เขียนโดย: DEFI EDUCATION

การแปล: บล็อกเชนภาษาถิ่น

ดังที่คุณเห็นบน Twitter เรามีความสนใจอย่างมากในด้าน AI/LLM ในปัจจุบัน แม้ว่ายังมีการปรับปรุงอีกมากมายในการเร่งการวิจัย แต่เรามองเห็นศักยภาพ

การเกิดขึ้นของโมเดลภาษาขนาดใหญ่ (LLM) ในพื้นที่สกุลเงินดิจิทัลกำลังปฏิวัติวิธีที่ผู้เล่นที่ไม่ใช่ด้านเทคนิคโต้ตอบ ทำความเข้าใจ และมีส่วนร่วมในอุตสาหกรรม

ก่อนหน้านี้ ถ้าคุณเขียนโปรแกรมไม่ได้ คุณจะรู้สึกสูญเสียไปโดยสิ้นเชิง โมเดลภาษาขนาดใหญ่เช่น chatGPT เชื่อมช่องว่างระหว่างภาษาโปรแกรมที่ซับซ้อนและคำพูดในชีวิตประจำวัน นี่เป็นสิ่งสำคัญเนื่องจากพื้นที่สกุลเงินดิจิตอลส่วนใหญ่ถูกครอบงำโดยผู้ที่มีความเชี่ยวชาญด้านเทคนิคเฉพาะทาง

หากคุณพบสิ่งที่คุณไม่เข้าใจ หรือคิดว่าโปรเจ็กต์จงใจปิดบังสิ่งที่เกิดขึ้นจริงกับระบบพื้นฐานของโครงการ คุณสามารถถาม chatGPT และรับคำตอบที่รวดเร็วและเกือบจะฟรี

DeFi กำลังทำให้การเข้าถึงทางการเงินเป็นประชาธิปไตย และโมเดลภาษาขนาดใหญ่กำลังทำให้การเข้าถึง DeFi เป็นประชาธิปไตย

ในบทความวันนี้ เราจะนำเสนอแนวคิดบางประการเกี่ยวกับผลกระทบที่เราเชื่อว่าโมเดลภาษาขนาดใหญ่อาจมีต่อ DeFi

1. การรักษาความปลอดภัย DeFi

ดังที่เราได้กล่าวไว้ DeFi กำลังเปลี่ยนแปลงบริการทางการเงินโดยการลดอุปสรรคและต้นทุนค่าใช้จ่าย และแทนที่ทีมขนาดใหญ่ด้วยโค้ดที่มีประสิทธิภาพ

เราได้แนะนำรายละเอียดเกี่ยวกับทิศทางการพัฒนาของ DeFi เดไฟ:

ใน DeFi “ความเสี่ยงของคู่สัญญา” จะถูกแทนที่ด้วยความเสี่ยงด้านความปลอดภัยของซอฟต์แวร์ รหัสและกลไกที่ปกป้องทรัพย์สินของคุณและอำนวยความสะดวกในการทำธุรกรรมของคุณมีความเสี่ยงจากภัยคุกคามภายนอกที่ต้องการขโมยและใช้ประโยชน์จากเงินทุนอย่างต่อเนื่อง

AI โดยเฉพาะ LLM มีบทบาทสำคัญในการพัฒนาและการตรวจสอบสัญญาอัจฉริยะโดยอัตโนมัติ ด้วยการวิเคราะห์ฐานโค้ดและการระบุรูปแบบ AI สามารถ (เมื่อเวลาผ่านไป) ค้นพบช่องโหว่และเพิ่มประสิทธิภาพการทำงานของสัญญาอัจฉริยะ ซึ่งจะช่วยลดข้อผิดพลาดของมนุษย์และเพิ่มความน่าเชื่อถือของโปรโตคอล DeFi ด้วยการเปรียบเทียบสัญญากับฐานข้อมูลของช่องโหว่และพาหะของการโจมตีที่ทราบ LLM สามารถเน้นบริเวณที่มีความเสี่ยงได้

พื้นที่หนึ่งที่ LLM เป็นวิธีแก้ปัญหาความปลอดภัยของซอฟต์แวร์ที่ใช้งานได้และเป็นที่ยอมรับคือการช่วยเขียนชุดทดสอบ การเขียนการทดสอบหน่วยอาจเป็นเรื่องน่าเบื่อ แต่เป็นส่วนสำคัญของการรับประกันคุณภาพซอฟต์แวร์ที่มักถูกมองข้ามในการเร่งรีบสู่ตลาดเร็วเกินไป

