tl'dr

• 人々は、予測市場が遅かれ早かれ飛躍すると予測してきました。継続的なUXの改善が、このセグメントを飛躍させるために整えられています。
• しかし、数十億人のユーザーにスケールするには、継続的なUXの改善を超えた「新しいもの」が必要であり、それが機械の歯車と要のAIです
• コンテンツクリエイター、イベント推奨者、流動性アロケーター、情報集約者のAIカルテットは、この領域で大規模な新しい活動を促進する可能性があります
• これらのAIを現在の予測市場フレームワークに統合することで、予測市場を微視的なスケールで可能にし、個人的に魅力的で関連性の高いものにすることができます
• 予測市場のプリミティブは、ティンダーのような予測市場アプリの道を開いており、予測取引体験を私たちの日常的なデジタル存在に組み込んでいます

すべての決定は予測から始まります。ビットコインの可能性について熟考することを考えてみてください。「今ビットコインを購入すると、年末までに投資が2倍になるでしょうか？もし「はい」の可能性が「いいえ」よりわずかに高いと判断された場合、優れた選択肢がない状況でビットコインを購入することは経済的に合理的な決定となります。

しかし、なぜBitcoinで止まるのですか？次の米国大統領は誰か、どの国がワールドカップに勝つかなど、あらゆる種類のイベントを予測に基づいて設計されたマーケットを構築できると想像してみてください。ここでは、資産ではなく予測そのものが取引されます。

予測は市場を形作り、市場は私たちの予測を検証します

予測市場はVitalikによって「知識技術の聖杯」と呼ばれています。

Vitalikは他の人よりも大きなことを見る才能があります。そのため、彼は先回りするナラティブの良い情報源です。彼は7年前にEthereumでのAMMのアイデアを提案しましたブログ投稿. “Another guy” named Hayden Adams took the call to action and started building it, on a $60K grant. Two years later, Uniswap was 誕生.

Vitalikのブログ投稿が創造のきっかけとなる可能性がある場合$100+ billionドル産業に関しては、おそらくそれらに注意を払う必要があります。 例えば、Vitalikがガバナンスで予測市場を使用することに興奮していたことがあります2014年に戻る―「未来主義」として知られる一種のガバナンス形態― そして今、私たちはメタDAOそれを実行する、Panteraなどの大手VC企業とともにそれに参加する.

しかし、それは彼のものです最近の議論予測市場+ AIに焦点を当てた周辺のこと、ここで大きな動きの始まりを見始めているため。

予測市場は飛躍する準備が整っています

現在、市場をリードしている予測市場は、Polymarketであり、継続的なUXの改善やイベントカテゴリーおよびイベントの提供拡大によるものです。

データソース: デューン

最近の取引高は過去最高に達し、11月の米国大統領選挙を控えてさらに上昇する可能性が高いです（Polymarketの活動は米国を中心としています）。

予測市場が今年飛躍する可能性があるという前例がさらにあります。2024年には暗号市場が過去最高に達するというものの他に、世界史上最大の選挙年の1つが今年にあります。米国、インド、ロシア、メキシコ、ブラジル、バングラデシュ、インドネシア、パキスタンを含む世界で最も人口の多い10か国のうち8か国が選挙に臨みます。また、2024年夏季オリンピックがパリで開催されます。

しかし、月間の取引高が数千万ドルのままであり、数億ドルに達する可能性があると考えられる場合、現在の予測市場のいくつかの制限を考慮してみましょう。

• イベント作成の中央集権的な制御
• コミュニティコンテンツクリエイターに対するインセンティブの不足
• 個人化が不十分です
• 主に米国を中心としており、重要な国際的機会を見落としている

しかし、私たちは「何か新しいもの」が必要です

私たちは、そのものがAIであると信じています。

ゲームでAIをプレイヤーとして必要とします。近い将来、予測市場において人間のエージェントと一緒にAI（ボット）が参加するのが一般的になることを期待しています。すでにこれのライブデモを見ることができます予測市場そして予測市場X, このシーンに参入する可能性のある多くの企業があります。後で詳しく説明します。

