هوش مصنوعی در تامین مالی غیرمتمرکز؛ فرصت یا تهدید؟

هوش مصنوعی¹ از نظر عموم یکی از جذاب­‌ترین فناوری­‌های جهان است که می تواند بسیاری از جنبه های زندگی را تغییر دهد. صنعت بلاکچین و رمزارزها هم مستثنی نبوده و تحت تاثیر قرار خواهند گرفت، گرچه بایستی انتظارات از این فناوری را با دقت مدیریت کرد. AI پتانسیل های فراوانی دارد که اجرای موفق آن ها به آگاه بودن از ضعف ها و توهمات مربوط به این حوزه وابسته است.
هوش مصنوعی می تواند شفافیت و تمرکززدایی را در حوزه­ی مالی غیرمتمرکز² افزایش ­دهد. آینده نگری در تحلیل ها، خودکارسازی³ قراردادهای هوشمند، رتبه بندی اعتباری و سایر کاربردهای هوش مصنوعی قابل دستیابی هستند. از طرف دیگر، بایستی از تعیین اهداف بلندپروازانه برای کاهش فعالیت های انسانی در تصمیم گیری توسط هوش مصنوعی اجتناب کرد.

توانمندی های هوش مصنوعی در DeFi

در ابتدا نیاز است که با تعریف دو عبارت DeFi و هوش مصنوعی آشنا شد.

تامین مالی غیرمتمرکز یا DeFi به اکوسیستمی از برنامه های کاربردی گفته می شود که بر روی شبکه های بلاکچین ساخته شده اند و شامل فعالیت های همچون وام‌دهی رمزارزها، تامین نقدینگی و صرافی های غیرمتمرکز⁴ می شوند.

هوش مصنوعی یا AI بر اساس فرهنگ لغات آکسفورد به معنی توانایی رایانه ها یا سایر ماشین ها برای نمایش یا شبیه‌سازی رفتار هوشمند است. استفاده از AI در امور مالی و تجارت شامل نرم افزارهای ردیابی کلاهبرداری، ربات های معاملاتی و حتی ربات های پشتیبانی می شود.

حال این پرسش مطرح می شود که این دو فناوری چگونه به یکدیگر مرتبط می شوند؟

به طور کلی می توان گفت که AI و DeFi هر دو این توانایی را دارند تا امور مالی سنتی را از نظر بهره وری، شفافیت و قابلیت دسترسی زیر سوال ببرند. DeFi دسترسی همگانی به محصولات را متحول کرده؛ در مقابل، AI نحوه تعامل ما با آن ها را بهبود بخشیده است. به نظر می رسد که AI می تواند تصمیم گیری و مدیریت ریسک در DeFi را ارتقاء بدهد و در نهایت باعث ارائه محصولات و خدمات مالی، الگوریتم های معاملاتی و مکانیزم های بازارسازی مبتنی بر هوش مصنوعی بشود.

چگونگی بهره مندی از AI در DeFi

• آینده نگری در تحلیل ها

تحلیل‌های آینده‌­نگر از هوش مصنوعی برای پیش‌بینی آینده بازار بر اساس داده‌های تاریخی و مدل سازی آماری استفاده می‌کنند. هوش مصنوعی نیز به مرور زمان با بهره مندی از یادگیری ماشینی⁵ مهارت های آینده نگری خود را ارتقاء می دهد. به زبان ساده، هوش مصنوعی از طرف معامله گر مسئول انجام تحلیل های بنیادی و تکنیکال می شود.
این قبیل ابزارهای AI از قبل در دنیای امور مالی و ارزهای دیجیتال در دسترس بودند اما با توسعه آن فرصت برای بهره مندی از خودکارسازی معامله گری و مدیریت سبد در بخش DeFi مهیا می گردد.  

• خودکارسازی قراردادهای هوشمند

هوش مصنوعی می تواند از طریق خودکارسازی قراردادهای هوشمند کارایی آن ها را افزایش بدهد. به عنوان مثال، یک پروتکل وام دهی می­تواند از هوش مصنوعی برای نظارت مداوم بر میزان وثیقه وا­م­دهنده⁶ و پیش­‌بینی شرایط مختلف بروز ورشکستگی استفاده کند و این اطلاعات را به پروتکل وام دهی منتقل نماید. این کاربرد هوش مصنوعی موردی است که قراردادهای هوشمند در اجرای آن ضعف دارند.

