Pelnas:
- Supratimas, kad saugiausias dirbtinio intelekto indėlis yra duomenų išgavimo užklausų rašymas, kad laisvas interpretavimas yra rizikingas ir kiekvienas skaičius turi būti patvirtintas blokų naršyklėje.
- Gebėjimas taikyti duomenų gavimo iš šaltinio discipliną, žinant, kad tiesioginės grandinės duomenų užklausa tiesiogiai iš dirbtinio intelekto sukuria netikrą maišą / adresus
- Supraskite, kad grandinės duomenys įrodo matomumą, bet ne ketinimą, ir etines anonimiškumo panaikinimo ir taikymo ribas.
Viena didžiausių blockchain privalumų yra jos skaidrumas: kiekvienas sandoris, kiekvienas pervedimas, kiekviena sąveika su sutartimi yra viešai ir nuolat registruojama. Grandininė analizė – grandininių operacijų, adresų ir pinigų srautų duomenų nagrinėjimas – yra šio viešo įrašo skaitymas ir jo supratimas: piniginės sekimas, pinigų srauto sekimas, protokolo naudojimo matavimas. Šiame skyriuje sužinosime, kaip dirbtinį intelektą naudoti kaip duomenų analizės asistentą ir, ypač svarbu, kaip patvirtinti kiekvieną skaičių.
Grandininių duomenų struktūra
Grandinės duomenys yra sluoksniuoti:
- Blokas: laiko žyma pažymėtas vienetas, kuriame operacijos grupuojamos.
- Sandoris (tx): vertės pareikalavimas arba sutartis iš vieno adreso į kitą; Jis identifikuojamas su unikalia maiša.
- Adresas/piniginė: tapatybė, kurioje laikomos lėšos ir perkamos lėšos.
- Įvykis (įvykis / žurnalas): struktūriniai įrašai, paskelbti pagal sutartis, kuriose aprašoma, kas atsitiko.
- Žetonų perdavimas: žetonų, tokių kaip ERC-20/ERC-721, keitimas.
Norint peržiūrėti šiuos duomenis, naudojama blokų naršyklė (svetainė, kurioje rodomi grandinės duomenys, pvz., Etherscan) arba užklausų platformos (pvz., Dune, The Graph). AI pati „nežino“ šių duomenų; Jis interpretuoja jūsų pateiktus duomenis arba rašo užklausą, kad gautų duomenis.
Atsargiai: Liepti AI „paimti tos piniginės operacijas“ yra nenaudinga ir pavojinga – AI nėra prijungta prie tiesioginės grandinės ir gali generuoti netikrus maišus / adresus. Teisingas naudojimas: ištraukiate duomenis ir pateikiate juos AI, AI juos interpretuoja; Arba AI parašo jums užklausą, kuri išskirs duomenis, ir jūs ją paleidžiate.
Du pagrindiniai AI vaidmenys grandinės analizėje
1. Užklausos rašymas. Tokiose platformose kaip Dune Analytics duomenys renkami naudojant į SQL panašias užklausas. AI yra galingas rašant šias užklausas: „parašykite užklausą, kuri grąžina šios sutarties dienos operacijų skaičių per pastarąsias 30 dienų“. Užklausa yra deterministinė; paleidžiate jį ir matote rezultatą – haliucinacijų rizika yra maža, nes rezultatą sukuria duomenų šaltinis, o ne AI.
2. Rezultato interpretacija. Pateikite užfiksuotus duomenis AI ir klausiate: "Ką rodo šis pinigų srautas? Ar yra modelis?" tu klausi. Čia didelė haliucinacijų rizika; Kiekviename komentare turi būti nuoroda į šaltinį.
Šių dviejų vaidmenų rizikos profilis skiriasi: užklausų rašymas yra gana saugus (rezultatas gaunamas iš šaltinio), nemokamas interpretavimas yra gana rizikingas (AI gali tai sugalvoti).
Silpnas raginimas / Stiprus raginimas
Silpnas raginimas:
Analizuokite šios piniginės operacijas: 0x1234...