AIはゲームの仲裁者としてAIが必要です。比較的まれですが、予測市場において紛争解決が重要で必要となる場合があります。例えば、大統領選挙では、結果が非常に接戦となり、投票の不正の疑いが浮上することがあります。予測市場は候補者Aを支持して終了するかもしれませんが、公式選挙管理委員会は候補者Bを勝者と宣言するかもしれません。候補者Aに賭けている人々は投票の不正があると主張し、一方、候補者Bに賭けている人々は選挙管理委員会の決定が「真の」結果を反映していると主張するかもしれません。多額の賭け金が動いています。誰が正しいのでしょうか？

この質問に答えることにはいくつかの課題があります:

• プレイヤーは、彼らの偏見のために人間の仲裁者を信頼することができません
• 人間の仲裁は遅くて高価になる可能性があります
• DAOベースの予測解決はシビル攻撃を受けやすい

これを解決するために、予測市場はマルチラウンドの紛争システムを使用することができますクレロス例外的に、紛争を解決するために人間の代わりにAIを使用することができ、紛争が行き詰まるまれなケースでは人間だけが関与します。プレイヤーはAIが公平であると信頼することができます。バイアスをかけるための十分なトレーニングデータを捏造することは不可能です。また、AI仲裁人はより速く、かつコストがはるかに低く働きます。xMarketsこの方向に進化しています。

AIs create desire

予測市場が本当に発展するためには、人々が実際に予測資産を取引するための心理的な限界を超える十分な興味を持つことができる必要があります。大統領選挙やスーパーボウルの勝者など多くの人々が関心を持つ一般的なトピックに関しては、それほど多くのことをする必要はありません。しかし、一般的なトピックのみを含めると、潜在的な流動性が大幅に制限されます。理想的には、予測市場はニッチな観客に高い関心を持つ特定のイベントの流動性を活用できるべきです。これがターゲット広告が機能する方法であり、我々は皆、ターゲット広告が機能することを知っています。

これを達成するために、予測市場は4つの一般的な課題を解決する必要があります:

1. イベントの供給: 高度に関連性のあるイベントの供給は重要です。ニッチでありながら熱心な観客の注意を引くために、イベント作成者はコミュニティの興味を深く理解し、参加とボリュームを促進する必要があります。
2. イベント需要：特定のターゲットコミュニティ内で需要が高くなければならず、その人口統計学的および心理学的な特異性を考慮する必要があります。
3. イベント流動性：ターゲットとなるコミュニティ内で意見の多様性とダイナミクスが十分にあり、両者を維持しスリッページを最小限に抑えるための十分な流動性を生み出す。
4. 情報集約：プレイヤーは十分な情報に簡単にアクセスできる必要があり、それにより賭けをする自信を持つことができます。これには、背景分析、関連する過去のデータ、専門家の意見などが含まれる可能性があります。

