عوامل هوش مصنوعی بهطور گستردهای در دیفای استفاده میشوند و فرآیندهایی مانند تأمین نقدینگی، معاملات و مدیریت سبد سرمایهگذاری را خودکار میکنند. با این حال، دقت دادهها و ایمنی این فناوری همچنان محل بحث است. این عوامل به دادههای دقیق و بهموقع نیاز دارند تا بتوانند تصمیمات سریع و مؤثری در بازارهای پرسرعت بگیرند.
مایک کیهیل، مدیرعامل Douro Labs و یکی از همکاران شبکه Pyth، تأکید میکند که عوامل هوش مصنوعی برای تصمیمگیری به دادههای «لحظهای و با دقت بالا» نیاز دارند. خطا یا دستکاری در دادهها میتواند منجر به تصمیمات ناخواسته شود. به گفته او، ارائه بهروزرسانیهای قیمتی با تأخیر بسیار پایین از منابع اصلی میتواند این مشکلات را کاهش دهد.
عوامل هوش مصنوعی با استفاده از دادههایی که از منابع مختلف جمعآوری میشود، احتمال خطا یا دستکاری را کاهش میدهند. سیستمهایی مانند Pyth با ارائه بهروزرسانیهای زیرثانیهای، امکان واکنش سریع به تغییرات بازار را فراهم میکنند و خطرات اطلاعات قدیمی یا نادرست را از بین میبرند.
برای ایمنسازی این عوامل در شرایط پرنوسان، مکانیزمهایی مانند Oracle Integrity Staking (OIS) وجود دارد که ناشران داده را ملزم به ارائه وثیقه مالی میکند. این وثیقه در صورت ارائه اطلاعات نادرست یا دستکاری شده از دست میرود. کیهیل همچنین پیشنهاد میکند که عوامل هوش مصنوعی میتوانند از تدابیر امنیتی برنامهریزیشده مانند آستانههای لغزش و بازههای اطمینان برای جلوگیری از معاملات غیرمطمئن استفاده کنند.
کیهیل آیندهای را پیشبینی میکند که در آن سیستمهای مالی کاملاً خودمختار به طور کارآمدتر از بازارهای سنتی عمل کنند. او معتقد است که دادههای لحظهای میتوانند دیفای را به سطحی بالاتر از سیستم مالی سنتی برسانند و بازاری سریعتر، غیرمتمرکزتر و کاملاً خودکار ایجاد کنند.
منبع: cointelegraph
