Giám đốc sản phẩm AI của FIS: việc tích hợp chuỗi khối và trí tuệ nhân tạo sẽ thúc đẩy đổi mới công nghệ tài chính
Biên dịch gốc: 黑米@白泽研究院
Biên dịch gốc: 黑米@白泽研究院
chữ
chữ
Chuỗi khối và trí tuệ nhân tạo (AI) là hai trong số những công nghệ mang tính cách mạng nhất của thế kỷ 21. Nhiều người tin rằng sự hợp lưu của hai xu hướng lớn này có thể mang lại "cuộc cách mạng công nghiệp lần thứ tư". Theo công ty nghiên cứu công nghệ Gartner, chỉ riêng giá trị kinh doanh do blockchain và trí tuệ nhân tạo tạo ra sẽ tăng lên nhanh chóng. Họ dự đoán rằng thị trường blockchain sẽ trị giá 176 tỷ đô la vào năm 2025 và 3,1 nghìn tỷ đô la vào năm 2030. Ngoài ra, quy mô thị trường phần mềm AI sẽ đạt gần 134,8 tỷ USD vào năm 2025.
Chuỗi khối và trí tuệ nhân tạo có rất nhiều ứng dụng trong các lĩnh vực khác nhau. Trong bài viết này, chúng tôi sẽ giới thiệu fintech như một lĩnh vực và cách tích hợp hai công nghệ này sẽ giúp thúc đẩy đổi mới.
Chuỗi khối có thể tạo ra một hệ sinh thái phi tập trung giúp loại bỏ nhu cầu về một cơ quan kiểm soát tập trung. Kiến trúc AI có thể được tạo trên hệ sinh thái phi tập trung này.
tiêu đề phụ
Chuỗi khối là gì?
Chúng ta đều biết các tài sản được mã hóa phổ biến như Bitcoin, Ethereum, v.v. Đây là các mã thông báo dựa trên chuỗi khối, nhưng chuỗi khối không chỉ là tài sản được mã hóa.
Blockchain là một sổ cái dữ liệu phi tập trung an toàn và được chia sẻ.
Công nghệ chuỗi khối cho phép một nhóm các bên cụ thể chia sẻ dữ liệu. Nó có thể thu thập và chia sẻ dữ liệu giao dịch từ nhiều nguồn, chia nhỏ dữ liệu thành các khối dùng chung được liên kết với nhau bằng các mã định danh duy nhất dưới dạng hàm băm mật mã và đảm bảo tính toàn vẹn của dữ liệu thông qua một nguồn thông tin duy nhất, loại bỏ trùng lặp dữ liệu và cải thiện bảo mật dữ liệu.
Trong hệ thống chuỗi khối, dữ liệu không thể thay đổi nếu không có sự cho phép của đại biểu, một tính năng giúp ngăn chặn gian lận và giả mạo dữ liệu. Nói cách khác, sổ cái blockchain có thể được chia sẻ nhưng không thể thay đổi. Nếu một bên cố gắng thay đổi dữ liệu, tất cả các bên liên quan đến chuỗi khối sẽ được cảnh báo về việc bên nào đã cố gắng thay đổi dữ liệu.
Các định nghĩa sau đây giúp bạn hiểu rõ hơn về chuỗi khối cũng như các tình huống sử dụng và công nghệ cơ bản của nó.
Niềm tin phi tập trung: Lý do chính khiến nhiều công ty áp dụng công nghệ chuỗi khối thay vì các công nghệ lưu trữ dữ liệu khác là chuỗi khối có thể đảm bảo tính toàn vẹn của dữ liệu mà không cần dựa vào cơ quan tập trung, tức là để đạt được niềm tin phi tập trung dựa trên dữ liệu đáng tin cậy.
Khối: Đúng như tên gọi, chuỗi khối lưu trữ dữ liệu theo khối và mỗi khối được kết nối với khối trước đó để tạo thành cấu trúc chuỗi. Nó chỉ hỗ trợ thêm khối mới, một khi đã thêm thì không thể sửa hoặc xóa.
