پیشن گوئی کی منڈیوں سے انفارمیشن فنانس تک

Ethereum ایپلی کیشنز میں سے ایک جس نے مجھے ہمیشہ سب سے زیادہ پرجوش کیا ہے وہ پیشین گوئی کی مارکیٹیں ہیں۔ میں نے مستقبل کے بارے میں لکھا، پیشن گوئی پر مبنی طرز حکمرانی کا ایک ماڈل جس کا تصور رابن ہینسن نے 2014 میں کیا تھا۔ میں 2015 میں اگور کا ایک فعال صارف اور حامی تھا (دیکھو، ماں، میرا نام ویکیپیڈیا کے مضمون میں ہے!)۔ میں نے 2020 کے انتخابات پر $58,000 شرطیں حاصل کیں۔ اور اس سال، میں Polymarket کا قریبی حامی اور پیروکار رہا ہوں۔

بہت سے لوگوں کے لیے پیشین گوئی کے بازار انتخابات پر شرط لگانے کے بارے میں ہیں، اور انتخابات پر شرط لگانا جوا ہے – اچھا ہے اگر اس سے لوگوں کو لطف اندوز ہونے میں مدد ملتی ہے، لیکن بنیادی طور پر پمپ ڈاٹ فن پر بے ترتیب سکے خریدنے سے زیادہ دلچسپ نہیں۔ اس نقطہ نظر سے، پیشن گوئی کے بازاروں میں میری دلچسپی مبہم لگ سکتی ہے۔ اور اس طرح اس پوسٹ میں میرا مقصد یہ بتانا ہے کہ اس تصور کے بارے میں کیا ہے جو مجھے پرجوش کرتا ہے۔ مختصر یہ کہ میں مانتا ہوں کہ (i) پیشن گوئی کی مارکیٹیں آج بھی موجود ہیں دنیا کے لیے ایک بہت مفید ٹول ہیں۔، لیکن مزید (ii) پیشن گوئی کی مارکیٹیں ایک بہت بڑے ناقابل یقین حد تک طاقتور زمرے کی صرف ایک مثال ہیں۔سوشل میڈیا، سائنس، خبروں، گورننس اور دیگر شعبوں کے بہتر نفاذ کی صلاحیت کے ساتھ۔ میں اس زمرے کو لیبل کروں گا "معلومات فنانس“.

پولی مارکیٹ کے دو چہرے: شرکا کے لیے ایک بیٹنگ سائٹ، باقی سب کے لیے ایک نیوز سائٹ

گزشتہ ہفتے، پولی مارکیٹ امریکی انتخابات کے بارے میں معلومات کا ایک بہت موثر ذریعہ رہا ہے۔ پولی مارکیٹ نے نہ صرف یہ پیش گوئی کی تھی کہ ٹرمپ 60/40 مشکلات کے ساتھ جیت جائیں گے جبکہ دیگر ذرائع نے 50/50 (خود زیادہ متاثر کن نہیں) کی پیش گوئی کی ہے، اس نے دیگر خوبیاں بھی ظاہر کی ہیں: جب نتائج سامنے آرہے تھے، جب کہ بہت سے پنڈت اور خبری ذرائع نے ناظرین کو تار تار کیا تھا۔ کملا کے لیے کسی قسم کی سازگار خبروں کی امید کے ساتھ، پولی مارکیٹ نے براہ راست سچ دکھایا: ٹرمپ کے پاس فتح کے 95% سے زیادہ امکانات تھے، اور ایک ہی وقت میں حکومت کی تمام شاخوں پر قبضہ کرنے کا 90% سے زیادہ امکان تھا۔

