La predicción ha sido una habilidad central de la evolución humana: desde tiempos antiguos, los humanos han dependido de sus sentidos e instintos para predecir amenazas y oportunidades en el entorno, incluyendo la detección de patrones de actividad de depredadores, la posibilidad de que aparezca presa y la disponibilidad de alimentos estacionales, todo lo cual es crítico para la supervivencia.
Desde entonces, este modelo predictivo ha evolucionado hacia el uso de herramientas y planificación ( como predecir las necesidades de los cultivos en crecimiento, sacrificar y preservar la carne ), predecir señales sociales (intenciones, emociones, comportamientos ), y el desarrollo de la escritura, la ciencia, las matemáticas y herramientas modernas como la estadística, las computadoras, el aprendizaje automático y la inteligencia artificial, todas las cuales se utilizan para mejorar la capacidad predictiva humana.
Los mercados de predicción, en particular, se han convertido en una herramienta económica: una que aprovecha la capacidad humana para predecir resultados económicos, políticos y culturales. A diferencia de las encuestas de opinión tradicionales, los mercados de predicción como Polymarket y Kalshi utilizan incentivos económicos para obtener predicciones precisas, ya que los participantes apuestan dinero real.
Polymarket atrajo casi $4 mil millones en apuestas en el mercado de las elecciones de EE. UU. de 2024, superando incluso a las encuestas de opinión en la predicción de una victoria de Trump, reflejando el valor económico de las predicciones obtenidas de la multitud.
La misma evolución se aplica al comercio de contratos al contado y perpetuos, desde el auge de los CEX para satisfacer la creciente demanda de criptomonedas en todo el mundo hasta el reciente desarrollo disruptivo de Hyperliquid, que ofrece servicios de autocustodia y sin KYC con una experiencia de comercio similar a la de un CEX.
La predicción es una capacidad fundamental de la evolución humana, y con el auge de los modelos predictivos de inteligencia artificial/aprendizaje automático, la capacidad de predecir eventos, precios de activos y volatilidad está mejorando drásticamente.
Esto lleva a la humanidad a la siguiente etapa de evolución.
DeFi 3.0
DeFi 1.0 introdujo contratos inteligentes y aplicaciones descentralizadas, permitiendo a cualquier persona transferir, comprar, vender, empeñar, prestar y minar rendimiento en cualquier momento y lugar. En esencia, consiste en poner activos criptográficos en operaciones en la cadena para crear valor económico, como Uniswap, AAVE, Compound, Curve, Yearn y Maker.
DeFi 2.0 se expande sobre 1.0 e introduce nuevas economías de tokens y mecanismos de distribución de incentivos diseñados para coordinar los intereses de diferentes partes interesadas en el protocolo ( como Olympus/Wonderland, Solidly/Aerodrome), y ha dado lugar a mercados emergentes que proporcionan fuentes alternativas de ingresos ( como Maple, Pendle, Ethena, Ondo, Clearpool, Solv, USDai, etc.).
DeFi 3.0 introduce la inteligencia artificial en DeFi. Algunas personas lo llaman DeFAI, mientras que otras lo llaman AiFi. Significa integrar grandes modelos de lenguaje (LLM) y/o modelos de aprendizaje automático (ML) en productos DeFi.
Desde integraciones simples de LLM ( actuando como soporte al cliente/co-piloto para ayudar a los usuarios a navegar el protocolo ), hasta sistemas de múltiples agentes/enjambre y aprendizaje automático que mejoran fundamentalmente el producto (, aumentan las ganancias de trading, reducen la pérdida impermanente, aumentan los retornos de LP, reducen el riesgo de liquidación para el trading perpetuo, etc. ).
Además de la capa de abstracción DeFAI y los agentes financieros totalmente autónomos, hoy discutiremos el papel de los sistemas de IA/ML y los modelos predictivos en la transformación de DeFi y otros verticales.
Sistema de Predicción
Las redes neuronales y los árboles de decisión han existido desde la década de 2000, y estos sistemas fueron utilizados por fondos de cobertura para predecir los precios de acciones y commodities. Los primeros resultados de predicción de acciones fueron bastante prometedores, con predicciones a corto plazo alcanzando una precisión del 50% al 60%, pero el sobreajuste y los datos limitados limitaron su aplicación.
Luego vino el auge del aprendizaje profundo y los grandes datos, que permitieron a los modelos procesar conjuntos de datos más grandes ( datos de series temporales, datos no estructurados como noticias y redes sociales ), lo que llevó a predicciones más precisas y aplicaciones más amplias.