さて、これらの課題をAIがどのように解決できるかを見てみましょう。

1. コンテンツクリエーターAI: コンテンツクリエーターAI（「共同パイロット」）は、人間の能力や動機づけを超えたコンテンツの作成を支援します。 AIは、ニュース、ソーシャルメディア、そして金融データからトレンドを分析して、時宜を得た関連するイベントのトピックを提案します。コンテンツクリエーター（人間またはAI）は、コミュニティを活気づける魅力的なコンテンツを生成したことで報酬を得ます。コミュニティのフィードバックは、AIがコミュニティを理解するのを向上させ、コンテンツクリエーターとその観客を結びつけるためのコンテンツ作成エンジンをイテレーションして改善します。
2. イベント推奨AI：イベント推奨AIは、ユーザーの興味、取引履歴、および特定のニーズに基づいてイベントの提案をカスタマイズし、議論や取引の機会に適したイベントを推奨します。異なる地域、文化的文脈、および時間にわたるユーザーの行動に適応します。最終目標は、今日の予測市場プラットフォームを混乱させる個人的に関連のないコンテンツを排除した、高度にターゲットされたイベントのフィードです。
3. Liquidity Allocator AIs: リクイディティアロケーターAIは、流動性供給者AIは、流動性注入を最適化して売買スプレッドを狭めることで相手方の流動性リスクに対処します。リスクを最小化するために、AIは実行できます対数的市場スコアリングルール（LMSR）AMMモデルは、低流動性予測市場におけるリスクを最小限に抑えるために特別に設計されています。彼らはまた組み込むことができます強化学習エージェントそれによってリスクをさらに最小限に抑えるために流動性の深さ、プロトコル手数料、およびボンディング曲線を動的に調整する。これらのAIは一般的なLPプールからイベントの流動性を管理し、貢献に対して利息を積み立てた手数料収入あるいはプラットフォームトークンで報酬を与える。すべてを総合して、これは市場変化への予防的な適応、スリッページの削減、およびより良い価格安定性を意味します。
4. 情報集約AI：これらのAIは、プレイヤーがイベントを包括的に理解するために、オンチェーンデータ、過去のデータ、ニュース、センチメント指標など幅広い指標を活用します。その後、情報収集AIはバランスの取れた予測を提供し、予測市場を情報に基づいた意思決定とアルファのための主要情報源に変えます。プロジェクトは、情報収集AIによって得られた洞察へのアクセスをトークン化することを選択できます。なぜなら、予測市場では、知識＝お金だからです。

さて、これを組み合わせるとどのようになるかを見てみましょう。以下に、AIなしでの予測市場の主要な構成要素と機能（黒色で表示）とAIありでの予測市場の主要な構成要素と機能（青色で表示）をご覧いただけます。

AIモデルではない場合、コンテンツクリエイター（通常はプラットフォーム自体）が恣意的にイベントを作成し、流動性を提供（最初は自らの財務基盤で補助）、イベントをイベントデータベースに保存し、人間プレイヤーに一括でプロモーションを行います。これがPolymarketの現在の動作方法であり、非常にうまく機能しています。

でも、私はそれがもっと良くなると思います。

AIモデルでは、コンテンツクリエイターコパイロットAIが、ターゲットとなる一般またはニッチコミュニティ内でイベントの作成とプロモーションをサポートします。流動性提供は、流動性アロケーターAIによってサポートされ、プレイヤーオーダーブックを学習し、オラクルや他のデータベンダーからの外部データを使用して、時間の経過とともに流動性注入を最適化します。イベント推奨AIは、イベントデータベースやウォレット取引履歴を使用して、個人の興味に基づいてカスタマイズされたイベント推奨を最適化します。最後に、情報収集AIはデータベンダーから情報を収集し、教育的かつコンテキストに即した情報を人間プレイヤーに提供し、予測決定に関するAIプレイヤーに情報を提供します。最終目標は？微細なスケールで動作する予測市場システムを実現することです。

この規模の予測市場は、TinderやTikTokのような異なるユーザーエクスペリエンスを実現し、イベントが高度にターゲット化されているため、TikTokのようなフィードで提供される可能性があります。そして、今日のウォレットやブロックチェーン技術でも、プレイヤーはTinderのように左右にスワイプして賭けをすることができます。想像してみてください。通勤中や学校に通う途中に、個人的に関心のあるイベントについて微小な賭けをする人々。

情報収集をスーパーチャージ

最も悪名高い予測が困難な結果の一つは資産価格です。したがって、ここでAIが予測市場で可能な限りの範囲でどのように実行されるかを見てみましょう。

AIを使用して資産価格を予測することは、学術界で積極的に探求されています。線形モデル、ランダムフォレスト、サポートベクターマシンなどの機械学習（ML）技術が使用されています 表示された人間の審査員よりも優れた精度で暗号通貨の価格を予測する。これらのモデルは、Google検索の強度のような行動指標が価格の変動を説明することを発見しています。

IBM研究探索されました商品価格予測のための人工予測市場は、AIと予測市場を統合することに関して説得力のある事例を提供し、研究は、人工予測市場が多様で進化するリアルタイム情報源を集約して、エチレン、炭化水素などのオンライン取引所で取引されていない揮発性商品の価格を予測するなど、複雑な現実世界の問題でもより良い予測を行うための潜在能力を示しています。AIエージェントがここで標準のMLモデルを上回る理由は、彼ら自身が時間とともに学習するためです。つまり、エージェンシーとも呼ばれます。

