IOSG Ventures: поглиблене дослідження New DeFi, розкриваючи потенціал даних

Автор оригіналу: Момір, IOSG Ventures

Смарт-контракти обмежені, оскільки їм не вистачає можливості взаємодії з середовищем, що обмежує потенціал для децентралізованих програм (dApps). Щоб досягти більш і більш складних функцій, протоколи DeFi мають два варіанти: вони можуть прийняти гнучкий дизайн, наприклад, гравці можуть персоналізувати різні сценарії; або вони можуть запровадити зовнішні залежності – спираючись на інфраструктуру поза мережею, таку як oracle, кіпери , або обчислення поза ланцюгом — для підтримки простого користувацького досвіду.

У нещодавній статті під назвою «Чому DeFi зламаний і як це виправити — Частина 1: Протоколи без Oracle», Ден Елітцер виступає за використання примітивів DeFi без зовнішніх залежностей, щоб мінімізувати вектори атак. Ідея полягає в тому, щоб усунути потребу в довірі до сторонніх установ. Однак екосистема DeFi з нульовою залежністю матиме вищі вимоги до спеціалізації. Більшості користувачів не вистачає часу, досвіду чи ресурсів, щоб стати маркет-мейкерами на Uniswap v3 або оцінити якість застави в протоколі без зовнішніх залежностей, і вони змушені покладатися на надійних посередників для участі.

Таким чином, пошук нульових залежностей може повернути нас до початку або, що ще гірше, змусити користувачів, які не мають досвіду, довіряти складним об’єктам або вносити кошти в перехідні смарт-контракти, що посилює незахищеність. Замість того, щоб боротися за повне усунення зовнішніх залежностей, розгляньте більш прагматичні підходи, такі як ретельніший контроль зовнішніх залежностей і обмеження потенційних сценаріїв «чорного лебедя». Ми повинні визнати, що певний ступінь залежності є неминучим і навіть вирішальним для розвитку галузі.

Серед відомих проектів DeFi рання версія Uniswap була найближчою до досягнення нульових залежностей. Однак нещодавня поява Uniswap v4 демонструє перехід до високомодульного підходу («хуки») для просування поля вперед.

Примітиви даних

Дискусії про зовнішні залежності обертаються навколо здатності смарт-контрактів взаємодіяти із зовнішніми даними. Сьогодні взаємодія даних часто покладається на оракули для доступу до інформації поза ланцюгом, хоча й в обмеженому обсязі (головним чином включаючи ціни основних криптовалют).

Оскільки все більше й більше видів діяльності переміщується в блокчейн, велика кількість цінних даних у ланцюжку може бути використана для алгоритмічного та прозорого вдосконалення конструкції механізму. Однак, незважаючи на прозорість даних у ланцюжку, інтегрувати їх зі смарт-контрактами непросте завдання. Читання, обробка та доставка значущих даних вимагає складної та надійної інфраструктури. У результаті розробники часто покладаються на наявні інструменти для своїх потреб у даних. Однак більшість існуючих рішень для роботи з даними базуються на фреймворках Web 2.0, і ще більша частина рідних протоколів Web 3.0 не може гарантувати точність даних, які вони надають.

Обговорення Sushiswap щодо надсилання неточних даних із підграфу Polygon Sushi-Matic

Враховуючи, що смарт-контракти можуть навіть керувати мільярдами доларів депозитів, для них небажано та практично не підключатися безпосередньо до надійного джерела API, оскільки така довіра підірве децентралізований характер екосистеми блокчейну.

Створіть рішення для даних із захистом від несанкціонованого доступу

Наша інвестиційна філософія ґрунтується на фундаментальному переконанні, що дані, захищені від підробки, стануть наріжним каменем наступного покоління протоколів DeFi. Проте забезпечення захисту від підробки даних не є простим завданням і вимагає складної інфраструктури та масштабних оптимізацій, щоб зробити це економічно доцільним за проектом.

У цьому контексті Space and Time стала піонером у створенні інфраструктури даних, захищеної від втручання. Ключовою частиною є докази SQL, покращені докази SNARK, розроблені спеціально для запиту даних із реляційних баз даних. Такий підхід гарантує, що запит і його базові дані не були підроблені. Крім того, він надає гарантії дійсності даних під час отримання даних з вузлів архіву через виклики RPC.

Деякі інші добре відомі проекти примітивних даних без довіри включають, але не обмежуються ними, Nil Foundation, Axiom, Brevis, Herodotus тощо.

Захищені від втручання дані відкривають нові горизонти для протоколів DeFi, дозволяючи їм розширювати межі функціональності, сприяючи подальшому зростанню та інноваціям у галузі.

