著者: ヴィタリック・ブテリン
編集｜CryptoLeo、Odaily Planet Daily
米国の選挙により、予測市場 Polymarket はさらに爆発的に成長しました。利益を求める人々は賭けをし始めましたが、結果を求める人々はこれを「サークル外」のブロックチェーン アプリケーションとして利用し、資金を提供しました。 Vitalik は、Polymarket を称賛する多くの記事を発表しています。彼自身も、早期予測市場 Augur の大ファンです。本日、Vitalik は予測市場を通じた「情報金融」について論じた記事を公開しました。以下は Odaily Planet Daily がまとめた全文です。
私が最も興奮しているイーサリアム アプリケーションの 1 つは、予測市場です。私は 2014 年に、ロビン ハンソンによって提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。 2015 年の時点で、私は予測市場 Augur の積極的なユーザーおよびサポーターであり、2020 年の選挙に 58,000 ドルを賭けました。今年、私は Polymarket の忠実なサポーターでありフォロワーです。
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。大衆が楽しむのに役立つなら素晴らしいことですが、基本的には、pump.fun でランダムなミームを購入するのと同じくらい楽しいものではありません。この観点から見ると、予測市場に対する私の興奮は不可解に思えます。そこでこの記事では、気になる予測市場の概念とは何なのかについて解説していきます。要するに、私は次のように信じています。
1. 現在存在する予測市場は世界にとって非常に有用なツールです。
2. さらに、予測市場は、ソーシャル メディア、科学、ジャーナリズム、ガバナンス、その他の分野での応用が期待できる、より人気のある分野の先駆けにすぎません。この分野を私は「情報金融」と名付けます。
Polymarket の 2 つの側面: プレーヤー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騙してきたが、ポリマーケットは真実を直接明らかにした。トランプ氏が勝利する確率は95％以上、トランプ大統領がすべての政府部門を掌握する可能性は90％以上だ。同じ時間です。
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 月のベネズエラ大統領選挙の際、選挙の翌日、私はベネズエラの高度に不正な大統領選挙に対して人々が抗議しているのを耳にしました。最初はあまり注目しませんでした。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は知っていたので、当然、彼は権力の座を維持するためにあらゆる選挙結果を改ざんし、抗議活動が起こり、抗議活動は失敗に終わるだろうと思っていた。残念ながら、他の多くの人は失敗しました。その後、Polymarket を閲覧していると、次のようなものを見つけました。
人々は今回のベネズエラ選挙でマドゥロ大統領が打倒される23％の確率に賭けるために10万ドル以上を投じることをいとわないが、私は今注目している。
もちろん、結果が覆される可能性は低いことはまだわかっています。結局、マドゥロ氏は権力を維持した。しかし市場を見て、今回はマドゥロ打倒の試みが深刻であることを認識させられた。大規模な抗議活動と野党による驚くほどうまく実行された戦略があり、選挙の不正性が世界に証明されました。 Polymarket から「今回は何かに注意が必要だ」という最初のシグナルを受け取っていなければ、私はそこまで注目を集める投資を始めなかったでしょう。
チャートを完全に信頼すべきではありません。誰もがチャートを信じてしまったら、お金を持っている人なら誰でもチャートを操作でき、誰もそれに逆らって賭けることはなくなります。一方で、ニュースを信じるのも良い考えです。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。物事は合理的な場合もあれば、そうでない場合もあります。センセーショナルな記事を目にした後、市場に行ってチェックしたところ、関連する出来事の確率がまったく変わっていないことが判明した場合、懐疑的になるのは当然です。また、市場で予想外に高いまたは低い確率で起こる出来事や突然の動きを見た場合、それはシグナルであり、ニュースを読んでその結論に至った理由を確認してください。
結論: ニュースとチャートを単独で閲覧するよりも、ニュースとチャートを読んだほうがより多くの情報を得ることができます。
あなたがベッターであれば、Polymarket に入金することができます。Polymarket はあなたにとってベッティング サイトです。ベッターではない場合は、チャート データを読むことができます。あなたにとって、これはニュース Web サイトです。チャートを完全に信頼してはいけませんが、私は個人的にチャート データを読み取ることを情報収集ワークフロー (従来のメディアやソーシャル メディアと同様) のステップの 1 つとしており、より効率的により多くの情報を入手するのに役立ちます。
広義の情報金融
選挙結果の予測は使用例の 1 つにすぎません。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、将来何が起こるかについて（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）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が、市場価格の知識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。
私にとって、情報金融はまさにそのようなものですが、ソフトウェア エンジニアリングにおける構造的に正しいという概念と同様に、情報金融は次のことを要求される学問です。
1. 知りたい事実から始めます。
2. 次に、市場参加者からこの情報を最適に取得できるように市場を意図的に設計します。
1 つの例は予測マーケットです。将来何かが起こることを知りたいので、マーケットを構築し、人々にそれに賭けてもらいます。もう 1 つの例は、意思決定マーケットです。何らかの指標 M に基づいて、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。これを達成するために、条件付きマーケットを構築します。
どの決定を選択するかについて人々に賭けてもらいます。決定 A が選択された場合は M の値、決定 B が選択された場合は M の値が 0、それ以外の場合は 0 になります。これら 3 つの変数を使用して、M の値に関して市場が決定 A と決定 B のどちらがより楽観的であると考えるかを計算できます。
