Vitalik の新しい記事: 予測市場から情報金融まで Polymarket が私を興奮させる理由

私が最も興奮するイーサリアム アプリケーションの 1 つは、予測マーケットです。 2014 年に、私はロビン・ハンソンによって考案された予測ベースのガバナンス モデルであるフタルキーについての記事を書きました。私は 2015 年から Augur のアクティブ ユーザーであり、サポーターです (Wikipedia の記事に私の名前が載っています)。私は 2020 年の選挙に 58,000 ドル賭けました。私は今年、Polymarket を密接にサポートし、フォローしてきました。

多くの人にとって、予測市場は選挙に賭けることであり、選挙に賭けることはギャンブルです。人々が楽しめるのであれば、それは素晴らしいことですが、基本的には、pump.fun に賭けるよりも優れたものではありません。ランダムなトークンを購入するほうが楽しいのです。 。この観点から見ると、予測市場に対する私の興味は複雑に思えます。そこで、この記事では、なぜこのコンセプトが私を興奮させるのかを説明したいと思います。要するに、(i) 既存の予測市場さえも世界にとって非常に有用なツールであると私は信じていますが、さらに、(ii) 予測市場は、ソーシャル分野でより良い実装を生み出す可能性を秘めた、より大きく非常に強力なカテゴリーの一例にすぎません。メディア、科学、ジャーナリズム、ガバナンス、その他の分野。このカテゴリーを「情報金融」と呼ぶことにします。

Polymarket の 2 つの側面: 参加者のためのベッティング サイト、その他すべての人のためのニュース サイト

過去 1 週間、Polymarket は米国選挙に関する非常に効果的な情報源でした。ポリマーケットは、トランプ氏が勝利する可能性が 60/40 であると予測しただけでなく (他の情報筋は 50/50 を予測していましたが、それ自体はあまり印象的ではありません)、他のメリットも示しました。情報筋はハリス氏に有利なニュースを聞くことを期待して視聴者を誘惑してきたが、ポリマーケットはその記録を正した。トランプ氏が勝利する確率は95％以上、議会のすべての政府部門を掌握する可能性は90％以上ある。同時に。

どちらのスクリーンショットも 11 月 6 日午前 3 時 40 分（東部標準時）に撮影されたものです

しかし私にとって、これは Polymarket の面白さを示す最良の例ですらない。それでは、別の例を見てみましょう。7 月のベネズエラの選挙です。選挙の翌日、ベネズエラで高度に不正に操作された選挙結果に抗議する人々が目の端で見えたのを覚えています。最初はあまり注目しませんでした。私はマドゥロ氏がすでに「基本的に独裁者」の人物の一人であることを知っているので、もちろん彼は権力を維持するためにあらゆる選挙結果を改ざんするだろう、当然抗議活動が起こるだろう、もちろん抗議活動は失敗するだろうと思っていた - 残念ながら問題は、他の多くの人が失敗しました。しかし、Polymarket をスクロールしていたら、次のようなものを見つけました。

人々は、今回の選挙でマドゥロ大統領が打倒される可能性が23％あると賭けるために、10万ドル以上を投資する意欲がある。 今では注目し始めています。

もちろん、私たちはこの状況がもたらす不幸な結果を承知しています。結局、マドゥロ氏は権力の座に留まった。しかし、市場を見て、今回のマドゥロ打倒の試みは深刻であることがわかりました。抗議活動は大規模で、野党は驚くほどうまく実行された戦略を考え出し、選挙がいかに不正であったかを世界に証明した。 Polymarket から「今回は注目に値するものがある」という最初のシグナルを受け取っていなければ、私は注目し始めなかったでしょう。

ポリマーケットのベッティング チャートを完全に信頼してはいけません。誰もがベッティング チャートを信じていたら、お金を持っている人なら誰でもベッティング チャートを操作でき、誰もベッティング チャートに逆らって賭けようとはしないでしょう。一方で、ニュースを全面的に信じるのも悪い考えです。ニュースにはセンセーショナルな動機があり、クリックのためにあらゆる結果を誇張します。これは正当化される場合もあれば、正当化されない場合もあります。センセーショナルな記事を読んだ後、市場に行ってみて、問題の出来事の確率がまったく変わっていないことがわかった場合、懐疑的になるのも当然です。あるいは、市場で予期せぬ高確率または低確率、または予期せぬ突然の変化が見られた場合、それはニュースを読んでその原因を確認する必要があるという合図です。 結論: ニュースを読んでチャートに賭けたほうが、単独で読むよりもより多くの情報を得ることができます。

ここで何が起こっているのかを確認してみましょう。あなたがベッターであれば、Polymarket というベッティング Web サイトで賭けることができます。ベッターではない場合は、ベッティング チャートを読むことができます。あなたにとって、これはニュース ウェブサイトです。ベッティング チャートを完全に信頼してはいけませんが、私は個人的にベッティング チャートを読むことを情報収集ワークフローのステップとして (従来のメディアやソーシャル メディアと同様に) 取り入れており、より効率的により多くの情報を得るのに役立ちます。

