FIS AI 製品責任者: ブロックチェーンと人工知能の統合は金融テクノロジーの革新を促進します

オリジナル編纂：黑米@白泽研究院

オリジナル編纂：黑米@白泽研究院

文章

文章

ブロックチェーンと人工知能 (AI) は、21 世紀で最も革新的なテクノロジーの 2 つです。これら 2 つのメガトレンドの合流により「第 4 次産業革命」が起こる可能性があると広く信じられています。テクノロジー調査会社ガートナーによると、ブロックチェーンと人工知能だけで生み出されるビジネス価値は急速に成長するとのこと。彼らは、ブロックチェーン市場の価値は2025年までに1,760億ドル、2030年までに3.1兆ドルになると予測しています。さらに、AIソフトウェア市場規模は2025年までに1,348億ドル近くに達すると予想されています。

ブロックチェーンと人工知能は、さまざまな分野で多数の用途があります。この記事では、分野としてのフィンテックと、これら 2 つのテクノロジーの統合がイノベーションの促進にどのように役立つかを紹介します。

ブロックチェーンは、集中管理機関の必要性を排除する分散型エコシステムを構築できます。 AI アーキテクチャは、この分散型エコシステム上に作成できます。

副題

ブロックチェーンとは何ですか?

ビットコインやイーサリアムなどの人気のある暗号化資産は誰もが知っています。これらはブロックチェーンベースのトークンですが、ブロックチェーンは単なる暗号化資産ではありません。

ブロックチェーンは、安全で共有された分散型データ台帳です。

ブロックチェーン技術により、特定の当事者がデータを共有できるようになります。複数のソースからトランザクション データを収集して共有し、暗号化ハッシュの形式の一意の識別子によってリンクされた共有ブロックにデータを細分化し、単一の情報ソースを通じてデータの整合性を確保して、データの重複を排除し、データ セキュリティを向上させることができます。

ブロックチェーン システムでは、クォーラムの許可なしにデータを変更することはできません。これは、詐欺やデータの改ざんを防ぐのに役立つ機能です。言い換えれば、ブロックチェーン台帳は共有できますが、変更することはできません。いずれかの当事者がデータを変更しようとすると、ブロックチェーンに関与するすべての当事者に、どの当事者がデータを変更しようとしたのかが警告されます。

次の定義は、ブロックチェーンとその基礎となるテクノロジーおよび使用シナリオをさらに理解するのに役立ちます。

分散型信頼: 多くの企業が他のデータ ストレージ テクノロジーではなくブロックチェーン テクノロジーを採用する主な理由は、ブロックチェーンが中央集権的な権限に依存せずにデータの整合性を保証できる、つまり、信頼できるデータに基づいて分散型の信頼を実現できるためです。

ブロック: 名前が示すように、ブロックチェーンはデータをブロックに保存し、各ブロックが前のブロックに接続されてチェーン構造を形成します。新しいブロックの追加のみがサポートされており、追加後に変更または削除することはできません。

· コンセンサス アルゴリズム: コンセンサス アルゴリズムは、ブロックチェーン システム内でのルールの実行を担当します。さまざまな関係者がブロックチェーンのルールを設定した後、コンセンサス アルゴリズムにより、すべての関係者がこれらのルールを遵守することが保証されます。

副題

人工知能とは何ですか?

アラン・チューリング (英国の数学者、人工知能の父) はかつて、「機械は考えることができるのか?」という重要な質問をしました。彼は 1950 年に「コンピューターと知能」に関する主要な論文を発表し、それが人工知能としても知られる「考える機械」の創造につながりました。人工知能は、コンピューターと機械を使用して、人間の精神の問題解決能力と意思決定能力を模倣します。

最初のレベルのタイトル

ブロックチェーンにおける人工知能のフィンテック応用

1. 暗号化された定量化とアルゴリズム取引:

機械学習は暗号通貨エコシステムにおいて実用的な意味を持ちます。過去の傾向、テクニカル指標、市場センチメントを通じて暗号資産に関する予測的な洞察をトレーダーに提供します。

たとえば、API を介して暗号化されたボットはリアルタイムでデータを収集できます。機械学習を通じて、ボットは取引シグナルとして知られる実用的な指標や結論を提供できます。ボットはスタンドアロンで実行することも、暗号通貨取引プラットフォームに統合して実行することもできます。これらのボットは将来の価格を予測するだけでなく、取引を自動化します。予測の精度に応じて、ユーザーは一定の利益を得ることができます。

2022 年 3 月の時点で、暗号化市場には 18,000 近くの暗号化資産が存在し、そのうち 10,000 を超える資産が依然としてアクティブです。これらのボットは、ユーザーエコシステムが大きく、より不安定な暗号資産に適しています。

2. 効果的なデータ/モデルの共有:

データは、人工知能または機械学習モデルにとって最も重要なリソースです。データの質と量は両方の精度に直接影響しますが、現在のデータ共有プロセスは効率的ではありません。データプロバイダーは相互に信頼していないため、従来の方法を使用してデータを承認したり検証したりすることは困難ですが、一部のブロックチェーンベースのソリューションでは分散型データ操作を使用してこの問題を解決できることが判明しました。

このソリューションは、データ プロバイダーと AI/ML モデルがブロックチェーン スマート コントラクトを使用して相互に連携し、取引できるブロックチェーン ベースのマーケットプレイスの開発に焦点を当てています。

金融機関は、ブロックチェーンを通じてデータ、アルゴリズム、計算を安全に共有できます。

Ocean Protocol や NUMERAI などのプラットフォーム プロバイダーは、この分野の主要企業の一部です。

たとえば、NUMERAI では、経済/金融業界、特にヘッジファンドの分野でも役割を果たしています。 NUMERAI の目標は、人工知能を活用した世界最大のクラウドソーシング ヘッジ ファンドを設立することです。ヘッジファンドのデータをデータ マーケットプレイスにアップロードすることで、何千人ものデータ サイエンティストが協力してモデルをテストし、株式市場を予測します。

