IOSG Ventures : Exploration approfondie de New DeFi, libérant le potentiel des données

Auteur original : Momir, IOSG Ventures

Les contrats intelligents sont limités car ils n'ont pas la capacité d'interagir avec l'environnement, ce qui limite le potentiel des applications décentralisées (dApps). Afin de réaliser des fonctions de plus en plus complexes, les protocoles DeFi ont deux options : ils peuvent adopter une conception flexible, comme les joueurs peuvent personnaliser divers scénarios ; ou ils peuvent introduire des dépendances externes - en s'appuyant sur une infrastructure hors chaîne, comme oracle, les gardiens , ou calcul hors chaîne - pour maintenir une expérience utilisateur simple.

Dans un récent article stimulant intitulé "Pourquoi DeFi est cassé et comment y remédier - Partie 1 : Protocoles sans Oracle", Dan Elitzer préconise l'utilisation de primitives DeFi sans aucune dépendance externe pour minimiser les vecteurs d'attaque. L'idée est de supprimer le besoin de confiance dans les institutions tierces. Cependant, un écosystème DeFi à dépendance zéro aura des exigences plus élevées en matière de spécialisation. La plupart des utilisateurs manquent de temps, d'expertise ou de ressources pour devenir des teneurs de marché sur Uniswap v3, ou évaluer la qualité des garanties dans le protocole sans dépendances externes, et ils doivent compter sur des intermédiaires de confiance pour participer.

Ainsi, la quête du zéro dépendance peut nous ramener à la case départ, ou pire, obliger les utilisateurs non experts à faire confiance à des entités complexes ou à déposer des fonds dans des contrats intelligents transitoires, ce qui accroît l'insécurité. Plutôt que de vous battre pour éliminer complètement les dépendances externes, envisagez des approches plus pragmatiques telles que la mise en place d'un examen plus strict des dépendances externes et la limitation des scénarios potentiels de cygne noir. Nous devons reconnaître qu'un certain degré de dépendance est inévitable et même crucial pour le développement de l'industrie.

Parmi les projets DeFi bien connus, la première version d'Uniswap était la plus proche d'atteindre zéro dépendance. Cependant, l'introduction récente d'Uniswap v4 démontre une évolution vers une approche hautement modulaire ("Hooks") pour faire avancer le domaine.

## Primitives de données

Les discussions sur les dépendances externes tournent autour de la capacité des contrats intelligents à interagir avec des données externes. Aujourd'hui, les interactions de données reposent souvent sur des oracles pour accéder aux informations hors chaîne, bien que dans une portée limitée (y compris principalement les prix des principales crypto-monnaies).

Alors que de plus en plus d'activités migrent vers la blockchain, une multitude de données précieuses sur la chaîne peuvent être utilisées pour améliorer la conception des mécanismes de manière algorithmique et transparente. Cependant, malgré la transparence des données en chaîne, les intégrer à des contrats intelligents n'est pas une tâche facile. La lecture, le traitement et la diffusion de données significatives nécessitent une infrastructure sophistiquée et fiable. Par conséquent, les développeurs s'appuient souvent sur des outils existants pour leurs besoins en données. Cependant, la plupart des solutions de données existantes sont ancrées dans les frameworks Web 2.0, et encore plus de protocoles natifs Web 3.0 ne peuvent garantir l'exactitude des données qu'ils fournissent.

Discussion de Sushiswap sur l'envoi de données inexactes à partir du sous-graphe Polygon Sushi-Matic

Étant donné que les contrats intelligents peuvent même gérer des milliards de dollars de dépôts, il n'est ni souhaitable ni pratique pour eux de se connecter directement à une source d'API de confiance, car cette dépendance compromettrait la nature décentralisée de l'écosystème de la blockchain.

Créez une solution de données inviolable

Notre philosophie d'investissement s'articule autour d'une conviction fondamentale selon laquelle les données inviolables seront la pierre angulaire de la prochaine génération de protocoles DeFi. Cependant, obtenir une résistance à la falsification des données n'est pas une tâche simple et nécessite une infrastructure complexe et des optimisations approfondies pour la rendre économiquement réalisable dès la conception.

