Topics Web3 Experts

ゲーミファイド分散型取引体験

中級者向け
Web3 Experts
28 de feb de 2024

ゲスト作成者: ハンバールオ

最初の原則は、複雑な問題を最も基本的な原則や事実に分解し、その原理から解決策を構築することを目的とした問題解決方法です。

2401-T16454_Skinny_Banner_for_Blog_and_Learn_Row_53_728x90.png

1. ユーザーのニーズから始める

1.1 お客様のニーズに応える

最初の原則に基づき、DEXが対処すべき問題は以下のとおりです。

  • セキュリティと信頼の問題:DEXは、資金を処理する際に、1つの中央集権型事業体だけを信頼する必要がないようにします。つまり、取引所が攻撃されても、利用者の資金は安全に保たれます。

  • 権限と審査の問題:DEXは、中央当局の精査や許可なしに、誰でもどこでも取引できます。

  • 流動性の問題:注文帳モデルは、より伝統的で慣れ親しんだ取引インターフェースを提供することができ、より多くのトレーダーを惹きつけ、流動性を高める可能性があります。

  • クロスチェーンの問題:複数のチェーンの資産が増加するにつれ、複数のチェーン間で取引できるプラットフォームが求められています。

  • プライバシーの問題:DEXは中央集権型取引所よりも高い取引プライバシーを提供することができます。なぜなら、取引は中央集権型サーバーを介して行われないためです。

1.2 問題と課題

シームレスな使用を実現するには、一連のテクニカルユーザーエクスペリエンス(UX)と規制上の問題に対処する必要があります。

  • 使いやすさ:現在、多くのDEXのユーザーインターフェース(UI)やエクスペリエンスは、中央集権型取引所のものほど一貫していません。普及するには、より使いやすくする必要があります。

  • パフォーマンスとスケーラビリティ:DEXは大量の取引を処理する必要がありますが、レイヤー1ブロックチェーンはパフォーマンスを制限します。レイヤー2ソリューションなどの技術的進歩は、この問題に対処するのに役立ちます。

  • 教育と認識:ほとんどの人は、まだDEXに慣れていません。人々がメリットを理解するには、幅広い教育が必要です。

  • 規制とコンプライアンス:一部の国や地域では、DEXが法的な問題や規制上の問題に直面する可能性があります。

StarkExやその他のZKロールアップ技術は、パフォーマンスとスケーラビリティの点でDEXを大幅に向上させました。

こうした改善を受け、主な課題は使いやすさ、教育、意識に変化しています

1.3 AIの出現に伴う利用者の考え方の変化

AIの波の中で、特にGPTのような大型モデルが徐々にAGI(人間レベルでの人工知能)の時代に近づく中、私たちは実際に一連の社会的、技術的変化を見ています。

ユーザーマインドセットの変化は、以下のトレンドで確認できます。

  • 即時の満足への期待が高まっています。AIテクノロジーは、利用者にソリューションや回答を迅速に提供できるので、即時フィードバックへの期待も高まっています。つまり、従来の製品やサービスは、利用者のニーズを満たすために応答時間を改善する必要があるかもしれません。

  • 新たなエンターテイメント需要:生産性の解放により、人々はより多くの余暇時間を持っています。これにより、エンターテイメントやレジャー商品に対する需要が高まっています。利用者は、商品を楽しませるだけでなく、より深く多様な体験を提供することを期待しています。

  • パーソナライズされた体験を追求する:AI技術の発展により、商品は利用者をよりよく理解できるようになり、よりパーソナライズされた体験を提供できます。利用者は、商品について“知る”こと、カスタマイズされた体験やサービスを提供することを期待しています。

  • 新しい教育と学習方法:AIの進歩に伴い、学習方法や教育方法も変化しています。AIを活用した学習に頼り、より効率的でカスタマイズされた学習方法を求める人が増えています。

  • プライバシーに関する懸念:AI技術の普及に伴い、利用者のプライバシーに対する懸念も高まっています。たとえば、商品がどのようにデータを収集、使用、確保するかについて、より懸念を抱くかもしれません。