ビットコインの翌日の価格を予測するためにランダムフォレスト回帰とLSTMを比較した別の研究表示されました前者は予測誤差が少なかったという点で優れたパフォーマンスを発揮しました。それはまた、AIの情報集約の広さを示しました-通常の人間の能力をはるかに超えて- 47の変数をモデル化するために8つのカテゴリを横断し、 (a)Bitcoin価格の変数; (b)Bitcoinのテクニカル指標; ©その他のトークン価格; (d)商品; (e)市場指数: (f)外国為替; (g)一般の注目); そして(h)週のダミー変数。最も重要な予測変数は、2015年から2018年までの米国株市場指数、原油価格、およびEthereum価格から、2018年から2022年までのEthereum価格と日本の株価指数に変化しました。また、Bitcoinの翌日の価格について、ランダムフォレスト回帰は1日の遅れで最も優れたパフォーマンスを発揮することがわかりました。

モデルエラーの大きさと遅延との関係

一部の人気のある予測市場では、多忙な人間が十分な量のデータを集約し、分析し、適切に解釈する時間があまりにも少ないため、正確な予測を行うことが困難であると推測できます。あるいは、問題が単純にあまりにも複雑すぎる。しかし、AIはこれを行うことができます。

AIトークンの推奨

池Gateは、ブロックチェーンのP2Pトランザクションネットワークのような相互関係の構造で表されるデータを処理するために特に設計されたAIモデルのクラスであるGNNを使用して、様々なトークンのアルファ確率を推定するために、オンチェーンの行動データを利用しています。ディザーは、トークンゲートされたTelegramと共に、別のトークン推奨AIですアラートボット、それはトークン推奨に時系列モデリングアプローチを取る。

薄い市場の問題を解決する

予測市場に直面している主な課題の1つは、市場がプレイヤーや取引量を十分に引き付けるには薄すぎることです。しかし、2010年代と2020年代の予測市場との間には大きな違いがあります。AIによる普遍的な参加の可能性Vitalikが指摘するように:

追加することが可能です改善予測市場の基礎となる自動化市場メーカー（AMM）モデル。たとえば、分析Polymarketの200万件以上の取引の中で、従来の定数積AMM（x*y=k）を使用した収束予測市場での流動性供給に問題があることが特定されました。

1. 収束と流動性削減。予測市場が収束するにつれて（つまり、結果がより確実になるにつれて）、LPは流動性を削減する動機を得ます。これは合理的な行動であり、「負ける」トークンを保有するリスクが増加するためです。たとえば、「はい」に向かって収束する市場では、「いいえ」というトークンがより価値が下がります（つまり、一時的損失）、これによりLPは事前に売却しないと無価値のトークンを持つ可能性があるリスクがあります。
2. バイアスと不正確さ。この流動性の低下は、予測市場が収束するにつれて、より少ない正確さとより多くのバイアスにつながる可能性があります。具体的には、0.2から0.8のボリューム加重価格範囲では、「いいえ」トークンはしばしば過小評価され、「はい」トークンはしばしば過大評価されています。

ソース: Kapp-Schwoerer (2023)

これらの問題に対処するため、著者らは「スムースリキッドマーケットメーカー」（SLMM）モデルを提案し、このモデルに集中関数を導入することで、予測市場の収束においてボリュームと精度を向上させることを実証しています（Uniswap v3のような）。このモデルでは、LP（流動性提供者）が特定の価格区間にのみ有効な流動性ポジションを提供することにより、リスク露出が低減されます。その結果、価格が調整されるにつれてLPが保持する貴重なトークンの数（たとえば、「はい」のトークン）がゼロに収束しないようになります。これは、定数プロダクトAMMとは異なります。

