人工智能和加密货币如何塑造金融的未来

在过去的三年里，加密货币领域经历了巨大的剧变。除了 2021 年刺激计划的推动外，风险投资 (VC) 公司已向加密货币和区块链初创公司投资了330亿美元。

次年，美联储的加息周期引发了多米诺骨牌破产，从 Terra (LUNA) 下跌开始，最终导致 FTX 庞氏骗局崩溃。

2023 年 DeFi 黑客攻击造成超过 30 亿美元的损失，让 DeFi 的前景失去了光彩。持续的比特币牛市表明，山寨币信心不足，因为所谓的山寨币季节尚未显现。

2023 年 6 月，贝莱德战略合作伙伴关系主管约瑟夫·查洛姆 (Joseph Chalom)指出，DeFi 的机构采用还需要很多很多很多年。然而，有一个案例表明，新兴的人工智能叙事可以与区块链技术及其应用融合。

吸取上一周期的经验教训，人工智能加密货币的前景会是什么样子？

以加密可组合性奠定人工智能基础

回顾过去，可以肯定地说DeFi被代币化层之上的公司所纳入，例如Celsius Network或BlockFi，将DeFi渲染为CeFi。这些公司成功地推动了加密货币的采用，但最终却玷污了“加密货币”这个词。

更新后的 DeFi v2 应该专注于卓越的用户体验，而不会激发中心化公司的需求。最重要的是，必须加强 DeFi 的安全性。在这个方向上最有前途的解决方案是零知识以太坊虚拟机——zkEVM。

通过零知识证明（ZKP）抽象链交易，zkEVM 提高了网络吞吐量并降低了 Gas 成本。最重要的是，zkEVM 通过促进 Gas 费的替代代币支付来简化用户体验。换句话说，类似 zkEVM 的解决方案为 AI 应用程序所需的可扩展性铺平了道路。

人工智能应用本质上涉及大量数据，使其成为区块链网络的潜在瓶颈。面对这一障碍，Pogon zkEVM 可以通过 Midjourney 图像生成器生成 AI 艺术作品。在此过程中，结果可以以较低的费用代币化为 NFT。

加密空间进一步建立在其他类型的智能合约的基础上，为具有可组合性和无需许可访问的人工智能奠定了基础。结合起来，这为金融市场创造了一个自主且高效的基础设施。由于每一个市场行为都可以分解为智能合约，因此可组合性带来了三个可组合性层的创新：

• 形态学——在 DeFi 协议之间进行通信的组件，创建新的元特征。
• 原子性——每个智能合约独立运行或与其他协议的智能合约结合运行的能力。
• 句法——协议基于标准化协议进行通信的能力。 

实际上，这相当于乐高 DeFi 积木。例如，Compound（COMP）允许用户向智能合约池提供流动性。这是 DeFi 的革命性支柱之一，因为用户在借贷时不再需要某人的许可。通过智能合约充当流动性池，借款人可以通过提供抵押品来利用它们。 

流动性提供者获得 cToken 作为利息回报。如果提供的代币是 USDC，则生成的代币将为 cUSDC。然而，这些代币可以跨 DeFi 板集成到与 ERC-20 标准兼容的所有协议中。

换句话说，可组合性为收益的多样性创造了机会，因此没有智能合约闲置。问题是，如何有效地应对复杂性的增加？这就是人工智能发挥作用的地方。

利用人工智能提高效率

当想到人工智能 (AI) 时，人们想到的主要特征是超人处理能力。金融市场早已变得过于复杂，人类思维无法应对。相反，人类已经开始依赖预测算法、自动化和个性化。

在 TradFi 中，这通常转化为机器人顾问提示用户的需求和风险承受能力。然后，机器人顾问将生成一个配置文件来管理用户的投资组合。在区块链可组合性领域，此类人工智能算法将获得更大的灵活性来吸引收益。

通过在访问透明智能合约时实时读取市场状况，人工智能**有潜力减少市场效率低下、减少人为错误并增强市场协调。后者已经以提供资产价格发现的自动化做市商（AMM）的形式存在。

通过实时分析订单流、流动性和波动性，人工智能**非常适合优化流动性供应，甚至可以通过协调 DeFi 平台和限制交易规模来 防止 DeFi闪贷被利用。

不可避免的是，随着人工智能**通过实时市场监控和机器学习提高市场效率，随着流动性的加深，新的预测市场可能会出现。人类的工作就是设置机器人与其他机器人进行仲裁。

2023 年，人工智能投资将在 2,500 轮股权融资中达到425 亿美元，已经超过了 2021 年的加密货币峰值。但哪些人工智能加密项目展示了这一趋势呢？

聚焦人工智能加密创新者

自 2022 年 11 月 OpenAI 推出 ChaPT 以来，人工智能一直备受关注。之前对 memecoin 的关注转向了人工智能在推理、艺术生成、编码以及最近通过 Sora 生成文本到视频方面的进步。