 دو اسکرین شاٹس دونوں 3:40 AM EST، 6 نومبر کو لیے گئے۔لیکن میرے نزدیک یہ اس کی بہترین مثال نہیں ہے کہ پولی مارکیٹ کیوں دلچسپ ہے۔ تو آئیے ایک مختلف مثال کی طرف چلتے ہیں: جولائی میں وینزویلا میں انتخابات۔ الیکشن کے اگلے دن، مجھے یاد ہے کہ میں نے اپنی آنکھوں کے کونے سے وینزویلا میں انتخابی نتائج کے خلاف احتجاج کرنے والے لوگوں کے بارے میں کچھ دیکھا تھا۔ سب سے پہلے، میں نے اس کے بارے میں کچھ نہیں سوچا. میں جانتا تھا کہ مادورو پہلے ہی ان "بنیادی طور پر ایک آمر" شخصیات میں سے ایک تھا، اور اس لیے میں نے سوچا، یقینا وہ اپنے آپ کو اقتدار میں رکھنے کے لیے ہر انتخابی نتائج کو جعلی قرار دے گا۔ یقینا کچھ لوگ احتجاج کریں گے، اور یقینا احتجاج ناکام ہو جائے گا - جیسا کہ، بدقسمتی سے، بہت سے دوسرے کرتے ہیں۔ لیکن پھر میں پولی مارکیٹ کو سکرول کر رہا تھا، اور میں نے یہ دیکھا:

لوگ لائن پر ایک لاکھ ڈالر سے زیادہ لگانے کے لیے تیار تھے، شرط لگاتے ہوئے کہ 23% کا موقع ہے کہ یہ الیکشن وہ ہو گا جہاں مادورو کو درحقیقت شکست ہو گی۔ اب میں توجہ دے رہا تھا۔

یقینا، ہم اس صورت حال کے بدقسمتی سے جانتے ہیں. بالآخر، مادورو اقتدار میں رہا۔ تاہم، بازاروں نے مجھے اس حقیقت سے آگاہ کیا۔ اس وقتمادورو کو ہٹانے کی کوشش سنگین تھی۔. زبردست مظاہرے ہوئے، اور اپوزیشن نے حیرت انگیز طور پر اچھی حکمت عملی کا مظاہرہ کیا تاکہ دنیا کو یہ ثابت کیا جا سکے کہ انتخابات کتنے فراڈ تھے۔ اگر مجھے پولی مارکیٹ سے ابتدائی سگنل نہ ملتا کہ "اس بار، توجہ دینے کے لیے کچھ ہے"، تو میں اتنی توجہ دینا بھی شروع نہ کرتا۔

آپ کو کبھی بھی چارٹس پر مکمل اعتماد نہیں کرنا چاہیے: اگر ہر کوئی چارٹس پر بھروسہ کرتا ہے، پھر کوئی بھی پیسہ والا چارٹ میں ہیرا پھیری کرسکتا ہے اور کوئی بھی ان کے خلاف شرط لگانے کی ہمت نہیں کرے گا۔ دوسری طرف، خبروں پر مکمل اعتماد کرنا بھی برا خیال ہے۔ خبروں میں سنسنی خیز ہونے کی ترغیب ہوتی ہے، اور کلکس کے لیے کسی بھی چیز کے نتائج کو ادا کیا جاتا ہے۔ کبھی کبھی، یہ جائز ہے، کبھی کبھی یہ نہیں ہے. اگر آپ کو ایک سنسنی خیز مضمون نظر آتا ہے، لیکن پھر آپ بازار میں جاتے ہیں اور آپ دیکھتے ہیں کہ متعلقہ واقعات کے امکانات بالکل بھی تبدیل نہیں ہوئے ہیں، تو یہ مشکوک ہونے کا مطلب ہے۔ متبادل طور پر، اگر آپ کو مارکیٹ میں غیر متوقع طور پر زیادہ یا کم امکان نظر آتا ہے، یا غیر متوقع طور پر اچانک تبدیلی نظر آتی ہے، تو یہ خبر کو پڑھنے اور یہ دیکھنے کے لیے ایک اشارہ ہے کہ اس کی وجہ کیا ہوسکتی ہے۔ نتیجہ: خبریں پڑھ کر آپ کو مزید آگاہ کیا جا سکتا ہے۔ اور چارٹ، اکیلے کسی ایک کو پڑھنے کے بجائے.