3. フェデレーテッド ラーニングを通じてオープン バンキングを構築します。

一般に、財務データは銀行/金融機関が所有し、その記録データベースに保管されますが、オープン バンキングの概念により、ユーザーが銀行データを所有できるようになります。

Federated Learning により、金融機関におけるデータ所有権が分散化 (所有者なし) になることが予測されます。

フェデレーテッド ラーニングは本質的には分散型機械学習テクノロジーであり、その目的は、共通のモデリングを実現し、データ プライバシーのセキュリティと法的コンプライアンスの確保に基づいて人工知能の効果を向上させることです。

つまり、フェデレーテッド ラーニングを使用すると、データ所有者は生データをサードパーティのサーバーに転送せずにモデル トレーニングを実行できます。この分散型学習フレームワークにより、ユーザーはプライバシーを保護しながら、AI ベースの推奨事項とサービスを提供できます。

つまり、機械学習モデルは分散アーキテクチャでトレーニングできます。通常、データを集約してモデルをトレーニングしますが、この場合、モデルは個々のデータ所有者に送信されます。次に、モデルは各データ ノードでトレーニングされ、更新された重みがコーディネーターに送信され、最終モデルの平均値が計算されます。

したがって、この方法ではデータが元の所有者の手を離れることがないため、安全性が高くなります。また、モデルのパフォーマンスを損なうことなく、データ所有者とデータ サイエンティストの間に信頼関係が築かれます。

4. オンチェーン分析

ブロックチェーンの完全な透明性により、参加者はブロックチェーン上で行われているすべてのトランザクションとアクティビティ、および特定のウォレットの合計残高と保有状況を確認できます。ブロックチェーン上のすべてのアクティビティとデータを分析して、市場センチメントや投資決定に関する洞察力に富んだ見解を生成することを、私たちはオンチェーン分析と呼んでいます。

Ethereum ブロックチェーンの EtherScan や Avlanche ブロックチェーンの SnowTrace など、多くの基本的なオンチェーン分析ツールは、それぞれのブロックチェーン上のすべてのトランザクションの追跡を可能にする無料のブロックチェーン エクスプローラーです。多くのプラットフォームは、機械学習を利用してデータノードを集約しながら、これらのツールを活用して、プラットフォームをサービスとして消費者に提供しています。最も人気のあるものをいくつか紹介します。

· Glassnode

· IntoTheBlock

· Nansen

· Dune Analytics

· Messari

前述したように、これらのプラットフォームの多くは人工知能と機械学習を活用して、市場の洞察を生成し、オンチェーン分析に基づいて潜在的な投資機会についての推奨を行っています。たとえば、機械学習を使用して「これまでに市場のパフォーマンスを上回って好成績を収めてきたウォレット」を見つけ、それらのウォレットの資産配分の変更に基づいて新しい投資の推奨を行うことができます。

一方で、匿名性はブロックチェーンと暗号資産の大きな価値提案ではありますが、マネーロンダリングやその他の違法行為のリスクを高めます。 CipherTrace の 2020 年暗号資産犯罪および AML レポートによると、暗号資産の盗難、ハッキング、詐欺は年間で総額 19 億ドルに達しました。ここで、オンチェーン分析 + 機械学習が役立つ可能性があります。機械学習は、暗号通貨ウォレットと他のアカウントや既知の犯罪行為に関連するウォレットとの相互作用を検出するなど、人間が気付かない可能性のあるパターンを特定するのに役立ちます。オンチェーンの機械学習を使用することで、金融機関や取引所は各取引に伴うリスクをより深く理解できるようになり、さらに誤検知率が減少するため、必要な手動レビュー作業が大幅に軽減されます。

全体として、機械学習のオンチェーンのユースケースはまだ初期段階にあり、暗号通貨業界とともに成熟すると考えています。

5. 将来の Web 3 とスマート ブロックチェーン

ネットワーキング、ストレージ、オペレーティング システムなどのソフトウェア インフラストラクチャがインテリジェントになっているのと同じように、次世代のレイヤー 1 (ベース) およびレイヤー 2 (サポート) ブロックチェーンは、ネイティブ機能として機械学習によって駆動される可能性があります。

ブロックチェーンの実行中に機械学習を使用してトランザクションを予測し、将来的には非常にスケーラブルなコンセンサス プロトコルが可能になると想像してみましょう。Web3 のスマート コントラクト プロトコルには、人工知能を使用する融資契約などの機械学習機能が搭載される予定です。さまざまなウォレットの貸し借りが可能になり、スマート DApps (分散型アプリケーション) もすぐにトレンドになるでしょう。

全体として、フィンテックを含むさまざまな業界でブロックチェーンと AI テクノロジーを統合することには大きな可能性があります。現在のブロックチェーンは部分的に効果的なコラボレーションとインテリジェントな自動化を実現していますが、人工知能や機械学習と統合されたブロックチェーンは将来的にはよりインテリジェントになるでしょう。

中央銀行等が発表した「仮想通貨取引における誇大広告のリスクのさらなる防止及び対応に関する通知」によれば、本記事の内容は情報共有のみを目的としており、いかなる運営・投資を推奨・推奨するものではありません。違法な金融行為に参加する。

中央銀行等が発表した「仮想通貨取引における誇大広告のリスクのさらなる防止及び対応に関する通知」によれば、本記事の内容は情報共有のみを目的としており、いかなる運営・投資を推奨・推奨するものではありません。違法な金融行為に参加する。