中國網/中國發展門戶網訊 天生式人工智能（generative artificial intelligence，GAI；AI generated contents，AIGC）系統ChatGPT的問世，標志著人類社會已經開啟新的研討范式，即人工智能驅動的科學（artificial intelligence for science，AI4S）與想象智能（imaginative intelligence）的研討時代。人工智能（AI）被廣泛應用于文獻剖析、實驗設計、作品展現、知識創作、知識審查，以及編輯出書等領域，極年夜地進步了科學研討的效力和質量。現在，AI4S成為各國在新一輪科技反動和智能產業變革佈景中的焦點技術和關鍵籌碼。
AI4S為科學系統帶來了史無前例的變革和機遇，也不成防止地加劇了其不確定性、多樣性和復雜性。現有科學系統（CeSci）重要基于自上而下的組織結構和軌制構建，滯后于智能技術的發展及現實請求。具體表現為：一些項目資助中出現的偏見、低效、知識壟斷對科學價值流動的阻礙，以及權要式等級結構對科學的多樣性和開放性的破壞等。過往已有的一些盡力試圖解決這些問題。如開放科學、研發群體科學（SciTS）等嘗試，但見效甚微，這與其所處的時代佈景及技術發展階段相關。
以區塊鏈為代表的Web3技術和分布式自立組織與運營（DAOs）的出現，促使科學系統的資源和留意力從頭分派。科學系統以加倍疾速、高效的方法自下而上資助、組織、培訓、規劃、協調、調度、搜集和分派供需活動，并治理基于網絡空間的社區科技資源。這類技術的應用，無望打消研討偏見、信息孤島及知識壟斷等問題，從而將科學價值與一切權歸還于知識生產者，并實現科學的多樣可持續發展。分布式自立科學（decentralized science，DeSci）是隨著Web3技術和DAOs的基礎設施的逐漸完美而發展起來的一種新的科學發展范式。DeSci旨在加強科學資助、開放知識、打消對尋求利潤中介機構的依賴、促進跨領域交通協作。
今朝，關于DeSci的研討與應用相對較少。截至2023年3月，盡管各種各樣的DeSci組織已經活著界各年夜城市非常活躍，但可查詢且正在運營的公開正式創業型DeSci項目僅約100個。是以，DeSci被許多人誤解為AI創業中一個很是初期且應用范圍狹窄的賽道或科技生態中“參天年夜樹下的林間灌木和草地”，只適應于“解決小問題、完成小任務”。事實上，回顧科技發展史，科學自誕生以來便以DeSci的情勢存在，且與各行各業交織發展。AlphaGo、AlphaFold及時下的ChatGPT，從起步、組織、實施到完成都是貨真價實的DeSci實質性結果，與CeSci并無關系。同時，作為新研討范式AI4S的組織和運營方法，DeSci和CeSci必須相互補充、彼此促進，才幹進而確保科學系統的公開、公正、公平、多樣性和可持續發展。本文將從理論層面闡述DeSci的概念、特征及架構，剖析DeSci的研討現狀與應用現狀，探討和總結DeSci對于科學系統進一個步驟發展的啟示與意義。
DeSci的概念、特征及架構
概念與重要特征
DeSci是相對較新的術語，暫無統一的概念。常見的懂得為：基于Web3和DAOs構建，應用智能合約、代幣（可替換和不成替換）和開源金融東西，特別是往中間化金融（decentralized finance）將科學及科學服務開放化和市場化。如知識產權代幣化、科學系統的平易近主集中管理、同業評審，以及數據或基礎設施的訪問權限。這種定義是一種局限于Web3技術下的狹義視角；我們可以從更廣義的視角來懂得DeSci，即DeSci是一種通過智能數字技術融會自下而上與自上而下的決策與服務，是一種集資助、組織、培訓、規劃、協調、調度、搜集、分派供需為一體的生態化科學活動。今朝DeSci最年夜的應用領域是治理基于網絡空間的社區科技資源。DeSci是對改進CeSci的集體愿景的呈現。通過智能技術無望使科研機構轉變為具有更高效能的數字化組織機構，更好地實行科研職責并具有與人類價值觀相分歧的才能。DeSci從多方面與現有的CeSci互補。DeSci的重要特征如下。
