1. บทนำ

ด้วยความก้าวหน้าของอุตสาหกรรมเทคโนโลยีสารสนเทศ รวมถึงพลังการคำนวณที่เพิ่มขึ้นและความพร้อมใช้ของข้อมูลขนาดใหญ่ที่ขยายออกไป ประสิทธิภาพของโมเดล AI (ปัญญาประดิษฐ์) ก็ได้ปรับปรุงอย่างมากมาย ที่ผ่านมา ประสิทธิภาพของ AI ได้ถึงหรือเกินกว่าความสามารถของมนุษย์ในหลายด้าน และกำลังถูกนำไปใช้โดยรวดเร็วในอุตสาหกรรมต่างๆ เช่น ด้านสุขภาพ การเงิน และการศึกษา

ตัวอย่างที่เป็นตัวแทนของการพาธุกรรม AI คือ ChatGPT แบบจำลอง AI ที่พัฒนาโดย OpenAI เมื่อพฤศจิกายน 2022 ซึ่งสามารถเข้าใจและตอบสนองภาษาธรรมชาติของมนุษย์ ChatGPT ได้รับผู้ใช้ 1 ล้านคนในเพียง 5 วันหลังจากเปิดตัวและมีผู้ใช้ที่เข้าใช้งานเดือนละ 100 ล้านคนใน 2 เดือน ทำให้ได้รับคำนำหน้าว่าเป็นแอปพลิเคชันที่เติบโตเร็วที่สุดในประวัติศาสตร์

NVIDIA ซึ่งออกแบบและผลิต GPU ที่ใช้สําหรับการฝึกอบรมและการคํานวณของแพลตฟอร์ม AI ที่สําคัญก็ได้รับประโยชน์อย่างมากจากแนวโน้มนี้เช่นกัน ในไตรมาสแรกของปี 2024 กําไรสุทธิของ NVIDIA เพิ่มขึ้น 628% เมื่อเทียบเป็นรายปีเป็น 14.8 พันล้านดอลลาร์ และราคาหุ้นเพิ่มขึ้นประมาณ 3 เท่าเมื่อเทียบกับปีก่อนหน้า โดยบันทึกมูลค่าหลักทรัพย์ตามราคาตลาดที่ 3.2T ซึ่งแสดงประสิทธิภาพที่โดดเด่น

การเติบโตของกลุ่มภาคเรียนของ AI ก็มีผลกระทบที่สำคัญต่อตลาดคริปโต ในเดือนมิถุนายน 2022 เมื่อโครงการศิลปะ NFT กำลังฟุ้งซ่าน การปล่อย DALL-E 2 ซึ่งเป็น AI ที่พัฒนาโดย OpenAI ซึ่งสร้างภาพคุณภาพสูงขึ้นบนข้อความ ทำให้การพูดถึงคำหลักของ AI เพิ่มขึ้น 8 เท่าในช่องโทรเลขมาเธอร์ด้าในประเทศ อีกทั้ง ตั้งแต่ครึ่งหลังของปี 2022 พยานพยานในการเชื่อมโยง AI และบล็อกเชนโดยตรงมากขึ้น และการพูดถึง AI เพิ่มขึ้นเพิ่มอีก 2 เท่า

การเพิ่มขึ้นของภาค AI ยังส่งผลกระทบอย่างมีนัยสําคัญต่อตลาด crypto ในเดือนมิถุนายน พ.ศ. 2022 เมื่อโครงการศิลปะ NFT กําลังเฟื่องฟู การเปิดตัว DALL-E 2 ซึ่งเป็น AI ที่พัฒนาโดย OpenAI ที่สร้างภาพคุณภาพสูงตามข้อความ ทําให้มีการกล่าวถึงคําหลัก AI เพิ่มขึ้น 8 เท่าในช่องโทรเลขคริปโตหลักของเกาหลี นอกจากนี้ ตั้งแต่ช่วงครึ่งหลังของปี 2022 ความพยายามที่จะเชื่อมโยง AI และบล็อกเชนโดยตรงก็เริ่มปรากฏขึ้น และ AI กล่าวถึงเพิ่มขึ้นอีก 2 เท่า

ความสนใจใน AI ระดับนี้จากชุมชน crypto ยังสะท้อนให้เห็นในแนวโน้มการลงทุนในโครงการ crypto ที่เกี่ยวข้องกับ AI ตามเว็บไซต์สถิติสินทรัพย์เสมือน Coingecko ณ วันที่ 20 สิงหาคม 2024 มูลค่าตลาดรวมของโครงการบล็อกเชน 277 โครงการที่จัดอยู่ในภาค AI ได้เพิ่มขึ้นอย่างรวดเร็วในช่วงสองปีที่ผ่านมานับตั้งแต่โครงการที่รวม AI กับบล็อกเชนเริ่มปรากฏขึ้นในช่วงครึ่งหลังของปี 2022 โดยสูงถึง 21 พันล้านดอลลาร์ซึ่งสูงกว่าหมวดหมู่ Layer2 ประมาณ 25%

อย่างไรก็ตาม โครงการบล็อกเชนในภาคภูมิศาสตร์ AI ที่เกิดขึ้นและได้รับความสนใจจนถึงตอนนี้ ส่วนใหญ่มีรูปแบบในการใช้บล็อกเชนเพื่อแก้ไขข้อจำกัดที่ได้รับการเน้นเนื่องจากอุตสาหกรรม AI กำลังพัฒนาอย่างมาก ปัญหาหลักมีดังนี้:

• เครือข่าย GPU แบบกระจาย: โครงการที่ใช้เทคโนโลยีบล็อกเชนเพื่อสร้างเครือข่าย GPU ที่แพร่กระจายที่ใครก็สามารถมีส่วนร่วมในการให้พลังงาน GPU และได้รับสิทธิ์ในการได้รับสะสมเหรียญโทเค็น ซึ่งจะช่วยแก้ปัญหาของการเข้าถึงเนื่องจากต้นทุน GPU ที่ใหญ่มากที่ต้องใช้สำหรับการฝึกโมเดล AI (เช่น IO.NET, Akash Network)
• การฝึกอบรม AI แบบกระจายอํานาจและการพัฒนาโมเดล: โครงการที่ผู้เข้าร่วมหลายคนมีส่วนร่วมในการฝึกอบรม AI และการพัฒนาโมเดลและรับสิ่งจูงใจโทเค็นโดยใช้เทคโนโลยีบล็อกเชนเพื่อแก้ปัญหาอคติ AI ที่เกิดจากสภาพแวดล้อมการพัฒนา AI แบบรวมศูนย์ (เช่น Bittensor)
• ตลาดประสาน AI: โครงการตลาด AI ที่ตรวจสอบและซื้อขายประสิทธิภาพและความเชื่อถือของต้นแบบ/ตัวแทน AI ไปอย่าง透เนียมโดยใช้เทคโนโลยีบล็อกเชนเพื่อตอบสนองต่อความต้องการของต้นแบบ/ตัวแทน AI ที่เฉพาะเจาะจงสำหรับอุตสาหกรรมและฟังก์ชัน (เช่น SingularityNET, Autonolas)

