BingX er en førende kryptovaluta-børs med over 10 millioner brugere på verdensplan. Vi fik en snak med BingX CPO Vivien Lin om, hvordan AI og blockchain ændrer den måde, folk handler på online.
Blockchain er så meget mere end den teknologi, der ligger til grund for kryptovalutaer. Vivien Lin forklarer, hvordan smarte kontrakter og blockchains decentrale natur supplerer AI's analytiske kapacitet.
[Q]: Hvordan kan AI supplere kryptovalutaer, og hvordan ændrer det den måde, folk handler på?
[Vivien Lin]: "Jeg tror, der er tre forskellige koncepter. Kryptovaluta, blockchain-teknologi og AI-teknologi, ikke sandt? Kryptovaluta er mere et certifikat. Det er noget, man har, fordi man vil investere i projektets værdi.
Du tror på, at værdien af projektet vil stige, og at du kan drage fordel af det. Men AI og blockchain er bare teknologier.
Hvis du handler med aktier, kan du bruge AI til at gøre det, den er god til, nemlig at analysere data, samle information, som prisen, makroøkonomien, mikroøkonomien, alt, som databehandling, og det hjælper dig med at se tendensen på markedet og foretage værdiansættelsen osv.
Når vi taler om handel, tror jeg ikke, der er den store forskel. Den eneste forskel er, at du handler med en aktie, mens du handler med en kryptovaluta.
For seks eller syv år siden brugte folk, der handlede med aktier eller valuta, allerede maskinlæringsmodeller til at forudsige tendensen og lave kvantitative strategier.
Men nu er metodologien tydeligvis kommet på niveau med AI, fordi AI eller de store sprogmodeller, vi taler om nu, har en meget større regnekraft.
Så det er mere effektivt for os eller for den erhvervsdrivende, der handler med kryptovaluta eller et hvilket som helst aktiv, at bruge en stor sprogmodel eller den nyeste AI-model til at forudsige eller bruge dem til automatisk at justere faktorens vægte.
Så det er sådan, AI implementeres i investeringer og også i investeringer i kryptovaluta. En anvendelse er f.eks. aktiehandel eller valutahandel. Mange af handelsdataene er offentlige. De er centraliserede, men det er meget nemt at få fat i data, fordi hver børs offentliggør handelsvolumen osv.
Men i krypto sker nogle af transaktionerne på en centraliseret børs som vores. Så offentliggør vi mængden eller prisdataene. Men mange flere transaktioner sker på et decentraliseret sted.
Så man er nødt til at have et værktøj til at spore alle de data. Og nogle gange, hvis der er en transaktion på tværs af forskellige blockchains eller mainnet, vil du opdage, at det for et menneske faktisk er ret svært at spore alle disse data. Så hvis vi kan bruge AI-teknologi, bliver datasporing og dataanalyse meget nemmere.
Dette er en af implementeringerne. Og selvfølgelig, når vi driver vores børs, kan vi bruge AI-teknologi på sikkerhedsområdet til at opdage mistænkelige aktiviteter, som i analysen af hvidvaskning af penge, den slags opgaver er i øjeblikket, hvor AI blev brugt."
[Q]: Der er stor bekymring for svindel, når det gælder kryptohandel og sikkerhedsforanstaltninger. Hvordan bliver AI integreret i disse børser for at sikre disse sikkerhedsforanstaltninger?
[Vivien Lin]: "Faktisk må jeg sige, at denne implementering er på et ret tidligt stadie. For hvis vi taler om anti-pengevask eller anti-cyberangreb, så er det ret modne teknologier. Nogle af dem integrerer allerede AI, og nogle af dem har ikke gjort det endnu, men det er en ret moden teknologi.
Et sted, jeg synes er mere lovende, er at bruge AI-teknologi til at opdage svindel, især handelssvindel.
I den traditionelle finansverden er der kun to børser i USA og én i Storbritannien, fordi den er stærkt reguleret. Så de centraliserede børser er strengt reguleret af myndighederne.
