加密公司儘管面臨持續挑戰，但仍利用人工智慧

雷切爾·沃爾夫森

最後更新：

一月 25， 2024 23：31 EST |5 分鐘閱讀

最近的統計數據顯示，今年人工智慧（AI）市場規模預計將達到30億美元以上。因此，許多專注於加密的公司已經開始將人工智慧整合到他們的產品中也就不足為奇了。

為什麼公司將加密貨幣與人工智慧相結合

區塊鏈分析公司Chainalysis的網路威脅情報主管Jacqueline Burns-Koven告訴Cryptonews，Chainalysis已經開始考慮如何使用人工智慧來為客戶提供更好的合規，風險，調查和增長產品。“像任何企業一樣，我們將通過利用人工智慧來改善我們在整個企業中的工作方式而受益;通過使其更快，更高效，「伯恩斯 - 科文說」。

加密稅務軟體供應商ZenLedger最近還宣佈與人工智慧金融公司April合作，使用人工智慧簡化使用者的報稅流程。ZenLedger的聯合創始人兼首席執行官Pat Larsen告訴Cryptonews，ZenLedger的新產品將利用april的技術通過單一流程引導納稅人，結合聯邦和州，然後決定下一步要問哪個問題。“這與傳統的報稅軟體形成鮮明對比，傳統的報稅軟體按照表格填寫的順序向使用者提問，然後將聯邦和州的表格解析為單獨的部分，經常在每個部分重複相同的問題，”拉森說。

四月份的首席技術官兼聯合創始人丹尼爾·馬庫斯（Daniel Marcous）告訴Cryptonews，人工智慧有助於四月份構建涵蓋許多常見稅收場景的稅收產品，包括加密和數字資產的收入。根據Marcous的說法，April使用了一個稱為「稅收到代碼」的過程，其中大型語言模型（LLM）經過培訓以閱讀稅務檔，然後將其轉換為軟體代碼，然後由稅務工程師團隊進行審查和編輯。

人工智慧還幫助推動了許多去中心化金融（DeFi）用例。人工智慧基礎設施公司Upshot的聯合創始人兼首席執行官尼克·埃蒙斯（Nick Emmons）告訴Cryptonews，Upshot正在建立一個分散的網路，不同的人工智慧模型可以相互學習。根據埃蒙斯的說法，讓模型相互學習將在人工智慧驅動的網路中創建一個元智慧。反過來，與所使用的單個模型相比，這將使網路更加高性能和智慧。

Emmons解釋說，Upshot的AI模型正在為許多DeFi用例提供支援。例如，他解釋說，人工智慧可以為長尾加密資產或不經常交易但存在於流動性環境中的數字資產的價格饋送創造效率。他說：

「人工智慧成為一種有用的工具，能夠根據不同的資訊產生更頻繁的價格更新，而不僅僅是資產易手。這意味著我們現在可以開始將更大的資產領域帶入DeFi設計領域。

為了正確看待這一點，Emmons解釋說，Upshot將很快推出由支援AI的手錶提要生成的“手錶福利”。他說：

「單個手錶無法產生足夠真實的時間饋送來圍繞它建立市場。人工智慧模型可以一次處理大量資訊，因此您可以開始生成高度準確和高頻的價格饋送，將數位資產轉換為鏈上的代幣化表示。這將擴大數字資產的世界。

此外，Emmons指出，人工智慧驅動的DeFi金庫即將實現。DeFi 金庫充當具有自動複利策略的資金池，該策略根據預定義的鏈上條件管理和執行任務。然而，Emmons指出，這是有問題的，因為大多數鏈上活動在計算能力方面是有限的。“因此，使用者可以產生的產量是有限的，”他說。

為了解決這個問題，埃蒙斯指出，可以應用人工智慧模型來更有效地理解資訊。“人工智慧可以用來編纂可以以金庫形式帶到鏈上的策略。然後，這可以用於做市等。

雖然這個用例仍處於起步階段，但 RoboNet 是一種人工智慧驅動的 DeFi 協定，適用於長尾和可替代資產市場。RoboNet由Upshot提供支援，允許創建由機器學習模型管理的鏈上保險庫，這些模型通過自動流動性優化策略產生收益。

來源：Robonet## 將AI與加密相結合的挑戰

雖然人工智慧可以説明加密產品更有效地運行，但仍有許多挑戰需要考慮。例如，埃蒙斯指出，當人工智慧被用來構建DeFi協定時，這些模型背後的建立者需要被信任，否則可能會出現許多問題。他說：

“可能會出現偏見和操縱，這就是為什麼以分散的外形重新構想AI堆棧很重要的原因。不同的模型可以控制其他模型，以減少偏見和更透明的情報來源。

Emmons解釋說，ZK證明也可以幫助驗證機器學習模型。“Upshot最近發佈了這樣的產品，我們在ZK電路中驗證了旗艦價格預測模型的輸出。這為無許可協定提供了保證和計算完整性。

Marcous補充說，他認為生成式人工智慧與稅務專家和工程師一起工作可以降低風險，因為涉及人類。他說：「4月，我們對整個產品進行了嚴格的測試，必須在推出前通過國稅局和州當局的測試。

雖然這些策略可能會有所説明，但缺乏對人工智慧使用的監管可能會帶來持續的挑戰。例如，瞭解人工智慧是否是為了使用者與投資者或機器學習模型的建立者的最佳利益而應用仍然很難確定。

因此，某些國家已經開始建立組織來執行人工智慧法規。例如，阿拉伯聯合大公國總統、阿布達比統治者謝赫·穆罕默德·本·扎耶德·阿勒納哈揚（Sheikh Mohamed bin Zayed Al Nahyan）最近頒布了一項法律，成立人工智慧和先進技術委員會（AIATC）。阿布達比政府的一份公告指出，「該委員會將負責制定和實施與阿布達比人工智慧和先進技術的研究、基礎設施和投資相關的政策和戰略。

美國證券交易委員會（SEC）主席加里·根斯勒（Gary Gensler）最近也警告說，人工智慧可能對傳統金融部門構成危險。鑒於此，未來美國可能會對人工智慧實施更多的監管清晰度。

所有這些發展都很重要，因為埃蒙斯認為人工智慧最終將被納入社會的每一個關鍵功能。與此同時，他指出，加密行業可能會納入已經在傳統金融中實施的人工智慧形式。他說：

“這是因為加密是一種金融創新，所以這種類型的人工智慧可以更有利於金融應用。此外，經典類型的機器學習模型更具吸引力，並且與這些可驗證的外形尺寸相容，因此可以圍繞這些構建的加密工具將能夠比生成式AI模型更快地上線。

在谷歌新聞上關注我們