来源：CoinDesk
编译：Dali@Web3CN.Pro
在过去的几个月里，人工智能（AI）受到广泛关注。自2022年底以来，聊天机器人“ChatGPT人工智能已经成为一个家喻户晓的话题，因为人工智能研究实验室OpenAI的爆炸及其对各个行业和人们日常生活的影响。
ChatGPT大大提高了人工智能的利用率。据OpenAI创始人萨姆·奥特曼介绍（Sam Altman）据介绍，短短两个月，ChatGPT用户就超过1亿。这是Facebook用了4年半，Instagram用了2年半，Twitter用了5年才取得的成就。
人工智能释放巨大的应用价值
2023年初，我们看到微软和谷歌正在争夺人工智能的主导地位。微软将人工智能聊天机器人引入iPhone和Android应用程序，谷歌也开始展示新的人工智能聊天机器人搜索工具。
目前，微软似乎处于领先地位。2019年，该软件巨头向OpenAI投资10亿美元，获得公司46%的股份，并计划将ChatGPT整合到网络浏览器Edge和搜索引擎中。
仔细想想，微软最终可能会用人工智能结束谷歌在搜索引擎领域的主导地位。OpenAI预测，ChatGPT将在2023年创收2亿美元，到2024年底将达到10亿美元。到2030年，人工智能很可能成为收入和市值最高的行业。
在未来，人工智能将无处不在，取代许多人类工作。在这种情况下，考虑如何使用这种强大的计算形式来最大化加密行业的机会是非常有趣的。人工智能可以提高加密效率，反过来，该网站的技术也可以帮助解决机器学习的独特问题。
人工智能在加密领域的创新应用
1、有效监控动态头寸和实体风险
随着黑天鹅事件（潜在和严重后果的不可预测事件）在加密市场的频率越来越高，传统的评估交易头寸风险的方法已经过时。在加密领域，分析师需要评估与跨协议流动性变化相关的风险。鉴于需要大量分析的数据，这几乎是不可能手动完成的。
人工智能可以再次扩大人类的决策范围。结合其他常用方法，人工智能可以通过易于解释的信号监控所有协议中链上头寸的健康状况，并提示潜在风险。
此外，由于加密行业的协议越来越多，分析变得越来越复杂，人工智能可以为人类分析师提供很多帮助，以减少工作的难度。
2、强调流量分析、相关性和预测性分析
Celsius和FTX事件发生后，加密行业迫切需要制定相关方法来监控可能导致类似情况的事件和因素。为此，加密分析师和数据科学家探索了一系列基于钱包和实体的代表性alerting等方法 signals，以及基于人工智能的资本流动汇总。
此外，人工智能技术还可用于识别链上的恶意操作。
传统人工智能用例介绍加密领域
1、社交媒体中的情绪分析和认知失真检测
情绪分析是一种自然语言处理的技术（NLP）它可以分析文本并赋予它们意义，从而帮助人类了解它们对特定资产类别是否积极或消极。
传统金融领域通常根据新闻报道分析金融市场情绪。但这在加密行业是不可行的。如果投资者等新闻出来再投资，就来不及了。这可能解释了“谣言买，新闻卖”（buy the rumor, sell the news）这句谚语的意思是，任何新的市场趋势都需要提前预期。
众所周知，加密市场因其不可预测的变化而具有吸引力。加密市场不可预测的趋势是促进其发展的重要驱动力。因此，有必要进一步开发人工智能和数据框架，以促进价格预测的研究和应用。
人工智能和数据框架需要从各种渠道收集情感数据（无论是否与加密有关），并通过人工智能分析框架整合情感分析研究的最新发展。此外，它还可以区分真实的人和机器人，真实的对话和精心安排的对话。
除此之外，这些人工智能还将能够在社交媒体上检测到所谓的认知扭曲，比如夸大负面事件的影响，预测未来，掌握阅读技巧。
2、预测市场走势
几十年来，人工智能一直通过预测市场动态来帮助传统金融的发展。过去，这是通过情绪分析实现的。但在加密货币领域，我们可以根据主要货币或货币类别之间的统计相关性来预测市场趋势。例如，我们可以在本地化生态系统中看到滞后和相关的交易模式，如具有多种代币的分散交易所Curve和以人工智能为重点的Singularitynet。
随着用于保护和挖掘分散网络的硬件技术的快速发展（即基于GPU计算的兴起），越来越有必要大规模使用深度学习模型来了解价格波动。扩大传统金融中使用的机器学习和深度学习方法来预测价格波动或识别市场机制（即我们是否处于熊市或牛市）将是人工智能在加密领域的关键用例。
此外，还有强化学习的应用，用于描述和解决智能身体的人工智能技术（agent）在与环境互动的过程中，学习策略可以最大化回报或实现特定目标。与监督学习和非监督学习不同，强化学习不需要提前给出任何数据，而是获得学习信息，通过接收环境对行动的奖励（反馈）更新模型参数。强化学习可应用于预测资产交易中的滑点(滑点是指交易价格与订单时的预期价格不同)和价格冲击。
3、基于人工智能的交易机器人/做市
SingularityDAO的人工智能团队在市场模拟和回测领域进行了探索性研究，提高了量化市场动态的技术水平。我们探索的一项技术被称为“适应性多策略代理”（AMSA）。它提供了一个环境，使不同的人工智能算法能够买卖资产，对这些交易进行可追溯性测试，并评估交易价值和对市场的影响。
您可以将这些自我强化的交易算法视为传统交易机器人的进一步升级。换句话说，开发人工智能是为了帮助创建一个更复杂的自动做市商系统。这有助于开发更强大的分散交易系统，并帮助交易员重新平衡他们的多资产投资组合。
小结
虽然我们离真正的人工智能（通用人工智能）或感知人工智能还很远，但不可否认的是，该领域在过去几年发展迅速。因此，我们有理由相信，在未来的某一天，人工智能将有能力管理我们的加密基金，并确保我们钱包的安全。
与ChatGPT等大型语言模型的整合将大大加快这一进程。届时，每个人都可以轻松访问加密网络，加密行业也有潜力创建一个新的包容性金融生态系统。
