預測能力與人類進化

預測是人類進步的關鍵。自古以來,人類就依靠預測能力來應對環境中的威脅和機遇,如感知捕食者的活動規律、預判獵物出現的時機以及食物的季節性變化等,這些對生存至關重要。

隨着時間推移,這種預測能力逐漸延伸到工具使用和規劃(如預估農作物種植、肉類宰殺和儲存的需求),社交互動中的意圖和情緒預判,以及文字、科學、數學等領域的發展。現代工具如統計學、計算機科學、機器學習和人工智能,都是爲了進一步增強人類的預測能力。

預測市場作爲一種經濟工具,充分利用了人類的預測能力來預測經濟、政治和文化事件的結果。與傳統民意調查不同,預測市場通過經濟激勵來獲取更準確的預測,因爲參與者會用實際資金下注。某些預測平台在2024年美國大選市場吸引了近40億美元的投注,其預測準確度甚至超過了傳統民意調查,體現了羣體預測的經濟價值。

這種演變也體現在現貨和永續合約交易中。從中心化交易所的興起滿足全球加密貨幣需求,到近期一些創新平台提供自我托管和無需身分驗證的服務,同時保持中心化交易所般的體驗,都反映了這一趨勢。

隨着人工智能和機器學習預測模型的發展,預測事件、資產價格和波動性的能力正在大幅提升,這將推動人類進入進化的新階段。

DeFi的演進

DeFi 1.0引入了智能合約和去中心化應用,允許用戶隨時隨地進行轉帳、交易、質押、借貸和收益挖礦等操作,本質是將加密資產投入鏈上運作以創造經濟價值。

DeFi在此基礎上引入了創新的代幣經濟學和激勵分配機制,旨在協調協議中不同利益相關者之間的利益,並催生了提供替代收益來源的新興市場。

DeFi 3.0將人工智能引入DeFi領域,被稱爲DeFAI或AiFi。它將大型語言模型(LLM)和機器學習模型(ML)集成到DeFi產品中,從簡單的客戶支持到復雜的多智能體系統,從根本上改善了產品性能。

預測系統的發展

神經網路和決策樹自2000年代就已出現,被對沖基金用於預測股票和商品價格。早期股票預測的短期準確率達到50%-60%,但受限於過度擬合和數據不足。

隨後深度學習和大數據的興起使模型能夠處理更大的數據集,實現更準確的預測和更廣泛的應用。

近五年來,Transformer模型和多模態AI整合了更多樣化的數據源,如社交媒體情緒、區塊鏈交易、預言機數據、實時新聞和衆包預測等。這使一些AI模型在預測事件結果和資產價格方面的準確率達到80%-90%。

隨着這些模型不斷改進,將預測能力集成到DeFi系統中的需求大幅增加。目前正處於DeFi 3.0的早期階段,一些市場參與者正在將AI/機器學習系統與Web3應用場景相結合。

DeFi與AI/ML系統的融合

一些去中心化預測模型網路已經實現了與DeFi協議和AI代理團隊的廣泛集成,賦予其預測能力,主要聚焦於加密貨幣價格預測。其短期加密貨幣價格預測準確率據稱約爲80%。

主要應用包括:

• 基於USDC的AI驅動金庫,利用推理技術最大化交易收益
• AI LP金庫,利用預測價格數據,更好地將流動性置於價格波動之前,避免無常損失
• 與多個團隊合作,爲AI代理的交易策略和執行提供支持

某些平台的激勵分配機制幫助初創企業抵消開發成本,團隊利用這些平台來啓動產品研發,將大量開發工作外包給礦工。由於機器學習模型和預測系統是最容易量化的任務之一,這成爲許多子網關注的重點領域。

一些值得注意的發展包括:

• 即將推出的DeFi金庫,自動將用戶存款分配到高可信度的事件/市場中進行投注
• 足球/英式足球方面的預測信號持續改進,某些投注策略帶來了顯著的投資回報
• 高度通用的波動率預測模型,可用於預測清算概率、永續倉位生存時間、設置LP範圍等多種場景

這些系統與傳統模型相比,表現提升顯著,引起了許多L1/L2生態系統的關注,希望將其集成到DeFi產品中。

未來展望

對更高收益和更低風險的追求將持續推動更多實物資產被引入鏈上。現有DeFi收益來源將繼續優化,變得更易獲取。

預測市場有望成爲主要信息來源,AI充當市場做市商,經驗豐富的參與者進一步激發羣體智慧。工具和模型將變得更智能、更精準。

這些系統學習得越多,價值就越大。它們與Web3其他部分的組合性越強,整個趨勢就越不可阻擋。

本質上,加密領域的一切都是對未來的押注。因此,能夠稍微更清晰地預見未來的基礎設施和應用程序,無論是通過羣體智慧、更優質的數據還是更精準的模型,都將擁有顯著優勢。