情報金融の未来：AIと踊るポスト欠乏システム

 By Kyle

予測市場は伝統的な金融商品を超えて、情報検証のためのインテリジェントな手段となりつつあり、インフォ・ファイナンスは金融インセンティブと技術革新によってデータの価値をさらに再定義している。AOのポスト・スキャリティ・コンピューティング・アーキテクチャとAIエージェントは、予測市場のインテリジェンスとユビキタスを推進し、インフォ・ファイナンスの未来に新たなパラダイムを生み出しています。

極限まで演じられた予測市場、プレスリリース？終わったばかりの米国選挙で、市場主導のデータを持つPolymarketは、従来の世論調査よりも高い確率でトランプの勝率を予測することに成功し、瞬く間に世間やメディアの注目を集めた。人々は、Polymarketが単なる金融ツールではなく、センセーショナルなニュースの信憑性を検証するために市場の知恵を利用する、情報分野における「バランサー」であることを認識するようになった。

ポリマーケットが話題になっている間に、ヴィタリックはまったく新しいコンセプト、インフォ・ファイナンスを思いついた。金銭的インセンティブと情報を組み合わせたこのツールは、ソーシャルメディア、科学研究、ガバナンスモデルを破壊し、意思決定の効率を向上させる全く新しい方向性を切り開くことができる。AIとブロックチェーンの進歩により、インフォ・ファイナンスも新たな転換点に向かっている。

情報金融という野心的な新興分野を前に、Web3の技術とコンセプトは、それに応える準備ができているのだろうか？本稿では、予測市場を入り口として、情報金融の中核概念、技術的基盤、将来の可能性を探る。

情報金融：金融商品による情報アクセスと活用

情報金融の中核は、意思決定の効率性と正確性を向上させるために、金融商品を使って情報にアクセスし、活用することです。予測市場はその代表的な例であり、質問を金銭的なインセンティブに結びつけることで、これらの市場は参加者に正確で説明責任を果たすインセンティブを与え、真実を求めるユーザーに明確な予測を提供します。

微妙な市場設計として、情報金融は参加者が特定の事実に対して反応するよう導くことができます。情報金融は、参加者が特定の事実や判断に反応するよう導くことができ、その応用シナリオは、分散型ガバナンスや科学的レビューなど、さまざまな分野にも及ぶ。同時に、AIの出現は、ミクロの判断も市場で効果的に運用できるよう、敷居をさらに下げ、情報金融の人気を後押しするだろう。

ヴィタリックは、現在の10年間が情報金融の規模を拡大するのに最適な時期であると強調した。スケーラブルなブロックチェーンは、情報金融をサポートする安全で透明性の高い信頼できるプラットフォームを提供し、AIの導入は情報へのアクセスの効率を向上させ、情報金融がよりきめ細かい問題に対処できるようにする。情報金融は従来の予測市場の限界を突破するだけでなく、複数の領域の可能性を引き出す能力を示している。

しかし、情報金融が拡大するにつれ、その複雑さと規模は劇的に増大している。市場は膨大な量のデータを処理し、リアルタイムの意思決定や取引を行う必要があり、効率的で安全なコンピューティング能力に対する深刻な課題を突きつけている。一方、AI技術の急速な発展は、より革新的なモデルを生み出し、計算需要を悪化させている。このような状況において、安全で実現可能なポスト・スキャリティ・コンピューティング・システムは、情報金融の継続的な発展にとって不可欠な基盤となります。

今日の状況におけるポスト欠乏コンピューティングシステムとは

「ポスト欠乏コンピューティングシステム」の統一された定義はありません。統一された定義はありませんが、その中核となる目標は、従来のコンピューティング・リソースの限界を突破し、低コストで広く利用可能なコンピューティング・パワーを実現することです。分散化、リソースの充実、効率的なコラボレーションを通じて、このようなシステムは大規模で柔軟な計算タスクの実行をサポートし、計算リソースをほぼ「無欠乏」にする。このアーキテクチャでは、コンピューティングパワーは単一の依存点から解放され、ユーザーは自由に、コスト効率よくリソースにアクセスし、共有することができます。

