ヴィタリック：予測市場から情報金融へ

著者：Vitalik Buterin

翻訳：CryptoLeo, Odaily星球日报

アメリカの選挙は予測市場Polymarketのさらなる盛り上がりを促進し、利益を求める人々が賭けを始め、結果を求める人々はそれをニュースデータプラットフォームとして情報を得るために利用しています。Polymarketは、ブロックチェーンアプリケーションとして「出圈」し、オンチェーンの資金と現実世界の予測をうまく組み合わせています。Vitalikは何度もPolymarketを称賛する投稿をしており、彼自身も初期の予測市場Augurの熱心なファンです。本日、Vitalikは予測市場を通じて「情報金融」について考察する投稿をしました。以下はその全文で、Odaily星球日报による翻訳です：

私が最も興奮するEthereumのアプリケーションの一つは予測市場です。私は2014年にロビン・ハンソンが提唱した予測に基づくガバナンスモデルであるfutarchyについての記事を書きました。2015年には、私は予測市場Augurの活発なユーザーおよび支持者であり、2020年の選挙では58,000ドルを賭けて得ました。今年、私はPolymarketの忠実な支持者およびフォロワーです。

多くの人にとって、予測市場は選挙を賭けることを意味し、選挙を賭けることはギャンブルです------もしそれが一般の人々に楽しみを提供できるなら素晴らしいですが、根本的にはpump.funでランダムにMemeを購入することよりも面白くはありません。この観点から、私が予測市場に対して抱く興奮は理解しがたいもののようです。したがって、この記事では、予測市場が私を引きつける概念について説明します。簡単に言えば、私は信じています：

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. さらに言えば、予測市場はより人気のある分野の先駆者であり、ソーシャルメディア、科学、ニュース、ガバナンス、その他の分野に応用する可能性があります。このカテゴリを「情報金融」と呼びます。

Polymarketの二面性：参加者に賭博サイトを提供し、他のすべての人にニュースサイトを提供する

過去一週間、Polymarketはアメリカの選挙に関する非常に効果的な情報源でした。Polymarketは、トランプが勝つ確率を60/40と予測しており（他の情報源の予測は50/50であり、これはそれ自体あまり印象的ではありません）、他の利点も示しています：結果が出たとき、多くの専門家やニュースソースが観客を誘導し、ハリスに有利な情報を聞かせようとしている中、Polymarketは真実を直接明らかにしました：トランプが勝つ確率は95％を超え、すべての政府機関の支配権を奪う確率は90％を超えました。

しかし、私にとって、これがPolymarketの面白さの最良の例ではありません。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操作された大統領選挙に抗議している人々を偶然見かけました。最初はあまり気に留めませんでした。マドゥロが「基本的に独裁者」の一人であることは知っていたので、彼が権力を維持するために毎回の選挙結果を偽造するだろうと思い、抗議が行われるだろうが、抗議は失敗するだろうと考えました。不幸なことに、他の多くの人々も失敗しました。その後、Polymarketをブラウジングしていると、これを見つけました：

人々は10万ドル以上を賭け、今回のベネズエラ選挙でマドゥロが倒される可能性を23％と見積もっていました。今、私はこの事態に気付きました。

もちろん、私たちはマドゥロが倒される結果があまり可能性がないことを知っています。最終的に、マドゥロは権力を維持しました。しかし、市場は私に今回のマドゥロを倒そうとする試みが真剣であることを認識させました。当時、大規模な抗議活動が行われ、野党は予想外に効果的な戦略を採用し、この選挙の詐欺的性質を世界に証明しました。もし私がPolymarketからの初期の信号「今回は何かに注意する必要がある」を受け取っていなければ、私はそれほど注意を向けることはなかったでしょう。

あなたはグラフを完全に信じるべきではありません：もし誰もがグラフを信じるなら、金持ちの誰かがグラフを操作でき、誰も賭けることを恐れるでしょう。一方で、ニュースを完全に信じることも良い方法です。ニュースには感情的な動機があり、クリック率のために何でも誇張します。一つの事柄は時には合理的で、時にはそうでないことがあります。もしあなたが衝撃的な記事を見て、それから市場で確認し、関連する出来事の確率が全く変わっていないことがわかったら、疑念を抱くのは理にかなっています。また、市場である出来事が予想外に高い確率または低い確率を持っている場合、または突発的な変動があれば、それは信号であり、ニュースを通読してその結論に至った理由を確認する必要があります。

