BingX är en ledande kryptovalutabörs med över 10 miljoner användare över hela världen. Vi fick prata med BingX CPO Vivien Lin om hur AI och blockchain förändrar hur människor handlar online.
Blockchain är så mycket mer än den teknik som ligger till grund för kryptovalutor. Vivien Lin förklarar hur smarta kontrakt och blockkedjans decentraliserade natur kompletterar AI:s analytiska förmåga.
[Q]: Hur kan AI komplettera kryptovalutor och hur förändrar det hur människor handlar med det?
[Vivien Lin]: "Jag tror att det finns tre olika koncept. Kryptovaluta, blockkedjeteknik och AI-teknik, eller hur? Kryptovaluta är mer av ett certifikat. Det är något man håller i för att man vill investera i projektets värde.
Du tror att värdet på projektet kommer att stiga och att du kan dra nytta av det. Men AI och blockkedjor är bara teknik.
Om du handlar med en aktie kan du använda AI för att göra det som AI är bra på, nämligen att analysera data, samla in information, som priset, makroekonomin, mikroekonomin, allt, som databehandling och det hjälper dig att se marknadstrenden och att göra värderingen osv.
När vi pratar om handel tror jag att det inte är mycket skillnad. Den enda skillnaden är att du handlar med en aktie mot att du handlar med en kryptovaluta.
För sex eller sju år sedan använde människor som handlade med aktier eller valutor redan maskininlärningsmodeller för att förutsäga trenden och för att göra kvantitativa strategier.
Men nu har metodiken uppenbarligen höjts med AI, eftersom AI eller de stora språkmodeller vi nu talar om har en mycket större beräkningskraft.
Så det är mer effektivt för oss eller för den handlare som handlar med kryptovaluta eller vilken tillgång som helst att använda en stor språkmodell eller den senaste AI-modellen för att göra förutsägelsen eller att använda dem för att automatiskt justera faktorernas vikter.
Så här är hur AI implementeras i investeringar och även cryptocurrency-investeringar. En applikation är till exempel i aktiehandel eller Forex-handel. Mycket av handelsdata är offentligt. Det är centraliserat, men du tycker att det är väldigt lätt att få data eftersom varje utbyte publicerar handelsvolymen etc.
Men i krypto sker en del av transaktionerna i en centraliserad börs som vår. Då publicerar vi volymen eller prisuppgifterna. Men många fler transaktioner sker på en decentraliserad plats.
Så du måste ha ett verktyg för att spåra alla dessa data. Och ibland om det finns en transaktion över olika blockkedjor eller mainnet, kommer du att upptäcka att för en människa är det faktiskt ganska svårt för genomsnittliga människor att spåra alla dessa data. Så om vi kan använda AI-teknik blir dataspårningen och dataanalysen mycket enklare.
Detta är en av implementeringarna. Och naturligtvis, när vi driver vår börs, kan vi använda AI-teknik i säkerhetsområdet för att upptäcka misstänkta aktiviteter, som i analysen av penningtvätt, den typen av uppgifter är för närvarande där AI användes."
[Q]: Det finns en stor oro för bedrägerier när det gäller kryptohandel och säkerhetsåtgärder. Hur integreras AI i dessa börser för att säkerställa dessa säkerhetsåtgärder?
[Vivien Lin]: "Jag måste faktiskt säga att den här implementeringen är i ett ganska tidigt skede. För om vi talar om att motverka penningtvätt eller cyberattacker så är det ganska mogna tekniker. En del av dem har redan integrerat AI, och en del av dem har inte gjort det ännu, men det är en ganska mogen teknik.
Något som jag tycker är mer lovande är att använda AI-teknik för att upptäcka bedrägerier, särskilt handelsbedrägerier.
Inom traditionell finans, som är mycket reglerad, finns det bara två börser i USA och en börs i Storbritannien. Så dessa centraliserade börser är strikt reglerade av tillsynsmyndigheten.