อย่างไรก็ตาม มี "ด้านมืด" ในเรื่องนี้ หาก LLM สามารถช่วยคุณตรวจสอบโค้ดของคุณได้ พวกเขายังสามารถช่วยแฮกเกอร์ค้นหาวิธีใช้ประโยชน์จากโค้ดของคุณในโลกโอเพ่นซอร์สที่เข้ารหัสลับได้อีกด้วย

โชคดีที่ชุมชน crypto เต็มไปด้วยหมวกสีขาวและมีระบบเงินรางวัลที่ช่วยลดความเสี่ยงบางส่วน

อย่างไรก็ตาม มี "ด้านมืด" ในเรื่องนี้ หาก LLM สามารถช่วยคุณตรวจสอบโค้ดของคุณได้ พวกเขายังสามารถช่วยแฮกเกอร์ค้นหาวิธีใช้ประโยชน์จากโค้ดของคุณในโลกโอเพ่นซอร์สที่เข้ารหัสลับได้อีกด้วย

โชคดีที่ชุมชน crypto เต็มไปด้วยหมวกสีขาวและมีระบบเงินรางวัลที่ช่วยลดความเสี่ยงบางส่วน

ผู้เชี่ยวชาญด้านความปลอดภัยทางไซเบอร์ไม่สนับสนุน “การรักษาความปลอดภัยผ่านการทำให้สับสน” แต่พวกเขาคิดว่าผู้โจมตีคุ้นเคยกับโค้ดและช่องโหว่ของระบบอยู่แล้ว AI และ LLM สามารถช่วยตรวจจับโค้ดที่ไม่ปลอดภัยในวงกว้างได้โดยอัตโนมัติ โดยเฉพาะสำหรับผู้ที่ไม่ใช่โปรแกรมเมอร์ มีการปรับใช้สัญญาอัจฉริยะทุกวันมากกว่าที่มนุษย์จะสามารถตรวจสอบได้ บางครั้งเพื่อที่จะคว้าโอกาสทางเศรษฐกิจ (เช่น การขุด) จำเป็นต้องโต้ตอบกับสัญญาใหม่และสัญญายอดนิยมโดยไม่ต้องรอเป็นระยะเวลาหนึ่งเพื่อทดสอบ

นี่คือที่มาของแพลตฟอร์มอย่าง Rug.AI ซึ่งช่วยให้คุณประเมินโปรเจ็กต์ใหม่โดยอัตโนมัติเพื่อต่อต้านช่องโหว่ของโค้ดที่ทราบ

บางทีแง่มุมที่ปฏิวัติวงการมากที่สุดก็คือความสามารถของ LLM ในการช่วยเขียนโค้ด ตราบใดที่ผู้ใช้มีความเข้าใจพื้นฐานเกี่ยวกับความต้องการของตน พวกเขาสามารถอธิบายสิ่งที่พวกเขาต้องการในภาษาธรรมชาติได้ และ LLM ก็สามารถแปลงคำอธิบายเหล่านี้เป็นโค้ดที่ใช้งานได้

สิ่งนี้จะช่วยลดอุปสรรคในการเข้าสู่การสร้างแอปพลิเคชันบนบล็อกเชน ซึ่งช่วยให้นักประดิษฐ์ในวงกว้างสามารถมีส่วนร่วมในระบบนิเวศได้

นี่เป็นเพียงจุดเริ่มต้นเท่านั้น โดยส่วนตัวแล้วเราพบว่า LLM เหมาะสมกว่าสำหรับการปรับโครงสร้างโค้ดใหม่ หรือการอธิบายว่าโค้ดทำอะไรกับผู้เริ่มต้น มากกว่าสำหรับโปรเจ็กต์ใหม่ทั้งหมด สิ่งสำคัญคือต้องจัดเตรียมบริบทและข้อกำหนดเฉพาะที่ชัดเจนสำหรับโมเดลของคุณ ไม่เช่นนั้นคุณจะพบกับสถานการณ์ "ขยะเข้า ขยะออก"

LLM ยังสามารถช่วยผู้ที่ไม่รู้การเขียนโปรแกรมด้วยการแปลรหัสสัญญาอัจฉริยะเป็นภาษาธรรมชาติ บางทีคุณอาจไม่ต้องการเรียนรู้การเขียนโปรแกรม แต่คุณต้องการให้แน่ใจว่าโค้ดสำหรับโปรโตคอลที่คุณใช้นั้นใช้งานได้จริงตามสัญญาของโปรโตคอล

แม้ว่าเราจะสงสัยว่า LLM จะสามารถแทนที่นักพัฒนาคุณภาพสูงได้ในระยะสั้น แต่นักพัฒนาก็สามารถใช้ LLM เพื่อตรวจสอบสุขภาพงานของพวกเขาอีกครั้งได้

