Особая благодарность Робину Хансону и Алексу Табарроку за отзывы и рецензии
Одно из приложений Ethereum, которое всегда больше всего меня волновало, - это предсказательные рынки. Я писал о футархии, модели управления на основе предсказаний, предложенной Робином Хансоном, в 2014 году. Я был активным пользователем и сторонником Augur в 2015 году (смотрите, мама, мое имя в статье Википедии!). Я заработал 58 000 долларов, ставя на выборы в 2020 году. А в этом году я был близким сторонником и последователем Polymarket.
Для многих людей предсказательные рынки связаны с ставками на выборы, а ставки на выборы - это азартная игра - приятно, если это позволяет людям развлечься, но по сути не более интересно, чем покупка случайных монет на pump.fun. С этой точки зрения, мой интерес к предсказательным рынкам может показаться запутанным. Итак, в этом посте я намерен объяснить, что именно в концепции меня волнует. Короче говоря, я считаю, что (i) предсказательные рынки, даже в том виде, в котором они существуют сегодня, являются очень полезным инструментом для мира, но более того (ii) предсказательные рынки - это всего лишь один пример гораздо более крупной невероятно мощной категории, с потенциалом создать лучшие реализации социальных медиа, науки, новостей, управления и других областей. Я обозначу эту категорию как "информационные финансы".
Две стороны Polymarket: сайт ставок для участников, новостной сайт для всех остальных
На прошлой неделе Polymarket был очень эффективным источником информации о выборах в США. Полимаркет предсказал, что Трамп выиграет с шансами 60/40, в то время как другие источники предсказали 50/50 (что само по себе не слишком впечатляюще), он также продемонстрировал другие достоинства: когда результаты начали поступать, в то время как многие аналитики и новостные источники продолжали держать зрителей в ожидании каких-либо благоприятных новостей для Камалы, Polymarket показал прямую правду: у Трампа была вероятность победы более 95%, и вероятность захвата контроля над всеми ветвями власти одновременно была более 90%.
Два скриншота, сделанных в 3:40 утра по восточному времени, 6 ноября
Но для меня это даже не лучший пример того, почему Polymarket интересен. Итак, давайте перейдем к другому примеру: выборам в Венесуэле в июле. На следующий день после выборов я помню, как краем глаза увидел что-то о протестах против сильно манипулированного результата выборов в Венесуэле. Сначала я не придал этому значения. Я знал, что Мадуро был одним из тех "по сути диктаторских" фигур, и поэтому я подумал, что, конечно, он подделает каждый исход выборов, чтобы удержать себя у власти, конечно, некоторые люди будут протестовать, и, конечно, протест потерпит неудачу - как, к сожалению, многие другие.
Люди были готовы поставить более ста тысяч долларов на то, что есть 23% шансов, что эти выборы будут теми, когда Мадуро действительно будет свергнут. Теперь я начал обращать внимание.
Конечно, мы знаем печальный результат этой ситуации. В конечном итоге, Мадуро остался у власти. Тем не менее, рынки подсказали мне, что на этот раз попытка свергнуть Мадуро была серьезной. Прошли огромные протесты, и оппозиция провела удивительно хорошо выполненную стратегию, чтобы доказать миру, насколько мошенническими были выборы. Если бы я не получил первоначальный сигнал от Polymarket, что "на этот раз есть на что обратить внимание", я бы даже не начал уделять этому столько внимания.
Вы никогда не должны полностью доверять графикам: если все доверяют графикам, тогда любой, у кого есть деньги, может манипулировать графиками, и никто не посмеет ставить против них. С другой стороны, полностью доверять новостям тоже плохая идея. У новостей есть стимул быть сенсационными и преувеличивать последствия чего-либо для кликов. Иногда это оправдано, иногда нет. Если вы видите сенсационную статью, но затем идете на рынок и видите, что вероятности по соответствующим событиям вообще не изменились, это имеет смысл насторожиться. В качестве альтернативы, если вы видите неожиданно высокую или низкую вероятность на рынке или неожиданно резкое изменение, это сигнал прочитать новости и посмотреть, что могло это вызвать. Заключение: вы можете быть более информированными, читая новости и графики, чем читая одно из них.
Давайте подведем итог тому, что здесь происходит. Если вы ставите, то можете внести депозит в Polymarket, и для вас это сайт ставок. Если вы не ставите, то можете читать графики, и для вас это новостной сайт. Вы никогда не должны полностью доверять графикам, но я лично уже включил чтение графиков как один шаг в мой процесс сбора информации (наряду с традиционными медиа и социальными медиа), и это помогло мне стать более информированным более эффективно.