Dans ce contexte, Space and Time est devenu un pionnier dans la construction d'une infrastructure de données inviolable. Un élément clé est ses preuves SQL, une amélioration par rapport aux preuves SNARK conçues spécifiquement pour interroger des données à partir de bases de données relationnelles. Cette approche garantit que la requête et ses données sous-jacentes n'ont pas été falsifiées. De plus, il fournit des garanties de validité des données lors de la récupération de données à partir de nœuds d'archivage via des appels RPC.

Certains autres projets primitifs de données sans confiance bien connus incluent, mais sans s'y limiter, Nil Foundation, Axiom, Brevis, Herodotus, etc.

Les données inviolables ouvrent de nouveaux horizons pour les protocoles DeFi, leur permettant de repousser les limites de la fonctionnalité, stimulant la croissance et l'innovation dans l'industrie.

Ci-dessous, nous discutons de l'optimisation de la conception de protocoles basée sur les données lorsque :

1. Expérience utilisateur personnalisée

2. Protocole d'auto-paramétrage

3. Économie protocolaire

4. Accès qualifié

1. Expérience utilisateur personnalisée

Dans le monde technique des affaires, il est courant de fournir aux utilisateurs des services sur mesure. Cependant, les contrats intelligents (essentiellement des chaînes de code représentant une certaine logique métier) unifient souvent l'expérience utilisateur, ce qui équivaut souvent à une mauvaise expérience utilisateur. Par exemple, sur certaines plateformes de prêt, l'utilisateur A est un novice, l'utilisateur B est un utilisateur à long terme et l'utilisateur C est un vétéran de la transaction. Ce manque de différenciation ne tient pas compte du comportement des utilisateurs et manque des opportunités d'améliorer l'adhésion des utilisateurs, d'inciter à un comportement positif et d'optimiser l'utilisation du capital.

Les protocoles ont tout intérêt à identifier le comportement des utilisateurs et à s'adapter en conséquence. Par exemple, en tirant parti des cotes de crédit, en offrant un crédit moins cher ou des taux hypothécaires plus bas aux clients performants. Un tel projet attirera naturellement les utilisateurs de plateformes aux conditions uniformes. De plus, cette approche fournit aux utilisateurs des incitations implicites à adopter un bon comportement afin d'obtenir des conditions plus favorables.

En pensant en termes de fintech, où des entreprises comme SoFi gagnent des parts de marché en refusant de s'unifier, les dApps DeFi peuvent également apprendre. Par exemple, SoFi a constaté une inefficacité du marché sur le marché des prêts étudiants, où les diplômés de Stanford se voyaient facturer les mêmes taux d'intérêt que les autres emprunteurs, même s'ils étaient plus susceptibles de décrocher des emplois bien rémunérés après l'obtention de leur diplôme. SoFi a connu un succès notable en ajustant les tarifs pour mieux refléter les profils de risque des utilisateurs.

De même, dans l'espace DeFi, nous envisageons une opportunité d'innover des protocoles qui tiennent compte du risque utilisateur dans les taux d'intérêt et la garantie. Il faut cependant veiller à ne pas sous-garantir les prêts uniquement sur la base des données historiques existantes, qui deviennent sans objet lorsque la théorie des jeux change.

Il convient de mentionner que des projets tels que Spectral et Cred Protocol tentent de créer des modèles de notation de crédit à partir de données en chaîne. Cependant, ces projets fonctionnent tous sur des bases de données centralisées, donc tant que les données et les modèles qu'ils servent proviennent de données centralisées et peuvent être facilement altérés, il est peu probable que les principaux protocoles DeFi se connectent à leurs API. Au lieu de cela, si ces projets adoptent des solutions inviolables, ils ont le potentiel de devenir des oracles de crédit DeFi omniprésents, alimentant une gamme d'applications innovantes.

2. Protocoles d'auto-paramétrage (minimisation de l'intervention de gouvernance)

De nombreux protocoles DeFi reposent encore sur des processus de gouvernance manuels, souvent dirigés par des sociétés de conseil hors chaîne, pour régler leurs paramètres. AAVE, par exemple, rémunère fortement les sociétés de conseil externes pour surveiller et guider les paramètres de risque du protocole.