情報金融のより広範な意義

ここからが重要な部分です。選挙結果の予測は最初の応用にすぎません。より広い概念は、視聴者に価値のある情報を提供するために、インセンティブを調整する方法として金融を使用できるということです。さて、自然な反応は次のとおりです。金融とは基本的に情報に関するものではないでしょうか? 参加者が異なれば、（リスク選好やヘッジしたいなどの個人的なニーズに加えて）将来何が起こるかについて異なる見解を持っているため、異なる売買決定を下すことになります。また、市場を読むことで世界について多くのことを推測することができます。価格。

私にとって情報金融とはまさにそのようなものですが、構造的には正しいのです。ソフトウェア エンジニアリングにおける構造的正しさの概念と同様に、情報ファイナンスは、(i) 知りたい事実から始め、(ii) 市場参加者から情報を最大限に入手できるように市場を意図的に設計することを必要とする学問です。 。

情報金融は、賭け者が予測を行い、読者が予測を読むという 3 つの側面を持つ市場です。市場は公共財として将来の予測を出力します（そのように設計されているからです）。

予測マーケットはその一例です。将来起こるであろう特定の事実を知りたいので、人々がその事実に賭けるためのマーケットを設定します。もう 1 つの例は、意思決定市場です。何らかの指標 M に従って、意思決定 A と意思決定 B のどちらがより良い結果を生み出すかを知りたいとします。これを達成するには、条件付き市場を設定します。(i) どの決定が選択されるか、(ii) 決定 A が選択された場合は M の値、それ以外の場合はゼロ、(iii) 決定 B が選択された場合は 0 に賭けるよう人々に依頼します。選択された場合、M の値が取得されます。それ以外の場合、M の値はゼロになります。これら 3 つの変数を使用して、市場が決定 A と決定 B のどちらが M の価値にとってより有益であるとみなしているかを判断できます。

私は、今後 10 年間で情報金融の発展を推進するテクノロジーの 1 つは AI (大型モデルであれ、将来のテクノロジーであれ) であると予測しています。それは、情報金融の最も興味深い応用例の多くが「ミクロ」問題、つまり個別の決定が比較的小さな影響を与える数百万の小規模市場に関連しているためです。実際、取引量が少ない市場は効率的に機能していないことがよくあります。経験豊富なプレーヤーにとって、数百ドルの利益を得るために詳細な分析に時間を費やすのは意味がありません。多くの人は、市場のような補助金がなければ利益は得られないとさえ信じています。単純に機能しないのは、経験豊富なトレーダーが最大かつ最もセンセーショナルな問題を除いて利益を得るほどの単純なトレーダーがいないからです。 AIはこの方程式を完全に変え、取引高が10ドルの市場であっても、それなりに質の高い情報を得ることが可能になります。補助金が必要な場合でも、1号あたりの補助金額が非常にお手頃になります。

情報金融には人間の蒸留（蒸留）が必要

裁判官

信頼でき、コミュニティ全体が信頼するという正当性を備えた人間の判断メカニズムがあるとしますが、判断には長い時間がかかり、コストがかかるとします。ただし、その「高価なメカニズム」の少なくとも近似コピーに、低コストでリアルタイムにアクセスできるようにしたいと考えています。何ができるかについてのロビン ハンソンのアイデアは次のとおりです。意思決定が必要になるたびに、高価なメカニズムが呼び出された場合に意思決定の結果がどうなるかを予測する予測市場を構築します。予測市場を運営させ、少額の資金を投資してマーケットメーカーに補助金を与えます。

99.99% の確率で、実際には高価なメカニズムを呼び出すことはありません。おそらく、「トランザクションを取り消し」て全員の入力を返すか、単に全員にゼロを与えるか、あるいは平均価格が 0 か 1 に近いかどうかを確認します。それを基本的な事実として扱います。 0.01% の確率で、ランダムである可能性もあれば、最も取引量が多い市場向けである可能性もあり、その 2 つの組み合わせである可能性もあり、実際には高価なメカニズムを実行し、それに応じて参加者に報酬を与えることになります。

これにより、元の非常に信頼できるが非常に高価なメカニズムの信頼性があり、中立的で、高速で安価な「蒸留バージョン」が得られます (LLM の「蒸留」のアナロジーとして「蒸留」という言葉を使用します)。時間の経過とともに、この蒸留メカニズムは元のメカニズムの動作をほぼ反映するようになります。なぜなら、その結果の達成に貢献した参加者だけが利益を得て、他の参加者は全員損失を被るからです。

