tl’dr

• توقع الناس أن تنطلق الأسواق التنبؤية في وقت ما، وقد أعدت التحسينات المستمرة في تجربة المستخدم هذا القطاع للانطلاق
• ولكن لتوسيع النطاق لمليارات المستخدمين، نحتاج إلى 'شيء جديد' خارج تحسينات تجربة المستخدم المستمرة، وهو الذكاء الاصطناعي كعنصر رئيسي ومفتاح النجاح في الآلة
• رباعي الذكاء الاصطناعي لخلق المحتوى، وموصى بها للفعاليات، وموزع السيولة، ومجمعي المعلومات يمكن أن يحفز نشاطًا جديدًا ضخمًا في هذا المجال
• دمج هذه الذكاءات الاصطناعية في الإطار الحالي للسوق التنبؤية يمكن أن يمكن سوق التنبؤ بمقياس مجهري، مما يجعلها جذابة وملائمة شخصيًا
• السوق التنبؤية الأولية تمهد الطريق لتطبيقات السوق التنبؤية المشابهة لتندر، مضمنة تجارب التداول التنبؤية في وجودنا الرقمي اليومي

كل قرار يبدأ بتوقع. فكر في التأمل في الإمكانيات المحتملة للبيتكوين: "هل سيؤدي شراء البيتكوين الآن إلى استثمار مضاعف بحلول نهاية العام؟ إذا كانت احتمالية الجواب بنعم أكثر بقدر طفيف عن الجواب بلا، فإنه من العقلاني اقتصاديًا أن نقرر شراء البيتكوين في حالة عدم وجود بدائل أفضل.

لكن لماذا نتوقف عند بيتكوين؟ تخيل أنه يمكننا تصميم أسواق مبنية على التنبؤات حول جميع أنواع الأحداث مثل من سيكون الرئيس الأمريكي التالي أو أي بلد سيفوز بكأس العالم. هنا، ليس الأصول، ولكن التوقعات نفسها تتم تداولها.

التنبؤات تشكل الأسواق، والأسواق تؤكد تنبؤاتنا

السوق التنبؤية قد تم تسميتها "الكأس المقدسة لتكنولوجيا المعرفة" من قبل فيتاليك.

فيتاليك لديه موهبة لرؤية الأمور الكبيرة قبل الآخرين. لذلك فهو مصدر جيد للسرد المسبق. لقد اقترح فكرة AMM على إيثريوم قبل سبع سنوات في مقال في البلوج. "رجل آخر" يدعى هايدن آدامز استجاب للنداء إلى العمل وبدأ في بنائه، على منحة بقيمة 60 ألف دولار. بعد عامين، كانت يونيسواب مواليد.

إذا كانت مشاركات مدونة فيتاليك يمكن أن تبدأ في إنشاء $100+ billionصناعات الدولار، يجب علينا على الأرجح أن نولي اهتمامًا بها. على سبيل المثال، يحدث أن فيتاليك كان متحمسًا لاستخدام السوق التنبؤية في الحوكمةفي عام 2014- نوع من أشكال الحكم المتطرفة المعروفة باسم "futarchy" - والآن لديناميتا داوفعل ذلك فقط، مع شركات رأس المال الاستثماري الكبيرة مثل Panteraالمشاركة فيه.

ولكن هو أكثرهالمناقشات الأخيرةحول أسواق التنبؤ + الذكاء الاصطناعي التي نريد التركيز عليها، حيث بدأنا نرى بدايات شيء كبير هنا.

السوق التنبؤية مستعدة للانطلاق

السوق التنبؤية الرائد حاليًا هو Polymarket، بفضل تحسينات واجهة المستخدم الدائمة وتوسيع فئات الأحداث وعروض الأحداث.

مصدر البيانات: رمل

وصلت الحجم الشهري مؤخرًا إلى أعلى مستوياته على الإطلاق ومن المرجح أن يرتفع مع انتخابات الرئاسة الأمريكية في نوفمبر هذا العام (نشاط Polymarket مركزه الولايات المتحدة).

