من أسواق التنبؤ إلى تمويل المعلومات لماذا تثيرني شركة Polymarket؟

العنوان الأصلي: من أسواق التنبؤ إلى تمويل المعلومات

المؤلف: فيتاليك، مؤسس Ethereum؛ المترجم: 0xjs@金财经

الملخص: التنبؤ بالانتخابات هو التطبيق الأول فقط. المفهوم الأوسع هو أنه يمكنك استخدام التمويل كوسيلة لمواءمة الحوافز من أجل توفير معلومات قيمة لجمهورك.

أحد تطبيقات Ethereum التي تثير اهتمامي أكثر هو أسواق التنبؤ. في عام 2014، كتبت مقالًا عن المستقبل المستقبلي، وهو نموذج حكم قائم على التنبؤ ابتكره روبن هانسون. لقد كنت مستخدمًا نشطًا ومؤيدًا لـ Augur في عام 2015 (انظر، اسمي موجود في مقالة ويكيبيديا). لقد راهنت بمبلغ 58000 دولار على انتخابات 2020. لقد كنت من المؤيدين والمتابعين المقربين لـ Polymarket هذا العام.

بالنسبة للعديد من الأشخاص، تتعلق أسواق التنبؤ بالمراهنة على الانتخابات، والمراهنة على الانتخابات تتعلق بالمقامرة - إذا سمحت للناس بالاستمتاع، فهذا أمر رائع، ولكن في الأساس، إنها ليست أكثر متعة من شراء الرموز العشوائية على fun. ومن هذا المنظور، فإن اهتمامي بأسواق التنبؤ يبدو محيرًا. لذا، في هذه المقالة، أهدف إلى شرح سبب اهتمامي بهذا المفهوم. باختصار، أعتقد أنه (1) حتى أسواق التنبؤ الحالية تعد أداة مفيدة جدًا للعالم، ولكن بالإضافة إلى ذلك (2) تعد أسواق التنبؤ مجرد مثال واحد لفئة أكبر وقوية جدًا لديها القدرة على إنشاء تنفيذ أفضل في المجالات الاجتماعية الإعلام والعلوم والصحافة والحكم وغيرها من المجالات. سأسمي هذه الفئة "تمويل المعلومات".

جانبا Polymarket: موقع مراهنة للمشاركين، وموقع إخباري للجميع

خلال الأسبوع الماضي، كان Polymarket موقعًا إخباريًا فعالاً للغاية فيما يتعلق بمصدر الانتخابات الأمريكية من المعلومات. لم تتنبأ بوليماركت بفرصة فوز ترامب بنسبة 60/40 فحسب (في حين تنبأت مصادر أخرى بنسبة 50/50، وهو أمر في حد ذاته ليس مثيرًا للإعجاب للغاية)، بل أظهرت أيضًا ميزة أخرى: عندما ظهرت النتائج، على الرغم من العديد من الخبراء والأخبار كانت المصادر تستدرج المشاهدين على أمل أن يسمعوا أخبارًا إيجابية لهاريس، لكن بوليماركت تضع الأمور في نصابها الصحيح: لدى ترامب فرصة أكبر من 95% للفوز وفرصة أكبر من 90% للسيطرة على جميع الإدارات الحكومية في الولايات المتحدة. نفس الوقت .

تم التقاط كلتا لقطات الشاشة في 6 نوفمبر، بالتوقيت الشرقي في الصباح الباكر 3:40

ولكن بالنسبة لي، هذا ليس أفضل مثال على مدى اهتمام Polymarket. لذا دعونا ننظر إلى مثال آخر: الانتخابات في فنزويلا في يوليو/تموز. في اليوم التالي للانتخابات، أتذكر أنني رأيت بطرف عيني الناس يحتجون على نتائج الانتخابات المزورة للغاية في فنزويلا. في البداية، لم أهتم كثيرًا. أعلم أن مادورو هو بالفعل أحد تلك الشخصيات "الديكتاتورية بشكل أساسي"، لذلك اعتقدت، بالطبع أنه سيزور كل نتيجة انتخابات لإبقاء نفسه في السلطة، بالطبع ستكون هناك احتجاجات، بالطبع ستفشل الاحتجاجات - لسوء الحظ، الأمر هو ، وقد فشل العديد من الآخرين. ولكن بعد ذلك كنت أتصفح Polymarket ورأيت هذا:

الناس على استعداد للمراهنة بأكثر من مائة ألف دولار على احتمال بنسبة 23% للإطاحة بمادورو في هذه الانتخابات. الآن بدأت الاهتمام.

وبطبيعة الحال، نحن ندرك العواقب المؤسفة لهذا الوضع. وفي نهاية المطاف، بقي مادورو في السلطة. لكن السوق جعلني أدرك أن محاولة الإطاحة بمادورو خطيرة هذه المرة. كانت الاحتجاجات ضخمة وخرجت المعارضة باستراتيجية جيدة التنفيذ بشكل مدهش أثبتت للعالم مدى تزوير الانتخابات. إذا لم أتلق الإشارة الأولية من Polymarket بأن "هذه المرة، هناك شيء يستحق الاهتمام به،" لم أكن لأبدأ في الاهتمام به.

يجب ألا تثق تمامًا في مخططات المراهنة من Polymarket: إذا آمن الجميع بمخططات المراهنة، فيمكن لأي شخص لديه المال التلاعب بمخططات المراهنة ولن يجرؤ أحد على المراهنة بها. ومن ناحية أخرى، فإن الثقة في الأخبار تمامًا هي أيضًا فكرة سيئة. الأخبار لديها دافع الإثارة، والمبالغة في عواقب أي شيء من أجل النقرات. في بعض الأحيان يكون هذا مبررا، وأحيانا لا. إذا قرأت مقالًا مثيرًا، ولكن بعد ذلك ذهبت إلى السوق ووجدت أن احتمالات الحدث المعني لم تتغير على الإطلاق، فمن المعقول أيضًا أن تكون متشككًا. أو، إذا رأيت احتمالًا مرتفعًا أو منخفضًا غير متوقع في السوق، أو تغيرًا مفاجئًا غير متوقع، فهذه إشارة لك لقراءة الأخبار لمعرفة سبب ذلك. الخلاصة: يمكنك الحصول على مزيد من المعلومات من خلال قراءة الأخبار والمراهنة على الرسوم البيانية بدلاً من قراءة أي منهما بمفردك.

دعونا نراجع ما حدث هنا. إذا كنت مراهنًا، فيمكنك المراهنة على موقع Polymarket، وهو موقع مراهنة مخصص لك. إذا لم تكن مراهنًا، فيمكنك قراءة مخططات الرهان وهذا موقع إخباري بالنسبة لك. لا ينبغي عليك أبدًا أن تثق بشكل كامل في مخطط الرهان، لكنني شخصيًا جعلت قراءة مخططات الرهان خطوة في سير عمل جمع المعلومات الخاص بي (إلى جانب الوسائط التقليدية ووسائل التواصل الاجتماعي) ويساعدني ذلك في الحصول على مزيد من المعلومات بشكل أكثر كفاءة.

الآثار الأوسع نطاقًا لتمويل المعلومات

الآن، نصل إلى الجزء المهم: التنبؤ بنتائج الانتخابات هو التطبيق الأول فقط. المفهوم الأوسع هو أنه يمكنك استخدام التمويل كوسيلة لمواءمة الحوافز من أجل توفير معلومات قيمة لجمهورك. والآن، رد الفعل الطبيعي هو: أليس التمويل كله يدور في الأساس حول المعلومات؟ سيتخذ المشاركون المختلفون قرارات شراء وبيع مختلفة لأن لديهم وجهات نظر مختلفة حول ما سيحدث في المستقبل (بالإضافة إلى الاحتياجات الشخصية، مثل الرغبة في المخاطرة والرغبة في التحوط)، ويمكنك استنتاج الكثير عن العالم من خلال قراءة السوق. الأسعار.