นอกจากตัวอย่างเหล่านี้แล้ว ยังมีพยากรณ์ต่าง ๆ ที่กำลังเกิดขึ้นอย่างต่อเนื่องเพื่อเอาชนะความท้าทายที่เกิดขึ้นในอุตสาหกรรม AI ปัจจุบัน โดยการใช้โครงสร้างบล็อกเชน เช่น ตลาดข้อมูลที่มีลักษณะธรรมชาติและโปรโตคอล IP พยากรณ์เหล่านี้กำลังสร้างผลกระทบซินเนอร์จีอีฟฟิคโดยการให้โครงสร้างที่มั่นคงมากขึ้นสำหรับอุตสาหกรรม AI พร้อมทั้งขยายขอบเขตของการใช้งานสำหรับเทคโนโลยีบล็อกเชน

อย่างไรก็ตาม การรวม AI เข้าสู่ระบบ blockchain ยังคงมีศักยภาพที่ไม่มีที่สิ้นสุดสำหรับการพัฒนา โดยเฉพาะใน DeFi services ซึ่งถูกสร้างขึ้นบนการอนุญาต มีศักยภาพที่จะนำเข้าซึ่งฟังก์ชันต่าง ๆ ที่ยากต่อการทำให้เป็นจริงด้วยสัญญาอัจฉริยะที่มีอยู่แล้ว หากการมีส่วนร่วมของบุคคลที่ถูกเชื่อถือสามารถลดลงผ่านการนำเข้า AI ได้

ในบทความนี้ เราจะมองตัวอย่างเฉพาะของวิธีการที่ AI ถูกใช้ในโปรโตคอล DeFi ปัจจุบัน ความท้าทายที่พวกเขาเผชิญ และอนาคตของ AI ใน DeFi

2. อัจฉริยะ DeFi

AI มีความสามารถที่ยอดเยี่ยมในการวิเคราะห์ข้อมูลจํานวนมหาศาลแบบเรียลไทม์และสรุปผล ความสามารถนี้สามารถมีบทบาทสําคัญในการสรุปข้อมูลเช่นผลตอบแทนและความเสี่ยงที่จัดทําโดยโปรโตคอล DeFi สําหรับการดําเนินการกองทุนของผู้ใช้และช่วยในการบริหารความเสี่ยง ในกรณีนี้ AI ส่วนใหญ่ทํางานบน UI ของ Dapp ทําให้โปรโตคอล DeFi ที่มีอยู่สามารถใช้ AI ได้โดยไม่ต้องมีการปรับเปลี่ยนโครงสร้างที่สําคัญ

ตัวอย่างที่สำคัญคือYearn Finance, ตัวรวมการเก็บผลผลิต. เพื่อให้ผู้ใช้ได้รับสภาพแวดล้อมการลงทุนที่ปลอดภัยมากขึ้น Yearn Finance คือร่วมมือ with GIZA, แพลตฟอร์มสร้างตัวแทน AI ในการสร้างระบบประเมินความเสี่ยงแบบเรียลไทม์สำหรับที่เก็บเงิน Yearn Finance v3

อย่างไรก็ตามสิ่งที่ฉันให้ความสนใจมากขึ้นในการผสมผสานระบบนิเวศ DeFi และ AI คือความสามารถในการให้ความเป็นอิสระแก่โปรโตคอล DeFi โดยใช้ศักยภาพในการคิดและกระทำของ AI ที่เป็นอิสระ

โปรโตคอล DeFi ปัจจุบันมีรูปแบบที่ตอบสนองต่อธุรกรรมที่สร้างโดยผู้ใช้อย่างอดทน กล่าวอีกนัยหนึ่งสัญญาอัจฉริยะของโปรโตคอลทํางานในลักษณะที่กําหนดไว้ล่วงหน้าตามการโต้ตอบของผู้ใช้ อย่างไรก็ตามด้วยการรวม AI เข้ากับโปรโตคอล DeFi โปรโตคอลสามารถวิเคราะห์สภาวะตลาดตัดสินใจได้ดีที่สุดและสร้างธุรกรรมอย่างแข็งขัน สิ่งนี้ทําให้การเกิดขึ้นของโปรโตคอล DeFi ที่ให้บริการทางการเงินรูปแบบใหม่ที่ยากต่อการใช้งานมาก่อน

มาดูตัวอย่างเฉพาะของโปรโตคอล DeFi ที่ใช้ AI ในกลไกการทำงานหลักของพวกเขา

2.1. คลัง Fyde: กองทุนโทเคน AI

Fyde Treasury เป็นโปรโตคอลที่ให้บริการกองทุนประเภทบาสเก็ตที่เรียกว่า Liquid Vault ซึ่งดำเนินการร่วมกันหลายๆ โทเค็นพร้อมกัน และการจัดการพอร์ตโดยใช้ AI ผู้ใช้จะได้รับและสามารถใช้ $TRSY โทเค็นความเป็น Likuid Vault ได้ทันที

2.1.1. Asset Selection and Fund Operation Method

งานหลักของ Liquid Vault คือเพิ่มสัดส่วนของโทเค็นที่มีความเสถียรต่ำในช่วงตลาดที่ลงตัว เพื่อให้ผู้ใช้ได้รับอัตราการลดลงที่ต่ำกว่า ซึ่งนำมาซึ่งผลประสิทธิภาพการลงทุนที่ดีกว่ากลุ่มสินทรัพย์อื่นๆในระยะยาว

คลังข้อมูล Fyde เลือกสินทรัพย์ที่จะรวมอยู่ในพอร์ตการ์หลอดเหล็กผ่านเกณฑ์สามขั้นตอนต่อไปนี้:

• ประเมินว่ามีความเหมาะสมของความสามารถในการซื้อขาย
• ตรวจสอบพื้นหลังของผู้ก่อตั้งโปรโตคอล การตรวจสอบรหัสโปรโตคอล เป็นต้น เพื่อกำหนดว่ามีปัญหาใดๆ หรือไม่
• วิเคราะห์ข้อมูลบนเชืองโซ่ด้วย AI เพื่อประเมินการมีการซักล้างเงิน ระดับการทำธุรกรรมที่ตรงกลางของโทเค็น แนวโน้มการเติบโตอินทรีย์ เป็นต้น