هناك سابقة أخرى تدعونا للإيمان بأن السوق التنبؤ قد تنطلق هذا العام. بالإضافة إلى وصول أسواق العملات الرقمية إلى أعلى مستوياتها عام 2024، لدينا أيضًا واحدة من أكبر سنوات الانتخابات في التاريخ هذا العام. ثماني من أكبر عشر دول في العالم من حيث عدد السكان، بما في ذلك الولايات المتحدة والهند وروسيا والمكسيك والبرازيل وبنغلاديش وإندونيسيا وباكستان ستشهد الانتخابات. كما أن لدينا أولمبياد الصيف لعام 2024 القادم في باريس.

ولكن نظرًا لأن حجوم التداول الشهرية لا تزال في عشرات الملايين عندما يمكن أن تصل إلى مئات الملايين، دعونا ننظر في بعض القيود للأسواق التنبؤية الحالية:

• السيطرة المركزية على إنشاء الحدث
• نقص الحوافز لمنشئي محتوى المجتمع
• نقص في التخصيص الشخصي
• أمريكي بشكل رئيسي؛ يتجاهل فرص دولية كبيرة

ولكن نحتاج "شيئًا جديد"

نحن نعتقد أن الشيء هو الذكاء الاصطناعي.

نحتاج إلى الذكاء الاصطناعي كلاعبين في اللعبة. نتوقع أن يكون من المعتاد قريبًا رؤية الذكاء الاصطناعي (الروبوتات) يشاركون جنبًا إلى جنب مع العملاء البشر في السوق التنبؤية. يمكننا رؤية العروض التوضيحية الحية لهذا بالفعل في السوق التنبؤيةوالسوق التنبؤية, بين المحتمل أن يدخل هذا المشهد. المزيد عن هذا لاحقًا.

تحتاج أنظمة الذكاء الاصطناعي إلى الذكاء الاصطناعي كحكام للعبة. على الرغم من ندرتها نسبيا ، يمكن أن تكون هناك حالات يكون فيها حل النزاعات مهما وضروريا في سوق التنبؤ. على سبيل المثال ، في الانتخابات الرئاسية ، قد تكون النتائج متقاربة للغاية وقد تظهر مزاعم بحدوث مخالفات في التصويت. لذلك ، في حين أن سوق التنبؤ قد يغلق لصالح المرشح "أ" ، قد تعلن اللجنة الانتخابية الرسمية أن المرشح "ب" هو الفائز. أولئك الذين يراهنون على المرشح (أ) سيجادلون ضد النتيجة بسبب مخالفات التصويت المزعومة بينما سيجادل أولئك الذين يراهنون على المرشح (ب) بأن قرار اللجنة الانتخابية يعكس النتيجة "الحقيقية". قد يكون هناك الكثير من المال على المحك. من على حق؟

الرد على هذا السؤال يطرح العديد من التحديات:

• اللاعبون قد لا يثقون في الحكام البشريين بسبب تحيزاتهم
• التحكيم البشري يمكن أن يكون بطيئًا ومكلفًا
• قرارات التنبؤ القائمة على DAO عرضة لهجمات سايبيل

للتعامل مع هذا، يمكن لأسواق التنبؤ استخدام أنظمة النزاع متعددة الجولات على غراركليروسباستثناء استخدام الذكاء الاصطناعي بدلاً من البشر لحل النزاعات في مراحل مبكرة ويتم إدراج البشر فقط في حالات نادرة عندما تصل النزاعات إلى طريق مسدود. يمكن للاعبين الثقة في الذكاء الاصطناعي أن يكونوا محايدين، حيث أن تزييف البيانات التدريبية بما يكفي لتحييد الذكاء الاصطناعي غير ممكن. أيضًا، يعمل الحكام الاصطناعيون بشكل أسرع وبتكلفة أقل بكثير.xأسواقيتم بناء ذلك في هذا الاتجاه.

الذكاء الاصطناعي يخلق الرغبة

لكي تنطلق الأسواق التنبؤية حقًا، يجب أن تكون قادرة على جذب اهتمام كاف لدفع الناس إلى تجاوز العتبة النفسية للتداول فعليًا في أصول التنبؤ. قد لا يتطلب الأمر الكثير لفعل ذلك بالنسبة للمواضيع العامة التي يهتم بها الكثيرون مثل من سيربح الانتخابات الرئاسية أو السوبر بول. ومع ذلك، يقوم تضمين المواضيع العامة فقط بتقييد السيولة الإمكانية بشكل كبير. في الأفضل، يمكن للسوق التنبؤية أن تستفيد من سيولة الأحداث المحددة ذات الاهتمام العالي للجماهير الضيقة. هكذا تعمل الإعلانات المستهدفة، ونحن جميعًا نعلم أن الإعلانات المستهدفة تعمل.