Информационные финансы в более широком смысле
Теперь мы переходим к важной части: предсказание выборов - это всего лишь первое приложение. Более широкая концепция заключается в том, что вы можете использовать финансы как способ согласования стимулов, чтобы предоставить зрителям ценную информацию. Теперь один естественный ответ: разве все финансы по своей сути не связаны с информацией? Разные участники принимают разные решения о покупке и продаже из-за разных мнений о том, что произойдет в будущем (в дополнение к личным потребностям, таким как предпочтения риска и желание хеджировать), и вы можете читать рыночные цены, чтобы извлечь много знаний о мире.
Для меня информационные финансы - это именно то, но корректные по конструкции. Подобно концепции корректности по конструкции в программной инженерии, информационные финансы - это дисциплина, где вы (i) начинаете с факта, который хотите узнать, а затем (ii) целенаправленно проектируете рынок, чтобы оптимально вызвать эту информацию от участников рынка.
Информационные финансы как трехсторонний рынок: ставящие делают предсказания, читатели читают предсказания. Рынок выдает предсказания о будущем как общественное благо (потому что именно для этого он был создан).
Одним из примеров этого являются предсказательные рынки: вы хотите узнать конкретный факт, который произойдет в будущем, и поэтому вы создаете рынок, на котором люди могут ставить на этот факт. Другим примером являются рынки решений: вы хотите узнать, приведет ли решение A или решение B к лучшему исходу по какому-то критерию M. Для достижения этого вы создаете условные рынки: вы просите людей ставить на (i) какое решение будет выбрано, (ii) стоимость M, если будет выбрано решение A, иначе ноль, (iii) стоимость M, если будет выбрано решение B, иначе ноль. Учитывая эти три переменные, вы можете выяснить, считает ли рынок, что решение A или решение B более оптимистично для стоимости M.
Одной из технологий, которую я ожидаю, что она даст мощный толчок информационным финансам в следующем десятилетии, является ИИ (будь то LLM или какая-то будущая технология). Это связано с тем, что многие из самых интересных приложений информационных финансов касаются "микро" вопросов: миллионы мини-рынков для решений, которые индивидуально имеют относительно низкие последствия. На практике рынки с низким объемом часто не работают эффективно: нет смысла для сложного участника тратить время на детальный анализ только ради нескольких сотен долларов прибыли, и многие даже утверждали, что без субсидий такие рынки вообще не будут работать, потому что по всем, кроме самых крупных и сенсационных вопросов, недостаточно наивных трейдеров, чтобы сложные трейдеры могли получить прибыль. ИИ полностью меняет это уравнение и означает, что мы могли бы потенциально получить разумно качественную информацию даже на рынках с объемом 10 долларов. Даже если субсидии необходимы, размер субсидии на вопрос становится чрезвычайно доступным.
Информационные финансы для дистиллированного человеческого суждения
Предположим, что у вас есть механизм человеческого суждения, которому вы доверяете и который имеет легитимность целого сообщества, доверяющего ему, но который требует много времени и высоких затрат для принятия решения. Тем не менее, вы хотите получить доступ хотя бы к приблизительной копии этого "дорогостоящего механизма" дешево и в реальном времени. Вот идея Робина Хансона о том, что вы можете сделать: каждый раз, когда вам нужно принять решение, вы создаете предсказательный рынок о том, какой исход принял бы дорогостоящий механизм, если бы его вызвали. Вы позволяете предсказательному рынку работать и вкладываете небольшую сумму денег, чтобы субсидировать маркетмейкеров.
99,99% времени вы на самом деле не вызываете дорогостоящий механизм: возможно, вы "отменяете сделки" и возвращаете всем то, что они вложили, или просто даете всем ноль, или смотрите, было ли среднее значение ближе к 0 или 1 и относите это к истине. 0,01% времени - возможно, случайно, возможно, для рынков с самым высоким объемом, возможно, какая-то комбинация обоих - вы на самом деле запускаете дорогостоящий механизм и компенсируете участников на основе этого.
Это дает вам достоверно нейтральную быструю и дешевую "дистиллированную версию" вашего оригинального высоконадежного, но высокозатратного механизма (используя слово "дистиллированный" как аналогию к дистилляции LLM). Со временем этот дистиллированный механизм примерно отражает поведение оригинального механизма - потому что только участники, которые помогают ему получить такой результат, зарабатывают деньги, а остальные теряют деньги.
Макет возможных предсказательных рынков + комбинация с заметками сообщества.