Cependant, cette approche pose plusieurs problèmes :

1. Manque de support en temps réel : Le système n'a pas la capacité de répondre aux conditions changeantes du marché ou aux risques émergents.

2. Systèmes manuels : le recours à l'intervention humaine introduit des problèmes de latence et des inefficacités potentielles lors du réglage des paramètres de protocole.

3. Confiance dans les entités hors chaîne : le recours à des cabinets de conseil externes soulève des inquiétudes quant à la transparence et à la méthodologie utilisée pour formuler des recommandations.

Cette approche statique a été exposée lors d'une attaque contre AAVE, entraînant des créances irrécouvrables qui auraient pu être évitées avec des paramètres de prêt appropriés qui reflètent mieux la liquidité des jetons empruntés. De plus, les risques liés à l'utilisation de jetons en circulation comme garantie dans les protocoles de prêt n'ont pas été suffisamment pris en compte.

Pour remédier à ces limitations, les projets doivent passer à des conceptions en temps réel, automatisées, transparentes et sans confiance. Par exemple, les protocoles de prêt pourraient tirer parti d'infrastructures telles que Space and Time pour surveiller les données en temps réel. Cela leur permettra d'ajuster dynamiquement les garanties, les paramètres d'emprunt et d'autres paramètres clés.

De même, les bourses pourraient introduire des structures de frais dynamiques basées sur la volatilité ou les pertes impermanentes. De nombreux pools de liquidités sur Uniswap v3 sont difficiles à atteindre un fonctionnement durable, principalement parce qu'ils ne peuvent pas charger dynamiquement les LP. Avec le Hook d'Uniswap v4 ou le module de Valantis, des frais dynamiques sont possibles.

De plus, les agrégateurs peuvent être exempts de main-d'œuvre humaine et de frais fixes pour s'adapter à l'évolution des risques et des avantages du protocole sous-jacent. La collaboration entre Spool et Solity est un pas dans cette direction, Solity utilisant une approche Big Data pour analyser le rapport risque-récompense des pools.

3. Économie de protocole

Une approche basée sur les données a le potentiel d'améliorer l'économie des protocoles et les modèles économiques symboliques dans DeFi, où les projets peuvent partager des incitations avec les utilisateurs éligibles.

Par exemple, un agrégateur DEX recherchant la fidélité et la fidélité des utilisateurs, il peut allouer des avantages de glissement aux utilisateurs qui remplissent certaines conditions, telles que l'exécution d'un nombre spécifié de transactions et l'atteinte d'un volume de transactions minimum.

De telles incitations incitent fortement les premiers utilisateurs, fidélisent la base d'utilisateurs et incitent directement les utilisateurs existants à promouvoir l'utilisation du protocole au sein de leur propre population.

4. Accès qualifié

Bien que la blockchain ait une nature sans autorisation, elle permet également la liberté de choix. Dans plusieurs cas, l'accès autorisé au niveau de la couche d'application peut garantir que le protocole n'est pas utilisé pour faire du mal ou interagir efficacement avec la base d'utilisateurs prévue.

Par exemple, les protocoles de confidentialité comme Tornado Cash sont surveillés par les régulateurs car ils peuvent être utilisés pour le blanchiment d'argent ou d'autres activités illégales. Pour prévenir le blanchiment d'argent, les développeurs de protocoles peuvent prendre des mesures pour empêcher les mauvais acteurs d'interagir avec leurs plateformes.

De plus, pour les teneurs de marché, la connaissance des contreparties est extrêmement précieuse, mais ces informations ne sont souvent pas disponibles pour les dex. En supposant qu'il soit possible d'utiliser des données pour créer des preuves de personnes réelles, les DEX ne peuvent autoriser que des adresses non bot à interagir, alors ce type de problème peut également être résolu.