• شناسایی تقلب در DeFi

امکان فعالیت به صورت ناشناس در خدمات DeFi باعث می شود تا شناسایی و ردگیری فعالیت های کلاهبرداری و تقلب در آن به یک چالش تبدیل گردد. هوش مصنوعی می­تواند با پایش روندها در پایگاه داده های بزرگ این قبیل فعالیت ها را شناسایی کرده و مشکل را حل نماید. برای مثال می توان به استفاده از تکنیک های تحلیل داده های حجم معاملات در صرافی ها یا جابجایی مشکوک نقدی اشاره کرد.

• تسهیل وامدهی از طریق رتبه بندی اعتباری⁷

محصولات مالی غیرمتمرکز بر این اصل استوار هستند که حداقل وابستگی را به اشخاص ثالث داشته باشند. در نتیجه ورود به این حوزه و بهره مندی از خدمات وامدهی رمزارزها به جز الزامات میزان سرمایه با مانع دیگری روبرو نیست. وام دهندگان در پلتفرم های DeFi با بهره مندی از یک سیستم رتبه بندی اعتباری می توانند قیمت های بهتری را با سوابق خوب و قابل تایید بازپرداخت ارائه نمایند.
استفاده از عنصر انسانی برای این امر با اصل غیرمتمرکز بودن و پرهیز از جانب داری در تضاد است. بهره مندی از هوش مصنوعی یکی از روش های حل این چالش بوده که با بررسی سوابق کیف پول فرد وام گیرنده و ارزیابی توانایی بازپرداخت وی می تواند شفافیت ایجاد نماید. 

• مشاوره و مدیریت سبد سرمایه گذاری⁸

ربات های مشاور یک آینده هیجان انگیز برای معامله‌­گران و سرمایه­‌گذاران در بازارهای DeFi هستند. تجربه کاربری تعاملی و شبه انسانی به منحنی یادگیری تجزیه و تحلیل تکنیکال و فاندامنتال و آینده نگری در معاملات کمک می کند. از آنجا که اکثر شبکه های بلاکچین تماما شفاف هستند، حجم عظیمی از داده برای استفاده و تحلیل توسط هوش مصنوعی وجود دارد.

آیا AI در DeFi اثرات منفی هم دارد؟

با نگاهی عمیق تر به مسائل می توان متوجه شد که استفاده از هوش مصنوعی با ضعف های بالقوه ای همراه است. برای مثال، نیاز به نیروی انسانی در برخی از امور نفی می شود و مسئولیت پذیری در طیف متنوعی از مشاغل منسوخ می گردد. DeFi نیز از پیش به دلیل ماهیت ناشناس خود با چالش قانون‌گذاری روبرو بوده و استفاده از عناصر غیرانسانی در آن می تواند باعث مضاعف شدن نگرانی ها بشود.

از طرف دیگر مشکلاتی درباره استفاده از هوش مصنوعی در پایگاه داده های محدود وجود دارد. ارزهای دیجیتال و DeFi بر خلاف بازارهای سنتی هنوز به بلوغ نرسیده اند و داده های بلندمدت کمی درباره آن ها وجود دارد. در نتیجه دستیابی به یک چشم انداز متوازن از عملکرد بازار توسط هوش مصنوعی دشوار است.

معرفی ابزارهای جدید همیشه با خطرات امنیتی نیز همراه است. نفوذ ابزارهای هوش مصنوعی و نحوه دسترسی آن­ها به داده­‌ها و کیف پول­‌ها می تواند حمله بدافزارها را تسهیل نماید. ابزارهای هوش مصنوعی معمولاً توسط شرکت‌ها یا افراد خصوصی توسعه می‌یابند، مگر اینکه منبع باز⁹ باشند. ایمنی این ابزارها کاملاً به ویژگی‌­های امنیتی طراحی شده توسط توسعه‌­دهندگان بستگی دارد.