لتحقيق هذا، تحتاج الأسواق التنبؤية إلى حل أربع تحديات عامة:

1. توريد الحدث: يعتبر توريد الحدث ذو الصلة المرتفعة أمرًا أساسيًا. لجذب انتباه جمهور محدد ومخصص بشكل كبير، يجب على مبتكري الأحداث فهم مجتمعهم بعمق لدفع المشاركة والأحجام.
2. طلب الحدث: يجب أن يكون الطلب مرتفعًا داخل المجتمع المستهدف بشكل خاص، مع مراعاة تفرداتهم الديموغرافية والنفسية.
3. سيولة الحدث: هناك تنوع كافٍ في الآراء والديناميات داخل المجتمع المستهدف لدفع سيولة كافية للحفاظ على كلا الطرفين وتقليل الانزلاق.
4. تجميع المعلومات: يجب أن يكون لدى اللاعبين سهولة الوصول إلى ما يكفي من المعلومات ليكونوا واثقين من إجراء رهان. يمكن أن يشمل ذلك تحليل الخلفية والبيانات التاريخية ذات الصلة وآراء الخبراء.

الآن، دعونا نرى كيف يمكن للذكاء الاصطناعي التعامل مع كل هذه التحديات:

1. ذكاءات الإنشاء المحتوى: ذكاءات إنشاء المحتوى (المساعدة) تساعد في إنشاء محتوى يتجاوز القدرات أو الدوافع البشرية. تقترح الذكاءات الاصطناعية مواضيع الأحداث في الوقت المناسب وذات الصلة من خلال تحليل الاتجاهات من الأخبار ووسائل التواصل الاجتماعي والبيانات المالية. سيتم مكافأة منشئي المحتوى - سواء كانوا بشرًا أو ذكاء اصطناعي - عن إنشاء محتوى جذاب يبقي مجتمعاتهم حية. يعزز تغذية الردود المجتمعية فهم الذكاءات الاصطناعية لمجتمعاتها، مما يجعلها محرك إنشاء محتوى محسّنًا تطويريًا لربط منشئي المحتوى بجماهيرهم.
2. توصيات الأحداث الذكية: تقوم التطبيقات الذكية لتوصيات الأحداث بتخصيص اقتراحات الأحداث للمستخدمين استنادًا إلى اهتماماتهم وتاريخ تداولهم واحتياجاتهم الخاصة، مع التركيز على توصية الأحداث التي تعتبر ناضجة للجدل وفرص التداول. تتكيف مع سلوكيات المستخدمين عبر مناطق مختلفة وسياقات ثقافية وأوقات مختلفة. الهدف النهائي هو تغذية مستهدفة للأحداث، خالية من المحتوى الشخصي غير ذي صلة الذي يعترض منصات السوق التنبؤية اليوم.
3. موزعو السيولة الذكية: تعمل موزعو السيولة الذكية على مواجهة مخاطر سيولة الطرف الثاني من خلال تحسين حقن السيولة لتقليص الفارق بين العرض والطلب. لتقليل المخاطر، يمكن للذكاء الاصطناعي تنفيذ قاعدة تسجيل السوق اللوغاريتمية(LMSR) نموذج AMM مصمم خصيصًا لتقليل المخاطر في أسواق التنبؤ بالسيولة المنخفضة. يمكن أيضًا أن يدمجواوكلاء تعلم التعزيزالتي تعدل ديناميكيًا عمق السيولة ورسوم البروتوكول ومنحنى الربط لتقليل المخاطر بشكل أكبر. تدير هذه الذكاءات الاصطناعية سيولة الحدث من حوض LP عام، مكافأة المساهمات بالإيرادات الناتجة عن الرسوم المتراكمة أو رموز المنصة كحافز إضافي. كل ذلك يعني التكيف الوقائي مع تغييرات السوق، والانزلاق المتقلص، وثبات الأسعار الأفضل.
4. ذكاء اصطناعي لتجميع المعلومات: يستفيد هذه الذكاء الاصطناعي من الحوسبة عبر مجموعة واسعة من المؤشرات (على سبيل المثال، بيانات السلسلة، البيانات التاريخية، الأخبار، ومؤشرات المشاعر) لكي يتمكن اللاعبون من فهم الحدث شاملًا. من هنا، يمكن لذكاء الاصطناعي لتجميع المعلومات أن يقدم توقعات شاملة، مما يحول السوق التنبؤية إلى المصدر الأساسي لاتخاذ القرارات المستنيرة وتحقيق العوائد الإيجابية. يمكن للمشاريع اختيار توكين Gate الوصول إلى الإبصار الذي يتم الحصول عليه من خلال ذكاء اصطناعي لتجميع المعلومات، لأن في الأسواق التنبؤية، المعرفة = المال.