Det är svårt för någon som handlar på dessa börser att göra ett misstag eller begå bedrägeri. Men om du tittar på krypto finns det mer än 200 centraliserade börser och jag tror att det finns över 1 000 decentraliserade börser.
Så det är nästan omöjligt för någon tillsynsmyndighet att reglera alla börser.
Så om de kan fungera ordentligt beror till stor del på två saker. Det ena är hur dessa decentraliserade eller centraliserade börser reglerar sig själva. Om de har satt upp en högre moralisk standard eller en högre etisk standard är en sak.
En annan sak är att förlita sig på deras förmåga att upptäcka bedrägliga transaktioner. Detta kan variera mycket. Jag skulle säga att om man tittar på de 20 största centraliserade börserna så tycker jag att de är etiskt mycket bra.
De vill verkligen inte göra misstag eller de vill se till att deras verksamhet kan vara för evigt. Men saken är den, har de den nödvändiga tekniken eller den nödvändiga kunskapen för att stödja dem i att få verksamheten att vara för evigt?
Så innan ett företag använder AI-teknik är det mycket beroende av riskhanteraren, om hans eller hennes kunskap är tillräcklig för att skriva ner alla dessa fall, hur människor begår bedrägerier eller utnyttjar bristen i handelsreglerna på börsen.
Men när branschen använder mer AI eller mer välutbildade modeller kommer AI att använda den massiva datan för att hjälpa oss att förfina systemets utformning, även om den person som ansvarar för riskhanteringen har ett fel i sin metod eller ett fel i mekanismen.
Så jag tror att det är här AI är till störst hjälp i framväxande branscher som kryptohandel, där alla försöker skaffa sig mer erfarenhet under processens gång. Ibland gör människor misstag. AI-teknik hjälper människor att minska risken för att göra misstag."
[Q]: Hur förändras AI genom att använda handelsrobotar och kopiera handelssystem? Hur förändras det sätt som användare nu skiftar bort från traditionella metoder för handel?
[Vivien Lin]: "Om vi tittar på var branschen befinner sig just nu, om du tittar på handelsrobotarna, är de faktiskt ganska enkla. Bara en bra bot, eller hur? Men det finns några mer avancerade communities som har mer erfarna handlare som vill börja implementera AI-drivna strategier.
Det är nästan omöjligt för dessa kryptohandlare att ha samma erfarenhetsnivå och förståelse som handlarna på de traditionella finansmarknaderna. Så om du ber dem att samla in dessa mer än 1 000 faktorer [indikatorer] är det omöjligt för dem.
Men nu använder de AI för att screena dessa faktorer för att automatiskt justera vikterna för faktorerna tekniken ger den gruppen människor möjlighet att kunna göra en strategi som nästan är i nivå med de som kommer från det professionella handelsområdet.
En annan sak är kopiahandel. Tidigare är en kopiahandlare eller mästarehandlare, de är mänskliga. Så människor gör misstag, eller hur?
När du gör vinst är du ovillig att ta vinst. Du tror alltid att priset på token kan vara högre och högre, eller hur? Men om du gör en förlust vill du stanna där. Du vill inte agera på en stoppförlust.
Så det finns alltid fördomar eller mänskliga fel i investeringar. Men nu med en AI-strategi har det blivit lättare för dem att fatta ett vinst- eller stoppförlustbeslut. Eller ibland är de inte medvetna, men deras modell säger till dem, det är dags att agera på din stoppförlust eller det är dags att ta vinst.
Jag skulle säga att de använder AI-verktyg för att hjälpa dem att analysera marknaden och skapa ett ramverk för dem så att de har större förtroende för att följa ramverket eftersom de tänker, okej, det här kanske är en sammanfattning av alla dessa handlare på internet. Så de har lägre psykologiska hinder för att implementera reglerna strikt."
[Q] Vilken roll spelar AI när det gäller att hjälpa handlare att förfina sina handelsstrategier när de beaktar marknadsindikatorer eller faktorer?