  • リアルとバーチャルの定義:仮想現実や拡張現実などの技術が発展するにつれて、人々は「現実」と「仮想」の境界線を曖昧にし始めるかもしれません。その結果、現実感や没入感に基づいて商品を選択する可能性があります。

  • 社会的交流の変化:ソーシャル領域におけるAIの応用は、人々が互いに交流する方法を変える可能性があります。たとえば、AIとの交流が活発になる一方で、実際の人との交流が減少する可能性があります。

1.4 ゲーミフィケーション

ゲームメカニックをゲーム以外の環境に応用することは、利用者を引き付けて維持し、利用者の活動を増やし、利用者体験を向上させ、満足度を向上させる革新的な方法です。

  • ゲーミファイド特典システム:トークン、NFT、その他の仮想アイテムを特典として提供し、初回取引、新規利用者の紹介、コミュニティ活動への参加など、特定のタスクを完了させます。

  • インタラクティブな学習タスク:ゲームミッションは、仮想取引による実際の取引プロセスをシミュレーションするなど、タスクを完了しながら、DEXの基本操作やコンセプトを習得できるように設計されています。

  • アリーナ&リーダーボード:シミュレーション取引大会に参加できるアリーナを作成し、上位にランクインしたお客様に特典をもらえます。これにより、利用者間のやり取りが増えるだけでなく、利用者が取引スキルを習得し、改善するためのプラットフォームも提供されます。

  • ゲーミファイドチュートリアルとストーリーライン:ストーリーラインやキャラクターを作成して、DEXの歴史、仕組み、利点を理解し、教育プロセスをより魅力的で魅力的なものにします。

  • コミュニティイベントと課題:定期的にコミュニティの課題やイベントを開催し、利用者の参加を促します。これにより、コミュニティ構築が促進されるだけでなく、インタラクションやエンターテイメントの機会も増えます。

ゲームメカニクスをDEXに適用することで、より魅力的でインタラクティブで楽しい環境を作り出し、より多くの利用者を惹きつけ、定着率を高めることができます。

ただし、ゲーミファイド要素がDEXのコア機能と整合していることを確保し、利用者が主要な取引活動から注意をそらされないようにすることが重要です。

2. ゲーミフィケーション設計

2.1 シナリオ分析

DEXのユーザー教育とインタラクションをアプリのようなゲームとして設計し、大型ゲームよりもカジュアルな体験を重視します。

ゲーミフィケーションはさまざまなビジネスシナリオに浸透します。

  • ウォレット接続

  • 入出金

  • 取引

  • 市場の増減を予測する

  • マイニング

  • 社会的交流

このゲーミファイドアプローチは、DEXの参入障壁を効果的に低下させ、よりアクセスしやすく、理解しやすくします。

取引自体はゲームではありません。特に実際の資金が関わっている場合です。しかし、特に教育やトレーニングの文脈において、取引の特定の要素をゲームすることは、新規利用者が取引プロセスや戦略をより簡単に理解し、理解するのに役立ちます。

2.2 技術実装

軽量ゲームエンジン

ミニゲームの開発には、ゲームエンジンを使用する必要があります。

ここで必要なのは、「Unity」のような、ゲーム専用のゲームエンジンではなく、カジュアルなゲーム用の軽量ゲームエンジンです。

ミニゲームをゲーム以外のアプリケーションに統合することを検討する場合、以下のような軽量ゲームエンジンを選ぶ理由はいくつかあります。

  • シンプルな学習曲線:軽量のゲームエンジンは、より簡潔であることが多く、開発者にとって学習曲線がより穏やかになります。特に、ゲーム開発で主な背景を持たないチームにとっては、迅速な学習と成果が重要です。

  • 効率的なパフォーマンス:カジュアルなミニゲームには、高いパフォーマンスが要求されないことがよくあります。多くの不要な機能を省くことで、軽量ゲームエンジンはほとんどのデバイスでスムーズに動作し、バッテリー消費を削減できます。