الآن ، دعونا نرى كيف يبدو هذا عندما تقوم بتجميعه معا. أدناه ، يمكنك رؤية المكونات والأعمال الرئيسية لسوق التنبؤ بدون الذكاء الاصطناعي (باللون الأسود) ومع الذكاء الاصطناعي (باللون الأزرق).

في النموذج الغير ذكاء الاصطناعي، يقوم مبدعو المحتوى (عادةً المنصة نفسها) بإنشاء الأحداث بشكل تعسفي، وتوفير السيولة (التي تُدعم في البداية من خزائنهم)، وحفظ الأحداث في قاعدة بيانات الأحداث، وترويجها بشكل جماعي للاعبين البشر. هذا هو كيف يعمل بوليماركت حالياً، وهو يعمل بشكل جيد جداً.

لكن، أعتقد أنه يمكن أن يتحسن كثيرًا.

في نموذج الذكاء الاصطناعي، تدعم ذكاءات الطيار المساعدة لمنشئي المحتوى منشئي المحتوى في إنشاء وتعزيز الأحداث داخل المجتمعات العامة أو الخاصة المستهدفة. يتم دعم توفير السيولة من خلال ذكاءات تخصيص السيولة التي تقوم بتحسين حقن السيولة على مر الزمن من خلال تعلم كتب أوامر اللاعبين واستخدام البيانات الخارجية من أجهزة البوابات وبائعي البيانات الآخرين. تستخدم ذكاءات توصية الأحداث الأحداث المخزنة في قاعدة البيانات وتاريخ المعاملات المحفوظة لتحسين توصية الحدث المصممة استنادًا إلى الاهتمامات الشخصية. وأخيرًا، تجمع ذكاءات تجميع المعلومات معلومات من بائعي البيانات لتوفير معلومات تعليمية وسياقية للاعبين البشر وإبلاغ الذكاءات الاصطناعية عن قراراتها التنبؤية. الهدف النهائي؟ نظام سوق تنبؤ دقيق يمكنه تمكين أسواق التنبؤ من العمل على نطاق دقيق.

سيمكن الأسواق التنبؤية بهذا المقدار تجربة مستخدم مختلفة، تشبه أكثر إلى تيندر أو تيك توك. حيث أن الأحداث مستهدفة للغاية، يمكن تغذيتها لك في تغذية مباشرة على غرار تيك توك و — حتى مع تقنية المحفظة والبلوكشين الحالية — يمكن للاعبين وضع الرهانات عن طريق التمرير لليسار أو اليمين على غرار تيندر. تخيل ذلك. الناس يضعون رهانات صغيرة على الأحداث التي يهتمون بها شخصيًا أثناء تنقلهم إلى العمل أو المدرسة.

تعزيز تجميع المعلومات

من أصعب النتائج الشهيرة للتنبؤ بأسعار الأصول، لذلك دعونا نركز هنا لنرى كيف تؤدي الذكاءات الاصطناعية عند الضغط على حدود ما هو ممكن في السوق التنبؤية.

يتم استكشاف استخدام الذكاء الاصطناعي لتوقع أسعار الأصول بنشاط في الأوساط الأكاديمية. لقد تم استخدام تقنيات تعلم الآلة (ML) مثل النماذج الخطية، والغابات العشوائية، وآلات الدعم الناقلةعرضللتنبؤ بأسعار العملات المشفرة بدقة أفضل من القضاة البشر. لقد اكتشفت هذه النماذج أن المؤشرات السلوكية مثل كثافة البحث في جوجل تفسر تباين الأسعار.

