Bitcoin y teoría de juegos: un juego dentro de un juego de Arvind Narayanan (3)

Puzzle

(OroyFinanzas.com) – En esta serie sobre Bitcoin y la teoría de juegos, Arvind Narayanan ha argumentado que la estabilidad de Bitcoin es fundamentalmente una propuesta de teoría de juegos y he demostrado que durante años hemos tenido ángulos muertos en nuesta comprensión teórica de la estrategia minera. En este artículo analiza la discrepancia entre la teoría y la práctica. A pesar de que hay muchas debilidades teóricas en el mecanismo de consenso de Bitcoin, parece que ninguna de esas debilidades ha sido explotada.

¿Se puede aplicar la teoría de juegos a Bitcoin?

Una manera contundente para rechazar esta discrepancia es negar por completo la capacidad de los modelos de la teoría de juegos para predecir la práctica. Por ejemplo, algunas personas argumentan que, dado que los mineros no saben teoría de juegos, el análisis de la teoría de juegos en su comportamiento no es significativo. Esta objeción se puede descartar fácilmente – los animales saben aún menos de la teoría del juego que los mineros, y sin embargo, su comportamiento es una de las aplicaciones clásicas de la teoría de juegos. Y la mayoría de los parejas de prisioneros que se enfrentan a un dilema nunca han oído el término dilema del prisionero antes. Por tanto, el conocimiento de la teoría de juegos por parte de las partes no es un requisito previo para la aplicación de la teoría de juegos.

Una objeción relacionada con esto es que desviarse de la estrategia por defecto es difícil, desde el punto de vista de los mineros. Después de todo, no es que el Bitcoin Core venga con estrategias desviadas construidas y que se puedan activar con un interruptor en la línea de comandos. ¿Qué puede hacer un minero? Aunque es superficialmente plausible, creo que esta objeción tiene como consecuencia la causa y el efecto completamente al revés, porque nadie se ha molestado en poner en práctica estrategias no predeterminadas porque no creía que en ellas habría beneficios. Si no fuera así, probablemente habría un ecosistema floreciente de parches – o reemplazos – a Bitcoind que ejecutarían estas estrategias desviadas, tal como podemos ver con los mods de los videojuegos.

Una objeción más sofisticada, y quizás la más frecuente, es que los mineros no tienen intereses en emplear estrategias no predeterminadas, ya que esto haría que la gente pierda la confianza en la estabilidad de Bitcoin, bajando el precio de los bitcoins. Y una caída en el tipo de cambio es mala para los mineros ya que devaluará su inversión en el hardware de minería.

Este es un argumento válido, pero las cosas se complican. Sabemos que los mineros pueden lanzar ataques de denegación de servicio contra sus competidores. ¿No hay ahí una preocupación similar sobre la estabilidad de Bitcoin y el tipo de cambio? Además, parece que a pesar de que está redactada como una objeción al razonamiento de juego teórico, en realidad este argumento se refiere a la teoría de juegos: basicamente dice que las estrategias no predeterminadas son un movimiento perdedor porque serán recibidas con una determinada respuesta de otros jugadores, es decir, los inversores que venden sus bitcoins.

Del mismo modo, consideremos el argumento de que los ataques al consenso no funcionarán porque los desarrolladores se darán cuenta y realizarán una actualización para eliminarlos. Éste es también un argumento de la teoría de juegos; el conjunto de los participantes se ha ampliado para incluir a los desarrolladores, y quizás también al resto de nodos Bitcoin, además de los mineros y los inversores (siendo un inversor cualquier persona que posee bitcoins).

Por lo que tenemos un tipo de argumento de la teoría de juegos – que los mineros podrían ganar más bitcoins cambiando su estrategia de minería – unido a otro tipo de argumento de la teoría de juegos, que amplía el espacio de estrategias para llegar a una conclusión diferente.

Debe quedar claro que aquí estamos hablando sobre dos tipos muy diferentes de estrategias. La estrategia de minería es ejecutada por software, que ocurre en una escala de tiempo de minutos y que se puede analizar como un sistema “cerrado” en el que el espacio de estrategias puede ser descrito formalmente y analizado matemáticamente. Por otra parte, los movimientos en el precio y las actualizaciones de software que implican decisiones humanas y que suelen ser mucho más lentas, y que por tanto son nefastas para modelarse con una precisión matemática.

En otras palabras, parece que estamos ante un juego anidado (nested game), es decir, un juego dentro de un juego. El juego interior es interpretado por agentes automatizados de acuerdo con la forma en que están programados y, por otro lado, el juego exterior que consta de operadores humanos en el que varían los agentes como consecuencia de lo que sucede en la cadena de bloques (blockchain), y que también realizan movimientos que no están disponibles para los agentes automatizados. Muchos movimientos en el juego interno suceden entre movimientos consecutivos en el juego exterior, y ésta es una de las razones por las que estamos obligados a analizar los dos niveles por separado.

Si empezamos a buscar esta estructura de juego anidada, podemos encontrarla en todas partes. Los mecanismos de malware y de detección de malware son un juego constante del gato y del ratón. En este juego, el malware debe tomar decisiones instantáneas, como dónde extenderse a continuación y si atacar o esperar. Pero tanto el malware como las herramientas anti-malware están bajo el control de sus respectivos operadores y de cómo ellos les hacen evolucionar en el tiempo en respuesta a los movimientos de los otros. De la misma forma, los paquetes se enrutan instantáneamente pero la política de enrutamiento evoluciona con el tiempo basándose en los patrones de tráfico.

La tesis central de Arvind Narayanan es que para que los modelos de teoría de juegos de estrategias de minería Bitcoin sean mejores modelos prácticos, tenemos que reconocer la existencia de esta estructura de dos niveles. Los sorprendentes resultados del artículo anterior pueden potencialmente explicarse mediante el análisis del juego anidado y concluir que en el fondo no es rentable para los mineros que se desvíen. Los juegos anidados parecen ser un método popular para analizar el comportamiento de los políticos que están bajo la influencia de los votantes. Pero no se ha utilizado hasta ahora para el análisis de Bitcoin.

Esta dirección de investigación es probable que produzca dividendos más allá de las criptomonedas. Los informáticos son los diseñadores del mecanismo, desde las subastas de anuncios hasta los protocolos de enrutamiento. Cualquiera de estas situaciones puede ser visto como un juego anidado ya que los creadores de software que juegan estos juegos regularmente modifican su estrategia en respuesta a las estrategias empleadas por los demás. La cuestión de qué elementos de la estrategia deben ser programadas en las máquinas y cuáles quedan al juicio humano es relevante para cada uno de esos escenarios.

En el próximo artículo Arvind Narayanan presentará un sencillo ejemplo ilustrativo de cómo un análisis de juego anidado de la estrategia minera lleva a una predicción interesante y no evidente. En concreto, analizará lo que sucede si una estrategia de fork y doble gasto en el juego interior puede darse con una estrategia de juego exterior en la que los desarrolladores deciden matar a la cadena bifurcada a pesar de que es más larga.

Artículos Relacionados:

Consenso en Bitcoin: Bases de datos distribuidas y teoría de juegos de Arvind Narayanan (1)

Bitcoin y la aplicación de la teoría de juegos con pools de minería de Arvind Narayanan (2)

Fuente: Freedom to tinker

© OroyFinanzas.com

loading...

© OroyFinanzas.com

Sobre el autor

OroyFinanzas.com
El equipo de analistas de OroyFinanzas.com y sus autores invitados para fomentar el entendimiento del dinero.
mencionado en: