去中心化科學（DeSci）：獨立科學家的復興

作者：Yi Zhang（博士，Codatta，@drtwo101）、Diana（BNBChain，@dianabnb）、Eva（AuraSci，@1vayou）、Andrea（OGV，@Andrea_Chang）、Lucy（@BoboLucyWisdom）

編輯：Tess Li（Codatta，@li_tess）

引言

去中心化科學（Decentralized Science，簡稱DeSci）正在通過應對傳統中心化系統的局限性，徹底改變我們對科學研究的方法。從歷史上看，偉大的發現往往源於獨立科學家在沒有機構優先事項或企業資助限制的情況下工作。如今，研究高度依賴中心化的資金來源，這些來源往往優先考慮商業上有利的成果或強化機構偏見。去中心化科學通過利用區塊鏈和Web3技術來去中心化資金、執行和傳播，創造了一個更加透明和包容的研究環境。

本文探討了去中心化科學如何賦予獨立科學家和社區重新控制科學探索的權力。通過研究去中心化資助平台、數據協作工具和社區驅動的治理模式，它突出了這一運動的變革潛力。通過去中心化機制，研究者可以獲得對高風險、非常規想法的支持，促進透明的決策，並公開傳播研究發現。隨著人工智能、協作工具和Web3的興起，去中心化科學為民主化創新和加速為社會進步追求知識提供了藍圖。

為什麼選擇去中心化科學？

科學發現是通過迭代假設檢驗和實驗系統性地獲取新知識的過程。歸納推理使研究者能夠從特定觀察中概括科學結論，並發展出可以自信預測結果的原則。

科學研究可以去中心化。 去中心化必須從資金開始，因為對財務資源的控制從根本上決定了科學探索的方向。歷史上，許多偉大的科學家進行獨立研究，要麼由個人資助，要麼由贊助人支持，這使他們能夠自由地探索，不受中心化權威或企業利益的影響。像伽利略·伽利萊（得到美第奇家族支持）、主要獨立工作的艾薩克·牛頓，以及自資助進化研究的查爾斯·達爾文等人物，都證明了去中心化研究的影響。他們的獨立性導致了突破性的發現，這些發現塑造了科學進步，不受機構限制。

科學研究應該去中心化。 相比之下，當今的科學研究高度中心化。它主要依賴政府撥款，部分依賴企業資助，並受機構監督，這往往由少數"管理者"確定研究主題，並限制科學家的自主權。這種中心化的資助模式引入了顯著的偏見------企業資助傾向於對商業有利的成果，損害了客觀性（BMJ, 2014）。例如，食品行業資助的研究報告有利結果的可能性高出3.2%（Springer, 2021）。政府撥款雖然不太容易受到商業相關偏見的影響，但仍然常常優先考慮已建立機構和知名研究組，而不是真正新穎或非常規的想法。即使是旨在減少聲譽偏見的NIH等機構，也無法完全消除這些問題。政治和商業影響繼續塑造研究重點，使新興研究者的高風險、創新想法處於邊緣地位。

科學研究將重新去中心化。 去中心化資助已經獲得動力，像BIO Protocol 和VitaDAO 這樣的倡議使科學家能夠直接從社區獲得資助。這種社區支持的模式為傳統資助提供了可行的替代方案。Web3技術還提高了科學成果的流動性，降低了獨立研究者的財務風險，使他們能更自由地追求創新想法。去中心化參與和治理是去中心化科學的相互關聯方面。像Codatta 這樣的平台促進協作數據源，允許個人以前沿數據的形式貢獻知識，同時共享風險和收益。去中心化治理的存在是為了提供必要的監督，保障研究進展。它確保平衡、社區驅動的決策，減少中心化系統中通常存在的偏見。這些方面共同促進了更加透明和包容的研究環境。去中心化傳播對去中心化科學也至關重要。像ResearchHub 這樣的平台有助於解決中心化科學出版渠道固有的問題，如高成本、把關和漫長的出版延遲，通過實現透明、社區主導的出版和同行評審。

去中心化科學的使命是通過利用社區驅動的努力、區塊鏈和開放協作，賦能協作知識創造，使研究更加可獲取和無偏見。

• 發現關於宇宙的更多真相，不受固有或系統性偏見的影響。
• 降低準入門檻，允許來自非常規背景的有才能個人做出貢獻。
• 鼓勵探索被壓制或被忽視的科學方向。

去中心化科學將從去中心化資助開始，但不會止步於此。 分佈式貢獻信用、透明的資助過程、開源方法論、廣泛的社區參與和社區主導的出版對於在整個研究過程中培養協作和包容性至關重要。

AI助力科學：極大助力獨立科學家

圖2：科學領域與人工智能研究實踐整合的說明（來源：https://ai4sciencecommunity.github.io/）

人工智能正在徹底改革科研，根本性地轉變科學發現的方式和工作流程（Toner-Rodgers, 2024）。世界頂尖科學家報告稱，通過整合AI，他們的生產力顯著提升，包括新材料發現增加了44%，專利申請數量增加了39%（Toner-Rodgers, 2024）。這些早期成就證明了AI如何提高效率，尤其是在數據複雜、實驗耗時的領域，如材料科學、藥物發現和生物學（Nature, 2023）。