結論：ニュースとグラフを読むことで、どちらか一方だけを閲覧するよりも多くの情報を得ることができます。

もしあなたがギャンブラーであれば、Polymarketに預金をすることができます。あなたにとって、これはギャンブルサイトです。もしあなたがギャンブラーでなければ、グラフデータを読むことができ、あなたにとってはニュースサイトです。あなたは決してグラフを完全に信じるべきではありませんが、私は個人的にグラフデータを情報収集のワークフローの一部として読み取ることにしており（従来のメディアやソーシャルメディアと共に）、それが私がより効果的に情報を得るのに役立っています。

より広い意味での情報金融

選挙結果を予測することは、その一つの使用例に過ぎません。より広い概念は、金融を価値のある情報を観客に提供するための調整インセンティブメカニズムとして使用できるということです。今、自然な反応はこうです：すべての金融は根本的に情報に関連していないのか？異なる参加者は、未来に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します（リスク嗜好やヘッジの希望などの個人的なニーズを除いて）、市場価格を読むことで世界について多くの知識を推測することができます。

私にとって、情報金融はこのようなものですが、構造的に正しいものであり、ソフトウェア工学における構造的に正しい概念に似ています。情報金融は学問であり、あなたに求められるのは

1. あなたが知りたい事実から始めること；

2. その後、市場参加者からその情報を最適な方法で取得するために市場を意図的に設計することです。

一つの例は予測市場です：あなたは未来に起こることを知りたいので、市場を作り、人々にその事柄に賭けさせます。もう一つの例は意思決定市場です：あなたは意思決定Aまたは意思決定Bが特定の指標Mに基づいてより良い結果を生むかを知りたいので、そのために条件市場を構築します：

あなたは人々にどの意思決定を選ぶかに賭けさせます：もし意思決定Aを選ぶなら、Mの値を、逆にゼロを；もし意思決定Bを選ぶなら、Mの値を、逆にゼロを。これらの3つの変数を使って、市場が意思決定Aまたは意思決定BのどちらがMの価値をより高く評価しているかを算出できます。

私は、今後10年間で人工知能（LLMsや将来の技術のいずれか）が金融業界に巨大な影響を与えると予測しています。これは、情報金融の多くの応用が「ミクロ」問題に関するものであり、数百万の意思決定のミニ市場であり、単一の意思決定の影響が相対的に低いためです。実際には、取引量が少ない市場は効果的に機能しないことが多いです：経験豊富な参加者にとって、数百ドルの利益のために詳細な分析を行うことは意味がありません。多くの人々は、補助金がなければ、そのような市場は根本的に機能しないと考えています。なぜなら、最も重大で衝撃的な問題を除いて、経験豊富なトレーダーが利益を得るための新しいトレーダーが十分に存在しないからです。人工知能はこの方程式を完全に変え、取引量が10ドルの市場でもかなり高品質な情報を得る可能性があることを意味します。補助金が必要な場合でも、各問題の補助金規模は手頃なものです。

情報金融、精練された人間の判断

あなたが信頼できる人間の判断メカニズムを持っていて、コミュニティ全体がその合法性を信頼していると仮定しますが、判断を下すには長い時間と高いコストがかかります。しかし、あなたは少なくとも「高価なメカニズム」の安価なコピーに安価でリアルタイムにアクセスしたいと考えています。以下はロビン・ハンソンがあなたができることについての考えです：決定を下す必要があるたびに予測市場を構築し、その高価なメカニズムが決定に対してどのような結果を出すかを予測します。すると予測市場が稼働し、マーケットメイカーを補助するために少額の資金を投入します。

99.99％のケースでは、あなたは実際に高価なメカニズムを呼び出すことはありません：おそらくあなたは「取引を復元」し、全員が投入したお金を返すか、または返さないか、または平均価格が「はい」に近いか「いいえ」に近いかを見て、それを基本的な事実として扱います。0.01％のケースでは、ランダムであるか、最高の取引量の市場であるか、または両方のケースで、実際に高価なメカニズムを運用し、その結果に基づいて参加者に補償します。