สรุปแล้ว? การเข้ารหัสทำได้ง่ายและปลอดภัยยิ่งขึ้นสำหรับเราทุกคน เพียงระวังอย่าพึ่งพา LLM เหล่านี้มากเกินไป บางครั้งพวกเขาก็ทำผิดพลาดอย่างมั่นใจ ความสามารถของ LLM ในการทำความเข้าใจและทำนายโค้ดอย่างถ่องแท้ยังคงพัฒนาอยู่

2. การวิเคราะห์ข้อมูลและข้อมูลเชิงลึก

เมื่อรวบรวมข้อมูลในพื้นที่สกุลเงินดิจิทัล ไม่ช้าก็เร็วคุณจะพบกับ Dune Analytics หากคุณไม่เคยได้ยินเรื่องนี้มาก่อน Dune Analytics เป็นแพลตฟอร์มที่ช่วยให้ผู้ใช้สามารถสร้างและเผยแพร่การแสดงภาพการวิเคราะห์ข้อมูล โดยเน้นที่บล็อกเชน Ethereum และบล็อกเชนอื่น ๆ ที่เกี่ยวข้องเป็นหลัก มันเป็นเครื่องมือที่มีประโยชน์และใช้งานง่ายสำหรับการติดตามการวัด DeFi

Dune Analytics มีความสามารถ GPT-4 อยู่แล้วซึ่งสามารถอธิบายคำถามในภาษาธรรมชาติได้

หากคุณสับสนเกี่ยวกับคำค้นหา หรือต้องการสร้างและแก้ไขคำค้นหา คุณสามารถเปลี่ยนไปใช้ chatGPT โปรดทราบว่าการทำงานจะดีกว่าหากคุณให้ตัวอย่างข้อความค้นหาในการสนทนาเดียวกัน และคุณยังต้องการเรียนรู้ด้วยตนเองเพื่อยืนยันว่า chatGPT ใช้งานได้ อย่างไรก็ตาม นี่เป็นวิธีที่ดีในการเรียนรู้ไปพร้อมกัน และคุณสามารถถาม chatGPT ได้เช่นเดียวกับที่คุณถามที่ปรึกษา

LLM ลดอุปสรรคในการเข้าสู่ผู้เข้าร่วมสกุลเงินดิจิทัลที่ไม่ใช่ด้านเทคนิคได้อย่างมาก

แต่ในแง่ของข้อมูลเชิงลึก LLM ผิดหวังในการให้ข้อมูลเชิงลึกที่ไม่เหมือนใคร ในตลาดการเงินที่ซับซ้อนและมีเหตุผล อย่าคาดหวังว่า LLM จะให้คำตอบที่ถูกต้อง หากคุณเป็นคนที่มีความอุทรและสัญชาตญาณ คุณจะพบว่า LLM ขาดความคาดหวังของคุณอย่างมาก

อย่างไรก็ตาม เราพบว่ามีประโยชน์ โดยการตรวจสอบเพื่อดูว่าเราพลาดสิ่งที่ชัดเจนไปหรือไม่ คุณมีโอกาสน้อยที่จะค้นพบข้อมูลเชิงลึกที่ไม่ชัดเจนหรือขัดกับกระแสหลักซึ่งให้ผลตอบแทนที่แท้จริง ซึ่งไม่น่าแปลกใจเลย (หากมีคนพัฒนา AI ที่ให้ผลตอบแทนสูงในตลาด พวกเขาจะไม่เผยแพร่ส่วนนั้นสู่สาธารณะในวงกว้าง)

3. "ผู้จัดการ Discord หายไปเหรอ?"

3. "ผู้จัดการ Discord หายไปเหรอ?"

ในพื้นที่สกุลเงินดิจิทัล การจัดการกลุ่มผู้ใช้ที่มีความหลงใหลในโครงการยอดนิยม แต่มีความต้องการที่ไม่แน่นอนถือเป็นหนึ่งในงานที่ยังไม่ได้รับการยอมรับและเจ็บปวดที่สุด คำถามเดิมๆ มากมายมักถูกถามซ้ำแล้วซ้ำเล่า บางครั้งก็ต่อเนื่องกัน นี่ดูเหมือนจะเป็นจุดที่เป็นปัญหาที่ควรแก้ไขได้อย่างง่ายดายด้วย LLM