公正。DeSci正在試圖解決CeSci的資助偏見和第三方機構對知識與數據的壟斷等問題。科學過程除了基于證據的研討之外，還遭到各種人為原因的影響，如社會氣力和個人動機。CeSci凡是樹立在特定的社會等級軌制上，不成防止地存在成分、文明、種族、年齡、性別及研討議題的偏見。DeSci通過分布式技術協議和開放性參與權利，吸引邊緣化的或消除在科學之外的群體，確保研討群體與議題的多樣性、資助的公正性和知識應用的開放性。
不受拘束。DeSci重要通過社區自下而上的盡力來解決特定問題。在科學活動的組織過程中，CeSci往往缺少參與微觀活動的才能。DeSci與CeSci互補，有用打破了CeSci對科學活動施加的認知約束以及激勵偏見。這使得研討者能夠專注于具體問題或研討課題，同時有強烈的動機開展跨學科交通和學科穿插一起配合。此外，DeSci將數據一切權和價值歸還給用戶，這將進一個步驟促進數據的不受拘束流動和應用。
負責。可復制性和“科技作惡”是CeSci中的兩年夜難題。前者與缺少原始數據或數據假造，以及剖析方式越來越復雜和靈活有關，后者則源于科學技術結果的不當應用、濫用及違背社會倫理規范等緣由。DeSci是由研討者、資助者、應用者配合組成的生態系統，通過代幣化的經濟機制激勵研討者開放研討方式、代碼和數據，這就使得科學研發過程加倍通明，“作惡”本錢加倍昂揚，從而下降不負責任的科學行為的產生。
靈敏。高度優化的科學系統難以適應科學中的不確定性，以及應對不穩定性的挑戰。DeSci依賴網絡社區資源，采用自下而上的運營與管理形式，能夠靈敏、高效地應對系統中的不確定性和不穩定性，必定水平上防止了系統為適應多變的環境而構成的自我保護泡沫和次優循環風險。
基礎架構
CeSci和DeSci都以知識發現、治理和自動化為目標，但分歧之處在于實現這一目標的手腕和過程，具體體現在技術棧、組織結構、運營方法等方面（圖1）。
智能技術。幻想狀態下，DeSci由數字人、生物人和機器人的配合協作實現。部門科學任務是由數字人引導生物人和機器人取代生物人完成的。要實現這一任務形式，數字孿生技術、元宇宙技術和Web3技術等起到關鍵支撐感化。數字孿生技術：是DeSci的工程技術，從工程的角度出發，服務于科學系統的數字建模過程，同時與人工智能技術相結合，為構建科學系統的成員群體，尤其是虛擬生物人和機器人，在形態、行為和知識等方面供給技術支撐。元宇宙技術：是基于DeSci的場景技術，從場景的角度出發，服務于DeSci效能實現過程，為DeSci構建了組織群體聰明與年夜規模生包養網產力的場景。Web3技術：是服務于DeSci的網絡技術，Web3技術的本質是技術與形式的綜合創新，其從生態的角度出發，服務于科學系統的協作過程，實現虛實相生的環境。