これにより、元々非常に信頼性が高いがコストが極めて高いメカニズムの精練されたバージョンが提供されます（「精練」という言葉はLLM大モデルの蒸留に類似しています）。時間が経つにつれて、この精練されたメカニズムは元のメカニズムの行動を大まかに反映します。なぜなら、その結果を実現するのを助ける参加者だけが利益を得ることができ、他の人は損失を被るからです。

これはソーシャルメディアだけでなく、DAOにも適用されます。DAOの主要な問題の一つは、決定の数が多すぎて、大多数の人々が参加することを望まないため、広範な委任が行われ、代議制民主主義における一般的な中央集権と委任代理の失敗のリスクが生じるか、攻撃を受ける可能性があります。もしDAO内で実際に投票がほとんど行われず、大多数の事柄が予測市場によって決定され、人間と人工知能が結合して投票結果を予測するなら、このようなDAOはうまく機能する可能性があります。

私たちが意思決定市場の例で見たように、情報金融には去中心化ガバナンスの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、他のいくつかの非金融的な信頼メカニズムは「ハンドル」です。

情報金融の他の使用例

個人トークン------Bitclout（現在のdeso）、friend.techなど、誰にでもトークンを作成し、投機を容易にする多くのプロジェクト------は、私が「原始的な情報金融」と呼ぶカテゴリーに属します。彼らは特定の変数に市場価格を意図的に創出します（つまり、ある人の将来の地位に対する期待）が、価格が明らかにする正確な情報はあまり具体的ではなく、反射性やバブルダイナミクス（Odaily星球日报注：価格の急騰が買いを引き寄せる）の影響を受けやすいです。このようなプロトコルの改善版を作成し、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）をより慎重に考慮することで、才能発見などの重要な問題を解決することが可能です。ロビン・ハンソンの「評判の未来」における見解は、起こり得る最終状態の一つです。

広告------最終的な「高価だが信頼できる信号」は、あなたが製品を購入するかどうかです。この信号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を助けるために使用できます。

科学の同行審査------科学界には「再現性の危機」が存在し、特定の著名な結果が特定の状況で民間の知恵の一部となっていますが、新しい研究で再現できないことがあります。私たちは予測市場を通じて再確認が必要な結果を特定しようと試みることができます。再確認の前に、そのような市場は読者が特定の結果をどの程度信頼すべきかを迅速に評価するのに役立ちます。このアイデアの実験はすでに行われており、これまでのところ成功を収めているようです。

公共財の資金調達------Ethereumで使用される公共財の資金調達メカニズムの主要な問題の一つは、その「人気競争」の性質です。認識を得るために、各貢献者はソーシャルメディアで自分のマーケティング操作を行う必要があり、十分な能力を持たない貢献者や、より多くの「背景」役割を持つ貢献者は、大量の資金を得るのが難しいです。魅力的な解決策は、全体の依存関係グラフを追跡しようとすることです：各ポジティブな結果に対して、どのプロジェクトがどれだけ貢献したか、次に各プロジェクトに対して、どのプロジェクトがどれだけ貢献したか、などです。この設計の主要な課題は、操作に耐えられるようにマージンの重みを見つけることです。結局のところ、このような操作は常に発生しています。精練された人間の判断メカニズムが役立つかもしれません。

結論

これらの見解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、似たようなことを言う金融理論はさらに古いものです。しかし、私は今の10年間に情報金融が大きな機会を持っていると考えています。いくつかの重要な理由があります：

情報金融は人々が実際に存在する信頼の問題を解決します。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、誰を信頼すべきかの認識が欠如していること（さらに悪いことに、合意が欠如していること）であり、情報金融アプリケーションは解決策の一部となる可能性があります；

私たちは今、基盤としてスケーラブルなブロックチェーンを持っており、最近まで、コストが高すぎてこれらのアイデアを実現することができませんでした。しかし、今ではコストはもはや高くありません。

情報金融が人間の参加に依存して各問題を解決しなければならないとき、人工知能は相対的に機能しにくいです。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果的な市場を構築できるようにします。多くの市場は、特定の問題の量が突然小から大に変わる場合、人工知能と人間の参加の組み合わせを持つ可能性があります。

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、金融情報が私たちにもたらすものを探求する時です。