โทเค็นที่ผ่านเกณฑ์เหล่านี้จะถูกนำเข้าสู่พอร์ตโฟลิโอ Liquid Vault และ Fyde Treasury ยังใช้ AI ในกระบวนการบริหารจัดการทรัพย์สินของ Liquid Vault ดังต่อไปนี้:

• การวิเคราะห์และคาดการณ์ตลาด: วิเคราะห์ข้อมูลธุรกรรมแบบ on-chain แนวโน้มของตลาดข่าว ฯลฯ เพื่อทํานายแนวโน้มของตลาดในอนาคต
• การคำนวณน้ำหนักและการสมดุลใหม่: คำนวณน้ำหนักโทเคนที่เหมาะสมและดำเนินการสมดุลใหม่โดยอิงตามแนวโน้มของตลาดที่คาดการณ์ไว้และประสิทธิภาพล่าสุดและความผันผวนของโทเคนในพอร์ตโฟลิโอ
• การบริหารจัดการความเสี่ยงและการตอบสนอง: ระบุการโจมตีด้านการปกครอง การลดความสามารถของพูลเหลือเฟือ ธุรกรรมที่ผิดปกติจากพอร์ตโฟลิโอเพื่อเวลาจริง และปรับปรุงพอร์ตโฟลิโอหรือแยกโทเค็นที่เกี่ยวข้องจากพอร์ตโฟลิโอ
• กลยุทธ์การจัดการสินทรัพย์ขั้นสูง: ประเมินประสิทธิภาพของพอร์ตโฟลิโอวิเคราะห์ประสิทธิภาพของกลยุทธ์อย่างต่อเนื่องและรับข้อมูลเพื่อปรับเปลี่ยนและพัฒนากลยุทธ์ จากนั้นทําการทดสอบเปรียบเทียบกลยุทธ์ที่มีอยู่กับกลยุทธ์ที่ได้มาใหม่วัดประสิทธิภาพและสะท้อนถึงกลยุทธ์การดําเนินงานจริง

ตั้งแต่วันที่ 23 สิงหาคม วันที่เขียน มีทั้งหมด 29 โทเคนที่รวมอยู่ในพอร์ตการ์ฟอลิโอความถี่แข็ง ประกอบด้วยโทเคนภาคสายตาต่าง ๆ ที่มีพื้นฐานบนเครือข่าย Ethereum

Liquid Vault Dashboard, Source: Fyde

เพิ่มเติม Fyde Treasury ยังมีคุณสมบัติที่อนุญาตให้ผู้ใช้ที่ฝากโทเค็นการปกครองโปรโตคอลที่เฉพาะเจาะจงใน Liquid Vault สามารถรักษาสิทธิในการลงคะแนนที่สำคัญโดยการให้โทเค็นเหรียญลิควิดิตี้สำหรับเหรียญที่มีสิทธิการปกครองเหล่านั้น โทเค็นการปกครองที่ผู้ใช้ฝากไว้ใน Liquid Vault จะถูกส่งไปยังวอลเล็ตของผู้ฝากในรูปแบบของ $gTRSY-token ซึ่งสามารถใช้ในการดำเนินการลงคะแนนที่สำคัญสำหรับโปรโตคอลที่เกี่ยวข้องใน Fyde Treasury แท็บการปกครอง.

อย่างไรก็ตาม สิทธิในการลงคะแนนจะได้รับผลกระทบจากน้ำหนักของโทเค็นในพอร์ตโฟลิโอ ดังนั้น สิทธิในการลงคะแนนอาจเปลี่ยนแปลงทุกครั้งที่มีการปรับปรุงพอร์ตโฟลิโอ

2.1.2. การแข่งขันการทำเหมือง Likelihood

Fyde Treasury กำลังมอบ Fyde points ให้กับผู้ให้บริการ Likuiditas ที่ปรับปรุง Likuiditas ตลาดของ $TRSY, โทเคน Likuiditas ฟองน้ำ, และสัญญาว่าจะแจกจ่าย $FYDE, โทเคนการบริหาร Fyde Treasury, ขึ้นอยู่กับจำนวนคะแนนเหล่านี้ในอนาคต

ซึ่งแตกต่างจากโครงการอื่น ๆ ที่มักจะดําเนินการแคมเปญการขุดสภาพคล่องที่ผู้ใช้ต้องฝากคู่โดยตรงในการแลกเปลี่ยนแบบกระจายอํานาจและรับโทเค็นหรือคะแนน Fyde Treasury ยอมรับเงินฝาก$FYDE ของผู้ใช้ในสัญญาการขุดสภาพคล่องภายในของโปรโตคอลและดําเนินการจัดหาสภาพคล่องโดยตรงเพื่อ Uniswap v3 การแลกเปลี่ยนแบบกระจายอํานาจที่ช่วยให้สามารถตั้งค่าช่วงอุปทานเมื่อให้สภาพคล่อง

ในกระบวนการจัดหาสภาพคล่องให้กับ Uniswap v3 จะคํานวณและดําเนินการเส้นทางการแลกเปลี่ยนที่เหมาะสมที่สุดสําหรับการแปลง$FYDE บางส่วนที่ฝากไว้ในสัญญาการขุดสภาพคล่องเป็น $ ETH ผ่านสภาพแวดล้อมการจําลองที่ใช้ AI นอกจากนี้ AI ยังจัดการและเพิ่มประสิทธิภาพช่วงเงินฝากสํารองสภาพคล่องบน Uniswap v3 แบบเรียลไทม์ โดยบรรลุประสิทธิภาพเงินทุนประมาณ 4 เท่าเมื่อเทียบกับการให้สภาพคล่องแก่การแลกเปลี่ยนแบบกระจายอํานาจทั่วไปด้วยเงินทุนเดียวกัน

แดชบอร์ดจำลอง AI แหล่งที่มา:คู่มือ Fyde

ด้วย Fyde Treasury กำลังสร้างกองทุนตะกร้าที่ลดความเห็นชอบของมนุษย์และป้องกันความเสี่ยงต่างๆ ที่มีอยู่ในตลาดแบบเรียลไทม์โดยใช้ AI สำหรับสินทรัพย์ที่ฝากโดยผู้ใช้ในโปรโตคอล