ブロックチェーンの文脈では、ポスト希少性コンピューティングシステムの主な特徴として、分散化、豊富なリソース、低コスト、高いスケーラビリティが挙げられます。

パブリックチェーンの高性能競争

現在、主要なパブリックチェーンは、複雑化するアプリケーションのニーズを満たすために、性能を激しく競い合っています。現在のパブリックチェーンのエコシステムを見ると、開発トレンドは従来のシングルスレッドからマルチスレッドの並列コンピューティングモードに移行しています。

従来の高性能パブリックチェーン：

• Solana： 設計以来、Solanaは並列コンピューティングを使用してきました。そのユニークなProof of History (PoH)コンセンサスメカニズムにより、1秒間に数千のトランザクションを処理することができます。

• ポリゴンとBSC：両者とも、トランザクション処理能力を高めるために、並列EVMソリューションを積極的に開発してきた。例えば、ポリゴンはより効率的なトランザクション検証を可能にするzkEVMを導入しました。

Emerging Parallel Public Chains:

• Aptos, Sui, Sei andMonad: これらの新しいパブリックチェーンは、データストレージの効率を最適化したり、コンセンサスアルゴリズムを改善したりすることで、高いパフォーマンスを得られるように設計されています。例えば、AptosはBlock-STM技術を使って並列トランザクション処理を可能にしている。並列実行と弾力的なブロック空間設計により、ArtelaはEVMパフォーマンスのボトルネックを効果的に解決し、スループットとスケーラビリティを劇的に向上させます。

パフォーマンス競争は始まっており、審査はまだ終わっていません。しかし、この熾烈な競争の中で、AOに代表される代替ソリューションも存在します。AOは単体のパブリックチェーンではなく、Arweaveのコンピュートレイヤーをベースとし、独自の技術アーキテクチャによって並列処理能力とスケーラビリティを実現しています。 AOは間違いなくポストスキャリティ・コンピュートシステムの有力な候補であり、情報金融の大規模実装を支援することが期待されています。

情報金融を担う、AOの構築設計図

AOは、Arweaveネットワーク上で動作するアクター指向（役割ベース）コンピュータの一種で、統一された計算を提供する。AOは、Arweaveネットワーク上で動作するアクター指向（ロールベース）コンピュータの一種で、統一されたコンピューティング環境とオープンなメッセージングレイヤーを提供します。分散されたモジュール技術アーキテクチャを通じて、情報金融の大規模なアプリケーションと従来のコンピューティング環境との融合の可能性を提供します。

AOのアーキテクチャ構成はシンプルかつ効率的で、以下のようなコアコンポーネントがあります。

• プロセスはAOネットワークにおける計算の基本単位であり、メッセージングを通じて相互に作用する。

<

• スケジューリングユニット(SU)は、メッセージの並べ替えと保存を担当します。

• 計算ユニット(CU)は、ネットワークの基本的な計算ユニットです。strong>(CU)は状態計算タスクを担当します。

• Messenger Units(MU)はメッセージ配信とブロードキャストを担当します。

モジュールの分離設計は、AOシステムに優れたスケーラビリティと柔軟性を与え、さまざまな規模や複雑さのアプリケーションシナリオに適応させます。

• High Throughput and Low Latency Computing Capabilities:AOプラットフォームの並列プロセス設計と効率的なメッセージング・メカニズムにより、毎秒数百万のトランザクションをサポートすることができます。この高いスループット能力は、グローバルな情報金融ネットワークをサポートするために不可欠です。同時に、AOの低遅延通信機能により、トランザクションとデータ更新が瞬時に行われ、ユーザーにスムーズな操作体験を提供します。

