关注人工智能或科技新闻的朋友对Google旗下DeepMind一定不陌生。2016年3月，DeepMind开发的程序AlphaGo以4：1击败韩国围棋冠军李世石轰动一时，成为近年来人工智能领域的里程碑事件。
最近，由前DeepMind人工智能研究人员组成的团队也将AI技术带到区块链领域。
11月16日，KosenLabs宣布完成500万美元种子轮融资，a16z领投，FrameworkVentures和其他战略合作伙伴参投。KosenLabs团队由前谷歌DeepMind人工智能研究人员和工程师MiljanMartic和PeterToth创建，在设计和实施机器学习和数值优化问题的尖端解决方案方面拥有丰富的经验。KosenLabs的使命是将AI和高级优化的优势带到DeFi等去中心化应用领域，同时降低用户的参与门槛，旨在让每个人都参与到去中心化经济中。
作为该使命的第一步，KosenLabs将专注于为下一代自动做市商(AMM)如Uniswapv3和SushiswapTrident，提供一流的主动流动性提供(LP)解决方案。
对此，KosenLabs利用历史链上数据、中心化交易所的数据以及自定义策略回测引擎，构建了一个专有的AI研究堆栈，并开发了KosenLabsv1策略，它使用机器学习在Uniswapv3上进行自动化流动性管理，是一个功能齐全的解决方案。
v1策略将机器学习模型与约束优化相结合。它包括3个主要组件：
机器学习价格波动预测引擎，以预测所需时间段内的价格分布，这反过来又使用户能够使用非均匀流动性分配策略，这种策略具有更高的流动性和资本效率。
约束优化算法，以进行预测并输出关于头寸数量及其参数的决策，从而最大化提供分布下的资本效率和流动性覆盖率。
头寸管理系统，跟踪所有当前未平仓头寸并决定何时需要调整。
v1策略已准备好接入L2，由于该解决方案具有可组合性，并且机器学习模型可以轻松适应不同情况，v1策略随时都可以在更高的Gas使用量和更高的资本效率之间进行权衡。
KosenLabs先把解决方案的设计选在DeFi特别是主动流动性提供领域是因为：
首先，DeFi是可编程的，拥有开放的API和任何人都可以访问的大量链上数据，这正是机器学习(ML)和高级优化方法能够发挥作用的地方。
其次，下一代AMM为用户提供了更好的体验，具有更高的流动性和更低的滑点，但也具有更高的技术复杂性。LP需要考虑集中流动性、资产组合、订单类型、再平衡和Gas费用等诸多事项。它是一个复杂的控制和优化问题，需要可靠的机器学习预测以支持持续的策略重新评估，并定期智能地更新位置和参数。
最后，随着Uniswapv3和Sushiswap部署了L2解决方案，以及以太坊朝着PoS实施的方向发展，AMM交易Gas费用将在未来6-12个月内大幅下降。如果成功的LP想要保持竞争力，他们将被迫使用某种形式的高级机器学习和优化技术，这将使得AMM版本的做市商转向有效的算法和高频交易策略。
上面概述的v1策略只是KosenLabs研究议程的第一步。KosenLabs将计划进一步开发更复杂的波动率模型、最优约束优化和更好的头寸管理算法，并最终形成一个成熟的端到端强化学习系统的部署，该系统能够自行选择所有参数和步骤，同时考虑到用户提供的条件。
该策略将首先应用在Uniswapv3，之后将考虑扩展到Sushiswap和其他潜在的AMM，以及在L2扩展解决方案上发布保险库，它还将积极与DeFi领域中寻求优化收益生成策略的其他项目合作。
KosenLabs最终目标是将先进的AI和机器学习与去中心化经济的Web3世界建立联系，并在这两个领域的交叉点创造更大的价值。
在代币和治理上，Kosen?Protocol的原生代币是KOSN，未来该协议将通过KosenDAO管理运行。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。