在这些人类感兴趣的领域，它们都依赖于数据中心的扩展。与作为智能合约的加密代币不同，人工智能代币是人工智能**将其分解为关系单元的基本文本块。根据每个人工智能模型的调整，这些标记代表概念之间关系的上下文窗口。

对于每个用户提示，允许**处理能力是具有挑战性的。当人工智能模型将文本分解为标记时，输出取决于标记大小。反过来，令牌大小决定了生成内容的质量，无论内容是什么。

显然，令牌大小越大，人工智能模型在生成内容时考虑更多概念的潜力就越大。鉴于这种固有的局限性，人工智能代币自然适合区块链技术。

正如 Web3 游戏将游戏内资产代币化以实现去中心化所有权、可交易货币和奖励激励一样，人工智能也可以做到这一点。举个例子，Fetch.AI (FET)是一种开放访问协议，用于通过开放经济框架将自治经济**连接到 Fetch 智能账本。

FET 代币旨在将网络交易货币化、支付人工智能模型部署费用、奖励网络参与者以及支付其他服务费用。正如人们通过钱包连接 DeFi 服务一样，他们可以通过 Fetch Wallet 连接 Fetch.AI 的 Agentverse，以利用已部署的 AI 协议。

例如，当前处于测试版**宇宙中的众多 AI **之一是 PDF 摘要**。

作为实现 AI **访问和部署民主化的潜在途径，FET 代币自今年年初以来价值已上涨 300%。根据 Market Research Future 的预测，人工智能**市场预计将从 2023 年的 60.3 亿美元增长到2032 年的1104.2 亿美元。这意味着复合年增长率 (CAGR) 为 43.80%。

最终，我们可能会看到一个由人工智能**与 DeFi 协议和其他服务交互的生态系统，这些服务将受益于自动化实时决策。这可能会扩展到人工智能**，帮助自动驾驶电动汽车，甚至帮助执行精细的手术和患者护理。列克星敦肯塔基大学医学院的小儿外科医生Danielle Walsh 博士说：

手术后两天凌晨 1:00 醒来的患者可以联系聊天机器人询问，‘我有这种症状，这正常吗？’

在医疗诊断领域，总部位于马萨诸塞州的 Lantheus Holdings (LNTH) 已部署其 PYLARIFY AI 成像剂用于早期前列腺癌检测。借助 Fetch.AI 等人工智能加密项目，许多此类服务可以完全代币化。

未来之路：挑战与机遇

在人工智能集成之前，区块链平台面临着同样的问题——机构采用。较小的协议是否有机会渗透到主流，或者这是为机构保留的？

DeFi 可能为代币化金融市场铺平了道路，但大型参与者更有可能灌输公众信心。

例如，由大银行和大科技支持的Canton Network可能会取代规模较小的 DeFi 鱼。最终，当日银行转账的便利性可以无缝集成到区块链网络中。鉴于微软在开发人工智能产品的同时通过 Azure 云为 Canton Network 提供支持，这一点尤其重要。

与此同时，大量用户更愿意留在开放式生态系统中，利用人工智能加密代币的价值升值。此外，加密协议不必直接面向人工智能**部署。举个例子，The Graph（GRT）可以作为区块链数据索引服务用于人工智能应用程序。

基于这一猜测，这个区块链谷歌今年迄今已经获得了 103% 的涨幅。帮助人工智能最有前景的加密项目之一可能是单射协议（INJ）。当它将人工智能算法注入到上述 DeFi 市场行为中时，Injective 的目标是简化和自动化复杂的 DeFi 操作。

人工智能与加密货币交叉点的基础层可能是Allora Network，它利用其零知识机器学习 (zkML) 和联合学习来构建人工智能应用程序，以增强 DeFi 体验。

如果这些开放应用程序的推出成功，像坎顿这样的机构网络的吸引力就会减弱。这种动态将在很大程度上取决于监管机构，即使是加密货币领域，监管机构也尚未制定规则。

结论

人工智能将使数据变得更容易理解、更可操作并且与特定用户相关。另一方面，区块链技术将人类行为的逻辑形式化并分散到自动执行的智能合约中。

当这两个领域相遇时，我们就会得到具有新目标的人工智能**。新一代代币化机器人顾问充分利用 DeFi 可组合性。随着人工智能**探索新的可能性，新的市场将会出现。

从预测分析到向链上市场注入流动性，人工智能**已准备好打造一个高度金融化的未来，从比特币本身开始，人类将遇到大量可以利用的构建模块。