• Infinite Scalability and Modular Design:AOプラットフォームは、仮想マシン、スケジューラー、メッセージング、およびコンピュートユニットを切り離すことで、極めて高いスケーラビリティを可能にするモジュラーアーキテクチャに基づいて構築されています。データスループットの増加であれ、新しいアプリケーションシナリオへのアクセスであれ、AOは迅速に適応することができます。このスケーラビリティは、従来のブロックチェーンのパフォーマンスのボトルネックを打破するだけでなく、複雑な情報金融アプリケーションを構築するための柔軟な環境を開発者に提供する。

• 大規模コンピューティングとAI統合のサポート：AOプラットフォームはすでにWebAssemblyの64ビットアーキテクチャをサポートしており、MetaのLlama 3など、完全な大規模言語モデル（LLM）のほとんどを実行することができます。MetaのLlama 3は、AIとWeb3の深い統合のための技術的基盤を提供します。AIは、スマートコントラクトの最適化、市場分析、リスク予測などのアプリケーションを含む情報金融の重要な原動力となり、AOプラットフォームの大規模なコンピューティング能力により、これらのニーズを効率的にサポートすることができます。同時に、無制限のストレージでArweaveにアクセスするWeaveDrive技術により、AOプラットフォームは複雑な機械学習モデルのトレーニングと展開に独自の利点を提供します。

高スループット、低レイテンシー、無制限のスケーラビリティ、AI統合機能を備えたAOは、情報金融をホストする理想的なプラットフォームです。リアルタイム・トレーディングからダイナミック・アナリティクスまで、AOは複雑な金融モデルの大規模計算と実装に優れたサポートを提供し、情報金融の普及と革新への道を開きます。

情報金融の未来：AI主導の予測市場

情報金融の次世代予測市場のカラーとは？過去を振り返ると、伝統的な予測市場は長い間、市場の完全性の欠如、敷居の高さ、限定的な普及という3つの大きな痛みに直面してきました。PolyMarketのようなWeb3のスター・プロジェクトでさえ、これらの課題を完全に回避することはできなかった。例えば、Ether ETFは、イベント予測への挑戦期間が短いことや、議決権がUMAに集中していることから、操作リスクの可能性が指摘されてきた。さらに、その流動性は人気エリアに集中しており、市場のロングテールへの参加は少ない。これは、一部の国（英国、米国）のユーザーが規制上の制限によって制限されているという事実と相まって、予測市場の人気をさらに妨げている。

インフォファイナンスの未来は、新世代のアプリケーションによって先導される必要があり、AOの優れたパフォーマンス条件は、Outcomeのような予測市場プラットフォームがインフォファイナンス実験の新たな焦点となることで、そのようなイノベーションのための肥沃な土壌を提供します。

Outcomeは現在、初期段階にある。基本的なポーリングとソーシャル機能をサポートしています。その真の可能性は、将来的なAIとの深い統合にあり、AIプロキシを活用して信頼性のない市場決済を行い、ユーザーが独自の予測プロキシを作成して使用できるようにする。透明性が高く、効率的で、障壁の低い予測ツールを大衆に提供することで、予測市場の大衆化をさらに推進することができる。

アウトカム（Outcome）に代表されるような、AOに基づく予測市場は、次のような中核的属性を持つ可能性があります：

• 信頼性のない市場解決：。アウトカムの中核をなすのは自律エージェントです。これらのエージェントはAIによって駆動され、事前に定義されたルールとアルゴリズムに基づいて独立して動作し、透明で公正な市場解決プロセスを保証します。人間が介入しないこの仕組みは、操作のリスクを最小限に抑え、ユーザーに信頼できる予測を提供します。

• AIベースの予測エージェント：アウトカムプラットフォームでは、ユーザーがAI主導の予測エージェントを作成し、使用することができます。これらのエージェントは、正確な分析と予測のために、複数のAIモデルと豊富なデータソースを統合することができます。ユーザーは、ニーズや戦略に合わせて予測エージェントをカスタマイズし、幅広い市場テーマの予測活動に参加することができます。この柔軟性により、予測の効率性と適用性が大幅に向上します。