組織。DeSci以分布式自立的方法來組織勞動分工、分派資源、劃分權責，構建科學社區共有一切權的組織結構。DeSci的組織層面：重要觸及組織形態與管理機制。DeSci的組織形態：可分為分布式多中間、分布式全中間和不對等中間等分歧類型。具體表現情勢包含基金會+DAO社區和基金會+DAO社區+公司等。這些分歧類型的組織形態與DeSci的往中間化水平和應用場景有關。DeSci的管理機制：凡是包含鏈下管理、鏈上管理、鏈下管理+鏈上管理等方法。鏈上管理是指決策規則被編寫進協議，并且任何經過同意的決策都會自動添加進協議。這種管理方法使得往中間化社區能夠通過在鏈上投票直接更換新的資料區塊鏈，決策過程通過質押和買賣在區塊鏈上進行。鏈下管理是指決策過程在區塊鏈之外進行，重要通過非正式討論、改進提案流程或類似方法展開。鏈下管理具有決策疾速和易于達成共識的優勢。
運營。自立的協調與執行是DeSci的焦點。DeSci采用項目制任務分工協調，并樹立了激勵驅動的動態自治協調機制，以集體決策的方法在往信賴的環境中治理和把持組織的決策過程。DeSci的協調層重要關注決策方式和激勵機制。通過組合分歧的激勵手腕和采用分歧的激勵機制設計，如通證、信譽和管理權力，DeSci能夠更好地滿足成員的內在和內在需求，從而激勵他們更好地分工協作以實現組織目標。同時，DeSci應用智能合約的自動執行才能和智能算法的學習與優化才能，在無需人為干擾的情況下實時靠得住地天生并實施面向特定問題的決策。執行層重要包含智能合約和智能算法，能夠有用增強DeSci智能性。
DeSci的研討現狀與應用現狀
DeSci并不是一個全新的概念，分歧的學術群體和組織曾提出過類似的觀點。其源頭是社會運動組織或社會運動群體（SMOs），近段時間就是人肉搜刮、眾包、動態網平易近群體組織（CMO或CeMOs）、研發群體之科學（SciTS）、開放化自治社會（DAS或DeSoc）等。本節以區塊鏈技術和智能合約技術等開放化應用技術為追溯源頭剖析DeSci的研討現狀與應用現狀。
研討現狀
DeSci最早的思惟雛形源于2016年聯合國開發計劃署（UNDP）和青島智能產業技術研討院（QAII）發起應用SciTS和區塊鏈、智能合約的AI4F2rS2計劃。隨著DAOs應用場景逐漸豐富，蘇黎世聯邦理工學院的博士后Martin Etzrodt于2018年從期刊若何解決同業評審及付費墻的角度初次提出DeSci概念。隨后，Sarah Hamburg于2021年12月致信Nature期刊提出DeSci運動。此時的DeSci處于提出與號召的階段，暫無學術研討。
2020年，中國科學院自動化研討所與澳門科技年夜學聯合組建了智能科學與系統聯合實驗室，該實驗室研討領域重要集中于研討平行治理、平行經濟與平行社會等，并獲得澳門科學技術發展基金委的重點項目資助。2022年該實驗室的DeSoc團隊在已有的平行DAOs管理東西，即cad2CAS與casCAD2研討基礎之上，發表“DAO to DeSci、DeSci研討框架和DeSci的元市場”等系列學術研討結果，填補了DeSci在學術研討領域的空缺。
此外，2022年3月21—30日，IEEE Intelligent Systems和IEEE Transactions on Intelligent Vehicles學術期刊，以及2022年9月召開的“IEEE智能路況系統國際會議2022”分別組織了多場DeSci相關的研討會，旨在探討DeSci面臨的挑戰及其對現有科研生態和未來科學活動，及其運營演變的影響。