LLM ยังแสดงให้เห็นความแม่นยำบางประการในการตรวจสอบว่าข้อความโปรโมตตนเองหรือไม่ (สแปม) เราคาดหวังว่าสิ่งนี้จะถูกใช้เพื่อตรวจจับลิงก์ที่เป็นอันตราย (หรือการแฮ็กอื่น ๆ ) เป็นเรื่องยากมากที่จะจัดการกลุ่ม Discord ที่มีสมาชิกนับพันคนโพสต์เป็นประจำ ดังนั้นเราจึงคาดหวังว่าบอท Discord บางตัวที่ขับเคลื่อนโดย LLM จะเข้ามาช่วยเหลือได้

4. “เรื่องแปลกๆ”

มีมที่เกิดซ้ำในพื้นที่สกุลเงินดิจิทัลคือการเปิดตัวสกุลเงินตามมีมยอดนิยม มีตั้งแต่มีมที่มีพลังคงอยู่เช่น DOGE, SHIB และ PEPE ไปจนถึงเหรียญสุ่มที่หายไปภายในหนึ่งชั่วโมงตามข้อความค้นหาที่กำลังมาแรงของวัน (ส่วนใหญ่เป็นกลโกงที่เราหลีกเลี่ยงการเข้าร่วม)

หากคุณมีสิทธิ์เข้าถึง Twitter Firehose API คุณจะสามารถติดตามความรู้สึกของสกุลเงินดิจิทัลได้แบบเรียลไทม์ และฝึกอบรม LLM เพื่อระบุแนวโน้ม จากนั้นใช้มนุษย์เพื่อตีความความแตกต่าง ตัวอย่างการใช้งานง่ายๆ คือ คุณสามารถเปิดตัวสกุลเงินมีมโดยอิงจากการวิเคราะห์ความรู้สึกเมื่อมีช่วงเวลาไวรัลเกิดขึ้น

บางทีอาจมีวิธีสร้างบางอย่างเช่นเครื่องมือขูดความรู้สึกของคนจนที่ตรวจสอบชุดย่อยของผู้มีอิทธิพลสกุลเงินดิจิทัลยอดนิยมในช่องทางโซเชียลมีเดียต่างๆ โดยไม่ต้องจัดการกับต้นทุนและแบนด์วิดท์ของฟีดข้อมูล API ประเภท "จรวดเจ็ท"

LLM เหมาะอย่างยิ่งสำหรับสิ่งนี้ เนื่องจากให้ข้อมูลเชิงลึกเกี่ยวกับบริบท (แยกวิเคราะห์การเสียดสีและการล้อเลียนทางออนไลน์เพื่อให้ได้ข้อมูลเชิงลึกที่แท้จริง) พันธมิตร LLM รายนี้จะพัฒนาและเรียนรู้ไปพร้อมกับอุตสาหกรรม crypto ซึ่งมีการพูดคุยถึงการดำเนินการส่วนใหญ่บน Crypto Twitter อุตสาหกรรม crypto ซึ่งมีฟอรัมการอภิปรายแบบเปิดและเทคโนโลยีโอเพ่นซอร์ส มอบสภาพแวดล้อมที่เป็นเอกลักษณ์สำหรับ LLM ในการคว้าโอกาสทางการตลาด

แต่เพื่อหลีกเลี่ยงการถูกหลอกโดยจงใจบงการโซเชียลมีเดีย เทคโนโลยีจึงต้องการความซับซ้อนมากขึ้น เช่น แคมเปญระดับรากหญ้าเทียม การสนับสนุนที่ไม่เปิดเผย และการโทรลล์ออนไลน์ ในบทความอื่น เราได้กล่าวถึงรายงานการวิจัยของบุคคลที่สามที่น่าสนใจ ซึ่งชี้ให้เห็นว่าหน่วยงานบางแห่งอาจจัดการกับโซเชียลมีเดียอย่างมีสติ เพื่อเพิ่มมูลค่าของโครงการ crypto ที่เกี่ยวข้องกับ FTX/Alameda

การวิเคราะห์ NCRI แสดงให้เห็นว่าบัญชีที่เหมือนบอทมีสัดส่วนที่สำคัญ (ประมาณ 20%) ของการสนทนาออนไลน์ที่กล่าวถึงสกุลเงินที่จดทะเบียนใน FTX

กิจกรรมที่เหมือนบอทนี้บ่งบอกถึงราคาของเหรียญ FTX จำนวนมากในตัวอย่างข้อมูล

หลังจากการส่งเสริม FTX กิจกรรมบนเหรียญเหล่านี้เริ่มไม่เป็นจริงมากขึ้นเมื่อเวลาผ่านไป: สัดส่วนของความคิดเห็นที่ไม่จริงและเหมือนหุ่นยนต์เพิ่มขึ้นอย่างต่อเนื่อง คิดเป็นประมาณ 50% ของปริมาณการสนทนาทั้งหมด