از طرف دیگر، هوش مصنوعی توسعه یافته توسط شرکت های خصوصی با ریسک عدم شفافیت و تمرکزگرایی همراه است. در این صورت ممکن است که کاربر درباره به روزرسانی ها و دسترسی های AI مطلع نشود و در صورت توقف توسعه آن، با یک نرم افزار بی فایده مواجه شود.

رویاپردازی های پیرامون هوش مصنوعی در DeFi

علیرغم فرصت های هیجان انگیز هوش مصنوعی در فضای DeFi، باید نگاهی واقع بینانه به آن داشت. در این راستا، توسعه دهندگان بایستی به طور مشخص بر بخش هایی متمرکز شوند که هوش مصنوعی می تواند تفاوت و تمایز ایجاد کند. بسیاری از مواردی که در ادامه مورد بحث قرار می گیرند، در امور مالی سنتی وجود داشتند، بنابراین شناسایی آن ها در دنیای DeFi نیز دشوار نخواهد بود.

• جایگزینی تصمیم گیری انسانی با هوش مصنوعی

استفاده از داده های انسانی در ابزارهای مبتنی بر هوش مصنوعی همواره نیاز است. AI نیز مانند هر ابزار دیگری باید سازگار گردد و به درستی مورد استفاده قرار بگیرد. این فرآیند کاملا پیچیده بوده و امکان بهره مندی از آن بدون هدایت و نظارت وجود ندارد.

• حل تمام مشکلات DeFi با هوش مصنوعی

اگرچه هوش مصنوعی می­تواند شفافیت و تمرکززدایی در DeFi را افزایش دهد، اما راه­حل جادویی برای همه مشکلات آن نیست. استفاده اجباری از هوش مصنوعی در هر مشکل کارآمد نبوده و ممکن است مشکلات بیشتری را به همراه داشته باشد.

• سودآوری بیشتر معامله گری با هوش مصنوعی

با نگاهی به سیستم‌­های موجود در صرافی­‌های متمرکز (CEX) می توان به راحتی متوجه شد که سیستم‌های مبتنی بر هوش مصنوعی علیرغم دارا بودن مزایا، تضمین کننده سودآوری نیستند.  

• حذف اعتمادسازی با هوش مصنوعی در DeFi

عملکرد DeFi از پیش با عدم اطمینان های فراوانی همراه است و هوش مصنوعی نمی تواند جایگزین تحقیقات خود سرمایه گذاران درباره ارزندگی یک پروژه و اعتماد به آن شود.  

آینده هوش مصنوعی در DeFi

پیشرفت هوش مصنوعی در آینده بدون شک انقلابی ایجاد خواهد کرد. با این حال نمی‌توان مطمئن بود که  تا چه حد برای استفاده در DeFi مورد استقبال قرار می گیرد. پتانسیل های زیاد AI در فراگیری و کارآمدی خدمات مالی می تواند یک هدف بزرگ باشد که تلاش برای آن ارزشمند است. پیش بینی بازار، مدیریت ریسک، خودکارسازی امور رایج، بهبود تجربه کاری و افزایش امنیت از جمله نقاط قوت آن هستند. با این حال نباید انتظار سود سریع و آسان داشت، چرا که اینگونه هدف گذاری‌ نهایتا به ناامیدی ختم خواهد شد.

جمع بندی

پتانسیل هوش مصنوعی در فضای DeFi غیرقابل انکار است، چرا که باعث تحول در نحوه تعامل با DeFi و فرآیندهای بازار می گردد. با این وجود، برخی افراد درباره کاربردهای آن دچار توهم و خوش بینی افراطی هستند، بنابراین باید انتظارات معقول و هدفمند از آن داشت. تکامل این حوزه و افزایش نفود آن به دنیای رمزارزها با شگفتی های زیادی همراه خواهد بود، اما بدون درک درست و دانش کافی می تواند عواقب ناخواسته ای داشته باشد.

منبع

binance

¹ Artificial Intelligence | AI

² Decentralized Finance | DeFi

³ Automation

⁴ Decentralized Exchanges | DEXs

⁵ Machine Learning

⁶ Lender

⁷ Credit Scoring

⁸ Portfolio

⁹ Open-source