今朝，中國在DeSci領域的理論研討處于全球領先位置。但在DeSci的實踐方面嚴重滯后于東方發達國家，特別是歐洲工業國家。2016年，中國科學院自動化研討所復雜系統治理與把持國家重點實驗室的平行智能團隊開始專注于區塊鏈和智能合約的研討，并提出了平行區塊鏈和可編程智能合約的研討框架和實現方式[17]。2019年，該團隊還提出了DAOs的研討框架及其關鍵要素。2020年，該團隊提出DAOs的平行管理研討方式，并發布DAOs的平行管理系統cad2CAS與casCAD2。2023年，為應對DA包養網排名Os在實踐中碰到的管理權力壟斷、代幣資源圈套及決策惰性等問題，該團隊進一個步驟提出TAOs，即“真”自立的組織與運營（TRUE autonomous organizations and operations）。這些研討結果為各國在DeSci領域的研討奠基了理論基礎。
應用現狀
當前，DeSci的應用多集中在科研資助、知識共享以及科學系統的一切權與價值體系的摸索。重要應器具體如下。
資助。當前科研資助凡是由特定的機構治理和分派。資助機構與被資助者所關注的視角以及知識存在差異，導致資助者的目標與社會最優資助程度紛歧致，某些研討領域經常被忽視。最為明顯的現象是，近年來衝破性研討出現的頻率在下降，資助資金越來越傾向于資助勝利率高、合適當前熱點并具有高聲譽的研討人員，非常晦氣于創新的多樣性基礎之培養。DeSci正在嘗試通過DAOs技術和Web3技術，摸索新的資助模子。典範的資助機制包含：二次方融資資助、可追溯性公共物品資助、知識產權的不成替換通證（IP-NFT）、資助DAO （Grants DAO）等。例如，DoraHacks作為典範的二次方融資資助平臺，從2021年末，開始明確資助DeSci和前沿研討。IP-NFT則是一種應用分布式分類賬技術（DLT）來治理知識產權（IP）一切權的新機制。這種形式已在生物技術領域勝利應用，如長壽研討Vital DAO、迷幻藥研討PhyDAO和計算性命科學研討社區Lab DAO等。Grants DAO包養網是DeSci中最廣泛的用例，Grants DAO可以根據DAO的目標設置開放化的資助機制，并在Environment DAO、Klima DAO等獲得了包養網勝利的應用，有用地推動了環境的保護。開放化資助已經成為Web3主要的組成部門，也是DeSci中最早和相對成熟的實踐。
出書與同業評審。同業評審過程為科學結果供給了需要的質量把持，但在當前機制下，期註銷版機構并沒有更優化的激勵（包含報酬和聲譽）評審專家為其供給高質量同業評審的方法。結構性問題導致2個不良循環：①由于找不到愿意審查該任務的評審專家，潛在傑出的研討延遲出書；②找到了不婚配的評審專家，導致不良研討結果出書。基于以太坊的開放與隱私同業評審協議Ants Review正在嘗試解決此中的部門問題。它允許作者在以太坊上發布公開的匿名同業評審獎勵，第三方可以匿名提交評審意見，然后，這些評審意見由內部評審專家審查，根據內部評審專家的意見接收或拒絕評審意見，并依照評審意見的質量發放獎勵。OpenAccess DAO正在努力于創建一個公共數據存儲庫和開放同業評審的平臺，以使科學研討加倍通明，以及結果可被公開訪問；同時，OpenAccess DAO準備樹立一個評審者聲譽網絡，該網絡旨在鼓勵評審者參與到開放的同業評審過程中來。
數據訪問及可復制性。數據可訪問是復制研討結果的條件，有用的激勵機制可以進一個步驟促進重復研討。這需求一個不成改動、可驗證憑證的系統，允許受信賴的各方平安地復制敏感數據，復現研討結果，甚至能讓多方協作并向數據集添加新數據。基于Web3技術的數據解決計劃支撐上述場景，并為科學的開放供給基礎。研討人員可以創建無需訪問權限或價格的公共物品。例如：開放化氣候數據協議dClimate供給開放的全球氣候和天氣數據訪問。DeSci基金會正在試點通過資助以及特定的聲譽來鼓勵社區復制現有的科學結果。
啟示與意義
在一個負責、公正、平安和符合品德的科學系統上實現AI4S，是科學發展的基石。DeSci在資助、數據開放和平易近主參與等方面有著獨特的優勢，但DeSci的發展也面臨著摸索應用場景、均衡科學社區參與質量及科學過程的問責機制等問題。DeSci的劣勢恰好是CeSci的優勢。是以，構建一個科學資源平易近主化、科學研討多樣化及更負責任的科學系統，需求DeSci和CeSci兩方面配合盡力和有用的一起配合。
科學資源的平易近主化。AI4S對于科學資源的平易近主化是一把雙刃劍。一方面，它使無限資源的研討組織和個人應用年夜語言模子才能疾速解決復雜問題和展開科學研討；另一方面，其應用權、可用語料庫等卻能夠加劇科研不服等，尤其是那些身處落后地區或處于邊緣化的群體。解決負面問題，需求CeSci和DeSci配合采取一系列辦法來推動科學資源的平易近主化和科學創新。例如，CeSci支撐年夜預言模子的應用權；借用DeSci的資助氣力，加年夜科研投進，特別是資助科研單薄地區；充足發揮DeSci自下而上調動社區資源的才能，構建無邊界科學，促進知識和技術的資源共享等。
科學研討的多樣化。AI4S的應用能夠會加劇偏見和歧視的問題，因為AI的智能才能是基于大批學習語料庫而得的。而算法法式、文本語料能夠蘊含特定的價值形態，特別是在性別、種族、地區、文明等方面，這意味著訓練出來的模子也存在偏見和歧視。再加之，輸出結果和內容又可以根據個人的偏好進行調整，導致個人偏見獲得進一個步驟自我強化。在AI4S的佈景之下，CeSci的特定目標導向性特征難以滿足科學研討的多樣性，可是可以通過制訂相應的政策法規來構建DeSci與CeSci的一起配合橋梁，促進創重生態DeSci發展。借助DeSci的組織結構和運營手腕來進一個步驟促進研討群體與議題的多樣性、資助的公正性，以及無國界的穿插學科、跨學科、多學科的交通包養網與一起配合。
更負責任的設計與符合品德的應用。年夜語言模子的輸進與輸出過程是一個不通明的“黑箱”，不良算法設計、決策和行為能夠會引發平安隱患及倫理沖突。為確保AI4S系統的可持續性發展，需求實施強無力的平安辦法。① DeSci與CeSci配合推動算法標準開源，確保AI系統的設計和實現是靠得住的。②通過在DeSci社區樹立審核機制來確保數據源的質量和多樣性，從而打消AI系統能夠存在的歧視性。③強化技術感性和算法倫理的教導培訓，進步對AI技術的認識，清楚若何更好地應用和設計AI系統，以確保其合品德和法令標準。④人工干預來監督AI系統的行為，并在需要時進行糾正。這些辦法的實施離不開CeSci和DeSci的配合盡力，只要CeSci和DeSci攜手共進，才幹樹立加倍負責和可持續的AI4S系統。
在AI4S的科學范式中，確保科學系統的公平性、多樣性長短常主要的，因為只要這樣才幹真正發揮科學研討的價值，并為智能科學的可持續發展奠基堅實的基礎。隨著人工智能年夜模子不斷成熟、天生式人工智能發展愈發深刻，DeSci將成為學術活動必不成少的情勢，與CeSci配合應對未來科研的復雜性。CeSci、DeSci、AI4S相互補充、相互促進，也將構成一種新的科學范式——平行科學。平行科學基于平行智能理論和技術，應用數字人、理論科學家和機器人工程師構建平行物理、平行化學、平行資料、平行生物、平行醫學、平行經濟、平行藝術、平行哲學等學科。平行科學的發展可以促進分歧領域之間的交通和一起配合，加快科學研討結果轉化過程，為智能產業和聰明社會的發展奠基基礎，供給保證。
（作者：王飛躍，中國科學院自動化研討所 復雜系統治理與把持國家重點實驗室、澳門科技年夜學 創新工程學院；丁文文，澳門科技年夜學 創新工程學院；《中國科學院院刊》供稿）