En los últimos cinco años, se han producido avances significativos, con modelos Transformer y IA multimodal integrando conjuntos de datos más diversos como el sentimiento de Twitter, transacciones de blockchain, oráculos, noticias en tiempo real, predicciones colectivas (Polymarket, Kalshi), y más. Esto ha permitido que algunos modelos de IA logren una precisión del 80% al 90% en la predicción de resultados de eventos y precios de activos.
A medida que estos modelos continúan mejorando, la demanda de integrar capacidades predictivas en los sistemas DeFi ha aumentado significativamente. Actualmente estamos en las primeras etapas de DeFi 3.0 y estamos viendo a algunos actores en el mercado combinar sistemas de IA/aprendizaje automático con escenarios de aplicaciones Web3 en tiempo real.
sistema DeFi x IA/ML
Entonces
Allora es probablemente la red de modelos de predicción descentralizados más utilizada en la actualidad. Allora ha logrado numerosas integraciones con protocolos DeFi y equipos de agentes de IA, lo que le otorga capacidades de predicción (enfocándose principalmente en predicciones de precios de criptomonedas como BTC, ETH, SOL).
Se dice que sus predicciones de precios de criptomonedas a corto plazo son aproximadamente un 80% precisas.
Algunas aplicaciones clave incluyen:
Vectis Finance es una bóveda basada en USDC impulsada por IA que utiliza la tecnología de razonamiento de Allora para maximizar los rendimientos del comercio de SOL. Su rendimiento acumulado desde el 23 de abril es del 2.4%, con una tasa de interés anual de aproximadamente el 10%.
El AI LP Vault de Steer Protocol utiliza los datos de precios predichos de Allora para colocar mejor la liquidez por delante de las fluctuaciones de precios, evitando así la pérdida impermanente.
Allora trabaja con muchos equipos, incluyendo Cod3x, Axal, Brahma, Virtuals Protocol, etc. para apoyar estrategias de trading y la ejecución de agentes de inteligencia artificial.
Bittensor Subnet
Dado que el mecanismo de distribución de incentivos dTAO de Bittensor puede ayudar a las startups (subnets) a compensar los costos de desarrollo, el equipo utiliza Bittensor para lanzar el desarrollo de su producto y subcontrata gran parte del trabajo de desarrollo a los mineros. Cuanto mayor sea el incentivo, mejor será la calidad de los mineros.
Dado que los modelos de aprendizaje automático y los sistemas de predicción son una de las tareas más fáciles de cuantificar ( construir un modelo que pueda predecir algo con precisión ), este es uno de los verticales más comunes en los que se enfocan las subredes.
Subred centrada en la predicción
SN6 @Playinfgames
SN8 @taoshiio
SN18 @zeussubnet
SN41 @sportstensor
SN44 @webuildscore
SN50 @SynthdataCo
Dado que SN6, SN18, SN41 y SN44 se han introducido en detalle anteriormente, se omitirán estas subredes, pero aún quiero enfatizar nuevamente:
➔ SN6's @aion5100 (SN6's agente de IA/capa de fondo de cobertura predictivo) está a punto de lanzar un vault DeFi que asigna automáticamente los depósitos de los usuarios para apostar en eventos/mercados de alta confianza. El vault se lanzará pronto, y las pruebas iniciales informan de APYs de más de cuatro dígitos.
➔ SN44's @thedkingdao continúa viendo señales mejoradas en fútbol/soccer. El rendimiento reciente en la Copa del Mundo de Clubes mostró un tamaño de apuesta agresivo que llevó a un ROI del 232%. El equipo también está trabajando en un producto de bóveda DeFi que adoptará un enfoque más ajustado al riesgo.
Los agentes/tokens de IA que representan estas dos capas de aplicación en CreatorBid hicieron un excelente trabajo al demostrar las capacidades de la inteligencia SN6 y SN44. Esto inspiró a muchos otros equipos de subred a seguir su ejemplo y lanzar tokens de agentes de IA para demostrar las capacidades de sus subredes.
➔ SN50 Synth es particularmente interesante. Esta subred está construida en torno a un modelo de predicción de volatilidad altamente general. Se puede utilizar para cubrir una amplia gama de probabilidades de lo que podrían suceder los precios (, no solo para predecir precios futuros ), como predecir probabilidades de liquidación, tiempos de vida/liquidación para posiciones perpetuas, establecer rangos de LP Univ3 y predecir pérdidas temporales, predecir precios de ejercicio de opciones y tiempos de expiración dentro de una ventana, etc.