· Thuật toán đồng thuận: Thuật toán đồng thuận chịu trách nhiệm thực thi các quy tắc trong hệ thống chuỗi khối. Sau khi các bên khác nhau đặt ra các quy tắc cho chuỗi khối, thuật toán đồng thuận sẽ đảm bảo rằng tất cả các bên tuân thủ các quy tắc này.
tiêu đề phụ
Trí tuệ nhân tạo là gì?
Alan Turing (nhà toán học người Anh và là cha đẻ của trí tuệ nhân tạo) từng đặt ra một câu hỏi quan trọng: "Liệu máy móc có thể suy nghĩ?". Ông đã xuất bản một bài báo lớn vào năm 1950 về "Máy tính và trí thông minh", dẫn đến việc tạo ra "máy biết suy nghĩ", còn được gọi là trí tuệ nhân tạo. Trí tuệ nhân tạo sử dụng máy tính và máy móc để bắt chước khả năng giải quyết vấn đề và ra quyết định của tâm trí con người.
tiêu đề cấp đầu tiên
Ứng dụng Fintech của trí tuệ nhân tạo trong chuỗi khối
1. Định lượng mã hóa và giao dịch thuật toán:
Học máy có ý nghĩa thực tế trong hệ sinh thái tiền điện tử. Cung cấp cho các nhà giao dịch những hiểu biết dự đoán về tài sản tiền điện tử thông qua các xu hướng lịch sử, chỉ báo kỹ thuật và tâm lý thị trường.
Ví dụ: các bot được mã hóa thông qua API có thể thu thập dữ liệu theo thời gian thực. Thông qua học máy, bot có thể cung cấp các chỉ báo hoặc kết luận có thể thực hiện được, được gọi là tín hiệu giao dịch. Bot có thể chạy độc lập hoặc tích hợp vào nền tảng giao dịch tiền điện tử. Những bot này không chỉ dự đoán giá trong tương lai mà còn tự động hóa giao dịch. Theo độ chính xác của dự báo, người dùng có thể nhận ra một khoản lợi nhuận nhất định.
Tính đến tháng 3 năm 2022, có gần 18.000 tài sản mã hóa trên thị trường mã hóa, trong đó hơn 10.000 tài sản vẫn đang hoạt động. Các bot này phù hợp với các tài sản tiền điện tử có hệ sinh thái người dùng lớn và dễ bay hơi hơn.
2. Chia sẻ dữ liệu/mô hình hiệu quả:
Dữ liệu là tài nguyên quan trọng nhất cho mô hình học máy hoặc trí tuệ nhân tạo. Chất lượng và số lượng dữ liệu ảnh hưởng trực tiếp đến độ chính xác của cả hai, nhưng quy trình chia sẻ dữ liệu hiện tại không hiệu quả. Vì các nhà cung cấp dữ liệu không tin tưởng lẫn nhau nên rất khó để ủy quyền hoặc xác minh dữ liệu bằng các phương pháp truyền thống, nhưng hóa ra một số giải pháp dựa trên chuỗi khối có thể sử dụng các hoạt động dữ liệu phi tập trung để giải quyết vấn đề này.
Giải pháp tập trung vào phát triển thị trường dựa trên chuỗi khối, nơi các nhà cung cấp dữ liệu và mô hình AI/ML sẽ có thể cộng tác và giao dịch với nhau bằng hợp đồng thông minh chuỗi khối.
Các tổ chức tài chính có thể chia sẻ dữ liệu, thuật toán và phép tính một cách an toàn thông qua chuỗi khối.
Các nhà cung cấp nền tảng như Ocean Protocol và NUMERAI là một số người chơi chính trong không gian này.