LPトレーダーのトレードオフ

予測市場を収束させるためにSLMMのような集中型流動性AMMバリアントを選択する際に達成しなければならないバランスがあります。LPのリスクを軽減しようとしている一方で、一部の取引活動を減少させる結果になります。

特に、集中した流動性は、市場が確実な結果に収束する際にLPが損失を被る可能性を低くし（したがって早期の撤退を減らす）、同時に取引機会を減らす可能性もあります。例えば、$0.70から$0.75に移動するような小さな価格変動で利益を上げる機会が減少する可能性があります。特に大口注文の場合、スリッページが増加するためです。直接的な結果として、トレーダーの潜在的な利益率が縮小されることになります。たとえば、$0.70から$0.75への小さな価格変動を予想している場合、スリッページによって期待される上昇を捉えるために効果的に投入できる資金が制限される可能性があります。将来を見据えると、これらの市場メーカーフォーミュラにおけるトレードオフ項目についてさまざまな調整を試行し、最適なバランスを見つけることが重要になります。

結論

予測市場のプリミティブは強力なものです。 もちろん、他のすべての暗号プリミティブと同様に、それには課題がありますが、それらが克服されると確信しています。 それらが徐々に克服されるにつれて、このプリミティブがさまざまなデジタルコンテキストでさまざまな質問に回答するために再利用されるのを期待できます。 ターゲティングと流動性ソリューションの進歩に伴い、ニッチな予測市場の開発が期待されます。 たとえば、X（元々Twitter）ユーザーを取ってみてください：

• 年末までに、Xはプレミアム++または同等のものを導入しますか？
• XはQ3までにすべてのユーザーに編集ツイート機能を利用可能にする予定ですか？
• 次の四半期報告書で、Xはデイリーアクティブユーザー数が増加すると予測されますか？
• X社の広告収入は次の四半期に増加するか減少するか？
• Xは年末までにコンテンツクリエイターとの新しい重要なパートナーシップを発表しますか？
• XはQ3までにブロックチェーンや仮想通貨関連の機能をリリースしますか？

興味深いことに、これらの質問は、単独の予測市場ウェブサイトにとどまる必要はありません。ブラウザ拡張機能を介してXや他のプラットフォームに直接統合することができます。私たちは日常のオンライン体験で定期的にマイクロ予測市場が登場し、一般的なブラウジングを投機取引の機会で豊かにすることができるかもしれません。

上記の質問の一部をわざと書いて、他の部分はChatGPTに書かせました。私が書いたのはどれで、コンテンツクリエーターAIが書いたのはどれでしょうか？ わからないくらいに上手くできているのは、ChatGPTのコンテンツクリエーターAIが本当に優れているからです。他のビッグテックが構築した情報集約AIや推奨エンジンも同様に優れています（GoogleやInstagramの広告を見てください）。これらのモデルのパフォーマンスに追いつくには労力と時間がかかりますが、これらのAIカテゴリの実現可能性を示しています。先例のない主要な未解決問題は、流動性配分AI、AIプレイヤー、AIの自己改善と目標指向の方向です。基本的な機械学習から検証可能なAIエージェントへの進化が求められます。

これらのスペースでビルドしている場合、またはこの投稿が共感を呼ぶ場合、reach out!

関連記事

• Buterin, V.（2024年）.暗号通貨+AIアプリケーションの約束と課題.
• Rein Y. Wu氏らによる、AIおよびWeb3テクノロジーを用いた意図中心の予測市場、ブロックチェーン ―知的未来のためのWeb3インフラストラクチャを先駆する、2024年。
• Kapp-Schwoerer, L. (2023). 予測市場の流動性向上.

免責事項：

1. この記事は[から転載されましたインセプションキャピタルすべての著作権は元の著者に帰属します[Hiroki Kotabe]. If there are objections to this reprint, please contact the ゲートラーンチームにお任せください。速やかに対応いたします。
2. 責任の免除：この記事で表現されている意見や見解は、著者個人のものであり、投資アドバイスを構成するものではありません。
3. 他の言語への記事の翻訳はGate Learnチームによって行われます。特に言及されていない限り、翻訳された記事のコピー、配布、または盗作は禁止されています。