Mercati IA basati su criptovalute e analisi finanziaria IA – Cointelegraph Magazine

Ogni giorno questa settimana presenteremo casi d’uso autentici per l’intelligenza artificiale e le criptovalute, inclusi i motivi per cui non dovresti necessariamente credere a quanto pubblicizzato. Oggi ottieni due al prezzo di uno: mercati AI basati su Blockchain e analisi finanziaria.

Potrebbe non sembrare il caso d’uso più entusiasmante che unisce AI e criptovaluta, ma entrambe La co-fondatrice di Near Illia Polosukhin e il fondatore di Framework Ventures Vance Spencer citano i mercati basati su blockchain che forniscono dati ed elaborano per l’intelligenza artificiale come la loro scelta migliore.

L’intelligenza artificiale è un settore in rapida crescita che richiede quantità sempre maggiori di potenza di calcolo. Secondo quanto riferito, solo Microsoft è investire 50 miliardi di dollari in infrastrutture di data center nel 2024 solo per gestire la domanda. L’intelligenza artificiale necessita anche di enormi quantità di dati grezzi e di dati di addestramento, etichettati in categorie dagli esseri umani.

Polosukhin ritiene che i mercati decentralizzati basati su blockchain siano la soluzione ideale per aiutare il crowdsourcing dell’hardware e dei dati necessari.

“Puoi usare [blockchain] per costruire mercati più efficaci e più equi”, dice a Magazine, spiegando che i progetti di intelligenza artificiale attualmente devono negoziare con uno o due grandi fornitori di servizi cloud come Amazon Web Services. Tuttavia, è difficile accedere alla capacità richiesta a causa della carenza di unità di elaborazione grafica A100 di Nvidia.

Spencer cita anche i mercati basati su blockchain per le risorse di intelligenza artificiale come il suo attuale caso d’uso numero uno.

“Il primo è l’approvvigionamento di veri chip GPU”, afferma. “Dove c’è una grande carenza di chip GPU, come procurarseli? [without] avere effettivamente una rete che approvvigiona, fornisce e avvia un mercato?

Spencer mette in evidenza Akash Network, che offre un mercato di risorse informatiche decentralizzate su Cosmos, e Render Network, che offre rendering GPU distribuito.

“Ci sono alcune aziende di discreto successo che lo fanno davvero a questo punto che sono protocolli.”

Un altro esempio di mercato decentralizzato che offre il cloud computing per l’intelligenza artificiale è Aleph.im. I titolari di token nel progetto possono accedere alle risorse di elaborazione e archiviazione per eseguire progetti.

Libertai.io, un modello decentralizzato di grandi linguaggi (LLM) viene eseguito su Aleph.im. Anche se potresti pensare che la decentralizzazione rallenterebbe un’intelligenza artificiale fino al punto in cui non è più in grado di funzionare, il fondatore di Aleph.im Moshe Malawach spiega che non è così:

“Il punto è questo: per un utente l’intera inferenza (quando si generano dati utilizzando un modello) viene eseguita su un singolo computer. La decentralizzazione deriva dal fatto che si accede a computer casuali sulla rete. Ma poi è centralizzato per il momento della tua richiesta. Quindi può essere veloce.

Un altro mercato di intelligenza artificiale basato sulla blockchain è SingularityNET, che offre vari servizi di intelligenza artificiale, dalla generazione di immagini alla colorazione di vecchie immagini, che gli utenti possono collegare a modelli o siti Web.

Un mercato emergente di intelligenza artificiale basato su blockchain di cui Spencer è molto entusiasta è la tokenizzazione e lo scambio di modelli di intelligenza artificiale. Framework ha investito nel gioco di combattimento AI Arena, simile a Super Smash Brothers, in cui gli utenti addestrano modelli di intelligenza artificiale che si combattono tra loro. I modelli sono tokenizzati come token non fungibili e possono essere acquistati, venduti o noleggiati. “Penso che sia davvero fantastico”, dice. “È interessante avere la monetizzazione nativa delle criptovalute, ma anche il possesso di questi modelli.”

“Penso che un giorno, probabilmente alcuni dei modelli più preziosi – alcune delle risorse più preziose sulla catena – saranno modelli di intelligenza artificiale tokenizzati. Questa è la mia teoria, almeno.”

Non credere all’hype: Attualmente è possibile reperire componenti, dati ed elaborazione tramite i tradizionali marketplace Web2.

Caso d’uso bonus: Analisi finanziaria

Chiunque abbia provato a interpretare l’oceano di dati prodotti dalle transazioni finanziarie on-chain sa che se una cosa è avere un registro immutabile e trasparente, un’altra è poterlo analizzare e comprendere.