Ví dụ, ở NUMERAI, họ thậm chí còn đóng một vai trò trong ngành kinh tế/tài chính, đặc biệt là trong lĩnh vực quỹ phòng hộ. Mục tiêu của NUMERAI là tạo ra quỹ phòng hộ có nguồn lực cộng đồng lớn nhất thế giới được hỗ trợ bởi trí tuệ nhân tạo. Bằng cách tải dữ liệu quỹ phòng hộ lên thị trường dữ liệu, hàng nghìn nhà khoa học dữ liệu cộng tác và thử nghiệm các mô hình để dự đoán thị trường chứng khoán.
3. Xây dựng ngân hàng mở thông qua học liên kết:
Nói chung, dữ liệu tài chính của bạn thuộc sở hữu của ngân hàng/tổ chức tài chính và được lưu giữ trong cơ sở dữ liệu hồ sơ của họ, nhưng khái niệm ngân hàng mở cho phép người dùng sở hữu dữ liệu ngân hàng của họ.
Có thể thấy trước rằng với Học tập liên kết, chúng tôi sẽ có quyền sở hữu dữ liệu phi tập trung (không có chủ sở hữu) trong các tổ chức tài chính.
Học liên kết thực chất là công nghệ học máy phân tán, mục đích là đạt được mô hình hóa chung và nâng cao tác dụng của trí tuệ nhân tạo trên cơ sở đảm bảo an toàn bảo mật dữ liệu và tuân thủ pháp luật.
Nói cách khác, học liên kết cho phép chủ sở hữu dữ liệu tiến hành đào tạo mô hình mà không cần chuyển dữ liệu thô của họ sang máy chủ của bên thứ ba. Khung học tập phân tán này cho phép người dùng được cung cấp các đề xuất và dịch vụ dựa trên AI đồng thời bảo vệ quyền riêng tư của họ.
Nói tóm lại, các mô hình học máy có thể được đào tạo theo kiến trúc phi tập trung. Thông thường, chúng tôi tổng hợp dữ liệu để đào tạo một mô hình, nhưng trong trường hợp này, mô hình được gửi đến từng chủ sở hữu dữ liệu. Sau đó, mô hình được huấn luyện trên mỗi nút dữ liệu, các trọng số được cập nhật sẽ được gửi đến bộ điều phối và tính trung bình cho mô hình cuối cùng.
Do đó, trong phương pháp này, dữ liệu không bao giờ rời khỏi tay chủ sở hữu ban đầu của nó, điều này làm cho phương pháp này có tính bảo mật cao. Ngoài ra còn có sự tin tưởng giữa chủ sở hữu dữ liệu và nhà khoa học dữ liệu mà không ảnh hưởng đến hiệu suất của mô hình.
4. Phân tích trên chuỗi
Do tính minh bạch hoàn toàn của chuỗi khối, người tham gia có thể thấy tất cả các giao dịch và hoạt động diễn ra trên chuỗi khối, cũng như tổng số dư và lượng nắm giữ của một số ví nhất định. Phân tích tất cả hoạt động và dữ liệu trên chuỗi khối để tạo ra cái nhìn sâu sắc về tâm lý thị trường và quyết định đầu tư là những gì chúng tôi gọi là phân tích trên chuỗi.
Nhiều công cụ phân tích cơ bản trên chuỗi, chẳng hạn như EtherScan cho chuỗi khối Ethereum hoặc SnowTrace cho chuỗi khối Avlanche, là những trình khám phá chuỗi khối miễn phí cho phép theo dõi tất cả các giao dịch trên chuỗi khối tương ứng. Nhiều nền tảng tận dụng các công cụ này trong khi tận dụng học máy và tổng hợp các nút dữ liệu để cung cấp nền tảng của họ dưới dạng dịch vụ cho người tiêu dùng. Dưới đây là một số phổ biến nhất:
· Glassnode
· IntoTheBlock
· Nansen
· Dune Analytics
· Messari
Như chúng tôi đã đề cập, nhiều nền tảng trong số này đang tận dụng trí tuệ nhân tạo và máy học để tạo ra thông tin chi tiết về thị trường và đưa ra khuyến nghị về các cơ hội đầu tư tiềm năng dựa trên các phân tích trên chuỗi của họ. Ví dụ: họ có thể sử dụng công nghệ máy học để tìm "các ví trước đây đã hoạt động tốt và vượt trội so với thị trường" và đưa ra các đề xuất đầu tư mới dựa trên những thay đổi trong phân bổ tài sản của các ví đó.