• トークン化されたインセンティブ： Outcomeは、市場予測に従事し、プロキシを購読し、データフィードを取引することで、ユーザーにトークンで報酬を与える革新的な経済モデルを導入しています。この仕組みはユーザーの参加意欲を高めるだけでなく、プラットフォームのエコシステムの健全な発展をサポートします。

AI主導の予測市場ワークフロー

アウトカムは、AIモデルを導入することで、半自動、または完全自動のプロキシを可能にします。このモデルの設計は、ArweaveやAO上に構築された幅広い情報金融アプリケーションに革新的なアイデアを提供することができます。

1.strong>1.データストレージ

• Real-time Event Data (RED): プラットフォームは、リアルタイムのデータソース（ニュース、ソーシャルメディア、予測マシンなど）を通じて、イベント関連情報を取得します。イベント関連情報を取得し、Arweaveに保存することで、データの透明性と改ざん防止を保証します。

• 過去のイベントデータ： 過去のイベントデータと市場行動の記録を保存し、モデリング、検証、分析をサポートするデータを提供します。持続可能な最適化のためのクローズドループを形成します。

2. データ処理と分析

• LLLM (Large Language Modelling):LLMはデータ処理と分析ソリューションです。strong>LLMはデータ処理とインテリジェント分析のコアモジュール（つまりAOプロセス）であり、Arweaveから保存されたリアルタイムのイベントデータと履歴データを深く処理し、イベントに関連する重要な情報を抽出し、後続のモジュール（センチメント分析、確率計算など）に高品質の入力を提供する役割を果たします。

• イベントセンチメント分析：イベントに対するユーザーや市場の態度（ポジティブ／ニュートラル／ネガティブ）を分析し、確率計算やリスク管理のためのインプットを提供します。リスク管理のためのインプットを提供します。

• Event Probability Calculation:センチメント分析の結果と過去のデータに基づいて、Event Probability Calculationは動的にイベントが発生する確率を計算し、市場参加者の意思決定に役立てます。市場参加者の意思決定に役立ちます。

• リスク管理：市場の健全な運営を確保するため、市場操作や異常なベット行動の防止など、市場における潜在的なリスクを特定し、管理します。

3.エージェント：AI主導のトレーディングエージェントは、ユーザーが手動で介入することなく、分析に基づいて自動的に予測を実行し、ベットを行う役割を果たします。

• 結果検証：システムは、予測マシンなどのメカニズムを通じてイベントの実際の結果を検証し、検証データを履歴イベント・データ・モジュールに保存し、結果の透明性と信頼性を保証します。さらに、過去のデータは、その後の予測の参照として使用することができ、その結果、継続的な最適化のためのクローズドループシステムが実現します。

このワークフローは、AI主導のスマート予測と分散型検証メカニズムを通じて、効率的で透明性が高く、信頼性の高い予測代理アプリケーションを可能にし、ユーザー参加の敷居を下げ、市場運営を最適化します。AOの技術的アーキテクチャに依拠するこのモデルは、インテリジェンスと大衆化に向けて情報金融の発展をリードし、次世代の経済イノベーションの中核となるプロトタイプとなる可能性がある。

要約

未来は、混在する情報から真実を抽出することに長けた人々のものである。情報金融は、AIのインテリジェンスとブロックチェーンの信頼によって、データの価値と利用を再定義している。AOのポスト希少性アーキテクチャからOutcomeのインテリジェント・エージェントまで、この組み合わせにより、予測市場はもはや単なる確率の計算ではなく、意思決定科学の再探索となる。aiは参加の敷居を低くするだけでなく、大量のデータを処理し、動的に分析することを可能にし、情報金融のまったく新しい道を切り開く。

アラン・チューリングが言ったように、計算は効率をもたらし、知性は可能性を刺激する。AIと踊る情報金融は、複雑な世界に明晰さをもたらし、効率と信頼の新しいバランスを見つけるために社会を動かすと期待されています。

参考文献：

1.https://ao.arweave.net/#/read

2.https://x.com/outcome_gg/status/1791063353969770604

3.https://www.chaincatcher。com/article/2146805

4. https://en.wikipedia.org/wiki/Post-scarcity