मुख्य आशयावर जा

विकेंद्रित विज्ञान (डीसाय)

  • सध्याच्या वैज्ञानिक प्रणालीला एक जागतिक, खुला पर्याय.
  • असे तंत्रज्ञान जे वैज्ञानिकांना निधी उभारण्यास, प्रयोग करण्यास, डेटा सामायिक करण्यास, अंतर्दृष्टी वितरित करण्यास आणि बरेच काही करण्यास सक्षम करते.
  • मुक्त विज्ञान चळवळीवर आधारित.

विकेंद्रित विज्ञान (डीसाय) म्हणजे काय?

विकेंद्रित विज्ञान (डीसाय) ही एक चळवळ आहे जिचा उद्देश स्टॅकचा वापर करून वैज्ञानिक ज्ञानाला निधी देण्यासाठी, तयार करण्यासाठी, पुनरावलोकन करण्यासाठी, श्रेय देण्यासाठी, संचयित करण्यासाठी आणि योग्य व समान रीतीने प्रसारित करण्यासाठी सार्वजनिक पायाभूत सुविधा निर्माण करणे हा आहे.

डीसायचे उद्दिष्ट अशी एक परिसंस्था तयार करणे आहे जिथे वैज्ञानिकांना त्यांचे संशोधन उघडपणे सामायिक करण्यासाठी प्रोत्साहित केले जाते आणि त्यांच्या कार्याचे श्रेय मिळते, तसेच कोणालाही संशोधनात सहजपणे प्रवेश करण्याची आणि योगदान देण्याची अनुमती मिळते. वैज्ञानिक ज्ञान सर्वांसाठी उपलब्ध असावे आणि वैज्ञानिक संशोधनाची प्रक्रिया पारदर्शक असावी या कल्पनेवर डीसाय काम करते. डीसाय एक अधिक विकेंद्रित आणि वितरित वैज्ञानिक संशोधन मॉडेल तयार करत आहे, ज्यामुळे ते सेन्सॉरशिप आणि केंद्रीय प्राधिकरणांच्या नियंत्रणास अधिक प्रतिरोधक बनते. निधी, वैज्ञानिक साधने आणि संप्रेषण माध्यमांमध्ये प्रवेशाचे विकेंद्रीकरण करून नवीन आणि अपारंपरिक कल्पना बहरू शकतील असे वातावरण निर्माण करण्याची डीसायला आशा आहे.

विकेंद्रित विज्ञान अधिक वैविध्यपूर्ण निधी स्रोतांना (जसे की , वर्गीय देणग्या (नवीन टॅबमध्ये उघडते) ते क्राउडफंडिंग आणि बरेच काही), अधिक सुलभ डेटा आणि पद्धतींना अनुमती देते आणि पुनरुत्पादकतेसाठी प्रोत्साहन प्रदान करते.

DeSci, independent labs, and large-scale data science

Juan Benet on how the decentralized science (DeSci) movement can fund, organize, and open science using Web3 tools, covering funding mechanisms, open access, reproducible experiments, and large-scale data science pipelines.

ट्रान्सक्रिप्टसह पहा 

डीसाय विज्ञानात कशी सुधारणा करते

विज्ञानातील प्रमुख समस्यांची एक अपूर्ण यादी आणि विकेंद्रित विज्ञान या समस्या सोडवण्यासाठी कशी मदत करू शकते

विकेंद्रित विज्ञानपारंपारिक विज्ञान
निधीचे वितरण वर्गीय देणग्या किंवा DAOs सारख्या यंत्रणांचा वापर करून जनतेद्वारे निर्धारित केले जाते.लहान, बंदिस्त, केंद्रीकृत गट निधीच्या वितरणावर नियंत्रण ठेवतात.
तुम्ही डायनॅमिक टीम्समध्ये जगभरातील पीअर्ससोबत सहयोग करता.निधी देणाऱ्या संस्था आणि मूळ संस्था तुमच्या सहयोगावर मर्यादा घालतात.
निधीचे निर्णय ऑनलाइन आणि पारदर्शकपणे घेतले जातात. नवीन निधी यंत्रणांचा शोध घेतला जातो.निधीचे निर्णय घेण्यास खूप वेळ लागतो आणि त्यात मर्यादित पारदर्शकता असते. मोजक्याच निधी यंत्रणा अस्तित्वात आहेत.
तंत्रज्ञानाचा वापर करून प्रयोगशाळा सेवा सामायिक करणे सोपे आणि अधिक पारदर्शक बनवले आहे.प्रयोगशाळेतील संसाधने सामायिक करणे अनेकदा संथ आणि अपारदर्शक असते.
विश्वास, पारदर्शकता आणि सार्वत्रिक प्रवेशासाठी Web3 प्रिमिटिव्ह्ज वापरणारे प्रकाशनाचे नवीन मॉडेल्स विकसित केले जाऊ शकतात.तुम्ही प्रस्थापित मार्गांद्वारे प्रकाशित करता जे अनेकदा अकार्यक्षम, पक्षपाती आणि शोषक म्हणून ओळखले जातात.
तुम्ही पीअर-रिव्ह्यूच्या कामासाठी टोकन्स आणि प्रतिष्ठा मिळवू शकता.तुमचे पीअर-रिव्ह्यूचे काम विनामोबदला असते, ज्याचा फायदा नफा कमावणाऱ्या प्रकाशकांना होतो.
तुम्ही निर्माण केलेल्या बौद्धिक संपदेचे (IP) तुम्ही मालक असता आणि पारदर्शक अटींनुसार त्याचे वितरण करता.तुम्ही निर्माण केलेल्या IP ची मालकी तुमच्या मूळ संस्थेकडे असते. IP मध्ये प्रवेश पारदर्शक नसतो.
सर्व टप्पे ऑनचेन ठेवून, अयशस्वी प्रयत्नांच्या डेटासह सर्व संशोधन सामायिक करणे.प्रकाशन पक्षपाताचा अर्थ असा आहे की संशोधक यशस्वी परिणाम मिळालेले प्रयोग सामायिक करण्याची अधिक शक्यता असते.

इथेरियम आणि डीसाय

विकेंद्रित विज्ञान प्रणालीसाठी मजबूत सुरक्षा, किमान आर्थिक आणि व्यवहार खर्च आणि ॲप्लिकेशन विकासासाठी समृद्ध परिसंस्थेची आवश्यकता असेल. विकेंद्रित विज्ञान तंत्रज्ञान तयार करण्यासाठी आवश्यक असलेले सर्व काही इथेरियम प्रदान करते.

डीसायचे उपयोग

पारंपारिक शैक्षणिक क्षेत्राला डिजिटल जगात आणण्यासाठी डीसाय वैज्ञानिक टूलसेट तयार करत आहे. Web3 वैज्ञानिक समुदायाला देऊ शकणाऱ्या उपयोगांचे काही नमुने खाली दिले आहेत.

प्रकाशन

विज्ञान प्रकाशन हे समस्याप्रधान म्हणून प्रसिद्ध आहे कारण ते अशा प्रकाशन संस्थांद्वारे व्यवस्थापित केले जाते जे पेपर्स तयार करण्यासाठी वैज्ञानिक, समीक्षक आणि संपादकांच्या मोफत श्रमावर अवलंबून असतात परंतु नंतर भरमसाठ प्रकाशन शुल्क आकारतात. ज्या जनतेने सहसा कर आकारणीद्वारे काम आणि प्रकाशन खर्चासाठी अप्रत्यक्षपणे पैसे दिलेले असतात, त्यांना अनेकदा प्रकाशकाला पुन्हा पैसे दिल्याशिवाय त्याच कामात प्रवेश मिळत नाही. वैयक्तिक विज्ञान पेपर्स प्रकाशित करण्यासाठी एकूण शुल्क अनेकदा पाच आकडी ($USD) असते, जे वैज्ञानिक ज्ञानाला मानण्याच्या संपूर्ण संकल्पनेला कमकुवत करते आणि प्रकाशकांच्या एका लहान गटासाठी प्रचंड नफा मिळवून देते.

प्री-प्रिंट सर्व्हर्सच्या स्वरूपात विनामूल्य आणि मुक्त-प्रवेश प्लॅटफॉर्म अस्तित्वात आहेत, जसे की ArXiv (नवीन टॅबमध्ये उघडते). तथापि, या प्लॅटफॉर्म्समध्ये गुणवत्ता नियंत्रण, यांचा अभाव असतो आणि ते सामान्यतः लेख-स्तरावरील मेट्रिक्सचा मागोवा घेत नाहीत, याचा अर्थ ते सहसा पारंपारिक प्रकाशकाकडे सबमिट करण्यापूर्वी केवळ कामाची प्रसिद्धी करण्यासाठी वापरले जातात. SciHub देखील प्रकाशित पेपर्स विनामूल्य उपलब्ध करून देते, परंतु कायदेशीररित्या नाही, आणि तेही प्रकाशकांनी त्यांचे पेमेंट घेतल्यानंतर आणि कामाला कठोर कॉपीराइट कायद्यात गुंडाळल्यानंतरच. यामुळे एम्बेडेड वैधता यंत्रणा आणि प्रोत्साहन मॉडेलसह सुलभ विज्ञान पेपर्स आणि डेटासाठी एक मोठी पोकळी निर्माण होते. अशी प्रणाली तयार करण्यासाठीची साधने Web3 मध्ये अस्तित्वात आहेत.

पुनरुत्पादकता आणि प्रतिकृतीक्षमता

पुनरुत्पादकता आणि प्रतिकृतीक्षमता हे दर्जेदार वैज्ञानिक शोधाचे आधारस्तंभ आहेत.

  • समान पद्धतीचा वापर करून एकाच टीमद्वारे सलग अनेक वेळा पुनरुत्पादक परिणाम साध्य केले जाऊ शकतात.
  • समान प्रायोगिक सेटअप वापरून वेगळ्या गटाद्वारे प्रतिकृतीक्षम परिणाम साध्य केले जाऊ शकतात.

नवीन Web3-नेटिव्ह साधने हे सुनिश्चित करू शकतात की पुनरुत्पादकता आणि प्रतिकृतीक्षमता हे शोधाचा आधार आहेत. आपण शैक्षणिक क्षेत्राच्या तांत्रिक रचनेत दर्जेदार विज्ञान विणू शकतो. Web3 प्रत्येक विश्लेषण घटकासाठी तयार करण्याची क्षमता देते: कच्चा डेटा, संगणकीय इंजिन आणि ॲप्लिकेशनचा परिणाम. एकमत प्रणालींचे सौंदर्य हे आहे की जेव्हा हे घटक राखण्यासाठी एक विश्वासार्ह नेटवर्क तयार केले जाते, तेव्हा प्रत्येक नेटवर्क सहभागी गणना पुनरुत्पादित करण्यासाठी आणि प्रत्येक परिणामाचे प्रमाणीकरण करण्यासाठी जबाबदार असू शकतो.

निधी

विज्ञानाला निधी देण्याचे सध्याचे मानक मॉडेल असे आहे की वैयक्तिक किंवा वैज्ञानिकांचे गट निधी देणाऱ्या संस्थेकडे लेखी अर्ज करतात. विश्वासार्ह व्यक्तींचे एक छोटे पॅनेल अर्जांना गुण देते आणि नंतर अर्जदारांच्या एका छोट्या भागाला निधी देण्यापूर्वी उमेदवारांच्या मुलाखती घेते. अनुदान मिळवण्यासाठी अर्ज करणे आणि ते मिळणे या दरम्यान कधीकधी वर्षानुवर्षे प्रतीक्षा करावी लागते अशा अडचणी निर्माण करण्याव्यतिरिक्त, हे मॉडेल पुनरावलोकन पॅनेलच्या पक्षपात, स्वार्थ आणि राजकारणाला अत्यंत बळी पडणारे म्हणून ओळखले जाते.

अभ्यासातून असे दिसून आले आहे की अनुदान पुनरावलोकन पॅनेल्स उच्च-गुणवत्तेचे प्रस्ताव निवडण्यात खराब कामगिरी करतात कारण वेगवेगळ्या पॅनेल्सना दिलेले समान प्रस्ताव अत्यंत भिन्न परिणाम देतात. जसजसा निधी दुर्मिळ होत गेला आहे, तसतसा तो अधिक बौद्धिकदृष्ट्या पुराणमतवादी प्रकल्प असलेल्या अधिक वरिष्ठ संशोधकांच्या एका लहान गटामध्ये केंद्रित झाला आहे. या परिणामामुळे अत्यंत स्पर्धात्मक निधीचे वातावरण निर्माण झाले आहे, ज्यामुळे चुकीच्या प्रोत्साहनांना बळकटी मिळाली आहे आणि नाविन्यपूर्णतेला आळा बसला आहे.

DAOs आणि व्यापकपणे Web3 द्वारे विकसित केलेल्या विविध प्रोत्साहन मॉडेल्सचा प्रयोग करून हे तुटलेले निधी मॉडेल विस्कळीत करण्याची क्षमता Web3 मध्ये आहे. पूर्वलक्षी सार्वजनिक हित निधी (RPGF) (नवीन टॅबमध्ये उघडते), वर्गीय निधीपुरवठा (नवीन टॅबमध्ये उघडते), DAO प्रशासन (नवीन टॅबमध्ये उघडते) आणि टोकनाइज्ड प्रोत्साहन संरचना (नवीन टॅबमध्ये उघडते) ही काही Web3 साधने आहेत जी विज्ञान निधीमध्ये क्रांती घडवून आणू शकतात.

IP मालकी आणि विकास

पारंपारिक विज्ञानात बौद्धिक संपदा (IP) ही एक मोठी समस्या आहे: विद्यापीठांमध्ये अडकून पडण्यापासून किंवा बायोटेक कंपन्यांमध्ये न वापरल्या जाण्यापासून ते त्याचे मूल्यमापन करणे अत्यंत कठीण असण्यापर्यंत. तथापि, डिजिटल मालमत्तेची (जसे की वैज्ञानिक डेटा किंवा लेख) मालकी ही अशी गोष्ट आहे जी Web3 वापरून अपवादात्मकपणे चांगल्या प्रकारे करते.

ज्याप्रमाणे NFTs भविष्यातील व्यवहारांसाठीचा महसूल मूळ निर्मात्याकडे परत पाठवू शकतात, त्याचप्रमाणे तुम्ही संशोधक, प्रशासकीय संस्था (जसे की DAOs) किंवा ज्यांचा डेटा गोळा केला जातो त्या विषयांना बक्षीस देण्यासाठी पारदर्शक मूल्य श्रेय साखळ्या स्थापित करू शकता.

IP-NFTs (नवीन टॅबमध्ये उघडते) हाती घेतलेल्या संशोधन प्रयोगांच्या विकेंद्रित डेटा रिपॉझिटरीची की म्हणून देखील कार्य करू शकतात आणि NFT आणि वित्तीयकरणामध्ये (अपूर्णांकीकरणापासून ते कर्ज देण्याच्या पूल्स आणि मूल्यमापनापर्यंत) जोडू शकतात. हे VitaDAO (नवीन टॅबमध्ये उघडते) सारख्या DAOs सारख्या मूळ ऑनचेन संस्थांना थेट ऑनचेन संशोधन करण्याची अनुमती देते. हस्तांतरित न करता येणाऱ्या "सोलबाउंड" टोकन्सचे (नवीन टॅबमध्ये उघडते) आगमन देखील व्यक्तींना त्यांच्या इथेरियम पत्त्याशी जोडलेला त्यांचा अनुभव आणि क्रेडेन्शियल्स सिद्ध करण्याची अनुमती देऊन डीसायमध्ये महत्त्वाची भूमिका बजावू शकते.

डेटा संचयन, प्रवेश आणि आर्किटेक्चर

Web3 पॅटर्नचा वापर करून वैज्ञानिक डेटा अधिक सुलभ बनवला जाऊ शकतो आणि वितरित संचयन संशोधनाला प्रलयंकारी घटनांमध्ये टिकून राहण्यास सक्षम करते.

योग्य पडताळणी करण्यायोग्य क्रेडेन्शियल्स असलेल्या कोणत्याही विकेंद्रित ओळखीद्वारे (did) प्रवेश करण्यायोग्य प्रणाली हा प्रारंभिक बिंदू असणे आवश्यक आहे. हे विश्वासार्ह पक्षांद्वारे संवेदनशील डेटाची सुरक्षितपणे प्रतिकृती बनविण्यास अनुमती देते, ज्यामुळे रिडंडन्सी आणि सेन्सॉरशिप प्रतिरोध, परिणामांचे पुनरुत्पादन आणि अगदी अनेक पक्षांना सहयोग करण्याची आणि डेटसेटमध्ये नवीन डेटा जोडण्याची क्षमता सक्षम होते. कम्प्युट-टू-डेटा (नवीन टॅबमध्ये उघडते) सारख्या गोपनीय संगणकीय पद्धती कच्च्या डेटाच्या प्रतिकृतीसाठी पर्यायी प्रवेश यंत्रणा प्रदान करतात, ज्यामुळे अत्यंत संवेदनशील डेटासाठी विश्वसनीय संशोधन वातावरण (Trusted Research Environments) तयार होते. कोड आणि पद्धती सामायिक करण्यासाठी प्रमाणित वातावरणाचा वापर करून संशोधक सुरक्षितपणे ऑन-साइट डेटासह काम करू शकतील अशी परिसंस्था तयार करून डेटा गोपनीयता आणि सहयोगासाठी भविष्यातील उपाय म्हणून NHS द्वारे विश्वसनीय संशोधन वातावरणाचा उल्लेख केला गेला आहे (नवीन टॅबमध्ये उघडते).

लवचिक Web3 डेटा सोल्यूशन्स वरील परिस्थितींना समर्थन देतात आणि खऱ्या अर्थाने मुक्त विज्ञानाचा (Open Science) पाया प्रदान करतात, जिथे संशोधक प्रवेश परवानग्या किंवा शुल्काशिवाय सार्वजनिक वस्तू तयार करू शकतात. IPFS, Arweave आणि फाईलकॉइन् सारखे Web3 सार्वजनिक डेटा सोल्यूशन्स विकेंद्रीकरणासाठी ऑप्टिमाइझ केलेले आहेत. उदाहरणार्थ, dClimate हवामान आणि हवामानाच्या डेटासाठी सार्वत्रिक प्रवेश प्रदान करते, ज्यामध्ये हवामान केंद्रे आणि हवामानाच्या अंदाजाच्या मॉडेल्सचा समावेश आहे.

सहभागी व्हा

प्रकल्प एक्सप्लोर करा आणि डीसाय समुदायात सामील व्हा.

सूचीबद्ध करण्यासाठी नवीन प्रकल्पांच्या सूचनांचे आम्ही स्वागत करतो - कृपया सुरुवात करण्यासाठी आमचे सूची धोरण पहा!

पुढील वाचन

व्हिडिओ