Gli strumenti di analisi dell’intelligenza artificiale sono perfettamente adatti per riassumere e interpretare modelli, tendenze e anomalie nei dati e possono potenzialmente suggerire strategie e approfondimenti per i partecipanti al mercato.

Ad esempio, la piattaforma CipherTrace Armada di Mastercard ha recentemente collaborato con la società di intelligenza artificiale Feedzai per utilizzare la tecnologia per analizzare, rilevare e bloccare transazioni crittografiche fraudolente o legate al riciclaggio di denaro attraverso 6.000 scambi.

Altrove, lo strumento di apprendimento automatico di GNY.io tenta di prevedere la volatilità delle 12 principali criptovalute e il suo Range Report utilizza ChatGPT-4 per analizzare tendenze e segnali di acquisto/vendita.

Ma l’intelligenza artificiale può aiutare anche i mercati tradizionali? Questa è la speranza di Bridgewater, che il prossimo anno lancerà un fondo dal suo nuovo laboratorio Artificial Investment Associate (AIA) che mira ad analizzare i modelli nei mercati finanziari in modo da poter fare previsioni su cui gli investitori possano trarre vantaggio.

I precedenti tentativi in ​​tal senso hanno prodotto risultati poco brillanti, con un indice Eurekahedge di una dozzina di fondi basati sull’intelligenza artificiale che hanno sottoperformato l’indice più ampio degli hedge fund di circa 14 punti percentuali nei cinque anni fino al 2022.

Ciò è dovuto principalmente ai problemi legati all’immissione delle grandi quantità di informazioni accurate richieste.

Ralf Kubli, membro del consiglio della Casper Association, ritiene che l’intelligenza artificiale possa rivoluzionare la finanza tradizionale, ma solo se combina i record blockchain con standard rigorosi per garantire che le informazioni fornite ai modelli siano complete e accurate.

Per anni ha sostenuto che il settore finanziario adottasse gli Algorithmic Contract Types Universal Standards, o ACTUS, creati sulla scia della crisi finanziaria globale, che è stata in parte causata da complicati derivati ​​in cui nessuno comprendeva le passività o i flussi di cassa coinvolti. Ritiene che i dati standardizzati sulla catena saranno essenziali per garantire fiducia e trasparenza nei risultati del modello.

“Fondamentalmente, crediamo che senza blockchain, l’intelligenza artificiale sarebbe del tutto perduta”, dice a Magazine. “Immagina di investire in un’azienda di intelligenza artificiale e di essere aggiornato ogni tre mesi sui progressi dei loro LLM, giusto? Se non puoi verificare cosa hanno inserito nel modello, non hai modo di sapere se stanno facendo progressi”.

Spiega che la blockchain protegge dalle aziende che falsificano i loro risultati, “e il passato lo indicherebbe […] ci sono così tanti soldi che confonderanno quello che sta succedendo.

“L’intelligenza artificiale, senza questo livello di garanzia della blockchain – cosa è successo, quando, dove, cosa è stato utilizzato – penso che non sarà efficace in futuro.”

Secondo lui la combinazione dei due darà origine a nuove capacità predittive.

“La mia speranza per il futuro dell’intelligenza artificiale è che i modelli di previsione diventino molto più potenti e che il comportamento possa essere previsto molto meglio”, afferma, indicando come esempio i punteggi di credito.

“L’intelligenza artificiale utilizzata nel modo giusto potrebbe potenzialmente portare a modelli di previsione molto più potenti, il che significherebbe che alcune persone che attualmente non possono ottenere credito – ma sarebbero meritevoli di credito – possono ottenere credito. È qualcosa di cui sono molto appassionato.

Non credere all’hype: Finora le capacità predittive dell’intelligenza artificiale si sono rivelate, nella migliore delle ipotesi, scarse e dati attendibili e affidabili che non sono registrati sulla blockchain possono essere input utili per l’analisi dell’intelligenza artificiale.

Leggi anche:

Casi d’uso reali dell’IA nelle criptovalute, n. 1: il miglior denaro per l’IA sono le criptovalute

Casi d’uso reali dell’intelligenza artificiale nelle criptovalute, n. 2: le IA possono eseguire DAO

Casi d’uso reali dell’intelligenza artificiale nelle criptovalute, n. 3: audit dei contratti intelligenti e sicurezza informatica

Casi d’uso reali di intelligenza artificiale e criptovaluta, n. 4: combattere i falsi dell’IA con la blockchain

sottoscrivi

Le letture più coinvolgenti nella blockchain. Consegnato una volta alla settimana.

Andrea Fenton

Con sede a Melbourne, Andrew Fenton è un giornalista ed editore che si occupa di criptovaluta e blockchain. Ha lavorato come scrittore di intrattenimento nazionale per News Corp Australia, su SA Weekend come giornalista cinematografico e presso The Melbourne Weekly.

Segui l’autore @andrewfenton