Эксперт: ИИ способен демократизировать рынки предсказаний

Искусственный интеллект способен выполнять роль встроенного прямо в блокчейн судьи на рынках предсказаний. Такое мнение выразил профессор политической экономики в Высшей школе бизнеса Стэнфордского университета Эндрю Холл.

https://t.co/wQfka1JDA6

Он описал проблему «честного» разрешения споров на примере президентских выборов в Венесуэле.

В прошлом году было заключено контрактов на общую сумму более $6 млн на исход события. Однако после кампании рынок оказался в замешательстве:

«Должно ли решение по контрактам на рынке прогнозов следовать “официальной” информации (победа Мадуро) или “консенсусу достоверных сообщений” (победа оппозиции)?» — задался вопросом Холл.

Это не единичный случай, отметил эксперт. В другом исходе кто-то якобы манипулировал с картой Украины касательно территориального спора.

Холл считает важным создать справедливую систему разрешения контрактов, которой будут доверять. В таком случае цены станут значимыми сигналами для общества.

Аналогичные проблемы преследуют финансовые рынки. Международная ассоциация свопов и деривативов на протяжении многих лет борется с проблемами урегулирования на рынке кредитных дефолтных свопов — контрактов, по которым выплачиваются деньги в случае банкротства компании или страны.

Комитеты по принятию решений голосуют по вопросу о том, произошли ли кредитные события. Но процесс подвергается критике за непрозрачность, потенциальные конфликты интересов и непоследовательные результаты.

«Фундаментальная проблема остается той же: когда большие суммы зависят от определения того, что произошло в неоднозначной ситуации, любой механизм урегулирования становится мишенью для манипуляций, а неоднозначность — потенциальной точкой дебатов», — заявил Холл.

Эксперт назвал несколько ключевых свойств, которыми должно обладать любое жизнеспособное решение:

Состоящие из людей комитеты могут удовлетворить некоторых из этих свойств, но они подвержены манипуляциям и не способны быть нейтральными.

Холл предлагает использовать большие языковые модели в качестве судей, при этом каждая модель и промпт фиксируются в блокчейне в момент создания контракта.

Базовая архитектура выглядит так:

Такой метод устраняет несколько ключевых проблем:

Из недостатков: ИИ допускает ошибки. Он может неправильно прочитать новостную статью или придумать факт.

Манипуляции не невозможны, просто их сложнее осуществить. Мошенники могут заказать размещение определенной информации в крупных СМИ. Это дорого, но реально.

Также есть вероятность атаки на обучающие данные LLM. Но для этого необходимо действовать задолго до заключения контракта.

Решение на базе искусственного интеллекта заменяет один набор проблем другим, более управляемым. Платформам стоит экспериментировать с разными LLM для получения опыта, считает Холл.

По мере появления передовых практик сообществу необходимо работать над стандартизацией комбинаций ИИ-программ. Это поможет сконцентрировать ликвидность, считает автор.

Напомним, в январе аналитики a16z crypto предсказали рост рынков предсказаний и ZK-доказательств.

Подписывайтесь на ForkLog в социальных сетях

Рассылки ForkLog: держите руку на пульсе биткоин-индустрии!

Источник