圖3: 科學研究過程

AI顯著放大了個人能力，提升了整個科學工作流程的生產力。在構思階段，AI分析海量數據集，發現超越人類認知的模式和想法（AI4Science, 2023）。在假設形成過程中，AI優化研究問題，突出有希望的研究方向。在實驗設計中，AI優化實驗設置，模擬結果，協助決策。AI驅動的機器人自動完成實驗室任務，彌合設計與執行之間的鴻溝，而虛擬模擬則允許在進行物理實驗前進行假設檢驗（MIT, 2023）。最後，AI幫助解讀數據，完善結果，迭代結論，從而獲得更快速、更準確的洞察（Nature, 2023）。

圖4：人類科學家與人工智能的協作（托尼·斯塔克與賈維斯 - 漫威電影《復仇者聯盟2：奧創紀元》）

人類研究者在提供創造力、倫理判斷和直覺方面發揮著關鍵作用------這些都是AI所缺乏的。儘管AI擅長數據處理和優化，但人類研究者能夠在更廣泛的背景下解讀這些發現，確保科學嚴謹性和倫理標準的維護。AI與人類研究者共同形成互補的夥伴關係，推動科學邊界。在這種合作中，AI處理複雜的數據任務，而人類提供戰略監督、創造力和倫理指導，使整個研究過程更加高效和創新。

人機協作的疊加效應正在重塑科學研究，以加速的步伐推動生產力和創新。值得注意的是，AlphaFold（蛋白質結構預測的突破性技術）的開發者最近獲得了諾貝爾獎，這突顯了人機協作的變革性影響。人類科學家擅長評估候選想法的潛力，有效地篩選出不太可行的方向，並確保時間和資源得到有效利用。他們的啟發式方法和方法論可以記錄為領域特定知識，並通過後訓練技術（如RAG、提示工程和微調）豐富AI代理的能力。

科學工作流程還涉及複雜的工具使用，通常需要多種專業軟件工具。科學家定義的邏輯工作流程------涵蓋每次交互的輸入、輸出和目標------是可以編碼到AI代理中的專家知識片段。像TXYZ.ai這樣的項目旨在創建通用的AI輔助研究工具，將這些工作流程整合到AI系統中，使其更加高效和有效。

隨著AI不斷積累特定領域的知識，它將增強底層模型，使相關系統能夠更有效地處理不斷增長的數據。這種人機之間的迭代協作形成了一個自我強化的循環，加速研究進展，不斷推動人類知識的邊界。

去中心化科學景觀：輕量級調研

去中心化科學通過利用區塊鏈和Web3技術，重塑了從資金到傳播的整個研究過程。這個模型去中心化了研究的關鍵方面：資金、執行和傳播。附圖可視化了這個過程，突出了每個階段的參與者和貢獻。

圖5: 去中心化科學研究過程

這個過程從資金籌集 開始，獨立科學家提出研究提案，擺脫了傳統上常常偏向已建立機構的中心化資金來源。在去中心化科學模式下，研究提案通過去中心化的支持者進行資金籌集，社區驅動的貢獻發揮著重要作用。由社區驅動決策的支持者審查這些提案並分配資源。這種去中心化的資金機制確保即使是高風險或非常規的想法也能獲得支持，繞過機構把關者。

獲得資金 後，下一階段是研究進程 ，包括多個步驟------構思、假設形成、實驗設計、數據採集和分析。不同於傳統的由中心化機構嚴格控制的流程，去中心化科學引入了更加協作和透明的工作流。獨立科學家（如圖所示）進行構思和假設形成。在數據採集 階段，外部數據創建者可以為研究做出貢獻，並提供激勵以獎勵高質量的數據貢獻。隨後進行數據分析，分析成果被用於假設檢驗，形成一個迭代方法，不斷精煉和評估結果，直到得出有意義的結論。

治理和監督 是另一個關鍵組成部分。去中心化的支持者監督和指導項目，提供資金支持，並確保研究誠信和符合社區價值觀。這種去中心化治理 模式確保權力分散，所有貢獻------無論是數據還是專業知識------都得到公平認可，如圖中的"公平致謝與貢獻 "階段所示。

最後是傳播和影響 。傳統的常被付費牆限制的出版模式被社區驅動的平台取代，確保研究發現公開可訪問。出版物以及由此產生的知識產權或成果，將回流到去中心化科學支持者 和更廣泛的社區，可以用於產生進一步影響並獲得適當的經濟回報或學分。這個循環有助於承認貢獻並創造激勵，進一步促進科學進步的協作環境。

這個工作流程通過民主化資金、鼓勵跨學科合作和實現無縫數據共享，顯著改進了傳統科學流程。去中心化的監督最大限度地減少了官僚主義低效，而信用和獎勵系統激勵了研究各階段的貢獻者。歸根結底，這種方法不僅加速了創新，還確保了所有利益相關者的公平認可和切實回報，成為可持續和有影響力的科學進步模式。