2.1.3. ประสิทธิภาพของโปรโตคอล

มูลค่า TVL ของ Fyde Treasury ได้เพิ่มขึ้นอย่างต่อเนื่องตั้งแต่เปิดใช้งานในมกราคม 2024 โดยมียอด TVL ที่ 2 ล้านดอลลาร์และคงที่ในระดับโดยรวมอยู่ที่ 2 ล้านดอลลาร์ตลอดจนถึงปัจจุบัน ในทางกลับกัน มูลค่าของเหรียญ $TRSY ได้แสดงผลตอบแทน -35% ในรอบ 3 เดือนที่ผ่านมาเนื่องจากความอ่อนแอของตลาดตั้งแต่ปลายเดือนพฤษภาคม

อย่างไรก็ตามเมื่อเปรียบเทียบผลตอบแทนของ $TRSY กับโทเค็นหลักอื่นในระบบนิเวศ Ethereum เราพบว่าโทเค็น $TRSY กำลังแสดงการลดลงที่เล็กกว่าโดยพิจารณาจากความผันผวนของราคาที่เสถียร

เงินสำรอง Fyde ได้เริ่มเปิดตัวมาไม่ถึง 1 ปี และโมเดล AI ของ Fyde ยังคงเรียนรู้และพัฒนาต่อจากข้อมูลตลาด ดังนั้นเมื่อการเรียนรู้ของ AI สะสมและปรับปรุงไป เป็นไปได้ที่จะแสดงประสิทธิภาพที่ดีขึ้นในอนาคต ดังนั้นจึงจำเป็นต้องให้ความสนใจกับทิศทางในการพัฒนาและประสิทธิภาพของเงินสำรอง Fyde ในอนาคต

2.2. Mozaic Finance: ตัวปรับปรุงผลตอบแทน AI

Mozaic Finance เป็นโปรโตคอลเพิ่มประสิทธิภาพผลผลิตที่เพิ่มประสิทธิภาพกลยุทธ์การทําฟาร์มผลผลิตโดยใช้โปรโตคอล DeFi เฉพาะผ่าน AI Mozaic Finance มอบกลยุทธ์การจัดการสินทรัพย์ระบบนิเวศ DeFi ที่หลากหลายแก่ผู้ใช้ในรูปแบบของห้องนิรภัยและใช้ AI สองประเภทต่อไปนี้สําหรับการเพิ่มประสิทธิภาพกลยุทธ์:

• Conon: วิเคราะห์ข้อมูล on-chain ในเวลาจริงเพื่อทำนายเงื่อนไขของตลาดและการเปลี่ยนแปลงของ APY ของกลยุทธ์การเกษียณผลผลิต
• Archimedes: คำนวณยอดเงินลงทุนที่เหมาะสมและดำเนินการจัดสรรกองทุนตามข้อมูลการพยากรณ์ที่ได้รับจาก Conon

ดังนั้น ใน Mozaic Finance AI ตัวแทน Conon ทำหน้าที่เป็น 'วิเคราะห์' และ Archimedes ทำหน้าที่เป็น 'นักกลยุทธ์' ร่วมมือกันในการจัดการสินทรัพย์ที่ฝากไว้โดยผู้ใช้

2.2.1. ประเภทของที่เก็บสินทรัพย์

• Hercules: ที่เก็บเงินที่สามารถดำเนินการเกี่ยวกับการเก็บผลผลิตได้โดยใช้ stablecoins และผู้ฝากจะได้รับโทเค็น MOZ-HER-LP เป็นโทเค็นความเหมาะสม
• ทรัพย์สินที่ฝากโดยผู้ใช้ในที่เก็บไว้จะให้เป็นเงินทุนให้กับโปรโตคอลสะพานStargateเพื่อสร้างผลตอบแทน ศูนย์รวมและปรับสมดุลสินทรัพย์ในคลังโดยใช้วงจร StarGate เพื่อสร้างสรรค์รายได้ที่สูงกว่าในระยะเวลาจริง โดยใช้ลักษณะเฉพาะของ StarGate ที่ APY ตั้งค่าแตกต่างกันสำหรับแต่ละเครือข่ายขึ้นอยู่กับระดับความเคลื่อนไหว แม้ว่าสำหรับสินทรัพย์เดียวกัน

แดชบอร์ด StarGate Farm, แหล่งที่มา:StarGate

• Theseus: ที่เก็บเงินที่ใช้ทรัพย์สินที่เปลี่ยนแปลงได้หลากหลายเพื่อสร้างรายได้และให้ผู้ฝากได้รับโทเค็น MOZ-THE-LP เป็นโทเค็นความเหมาะสมสำหรับการลงทุน
• สินทรัพย์ที่ฝากโดยผู้ใช้ในห้องนิรภัยจะถูกฝากไว้ใน GM Pool ของโปรโตคอล GMX ซึ่งเป็นการแลกเปลี่ยนฟิวเจอร์สถาวรแบบกระจายอํานาจให้สภาพคล่องในการซื้อขายแก่ผู้ค้าและรับสิ่งจูงใจ ในเวลานี้สภาพคล่องจะถูกปรับใช้โดยพิจารณาจากความผันผวนและอัตราดอกเบี้ยของสินทรัพย์การซื้อขายแต่ละ GM พูลและขึ้นอยู่กับสภาวะตลาดสัดส่วนของ stablecoins อาจเพิ่มขึ้นและฝากไว้ใน StarGate เพื่อสร้างดอกเบี้ยเพิ่มเติม

แดชบอร์ด GMX GM Pool, แหล่งที่มา: GMX

• Perseus: ที่เก็บเงินที่ใช้กิจกรรม PoL (Proof of Liquidity) consensus mechanism เพื่อรับรางวัลเครือข่ายโดยให้ Likuiditi ให้กับโปรโตคอลในนิเวศน์ของ GateBerachain, ซึ่งกำลังจะเปิดตัว mainnet ของตัวเอง ทีมงาน Mozaic Finance กำลังพัฒนาและเตรียมการเพื่อเปิดตัวกลยุทธ์โดยใช้ testnet ของ Berachain ข้อมูลเพิ่มเติมจะเปิดเผยในภายหลัง

สำหรับข้อมูลที่เป็นรายละเอียดเกี่ยวกับ Berachain และกลไกการสะท้อนมติ PoL โปรดอ่านบทความBerachain - การจับหมีที่จับสองกระต่าย: สภาพคล่องและความปลอดภัย“.

