Пн. Окт 7th, 2024

Matrix — серия подкастов от ForkLog, в которой мы разбираемся, как трансформируется цифровая среда с приходом технологий VR и дополненной реальности, и говорим о метавселенных с первопроходцами: бизнесменами, исследователями и философами. В этом выпуске мы обсуждаем экономику метавселенных, будущее DeFi и место общего искусственного интеллекта в этих процессах с  Денисом Смирновым — блокчейн-энтузиастом, консультантом по внедрению Web3-технологий.

1. До сих пор нет общепринятого определения термина «метавселенная». Под ним, по сути, можно подразумевать все виртуальное пространство. Но корректнее говорить не о метавселенных, а о термине, популяризированном компанией Snapdragon — extended reality, «расширенная реальность». 

Никто не говорит, что мы должны уйти в это виртуальное пространство с головой, словно в Матрицу. Речь идет именно про расширение нашей жизни и появление новых, более удобных, инструментов. Экономика здесь — одна из точек развития. 

Одна из существенных проблем DeFi — пользовательский опыт: децентрализованными приложениями сложно пользоваться. Метавселенная, позволяющая создавать собственные экономические модели или брать их снаружи, может совершить долгожданный прорыв в этой области. Она даст людям, которые сейчас ничего не знают про криптовалюты, механизмы удобных, легких и безопасных взаимодействий с ними. 

2. Play-to-Earn никуда не уйдет. Эта механика просто станет одним из множества маркетинговых инструментов, позволяющих трансформировать определенное количество денег в аудиторию. К сожалению, устойчивых моделей, способных полностью замкнуться и генерировать доход изнутри, пока не видно. Но сама возможность дать пользователям монетизировать свои увлечения продолжает развиваться в различных формах. Идея распределять доход среди аудитории далеко не нова. Мы еще долго будем наблюдать развитие этой модели и ждать, когда кому-то удастся создать ее в более или менее замкнутом формате.

Вся экономика, существующая сейчас в метавселенных, по большей части заложена их создателями. Однако успех подобного проекта все же заключается в том, какую конкретную ценность он представляет для конкретного пользователя. А никто не придет взаимодействовать с проектом только потому, что у него отличные экономические перспективы. Пользователь придет на конкретную реализацию, и вот именно от нее все и будет зависеть. Многие видели будущее GameFi исключительно в поиске способов мотивировать людей проводить время в игре не только из-за экономических соображений. Пока с этим сложно. 

3. Сложный интерфейс — лишь одна из проблем DeFi, лежащая на поверхности. Разбираясь, что же не дает пользователям ринуться в децентрализованные финансы, обнаруживаешь: как ни странно — отсутствие безопасности на рынке. Те же NFT постоянно воруют, невероятными объемами.

Если посмотреть на аналитику только за 2022 год, то активы стоимостью более ста миллионов долларов были украдены в рамках только зарегистрированных фишинговых атак. Сколько их было в другом формате, непонятно. Мы сталкиваемся с ситуацией, которую необходимо урегулировать, но выполнить эту задачу полностью ончейн-методами не получится. 

Здесь на помощь приходит целый класс продуктов, на сегодняшний день не очень активно представленный в DeFi, но позволяющий математически верифицируемо принимать решения в среде без доверия. Это децентрализованные судебные системы, которые могут стать серьезным драйвером для метавселенных. Сталкиваясь с огромным количеством споров, мы их каким-то образом решаем. В традиционном мире у нас есть суды и своды законодательств в разных странах, к которым мы можем апеллировать. В DeFi у нас таких механизмов, кроме непосредственно смарт-контрактов, нет.

В принципе, будет достаточно довольно специфического типа оракула, который мог бы принимать решения в среде без доверия. Более того, под этим лежит огромная научная база еще с середины XX века, когда в теории игр была предложена концепция «точек Шеллинга». Она заключается в следующем. Если мы не можем никак коммуницировать друг с другом, но при этом у нас есть общая задача, то мы должны найти что-то общее в нашем багаже знаний. 

Например, если нам нужно встретиться в Нью-Йорке, большинству людей придет в голову идея отправиться в Центральный парк, потому что у них в памяти эта точка ассоциируется с Нью-Йорком. Экономист Томас Шеллинг доказал, что, используя такой подход, можно принимать решения. Проект называется Kleros, это децентрализованный суд, с результатами работы которого вы сталкиваетесь постоянно. 

4. Основное отличие метавселенной от других игровых проектов — в отсутствии сценария. Вместо него открывается огромный спектр других возможностей, позволяющих автономным агентам создавать динамические миры. 

Большинство из нас видели, как работает ChatGPT — чат, в котором ты можешь задавать вопросы и получать ответы. Он постоянно усложняется. На базе ChatGPT стали появляться новые решения, приближающие реализацию идеи об AGI, который мог бы не просто выполнять то, что ему приказывает человек, но и самостоятельно ставить себе задачи. 

В марте 2023 года был представлен проект под названием Auto-GPT. Это продукт, который скармливает ChatGPT абстрактную задачу, просит решить вопрос. Дальше начинается самое интересное. Auto-GPT создает новых автономных агентов, каждому из которых раздавая какие-то задачи. Как дубли в книжке  братьев Стругацких «Понедельник начинается в субботу». Тебе спустили сверху большую задачу. Ты ее разбил на множество маленьких и под каждую из них создал гномика, который умеет делать только одну вещь, но очень хорошо. И дальше эта задача собирается в обратную сторону.

Легко представить себе условного NPC в компьютерной игре с подобными возможностями и с выходом в интернет. Следующий шаг — виртуальный мир, населенный такими персонажами, с которыми ты можешь взаимодействовать и которые могут взаимодействовать друг с другом

5. Виртуальные технологии изменят обычную реальность. Как только появятся метавселенные, управляемые автономными агентами, это перевернет нашу жизнь. 

Уже сегодня у нас есть возможность каждому ученику собрать собственного персонального учителя, который не просто будет давать знания в том формате, в котором они будут наиболее понятны ребенку, он еще и будет формировать программу таким образом, чтобы она была наиболее приятной, удобной, в нужной степени геймифицированной. А кто будет это все проверять? Сама по себе LLM может выполнять эту задачу, но проблема в том, что лишь когда ребенок вырастет, мы поймем, чем действительно они занимались и как это повлияло на его развитие.  

Кто еще, скорее всего, заведет таких в очень скором времени? Политики. Здесь мы приходим к другой проблеме. Вернемся на несколько лет назад и вспомним, как компьютеры только-только учились играть в го, которую, как считалось, невозможно алгоритмизировать — слишком много вариантов ходов. 

Естественно, искусственный интеллект не просто обыграл человека, он сделал это всухую. Интересен не сам факт того, что он выиграл, а то, как он это сделал. Во время матча седые мужи, которые всю жизнь потратили на го, смотрели, как играет компьютер, и просто не понимали, что происходит. 

Самое важное то, что стратегию, которой придерживался компьютер, не мог считать никто — вплоть до того момента, как он победил. Здесь возникает другая проблема, гораздо более глубокая. Ставя задачи искусственному интеллекту, мы вообще не понимаем, как он будет ее решать. И вполне может оказаться, что, если ставить перед подобными помощниками какие-то долгосрочные задачи, через некоторое время мы либо пойдем к ним совсем не той дорогой, которой предполагали, либо путь наш будет совсем не тот, который мы бы хотели. 

И самая большая проблема в том, что мы даже заметить этого не сможем, пока не будет слишком поздно.