2 分で読了
0 views

オンチェーンスポーツベッティングにおけるUBET自動マーケットメーカー

(Onchain Sports Betting using UBET Automated Market Maker)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下が『ブロックチェーンで賭けができるらしい』と騒いでおりまして、何がそんなに違うのかさっぱり分かりません。投資に値する話かどうかを教えてください。

AIメンター拓海

素晴らしい着眼点ですね!結論から言うと、この論文は『ブロックチェーン上で透明かつ非保管型でスポーツベッティングを運用するための仕組み』を示しているんですよ、大丈夫、一緒に分かりやすく整理できますよ。

田中専務

非保管型という言葉もよく分かりません。要するに顧客のお金を会社が預からないということですか、それなら安心でしょうか。

AIメンター拓海

素晴らしい着眼点ですね!その通りで、非保管型(non-custodial)とはユーザーが資金の管理を自分で行える方式です、つまり仲介者が資金を預からないため破綻や不正のリスクが下がるんですよ。

田中専務

それは良さそうですが、実務的にはどうやって賭け金の流れやオッズを決めるのですか。既存の取引所と違う点を教えてください。

AIメンター拓海

素晴らしい着眼点ですね!要点は三つです。第一に自動マーケットメーカー(Automated Market Maker、AMM)という仕組みで流動性と価格を自動計算すること、第二に既存のAMMはスポーツオッズに最適化されていないためリスクが高いこと、第三に本論文はUAMMというオッズ評価に特化したAMMを提案していることです。

田中専務

AMMは仮想通貨の取引所で聞いたことがありますが、どうしてスポーツのオッズで問題が出るのですか。要するに既存AMMだと賭けの公正な価格が出ないということですか?

AIメンター拓海

素晴らしい着眼点ですね!その通りで、既存のAMMはトークンの交換比率を流動性比で決めますが、スポーツベッティングでは公平なオッズ(fair odds)に基づく価格設定が必要であり、単純な比率では裁定(アービトラージ)による損失が発生しやすいのです。

田中専務

なるほど、ではUAMMというのは要するに外部のオッズ情報を参照して公正な値段を付けるAMMという理解でいいですか。

AIメンター拓海

素晴らしい着眼点ですね!ほぼその通りです、UAMMはスマートコントラクト内でアルゴリズムを使い、流動性プールの資金配分に加えて他のスポーツブックのオッズを参照することで市場の公正な確率に近い価格を提示しようとする仕組みなんですよ。

田中専務

実務上の導入の懸念は手数料や現場の流動性です、これって現場の賭け手を集められるのか、投資した流動性が回収できるのかが重要です。

AIメンター拓海

素晴らしい着眼点ですね!論文では三つの実務的対応を示しています。一つはUAMMでインパーマネントロス(impermanent loss)を抑制する価格関数、二つ目はUSDCなどのベース通貨を受け取る追加の担保流動性プール、三つ目は条件付きトークン(conditional tokens)で市場を明確に分ける仕組みです。

田中専務

分かりました。これって要するに『透明で外部連携した自動価格決定と非保管型でリスクを小さくする仕組み』ということですね、私の理解で合っていますか。

AIメンター拓海

素晴らしい着眼点ですね!まさにその理解で合っていますよ、大丈夫、一緒に要点を三つに整理しますね。第一に透明性と非保管化で信頼性を上げること、第二にUAMMで公正なオッズに近づけること、第三に担保プールで入出金の利便性と流動性を担保することです。

田中専務

分かりました、拓海先生。私の言葉で言うと、『顧客が自分の資金を持ちながら、外部相場を参照して自動で公正なオッズを提示し、流動性の管理をスマートコントラクトでやる仕組み』ということで、会議でこの説明を使ってみます。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
因果推論の能動と受動—アクティブとパッシブの対照
(Active & Passive Causal Inference: Introduction)
次の記事
点群ビデオにおける自己教師あり学習のためのポイントコントラスト予測と意味的クラスタリング
(Point Contrastive Prediction with Semantic Clustering for Self-Supervised Learning on Point Cloud Videos)
関連記事
構造的な画像幻覚を抑える局所拡散による画像翻訳
(Tackling Structural Hallucination in Image Translation with Local Diffusion)
遮蔽に強い視覚セグメンテーションと姿勢推定を実現する深層Predictive Codingモデル
(ProcNet: Deep Predictive Coding Model for Robust-to-occlusion Visual Segmentation and Pose Estimation)
ステガノ解析の視点から見た敵対的例の検出
(Detection based Defense against Adversarial Examples from the Steganalysis Point of View)
AKARI北天近点深部におけるChandraサーベイ:X線源の光学・近赤外同定
(Chandra Survey in the AKARI North Ecliptic Pole Deep Field: Optical/Near-Infrared Identifications of X-ray Sources)
ベイズ的システム同定による確率的ニューラル伝達関数推定
(Probabilistic Neural Transfer Function Estimation with Bayesian System Identification)
局所解と誤校正に強いスパース深層学習フレームワーク
(Sparse Deep Learning: A New Framework Immune to Local Traps and Miscalibration)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む