آئیے اس کا دوبارہ جائزہ لیں جو یہاں چل رہا ہے۔ اگر آپ شرط لگانے والے ہیں، تو آپ پولی مارکیٹ میں جمع کر سکتے ہیں، اور آپ کے لیے یہ شرط لگانے والی سائٹ ہے۔ اگر آپ شرط لگانے والے نہیں ہیں، تو آپ چارٹ پڑھ سکتے ہیں، اور آپ کے لیے یہ ایک نیوز سائٹ ہے۔. آپ کو کبھی بھی چارٹس پر مکمل بھروسہ نہیں کرنا چاہیے، لیکن میں نے ذاتی طور پر چارٹ پڑھنے کو اپنے معلومات اکٹھا کرنے کے ورک فلو میں ایک قدم کے طور پر شامل کر لیا ہے (روایتی میڈیا اور سوشل میڈیا کے ساتھ)، اور اس نے مجھے زیادہ مؤثر طریقے سے زیادہ باخبر ہونے میں مدد کی ہے۔

انفارمیشن فنانس، زیادہ وسیع پیمانے پر

اب، ہم اہم حصے پر آتے ہیں: انتخابات کی پیشن گوئی صرف پہلی ایپ ہے۔. وسیع تر تصور یہ ہے کہ آپ کر سکتے ہیں۔ ناظرین کو قیمتی معلومات فراہم کرنے کے لیے ترغیبات کو ترتیب دینے کے لیے فنانس کا استعمال کریں۔. اب، ایک قدرتی جواب ہے: کیا تمام مالیات بنیادی طور پر معلومات کے بارے میں نہیں ہیں؟ مستقبل میں کیا ہوگا اس بارے میں مختلف آراء کی وجہ سے مختلف اداکار مختلف خرید و فروخت کے فیصلے کرتے ہیں (ذاتی ضروریات جیسے خطرے کی ترجیحات اور ہیج کرنے کی خواہش کے علاوہ)، اور آپ دنیا کے بارے میں بہت زیادہ معلومات کا اندازہ لگانے کے لیے مارکیٹ کی قیمتیں پڑھ سکتے ہیں۔

میرے نزدیک انفارمیشن فنانس وہ ہے، لیکن تعمیر کے لحاظ سے درست ہے۔ سافٹ ویئر انجینئرنگ میں درست بہ تعمیر کے تصور کی طرح، انفارمیشن فنانس ایک ایسا شعبہ ہے جہاں آپ (i) اس حقیقت سے شروع کریں جسے آپ جاننا چاہتے ہیں، اور پھر (ii) جان بوجھ کر مارکیٹ کو ڈیزائن کریں تاکہ مارکیٹ کے شرکاء سے اس معلومات کو بہتر طریقے سے حاصل کیا جا سکے۔.

انفارمیشن فنانس ایک سہ رخی مارکیٹ کے طور پر: شرط لگانے والے پیشین گوئیاں کرتے ہیں، قارئین پیشین گوئیاں پڑھتے ہیں۔ مارکیٹ عوام کی بھلائی کے طور پر مستقبل کے بارے میں پیشین گوئیاں کرتی ہے (کیونکہ اسے ایسا کرنے کے لیے ڈیزائن کیا گیا تھا)۔اس کی ایک مثال یہ ہے۔ پیشن گوئی مارکیٹوں: آپ ایک خاص حقیقت جاننا چاہتے ہیں جو مستقبل میں پیش آئے گی، اور اس لیے آپ لوگوں کے لیے اس حقیقت پر شرط لگانے کے لیے ایک مارکیٹ قائم کرتے ہیں۔ ایک اور مثال ہے۔ فیصلہ مارکیٹ: آپ جاننا چاہتے ہیں کہ فیصلہ A یا فیصلہ B کچھ میٹرک M کے مطابق بہتر نتیجہ پیدا کرے گا۔ اس کو حاصل کرنے کے لیے، آپ سیٹ اپ کریں مشروط بازار: آپ لوگوں سے شرط لگانے کو کہتے ہیں کہ (i) کون سا فیصلہ منتخب کیا جائے گا، (ii) اگر فیصلہ A کو منتخب کیا جائے تو M کی قدر، بصورت دیگر صفر، (iii) M کی قدر اگر فیصلہ B کا انتخاب کیا جائے، بصورت دیگر صفر۔ ان تین متغیرات کو دیکھتے ہوئے، آپ اندازہ لگا سکتے ہیں کہ آیا مارکیٹ کے خیال میں فیصلہ A یا فیصلہ B M کی قدر کے لیے زیادہ تیزی کا ہے۔