بحث شركة آي بي أماستكشفتالأسواق التنبؤية الاصطناعية لتوقع أسعار السلع، تقدم حالة دراسية مقنعة حول دمج الذكاء الاصطناعي مع الأسواق التنبؤية. يسلط بحثهم الضوء على إمكانية الأسواق التنبؤية الاصطناعية في تجميع مصادر معلومات متنوعة ومتطورة في الوقت الحقيقي لاتخاذ توقعات أفضل حتى في مشاكل العالم الحقيقي المعقدة مثل توقع أسعار السلع القليلة التداول عليها في التبادلات عبر الإنترنت (مثل الإثيلين، والهيدروكربونات). السبب في أن وكلاء الذكاء الاصطناعي يمكن أن يتفوقوا على نماذج التعلم الآلي القياسية هنا هو أنهم يتعلمون مع مرور الوقت، بأنفسهم — المسمى أيضًا وكالة.

دراسة أخرى تقارن بين تقنية الغابات العشوائية الاسترجاعية وLSTM للتنبؤ بسعر البيتكوين في اليوم التاليأظهرأظهرت الدراسة السابقة أن الأداء كان أفضل من حيث الخطأ في التنبؤ. كما أظهرت قوة الذكاء الاصطناعي في تجميع المعلومات بشكل واسع - بعيدا عن قدرة الإنسان العادي - لنمذجة 47 متغيرًا عبر ثماني فئات بما في ذلك (أ) متغيرات سعر البيتكوين؛ (ب) المؤشرات الفنية للبيتكوين؛ © أسعار الرموز الأخرى؛ (د) السلع؛ (ه) مؤشرات السوق: (ف) صرف العملات الأجنبية؛ (ز) الاهتمام العام)؛ و (ح) المتغيرات الوهمية للأسبوع. اختلفت أهم المتنبئات مع مرور الوقت من مؤشرات سوق الأسهم الأمريكية، وسعر النفط، وسعر الإيثيريوم في الفترة من 2015 إلى 2018 إلى سعر الإيثيريوم ومؤشر سوق الأوراق المالية الياباني في الفترة من 2018 إلى 2022. كما تبين أنه بالنسبة لسعر البيتكوين في اليوم التالي، يكون تنبؤ الغابة العشوائية أفضل مع تأخير يوم واحد.

العلاقة بين مقدار خطأ النموذج والتأخير

يمكننا استنتاج أنه في بعض الأسواق التنبؤية الشهيرة، ليس هناك ما يكفي من الوقت لشخص مشغول لتجميع وتحليل وتفسير كميات كبيرة بما فيه الكفاية من البيانات لجعل توقعات جيدة. أو أن المشاكل ببساطة أكثر تعقيدًا. ولكن يمكن للذكاء الاصطناعي أن يفعل ذلك.

توصية رمزية للذكاء الاصطناعي

بركةتقوم ببناء نموذج أساسي للعملات المشفرة، والذي تم تطبيقه في توصيات الرموز المولدة بالذكاء الاصطناعي المستمدة من سلوكيات السلسلة. حاليا، تستخدم شبكة النماذج العصبية الكبيرة (GNN) بيانات السلوك على السلسلة لتقدير احتمالات ألفا لمختلف الرموز. النماذج العصبية الكبيرة هي فئة من نماذج الذكاء الاصطناعي مصممة خصيصا لمعالجة البيانات الممثلة على شكل رسوم بيانية، مما يجعلها مفيدة عندما تكون البيانات متصلة ببنية علاقاتية مثل شبكات المعاملات نقطة لنقطة للسلاسل الكتلية.الترددهو آخر توصية للرمز الذكاء الاصطناعي مع تلغراف محمي بالرمزبوت التنبيه، الذي يتبنى نهج تخصصي في النمذجة الزمنية لتوصية الرموز.