بالنسبة لي، يعتبر تمويل المعلومات هكذا، ولكنه صحيح من الناحية الهيكلية. على غرار مفهوم الصحة الهيكلية في هندسة البرمجيات، يعد تمويل المعلومات نظامًا يتطلب منك (1) البدء بالحقائق التي تريد معرفتها ثم (2) تصميم سوق بشكل متعمد للحصول على أفضل المعلومات من المشاركين في السوق. احصل على هذه المعلومات .

إن تمويل المعلومات هو سوق ثلاثي الجوانب: يقوم المقامرون بوضع التنبؤات ويقرأ القراء التوقعات. يصدر السوق تنبؤات بالمستقبل باعتبارها منفعة عامة (لأن هذا هو ما تم تصميمه للقيام به).

تعد أسواق التنبؤ مثالاً على ذلك: أنت تريد معرفة حقيقة محددة ستحدث في المستقبل، لذا تقوم بإنشاء سوق للناس للمراهنة على تلك الحقيقة. مثال آخر هو سوق القرار: أنت تريد معرفة ما إذا كان القرار أ أو القرار ب سينتج عنه نتائج أفضل وفقًا لبعض المقاييس M. ولتحقيق ذلك، عليك إنشاء سوق مشروط: حيث تطلب من الأشخاص المراهنة على (1) القرار الذي سيتم اختياره، (2) قيمة M إذا تم اختيار القرار A، وصفر بخلاف ذلك، (3) إذا كان القرار B هو تم اختياره، ثم يتم الحصول على قيمة M، وإلا فهي صفر. باستخدام هذه المتغيرات الثلاثة، يمكنك تحديد ما إذا كان السوق يعتبر القرار A أو القرار B أكثر فائدة للحصول على قيمة M.

أتوقع أن إحدى التقنيات التي ستقود تطوير تمويل المعلومات في العقد القادم هي الذكاء الاصطناعي (سواء كان نموذجًا كبيرًا أو نموذجًا كبيرًا) تكنولوجيا المستقبل). وذلك لأن العديد من تطبيقات تمويل المعلومات الأكثر إثارة للاهتمام ترتبط بالمشاكل "الجزئية": ملايين الأسواق الصغيرة حيث يكون للقرارات الفردية تأثيرات صغيرة نسبيًا. في الواقع، الأسواق ذات أحجام التداول المنخفضة غالبًا لا تعمل بكفاءة: بالنسبة للاعبين ذوي الخبرة، ليس من المنطقي قضاء الوقت في التحليل التفصيلي لمجرد الحصول على بضع مئات من الدولارات من الأرباح، بل إن الكثيرين يعتقدون أنه بدون الإعانات، مثل السوق ببساطة لا يعمل لأنه لا يوجد عدد كافٍ من المتداولين الساذجين لتمكين المتداولين ذوي الخبرة من الاستفادة من جميع المشكلات باستثناء أكبرها وأكثرها إثارة. يغير الذكاء الاصطناعي هذه المعادلة تمامًا، مما يعني أنه حتى في السوق الذي يبلغ حجم تداوله 10 دولارات، من الممكن الحصول على معلومات عالية الجودة بشكل معقول. وحتى لو كان الدعم مطلوبًا، فإن مبلغ الدعم لكل إصدار يصبح في متناول الجميع.