[Vivien Lin]: "Jag tror att det bara handlar om marknadsprognoser. Tidigare, om du inte var en professionell näringsidkare eller om du börjar bilda din egen handelsfilosofi men inte där ännu, vid den tiden kanske du tittar på tiotals, eller ett dussin, eller flera dussin faktorer och du börjar känna att det är svårt att följa, eller hur?
Eftersom vissa faktorer säger att du ska köpa och andra faktorer säger att du ska sälja.
Du vet inte hur du ska läsa eller hur du ska översätta alla dessa faktorer. Och nu tror jag att det bästa området för AI att kliva in i beslutet är att det kommer att hjälpa dig att välja bort de faktorer eller de indikatorer som inte är lämpliga på den nuvarande marknaden."
[Q]: När det gäller datahantering, hur hjälper AI till att kategorisera och analysera den här enorma mängden data?
[Vivien Lin]: "Datahantering för mig har två lager. Det ena är hur människor som handlare använder AI för att hantera data. Det handlar helt enkelt om vad AI är bäst på, att sammanfatta data och göra trendförutsägelser och att sålla bort lager, den typen av saker.
Ett annat lager av datahanteringen är i blockchain eller i kryptovaluta. Om vi talar om blockkedjeteknik i stället för handel med kryptovalutor, så är några av de mest lovande sektorerna sådana som DePIN.
DePIN är som decentraliserad datahantering. En av DePIN-sektorerna är ett decentraliserat datahanteringssystem. Det är som ett protokoll som kommer att underteckna avtalet med enskilda deltagare.
Det kan vara ett företag eller en enskild person. Protokollet eller avtalet är att be dig att bidra med en del av din datorkraft i din dator. Att bidra med en del av datorkraften till systemet när blockkedjetekniken föreslår block och uppnår konsensus.
Denna process förbrukar mycket datorkraft. Så i decentraliserad datalagring eller decentraliserade datorsystem har det alltid varit avgörande att protokollet kan bestämma vilka noder som ska ingå i det aktuella konsensusförslaget.
Detta innebär ett dynamiskt beslut om vilka noder som ska tilldelas den här uppgiften den här gången. Så det är här AI kan hjälpa till.
AI fortsätter att spåra alla dessa data. Fortsätter spåra, fortsätter förutsäga och fortsätter sammanfatta data. Så i idealfallet bör AI vara mycket kapabel att mäta effektiviteten hos varje nod.
Om jag till exempel har en konsensusuppgift, vilka noder ska jag då allokera till? Jag tror att den här typen av beslut är det som AI är riktigt bra på.
Jag tror att för alla dessa decentraliserade processer på konsensuslagret och datahanteringslagret, datalagringslagret, kan AI hjälpa till att fatta beslut."
[Q]: Hur kompletterar blockkedjans decentraliserade natur den analytiska förmågan hos AI?
[Vivien Lin]: "Jag ska ge dig ett exempel. En av de trendiga sektorerna på blockchain-sidan eller teknologisidan kallas nollkunskapsbevis.
Denna ZK-teknik är en banbrytande metod för att öka förtroendet och integriteten i olika branscher. Såvitt jag vet har den här tekniken faktiskt använts inom den nationella säkerheten. I många av de mycket konfidentiella och viktiga nationaliserade projekten.
Men det används också i vanliga fall, till exempel vid verifiering av investeringar eller kapitalförvaltning.
Till exempel om en kapitalförvaltare påstår sig följa en specifik investeringsstrategi. Om du investerar i en kvantitativ fond eller en hedgefond säger deras förvaltare alltid till dig: "Jag investerar i den här sektorn och inte den sektorn. Jag kommer inte att fördela mina tillgångar mer än 5% i varje aktie.
Men när deras strategi blir mer komplicerad är det faktiskt mycket svårt för människor att spåra eller verifiera om de verkligen håller sig till den strategi som de påstår sig ha.
Att använda AI-förstärkta ZK-bevis är ett sätt för en investerare att verifiera att förvaltaren följer den strategi som de hävdar utan att avslöja strategins konfidentiella detaljer.