Нижче ми обговорюємо оптимізацію дизайну протоколу на основі даних, коли:

1. Персоналізований досвід користувача

2. Протокол самопараметризації

3. Протокольна економіка

4. Кваліфікований доступ

1. Персоналізований досвід користувача

У світі технічного бізнесу звично надавати користувачам індивідуальні послуги. Однак розумні контракти (по суті рядки коду, що представляють певну бізнес-логіку) часто уніфікують взаємодію з користувачем, що часто прирівнюється до поганої взаємодії з користувачем. Наприклад, на деяких платформах кредитування користувач A є новачком, користувач B є користувачем довгострокової угоди, а користувач C є ветераном транзакції. Ця відсутність диференціації не враховує поведінку користувачів і втрачає можливості підвищити постійність користувачів, стимулювати позитивну поведінку та оптимізувати використання капіталу.

Протоколи зацікавлені у визначенні поведінки користувача та відповідному налаштуванні. Наприклад, шляхом підвищення кредитних рейтингів, пропонування дешевших кредитів або нижчих іпотечних ставок клієнтам, які добре працюють. Такий проект природно залучить користувачів з платформ з єдиними умовами. Крім того, цей підхід надає користувачам неявні стимули до належної поведінки, щоб отримати більш сприятливі умови.

Якщо говорити про фінтех, де такі компанії, як SoFi, завойовують частку ринку, відмовляючись від уніфікації, DeFi dApps також може навчитися. Наприклад, SoFi виявила ринкову неефективність на ринку студентських позик, де випускники Стенфордського університету стягували ті самі процентні ставки за кредитами, що й інші позичальники, навіть якщо вони з більшою ймовірністю влаштувалися на високооплачувану роботу після закінчення навчання. SoFi досягла помітного успіху, скоригувавши ставки, щоб краще відображати профілі ризиків користувачів.

Подібним чином у сфері DeFi ми передбачаємо можливість інноваційних протоколів, які враховують ризик користувача в процентних ставках і заставі. Однак слід бути обережним, щоб не отримати недостатню заставу в кредитуванні виключно на основі існуючих історичних даних, які стають неактуальними, коли змінюється теорія ігор.

Варто зазначити, що такі проекти, як Spectral і Cred Protocol, намагаються створити моделі оцінки кредитоспроможності на основі даних у мережі. Однак усі ці проекти працюють на централізованих базах даних, тому, поки дані та моделі, які вони обслуговують, надходять із централізованих даних і їх можна легко підробити, малоймовірно, що основні протоколи DeFi підключатимуться до їхніх API. Натомість, якщо в цих проектах застосовуватимуться рішення, захищені від несанкціонованого доступу, вони можуть стати повсюдними кредитними оракулами DeFi, забезпечуючи низку інноваційних програм.

2. Самопараметризуючі протоколи (мінімізація втручання управління)

Багато протоколів DeFi все ще покладаються на процеси керування вручну, якими часто керують консалтингові фірми поза мережею, для налаштування своїх параметрів. AAVE, наприклад, платить значні кошти зовнішнім консалтинговим фірмам за моніторинг і керування параметрами ризику протоколу.

Однак такий підхід створює кілька проблем:

1. Відсутність підтримки в режимі реального часу: системі бракує здатності реагувати на зміни ринкових умов або нові ризики.

2. Ручні системи: залежність від втручання людини створює проблеми із затримкою та потенційну неефективність під час налаштування параметрів протоколу.

3. Довіра до суб’єктів господарювання поза мережею: залежність від зовнішніх консалтингових фірм викликає занепокоєння щодо прозорості та методології, яка використовується для надання рекомендацій.

Цей статичний підхід було виявлено під час атаки на AAVE, що призвело до безнадійних боргів, яких можна було б уникнути за допомогою відповідних параметрів кредитування, які краще відображають ліквідність позичених токенів. Крім того, ризики використання циркулюючих токенів як застави в протоколах кредитування не були належним чином розглянуті.

Щоб усунути ці обмеження, проекти мають перейти до автоматизованих, прозорих і ненадійних проектів у режимі реального часу. Наприклад, протоколи кредитування можуть використовувати таку інфраструктуру, як простір і час, для моніторингу даних у режимі реального часу. Це дозволить їм динамічно регулювати заставу, параметри запозичень та інші ключові параметри.

Подібним чином біржі можуть запроваджувати динамічні структури комісій на основі нестабільності чи непостійних втрат. Багато пулів ліквідності на Uniswap v3 важко досягти стабільної роботи, головним чином через те, що вони не можуть динамічно заряджати LP. За допомогою Hook of Uniswap v4 або модуля Valantis можливі динамічні комісії.

Крім того, агрегатори можуть бути вільні від людської праці та фіксованих комісій, щоб адаптуватися до мінливих ризиків і винагород базового протоколу. Співпраця між Spool і Solity є кроком у цьому напрямку, коли Solity використовує підхід до великих даних для аналізу співвідношення ризиків і винагороди пулів.

3. Економіка протоколу

Підхід, що керується даними, має потенціал для покращення економіки протоколу та економічних моделей токенів у DeFi, де проекти можуть ділитися стимулами з відповідними користувачами.

Наприклад, агрегатор DEX, який шукає постійність і лояльність користувачів, може розподілити переваги прослизання для користувачів, які відповідають певним умовам, наприклад, виконання визначеної кількості транзакцій і досягнення мінімального обсягу транзакцій.

