L'IA pourrait aider à créer des Marchés de Crypto plus efficaces

L’intelligence artificielle (IA) a connu un succès considérable au cours des derniers mois. Depuis fin 2022, l’IA est devenue un sujet de discussion courant en raison de l’adoption généralisée du chatbot « ChatGPT » d’OpenAI et de son impact immédiat et mondial sur les secteurs d’activité et la vie des gens.

En 2022, les consultants de McKinseyj'ai trouvé queL’adoption de l’IA a stagné au cours des dernières années. Cependant, avec l’arrivée de ChatGPT, l’adoption a augmenté de manière significative. Selon le fondateur d’OpenAI, Sam Altman, ChatGPT a dépassé les 100 millions d’utilisateurs en seulement deux mois, un jalon qu’il a fallu 4,5 ans à Facebook, 2,5 ans à Instagram et 5 ans à Twitter pour atteindre.

Cet article fait partie de CoinDesk« Semaine BUIDL. » Marcello Mari est directeur général de SingularityDAO et Rafe Tariq est chercheur Quant senior chez SingularityDAO Labs.

En ce début d’année 2023, nous constatons que Microsoft et Google se livrent une bataille acharnée pour la domination de l’IA. Ils sont en concurrence avec des chatbots rivaux, l’optimisation des recherches et bien plus encore – et il semble que Microsoft montre la voie. Le géant du logiciel a donné 1 milliard de dollars à OpenAI dans les premières étapes du développement de ChatGPT, en prenant une participation de 46 % dans la société, et prévoit d’intégrer ChatGPT dans son navigateur Web Edge et son moteur de recherche Bing, qui sont tous deux susceptibles de révolutionner la recherche et la navigation sur Internet.

En y réfléchissant bien, l’IA pourrait enfin permettre à Microsoft de surpasser Google dans un domaine que ce dernier domine depuis des années. OpenAI prévoit que ChatGPT générera un chiffre d’affaires de 200 millions de dollars d’ici fin 2023 et d’un milliard de dollars d’ici fin 2024. Il est tout à fait possible que d’ici 2030, l’IA devienne le secteur numéro un en termes de génération de revenus et de capitalisation boursière.

Voir aussi :L'IA Crypto a besoin d'une vitrine pour savoir ce qui est réel | Analyses

Alors que nous nous dirigeons vers un avenir où l’IA est omniprésente, remplaçant inévitablement de nombreux emplois Human , il est intéressant d’examiner comment cette puissante forme de calcul peut être utilisée pour maximiser les opportunités dans le secteur de la Crypto . L’IA peut être appliquée pour rendre la Crypto plus efficace, et les technologies blockchain peuvent également être utilisées pour résoudre des problèmes propres à l’apprentissage automatique.

Méthodes d'IA traditionnelles appliquées à la Crypto

Analyse des sentiments et détection des distorsions cognitives dans les médias sociaux

L'analyse des sentiments est une technique dans laquelle les algorithmes de traitement du langage naturel (NLP) sont capables d'analyser un texte et de lui attribuer un sens, aidant les humains à comprendre s'il existe un sentiment positif ou négatif concernant une classe d'actifs particulière.

Dans la Finance traditionnelle, l'analyse des sentiments était généralement effectuée sur les médias d'information. Cependant, sur le marché des Crypto , au moment où une mise à jour fait la une des journaux, il est généralement déjà trop tard pour gagner de l'argent grâce au trading. Cela peut expliquer l'adage « achetez la rumeur, vendez l'actualité », ce qui signifie qu'une nouvelle tendance du marché doit être repérée sur les médias sociaux au fur et à mesure qu'elle se produit ou même avant qu'elle ne se produise.

Comme nous le savons, les Marchés des Crypto sans volatilité ne seraient T aussi attractifs. Les mouvements imprévisibles du marché des Crypto jouent un rôle crucial dans sa dynamique. Par conséquent, il est nécessaire de développer davantage l'IA et les cadres de données pour faciliter les études et les applications de prévision des prix.

Ces frameworks devraient être capables de collecter des données de sentiment à partir de divers canaux, qu'ils soient liés à la cryptographie ou non, et devraient disposer d'un cadre d'analyse d'IA capable d'intégrer les derniers développements en matière de recherche sur l'analyse des sentiments. Il devrait également être capable de distinguer une personne réelle d'un robot ainsi que des conversations réelles de conversations orchestrées.

Ces cadres seront capables de détecter ce que l’on appelle les distorsions cognitives sur les réseaux sociaux, comme la catastrophisation (exagérer l’importance d’un événement négatif : « à cause de cela, tout va s’effondrer »), la divination (prétendre connaître l’avenir : « cela arrivera certainement ») et la lecture des pensées (prétendre savoir ce que les autres pensent : « tout le monde le sait »).

Prédire les mouvements du marché

L’IA est utilisée depuis des décennies dans la Finance traditionnelle pour détecter les dynamiques du marché avant qu’elles ne se produisent. Traditionnellement, cela se fait grâce à l’analyse des sentiments. Cependant, dans le domaine des Cryptomonnaie, nous pouvons nous fier à la corrélation statistique entre les principales cryptomonnaies ou catégories de cryptomonnaies. Par exemple, dans des écosystèmes localisés comme l’échange décentralisé Curve ou SingularityNET axé sur l’IA, qui ont plusieurs jetons, nous voyons des modèles de trading en retard et corrélatifs émerger.