Se afirma que Synth supera al modelo de referencia tradicional ( movimiento browniano geométrico ) en un 25% - 30%.
Hay una gran demanda de ecosistemas L1/L2 que desean integrar tales motores en su ecosistema DeFi.
Hasta ahora, Synth se ha integrado con las siguientes plataformas:
Arbitrum, apoya la competencia de traders de IA
Chainrisk, entendiendo la volatilidad para que los acuerdos de socios puedan manejar mejor los cambios bruscos en la volatilidad
Solana es el último protocolo importante de staking de liquidez para un caso de uso desconocido ( según el equipo, el anuncio oficial se publicará en 1-2 días)
El equipo posiciona Mode L2 (su propio L2) como la capa de aplicación, permitiendo a los traders usar Synth para predecir precios de activos y comerciar mejor al combinar la inferencia de Synth con el Terminal AI de Mode + el producto Mode Perp.
Lo que hace que SN6, SN44, SN50 y muchas otras subredes sean tan interesantes es que ofrecen a los mineros incentivos que oscilan entre 2 millones y más de 10 millones de tokens dTAO por año para mejorar continuamente sus modelos de predicción.
El objetivo es utilizar los incentivos de dTAO como gastos de capital para guiar el desarrollo de productos y lograr la comercialización/productización lo antes posible, obteniendo así retornos reales y compensando la presión de venta de dTAO. Algunas de estas subredes han comenzado a avanzar hacia la etapa de comercialización (, como lo demuestra el apoyo de $300 millones de DKING a un fondo de cobertura deportivo de primer nivel ).
¿Qué sucederá a continuación?
La búsqueda de mayores rendimientos y menores riesgos continuará, lo que llevará a los constructores a llevar más RWAs a la cadena. Las fuentes de ingresos DeFi existentes seguirán siendo optimizadas y se volverán cada vez más accesibles.
Los mercados de predicción se convertirán en la principal fuente de información, la IA actuará como creadores de mercado, y los participantes experimentados estimularán aún más la sabiduría de la multitud. Las herramientas se están volviendo más inteligentes y los modelos se están volviendo más precisos, y algunos resultados ya se han visto.
Cuanto más aprenden estos sistemas, más valiosos se vuelven. Y cuanto más componibles se vuelven con el resto de Web3, más imparable se volverá todo.
El punto aquí es... al final del día, todo en cripto es una apuesta por el futuro.
Por lo tanto, la infraestructura y las aplicaciones/agentes que puedan ver el futuro incluso un poco más claramente—ya sea a través de la sabiduría colectiva, mejores datos o modelos más precisos—tendrán una ventaja significativa.
Lectura relacionada: IOSG: Explorando el mercado de predicciones y su panorama competitivo a través de Kalshi
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
En la era de DeFi 3.0, ¿cómo puede la IA "tomar a la gente por tonta" en el mercado basándose en información predictiva?
Autor: 0xJeff, KOL de Cripto
Compilado por: Felix, PANews
La predicción ha sido una habilidad central de la evolución humana: desde tiempos antiguos, los humanos han dependido de sus sentidos e instintos para predecir amenazas y oportunidades en el entorno, incluyendo la detección de patrones de actividad de depredadores, la posibilidad de que aparezca presa y la disponibilidad de alimentos estacionales, todo lo cual es crítico para la supervivencia.
Desde entonces, este modelo predictivo ha evolucionado hacia el uso de herramientas y planificación ( como predecir las necesidades de los cultivos en crecimiento, sacrificar y preservar la carne ), predecir señales sociales (intenciones, emociones, comportamientos ), y el desarrollo de la escritura, la ciencia, las matemáticas y herramientas modernas como la estadística, las computadoras, el aprendizaje automático y la inteligencia artificial, todas las cuales se utilizan para mejorar la capacidad predictiva humana.
Los mercados de predicción, en particular, se han convertido en una herramienta económica: una que aprovecha la capacidad humana para predecir resultados económicos, políticos y culturales. A diferencia de las encuestas de opinión tradicionales, los mercados de predicción como Polymarket y Kalshi utilizan incentivos económicos para obtener predicciones precisas, ya que los participantes apuestan dinero real.
Polymarket atrajo casi $4 mil millones en apuestas en el mercado de las elecciones de EE. UU. de 2024, superando incluso a las encuestas de opinión en la predicción de una victoria de Trump, reflejando el valor económico de las predicciones obtenidas de la multitud.
