
Профессор Стэнфорда предлагает заменить арбитров на рынках предсказаний искусственным интеллектом
Профессор Стэнфордского университета Эндрю Холл выступил с идеей встроить в блокчейн-системы искусственный интеллект для автоматического разрешения споров на рынках предсказаний. Это, по его мнению, решит проблему честного определения победителя в пари на спорные события.
Поводом для предложения стал пример с президентскими выборами в Венесуэле, где на кону стояло более 6 миллионов долларов. Официальные власти объявили победителем Николаса Мадуро, в то время как оппозиция заявила о масштабных фальсификациях. Такая ситуация поставила рынок предсказаний в тупик, так как не было ясно, какой результат считать истинным для выплат.
Холл отмечает, что схожие проблемы неоднозначности, манипуляций и непрозрачности существуют и на традиционных финансовых рынках.
Как будет работать система?
Предлагается использовать большие языковые модели (LLM) в качестве судей. Механизм включает три ключевых этапа:
1. При создании контракта в блокчейн записываются чёткие условия разрешения спора, указывается конкретная модель ИИ и точный запрос (промпт) к ней.
2. Все правила и алгоритм принятия решения становятся прозрачными и известными участникам заранее.
3. В момент подведения итогов ИИ анализирует заранее определённые источники информации и выносит автоматический вердикт.
Основные преимущества:
* Защита от манипуляций: Повлиять на алгоритм сложнее, чем на человека.
* Полная прозрачность: Правила фиксируются в коде и не могут быть изменены.
* Объективность: У ИИ нет личной заинтересованности в исходе пари.
* Скорость: Модель способна мгновенно обрабатывать огромные массивы данных.
Потенциальные риски:
* Возможность ошибок ИИ или «галлюцинаций» (генерации ложной информации).
* Теоретическая угроза манипуляций через влияние на источники данных, которые анализирует модель (например, публикация сфабрикованных новостей).
* Риск уязвимостей в данных, на которых обучалась модель.
Перспективы
Эндрю Холл считает, что внедрение ИИ-арбитров заменит текущие системные проблемы рынков предсказаний на более контролируемые технические задачи. Для успешной реализации идеи необходимы практические эксперименты с различными моделями ИИ и разработка единых отраслевых стандартов.
Популярные лонгриды:
Больше не нужно искать — необходимые
обучающие материалы и подсказки всегда под рукой