予測市場とコミュニティノートの組み合わせのモデル。

これはソーシャルメディアだけでなくDAOにも当てはまります。 DAO の主な問題は、決定事項が多すぎてほとんどの人が参加したがらないことであり、その結果、委任の広範な使用、中央集権化のリスク、代議制民主主義でよく見られる委任エージェントの失敗、または攻撃に対する脆弱性が生じます。実際の投票がめったに行われず、人間と AI が連携して投票結果を予測する予測市場によってほとんどのことが決定される場合、DAO はうまく機能する可能性があります。

これはソーシャルメディアだけでなくDAOにも当てはまります。 DAO の主な問題は、決定事項が多すぎてほとんどの人が参加したがらないことであり、その結果、委任の広範な使用、中央集権化のリスク、代議制民主主義でよく見られる委任エージェントの失敗、または攻撃に対する脆弱性が生じます。実際の投票がめったに行われず、人間と AI が連携して投票結果を予測する予測市場によってほとんどのことが決定される場合、DAO はうまく機能する可能性があります。

意思決定市場の例で見たように、情報金融には、分散型ガバナンスにおける重要な問題を解決するための多くの潜在的な道筋が含まれています。その鍵は、市場と非市場のバランスにあります。市場は「エンジン」であり、いくつかの役割を果たします。その他の非金融化 信頼メカニズムは「ハンドル」です。

情報金融のその他のユースケース

個人トークン (Bitclout (現在は deso) や friends.tech など、誰でもトークンを作成して簡単に投機できるようにするその他多くのプロジェクト) は、私が「生の情報ファイナンス」と呼ぶもののカテゴリの 1 つです。彼らは特定の変数（つまり、人の将来の評判についての期待）の市場価格を意図的に作成しますが、価格が明らかにする正確な情報はあまりにも曖昧で、反射的でバブルの力学に左右されます。トークンの経済設計 (特にその最終的な価値がどこから来るのか) をより慎重に検討することで、そのようなプロトコルの改良版を作成し、人材発掘などの重要な問題に対処することが可能です。ロビン・ハンソン氏のプレステージ先物のアイデアは、ここで考えられる最終状態の 1 つです。

広告 – 究極の「高価だが信頼できるシグナル」は、製品を購入するかどうかです。このシグナルに基づく情報金融は、人々が何を購入するかを決定するのに役立ちます。

科学的ピアレビュー – 科学では「複製の危機」が進行しており、場合によっては民間の知恵の一部となっている有名な結果が、最終的には新しい研究で再現できなくなります。予測市場を試して、再チェックが必要な結果を特定することができます。このような市場では、読者が特定の結果を再検討する前に、どの程度信頼すべきかを迅速に見積もることもできます。このアイデアを使った実験は完了しており、これまでのところ成功しているようです。

公共財資金調達 – イーサリアムが使用する公共財資金調達メカニズムの主な問題の 1 つは、その「人気コンテスト」の性質です。各寄稿者は認知を得るためにソーシャル メディア上で独自のマーケティング キャンペーンを実行する必要がありますが、これを実行する能力がない場合や、必然的に「裏方」の役割を担っている場合は、多額の資金を獲得するのが困難です。魅力的な解決策は、依存関係グラフ全体を追跡することです。肯定的な結果ごとに、どのプロジェクトがその結果にどの程度貢献したかを追跡し、次にプロジェクトごとに、どのプロジェクトがその結果にどの程度貢献したかなどを追跡します。この設計の主な課題は、エッジを操作しにくくするためのエッジの重さを見つけることです。結局のところ、この操作は常に行われています。精製された人間の判断メカニズムが役に立つかもしれません。

結論は

これらのアイデアは長い間理論化されてきました。予測市場や意思決定市場に関する最も初期の著作は数十年前のものですが、金融理論における同様の説明はさらに古いものです。しかし、私は、次の主な理由により、この 10 年がまたとない機会を提供すると信じています。

情報金融は人々が実際に抱えている信頼問題を解決します。この時代に共通する懸念は、政治、科学、ビジネス環境において誰を信頼すべきかについての知識の欠如 (さらに悪いことにコンセンサスの欠如) です。情報金融アプリケーションは、ソリューションの一部として役立ちます。

私たちは現在、基盤としてスケーラブルなブロックチェーンを持っています。最近まで、これらのアイデアを実際に実装するにはコストが高すぎました。今では、もうそれほど高くはありません。

参加者としての AI。あらゆる問題に対して人間の関与に頼らなければならない場合、情報金融は機能することが比較的困難です。 AI はこの状況を大幅に改善し、小規模な問題でも効率的な市場を可能にします。多くの市場では、特に特定の問題の量が小規模から大規模に突然変化する場合、AI と人間の参加者が混在する可能性があります。

この機会を最大限に活用するには、選挙を予測するだけでなく、金融が他に何を提供できるかを探求する必要があります。

フィードバックとコメントをくださった Robin Hanson 氏と Alex Tabarrok 氏に心より感謝いたします。