يتطلب تمويل المعلومات التقطير البشري

الحكم

لنفترض أن لديك آلية حكم بشرية جديرة بالثقة، وأن الآلية تجعل المجتمع بأكمله يثق في شرعيتها، ولكن يصدر الأحكام يستغرق وقتا طويلا ومكلفا. ومع ذلك، فأنت ترغب في الحصول على وصول منخفض التكلفة وفي الوقت الفعلي إلى نسخة تقريبية على الأقل من تلك "الآلية باهظة الثمن". إليك فكرة روبن هانسون عما يمكنك فعله: في كل مرة تحتاج فيها إلى اتخاذ قرار، تقوم ببناء سوق تنبؤ يتنبأ بما ستكون عليه نتيجة القرار إذا تم استدعاء تلك الآلية المكلفة. أنت تترك سوق التنبؤ يعمل وتستثمر مبلغًا صغيرًا من المال لدعم صناع السوق.

في 99.99% من الوقت، لا تستدعي في الواقع الآلية المكلفة: ربما "تتراجع عن المعاملة" وتعيد مدخلات الجميع، أو تعطي الجميع صفرًا، أو تنظر فيما إذا كان متوسط ​​السعر هو أقرب إلى 0 أو 1 والتعامل مع ذلك على أنه الحقيقة الأساسية. 0.01% من الوقت - يمكن أن يكون عشوائيًا، أو قد يكون للأسواق ذات الحجم الكبير، أو مزيجًا من الاثنين - ستقوم في الواقع بتشغيل آليات باهظة الثمن وتعويض المشاركين وفقًا لذلك.

يمنحك هذا "نسخة مقطرة" موثوقة ومحايدة وسريعة ورخيصة من آليتك الأصلية الموثوقة للغاية ولكنها مكلفة للغاية (باستخدام كلمة "مقطر" كقياس لـ LLM "مقطر"). بمرور الوقت، تعكس آلية التقطير هذه تقريبًا سلوك الآلية الأصلية - حيث أن المشاركين الذين ساعدوا في تحقيق هذه النتيجة هم فقط من يكسبون المال، في حين يخسر الجميع المال.

نموذج لسوق التنبؤ المحتمل + مجموعة ملاحظات المجتمع.

لا ينطبق هذا على وسائل التواصل الاجتماعي فحسب، بل أيضًا على المنظمات اللامركزية المستقلة (DAOs). تتمثل المشكلة الرئيسية في المنظمات اللامركزية المستقلة في وجود العديد من القرارات التي لا يرغب معظم الناس في المشاركة فيها، مما يؤدي إما إلى الاستخدام المكثف للتفويض، أو مخاطر المركزية وفشل الوكيل المفوض الشائع في الديمقراطيات التمثيلية، أو التعرض للهجمات. إذا كان التصويت الفعلي في DAO نادرًا ما يحدث، ويتم تحديد معظم الأمور من خلال أسواق التنبؤ، مع توقع مجموعة من البشر والذكاء الاصطناعي لنتائج التصويت، فقد يعمل هذا النوع من DAO بشكل جيد.

كما يمكننا أن نرى في مثال سوق اتخاذ القرار، فإن تمويل المعلومات يحتوي على العديد من المسارات المحتملة لحل المشكلات المهمة في الحكم اللامركزي. ويكمن المفتاح في التوازن بين السوق وغير السوق: السوق هو "المحرك" "، وبعض آليات الثقة الأخرى غير المالية هي" عجلة القيادة ".

حالات الاستخدام الأخرى لتمويل المعلومات

الرموز المميزة - مشاريع مثل Bitclout (الآن deso)، وfriend.tech، والعديد من المشاريع الأخرى التي تنشئ الرموز المميزة للجميع وتسهل المضاربة عليها على —— هي فئة أسميها "تمويل المعلومات الأصلية". إنهم يتعمدون إنشاء أسعار السوق لمتغيرات محددة (أي التوقعات حول سمعة الفرد المستقبلية)، ولكن المعلومات الدقيقة التي تكشفها الأسعار غامضة للغاية وتخضع لديناميكيات انعكاسية وديناميكية فقاعية. من الممكن إنشاء إصدارات محسنة من هذه البروتوكولات ومعالجة القضايا المهمة مثل اكتشاف المواهب من خلال النظر بعناية أكبر في التصميم الاقتصادي للرمز المميز، خاصة عندما تأتي قيمته النهائية. إن فكرة روبن هانسون حول العقود الآجلة للسمعة هي إحدى الحالات النهائية المحتملة هنا.