ไม่เหมือน Fyde Treasury ที่สร้างกองทุนตะกร้าโทเค็น Mozaic Finance เป็นโปรโตคอลที่ปรับแต่งกลยุทธ์การจัดหาสินทรัพย์เพื่อเพิ่มประสิทธิภาพในการให้สินเชื่อและจัดการความเสี่ยงผ่าน AI เมื่อฝากสินทรัพย์ของผู้ใช้เข้าสู่โปรโตคอล DeFi และจัดการความเสี่ยง

ณ เดือนมกราคม 2024 ห้องนิรภัย Hercules และ Theseus แสดงประสิทธิภาพที่ดีโดยมี APYs ที่คาดหวังสูงประมาณ 11% และ 50% ตามลําดับ อย่างไรก็ตาม เนื่องจากเหตุการณ์การโจรกรรมกองทุนในห้องนิรภัยของ Mozaic Finance ห้องนิรภัยทั้งสองจึงถูกระงับในขณะนี้

ผลตอบแทนประจําปีที่คาดหวังของ Hercules และ Theseus vaults ณ เดือนมกราคม 2024 ที่มา:@Mozaic_Fi

2.2.2. อุบัติการณ์การถูกขโมยเงินทุนและ Mozaic 2.0

เหตุการณ์การโจรกรรมกองทุนที่ Mozaic Finance เกิดขึ้นเมื่อวันที่ 15 มีนาคม 2024 ในขณะที่เปลี่ยนไปใช้โซลูชันความปลอดภัยใหม่ที่พัฒนาโดย Hypernativeเพื่อเสริมความเสี่ยงและความปลอดภัยบนเชื่อมต่อโซ่บนบล็อก

ก่อนที่การอัปเดตความปลอดภัยจะเสร็จสมบูรณ์ นักพัฒนาภายในค้นพบว่าเงินในที่เก็บได้ถูกขโมยได้โดยใช้กุญแจส่วนตัวของสมาชิกทีมหลัก พวกเขาแฮกเครื่องคอมพิวเตอร์ของสมาชิกทีมหลักเพื่อรับกุญแจส่วนตัว จากนั้น โดยใช้กุญแจที่ถูกขโมยได้พวกเขาขโมยสินทรัพย์มูลค่าประมาณ 2 ล้านดอลลาร์ที่ผูกมัดอยู่ในห้องนั่งเล่นและย้ายไปยังเว็บไซต์สำหรับการจำหน่ายในลักษณะของแลกเปลี่ยนที่กระจายข้อมูล

เนื่องจากเหตุการณ์นี้ ทีม Mozaic Finance ได้ระงับการทำงานของที่เก็บเงิน Hercules และ Theseus และมูลค่าของ $MOZ โทเค็นการเก็บค่าบริหารและโปรโตคอลลดลงประมาณ 80% ทันทีหลังการโจมตี เรียบเรียงทีม Mozaic Finance ได้เปิดเผยความคืบหน้าของเหตุการณ์โดยโปร่งใสและร่วมมือกับบริษัทรักษาความปลอดภัยติดตามการไหลของทรัพย์สินที่ถูกขโมยและขอแช่และคืนเงินที่ถูกขโมยกลับไปยังแลกเช็คที่นักพัฒนาฝากทรัพย์สินขโมย และทำการพยายามเรียกคืนการทำงานโปรโตคอล

โชคดีที่เงินที่ถูกขโมยทั้งหมดกำลังดำเนินการคืน และในระหว่างรอการคืนเงินที่ถูกขโมยจากแลกเปลี่ยนที่เป็นศูนย์กลาง ทีมกำลังเตรียมเปิดตัว Mozaic 2.0 ซึ่งรวมถึงการปรับปรุงต่อไปนี้:

• การรักษาความปลอดภัยที่เพิ่มมากขึ้น: การตรวจสอบโค้ดและการปรับปรุงความปลอดภัยผ่านบริษัทเชี่ยวชาญด้านความปลอดภัย เช่น Trust Security, Testmachine และ Hypernative
• การปรับปรุงโมเดล AI: อัพเกรดโมเดล Archimedes เดิมอย่างเป็นระบบ รวมถึงการทำนายและเรียนรู้เหตุการณ์สว่างหงายที่ยังไม่เคยเกิดขึ้นเนื่องจากขาดข้อมูลที่สอดคล้องกับความรู้ของผู้เชี่ยวชาญ นอกจากนี้ยังตรวจจับการตัดสินใจที่ผิดปกติและตั้งค่าธงสำหรับการตรวจสอบและการปรับปรุงโมเดลของมนุษย์
• ปรับปรุงประสบการณ์ผู้ใช้: ปรับปรุง UI/UX ของ Dapp และเพิ่มการเข้าถึงของผู้ใช้ไปยัง Dapp ในสภาพแวดล้อมห่วงโซ่ต่างๆ ผ่านการเป็นนามธรรมของบัญชีและการรวมบริการเชื่อมโยง

ดังนั้น อย่างไรก็ตาม แม้ว่า Mozaic Finance จะประสบวิกฤตใหญ่กับเหตุการณ์การโจรกรรมกองทุน แต่พวกเขากำลังเตรียมเปิดตัว Mozaic 2.0 และพยายามให้บริการการจัดการทรัพย์สินที่ปลอดภัยและมีประสิทธิภาพมากขึ้นสำหรับผู้ใช้

3. ความท้าทาย: ปัญหาการกระจายและความยืดหยุ่นของ AI

จนถึงตอนนี้เราได้มองผ่านวิธีการที่โปรโตคอล Intelligent DeFi ใช้ AI เป็นส่วนประกอบหลักของแอปพลิเคชัน DeFi ผ่านกรณีศึกษาของ Fyde Treasury และ Mozaic Finance ประโยชน์ที่โปรโตคอล Intelligent DeFi สามารถได้รับโดยการใช้ AI สามารถสรุปได้ดังนี้:

• การสร้างแบบจำลองโปรโตคอล DeFi ชนิดใหม่ผ่านความเป็นอิสระ
• การเพิ่มประสิทธิภาพของเงินทุนผ่านการวิเคราะห์และการปรับปรุงวิธีการดำเนินการของกองทุน
• การวิเคราะห์และตอบสนองเรียลไทม์ต่อความเสี่ยงเช่นธุรกรรมที่ผิดปกติ

ปัจจุบันการรวมบล็อกเชนและ AI ส่วนใหญ่เกิดขึ้นในทิศทางของการสร้างโครงสร้างพื้นฐานบล็อกเชนเพื่อแก้ปัญหาข้อ จํากัด ของ AI อย่างไรก็ตามเราคาดว่าความพยายามในการแนะนํา AI ในโปรโตคอล DeFi จะเพิ่มขึ้นเนื่องจากประโยชน์ที่กล่าวถึงข้างต้น แน่นอนว่ายังมีความท้าทายที่ต้องแก้ไขในกระบวนการรวมสองสาขานี้เข้าด้วยกัน