La misma evolución se aplica al comercio de contratos al contado y perpetuos, desde el auge de los CEX para satisfacer la creciente demanda de criptomonedas en todo el mundo hasta el reciente desarrollo disruptivo de Hyperliquid, que ofrece servicios de autocustodia y sin KYC con una experiencia de comercio similar a la de un CEX.
La predicción es una capacidad fundamental de la evolución humana, y con el auge de los modelos predictivos de inteligencia artificial/aprendizaje automático, la capacidad de predecir eventos, precios de activos y volatilidad está mejorando drásticamente.
Esto lleva a la humanidad a la siguiente etapa de evolución.
DeFi 3.0
DeFi 1.0 introdujo contratos inteligentes y aplicaciones descentralizadas, permitiendo a cualquier persona transferir, comprar, vender, empeñar, prestar y minar rendimiento en cualquier momento y lugar. En esencia, consiste en poner activos criptográficos en operaciones en la cadena para crear valor económico, como Uniswap, AAVE, Compound, Curve, Yearn y Maker.
DeFi 2.0 se expande sobre 1.0 e introduce nuevas economías de tokens y mecanismos de distribución de incentivos diseñados para coordinar los intereses de diferentes partes interesadas en el protocolo ( como Olympus/Wonderland, Solidly/Aerodrome), y ha dado lugar a mercados emergentes que proporcionan fuentes alternativas de ingresos ( como Maple, Pendle, Ethena, Ondo, Clearpool, Solv, USDai, etc.).
DeFi 3.0 introduce la inteligencia artificial en DeFi. Algunas personas lo llaman DeFAI, mientras que otras lo llaman AiFi. Significa integrar grandes modelos de lenguaje (LLM) y/o modelos de aprendizaje automático (ML) en productos DeFi.
Desde integraciones simples de LLM ( actuando como soporte al cliente/co-piloto para ayudar a los usuarios a navegar el protocolo ), hasta sistemas de múltiples agentes/enjambre y aprendizaje automático que mejoran fundamentalmente el producto (, aumentan las ganancias de trading, reducen la pérdida impermanente, aumentan los retornos de LP, reducen el riesgo de liquidación para el trading perpetuo, etc. ).
Además de la capa de abstracción DeFAI y los agentes financieros totalmente autónomos, hoy discutiremos el papel de los sistemas de IA/ML y los modelos predictivos en la transformación de DeFi y otros verticales.
Sistema de Predicción
Las redes neuronales y los árboles de decisión han existido desde la década de 2000, y estos sistemas fueron utilizados por fondos de cobertura para predecir los precios de acciones y commodities. Los primeros resultados de predicción de acciones fueron bastante prometedores, con predicciones a corto plazo alcanzando una precisión del 50% al 60%, pero el sobreajuste y los datos limitados limitaron su aplicación.
Luego vino el auge del aprendizaje profundo y los grandes datos, que permitieron a los modelos procesar conjuntos de datos más grandes ( datos de series temporales, datos no estructurados como noticias y redes sociales ), lo que llevó a predicciones más precisas y aplicaciones más amplias.
En los últimos cinco años, se han producido avances significativos, con modelos Transformer y IA multimodal integrando conjuntos de datos más diversos como el sentimiento de Twitter, transacciones de blockchain, oráculos, noticias en tiempo real, predicciones colectivas (Polymarket, Kalshi), y más. Esto ha permitido que algunos modelos de IA logren una precisión del 80% al 90% en la predicción de resultados de eventos y precios de activos.
A medida que estos modelos continúan mejorando, la demanda de integrar capacidades predictivas en los sistemas DeFi ha aumentado significativamente. Actualmente estamos en las primeras etapas de DeFi 3.0 y estamos viendo a algunos actores en el mercado combinar sistemas de IA/aprendizaje automático con escenarios de aplicaciones Web3 en tiempo real.
sistema DeFi x IA/ML
Entonces
Allora es probablemente la red de modelos de predicción descentralizados más utilizada en la actualidad. Allora ha logrado numerosas integraciones con protocolos DeFi y equipos de agentes de IA, lo que le otorga capacidades de predicción (enfocándose principalmente en predicciones de precios de criptomonedas como BTC, ETH, SOL).
Se dice que sus predicciones de precios de criptomonedas a corto plazo son aproximadamente un 80% precisas.