ایک ٹکنالوجی جس کی مجھے توقع ہے کہ اگلی دہائی میں انفارمیشن فنانس کو ٹربو چارج کرے گا وہ ہے AI (چاہے LLMs یا مستقبل کی کوئی ٹیکنالوجی)۔ اس کی وجہ یہ ہے کہ انفارمیشن فنانس کی بہت سی دلچسپ ایپلی کیشنز "مائیکرو" سوالات پر ہیں: فیصلوں کے لیے لاکھوں چھوٹے بازار جن کا انفرادی طور پر نسبتاً کم نتیجہ ہوتا ہے۔ عملی طور پر، کم حجم والی مارکیٹیں اکثر مؤثر طریقے سے کام نہیں کرتی ہیں: ایک نفیس شریک کے لیے صرف چند سو ڈالر کے منافع کی خاطر تفصیلی تجزیہ کرنے کے لیے وقت صرف کرنا کوئی معنی نہیں رکھتا، اور بہت سے لوگوں نے تو یہ بھی دلیل دی ہے کہ اس کے بغیر سبسڈی ایسی مارکیٹیں بالکل بھی کام نہیں کریں گی کیونکہ سب سے بڑے اور سنسنی خیز سوالات کے علاوہ، نفیس تاجروں کے لیے اتنے سادہ لوح تاجر نہیں ہیں کہ وہ منافع لے سکیں۔ AI اس مساوات کو مکمل طور پر تبدیل کرتا ہے، اور اس کا مطلب یہ ہے کہ ہم ممکنہ طور پر $10 والیوم والی مارکیٹوں میں بھی معقول حد تک اعلیٰ معیار کی معلومات حاصل کر سکتے ہیں۔ یہاں تک کہ سبسڈی بھی ہیں درکار ہے، فی سوال سبسڈی کا سائز انتہائی سستی ہو جاتا ہے۔

آست انسانی فیصلے کے لیے معلومات فنانس

فرض کریں کہ آپ کے پاس ایک انسانی فیصلہ سازی کا طریقہ کار ہے جس پر آپ بھروسہ کرتے ہیں، اور اس کا جواز ہے کہ پوری کمیونٹی اس پر بھروسہ کرتی ہے، لیکن جس میں فیصلہ کرنے میں ایک طویل وقت اور بہت زیادہ قیمت لگتی ہے۔ تاہم، آپ کم از کم ایک تک رسائی چاہتے ہیں۔ تقریبا نقل اس "مہنگے میکانزم" سے سستے اور حقیقی وقت میں۔ آپ جو کچھ کر سکتے ہیں اس کے لیے رابن ہینسن کا خیال یہ ہے: جب بھی آپ کو کوئی فیصلہ کرنے کی ضرورت ہوتی ہے، آپ ایک پیشین گوئی کی مارکیٹ قائم کرتے ہیں کہ اس کا کیا نتیجہ مہنگا طریقہ کار ہے۔ کرے گا اگر اسے بلایا گیا تھا تو فیصلہ کریں۔ آپ پیشن گوئی کی مارکیٹ کو چلنے دیتے ہیں، اور مارکیٹ سازوں کو سبسڈی دینے کے لیے تھوڑی سی رقم لگاتے ہیں۔