حل مشكلة الأسواق الرقيقة

أحد التحديات الرئيسية التي تواجه الأسواق التنبؤية هو أن الأسواق ضعيفة للغاية لجذب عدد كاف من اللاعبين والحجم. ولكن هناك فرق كبير بين أسواق التنبؤ في العقد الأول من القرن الحادي والعشرين مقابل العقد الثاني، وهوإمكانية المشاركة الشاملة من قبل الذكاء الاصطناعي. كما أشار فيتاليك:

للإضافة، من الممكن أنتحسيننماذج صانع السوق التلقائي (AMM) الكامنة وراء السوق التنبؤية. على سبيل المثال، تحليلتحددت مشاكل في توفير السيولة في الأسواق التنبؤية المتقاربة باستخدام AMM الثابت التقليدي (x*y=k) بعد أكثر من 2 مليون عملية تداول على بوليماركت.

1. التقارب وسحب السيولة. بينما يتقارب الأسواق التنبؤية (أي بمعنى أن يصبح النتيجة أكثر تحديدًا)، يتحفز المزودون لإزالة سيولتهم. هذه سلوك رشيد لأن مخاطر حيازة الرموز "الخاسرة" تتزايد. على سبيل المثال، في سوق تتقارب نحو "نعم"، تصبح الرموز "لا" أقل قيمة (أي، فقدان مؤقت)، مما يشكل خطرًا على المزودين الذين قد ينتهون برموز لا قيمة لها إذا لم يبيعوها مسبقًا.
2. التحيز وعدم الدقة. يمكن أن يؤدي هذا الانخفاض في السيولة إلى تقليل الدقة وزيادة التحيز مع اقتراب الأسواق التنبؤية. على وجه التحديد، في نطاق السعر المعتمد على الحجم بين 0.2 و 0.8، يتم تقدير رموز 'لا' في كثير من الأحيان بشكل غير مناسب وتقييم رموز 'نعم' بشكل غير مناسب.

المصدر: كاب-شفير (2023)

لمعالجة هذه القضايا ، يقترح المؤلفون نموذج "صانع السوق السائل السلس" (SLMM) ، ويثبتون أنه يمكن أن يزيد من الأحجام والدقة في أسواق التنبؤ المتقاربة. يقوم بذلك عن طريق إدخال وظيفة تركيز في النموذج (a la Uniswap v3) حيث توفر LPs مركز سيولة نشط فقط لفترات زمنية محددة. والنتيجة هي تقليل التعرض للمخاطر ، مما يضمن أن عدد الرموز المميزة القيمة (على سبيل المثال ، الرموز المميزة "نعم" في السوق التي تتقارب مع نتيجة "نعم") التي تحتفظ بها LPs لا تتقارب إلى الصفر مع تعديل الأسعار ، على عكس المنتج الثابت AMM.

تضحيات تاجر LP

هناك توازن يجب أن يتم التوصل إليه عند اختيار نسخة سائلية مركزة مركزة مثل SLMM لتقارب أسواق التنبؤ. بينما تحاول تقليل المخاطر لمقدمي السيولة، تنتهي بتقليل الحافز لبعض أنشطة التداول.

على وجه التحديد ، في حين أن السيولة المركزة يمكن أن تقلل من احتمالية خسارة LPs مع تقارب السوق على نتيجة مؤكدة (وبالتالي تقليل السحب المبكر) ، فقد تقلل أيضا من فرص التداول للربح من تغيرات الأسعار الصغيرة (على سبيل المثال ، مثل الانتقال من 0.70 دولار إلى 0.75 دولار) بسبب زيادة الانزلاق ، خاصة بالنسبة للطلبات الكبيرة. والنتيجة المباشرة هي أن هوامش الربح المحتملة للمتداولين يتم تقليصها. على سبيل المثال ، إذا توقعوا تحركا صغيرا في السعر من 0.70 دولار إلى 0.75 دولار ، فقد يحد الانزلاق من رأس المال الذي يمكنهم استنكاره بشكل فعال لالتقاط الاتجاه الصعودي المتوقع. بالنظر إلى المستقبل ، سيكون من المهم تجربة تعديلات مختلفة على مدة المقايضة في صيغ صانع السوق هذه للعثور على المكان المناسب.