Till exempel om de har tränat en kvantitativ modell, eller hur? I grund och botten kan de inte avslöja hur de sätter vikterna och hur de automatiskt justerar vikterna.
Speciellt om själva strategin också är utformad av en viss AI-modell finns det ingen chans att de kommer att avslöja alla detaljer.
Men hur kan vi verifiera att de håller fast vid vad de påstår? Nu kan vi använda ZK-kunskap och särskilt AI-förbättrad ZK-kunskap.
Jag tror att den här typen av applikationer eller användningsfall är någonstans där blockkedjeteknik kan användas i ett brett spektrum av fall."
[Q]: Hur används modulär blockchain med AI för att förbättra skalbarheten och effektiviteten i hur dessa transaktioner sker?
[Vivien Lin]: "Modulär blockchain-teknik var precis som jag beskrev, du separerar datorkraften, separerar lagringsutrymmet och gör dem decentraliserade.
Detta är det enklaste sättet att förstå modulär teknik. Och AI-algoritm kan hantera och optimera sharding-processen i modulära blockkedjor.
Så sharding delar upp blockchain i mindre eller mer hanterbara bitar. Så varje modul kan bearbeta i transaktion oberoende. Så AI kan hjälpa till att dynamiskt justera hur transaktioner tilldelas.
Och AI kan också förutsäga transaktionsvolymen och justera systemet dynamiskt. Om du till exempel förutser att det nu är en period med hög belastning kan ett AI-system skala, proaktivt skala resurser eller omfördela transaktioner mellan olika moduler för att upprätthålla prestandan utan att Mainnet verkligen blockeras.
Så det här är något som AI plus modulär teknik kan förbättra den totala transaktionshastigheten i blockchain-transaktioner. Och även AI kan hjälpa till att optimera genomförandet av smarta kontrakt.
Detta är fortfarande i en experimentell fas, skulle jag säga. Såvitt jag vet är det inte många smarta kontrakt som verkligen använder AI för att förutsäga vägen eller resultaten baserat på historiska data. Men det här är definitivt något som jag vet att många vill göra."
[Q]: Du nämnde att vissa av lösningarna är mycket experimentella för tillfället. Om du blickar framåt, vilka potentiella utvecklingar ser du i integrationen av AI och blockchain som kommer att förändra handelslandskapet?
[Vivien Lin]: "Jag tror att en sak är förtroendefri AI-tjänst. Blockchain kan öka förtroendet för AI:s beslutsprocess genom att göra den transparent och verifierbar.
Och smarta kontrakt skulle kunna användas för att validera AI-beslut innan någon transaktion eller handel genomförs. Det är så här, tror jag, som smarta kontrakt eller decentraliserade lösningar möter AI-teknik.
Vi pratar alltid om hur AI kan hjälpa blockchain, men här är hur smarta kontrakt eller blockchain-teknik kan hjälpa AI-beslut.
Det här är en sak. Och en annan är analys över hela kedjan. AI kan hantera och analysera data över flera kedjeplattformar.
Inte många människor har den nödvändiga kunskapen eller den nödvändiga skickligheten för att komma åt uppgifterna i kedjan. Eftersom olika mainnet kan ha olika kodningsspråk. Så AI kan hjälpa människor med bara ett klick för att få all den informationen från olika mainnet.
Och för det andra, när du väl har fått alla dessa data, hur du analyserar dem. Det är så här vi försöker använda AI för att upptäcka bedrägerier också. Om vi förlitar oss på att människor ska göra det är det nästan omöjligt, särskilt med nuvarande cyberattacker, hacktekniken har också förbättrats.
Nu är det nästan omöjligt för en människa att göra det. Så jag tror att AI definitivt skulle kunna hjälpa till på det området."
Blockchain och AI används allt oftare som kompletterande tekniker för att förändra hur vi gör transaktioner, interagerar online och gör affärer.
Du kan lära dig mer om hur innovativa verktyg och funktioner gör det lättare att handla med krypto genom att kontakta Vivien Lin eller gå över till BingX handelsplattform.