Det er svært for nogen, der handler på de børser, at begå en fejl eller svindle. Men hvis du ser på krypto, er der mere end 200 centraliserede børser og jeg tror over 1.000 decentraliserede børser.
Så det er næsten umuligt for en tilsynsmyndighed at regulere alle børser.
Så om de kan fungere ordentligt, afhænger i høj grad af to ting. Den ene er, hvordan de decentraliserede eller centraliserede børser regulerer sig selv. Hvis de har indført en højere moralsk standard eller en højere etisk standard, er det én ting.
En anden ting er at stole på deres evne til at opdage svigagtige transaktioner. Det kan variere meget. Jeg vil sige, at hvis man ser på de 20 største centraliserede børser, så synes jeg, at de er etisk meget gode.
De ønsker ikke at begå fejl, eller de ønsker at sikre, at deres virksomhed kan vare evigt. Men spørgsmålet er, om de har den nødvendige teknologi eller viden til at støtte dem i at få virksomheden til at vare evigt?
Så før en virksomhed tager AI-teknologi i brug, er det i høj grad op til den risikoansvarlige, om hans eller hendes viden er tilstrækkelig til at nedskrive alle de tilfælde, hvor folk begår bedrageri eller udnytter fejl i børsens handelsregler.
Men når branchen anvender mere AI eller mere veltrænede modeller, så vil AI, selv hvis den person, der har ansvaret for risikostyringen, har en fejl i sin metode eller en fejl i mekanismen, bruge de massive data til at hjælpe os med at forfine systemets design.
Så jeg tror, det er her, AI er mest nyttig i nye brancher som kryptohandel, hvor alle forsøger at få mere erfaring i løbet af processen. Nogle gange begår folk fejl. AI-teknologi hjælper folk med at reducere risikoen for at begå fejl."
[Q]: Hvordan ændrer AI brugen af trading bots og copy trading-systemer? Hvordan ændrer det den måde, hvorpå brugerne nu skifter væk fra traditionelle handelsmetoder?
[Vivien Lin]: "Hvis vi ser på, hvor branchen befinder sig lige nu, så er handelsrobotterne faktisk ret enkle. Bare en god bot, ikke? Men der er nogle få mere avancerede fællesskaber med mere erfarne handlere, som gerne vil begynde at implementere AI-drevne strategier.
Det er næsten umuligt for de indfødte kryptohandlere at have samme erfaringsniveau og forståelse som de handlende på de traditionelle finansmarkeder. Så hvis du beder dem om at samle de mere end 1.000 faktorer [indikatorer], er det umuligt for dem.
Men nu bruger de AI til at screene disse faktorer og automatisk justere faktorernes vægtning, og teknologien giver denne gruppe mennesker mulighed for at lave en strategi, der næsten er på niveau med dem, der kommer fra det professionelle handelsområde.
En anden ting er kopihandel. Før i tiden var en copy trader eller master trader et menneske. Så mennesker begår fejl, ikke?
Når du får overskud, er du tilbageholdende med at tage overskud. Du tænker altid, at prisen på tokenet kan blive højere og højere, ikke? Men hvis du taber penge, vil du gerne blive der. Du vil ikke handle på et stop loss.
Så der er altid bias eller menneskelige fejl i investeringer. Men nu med en AI-strategi er det blevet lettere for dem at træffe en beslutning om at tage profit eller et stop loss. Eller nogle gange er de ikke klar over det, men deres model fortæller dem, at det er tid til at handle på dit stop loss, eller at det er tid til at tage profit.
Jeg vil sige, at de bruger AI-værktøjer til at hjælpe dem med at analysere markedet og skabe en ramme for dem, så de har mere tillid til at følge rammen, fordi de tænker, okay, måske er dette et sammendrag af alle de handlende på internettet. Så de har en lavere psykologisk forhindring for at implementere reglerne strengt."
[Hvilken rolle spiller AI i at hjælpe tradere med at forfine deres handelsstrategier, når de overvejer markedsindikatorer eller -faktorer?