AI nepriklauso nuo tiesioginių duomenų; Šis raginimas verčia jį susimąstyti.
Galingas raginimas (užklausai):
Jūsų vaidmuo: grandinės duomenų analitikas. Parašykite „Dune“ SQL užklausą: pateikite DAILY unikalų siuntėjo adresų skaičių ir bendrą [šiuo ERC-20 prieigos rakto] sutarties perdavimo apimtį per pastarąsias 30 dienų. Apibūdinkite naudojamų lentelių ir laukų pavadinimus. Jei užklausa neveikia, užsirašykite savo prielaidas, kad galėčiau ją pataisyti. DUOMENŲ TINKAMAS; tiesiog sugeneruokite užklausą.
Galingas raginimas (komentarams):
Žemiau yra AKTINIS kopos rezultatas (aš nušoviau). Interpretuokite modelius, remdamiesi vien skaičiais TIKRAI šioje diagramoje: garsumo padidėjimas / sumažėjimas, neįprastas šuolis, koncentracija. Rodyti kiekvieną komentarą su atitinkama eilute/skaičiumi. Nepridėkite skaičių, kurių nėra lentelėje. Neteigti priežastingumo; Galimus paaiškinimus parašykite kaip „hipotezę“.
Keturi kopijuojami šablonai
1) Užklausos generavimas:
Parašykite Dune/SQL užklausą: [laikotarpis] [sutartis/adresas] [metrika]. Paaiškinkite naudojamas lenteles ir JOIN logiką. Aš paleisiu ir patikrinsiu rezultatą; duomenų gamyba.
2) Pinigų srauto stebėjimo metmenys:
Duosiu TIKRŲ pervedimo įrašų rinkinį (adresas, suma, laikas). Paverskite juos sekamu srauto pasakojimu: kur dingo lėšos, ar buvo koncentracija? Naudokite tik mano pateiktus įrašus; kiekvieną žingsnį prijunkite prie atitinkamos linijos. Adresas netikras.
3) Metrinis aiškinimas:
Komentuokite realių metrikų lentelę žemiau: vartotojų skaičius, apimtis, vienos operacijos vidurkis. Nurodykite reikšmingus pokyčius ir galimas priežastis (hipotezę). Duomenų, kurių nėra lentelėje, įtraukimas; nustatant galutinį priežastinį ryšį.
4) Anomalijų žymėjimas:
Pradinė padėtis: šiuo adresu paprastai tvarkoma ~[N] operacijų, ~[X] apimtis per dieną. Aš jums duosiu tikrus įrašus. Įraše pažymėkite tik įvykius, kurie nukrypsta nuo pradinės linijos, atsižvelgiant į tai, kas TIKRAI atsitiko; parodyti kiekvieną su linija. Užbaikite komentarą „reikia peržiūrėti“.
Trys mini dėklai (skaičiais)
1 atvejis – 1 užklausa sumažino dieną iki 20 minučių. Analitikas bandė rankiniu būdu išgauti protokolo naudotojų augimą per 90 dienų. Jis privertė AI parašyti Dune užklausą; Gavau veikiančią užklausą ir grafiką per 20 minučių. Skaičiai buvo patikimi, nes buvo gauti iš šaltinio. Pamoka: užklausų rašymas yra saugiausias ir efektyviausias dirbtinio intelekto indėlis.
2 atvejis – sugauta netikra maiša. Analitikas tiesiogiai liepė AI „apibendrinti naujausius tos banginio piniginės sandorius“. AI pateikė sklandų sąrašą; Tačiau patikrinus Etherscan, dauguma sandorių maišos buvo prasimanymai, kurių apskritai nebuvo. Pamoka: AI prašymas pateikti tiesioginius duomenis sukelia haliucinacijas; duomenys paimami iš šaltinio.