去中心化科學子領域調查

圖7

這張圖展示了去中心化科學充滿活力和多樣性的生態系統，突出了重塑科學景觀的關鍵子領域和創新參與者。值得注意的項目包括得到幣安實驗室支持的BIO協議，以及由Coinbase的Brian Armstrong聯合創立的ResearchHub，分別致力於民主化研究資金和出版。另一個突出的項目是Pump.Science，其URO和RIF計劃已經獲得了勢頭。

在去中心化數據收集與合作子領域 ，Codatta脫穎而出成為關鍵參與者，致力於連接、協作，並共同培養未來的通用人工智能（AGI）。像Data Lake和Ocean Protocol這樣的平台也為去中心化數據共享中的協作和信任做出了貢獻。此外，Codatta是人工智能/去中心化物理基礎設施網絡科學應用子領域的重要組成部分，團結社區為科學項目提供數據、樣本和標籤（包括推理），用於訓練AI模型。這些努力共同展示了去中心化科學如何將科學轉變為未來更加透明、協作和公平的生態系統。

總的來說，去中心化科學正在改革研究和許可領域，預計將徹底改變人類文明揭示周圍世界、內在世界乃至超越當前世界真相的方式。然而，與更廣泛的Web3行業類似，去中心化科學仍處於早期階段。儘管去中心化資金正在獲得牽引力，合作研究顯示出希望，但採用仍然是一個挑戰。傳統學術系統仍然具有重要影響力，需要進一步工作來建立信任並擴大這些新方法的規模。

去中心化科學的整體成熟度高度依賴於Web3生態系統的進展。這裡潛力巨大，但需要持續的技術發展、文化變革和更廣泛的接納。隨著去中心化科學和Web3的成長，我們可以期待一個更加開放、協作和高效的科學研究景觀。

獨立科學家的文藝復興

圖7：獨立科學的先驅：尼古拉·特斯拉（左）和阿爾伯特·愛因斯坦（右）

歷史表明，許多突破性發現是由在機構系統之外工作的科學家完成的。像尼古拉·特斯拉、阿爾伯特·愛因斯坦和瑪麗·居里這樣的創新者，尤其是在職業早期，追求大膽的想法，並獲得有限的機構支持。例如，尼古拉·特斯拉開始研究交流電時，主要依靠自己的收入和個人投資者的支持，而非正式機構。阿爾伯特·愛因斯坦在瑞士專利局工作期間提出了相對論，基本與學術機構隔絕。瑪麗·居里在職業早期，以極其有限的資源不懈工作，經常依靠個人毅力和捐贈推進她在放射性領域的開創性研究。這些先驅者展示了創新如何在不受機構限制的情況下蓬勃發展。隨著時間推移，科學發現因需要更多資源而變得集中化，但如今的工具正在扭轉這一趨勢，重新點燃獨立科學的復興。

圖8：由 AI 和 Web3 赋能的超级个体，通过社区支持获得力量（原图来自动漫《火影忍者疾风传》，描绘漩涡鸣人在九尾查克拉模式下的形象

現代技術正在賦予個人重新發現的角色。人工智能使數據分析民主化，開源平台促進協作，Web3通過社區驅動的網絡實現去中心化資金。去中心化自治組織（DAO）為獨立項目提供財務和技術支持，繞過傳統把關者。結合可訪問的研究工具，這些進步正在創造一個新的"超級個體"階層，他們能夠獨立應對大膽的挑戰。

圖9

這一運動不僅僅是推動傳統邊界，還為缺乏主流支持但可能提供重大見解的領域打開了大門。例如，不明飛行物（UAP）研究曾被邊緣化，現在通過眾包資源和數據的去中心化社區正在獲得合法性。同樣，關於重力和電磁之間聯繫的問題正在不受機構偏見的影響得到重新審視。在社區支持和尖端工具的助力下，獨立科學家已經做好了探索這些未知領域的準備。

去中心化科學的興起正在重新定義發現的方式，將技術賦能與集體行動相結合。個人和社區現在擁有民主化創新未來的工具和機會。現在是擁抱這一運動並釋放獨立研究全部潛力的時候了。

參考文獻

• BMJ (2014). Bias in industry-funded research. Available from: https://www.bmj.com/industry-bias
• Springer (2021). Industry-funded studies in food sector more likely to report favorable results. Available from:https://www.springer.com/industry-food-bias
• Toner-Rodgers, A. (2024). Artificial Intelligence, Scientific Discovery, and Product Innovation. MIT Press.
• AI4Science (2023). AI's Role in Advancing Scientific Research. Available from:https://ai4sciencecommunity.github.io/
• Nature (2023). Scientific Discovery in the Age of Artificial Intelligence. Nature Publishing Group.
• MIT (2023). AI's Impact on Research Workflows. Available from: https://mitpress.mit.edu/ai-research