[Vivien Lin]: "Jeg tror bare, det handler om at forudsige markedet. Tidligere, hvis du ikke var en professionel trader, eller hvis du begyndte at danne din egen handelsfilosofi, men ikke var der endnu, kunne du på det tidspunkt se på ti eller et dusin eller flere dusin faktorer, og du begyndte at føle, at det var svært at følge med, ikke sandt?
Fordi nogle af faktorerne fortæller dig, at du skal købe, og nogle af faktorerne fortæller dig, at du skal sælge.
Man ved ikke, hvordan man skal læse eller oversætte alle de faktorer. Og nu tror jeg, at det bedste område for AI at træde ind i beslutningen er, at det vil hjælpe dig med at frasortere de faktorer eller de indikatorer, der ikke er egnede på det nuværende marked."
[Q]: Hvordan hjælper AI med at kategorisere og analysere denne enorme mængde data?
[Vivien Lin]: "Datahåndtering har for mig to lag. Det ene er, hvordan folk som handlere bruger AI til at håndtere data. Det handler bare om, hvad AI er bedst til: at opsummere data og forudsige tendenser og at sortere lag fra og den slags ting.
Et andet lag af datahåndteringen er i blockchain eller i kryptovaluta. Hvis vi taler om blockchain-teknologi i stedet for handel med kryptovaluta, så er nogle af de mest lovende sektorer som DePIN.
DePIN er som decentral datastyring. En af DePIN's sektorer er et decentralt datastyringssystem. Det er som en protokol, der underskriver aftalen med de enkelte deltagere.
Det kan være en virksomhed eller en enkeltperson. Protokollen eller aftalen er at bede dig om at bidrage med en del af din computerkraft på din pc. At bidrage med en del af computerkraften til systemet, når blockchain-teknologien foreslår blokke og opnår konsensus.
Denne proces bruger en masse computerkraft. Så i decentraliseret datalagring eller decentraliserede computersystemer har det altid været afgørende, at protokollen kan beslutte, hvilke noder der skal indgå i det aktuelle konsensusforslag.
Det indebærer en dynamisk beslutning om, hvilke knudepunkter der skal tildeles denne opgave denne gang. Så det er her, AI kan hjælpe.
AI bliver ved med at spore alle disse data. Blive ved med at spore, blive ved med at forudsige og blive ved med at opsummere data. Så ideelt set burde AI være i stand til at måle effektiviteten af hver enkelt node.
Hvis jeg f.eks. har en konsensusopgave, hvilke noder skal jeg så allokere til? Jeg tror, at den slags beslutninger er det, AI er rigtig god til.
Jeg tror, at for alle de decentrale processer i konsensuslaget, datastyringslaget og datalagringslaget kan AI hjælpe med at træffe beslutningen."
[Q]: Hvordan supplerer blockchains decentrale natur AI's analytiske kapacitet?
[Vivien Lin]: "Jeg vil give dig et eksempel. En af de populære sektorer på blockchain-siden eller teknologisiden kaldes zero knowledge proof.
Denne ZK-teknologi er en ret banebrydende tilgang til at forbedre tillid og privatliv i forskellige brancher. Så vidt jeg ved, er denne teknologi faktisk blevet implementeret i den nationale sikkerhed. I mange af de meget fortrolige og vigtige nationaliserede projekter.
Men det er også implementeret i normale tilfælde som f.eks. verifikation af investeringer eller kapitalforvaltning.
For eksempel hvis en kapitalforvalter hævder at følge en bestemt investeringsstrategi. Hvis du investerer i en kvantitativ fond eller en hedgefond, fortæller deres forvalter dig altid: "Jeg investerer i denne sektor og ikke den sektor. Jeg vil ikke allokere mine aktiver mere end 5% i hver aktie.
Men når deres strategi bliver mere kompliceret, er det faktisk meget svært for folk at spore eller kontrollere, om de virkelig holder sig til den strategi, de påstår.
Ved hjælp af AI-forbedret ZK-bevis kan en investor verificere, at deres manager følger den strategi, de hævder, uden at afsløre strategiens fortrolige detaljer.
For eksempel hvis de har trænet en kvantitativ model, ikke? Dybest set kan de ikke afsløre, hvordan de lægger vægtene, og hvordan de automatisk justerer vægtene.