私は、今後 10 年で、人工知能 (LLM であれ、将来のテクノロジーであれ) が金融業界に大きな影響を与えるだろうと予測しています。これは、情報金融の応用の多くが「ミクロ」問題、つまり単一の決定の影響が比較的小さい、数百万の意思決定からなるミニ市場に関するものであるためです。実際には、取引量が少ない市場は効率的に機能し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、数百ドルの利益のためだけに詳細な分析に時間を費やすのは意味がありません。補助金がなければ、 、最も重要でセンセーショナルな問題を除いて、経験豊富なトレーダーが利益を得るのに十分な初心者トレーダーが存在しないため、そのような市場は単純に機能しません。人工知能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、かなり質の高い情報を入手できることを意味します。補助金が必要な場合でも、1号あたりの補助金額は手頃です。
情報金融、人間の判断力を磨く
あなたが信頼する人間の判断メカニズムがあり、コミュニティ全体がその正当性を信頼しているとします。しかし、判断を下すには長い時間と多額のコストがかかります。ただし、少なくともその「高価なメカニズム」の安価なコピーに安価にリアルタイムで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。意思決定をする必要があるたびに、その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。その後、予測マーケットが運営を開始し、マーケットメーカーに補助金を与えるために少額の資金が投資されます。
99.99% の確率で、実際に高価なメカニズムを発動することはありません。おそらく、「取引を復元」して、全員が投入した資金を返すか返さないか、あるいは平均価格が「イエス」に近いか、または「イエス」に近いかを確認します。価格は「無し」、それが基本事項とさせて頂きます。 0.01% の確率で、ランダムかもしれないし、最大規模の市場かもしれないし、おそらくその両方かもしれません。実際には、コストのかかるメカニズムを実行し、それに基づいて参加者に報酬を支払っていることになります。
これにより、元の非常に信頼性が高いが非常に高価なメカニズムの信頼性が高く、中立的で、高速かつ安価な「洗練されたバージョン」が提供されます (LLM ラージ モデルの蒸留に例えて「洗練された」という言葉を使用します)。時間が経つにつれて、この洗練されたメカニズムは元のメカニズムの動作をほぼ反映し、結果の達成に貢献した参加者だけが利益を上げ、他の参加者は損失を被ります。
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それに参加したがらないことであり、そのため、委任の使用が広範に行われ、代議制民主主義によく見られる中央集権化と委任代理人の失敗のリスクが生じたり、攻撃に対して脆弱になったりすることになります。 。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。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、人の将来の地位についての期待）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不特定であり、反射性やバブルの力学の影響を受けやすいです。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になります。ロビン・ハンソン氏が「評判の未来」で指摘しているのは、最終状態の可能性です。
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「再現の危機」が進行中です。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、新しい研究で再現されないという状況です。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 – イーサリアムで使用され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。認知を得るために、各投稿者はソーシャル メディア上で独自のマーケティング活動を実行する必要があります。これを実行するのに十分な能力がない投稿者、またはより「状況に応じた」役割を自然に担っている投稿者は、多くの評価を得るのがより困難になります。お金。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。つまり、肯定的な結果ごとに、どのプロジェクトがその成果にどれだけ貢献したか、次にプロジェクトごとに、どのプロジェクトがそれにどれだけ貢献したかなどを追跡することです。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。洗練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初の著作は数十年前のものであり、同様のことを述べた金融理論はさらに古いものです。しかし、私は、いくつかの主な理由から、この 10 年間に情報金融には大きなチャンスがあると考えています。
情報金融は人々の現実の信頼問題を解決します。この時代の共通の問題は、政治、科学、ビジネスの文脈において誰が信頼できるのかという認識の欠如 (さらに悪いことにコンセンサスの欠如) であり、情報金融アプリケーションはその解決策の一部となりえます。
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が、最近までこれらのアイデアは実際に実装するには費用がかかりすぎていました。しかし今では、そのコストはそれほど高くありません。
情報金融があらゆる問題を解決するために人間の参加に依存しなければならない場合、参加者として人工知能が果たすのは比較的困難です。人工知能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確立できるようにします。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増加した場合、AI と人間の関与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ために、今こそ選挙予測を通じて金融情報が何を教えてくれるのかを探ってみましょう。