En raison des progrès technologiques rapides dans le matériel utilisé pour sécuriser et exploiter les réseaux décentralisés (c'est-à-dire l'essor du calcul basé sur le GPU), l'utilisation de modèles d'apprentissage profond à grande échelle est devenue de plus en plus précieuse pour comprendre les fluctuations de prix. L'expansion des méthodes d'apprentissage automatique et d'apprentissage profond utilisées dans la Finance traditionnelle pour prédire les fluctuations de prix ou identifier les régimes de marché (c'est-à-dire si nous sommes dans un marché baissier ou haussier) est ONEun des principaux domaines d'exploration des cas d'utilisation de l'IA dans la Crypto.

Un autre domaine de recherche concerne l'application de l'apprentissage par renforcement, une technique d'IA qui apprend sans supervision humaine (c'est-à-dire l'apprentissage non supervisé) pour mieux comprendre l'impact de ses actions. Cela a des applications pour prédire les dérapages et l'impact sur les prix lors des transactions d'actifs.

Robots de trading/création de marché basée sur l'IA

L'équipe d'IA de SingularityDAO a mené des études exploratoires dans le domaine de la simulation de marché et du backtesting pour améliorer l'état de l'art en matière de quantification de la dynamique du marché. Une Technologies prometteuse que nous avons explorée est l'« agent multi-stratégie adaptatif » (AMSA) pour la création de marché. Cela fournit essentiellement un environnement dans lequel différents algorithmes d'IA peuvent acheter et vendre des actifs et tester ces transactions, tout en évaluant les performances et l'effet du trading sur le marché.

Ces algorithmes de trading auto-renforçants peuvent être considérés comme la prochaine étape de l’évolution des robots de trading traditionnels déjà largement adoptés par les traders et les teneurs de marché sur les bourses centralisées. En d’autres termes, l’IA est en cours de développement pour aider à créer des systèmes de Maker de marché automatisés plus sophistiqués. Cela contribue à l’adoption de systèmes de trading décentralisés plus robustes et peut aider les traders à rééquilibrer leurs portefeuilles multi-actifs.

Problèmes d'IA native de Crypto

Surveillance efficace de la position dynamique et du risque de l'entité

En raison de la fréquence croissante des cygnes noirs ( Événements imprévisibles aux conséquences potentiellement graves) sur les Marchés des Crypto , les méthodes traditionnelles d'évaluation du risque dans les positions de trading sont devenues obsolètes. Dans le Crypto, les analystes doivent évaluer le risque associé aux mouvements de liquidité entre les protocoles, ce qui est pratiquement impossible à faire manuellement étant donné la grande quantité de données à analyser.

Une approche d’IA peut, une fois de plus, étendre la décision Human faire.IA Les algorithmes peuvent être utilisés en parallèle avec d'autres méthodes couramment utilisées pour surveiller la santé des positions en chaîne sur tous les protocoles, comme l'analyse des grands détenteurs de portefeuilles et le risque de liquidation. En acquérant une expertise et une expérience à la fois en IA et en Finance décentralisée (DeFi), il est possible de créer de nouvelles mesures qui peuvent fournir des signaux faciles à lire sur l'exposition au risque prise sur différents protocoles.

En outre, l’IA offre une valeur et un soutien considérables aux analystes Human à mesure que l’industrie de la Crypto devient de plus en plus multiprotocole (avec un développement sur plusieurs blockchains se produisant même en période de marché baissier), ce qui entraîne une augmentation significative de la complexité. Les méthodologies de risque prédictives et corrélationnelles sont essentielles pour prévenir de futurs Événements de type cygne noir, tels que ceux qui se sont produits avec la bourse de Crypto monnaies FTX et la plateforme de prêt Celsius Network.

L'accent est mis sur l'analyse des FLOW , la corrélation et l'analyse prédictive

Après les retombées de Celsius et de FTX, il est devenu plus que jamais nécessaire de développer des méthodologies de surveillance des Événements et des facteurs susceptibles de conduire à des cas similaires. Les analystes Crypto et les data scientists ont exploré toute une gamme d'approches, allant des signaux d'alerte classiques basés sur les portefeuilles et les entités aux agrégations de FLOW de capitaux plus avancées basées sur l'IA.

Les justiciers de Twitter utilisent déjà des plateformes d’analyse basées sur l’IA pour découvrir des informations avant qu’elles ne soient diffusées dans les médias grand Crypto . Cependant, beaucoup peut être fait pour simplifier et étendre ces outils afin qu’ils soient adoptés par un marché plus large.

Techniques d'IA pour l'étiquetage et la détection d'entités malveillantes sur la chaîne

Sur le marché des Crypto , il existe un jeu constant d'identification des entités malveillantes sur la chaîne, ce qui nécessite l'utilisation d'ensembles de données extrêmement volumineux. L'IA joue un rôle crucial dans cet effort de transparence, en utilisant un clustering de pointe, une programmation génétique et des réseaux neuronaux pour identifier ces entités malveillantes et leurs alias sur la chaîne.

Voir aussi :Pourquoi le trading de Crypto est essentiel pour l'industrie des Cryptomonnaie | Analyses

Alors que les utilisateurs malveillants deviennent de plus en plus sophistiqués pour cacher leurs obligations envers une entité, nous nous appuyons sur des algorithmes d’IA avancés ainsi que sur des données géographiques et comportementales pour identifier ces portefeuilles.

Loin et ici aujourd'hui

Bien que l’AGI (intelligence artificielle générale) ou une IA sensible soit encore loin, les progrès dans ce domaine au cours des dernières années ont été remarquables. Je crois fermement qu’à l’avenir, l’intelligence artificielle gérera nos fonds Crypto et assurera la sécurité et la santé de nos portefeuilles.

L’intégration avec de grands modèles de langage comme ChatGPT a considérablement accéléré ce processus et le rendra facile et accessible à tous. La Crypto a le potentiel de créer un nouvel écosystème financier inclusif, et nous avons une occasion unique de montrer la voie dans ce domaine et de rivaliser avec les grandes entreprises technologiques.