  • 迅速な開発と反復:軽量エンジンは柔軟性が高い傾向があり、複雑な設定や構成は必要ありません。つまり、プロトタイプから最終製品へと迅速に移行し、より迅速に反復することができます。

  • ゲーム以外の機能とのシームレスな統合:ミニゲームをプライマリアプリケーションやプラットフォームに統合する場合、軽量エンジンは一般的に統合が容易です。また、アプリケーションの他の部分と競合することはありません。

  • リソース消費の削減:軽量エンジンには、通常、大型ゲームエンジンが行う膨大なリソースやファイルがないため、アプリケーションの全体的なサイズやメモリフットプリントは小さくなります。

フラッター&フラッターフレーム

Flutterは、Googleが開発したオープンソースUIソフトウェア開発ツールキットです。当初は、開発者がiOS、Android、Web用の高品質なネイティブアプリを構築できるように開発されました。

しかし、後にデスクトップなどの他のプラットフォームにも拡大しました。

Flutterの主な特徴は、Dart言語の使用、高性能レンダリングエンジン、開発プロセスを簡素化するための多数のコンポーネントやプラグインです。

Flutter Flameは、Flutterプラットフォーム上に構築された軽量ゲーム開発フレームワークです。その目的は、Flutterを使用してゲームやゲーム関連のアプリを作成するシンプルで使いやすい方法を提供することです。

両者の関係は、以下の観点から理解できます。

  • ベースプラットフォーム:FlameはFlutter上に構築されています。つまり、クロスプラットフォーム機能、高性能レンダリング、豊富なコンポーネントライブラリなど、あらゆる機能とメリットを活用しています。

  • 開発言語:FlameはFlutter向けに設計されているため、プログラミング言語としてDartも使用しています。

  • 拡張性:Flameは他のFlutterライブラリやプラグインとシームレスに統合されるため、開発者はオーディオ、アニメーション、その他の機能を簡単に追加できます。

  • 目的:Flutter自体は堅牢な開発フレームワークですが、その主な焦点はゲームではなくアプリケーションの作成です。そのため、このギャップを埋めるには「炎」などのフレームワークが必要です。Flameは、ゲームループ、スプライトレンダリング、衝突検出など、ゲーム関連のコア機能を提供します。

  • コミュニティ&リソース:FlameはFlutterをベースにしているため、Flutterの強力なコミュニティとリソースから当然利益を得られます。つまり、開発者は、チュートリアル、問題解決、またはヘルプを探す際に、より多くのリソースを利用することができます。

要約すると、Flutterはクロスプラットフォームのアプリケーション開発環境を提供しますが、Flutter Flameはゲーム開発に最適化されたツールや機能を追加し、Flutter内でのゲーム開発を可能にします。

2.3 リリース戦略

Flutterでのゲーム開発を検討し、Webに展開する場合、2つの異なる戦略があります。

  1. ゲーム開発に特にFlutterを使用し、Web上でゲームを運営します。

  2. フロントエンド全体をFlutterに移行します。

各戦略には独自の利点と考慮事項があります。

たとえば、最初のアプローチは、ゲーム開発にFlutterの機能を利用することに重点を置き、ゲームがWebに最適化されるようにします。

2つ目のアプローチはより広範であり、ゲームだけでなく、あらゆるフロントエンドの面でFlutterが完全に採用されていることを意味します。これにより、アプリケーション全体で一貫したUI/UXを提供することができますが、移行と適応の点でより広範な作業が必要になる場合があります。