Mặt khác, mặc dù tính ẩn danh là một đề xuất có giá trị lớn đối với các chuỗi khối và tài sản tiền điện tử, nhưng nó lại làm tăng nguy cơ rửa tiền và các hoạt động bất hợp pháp khác. Báo cáo AML và tội phạm tài sản tiền điện tử năm 2020 của CipherTrace cho thấy hành vi trộm cắp, hack và lừa đảo tài sản tiền điện tử có tổng trị giá 1,9 tỷ đô la trong năm. Đây là lúc phân tích trên chuỗi + học máy có thể hữu ích. Máy học có thể giúp phát hiện các mẫu mà con người có thể không nhận thấy, chẳng hạn như phát hiện các tương tác của ví tiền điện tử với các tài khoản hoặc ví khác được liên kết với hoạt động tội phạm đã biết. Bằng cách sử dụng máy học trên chuỗi, các tổ chức tài chính và sàn giao dịch sẽ hiểu rõ hơn về các rủi ro liên quan đến mỗi giao dịch và ngoài ra, khi tỷ lệ xác thực sai giảm xuống, công việc xem xét thủ công bắt buộc sẽ giảm đáng kể.
Nhìn chung, chúng tôi tin rằng các trường hợp sử dụng máy học trên chuỗi chỉ mới ở giai đoạn sơ khai và sẽ phát triển cùng với ngành công nghiệp tiền điện tử.
5. Web 3 trong tương lai và Chuỗi khối thông minh
Giống như cơ sở hạ tầng phần mềm như mạng, lưu trữ và hệ điều hành đang trở nên thông minh, thế hệ tiếp theo của các chuỗi khối Lớp 1 (cơ sở) và Lớp 2 (hỗ trợ) có thể được điều khiển bởi máy học như một chức năng gốc.
Hãy tưởng tượng rằng khi một chuỗi khối đang chạy, nó sử dụng máy học để dự đoán các giao dịch nhằm kích hoạt các giao thức đồng thuận có thể mở rộng quy mô lớn trong tương lai; Các giao thức hợp đồng thông minh của Web3 sẽ có khả năng học máy, chẳng hạn như thỏa thuận cho vay, sử dụng trí tuệ nhân tạo Để cân bằng các loại vay và cho vay của các ví khác nhau, thậm chí các DApp thông minh (ứng dụng phi tập trung) sẽ sớm trở thành xu hướng.
Nói chung, có tiềm năng rất lớn để tích hợp các công nghệ chuỗi khối và AI trong các ngành khác nhau, bao gồm cả fintech. Mặc dù chuỗi khối hiện tại đã đạt được một phần hiệu quả cộng tác và tự động hóa thông minh, nhưng chuỗi khối được tích hợp với trí tuệ nhân tạo và học máy sẽ trở nên thông minh hơn trong tương lai.
Theo "Thông báo về việc tiếp tục ngăn chặn và xử lý rủi ro thổi phồng trong giao dịch tiền ảo" do ngân hàng trung ương và các ban ngành khác ban hành, nội dung bài viết này chỉ mang tính chất chia sẻ thông tin, không quảng bá hay xác nhận bất kỳ hoạt động và đầu tư nào. Tham gia vào bất kỳ hoạt động tài chính bất hợp pháp nào.
Theo "Thông báo về việc tiếp tục ngăn chặn và xử lý rủi ro thổi phồng trong giao dịch tiền ảo" do ngân hàng trung ương và các ban ngành khác ban hành, nội dung bài viết này chỉ mang tính chất chia sẻ thông tin, không quảng bá hay xác nhận bất kỳ hoạt động và đầu tư nào. Tham gia vào bất kỳ hoạt động tài chính bất hợp pháp nào.