اس وقت کے 99.99%، آپ درحقیقت مہنگے میکانزم کو نہیں کہتے ہیں: شاید آپ "تجارت کو واپس کریں" اور سب کو وہ واپس دیں جو انہوں نے ڈالا، یا آپ صرف سب کو صفر دیتے ہیں، یا آپ دیکھتے ہیں کہ اوسط قیمت 0 کے قریب تھی۔ یا 1 اور اسے زمینی سچ سمجھیں۔ وقت کا 0.01% - شاید تصادفی طور پر، شاید سب سے زیادہ حجم والی مارکیٹوں کے لیے، شاید دونوں کا کچھ مجموعہ - آپ درحقیقت مہنگا طریقہ کار چلاتے ہیں، اور اس کی بنیاد پر شرکاء کو معاوضہ دیتے ہیں۔

یہ آپ کو آپ کے اصل انتہائی قابل اعتماد لیکن انتہائی مہنگے میکانزم کا ایک قابل اعتبار طور پر غیر جانبدار تیز اور سستا "آست شدہ ورژن" فراہم کرتا ہے (ایل ایل ایم ڈسٹلیشن کی تشبیہ کے طور پر لفظ "آست" کا استعمال کرتے ہوئے)۔ وقت گزرنے کے ساتھ، یہ کشید شدہ میکانزم تقریباً اصل میکانزم کے رویے کی عکاسی کرتا ہے - کیونکہ صرف شرکاء جو اس کی مدد کرتے ہیں وہ پیسہ کماتے ہیں، اور دوسرے پیسے کھو دیتے ہیں۔

ممکنہ پیشن گوئی کی منڈیوں + کمیونٹی نوٹس کومبو کا مذاق۔

اس میں نہ صرف سوشل میڈیا بلکہ DAOs کے لیے بھی درخواستیں ہیں۔. DAOs کا ایک بڑا مسئلہ یہ ہے کہ فیصلوں کی اتنی بڑی تعداد ہے کہ زیادہ تر لوگ ان میں سے زیادہ تر میں حصہ لینے کے لیے تیار نہیں ہیں، جس کی وجہ سے یا تو وفد کا وسیع استعمال ہوتا ہے، اسی قسم کی مرکزیت اور پرنسپل ایجنٹ کی ناکامیوں کا خطرہ ہوتا ہے۔ نمائندہ جمہوریت میں دیکھیں، یا حملے کا خطرہ۔ ایک DAO جہاں حقیقی ووٹ بہت کم ہی ہوتے ہیں، اور زیادہ تر چیزوں کا فیصلہ پیشین گوئی کی منڈیوں کے ذریعے کیا جاتا ہے جس میں انسانوں اور AI ووٹوں کی پیشین گوئی کرتے ہیں، اچھی طرح کام کر سکتے ہیں۔

جیسا کہ ہم نے فیصلہ ساز بازاروں کی مثال میں دیکھا، انفارمیشن فنانس میں وکندریقرت حکمرانی میں اہم مسائل کو حل کرنے کے بہت سے ممکنہ راستے شامل ہیں۔ کلید مارکیٹ اور غیر منڈی کے درمیان توازن ہے: مارکیٹ "انجن" ہے، اور کچھ دیگر غیر مالیاتی قابل اعتماد طریقہ کار "اسٹیئرنگ وہیل" ہے۔.

انفارمیشن فنانس کے دیگر استعمال کے معاملات

- ذاتی ٹوکن - پروجیکٹس کی قسم جیسے Bitclout (اب deso)، friend.tech اور بہت سے دوسرے جو ہر فرد کے لیے ایک ٹوکن بناتے ہیں اور ان ٹوکنز پر قیاس کرنا آسان بناتے ہیں - ایک زمرہ ہے جسے میں "proto info-finance" کہوں گا۔ وہ جان بوجھ کر مخصوص متغیرات کے لیے مارکیٹ کی قیمتیں بنا رہے ہیں - یعنی، کسی شخص کی مستقبل میں نمایاں ہونے کی توقعات - لیکن قیمتوں سے ظاہر ہونے والی درست معلومات بہت غیر مخصوص ہے اور اضطراری اور بلبلی حرکیات کے تابع ہے۔ اس طرح کے پروٹوکول کے بہتر ورژن بنانے کا امکان ہے، اور ان کا استعمال ٹیلنٹ کی دریافت جیسے اہم مسائل کو حل کرنے کے لیے، ایک ٹوکن کے معاشی ڈیزائن کے بارے میں زیادہ محتاط رہ کر، خاص طور پر جہاں سے اس کی حتمی قیمت آتی ہے۔ وقار کے مستقبل کے بارے میں رابن ہینسن کا خیال یہاں ایک ممکنہ اختتامی حالت ہے۔