Exigences pour un calcul vérifiable

Ce qui a été discuté dans la section précédente peut être entièrement mis en œuvre grâce à l'intégration avec des primitives de données sans confiance. Cependant, d'autres nécessiteront des ressources supplémentaires pour effectuer des calculs statistiques ou de l'apprentissage automatique. Par exemple, les programmes de notation de crédit peuvent exploiter des données infalsifiables, mais nécessitent toujours des algorithmes d'apprentissage automatique pour générer des scores de crédit.

Ou dans le contexte d'un oracle des risques, l'accès aux données sur l'offre en circulation, le volume, le nombre de transactions, le nombre de détenteurs, le temps écoulé depuis le TGE, etc. d'un jeton particulier est essentiel pour déterminer les garanties et les facteurs de prêt appropriés. Cependant, les techniques d'apprentissage automatique doivent effectuer des calculs précis sur la base de ces données.

source:

D'autres domaines de DeFi qui nécessitent des calculs plus complexes incluent, mais sans s'y limiter :

• Agrégateur de revenus : estimez les revenus et les risques du protocole sous-jacent et trouvez l'allocation optimale.
• Optimisation du portefeuille : calculez l'allocation cible du portefeuille en fonction de critères prédéterminés, modifiez l'exposition directionnelle en fonction d'indicateurs techniques, etc.
• Échange décentralisé de dérivés : gestion du risque systémique, ajustement du coût du capital, tarification des dérivés, etc.
• Algorithme avancé d'exécution des transactions
• Logique de tenue de marché du coffre-fort de liquidité
• Bibliothèque de compensation

Des projets comme ChainML répondent à ce besoin en fournissant une couche de calcul hors chaîne vérifiable, alimentée par un mécanisme de consensus spécialement conçu. D'autres qui construisent des couches informatiques d'apprentissage automatique distribué incluent, mais sans s'y limiter, GenSyn, Together.xyz, Akash, etc.

De même, ZKML présente une opportunité intéressante où les preuves ZK peuvent compresser les calculs en preuves succinctes qui peuvent être vérifiées en chaîne, ou démontrer l'utilisation d'un modèle particulier sans révéler ses propriétés. Tels que Modulus Labs, Giza et d'autres projets ZK.

Cependant, la mise en œuvre de l'apprentissage automatique dans ZK est actuellement très coûteuse, ce qui rend la mise en œuvre pratique difficile. Bien que l'accélération matérielle et l'optimisation des circuits puissent améliorer les performances à l'avenir, les demandes de calcul de l'IA devraient croître à un rythme plus rapide, ce qui limite ZKML à des méthodes informatiques de niche qui ne peuvent pas être adaptées aux modèles d'IA de pointe. Par conséquent, des approches telles que l'approche pessimiste basée sur le consensus ou l'approche optimiste basée sur la preuve de la fraude proposée par des projets comme ChainML peuvent être la meilleure opportunité d'intégrer les derniers algorithmes d'intelligence artificielle dans le Web 3.0.

Résumer

La fusion de données infalsifiables, d'une puissance de calcul avancée et d'une prise de décision basée sur les données a le potentiel de débloquer de nouvelles innovations, d'améliorer l'efficacité et la satisfaction des utilisateurs dans l'écosystème DeFi. Bien que cet article se concentre sur les optimisations qui peuvent être apportées au-dessus des primitives de données en chaîne, nous sommes également optimistes quant aux opportunités présentées par l'intégration de diverses données hors chaîne via des preuves zk. Nous pensons que les données amélioreront l'interopérabilité en chaîne et hors chaîne et favoriseront l'intégration entre la finance décentralisée et les systèmes financiers traditionnels.

Alors que l'industrie continue d'évoluer, le protocole doit adopter les technologies émergentes, coopérer avec des projets de premier plan et donner la priorité à la transparence et à la non-confiance, ce qui peut non seulement construire un avenir solide et durable pour DeFi, mais également contribuer à l'impact de DeFi sur la finance mondiale. Cette vision offre la possibilité d'avoir un impact de grande envergure.

Avis de non-responsabilité : Space and Time, ChainML, Nil Foundation et Solity sont des portefeuilles de l'IOSG.

les références:

Crypto x IA :

ZKML :

éco :