AI ต้องการสภาพแวดล้อมที่สามารถประมวลผลข้อมูลปริมาณมากอย่างรวดเร็ว แต่โครงสร้างพื้นฐานบล็อกเชนปัจจุบันไม่สามารถตอบสนองต่อความเร็วในการประมวลผลข้อมูลที่ AI ต้องการ ตัวอย่างเช่น โมเดล ChatGPT-3 ถูกประมาณว่าต้องการกระบวนการข้อมูลล้านล้านครั้งต่อวินาทีเพื่อสร้างคำตอบต่อคำถาม ซึ่งเร็วกว่า Solana ที่มี TPS (การทำธุรกรรมต่อวินาที) สูงสุดอยู่ที่ 65,000 โดยประมาณได้ถึงหลายล้านเท่า

นอกจากนี้ แม้ว่าโครงสร้างพื้นฐานบล็อกเชนจะพัฒนาจนถึงจุดที่การคํานวณ AI เป็นไปได้ แต่ความโปร่งใสของบล็อกเชนสาธารณะอาจเปิดเผยข้อมูลการฝึกอบรมและน้ําหนักการตัดสินใจของโมเดล AI ต่อสาธารณชนได้ สิ่งนี้นําเสนอข้อ จํากัด ที่ธุรกรรมที่สร้างขึ้นโดย AI สามารถคาดการณ์ได้ซึ่งอาจเปิดเผยต่อการโจมตีภายนอกต่างๆ

ด้วยเหตุนี้ DeFi protocols ที่ต้องการใช้งาน AI เช่น Fyde Treasury และ Mozaic Finance ที่ถูกนำเสนอข้างต้น กำลังเรียกใช้งาน AI บนเซิร์ฟเวอร์ที่เป็นศูนย์กลางและมีการติดต่อกับบล็อกเชนโดยอ้างอิงผลลัพธ์

อย่างไรก็ตามวิธีการนี้สร้างสถานการณ์ที่ผู้ใช้ที่ฝากสินทรัพย์ในโปรโตคอลต้องเชื่อใจความซื่อสัตย์ของทีมที่จัดการ AI ซึ่งทำให้หลักการของ DeFi ที่จะให้สภาพแวดล้อมการซื้อขายที่ไม่มีการเชื่อถือโดยการกำจัดความจำเป็นที่ต้องเชื่อถือของบุคคลที่สามผ่านสัญญาอัจฉริยะ ปัญหาของการกระจายและความสามารถในการขยายตัวที่เกิดขึ้นในกระบวนการใช้ AI ในบล็อกเชนถือเป็นความท้าทายที่แอปพลิเคชัน DeFi ต้องแก้ไขในกระบวนการใช้ AI และเทคโนโลยี zkML (Zero Knowledge Machine Learning) กำลังได้รับความสนใจเป็นทางเลือก

3.1. zkML (Zero Knowledge Machine Learning)

zkML เป็นเทคโนโลยีที่รวม Zero-Knowledge Proofs (ZKP) และ Machine Learning (ML) เข้าด้วยกัน การพิสูจน์ความรู้เป็นศูนย์เป็นเทคนิคการเข้ารหัสที่สามารถพิสูจน์เนื้อหาของข้อมูลบางอย่างโดยไม่ต้องเปิดเผยทําให้สามารถป้องกันความเป็นส่วนตัวและการตรวจสอบความสมบูรณ์ของข้อมูลได้ zkML ใช้คุณสมบัติเหล่านี้ของการพิสูจน์ความรู้เป็นศูนย์กับแมชชีนเลิร์นนิงทําให้สามารถพิสูจน์ได้ว่าเอาต์พุตของโมเดลได้รับการคํานวณอย่างถูกต้องโดยไม่ต้องเปิดเผยอินพุตพารามิเตอร์และการทํางานภายในของโมเดล AI

ยิ่งไปกว่านั้นด้วยการสร้างสัญญาอัจฉริยะของโปรโตคอล DeFi เพื่อตรวจสอบหลักฐานที่ไม่มีความรู้และสร้างธุรกรรมแบบ on-chain เฉพาะเมื่อโมเดล AI ทํางานอย่างซื่อสัตย์ตามที่ตั้งใจไว้โดยไม่มีการรบกวนจากภายนอก AI สามารถรวมเข้ากับโปรโตคอล DeFi ได้อย่างปลอดภัย

ตัวอย่างเช่น Mozaic Finance ที่ได้ถูกนำเสนอไว้ก่อนหน้านี้ มีแผนที่จะนำเทคโนโลยีพิสูจน์ที่เป็นความลับเข้าสู่โปรโตคอลในอนาคต และมี ที่ระบุในเอกสารของพวกเขาว่านี้จะเสริมสร้างความสามารถในการพิสูจน์ในเวลาจริงว่าอาร์คิมีดีสตัดสินคณะและจัดการหลุมมั่นใจ

อย่างไรก็ตามเทคโนโลยีการพิสูจน์ความรู้เป็นศูนย์ไม่ได้มีมานานแล้วและจําเป็นต้องมีการอภิปรายและการพัฒนาอย่างมากเพื่อให้นํามาใช้จริง โดยเฉพาะอย่างยิ่งการสร้างหลักฐานที่ไม่มีความรู้สําหรับโมเดล AI ที่ซับซ้อนในขณะที่มีประสิทธิภาพมากกว่าการใช้โมเดล AI โดยตรงบนบล็อกเชน ยังคงต้องใช้ต้นทุนการคํานวณและความจุในการจัดเก็บมากกว่าที่โครงสร้างพื้นฐานบล็อกเชนในปัจจุบันสามารถให้ได้ ดังนั้นเพื่อให้ zkML ใช้งานได้จริงจําเป็นต้องมีความก้าวหน้าทางเทคโนโลยีเพิ่มเติมและการเพิ่มประสิทธิภาพของการพิสูจน์ความรู้เป็นศูนย์และโครงสร้างพื้นฐานบล็อกเชน

4. เศรษฐกิจที่ใช้ตัวแทนและการพิสูจน์ตัวตนของบุคคล

ฉันคาดหวังว่าเมื่อเทคโนโลยีบล็อกเชนและ AI ยังคงพัฒนาต่อไปพวกเขาจะค่อยๆบรรลุความท้าทายที่จําเป็นสําหรับทั้งสองสาขาที่จะมาบรรจบกัน นอกจากนี้จากความคืบหน้านี้ฉันคาดว่าในอนาคตอันใกล้โปรโตคอล DeFi ส่วนใหญ่จะรวม AI เป็นส่วนหนึ่งของกลไกการทํางาน

นอกจากนี้ ด้วยการเกิดขึ้นและการฝึกฝนของแพลตฟอร์มการติดตั้ง AI agent และการซื้อขายเช่น SingularityNET และ Autonolas กำลังสร้างสภาพแวดล้อมที่ไม่เพียงแค่สามารถรวม AI ได้ในระดับโปรโตคอลเท่านั้น แต่ผู้ใช้บุคคลสามารถใช้งาน AI agents ได้อย่างง่ายดาย กล่าวอีกนัยหนึ่ง ทุก 'มนุษย์' ที่มีส่วนร่วมในนิเวศบล็อกเชนจะสามารถสร้างและใช้ Intelligent DeFi protocols ที่เหมาะสมสำหรับบุคคลได้

ตัวอย่างเช่น จำนวนและกิจกรรมของตัวแทน AI ของ Autonolas ที่ดำเนินการเดิมพันโดยวิเคราะห์ข้อมูลบนเชื่อมต่อและออฟไลน์Omenแพลตฟอร์มตลาดการคาดการณ์ของเครือข่าย Gnosis เพิ่มขึ้นอย่างต่อเนื่องโดยสร้างธุรกรรมมากกว่าหนึ่งล้านรายการในเวลาประมาณหนึ่งปีตั้งแต่เดือนกรกฎาคม 2023

คาดว่าตัวแทน AI ส่วนบุคคลที่สามารถจัดการเงินทุนได้อย่างมีประสิทธิภาพตลอด 24 ชั่วโมงจะเพิ่มขึ้นและมีส่วนร่วมในระบบนิเวศบล็อกเชนในอนาคต สิ่งนี้จะนําไปสู่การใช้สภาพคล่องที่ไม่ได้ใช้งานและการดําเนินงานด้านเงินทุนที่มีประสิทธิภาพมากขึ้นซึ่งช่วยเพิ่มสภาพคล่องโดยรวมของระบบนิเวศได้อย่างมาก ในที่สุดการทําธุรกรรมระหว่างตัวแทน AI คาดว่าจะกลายเป็นกิจกรรมหลักของระบบนิเวศสร้างระบบนิเวศทางเศรษฐกิจที่ใช้ตัวแทนใหม่

อีกทั้งยิ่งไปกว่านี้ เมื่อโมเดลของตัวแทน AI ส่วนบุคคลกลายเป็นอัจฉริยะมากขึ้นในอนาคต ตัวแทน AI ส่วนบุคคลอาจขยายขอบเขตการดำเนินงานของพวกเขาไปสู่พื้นที่ที่ออกแบบมาสำหรับ 'มนุษย์' ที่มีความสามารถในการดำเนินการ เช่นการจัดการทรัพย์สินบนเชือกต่อเนื่อง การจับตามโอกาสที่เกี่ยวข้องกับการกระจายอากาศ และการมีส่วนร่วมในการปกครอง

ดังนั้นเมื่อตัวแทน AI เลียนแบบพฤติกรรมของมนุษย์อย่างแม่นยํามากขึ้นมันจะยากขึ้นที่จะแยกแยะระหว่างผู้ใช้มนุษย์ที่ "จริง" และตัวแทน AI ในอนาคต ดังนั้นความสําคัญของ Proof of Personhood ซึ่งเป็นกลไกในการพิสูจน์ความเป็นมนุษย์และเอกลักษณ์ของผู้ใช้จึงคาดว่าจะถูกเน้นโดยเน้นที่โปรโตคอลที่ให้ความสําคัญกับคุณค่าของมนุษย์และหน่วยงาน

4.1. พิสูจน์ว่าเป็นบุคคล

Proof of Personhood เป็นกลไกที่ช่วยให้สามารถพิสูจน์ความเป็นมนุษย์และเอกลักษณ์ของแต่ละบุคคลโดยการเชื่อมโยงลักษณะที่มนุษย์เท่านั้นที่สามารถมีได้กับบัญชีส่วนตัวบนเครือข่าย วิธีการที่กําลังกล่าวถึงและเกิดใหม่ในปัจจุบันสามารถแบ่งออกเป็นสองประเภท:

• การพิสูจน์ตนทางกายภาพ: ใช้ข้อมูลชี้วัดทางชีวภาพที่ไม่เหมือนใคร เช่น ใบหน้า ลายนิ้วมือ ตา ฯลฯ ผ่านฮาร์ดแวร์
• การวิเคราะห์พฤติกรรม: การกำหนดบุคลิกภาพและความเป็นเอกลักษณ์ของมนุษย์โดยใช้กราฟโซเชียลและชื่อเสียงของผู้ใช้ รวมถึงรูปแบบกิจกรรมของเครือข่าย ตลอดจนกิจกรรมของเครือข่ายของบัญชีที่เฉพาะเจาะจงและปฏิสัมพันธ์กับบัญชีอื่น

วิธี Proof of Personhood ที่ใช้การวิเคราะห์พฤติกรรมค่อนข้างดีปกป้องความเป็นส่วนตัวของผู้ใช้และมีข้อได้เปรียบในการเข้าถึงโดยไม่ต้องใช้ฮาร์ดแวร์พิเศษสําหรับการระบุร่างกาย แต่ต้องใช้ข้อมูลเครือข่ายจํานวนมากเพื่อเพิ่มความแม่นยําและความน่าเชื่อถือของการพิสูจน์ เมื่อตัวแทน AI มีความซับซ้อนมากขึ้นการแยกแยะอาจลดลงดังนั้นจึงคาดว่า Proof of Personhood ทางกายภาพจะถูกนํามาใช้อย่างกว้างขวางมากขึ้นในอนาคต

โปรโตคอลตัวแทนที่แนะนําการพิสูจน์ความเป็นบุคคลตามการรับรองความถูกต้องทางกายภาพคือ เวิลด์คอยน์, ร่วมก่อตั้งโดย Sam Altman ผู้ก่อตั้ง OpenAI ที่สร้าง ChatGPT โลกคอยน์เป็นโครงการที่ดำเนินการวิจัยและทดลองในการนำเสนอเงินรายได้พื้นฐานสู่ทุกคนในโลกโดยมอบหมายตัวระบุดิจิตอลที่ไม่ซ้ำกันให้กับทุกคนทั่วโลกผ่าน Proof of Personhood และการกระจายเหรียญ $WLD ให้กับทุกคนที่มีตัวระบุ เพื่อเตรียมความพร้อมสำหรับสถานการณ์ในอนาคตที่คนสูญเสียงานเนื่องจากการพัฒนา AI

4.1.1. เหรียญโลก

Worldcoin เป็นโครงการ Proof of Personhood ที่ใช้การยืนยันตัวตนโดยใช้ภาพจรดวงตาเป็นหลัก โดยใช้อุปกรณ์พิเศษที่เรียกว่า Orb เมื่อทำการยืนยันตัวตนด้วยภาพจรดวงตา จะมีการออก World ID สำหรับจรดวงตานั้นบนเครือข่าย Worldcoin และจะสร้างกุญแจส่วนตัวที่สามารถเข้าถึง World ID ดังกล่าวได้บนอุปกรณ์ส่วนตัวของผู้ใช้

Worldcoin Orb ที่มา:Whitepaper ของ Worldcoin

ณเวลานี้ เครือข่าย Worldcoin เก็บค่าแฮชของข้อมูลไอริสที่สแกนเท่านั้น เพื่อให้ไม่สามารถสร้างหรือระบุไอริสของผู้ใช้ได้ และเมื่อจำเป็นต้องตรวจสอบสำหรับรหัสประจำตัวของโลก อุปกรณ์ของผู้ใช้จะสร้างพิสูจน์ที่ไม่รู้อะไรและส่งไปยังเครือข่าย เพื่อปกป้องความเป็นส่วนตัวของข้อมูลกิจกรรมบนเชือกของบุคคล

อย่างไรก็ตามเนื่องจากระบบการรับรู้ม่านตาเฉพาะเมื่อออก World ID ความท้าทายเช่นการถ่ายโอน World ID ผ่านการซื้อขายอุปกรณ์ที่ถือคีย์ส่วนตัวและการเข้าถึงคีย์ส่วนตัวของตัวแทน AI ยังคงมีอยู่ Worldcoin กําลังพยายามแก้ปัญหาเหล่านี้โดยหารือเกี่ยวกับการแนะนําระบบการพิสูจน์ตัวตนแบบไบโอเมตริกซ์เมื่อใช้ World ID และพัฒนาอัลกอริธึมการตรวจจับ AI ที่ใช้การวิเคราะห์พฤติกรรม

5. สรุป

ในบทความนี้เราได้ตรวจสอบโปรโตคอลที่ให้บริการประเภทใหม่ที่เกิดขึ้นเมื่อ AI ถูกนำเข้าสู่ระบบนิเวศบล็อกเชน อุปสรรคที่เผชิญหน้าไว้โดยโปรโตคอลเหล่านี้และอนาคตของนิเวศบล็อกเชนที่พื้นฐานบนตัวแทน AI

ในอนาคตเทคโนโลยี AI และบล็อกเชนจะพัฒนาและรวมตัวกันต่อเนื่อง ช่วยเสริมสร้างกันเองและผ่านนี้คาดว่าจะมีสภาพแวดล้อมที่ทำให้บุคคลสามารถเข้าถึงและใช้งาน AI และบล็อกเชนได้อย่างสะดวกมากขึ้น

โดยเฉพาะอย่างยิ่งในอนาคต ในระบบนิเวศเศษฐกิจบนเชื่อมโยงที่เน้นไปที่ตัวแทน AI ใครก็สามารถใช้บริการทางการเงินและให้บริการทางการเงินได้อย่างง่ายๆโดยไม่จำเป็นต้องมีความรู้ทางการเงินในระดับสูง คาดว่านี้จะมีส่วนสำคัญในการเพิ่มความสะดวกสบายในการเงินของระบบเชื่อมโยงและการขยายความสามารถในอุตสาหกรรม 'การเงิน'

นอกจากนี้ AI และบล็อกเชนมีศักยภาพที่จะใช้เป็นโครงสร้างพื้นฐานสำหรับธุรกิจต่าง ๆ นอกจากการมีผลกระทบต่อกันอย่างเพียงอย่างเดียว และเป็นผลลัพธ์ทำให้การพัฒนาทั้งสองเทคโนโลยีนี้จะนำเอารุ่นรางสู่การเปลี่ยนแปลงทั่วไปของสังคมมนุษย์โดยรวม นอกเหนือจากผลกระทบที่มีในธุรกิจแต่ละอัน

อย่างไรก็ตามกฎระเบียบของสถาบันที่เกี่ยวข้องกับ AI เช่นการปกป้องความเป็นส่วนตัวของข้อมูลและปัญหาความรับผิดชอบของ AI และกฎระเบียบของสถาบันเกี่ยวกับบล็อกเชนเช่นลักษณะหลักทรัพย์ของโทเค็นจะมีอิทธิพลอย่างมากต่อทิศทางการพัฒนาในอนาคตและโครงสร้างอุตสาหกรรมของเทคโนโลยีเหล่านี้ ดังนั้นจึงจําเป็นต้องสังเกตเนื้อหาของกฎระเบียบอุตสาหกรรมสําหรับ AI และ blockchain ที่จะจัดตั้งขึ้นในอนาคตอย่างใกล้ชิด

ในที่สุดเราหวังว่าการพัฒนาเทคโนโลยีเหล่านี้จะให้สภาพแวดล้อมที่ดีขึ้นสําหรับมนุษยชาติและมีส่วนร่วมในการแก้ปัญหาต่าง ๆ ในสังคมของเรา

คำปฏิเสธ:

1. บทความนี้เป็นการสิ้นเปลืองจาก [ การวิจัยที่แพร่หลาย]. ลิขสิทธิ์ทั้งหมดเป็นของผู้เขียนต้นฉบับ [วิจัยที่แพร่หลาย]. หากมีข้อคัดค้านใด ๆ เกี่ยวกับการเผยแพร่ฉบับนี้ กรุณาติดต่อ เกต์ เรียนทีมงานและพวกเขาจะดูแลมันโดยเร็ว
2. คำเตือนความรับผิด: ความคิดเห็นและความเห็นที่แสดงในบทความนี้เป็นเพียงความคิดเห็นของผู้เขียนเท่านั้นและไม่เป็นการให้คำแนะนำในการลงทุนใด ๆ
3. การแปลบทความเป็นภาษาอื่นๆ ทำโดยทีม Gate Learn หากไม่ได้กล่าวถึง การคัดลอก การกระจาย หรือการลอกเลียนแบบบทความที่ถูกแปลนั้นถือเป็นการฝ่าฝืนกฎหมาย