Algunas aplicaciones clave incluyen:
Bittensor Subnet
Dado que el mecanismo de distribución de incentivos dTAO de Bittensor puede ayudar a las startups (subnets) a compensar los costos de desarrollo, el equipo utiliza Bittensor para lanzar el desarrollo de su producto y subcontrata gran parte del trabajo de desarrollo a los mineros. Cuanto mayor sea el incentivo, mejor será la calidad de los mineros.
Dado que los modelos de aprendizaje automático y los sistemas de predicción son una de las tareas más fáciles de cuantificar ( construir un modelo que pueda predecir algo con precisión ), este es uno de los verticales más comunes en los que se enfocan las subredes.
Subred centrada en la predicción
Dado que SN6, SN18, SN41 y SN44 se han introducido en detalle anteriormente, se omitirán estas subredes, pero aún quiero enfatizar nuevamente:
➔ SN6's @aion5100 (SN6's agente de IA/capa de fondo de cobertura predictivo) está a punto de lanzar un vault DeFi que asigna automáticamente los depósitos de los usuarios para apostar en eventos/mercados de alta confianza. El vault se lanzará pronto, y las pruebas iniciales informan de APYs de más de cuatro dígitos.
➔ SN44's @thedkingdao continúa viendo señales mejoradas en fútbol/soccer. El rendimiento reciente en la Copa del Mundo de Clubes mostró un tamaño de apuesta agresivo que llevó a un ROI del 232%. El equipo también está trabajando en un producto de bóveda DeFi que adoptará un enfoque más ajustado al riesgo.
Los agentes/tokens de IA que representan estas dos capas de aplicación en CreatorBid hicieron un excelente trabajo al demostrar las capacidades de la inteligencia SN6 y SN44. Esto inspiró a muchos otros equipos de subred a seguir su ejemplo y lanzar tokens de agentes de IA para demostrar las capacidades de sus subredes.
➔ SN50 Synth es particularmente interesante. Esta subred está construida en torno a un modelo de predicción de volatilidad altamente general. Se puede utilizar para cubrir una amplia gama de probabilidades de lo que podrían suceder los precios (, no solo para predecir precios futuros ), como predecir probabilidades de liquidación, tiempos de vida/liquidación para posiciones perpetuas, establecer rangos de LP Univ3 y predecir pérdidas temporales, predecir precios de ejercicio de opciones y tiempos de expiración dentro de una ventana, etc.
Hay una gran demanda de ecosistemas L1/L2 que desean integrar tales motores en su ecosistema DeFi.
Hasta ahora, Synth se ha integrado con las siguientes plataformas:
El equipo posiciona Mode L2 (su propio L2) como la capa de aplicación, permitiendo a los traders usar Synth para predecir precios de activos y comerciar mejor al combinar la inferencia de Synth con el Terminal AI de Mode + el producto Mode Perp.
Lo que hace que SN6, SN44, SN50 y muchas otras subredes sean tan interesantes es que ofrecen a los mineros incentivos que oscilan entre 2 millones y más de 10 millones de tokens dTAO por año para mejorar continuamente sus modelos de predicción.
El objetivo es utilizar los incentivos de dTAO como gastos de capital para guiar el desarrollo de productos y lograr la comercialización/productización lo antes posible, obteniendo así retornos reales y compensando la presión de venta de dTAO. Algunas de estas subredes han comenzado a avanzar hacia la etapa de comercialización (, como lo demuestra el apoyo de $300 millones de DKING a un fondo de cobertura deportivo de primer nivel ).
¿Qué sucederá a continuación?
La búsqueda de mayores rendimientos y menores riesgos continuará, lo que llevará a los constructores a llevar más RWAs a la cadena. Las fuentes de ingresos DeFi existentes seguirán siendo optimizadas y se volverán cada vez más accesibles.
Los mercados de predicción se convertirán en la principal fuente de información, la IA actuará como creadores de mercado, y los participantes experimentados estimularán aún más la sabiduría de la multitud. Las herramientas se están volviendo más inteligentes y los modelos se están volviendo más precisos, y algunos resultados ya se han visto.
Cuanto más aprenden estos sistemas, más valiosos se vuelven. Y cuanto más componibles se vuelven con el resto de Web3, más imparable se volverá todo.
El punto aquí es... al final del día, todo en cripto es una apuesta por el futuro.
Por lo tanto, la infraestructura y las aplicaciones/agentes que puedan ver el futuro incluso un poco más claramente—ya sea a través de la sabiduría colectiva, mejores datos o modelos más precisos—tendrán una ventaja significativa.
Lectura relacionada: IOSG: Explorando el mercado de predicciones y su panorama competitivo a través de Kalshi