3 atvejis – koncentracijos modelis patvirtintas. Analitikas AI pateikė tikrus perkėlimo duomenis, kuriuos jis užfiksavo, ir paprašė juos išaiškinti. YZ pastebėjo modelį, kai lėšos buvo sutelktos keliuose adresuose. Analitikas patvirtino šį adresą pagal adresą blokų naršyklėje - modelis buvo tikras ir nurodė platinimo riziką. Pamoka: interpretacija realiais duomenimis yra vertinga; Tačiau patvirtinimas vėl yra iš šaltinio.
Privatumas ir etika
Nors grandinės duomenys yra „atviri“, jų analizė turi etinių ribų:
- Anonimiškumo panaikinimas: adresų suderinimas su realiais asmenimis (ypač su nutekėjusiais duomenimis) yra rimtas privatumo pažeidimas; atliekama tik teisėtomis ir įgaliotomis sąlygomis.
- Priekabiavimas / taikymas: neetiška sekti piniginę ir nukreipti ją į jos savininką.
- Investavimo patarimai: tokios išvados, kaip „tas banginis perka, tu taip pat turėtum“ yra klaidinančios ir sukelia atsakomybę.
- Konteksto trūkumas: grandinės duomenys nenurodo ketinimo; Perdavimas gali būti nusikaltimas arba paprastas. Perteklinis aiškinimas yra pavojingas.
Patarimas: įvertinkite kiekvieną grandinėje pateiktą teiginį kaip „duomenys rodo X“, o ne „asmuo daro Y“. Grandinė daro sandorį matomą, bet neįrodo ketinimo.
Dažnos klaidos
- Tiesioginių duomenų užklausa tiesiai iš AI. Sugeneruoja netikrą maišą / adresą.
- Komentaras nesiejamas su šaltiniu. Kiekvienas skaičius turi būti patvirtintas blokų naršyklėje.
- Klaidinga koreliacija ir priežastinis ryšys. Grandinės modelis neįrodo tyčios.
- Adresų sutapimas su nepatvirtintais asmenimis. Konfidencialumo pažeidimo ir klaidų rizika.
- Grandininės išvados pavertimas investavimo patarimais. Tai klaidina ir užtraukia atsakomybę.
- Užklausos dalijimasis jos nedokumentuojant vietoj vienos didelės sutarties. Pakartojamumas išnyksta.
Apibendrinant
- Grandininė analizė yra atviros grandinės duomenų skaitymo ir prasmės ištraukimo procesas.
- Saugiausias dirbtinio intelekto indėlis yra užklausų rašymas; Rezultatas ateina iš šaltinio, haliucinacijų rizika nedidelė.
- Laisvas vertimas yra rizikingas; kiekvienas skaičius turi būti patvirtintas blokų naršyklėje.
- Grandinės duomenys įrodo matomumą, bet ne ketinimą; Vengiama perdėto interpretavimo.
- Anonimiškumo panaikinimas ir taikymas atliekami tik patvirtintame kontekste su etinėmis ribomis.
Taikymo užduotis
Pasirinkite protokolą arba prieigos raktą. Parašykite užklausą į AI naudodami raginimą „užklausos generavimas“, kuris grąžina to žetono kasdienį operacijų skaičių per pastarąsias 30 dienų (Dune galima nemokamai). Vykdykite užklausą. Tada leiskite dirbtiniam intelektui interpretuoti rezultatą naudodami „metrinės interpretacijos“ raginimą. Patvirtinkite kiekvieną teiginį AI komentare faktinių rezultatų lentelėje ir atkreipkite dėmesį, ar yra teiginys, kuris neturi atitikmens lentelėje.
kontrolinis sąrašas
- [ ] Aš neprašiau tiesioginių duomenų iš AI; Ištraukiau jį iš šaltinio.
- [ ] Vykdžiau užklausą ir patikrinau rezultatą.
- [ ] Kiekvieną komentarą susiejau su faktinių duomenų eilute.
- [ ] Koreliacijos kaip priežastinio ryšio nepateikiau.
- [ ] Neturėjau leidimo suderinti adreso ir asmens.
- [ ] Savo susidomėjimo neverčiau investavimo patarimais.
- [ ] Užklausą dokumentavau atkuriamu būdu.