استنتاج

السوق التنبؤي الأصلي هو واحد قوي. بالطبع، مثل أي أصل رقمي آخر، يواجه تحديات ولكننا واثقون من أنها ستتم التغلب عليها. ومع تغلبها تدريجيًا، يمكننا توقع رؤية هذا الأصل يستخدم مرة أخرى للإجابة على جميع أنواع الأسئلة في مجموعة واسعة من السياقات الرقمية. مع التقدم في حلول الاستهداف والسيولة، يمكننا توقع تطوير سوق تنبؤات متخصصة. على سبيل المثال، خذ مستخدمي X (المعروف سابقًا باسم تويتر):

• هل سيقدم X Premium++ أو ما يعادله بحلول نهاية العام؟
• هل ستتاح ميزة تحرير التغريدة لجميع المستخدمين بحلول الربع الثالث؟
• هل ستقوم شركة X بالإبلاغ عن زيادة في عدد المستخدمين النشطين يوميًا في التقرير الفصلي القادم؟
• هل ستزيد إيرادات الإعلانات لـ X أم ستنخفض في الربع القادم؟
• هل سيعلن X عن شراكات رئيسية جديدة مع مبدعي المحتوى بحلول نهاية العام؟
• هل سيقوم X بإصدار ميزة تتعلق بالبلوكشين أو العملات المشفرة بحلول الربع الثالث؟

بشكل مثير للاهتمام، لا حاجة لأن تبقى هذه الأسئلة مقتصرة على مواقع السوق التنبؤية المستقلة. يمكن أن تُدمج مباشرة في X أو منصات أخرى عبر توسيعات المتصفح. قد نبدأ في رؤية السوق التنبؤية المتناهية الصغر تظهر بانتظام في تجاربنا اليومية عبر الإنترنت، مُثريةً التصفح العادي بفرص التداول المضاربي.

لقد كتبت عمدا بعض الأسئلة أعلاه وطلبت من ChatGPT كتابة الأسئلة الأخرى. ما الذي كتبته وما الذي كتبه منشئ المحتوى الذكاء الاصطناعي؟ إذا كان من الصعب معرفة ذلك ، فذلك لأن منشئ محتوى ChatGPT الذكاء الاصطناعي جيد بالفعل. وكذلك الذكاء الاصطناعي لتجميع المعلومات ومحركات التوصية التي أنشأتها شركات التكنولوجيا الكبرى الأخرى (انظر إلى الإعلانات التي تغذيها Google و Instagram). في حين أن مطابقة أداء هذه النماذج سيستغرق العمل والوقت ، إلا أنها توضح جدوى هذه الفئات الذكاء الاصطناعي. السؤال الرئيسي المفتوح الذي يفتقر إلى السابقة هو أكثر في اتجاه الذكاء الاصطناعي المخصص للسيولة ، واللاعبين الذكاء الاصطناعي ، وتطوير التحسين الذاتي وتوجيه الأهداف في الذكاء الاصطناعي - التطور من التعلم الآلي الأساسي إلى وكلاء الذكاء الاصطناعي يمكن التحقق منها.

إذا كنت تعمل في هذه المجالات أو إذا كانت هذه المشاركة تلامسك، فعلreach out!

قراءة ذات صلة

• Buterin, V. (2024). الوعود والتحديات لتطبيقات العملات المشفرة + الذكاء الاصطناعي.
• رين Y. وو ، وآخرون ، السوق التنبؤية الموجهة نحو النية مع التكنولوجيا الذكاء الاصطناعي و Web3 ، Blockchain - ريادة البنية التحتية Web3 لمستقبل ذكي ، 2024.
• Kapp-Schwoerer، L. (2023).تحسين السيولة للسوق التنبؤية.

إخلاء المسؤولية:

1. هذا المقال مأخوذ من [Gateإنشبشن كابيتال], جميع حقوق النشر تنتمي إلى الكاتب الأصلي [هيروكي كوتابي]. إذا كانت هناك اعتراضات على هذا إعادة الطبع، يرجى الاتصال ببوابة تعلمالفريق، وسيتولون بالأمر على الفور.
2. إخلاء المسؤولية عن المسؤولية: الآراء والآراء الواردة في هذه المقالة تعبر فقط عن رأي الكاتب ولا تشكل أي نصيحة استثمارية.
3. يتم إجراء ترجمة المقال إلى لغات أخرى من قبل فريق Gate Learn. ما لم يرد ذكره، يُمنع نسخ أو توزيع أو سرقة المقالات المترجمة.