3. ゲーミフィケーション&ソーシャルトレード

現在、ゲーミフィケーションとソーシャルトレードは、デジタル通貨とDEXの分野で注目を集めています。

DEXの文脈におけるこれら2つの役割と可能性をよりよく理解するために、それらを1つずつ分析してみましょう。

3.1 ゲーミフィケーション

メリット

  • ユーザーエンゲージメント:競争、課題、特典メカニズムの導入により、利用者のエンゲージメントとロイヤルティが向上する可能性があります。

  • 教育:初心者は、ゲーミフィケーションを通じて取引の複雑さや戦略をより簡単に学べます。

  • 利用者維持:継続的な特典や課題は、利用者が参加し、長期的に取引することを促す可能性があります。

課題

  • 簡素化:過度のゲーミフィケーションは、取引のリスクを見落とし、賢明な判断につながらない可能性があります。

  • 持続可能性:利用者の関心を維持するためには、継続的に更新し、新しいゲーム要素を追加する必要があります。

3.2 ソーシャルトレード

メリット

  • コレクティブな知恵:他の成功したトレーダーの戦略や行動に基づいて意思決定を行うことができます。

  • コミュニティ構築:ユーザー間の交流やコミュニケーションを促進し、コミュニティの団結を強化します。

  • 参入障壁の低減:初心者は、経験豊富なトレーダーを模倣することですぐに始めることができます。

課題

  • リスク増幅:多数のユーザーが特定のトレーダーをフォローすると、システミックリスクが高まる可能性があります。

  • 過剰依存:利用者は、独自の調査や分析を行うのではなく、他のトレーダーに過度に依存する可能性があります。

  • プライバシーに関する懸念:取引戦略や行動を公表すると、プライバシー侵害や不必要な注意につながる可能性があります。

では、ゲーミフィケーションとソーシャルトレードの間で、未来の方向性はどれでしょうか?

これは、実際には対象者とDEXの市場ポジションによって異なります。

より多くの若い利用者や初心者を引き付けることが目標であれば、よりリラックスして楽しい取引体験を提供できるため、ゲーミフィケーションがより適切かもしれません。

経験や戦略を共有したいプロトレーダーにとって、ソーシャルトレードはより魅力的かもしれません。

しかし、将来の方向性は、どちらかを選ぶことではなく、両方の強みを組み合わせることです。

ゲーミフィケーションとソーシャルトレードの両方の要素を統合するDEXは、楽しく詳細なユーザー体験を提供し、さまざまなユーザーのニーズを満たすことができます。

AIの波の中で、利用者はすでにインテリジェントで自動化された体験に慣れており、より便利でパーソナライズされたサービスを求めています。

同時に、娯楽や社会的交流に対する需要も絶えず高まっています。

スローガンや外部認識の観点から考えると、いくつかの戦略があると思います。

  • ゲーミフィケーションはプライマリ、ソーシャルトレードはセカンダリ:このアプローチでは、取引の楽しさとエンゲージメントを重視しています。例:

    • 「取引:とても楽しいです! » 

    • 「最も面白い取引アドベンチャーを体験しよう」 

このアプローチは、若い利用者、初心者、ユニークな取引体験を求める人々を惹きつけたい方に適しています。

  • ソーシャルトレードをプライマリー、ゲーミフィケーションをセカンダリーとして:ここでは、社会的側面の価値とつながりの力を強調できます。例:

    • « 世界と取引 | 

    • 「取引をもっと社交的にしよう」 

この戦略は、他の人と交流し、経験や戦略を共有したい人を引き付けるかもしれません。

  • この2つを合算します。また、ゲーミフィケーションとソーシャルトレードの要素を融合させ、独自のブランドメッセージを作成することもできます。例:

    • 「取引して、楽しんで、自由にシェアしよう」 

この戦略は、幅広い利用者を惹きつける可能性がありますが、メッセージの明確さと魅力を確保するためには、さらなる努力が必要となる場合があります。

AI時代において、利用者はインテリジェントなサービスを期待するだけでなく、より多くの交流や社会的機会を求めるため、AIの波動下で利用者の考え方が変化する中、3つ目の戦略が最も有望であると私は考えています。