Такі заохочення значною мірою заохочують перших користувачів, зміцнюють лояльність у користувацькій базі та заохочують безпосередньо існуючих користувачів заохочувати використання протоколу серед свого населення.

4. Кваліфікований доступ

Хоча блокчейн має природу без дозволу, він також надає свободу вибору. У багатьох випадках дозволений доступ на прикладному рівні може гарантувати, що протокол не використовується для шкоди або ефективної взаємодії з призначеною базою користувачів.

Наприклад, протоколи конфіденційності, такі як Tornado Cash, перебувають під пильною увагою регуляторів, оскільки вони можуть використовуватися для відмивання грошей або іншої незаконної діяльності. Щоб запобігти відмиванню грошей, розробники протоколів можуть вжити заходів, щоб запобігти взаємодії зловмисників з їхніми платформами.

Крім того, для маркетмейкерів знання про контрагентів є надзвичайно цінними, але така інформація часто недоступна dexes. Якщо припустити, що можна використовувати дані для створення доказів реальних людей, DEX можуть дозволяти взаємодіяти лише адресам, які не є ботами, тоді цю проблему також можна вирішити.

Вимоги до верифікованих обчислень

Те, що обговорювалося в попередньому розділі, може бути повністю реалізовано за допомогою інтеграції з примітивами безнадійних даних. Однак іншим знадобляться додаткові ресурси для виконання статистичних обчислень або машинного навчання. Наприклад, програми оцінки кредитоспроможності можуть використовувати дані, захищені від підробки, але все одно вимагають алгоритмів машинного навчання для генерації оцінок кредитоспроможності.

Або в контексті оракула ризиків наявність доступу до даних про оборотну пропозицію, обсяг, кількість транзакцій, кількість власників, час після TGE тощо для певного токена має вирішальне значення для визначення відповідної застави та факторів кредитування. Однак методи машинного навчання повинні виконувати точні обчислення на основі цих даних.

джерело:

Інші області в DeFi, які вимагають складніших обчислень, включають, але не обмежуються:

• Агрегатор доходу: оцініть дохід і ризики базового протоколу та знайдіть оптимальний розподіл.
• Оптимізація портфеля: обчислюйте цільовий розподіл портфеля на основі заздалегідь визначених критеріїв, змінюйте напрямок експозиції на основі технічних індикаторів тощо.
• Децентралізований обмін деривативами: системне управління ризиками, коригування вартості капіталу, ціноутворення деривативів тощо.
• Розширений алгоритм виконання торгів
• Логіка формування ринку сховища ліквідності
• Очищення бібліотеки

Такі проекти, як ChainML, вирішують цю потребу, надаючи перевірений рівень обчислень поза ланцюгом, що працює на основі спеціально створеного механізму консенсусу. Інші, які створюють обчислювальні рівні розподіленого машинного навчання, включають, але не обмежуються GenSyn, Together.xyz, Akash тощо.

Подібним чином ZKML представляє цікаву можливість, коли докази ZK можуть стискати обчислення в короткі докази, які можна перевірити в ланцюжку, або продемонструвати використання конкретної моделі, не розкриваючи її властивостей. Такі як Modulus Labs, Giza та інші ZK проекти.

Однак реалізація машинного навчання в ZK наразі дуже дорога, що ускладнює практичне впровадження. У той час як апаратне прискорення та оптимізація схеми можуть підвищити продуктивність у майбутньому, очікується, що обчислювальні вимоги штучного інтелекту зростатимуть швидшими темпами, що зробить ZKML обмеженим обчислювальними методами ніші, які неможливо адаптувати до найсучасніших моделей штучного інтелекту. Таким чином, такі підходи, як песимістичний підхід на основі консенсусу або оптимістичний підхід на основі доказів шахрайства, запропоновані такими проектами, як ChainML, можуть бути найкращою можливістю для інтеграції найновіших алгоритмів штучного інтелекту в Web 3.0.

Підведіть підсумки

Поєднання захищених від підробок даних, передової обчислювальної потужності та прийняття рішень на основі даних має потенціал для відкриття нових інновацій, підвищення ефективності та задоволення користувачів в екосистемі DeFi. Хоча ця стаття зосереджена на оптимізації, яку можна зробити на основі примітивів даних у ланцюжку, ми однаково позитивно оцінюємо можливості, які надає інтеграція різних даних поза ланцюгом через zk-докази. Ми віримо, що дані підвищать взаємодію в ланцюжку та поза ним, а також сприятимуть інтеграції між децентралізованими фінансами та традиційними фінансовими системами.

Оскільки індустрія продовжує розвиватися, протокол повинен охоплювати нові технології, співпрацювати з провідними проектами та віддавати пріоритет прозорості та надійності, що може не тільки побудувати міцне та стійке майбутнє для DeFi, але й сприяти впливу DeFi на глобальні фінансові послуги. Це бачення дає можливість мати далекосяжний вплив.

Відмова від відповідальності: Space and Time, ChainML, Nil Foundation і Solity є портфоліо IOSG.

посилання:

Crypto x AI:

ZKML:

еко: