ప్రధాన కంటెంట్‌కు దాటవేయి

వికేంద్రీకృత విజ్ఞానశాస్త్రం (డిసై)

  • ప్రస్తుత శాస్త్రీయ వ్యవస్థకు ప్రపంచవ్యాప్త, ఓపెన్ ప్రత్యామ్నాయం.
  • శాస్త్రవేత్తలు నిధులను సేకరించడానికి, ప్రయోగాలు చేయడానికి, డేటాను పంచుకోవడానికి, అంతర్దృష్టులను పంపిణీ చేయడానికి మరియు మరిన్నింటికి వీలు కల్పించే సాంకేతికత.
  • ఓపెన్ సైన్స్ ఉద్యమంపై నిర్మించబడింది.

వికేంద్రీకృత విజ్ఞానశాస్త్రం (డిసై) అంటే ఏమిటి?

వికేంద్రీకృత విజ్ఞానశాస్త్రం (డిసై) అనేది స్టాక్‌ను ఉపయోగించి శాస్త్రీయ విజ్ఞానాన్ని న్యాయంగా మరియు సమానంగా నిధులు సమకూర్చడానికి, సృష్టించడానికి, సమీక్షించడానికి, క్రెడిట్ చేయడానికి, నిల్వ చేయడానికి మరియు వ్యాప్తి చేయడానికి పబ్లిక్ ఇన్‌ఫ్రాస్ట్రక్చర్‌ను నిర్మించాలనే లక్ష్యంతో ఉన్న ఒక ఉద్యమం.

శాస్త్రవేత్తలు తమ పరిశోధనలను బహిరంగంగా పంచుకోవడానికి మరియు వారి పనికి క్రెడిట్ పొందడానికి ప్రోత్సహించబడే పర్యావరణ వ్యవస్థను సృష్టించడం డిసై లక్ష్యం, అదే సమయంలో ఎవరైనా పరిశోధనను సులభంగా యాక్సెస్ చేయడానికి మరియు సహకరించడానికి అనుమతిస్తుంది. శాస్త్రీయ విజ్ఞానం అందరికీ అందుబాటులో ఉండాలి మరియు శాస్త్రీయ పరిశోధన ప్రక్రియ పారదర్శకంగా ఉండాలి అనే ఆలోచనతో డిసై పనిచేస్తుంది. డిసై మరింత వికేంద్రీకృత మరియు పంపిణీ చేయబడిన శాస్త్రీయ పరిశోధన నమూనాను సృష్టిస్తోంది, ఇది సెన్సార్‌షిప్ మరియు కేంద్ర అధికారుల నియంత్రణకు మరింత నిరోధకతను కలిగిస్తుంది. నిధులు, శాస్త్రీయ సాధనాలు మరియు కమ్యూనికేషన్ ఛానెల్‌లకు ప్రాప్యతను వికేంద్రీకరించడం ద్వారా కొత్త మరియు అసాధారణమైన ఆలోచనలు వృద్ధి చెందే వాతావరణాన్ని సృష్టించాలని డిసై ఆశిస్తోంది.

వికేంద్రీకృత విజ్ఞానశాస్త్రం మరింత విభిన్నమైన నిధుల వనరులను (, క్వాడ్రాటిక్ విరాళాల (opens in a new tab) నుండి క్రౌడ్‌ఫండింగ్ మరియు మరిన్నింటి వరకు), మరింత ప్రాప్యత చేయగల డేటా మరియు పద్ధతులను అనుమతిస్తుంది మరియు పునరుత్పత్తికి ప్రోత్సాహకాలను అందిస్తుంది.

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.

ట్రాన్‌స్క్రిప్ట్‌తో చూడండి 

డిసై విజ్ఞానశాస్త్రాన్ని ఎలా మెరుగుపరుస్తుంది

విజ్ఞానశాస్త్రంలోని ముఖ్య సమస్యల అసంపూర్ణ జాబితా మరియు ఈ సమస్యలను పరిష్కరించడంలో వికేంద్రీకృత విజ్ఞానశాస్త్రం ఎలా సహాయపడుతుంది

వికేంద్రీకృత విజ్ఞానశాస్త్రంసాంప్రదాయ విజ్ఞానశాస్త్రం
క్వాడ్రాటిక్ విరాళాలు లేదా DAOల వంటి యంత్రాంగాలను ఉపయోగించి నిధుల పంపిణీ ప్రజలచే నిర్ణయించబడుతుంది.చిన్న, మూసివేయబడిన, కేంద్రీకృత సమూహాలు నిధుల పంపిణీని నియంత్రిస్తాయి.
మీరు డైనమిక్ బృందాలలో ప్రపంచవ్యాప్తంగా ఉన్న పీర్‌లతో సహకరిస్తారు.నిధులు సమకూర్చే సంస్థలు మరియు మాతృ సంస్థలు మీ సహకారాలను పరిమితం చేస్తాయి.
నిధుల నిర్ణయాలు ఆన్‌లైన్‌లో మరియు పారదర్శకంగా తీసుకోబడతాయి. కొత్త నిధుల యంత్రాంగాలు అన్వేషించబడతాయి.నిధుల నిర్ణయాలు సుదీర్ఘ సమయంతో మరియు పరిమిత పారదర్శకతతో తీసుకోబడతాయి. కొన్ని నిధుల యంత్రాంగాలు మాత్రమే ఉన్నాయి.
సాంకేతికతను ఉపయోగించి ప్రయోగశాల సేవలను పంచుకోవడం సులభతరం మరియు మరింత పారదర్శకంగా చేయబడుతుంది.ప్రయోగశాల వనరులను పంచుకోవడం తరచుగా నెమ్మదిగా మరియు అపారదర్శకంగా ఉంటుంది.
విశ్వాసం, పారదర్శకత మరియు సార్వత్రిక ప్రాప్యత కోసం Web3 ప్రిమిటివ్‌లను ఉపయోగించే ప్రచురణ కోసం కొత్త నమూనాలను అభివృద్ధి చేయవచ్చు.మీరు తరచుగా అసమర్థమైనవి, పక్షపాతంతో కూడినవి మరియు దోపిడీకి గురిచేసేవి అని గుర్తించబడిన స్థిరమైన మార్గాల ద్వారా ప్రచురిస్తారు.
మీరు పీర్-రివ్యూ పని కోసం టోకెన్‌లు మరియు కీర్తిని సంపాదించవచ్చు.మీ పీర్-రివ్యూ పనికి చెల్లింపు ఉండదు, ఇది లాభాపేక్షతో కూడిన ప్రచురణకర్తలకు ప్రయోజనం చేకూరుస్తుంది.
మీరు సృష్టించే మేధో సంపత్తి (IP)ని మీరే కలిగి ఉంటారు మరియు పారదర్శక నిబంధనల ప్రకారం దానిని పంపిణీ చేస్తారు.మీరు సృష్టించే IPని మీ మాతృ సంస్థ కలిగి ఉంటుంది. IPకి ప్రాప్యత పారదర్శకంగా ఉండదు.
అన్ని దశలను ఆన్‌చైన్‌లో ఉంచడం ద్వారా, విఫలమైన ప్రయత్నాల డేటాతో సహా మొత్తం పరిశోధనను పంచుకోవడం.ప్రచురణ పక్షపాతం అంటే పరిశోధకులు విజయవంతమైన ఫలితాలను సాధించిన ప్రయోగాలను పంచుకునే అవకాశం ఎక్కువగా ఉంటుంది.

ఎథీరియం మరియు డిసై

వికేంద్రీకృత విజ్ఞానశాస్త్ర వ్యవస్థకు పటిష్టమైన భద్రత, కనీస ద్రవ్య మరియు లావాదేవీ ఖర్చులు మరియు అప్లికేషన్ అభివృద్ధి కోసం గొప్ప పర్యావరణ వ్యవస్థ అవసరం. వికేంద్రీకృత విజ్ఞానశాస్త్ర సాంకేతికతను నిర్మించడానికి అవసరమైన ప్రతిదాన్ని ఎథీరియం అందిస్తుంది.

డిసై వినియోగ సందర్భాలు

సాంప్రదాయ విద్యా రంగాన్ని డిజిటల్ ప్రపంచంలోకి తీసుకురావడానికి డిసై శాస్త్రీయ సాధనాలను నిర్మిస్తోంది. శాస్త్రీయ సమాజానికి Web3 అందించగల వినియోగ సందర్భాల నమూనా క్రింద ఉంది.

ప్రచురణ

సైన్స్ ప్రచురణ అనేది చాలా సమస్యాత్మకమైనది ఎందుకంటే ఇది పేపర్‌లను రూపొందించడానికి శాస్త్రవేత్తలు, సమీక్షకులు మరియు సంపాదకుల నుండి ఉచిత శ్రమపై ఆధారపడే ప్రచురణ సంస్థలచే నిర్వహించబడుతుంది, కానీ ఆ తర్వాత అధిక ప్రచురణ రుసుములను వసూలు చేస్తుంది. పన్నుల ద్వారా పని మరియు ప్రచురణ ఖర్చులను పరోక్షంగా చెల్లించిన ప్రజలు, ప్రచురణకర్తకు మళ్లీ చెల్లించకుండా తరచుగా అదే పనిని యాక్సెస్ చేయలేరు. వ్యక్తిగత సైన్స్ పేపర్‌లను ప్రచురించడానికి మొత్తం ఫీజులు తరచుగా ఐదు అంకెల్లో ($USD) ఉంటాయి, ఇది శాస్త్రీయ విజ్ఞానాన్ని ఒక అనే మొత్తం భావనను దెబ్బతీస్తుంది, అదే సమయంలో చిన్న ప్రచురణకర్తల సమూహానికి అపారమైన లాభాలను ఆర్జించిపెడుతుంది.

ప్రీ-ప్రింట్ సర్వర్‌ల రూపంలో ఉచిత మరియు ఓపెన్-యాక్సెస్ ప్లాట్‌ఫారమ్‌లు ఉన్నాయి, ఉదాహరణకు ArXiv (opens in a new tab). అయినప్పటికీ, ఈ ప్లాట్‌ఫారమ్‌లలో నాణ్యత నియంత్రణ, లేవు మరియు సాధారణంగా ఆర్టికల్-స్థాయి కొలమానాలను ట్రాక్ చేయవు, అంటే సాంప్రదాయ ప్రచురణకర్తకు సమర్పించడానికి ముందు పనిని ప్రచారం చేయడానికి మాత్రమే ఇవి సాధారణంగా ఉపయోగించబడతాయి. SciHub ప్రచురించిన పేపర్‌లను ఉచితంగా యాక్సెస్ చేయడానికి కూడా అనుమతిస్తుంది, కానీ చట్టబద్ధంగా కాదు, మరియు ప్రచురణకర్తలు ఇప్పటికే వారి చెల్లింపును తీసుకున్న తర్వాత మరియు కఠినమైన కాపీరైట్ చట్టంలో పనిని చుట్టిన తర్వాత మాత్రమే. ఇది పొందుపరిచిన చట్టబద్ధత యంత్రాంగం మరియు ప్రోత్సాహక నమూనాతో ప్రాప్యత చేయగల సైన్స్ పేపర్‌లు మరియు డేటా కోసం ఒక క్లిష్టమైన అంతరాన్ని వదిలివేస్తుంది. అటువంటి వ్యవస్థను నిర్మించడానికి సాధనాలు Web3లో ఉన్నాయి.

పునరుత్పత్తి మరియు ప్రతిరూపణ

పునరుత్పత్తి మరియు ప్రతిరూపణ అనేవి నాణ్యమైన శాస్త్రీయ అన్వేషణకు పునాదులు.

  • ఒకే పద్దతిని ఉపయోగించి ఒకే బృందం ద్వారా పునరుత్పత్తి చేయగల ఫలితాలను వరుసగా పలుసార్లు సాధించవచ్చు.
  • అదే ప్రయోగాత్మక సెటప్‌ను ఉపయోగించి వేరొక సమూహం ద్వారా ప్రతిరూపణ చేయగల ఫలితాలను సాధించవచ్చు.

కొత్త Web3-స్థానిక సాధనాలు పునరుత్పత్తి మరియు ప్రతిరూపణ అన్వేషణకు ఆధారం అని నిర్ధారించగలవు. విద్యా రంగం యొక్క సాంకేతిక నిర్మాణంలో నాణ్యమైన విజ్ఞానశాస్త్రాన్ని మనం అల్లవచ్చు. ప్రతి విశ్లేషణ భాగానికి సృష్టించే సామర్థ్యాన్ని Web3 అందిస్తుంది: ముడి డేటా, గణన ఇంజిన్ మరియు అప్లికేషన్ ఫలితం. ఏకాభిప్రాయ వ్యవస్థల అందం ఏమిటంటే, ఈ భాగాలను నిర్వహించడానికి విశ్వసనీయ నెట్‌వర్క్ సృష్టించబడినప్పుడు, ప్రతి నెట్‌వర్క్ పాల్గొనేవారు గణనను పునరుత్పత్తి చేయడానికి మరియు ప్రతి ఫలితాన్ని ధృవీకరించడానికి బాధ్యత వహించగలరు.

నిధులు

సైన్స్‌కు నిధులు సమకూర్చడానికి ప్రస్తుత ప్రామాణిక నమూనా ఏమిటంటే, వ్యక్తులు లేదా శాస్త్రవేత్తల సమూహాలు నిధుల ఏజెన్సీకి వ్రాతపూర్వక దరఖాస్తులు చేస్తాయి. విశ్వసనీయ వ్యక్తుల చిన్న ప్యానెల్ దరఖాస్తులను స్కోర్ చేస్తుంది మరియు దరఖాస్తుదారులలో కొద్ది భాగానికి నిధులను మంజూరు చేయడానికి ముందు అభ్యర్థులను ఇంటర్వ్యూ చేస్తుంది. గ్రాంట్ కోసం దరఖాస్తు చేయడానికి మరియు స్వీకరించడానికి మధ్య కొన్నిసార్లు సంవత్సరాల నిరీక్షణ సమయానికి దారితీసే అడ్డంకులను సృష్టించడమే కాకుండా, ఈ నమూనా సమీక్ష ప్యానెల్ యొక్క పక్షపాతాలు, స్వప్రయోజనాలు మరియు రాజకీయాలకు ఎక్కువగా గురవుతుందని తెలుసు.

వివిధ ప్యానెల్‌లకు ఇచ్చిన ఒకే ప్రతిపాదనలు వేర్వేరు ఫలితాలను కలిగి ఉన్నందున, అధిక-నాణ్యత ప్రతిపాదనలను ఎంచుకోవడంలో గ్రాంట్ రివ్యూ ప్యానెల్‌లు పేలవమైన పని చేస్తాయని అధ్యయనాలు చెబుతున్నాయి. నిధులు మరింత కొరతగా మారడంతో, ఇది మరింత మేధోపరమైన సంప్రదాయవాద ప్రాజెక్టులతో మరింత సీనియర్ పరిశోధకుల చిన్న సమూహంలో కేంద్రీకృతమైంది. దీని ప్రభావం అత్యంత పోటీతత్వ నిధుల వాతావరణాన్ని సృష్టించింది, విపరీతమైన ప్రోత్సాహకాలను పాతుకుపోయేలా చేసింది మరియు ఆవిష్కరణలను అణిచివేసింది.

DAOలు మరియు విస్తృతంగా Web3 అభివృద్ధి చేసిన విభిన్న ప్రోత్సాహక నమూనాలతో ప్రయోగాలు చేయడం ద్వారా ఈ విరిగిన నిధుల నమూనాను అంతరాయం కలిగించే సామర్థ్యం Web3కి ఉంది. రెట్రోయాక్టివ్ పబ్లిక్ గూడ్స్ ఫండింగ్ (rpgf) (opens in a new tab), క్వాడ్రాటిక్ ఫండింగ్ (opens in a new tab), DAO పరిపాలన (opens in a new tab) మరియు టోకనైజ్ చేయబడిన ప్రోత్సాహక నిర్మాణాలు (opens in a new tab) సైన్స్ నిధులలో విప్లవాత్మక మార్పులు తీసుకురాగల కొన్ని Web3 సాధనాలు.

IP యాజమాన్యం మరియు అభివృద్ధి

సాంప్రదాయ విజ్ఞానశాస్త్రంలో మేధో సంపత్తి (IP) ఒక పెద్ద సమస్య: విశ్వవిద్యాలయాలలో చిక్కుకుపోవడం లేదా బయోటెక్‌లలో ఉపయోగించబడకపోవడం నుండి, విలువ కట్టడం చాలా కష్టంగా ఉండటం వరకు. అయినప్పటికీ, డిజిటల్ ఆస్తుల (శాస్త్రీయ డేటా లేదా కథనాలు వంటివి) యాజమాన్యం అనేది ఉపయోగించి Web3 అసాధారణంగా బాగా చేసే పని.

భవిష్యత్ లావాదేవీల కోసం NFTలు అసలు సృష్టికర్తకు ఆదాయాన్ని తిరిగి పంపగల విధంగానే, పరిశోధకులు, పాలక సంస్థలు (DAOల వంటివి) లేదా డేటా సేకరించబడిన సబ్జెక్ట్‌లకు ప్రతిఫలం ఇవ్వడానికి మీరు పారదర్శక విలువ ఆపాదింపు గొలుసులను ఏర్పాటు చేయవచ్చు.

IP-NFTలు (opens in a new tab) చేపట్టబడుతున్న పరిశోధన ప్రయోగాల యొక్క వికేంద్రీకృత డేటా రిపోజిటరీకి కీగా కూడా పనిచేయగలవు మరియు NFT మరియు ఫైనాన్షియలైజేషన్‌లోకి (భిన్నీకరణ నుండి రుణ పూల్స్ మరియు విలువ మదింపు వరకు) ప్లగ్ చేయగలవు. ఇది VitaDAO (opens in a new tab) వంటి DAOల వంటి స్థానికంగా ఆన్‌చైన్ ఎంటిటీలను నేరుగా ఆన్‌చైన్‌లో పరిశోధన చేయడానికి కూడా అనుమతిస్తుంది. బదిలీ చేయలేని "సోల్‌బౌండ్" టోకెన్‌ల (opens in a new tab) రాక వ్యక్తులు తమ ఎథీరియం చిరునామాకు లింక్ చేయబడిన వారి అనుభవాన్ని మరియు ఆధారాలను నిరూపించుకోవడానికి అనుమతించడం ద్వారా డిసైలో ముఖ్యమైన పాత్ర పోషిస్తుంది.

డేటా నిల్వ, ప్రాప్యత మరియు నిర్మాణం

Web3 నమూనాలను ఉపయోగించి శాస్త్రీయ డేటాను మరింత సులభంగా ప్రాప్యత చేయగల విధంగా చేయవచ్చు మరియు పంపిణీ చేయబడిన నిల్వ విపత్కర సంఘటనల నుండి పరిశోధనను కాపాడుకోవడానికి వీలు కల్పిస్తుంది.

సరైన ధృవీకరించదగిన ఆధారాలను కలిగి ఉన్న ఏదైనా వికేంద్రీకృత గుర్తింపు (did) ద్వారా ప్రాప్యత చేయగల వ్యవస్థ ప్రారంభ స్థానం అయి ఉండాలి. ఇది సున్నితమైన డేటాను విశ్వసనీయ పార్టీల ద్వారా సురక్షితంగా ప్రతిరూపం చేయడానికి అనుమతిస్తుంది, రిడెండెన్సీ మరియు సెన్సార్‌షిప్ నిరోధకత, ఫలితాల పునరుత్పత్తి మరియు బహుళ పార్టీలు సహకరించడానికి మరియు డేటాసెట్‌కు కొత్త డేటాను జోడించే సామర్థ్యాన్ని కూడా అనుమతిస్తుంది. కంప్యూట్-టు-డేటా (opens in a new tab) వంటి రహస్య కంప్యూటింగ్ పద్ధతులు ముడి డేటా ప్రతిరూపణకు ప్రత్యామ్నాయ ప్రాప్యత యంత్రాంగాలను అందిస్తాయి, అత్యంత సున్నితమైన డేటా కోసం విశ్వసనీయ పరిశోధన వాతావరణాలను సృష్టిస్తాయి. కోడ్ మరియు అభ్యాసాలను పంచుకోవడానికి ప్రామాణిక వాతావరణాలను ఉపయోగించి పరిశోధకులు ఆన్-సైట్‌లో డేటాతో సురక్షితంగా పని చేయగల పర్యావరణ వ్యవస్థను సృష్టించడం ద్వారా డేటా గోప్యత మరియు సహకారానికి భవిష్యత్తు-ముఖ పరిష్కారంగా విశ్వసనీయ పరిశోధన వాతావరణాలను NHS ఉదహరించింది (opens in a new tab).

సౌకర్యవంతమైన Web3 డేటా పరిష్కారాలు పై దృశ్యాలకు మద్దతు ఇస్తాయి మరియు నిజమైన ఓపెన్ సైన్స్‌కు పునాదిని అందిస్తాయి, ఇక్కడ పరిశోధకులు యాక్సెస్ అనుమతులు లేదా ఫీజులు లేకుండా ప్రజా వస్తువులను సృష్టించగలరు. IPFS, Arweave మరియు ఫైల్‌కాయిన్ వంటి Web3 పబ్లిక్ డేటా పరిష్కారాలు వికేంద్రీకరణ కోసం ఆప్టిమైజ్ చేయబడ్డాయి. ఉదాహరణకు, dClimate వాతావరణ కేంద్రాలు మరియు అంచనా వాతావరణ నమూనాలతో సహా వాతావరణం మరియు వాతావరణ డేటాకు సార్వత్రిక ప్రాప్యతను అందిస్తుంది.

పాలుపంచుకోండి

ప్రాజెక్ట్‌లను అన్వేషించండి మరియు డిసై సంఘంలో చేరండి.

జాబితా చేయడానికి కొత్త ప్రాజెక్ట్‌ల కోసం సూచనలను మేము స్వాగతిస్తున్నాము - దయచేసి ప్రారంభించడానికి మా జాబితా విధానాన్ని చూడండి!

తదుపరి పఠనం

వీడియోలు