Это имеет применение не только в социальных медиа, но и для DAO. Основная проблема DAO заключается в том, что существует такое большое количество решений, что большинство людей не готовы участвовать в большинстве из них, что приводит либо к широко распространенному использованию делегирования, с риском тех же видов централизации и неудач принципала и агента, которые мы видим в представительской демократии, либо к уязвимости для атак. DAO, где реальные голосования происходят очень редко, а большинство вопросов решаются предсказательными рынками с некоторой комбинацией людей и ИИ, предсказывающих голоса, могли бы работать хорошо.
Как мы видели в примере рынков решений, информационные финансы содержат множество потенциальных путей для решения важных проблем в децентрализованном управлении. Ключом является баланс между рынком и не рыночным: рынок - это "двигатель", а какой-то другой не финансовый механизм, которому можно доверять, - это "рулевое колесо".
Другие случаи использования информационных финансов
Личные токены - это жанр проектов, таких как Bitclout (теперь deso), friend.tech и многие другие, которые создают токен для каждого человека и упрощают спекуляции на этих токенах - это категория, которую я бы назвал "прото информационные финансы". Они целенаправленно создают рыночные цены для конкретных переменных - а именно, ожиданий будущей значимости человека - но точная информация, которую раскрывают цены, слишком неспецифична и подвержена рефлексивности и динамике пузырей. Существует возможность создать улучшенные версии таких протоколов и использовать их для решения важных проблем, таких как открытие талантов, будучи более осторожными в экономическом дизайне токена, особенно в том, откуда происходит его конечная ценность. Идея Робина Хансона о будущих престижа - это одно из возможных конечных состояний здесь.
Реклама - конечный "дорогой, но надежный сигнал" - это то, будете ли вы покупать продукт. Информационные финансы, основанные на этом сигнале, могут быть использованы, чтобы помочь людям определить, что покупать.
Научное рецензирование - в науке существует продолжающийся "кризис репликации", когда знаменитые результаты, которые в некоторых случаях стали частью народной мудрости, в конечном итоге вообще не воспроизводятся новыми исследованиями. Мы можем попытаться определить результаты, которые нуждаются в повторной проверке с помощью предсказательного рынка. Прежде чем повторная проверка будет проведена, такой рынок также даст читателям быструю оценку того, насколько они должны доверять любому конкретному результату. Эксперименты с этой идеей были проведены, и, похоже, они успешны.
Финансирование общественных благ - одна из основных проблем механизмов финансирования общественных благ, используемых в Ethereum, - это природа "конкурса популярности". Каждому участнику необходимо вести свою собственную маркетинговую кампанию в социальных сетях, чтобы быть замеченным, и участники, которые не хорошо подготовлены для этого или имеют по сути более "фоновую" роль, испытывают трудности с получением значительных сумм денег. Привлекательным решением этого является попытка отслеживать целую зависимостную графику: для каждого положительного результата, какие проекты внесли сколько в это, а затем для каждого из этих проектов, какие проекты внесли сколько в это, и так далее. Основная проблема в таком дизайне заключается в том, чтобы определить веса ребер таким образом, чтобы они были устойчивы к манипуляциям - в конце концов, такие манипуляции происходят уже постоянно. Дистиллированный механизм человеческого суждения мог бы помочь.
Заключения
Эти идеи теоретизировались давно: самые ранние работы о предсказательных рынках и даже рынках решений имеют десятилетия, и теория финансов, говорящая о похожих вещах, еще старше. Однако я бы сказал, что текущее десятилетие представляет собой уникальную возможность по нескольким ключевым причинам:
Информационные финансы решают проблемы доверия, которые действительно существуют у людей. Общей проблемой этой эпохи является нехватка знания (и что еще хуже, нехватка консенсуса) о том, кому доверять в политическом, научном и коммерческом контексте. Приложения информационных финансов могли бы помочь быть частью решения.
Теперь у нас есть масштабируемые блокчейны в качестве субстрата. Совсем недавно комиссии были слишком высоки, чтобы на самом деле реализовать большинство из этих идей. Теперь они больше не слишком высоки.
ИИ как участники. Информационные финансы относительно трудны для работы, когда они должны зависеть от людей для участия в каждом вопросе. ИИ значительно улучшают эту ситуацию, позволяя эффективным рынкам даже по небольшим вопросам. Многие рынки, вероятно, будут иметь комбинацию участников ИИ и людей, особенно когда объем по конкретным вопросам внезапно переключается с малого на большой.
Чтобы в полной мере воспользоваться этой возможностью, пришло время выйти за рамки простого предсказания выборов и исследовать остальное, что могут принести нам информационные финансы.