Især hvis selve strategien også er designet af en bestemt AI-model, er der ingen chance for, at de vil afsløre alle detaljerne.
Men hvordan kan vi kontrollere, at de holder, hvad de lover? Nu kan vi bruge ZK-viden og især AI-forbedret ZK-viden.
Jeg tror, at denne form for anvendelse eller denne form for use case er et sted, hvor blockchain-teknologi kan bruges i et bredt spektrum af tilfælde."
[Q]: Hvordan bruges modulær blockchain med AI til at forbedre skalerbarheden og effektiviteten af den måde, disse transaktioner sker på?
[Vivien Lin]: "Modulær blockchain-teknologi var præcis, som jeg beskrev, du adskiller computerkraften, adskiller lagerpladsen og gør dem decentrale.
Dette er den enkleste måde at forstå modulær teknologi på. Og AI-algoritmen kan styre og optimere sharding-processen i modulære blockchains.
Så sharding opdeler blockchainen i mindre eller mere håndterbare stykker. Så hvert modul kan behandle en transaktion uafhængigt. Så AI kan hjælpe med dynamisk at justere, hvordan transaktioner allokeres.
Og AI kan også forudsige transaktionsmængden og justere systemet dynamisk. Hvis du for eksempel forudser, at der nu er en periode med høj belastning, kan et AI-system skalere, proaktivt skalere ressourcer eller omfordele transaktioner på tværs af forskellige moduler for at opretholde ydeevnen, uden at Mainnet virkelig blokerer.
Så det er noget, som AI plus modulær teknologi kan forbedre den samlede transaktionshastighed i blockchain-transaktioner. Og AI kan også hjælpe med at optimere udførelsen af smarte kontrakter.
Det er stadig i en eksperimentel fase, vil jeg sige. Så vidt jeg ved, er der ikke mange smarte kontrakter, der virkelig bruger AI til at forudsige stien eller resultaterne baseret på historiske data. Men det er helt sikkert noget, jeg ved, at mange mennesker gerne vil."
[Q]: Du nævnte, at nogle af løsningerne er meget eksperimentelle i øjeblikket. Hvis du ser på fremtiden, hvilke potentielle udviklinger ser du så i integrationen af AI og blockchain, som vil ændre handelslandskabet?
[Vivien Lin]: "Jeg tror, at én ting er tillidsfri AI-service. Blockchain kan øge tilliden til AI-beslutningsprocessen ved at gøre den gennemsigtig og verificerbar.
Og smarte kontrakter kan bruges til at validere AI-beslutninger, før en transaktion eller handel udføres. Det er sådan, jeg tror, at smarte kontrakter eller decentrale løsninger møder AI-teknologi.
Vi taler altid om, hvordan AI kan hjælpe blockchain, men her er, hvordan smarte kontrakter eller blockchain-teknologi kan hjælpe AI-beslutninger.
Det er én ting. Og en anden er analyse på tværs af kæderne. AI kan håndtere og analysere data på tværs af flere kædeplatforme.
Ikke mange mennesker har den nødvendige viden eller de nødvendige færdigheder til at få adgang til dataene i kæden. Fordi forskellige mainnet kan have forskellige kodesprog. Så AI kan hjælpe folk med blot et enkelt klik for at få alle disse oplysninger fra forskellige mainnet.
Og for det andet, når man har fået alle disse data, hvordan man analyserer dem. Det er sådan, vi prøver at bruge AI til også at opdage svindel. Hvis vi er afhængige af mennesker til at gøre det, er det næsten umuligt, især med de nuværende cyberangreb, hvor hacking-teknologien også er blevet bedre.
Nu er det næsten umuligt for mennesker at gøre det. Så jeg tror helt sikkert, at AI kan hjælpe på det område."
Blockchain og AI bliver i stigende grad brugt som komplementære teknologier til at ændre, hvordan vi handler, interagerer online og gør forretninger.
Du kan få mere at vide om, hvordan innovative værktøjer og funktioner gør det lettere at handle med krypto ved at kontakte Vivien Lin eller gå over til BingX handelsplatform.
