Zawsze badamy praktyczne zastosowanie #AI w zakresie inwestycji #Web3 i jego wartość, a także pomagamy jak najwięcej ludzi w dobie przejrzystości danych na łańcuchu, osiągać maksymalną efektywność informacyjną i wydajność. Oto część naszych pierwszych przykładów: w poprzednich artykułach dziś opowiemy o #GPT4 wybuchowym nowym rozwiązaniu: parserze kodu.
Na jakim poziomie ten parser kodu jest użyteczny? Wcześniej GPT4 mógł tylko odpowiadać na pytania tekstowe, w jednym kierunku, jedno pytanie - jedna odpowiedź, bez możliwości dwukierunkowej interakcji. Teraz parser kodu oferuje potężne funkcje: może samodzielnie przesyłać pliki wideo, dźwiękowe, tabele, pliki kodu itp. Dzisiaj pokażę wam, jak badacze inwestycyjni wybrali w ciągu 50 dni projekty z potencjałem 100-krotnego wzrostu, a GPT4 zrobił za mnie analizę w ciągu 1 godziny!
Pierwszy krok to podanie danych źródłowych z pliku EXCEL do GPT4, aby najpierw się nauczył (z powodu dotykania wewnętrznych materiałów szkoleniowych, przedstawiamy tylko część – prosimy o zrozumienie).
Drugi krok to prośba do GPT4 o znalezienie analizy korelacji między projektami i przedstawienie graficznej wizualizacji korelacji w postaci mapy cieplnej. Im bliższe 1 wartość, tym silniejsza korelacja, im dalej od 1, tym słabsza korelacja. W rzeczywistości w tym kroku nie udało się znaleźć silnych korelacji (ważne jest pokazanie logicznego rozumowania).
Trzeci krok to wizualizacja w postaci wykresu słupkowego dla poszczególnych sektorów za pomocą #GPT4 . Najdłuższy słup w kolorze różowym to łańcuchy L1. Tak się rzeczywiście stało – w poprzednim cyklu największą liczbę projektów z 100-krotnym wzrostem miały właśnie łańcuchy, które nazywamy „zabójcami Ethereum”, takie jak #SOL #ONE #MATIC itp.
Czwarty krok to przedstawienie procentowego udziału największej szansy na pojawienie się projektu 100-krotnego wzrostu w różnych kategoriach sektorów za pomocą wykresu kołowego. Łatwo zauważyć, że sektor DEFI ma największy udział, co oznacza, że w sektorze DEFI najwięcej projektów osiągnęło wzrost 100-krotny. Następnie następują NFT i łańcuchy L1. (Uwaga: liczba powstawania projektów a wysoka skuteczność trafienia to dwa różne pojęcia)
Piąty krok to rozważenie, czy istnieje silna zależność między wielkością wzrostu projektu a jego rankingu kapitalizacji rynkowej w danym momencie. Dlatego wykonywaliśmy analizę korelacji między wielkością wzrostu a rankingu kapitalizacji rynkowej na poziomie najniższym i najwyższym, przedstawiając wyniki na wykresie punktowym. Jak
Na końcu ponownie pozwalamy #GPT4 na samodzielne uczenie się, aby przeanalizowało, jak wzrost wartości币 (wzrost 100-krotny) zależy od innych zmiennych i jakie istnieją ilościowo mierzalne zależności. Oto jego wnioski! Zawierają one: czas zakupu i czas sprzedaży (timing), najniższą cenę, najwyższą rangę kapitalizacji rynkowej itp. Jak
Podsumowanie: powyższy przykład można stosować nie tylko w kontekście Web3
Przeprowadziliśmy również podanie danych finansowych spółek publicznych, a następnie GPT4 samodzielnie analizował: jakie problemy pojawiły się w danych finansowych; na co należy zwracać uwagę; w jakich obszarach należy wprowadzić optymalizację, aby zwiększyć rentowność. W tym samym czasie można podawać filmy lub obrazy, a za pomocą języka naturalnego automatyzować edycję zdjęć i filmów. AI to nowa siła produkcyjna, a Web3 to nowa relacja produkcyjna!