ゲーミフィケーションとソーシャルトレードの要素を融合させることで、楽しく、かつ詳細な取引体験を提供することができます。

4. オンデバイス機械学習

オンデバイス機械学習(エッジ機械学習、またはエッジMLとも呼ばれます)とは、サーバーやクラウドセンターではなく、お客様のデバイス上で機械学習の計算を直接行うことを意味します。

これにより、プライバシー保護の強化やレイテンシーの低減などのメリットが得られます。エッジ機械学習をDEXに適用すると、さまざまな面でメリットが得られます。

4.1 パーソナライズされた取引体験

Edge MLは、お客様の過去の取引データや好みに合わせてカスタマイズされた取引体験を作り出すのに役立ちます。

ビジネスシナリオ

  • パーソナライズされたおすすめ:利用者の取引履歴や行動に基づいて、新しい取引ペアや投資機会を提案します。

  • スマート通知:ターゲットを絞った市場トレンドのアップデートやアラートをお客様に提供できます。

4.2 スマート取引アシスタント

このアプリケーションは、リアルタイムの取引アドバイスと市場分析を提供するスマートアシスタントを開発しています。

ビジネスシナリオ:

  • 取引戦略の最適化:お客様の取引戦略を分析し、最適化の提案を行います。

  • リスク管理:市況をリアルタイムで分析することで、リスクをより効果的に管理できます。

4.3 最適化されたネットワークとリソースの利用率

デバイスで計算を実行することで、DEXは中央サーバーへの負荷を軽減し、全体的なパフォーマンスと効率性を向上させることができます。

4.4 プライバシー保護の強化

データは主にローカルで処理・保管されるため、ユーザーのプライバシーはより適切に保護されます。

ビジネスシナリオ

  • プライベート取引分析:利用者は、機密情報をサーバーにアップロードしなくても、取引履歴をローカルで分析できます。

4.5 ゲームにおける不正防止メカニズム

機械学習を利用してゲームの不正行為を検知することは、注目の分野です。

不正行為は、ゲームの公平性を損ない、正直なプレイヤーの退場につながる可能性があります。

不正行為に対処する手順

  • データ収集:通常のプレイヤーと既知の詐欺師の両方から行動データを収集します。このデータセットには、文字移動速度、ヒット精度、リソース獲得率、キーストローク頻度、ネットワーク動作などのパラメータが含まれる可能性があります。

  • 機能エンジニアリング:上記のデータに基づいて、通常のプレイヤーとチーターを区別する一連の機能を作成します。たとえば、プレイヤーが一連の複雑なタスクを非常に短時間で完了した場合、浮気を示す可能性があります。

  • モデルトレーニング:ディシジョンツリー、ニューラルネットワーク、サポートベクターマシンなどの分類モデルを訓練するために、ラベル付きデータ(例:どのプレイヤーが浮気し、どのプレイヤーが浮気しないかを知る)を使用します。

  • リアルタイムの検知:リアルタイムのゲームプレイ中に、プレイヤーの行動データを収集し、トレーニングされたモデルを使用して予測します。モデルがプレイヤーの浮気の可能性が高いと予測した場合、警告、アカウント制限、その他の罰則などの適切な措置を取ることができます。

  • フィードバックループ:チーターは検知を回避するために戦略を変更する可能性があるため、モデルを定期的に更新し、再トレーニングすることが重要です。プレイヤーが不審な行動を報告するためのフィードバックシステムを設定できます。これらのレポートは新しいトレーニングデータとして機能します。

  • プライバシーを考慮する:プレーヤーのデータを収集する際は、プライバシー規制を遵守し、データ収集の目的を明確に伝えます。

  • 誤検出に対処する:どの検知システムでも、誤警報が表示される可能性があります。したがって、誤検出率が低く、プレイヤーが不正な検知に異議を申し立てる仕組みを提供します。

Edge MLは、よりプライベートでパーソナライズされた効率的なDEX体験の可能性を生み出します。さらに、分散化の中核的理念に沿ったDEXの運用における集中型要素を削減します。

Skinny_Banner-1600x400.webp

#Bybit #TheCryptoArk