الإعلان – إن "الإشارة الباهظة الثمن ولكن الجديرة بالثقة" النهائية هي ما إذا كنت ستشتري المنتج أم لا. ويمكن استخدام تمويل المعلومات القائم على هذه الإشارة لمساعدة الناس على تحديد ما يشترونه.

مراجعة النظراء العلمية - هناك "أزمة تكرار" مستمرة في العلوم، حيث تصبح النتائج الشهيرة جزءًا من الحكمة الشعبية في بعض الحالات، لكنها تفشل في النهاية في إعادة إنتاجها في الأبحاث الجديدة. يمكننا تجربة أسواق التنبؤ لتحديد النتائج التي تحتاج إلى إعادة فحصها. ومن شأن مثل هذا السوق أيضاً أن يسمح للقراء بتقدير مدى ثقتهم في أي نتيجة معينة بسرعة قبل إعادة فحصها. وقد اكتملت التجارب على هذه الفكرة ويبدو أنها ناجحة حتى الآن.

تمويل المنافع العامة – إحدى المشاكل الرئيسية في آلية تمويل المنافع العامة التي تستخدمها إيثريوم هي طبيعة "مسابقة الشعبية". يحتاج كل مساهم إلى تشغيل حملته التسويقية الخاصة على وسائل التواصل الاجتماعي للحصول على التقدير، وأولئك الذين ليس لديهم القدرة على القيام بذلك أو الذين لديهم بشكل طبيعي دور أكثر "خلفية" يواجهون صعوبة في الحصول على تمويل كبير. الحل الجذاب هو محاولة تتبع الرسم البياني للتبعية بالكامل: لكل نتيجة إيجابية، ما هي المشاريع التي ساهمت في تحقيقها، ثم لكل مشروع، ما هي المشاريع التي ساهمت في تحقيقها، وما إلى ذلك. التحدي الرئيسي في هذا التصميم هو العثور على وزن الحواف لجعلها مقاومة للتلاعب. بعد كل شيء، هذا التلاعب يحدث في كل وقت. قد تساعد آليات الحكم البشري المقطر.

الخلاصة

إن تمويل المعلومات يحل مشكلة الثقة التي يتمتع بها الناس بالفعل. من بين المخاوف الشائعة في هذا العصر الافتقار إلى المعرفة (والأسوأ من ذلك الافتقار إلى الإجماع) حول من يستحق الثقة في البيئات السياسية والعلمية والتجارية. يمكن أن تساعد تطبيقات تمويل المعلومات في أن تصبح جزءًا من الحل.

لدينا الآن blockchain قابل للتطوير كأساس. وحتى وقت قريب، كانت تكلفة تنفيذ هذه الأفكار مرتفعة للغاية. الآن، لم تعد مرتفعة جدًا بعد الآن.

الذكاء الاصطناعي كمشارك. إن تمويل المعلومات يصعب نسبياً عمله عندما يجب أن يعتمد على المشاركة البشرية في كل مشكلة. ويعمل الذكاء الاصطناعي على تحسين هذا الوضع إلى حد كبير، مما يعمل على تمكين الأسواق الفعالة حتى في حل المشاكل الصغيرة النطاق. من المرجح أن يكون لدى العديد من الأسواق مزيج من الذكاء الاصطناعي والمشاركين البشريين، خاصة عندما يتغير حجم مشكلة معينة فجأة من صغيرة إلى كبيرة.

ولتحقيق أقصى استفادة من هذه الفرصة، يتعين علينا أن نتجاوز مجرد التنبؤ بالانتخابات ونستكشف ما يمكن أن يقدمه لنا تمويل المعلومات.

شكر خاص لروبن هانسون وأليكس تاباروك على تعليقاتهم وتعليقاتهم