- ایڈورٹائزنگ - حتمی "مہنگا لیکن قابل اعتماد سگنل" یہ ہے کہ آپ کوئی پروڈکٹ خریدیں گے یا نہیں۔ اس سگنل کی بنیاد پر انفارمیشن فنانس کا استعمال لوگوں کی یہ شناخت کرنے میں مدد کرنے کے لیے کیا جا سکتا ہے کہ کیا خریدنا ہے۔

- سائنسی ہم مرتبہ کا جائزہ - سائنس میں ایک "نقل کا بحران" جاری ہے جہاں مشہور نتائج جو کہ بعض صورتوں میں لوک حکمت کا حصہ بن چکے ہیں، نئے علوم کے ذریعے بالکل بھی دوبارہ پیش نہیں کیے جاتے۔ ہم ایسے نتائج کی نشاندہی کرنے کی کوشش کر سکتے ہیں جنہیں پیشین گوئی کی مارکیٹ کے ساتھ دوبارہ جانچنے کی ضرورت ہے۔ دوبارہ جانچ پڑتال کرنے سے پہلے، اس طرح کی مارکیٹ قارئین کو اس بات کا فوری اندازہ بھی دے گی کہ انہیں کسی خاص نتیجے پر کتنا اعتماد کرنا چاہیے۔ اس خیال کے تجربات کیے جا چکے ہیں، اور اب تک کامیاب دکھائی دیتے ہیں۔

- عوامی سامان کی مالی اعانت - ایتھریم میں استعمال ہونے والے عوامی سامان کی مالی اعانت کے طریقہ کار کے ساتھ ایک اہم مسئلہ ان کی "مقبولیت مقابلہ" کی نوعیت ہے۔ ہر تعاون کنندہ کو شناخت حاصل کرنے کے لیے سوشل میڈیا پر اپنا مارکیٹنگ آپریشن چلانے کی ضرورت ہوتی ہے، اور وہ شراکت دار جو ایسا کرنے کے لیے اچھی طرح سے لیس نہیں ہیں، یا جن کے پاس فطری طور پر زیادہ "پس منظر" کے کردار ہیں، انہیں کافی مقدار میں رقم حاصل کرنے میں دشواری ہوتی ہے۔ اس کا ایک پرکشش حل یہ ہے کہ پورے کو ٹریک کرنے کی کوشش کی جائے۔ انحصار گراف: ہر ایک مثبت نتیجہ کے لیے، کن منصوبوں نے اس میں کتنا حصہ ڈالا، اور پھر ان منصوبوں میں سے ہر ایک کے لیے، کن منصوبوں نے کتنا حصہ ڈالا۔ کہ، اور اسی طرح. اس قسم کے ڈیزائن میں سب سے بڑا چیلنج کناروں کے وزن کو اس طرح سے معلوم کرنا ہے جو ہیرا پھیری کے خلاف مزاحم ہے - آخر کار، اس طرح کی ہیرا پھیری ہر وقت ہوتی رہتی ہے۔ ایک کشید انسانی فیصلے کا طریقہ کار ممکنہ طور پر مدد کر سکتا ہے۔

