are engaged in a fierce battle for AI dominance. They are competing with rival chatbots, search optimization and more – and it appears Microsoft is leading the way. The software giant gave OpenAI $1 billion in the initial stages of ChatGPT’s development, taking a 46% stake in the company, and plans to integrate ChatGPT into its web browser Edge and search engine Bing, both of which are likely to revolutionise search and internet browsing.
When you think about it, AI may finally allow Microsoft to outcompete Google in a space the latter has dominated for years. OpenAI predicts that ChatGPT will generate revenue of $200 million by the end of 2023 and $1 billion by the end of 2024. It’s quite possible that by 2030 AI will become the number one industry in terms of revenue generation and market cap.
See also: Crypto AI Needs a Showcase to Know What’s Real | Opinion
As we move towards a future where AI is everywhere, inevitably replacing many human jobs, it is interesting to consider how this powerful form of computing can be used to maximize opportunities in the crypto industry. AI can be applied to make crypto more efficient, and blockchain technologies can also be used to solve problems unique to machine learning.
Traditional AI methods applied to crypto
Sentiment analysis and cognitive distortion detection in social media
Sentiment Analysis is a technique in which natural language processing algorithms (NLP) are able to analyze text and attribute meaning to it, helping humans to understand whether there is a positive or a negative sentiment regarding a particular asset class.
In traditional finance, sentiment analysis was typically performed over news media. However, in the crypto market, by the time an update reaches the news, it’s usually already too late to make money from trading. This may explain the adage “buy the rumor, sell the news,” meaning a new market trend must be spotted on social media as it happens or even before it happens.
As we know, crypto markets without volatility wouldn’t be as attractive. The unpredictable movements in the crypto market play a crucial role in its dynamics. Therefore, there is a need for further development of AI and data frameworks to facilitate price prediction studies and applications.
These frameworks should be capable of collecting sentiment data from various channels, whether they are crypto-related or not, and should have an AI analytical framework that can integrate the latest developments in sentiment analysis research. It should also be able to distinguish a real person from a bot as well as real conversations from orchestrated ones.
These frameworks will be able to detect so-called cognitive distortions on social media, such as catastrophizing (exagerating the importance of a negative event: “because of this everything will dump”), fortune-telling (pretending to know about the future: “this will definitely happen”) and mind reading (pretending to know what other thinks: “everyone knows that.”)
Predicting market movements
AI has been used for decades in traditional finance to detect market dynamics before they occur. Traditionally, this has been achieved through sentiment analysis. However, in the field of cryptocurrency, we can rely on statistical correlation between major coins or categories of coins. For instance, in localized ecosystems like the decentralized exchange Curve or AI-focused SingularityNET, which have multiple tokens, we see lagging and correlative trading patterns emerge.
Due to rapid technological advancements in hardware used to secure and mine decentralized networks (i.e., the rise of GPU-based computation), the use of large-scale deep learning models has become increasingly valuable for understanding price fluctuations. Expanding machine learning and deep learning methods used in traditional finance to predict price fluctuation or identifying market regimes (i.e. whether we in a bear or bull market) is one of the key areas of exploration for AI use cases in crypto.
A further area of research regards the application of reinforcement learning, an AI technique that learns without supervision from humans (aka unsupervised learning) to better understand the impact of its actions. This has applications for predicting slippage and price impact when assets are traded.
Trading bots/AI-based market making
The AI team at SingularityDAO has conducted exploratory studies in the field of market simulation and backtesting to improve the state of the art in quantifying market dynamics. One promising technology we have explored is the “adaptive multi-strategy agent” (AMSA) for market making. This basically provides an environment where different AI algorithms can buy and sell assets and backtest those trades, while evaluating the performance and effect trading has on the market.
These self-reinforcing trading algorithms can be seen as the next step evolution of traditional trading bots already widely adopted by traders and market makers on centralized exchanges. In other words, AI is being developed to help create more sophisticated automated market maker systems. This contributes to the adoption of more robust decentralized trading systems, and can help traders to rebalance their multi-asset portfolios.
Crypto native AI problems
Effective monitoring of dynamic position and entity risk
Due to the increasing frequency in crypto markets of black swans (unpredictable events with potentially severe consequences), traditional methods to evaluate risk in trading positions have become outdated. In crypto, analysts need to evaluate risk associated with liquidity movements across protocols and this is virtually impossible to do manually given the large amount of data to be analyzed.
An AI approach, once again, can extend human decision making.AI algorithms can be used alongside other methods commonly used to monitor the health of on-chain positions across all protocols, like analysis of large wallet holders and liquidation risk. By gaining expertise and experience in both AI and decentalized finance (DeFi), it is possible to create new metrics that can provide easy-to-read signals about risk exposure taken across different protocols.
Further, AI offers a substantial amount of value and support to human analysts as the crypto industry become increasingly multiprotocol (with development across blockchains happening even in the bear market), leading to a significant increase in complexity. Predictive and correlational risk methodologies are essential to prevent future black swan events, such as those that occurred with crypto exchange FTX and lending platform Celsius Network.
An emphasis on flow analytics, correlation and predictive analysis
Following the fallout of Celsius and FTX, there was an increased need to develop methodologies for monitoring events and factors that could lead to similar cases. Crypto analysts and data scientists explored a range of approaches, from classical alerting signals based on wallets and entities to more advanced AI-based capital flow aggregations.
Twitter vigilantes are already using AI-based analytics platforms to uncover news stories before they break to mainstream crypto news. However, a lot can be done to simplify and expand these tools in order to be adopted by the wider market.
AI techniques for malicious entity labelling and detection on-chain
In the crypto market, there is a constant game of identifying malicious entities on-chain, which requires the use of extremely large datasets. AI plays a crucial role in this transparency effort, using state-of-the-art clustering, genetic programming and neural networks to pinpoint these malicious entities to their aliases on-chain.
See also: Why Crypto Trading is Essential for the Cryptocurrency Industry | Opinion
As malicious users become more sophisticated in hiding their obligation to an entity, we rely on advanced AI algorithms along with geographical and behavioral data to identify these wallets.
Far away and here today
Although AGI (artificial general intelligence) or an AI that is sentient is still far away, progress in the field in the last few years has been remarkable. I strongly believe that in the future, artificial intelligence will manage our crypto funds and ensure the safety and health of our wallets.
The integration with large language models like ChatGPT has significantly expedited this process and will make it easy and accessible to anyone. Crypto has the potential to create a new inclusive financial ecosystem, and we have a once-in-a-lifetime opportunity to lead the way in this and compete with Big Tech companies.
// Run Ex.co Script and mid-article placement (function (d, s, n) { var js, fjs = d.getElementsByTagName(s)[0]; js = d.createElement(s); js.className = n; js.src = “//player.ex.co/player/4c49b82f-103d-41ce-9191-ffa4d1f737fb”; fjs.parentNode.insertBefore(js, fjs); }(document, ‘script’, ‘exco-player’)); // Ex.co placeholder div var element = document.getElementsByClassName(‘video-placeholder’)[0]; var excoDiv = document.createElement(‘div’); excoDiv.id = ‘4c49b82f-103d-41ce-9191-ffa4d1f737fb’; if (element && document.getElementById(‘4c49b82f-103d-41ce-9191-ffa4d1f737fb’) == undefined) { element.append(excoDiv); }
