DeSci چیست

توجه: این سند ترجمه خودکار نسخه اصلی انگلیسی است.

DeSci چیست

DeSci (علم غیرمتمرکز) یک حوزهٔ کریپتویی است که ابزارهای بلاکچین — انگیزه‌های توکنی، DAOها، قراردادهای هوشمند و ذخیره‌سازی غیرمتمرکز — را در فرایندهای پژوهش علمی به کار می‌گیرد. پروژه‌های DeSci می‌کوشند مشکلات ساختاری علم سنتی را حل کنند: دسترسی محدود به انتشارات، داوری همتای غیرشفاف، مکانیزم‌های تأمین مالی متمرکز و اشتراک‌گذاری محدود داده‌ها.

DeSci روش علمی را جایگزین نمی‌کند. زیرساخت جایگزینی برای نحوهٔ تأمین مالی، انتشار، داوری و دسترسی به پژوهش پیشنهاد می‌دهد — با استفاده از شفافیت on-chain و اقتصاد توکنی به‌جای اتکای صرف به مجلات، دانشگاه‌ها و کمک‌هزینه‌های دولتی.

خلاصه: DeSci از بلاکچین برای باز کردن تأمین مالی علمی، اشتراک‌گذاری داده‌ها و داوری همتا استفاده می‌کند — و در DecAIHub پروژه‌هایی را مشخص می‌کند که پژوهش AI یا ابزارهای AI را با زیرساخت علمی غیرمتمرکز ترکیب می‌کنند.

DeSci چگونه کار می‌کند

پروژه‌های DeSci به بخش‌های مختلف گردش کار علمی می‌پردازند. بیشترشان بر یک یا چند حوزهٔ زیر تمرکز دارند.

تأمین مالی پژوهش به‌صورت on-chain

تأمین مالی علم سنتی از طریق نهادهای اعطای کمک‌هزینه، کمیته‌های دانشگاهی و حامیان شرکتی جریان می‌یابد — فرایندهایی کند، رقابتی و اغلب غیرشفاف. پروژه‌های DeSci مکانیزم‌های تأمین مالی جایگزینی با استفاده از توکن‌ها ایجاد می‌کنند:

• کمک‌هزینه‌های مبتنی بر توکن — اعضای جامعه با جمع کردن توکن‌ها، پیشنهادهای پژوهشی را تأمین مالی می‌کنند که اغلب با رأی یک DAO اداره می‌شود. تصمیمات تأمین مالی شفاف‌اند و به‌صورت on-chain ثبت می‌شوند.
• IP-NFTها — حقوق مالکیت فکری خروجی‌های پژوهش به‌صورت NFT توکنیزه می‌شوند و مالکیت کسری و معاملهٔ ثانویه را ممکن می‌سازند. پژوهشگران سهمی نگه می‌دارند در حالی که تأمین‌کنندگان اولیه در معرض ارزش بالقوهٔ آینده قرار می‌گیرند.
• تأمین مالی درجه‌دو (Quadratic funding) — برخی پلتفرم‌های DeSci از مدل‌های تأمین مالی درجه‌دو استفاده می‌کنند که در آن مشارکت‌های فردی کوچک با یک استخر تطبیقی تقویت می‌شوند و پژوهشِ دارای پشتیبانی گسترده بر پیشنهادهایی که یک اهداکنندهٔ بزرگ واحد پشتیبانشان است اولویت می‌یابد.

داوری همتای غیرمتمرکز

داوری همتای سنتی به داوران داوطلبی متکی است که سردبیران مجلات انتخابشان می‌کنند، با شفافیت اندکی دربارهٔ فرایند داوری. پروژه‌های DeSci با مدل‌های داوری باز یا انگیزه‌دار آزمایش می‌کنند:

• داوری با انگیزهٔ توکنی — داوران بابت تکمیل داوری‌ها توکن دریافت می‌کنند، با سیستم‌های اعتباری که کیفیت داوری را در طول زمان رصد می‌کنند.
• سوابق داوری باز — تاریخچهٔ داوری به‌صورت on-chain یا روی ذخیره‌سازی غیرمتمرکز ثبت می‌شود و فرایند را قابل ممیزی می‌کند. این کیفیت داوری را تضمین نمی‌کند، اما فرایند را قابل مشاهده می‌سازد.

اشتراک‌گذاری باز داده‌ها

داده‌های علمی اغلب پشت دیوارهای آتش نهادی می‌مانند یا پس از انتشار گم می‌شوند. پروژه‌های DeSci از ذخیره‌سازی غیرمتمرکز (IPFS، Arweave، Filecoin) و کنترل دسترسی on-chain استفاده می‌کنند تا مجموعه‌داده‌ها را چنین کنند:

• دائماً در دسترس — داده‌های ذخیره‌شده روی شبکه‌های غیرمتمرکز را یک نهاد واحد نمی‌تواند آفلاین کند.
• دارای کنترل دسترسی — قراردادهای هوشمند می‌توانند مدیریت کنند چه کسی، تحت چه شرایطی و با چه جبرانی برای ارائه‌دهندگان داده، به مجموعه‌داده‌ها دسترسی داشته باشد.
• قابل راستی‌آزمایی — منشأ و یکپارچگی داده‌ها را می‌توان از طریق هش‌ها و attestationهای on-chain رصد کرد.

انتشار غیرمتمرکز

برخی پروژه‌های DeSci جایگزین‌هایی برای انتشار مبتنی بر مجله می‌سازند، جایی که خروجی‌های پژوهش با مهرهای زمانی on-chain که تقدم و مؤلف بودن را اثبات می‌کنند، روی ذخیره‌سازی غیرمتمرکز منتشر می‌شوند و دروازه‌بانان سنتی دور زده می‌شوند.

چرا برای پروژه‌های کریپتو AI اهمیت دارد

پژوهش AI یکی از فعال‌ترین حوزه‌ها درون DeSci است و این تقاطع ملموس است:

• بازارهای دادهٔ آموزشی AI — پروژه‌های DeSci می‌توانند بازارهایی با انگیزهٔ توکنی برای مجموعه‌داده‌های علمی مورد استفاده در آموزش مدل‌های AI ایجاد کنند و هم به دسترسی به داده و هم به جبران مشارکت‌کنندگان بپردازند.
• ابزارهای پژوهشی با کمک AI — پروژه‌هایی که قابلیت‌های AI (تحلیل ادبیات علمی، تولید فرضیه، پردازش داده) را با زیرساخت علمی غیرمتمرکز ترکیب می‌کنند، در هر دو دستهٔ AI و DeSci ظاهر می‌شوند.
• زیرساخت تکرارپذیری — پژوهش AI با بحران تکرارپذیری روبه‌روست. تأکید DeSci بر دادهٔ باز، روش‌های قابل راستی‌آزمایی و داوری شفاف، با ایجاد سوابق پایدار و قابل ممیزی از آزمایش‌ها و نتایج، مستقیماً به این مسئله می‌پردازد.
• محاسبات غیرمتمرکز برای پژوهش — برخی پروژه‌های DeSci با شبکه‌های محاسبات غیرمتمرکز ادغام می‌شوند تا منابع GPU را برای آموزش مدل‌های AI فراهم کنند، با هماهنگی از طریق انگیزه‌های توکنی.

در کارت‌های پروژهٔ DecAIHub کجا ظاهر می‌شود

DeSci در DecAIHub از این طریق ظاهر می‌شود:

• Category — پروژه‌ها ممکن است با برچسب‌های AI/Other | DeSci، AI/Data | DeSci یا دسته‌های ترکیبی مشابهی مشخص شوند که تمرکز DeSci همراه با یک AI component را نشان می‌دهند.
• Use case — کاربردهای مرتبط با DeSci شامل تأمین مالی پژوهش، اشتراک‌گذاری داده، داوری همتا، انتشار علمی یا پژوهش زیست‌پزشکی است.
• AI component — کارکرد AI را مشخص می‌کند: جمع‌آوری و برچسب‌گذاری داده، تحلیل، هماهنگی محاسبات یا استنتاج به‌کاررفته در گردش‌کارهای پژوهشی.

برچسب DeSci به شما می‌گوید پروژه حوزهٔ پژوهش علمی را هدف گرفته است. تأیید نمی‌کند که AI component کارا است یا اینکه زیرساخت غیرمتمرکز واقعاً توسط پژوهشگران استفاده می‌شود.

DeSci به‌تنهایی چه چیزی را اثبات نمی‌کند

• دقت علمی — غیرمتمرکز کردن زیرساخت علم، کیفیت خودِ علم را تضمین نمی‌کند. پژوهش بد به همان سادگی پژوهش خوب می‌تواند on-chain منتشر شود.
• AI reality — یک پروژهٔ DeSci می‌تواند تأمین مالی پژوهش و اشتراک‌گذاری داده را کاملاً از طریق قراردادهای هوشمند و بدون هیچ AI component تسهیل کند. ادعای AI به شواهد جداگانه‌ای نیاز دارد.
• پذیرش توسط پژوهشگران — وجود یک پلتفرم DeSci نشان نمی‌دهد که دانشمندان شاغل واقعاً از آن استفاده می‌کنند. متریک‌های استفاده و فعالیت جامعه نیازمند راستی‌آزمایی مستقل‌اند.
• کیفیت داده — در دسترس قرار دادن مجموعه‌داده‌ها روی ذخیره‌سازی غیرمتمرکز تضمین نمی‌کند که داده‌ها دقیق، به‌درستی برچسب‌خورده یا از نظر علمی مفیدند.

اشتباه نگیرید با

• DAO — یک DAO یک ساختار حاکمیتی است. بسیاری از پروژه‌های DeSci از DAOها برای مدیریت تأمین مالی و تصمیم‌گیری استفاده می‌کنند، اما DAO ابزاری حاکمیتی است، نه یک حوزهٔ علمی. DAO‌ای که یک پروتکل DeFi را اداره می‌کند، DeSci نیست.
• علم باز — علم باز جنبشی گسترده‌تر است که از دسترسی باز، دادهٔ باز و روش‌های باز دفاع می‌کند. DeSci زیرمجموعه‌ای است که از بلاکچین و اقتصاد توکنی به‌عنوان زیرساخت استفاده می‌کند. هر علم بازی DeSci نیست و همهٔ پروژه‌های DeSci نیز کاملاً با اصول علم باز هم‌راستا نیستند.
• توکن‌های بیوتک — توکن‌های مرتبط با شرکت‌های دارویی یا بیوتک به‌طور خودکار DeSci نیستند. DeSci به‌طور مشخص شامل زیرساخت غیرمتمرکز برای فرایند پژوهش است، نه صرفاً توکنیزه کردن سرمایه‌گذاری‌های بیوتک.

پرسش‌های متداول

آیا DeSci جایگزین انتشار علمی سنتی می‌شود؟

در حال حاضر نه. DeSci کانال‌های جایگزینی برای تأمین مالی، اشتراک‌گذاری داده و انتشار ارائه می‌دهد، اما مجلات سنتی، کنفرانس‌ها و نهادهای اعطای کمک‌هزینه همچنان غالب‌اند. پروژه‌های DeSci زیرساخت آزمایشی‌اند که ممکن است مکمل بخش‌هایی از سیستم سنتی باشند یا در نهایت با آن‌ها رقابت کنند، اما جایگزینش نکرده‌اند.

چرا دانشمندان باید از بلاکچین برای پژوهش استفاده کنند؟

انگیزه‌های اصلی، تأمین مالی شفاف، دسترس‌پذیری پایدار داده‌ها و منشأ قابل راستی‌آزمایی است. بلاکچین لایهٔ اعتمادی می‌افزاید که سیستم‌های نهادی گاهی فاقد آن‌اند — به‌ویژه برای همکاری فرامرزی، جایی که هیچ نهاد واحدی زیرساخت مشترک را کنترل نمی‌کند. با این حال، پذیرش به این بستگی دارد که پلتفرم‌های DeSci منافع عملی‌ای ارائه دهند که بر منحنی یادگیری و هزینه‌های تراکنش بچربد.

DeSci چه ارتباطی با AI در DecAIHub دارد؟

در DecAIHub، پروژه‌های DeSci که شامل اجزای AI هستند در دسته‌های ترکیبی ظاهر می‌شوند. AI component ممکن است شامل بازارهای دادهٔ آموزشی، مرور ادبیات علمی با کمک AI، هماهنگی محاسبات برای آموزش مدل یا یادگیری ماشین به‌کاررفته روی مجموعه‌داده‌های علمی باشد. DecAIHub وضعیت AI reality این پروژه‌ها را مستقل از طبقه‌بندی حوزهٔ DeSci آن‌ها ارزیابی می‌کند.

منابع خارجی

• DeSci (Ethereum.org) — مرور بنیاد Ethereum بر علم غیرمتمرکز، اهداف آن و پروژه‌های کلیدی
• DeSci Wiki — مستندات نگهداری‌شده توسط جامعه دربارهٔ اکوسیستم DeSci و اجزای آن

همچنین ببینید

• DAO چیست
• DeFi چیست
• dApp چیست
• AI reality، Onchain necessity و Token necessity