نتائج

ان خیالات کے بارے میں ایک طویل عرصے سے نظریہ بنایا گیا ہے: پیشین گوئی کی منڈیوں اور یہاں تک کہ فیصلہ کرنے والی منڈیوں کے بارے میں ابتدائی تحریریں کئی دہائیوں پرانی ہیں، اور اسی طرح کی باتیں کہنے والا مالیاتی نظریہ اور بھی پرانا ہے۔ تاہم، میں بحث کروں گا کہ موجودہ دہائی کئی اہم وجوہات کی بنا پر ایک منفرد موقع پیش کرتی ہے:

- انفارمیشن فنانس اعتماد کے مسائل کو حل کرتا ہے جو لوگوں کو درحقیقت درپیش ہیں۔. اس دور کی ایک عام تشویش علم کی کمی (اور بدتر، اتفاق رائے کی کمی) ہے کہ سیاسی، سائنسی اور تجارتی سیاق و سباق میں کس پر اعتماد کیا جائے۔ انفارمیشن فنانس ایپلی کیشنز حل کا حصہ بننے میں مدد کر سکتی ہیں۔

- اب ہمارے پاس اسکیل ایبل بلاک چینز بطور سبسٹریٹ ہیں۔. ابھی حال ہی میں، فیس بہت زیادہ تھی کہ ان میں سے زیادہ تر خیالات کو حقیقت میں لاگو کیا جا سکے۔ اب، وہ زیادہ اونچے نہیں ہیں۔

- AIs بطور شرکاء. انفارمیشن فنانس کا کام کرنا نسبتاً مشکل ہے جب اسے ہر سوال پر حصہ لینے کے لیے انسانوں پر انحصار کرنا چاہیے۔ AIs اس صورت حال کو بہت بہتر بناتا ہے، یہاں تک کہ چھوٹے پیمانے کے سوالات پر بھی موثر مارکیٹوں کو قابل بناتا ہے۔ بہت سے بازاروں میں ممکنہ طور پر AI اور انسانی شرکاء کا مجموعہ ہو گا، خاص طور پر جب مخصوص سوالات کا حجم اچانک چھوٹے سے بڑے میں تبدیل ہو جاتا ہے۔

اس موقع سے بھرپور فائدہ اٹھانے کے لیے، یہ وقت ہے کہ صرف انتخابات کی پیشین گوئی سے آگے بڑھیں، اور باقی معلومات کو دریافت کریں کہ فنانس ہمیں کیا لا سکتا ہے۔

متعلقہ: ایتھریم فاؤنڈیشن کی 2024 کی رپورٹ کا ایک جائزہ: کتنا پیسہ اٹھایا جا رہا ہے اور کہاں خرچ کیا جا رہا ہے؟

اصل عنوان: Ethereum Foundation رپورٹ اصل مصنف: Ethereum Foundation اصل ترجمہ: Odaily Planet Daily Husband کیسے Ethereum Foundation کیا ہے؟ ایتھریم فاؤنڈیشن (EF) ایک غیر منافع بخش تنظیم ہے جو Ethereum ایکو سسٹم کی حمایت کرتی ہے اور تنظیموں، افراد اور کمپنیوں کی کمیونٹی کا حصہ ہے جو پروٹوکول کی ترقی، کمیونٹی کی ترقی، اور Ethereum کو فروغ دیتی ہے۔ EF ایک نئی قسم کی تنظیم میں سب سے آگے ہے: بلاک چین ماحولیاتی نظام کو کنٹرول کیے بغیر اس کی حمایت کرنا۔ یہ ہر ایک کو ہر روز سوچنے پر مجبور کرتا ہے کہ Ethereum کی طویل مدتی ترقی کو سپورٹ کرنے کے لیے کس قسم کی تنظیم EF کی ضرورت ہے۔ EF خود بہت سی انفرادی ٹیموں میں تقسیم ہے اور اس کا خیال ہے کہ چھوٹی خود مختار ٹیمیں کام کرنے کے لیے سب سے موثر ڈھانچہ ہیں۔ نئی ٹیمیں اکثر اس کے جواب میں موجودہ ٹیموں کو فورک کرکے باضابطہ طور پر بڑھتی ہیں…