Decentralized science (DeSci)

Ano ang decentralized science (DeSci)?

Ang Decentralized science (DeSci) ay isang pagkilos na naglalayong bumuo ng pampublikong imprastruktura para sa pagpopondo, paglikha, pagsusuri, pagbibigay ng kredito, pag-iimbak, at pamamahagi ng kaalaman sa siyensiya nang patas at makatarungan gamit ang stack.

Layunin ng DeSci na gumawa ng ecosystem kung saan hinihikayat ang mga siyentipikong hayagang ibahagi ang kanilang pananaliksik at kilalanin para sa kanilang gawa habang binibigyang-daan ang kahit sino na i-access at mag-contribute sa pananaliksik nang walang kahirap-hirap. Pinagbabatayan ng DeSci ang ideyang dapat naa-access ng lahat ang siyentipikong kaalaman at dapat transparent ang proseso ng siyentipikong pananaliksik. Gumagawa ang DeSci ng mas decentralized at mas malawak na model ng siyentipikong pananaliksik. Kung kaya, mas mahihirapan ang mga central authority na i-censor o kontrolin ito. Umaasa ang DeSci na makakagawa ito ng environment kung saan mabubuo ang mga bago at hindi pangkaraniwang ideya sa pamamagitan ng pag-decentralize sa access sa pondo, mga scientific tool, at mga channel ng komunikasyon.

Ang decentralized science ay nagbibigay-daan para sa mas magkakaibang mga mapagkukunan ng pagpopondo (mula sa mga , na mga quadratic donation(opens in a new tab) sa crowdfunding at marami pa), mas naa-access na data at pamamaraan, at sa pagbibigay ng mga insentibo para sa muling paggawa.

Juan Benet - Ang DeSci Movement

Paano pinapaunlad ng DeSci ang siyensiya

Isang hindi kumpletong listahan ng mga pangunahing problema sa agham at kung paano makakatulong ang decentralized science na tugunan ang mga isyung ito

Decentralized science	Tradisyonal na siyensiya
Ang pamamahagi ng pondo ay natukoy sa pamamagitan ng publiko gamit ang mekanismo tulad ng mga quadratic donation o DAO.	Ang maliliit, nakasarang sentralisadong mga grupo ay kinokontrol ang pamamahagi ng mga pondo.
Makipagtulungan ka sa iyong mga kasamahan mula sa buong mundo sa dinamikong pangkat.	Ang mga organisasyon sa pagpopondo at institusyon sa tahanan ay nililimitahan ang iyong pakikipag-ugnayan.
Ginagawa sa online ang desisyon sa pagpopondo at pagpapalinaw nito. Tumitingin ng mga bagong mekanismo sa pagpopondo.	Ang desisyon sa pagpopondo ay ginagawa sa mahabang panahon ng pagbabalik at limitadong pagpapalinaw nito. Iilan lang ang mga mekanismo sa pagpopondo.
Ang pagbabahagi ng mga serbisyo sa laboratoryo ay ginagawang mas madali and mas malinaw gamit ang na teknolohiya.	Ang pagbabahagi ng mga mapagkukunan ng laboratoryo ay madalas mabagal at malabo.
Maaaring bumuo ng mga bagong modelo para sa pag-publish na gumagamit ng mga Web3 na batayan para sa tiwala, paglilinaw, at unibersal na pag-access.	Nag-publish ka sa pamamagitan ng mga naitatag na landas na madalas na kinikilala bilang hindi mahusay, may kinikilingan at mapagsamantala.
Maaari kang makakuha ng mga token at reputasyon para sa pagsusuri sa kasamahan na gawain.	Ang iyong pagsusuri ng kasamahan ay walang bayad, at nakikinabang ang mga publisher na kumikita.
Ang sarili mong intellectual property (IP) ay bubuuin at ipapamahagi ito ayon sa malinaw na mga tuntunin.	Ang iyong home institution ang may-ari ng IP na iyong binuo. Hindi transparent ang access sa IP.
Ang pamamahagi ng lahat ng pananaliksik, kasama ang data mula sa mga nabigong pagsubok, sa paggawa lahat ng hakbang sa on-chain.	Ang pagkiling sa publikasyon ay nangangahulugan na ang mga mananaliksik ay mas malamang na magbahagi ng mga eksperimento na nagkaroon ng matagumpay na mga resulta.

Ethereum at DeSci

Ang decentralized science system ay mangangailangan ng maigting na seguridad, maliit na monetary cost at transaction cost, at mahusay na ecosystem para sa pag-develop ng application. Ibinibigay ng Ethereum ang lahat ng kailangan para sa pagbuo ng decentralized science technology.

Mga use case ng DeSci

Binubuo ng DeSci ang siyentipikong toolset kasama sa tradisyunal na akademia sa digital na mundo. Nasa ibaba ang mga halimbawa ng mga use case na maibibigay ng Web3 na siyentipikong komunidad.

Paglalathala

Ang paglalathala ng mga siyentipikong pananaliksik ay kilala bilang nakakaligalig dahil pinapamahalaan ito ng mga publishing house na umaasa sa libreng trabaho ng mga siyentipiko, reviewer, at editor para mabuo ang mga pananaliksik, ngunit maniningil ng napakamahal na bayarin sa paglalathala. Kadalasan, hindi naa-access ng publiko, na karaniwang hindi direktang nagbayad para sa pananaliksik at mga gastos sa paglalathala sa pamamagitan ng pagbubuwis, ang mismong pananaliksik nang hindi nagbabayad sa publisher. Ang kabuuang bayarin para sa paglalathala ng bawat indibidwal na mga papeles sa siyensiya ay kadalasang halagang may limang digit ($USD), na sumisira sa konsepto ng siyentipikong kaalaman bilang habang kumikita ng napakalaking halaga para sa mallit na grupo ng mga publisher.

Mayroong mga libre at open-access na platform gaya ng mga pre-print server, tulad ng ArXiv(opens in a new tab). Gayunpaman, ang mga platform na ito ay walang paraan ng pagkontrol sa kalidad, , at karaniwang hindi sinusubaybayan ang mga pamantayan sa antas ng artikulo. Ibig sabihin nito, karaniwang ginagamit lang ang mga ito para magsapubliko ng pananaliksik bago isumite sa tradisyonal na publisher. Sa SciHub, libreng makukuha ang mga nailathalang pananaliksik, pero hindi legal. Makukuha lang din ang mga pananaliksik kapag nabayaran na ang mga publisher at naprotektahan na ng mga ito ang pananaliksik sa mahigpit na batas sa copyright. Dahil dito, malaki ang pangangailangan para sa accessible na siyentipikong pananaliksik at data na may naka-embed na mekanismo ng pagiging lehitimo at model para sa insentibo. Makikita sa Web3 ang mga tool para makagawa ng ganitong system.

Reproducibility at replicability

Ang reproductibility at replicability ay mga pundasyon ng de-kalidad na scientific discovery.

Maaaring makuha ang mga reproducible na resulta nang maraming magkakasunod na beses ng parehong team gamit ang parehong pamamaraan.
Maaaring makuha ng ibang grupo ang mga replicable na resulta gamit ang parehong experimental setup.

Tinitiyak ng mga bagong Web3-native tool na pundasyon ng pagtuklas ang reproducibility at replicability. Puwede nating ilagay ang de-kalidad na siyensiya sa teknolohikal na aspeto ng akademya. Nag-aalok ang Web3 ng kakayahang gumawa ng sa bawat bahagi ng pagsusuri: ang raw data, ang computational engine, at ang resulta ng application. Ang maganda sa mga consensus sytem ay kapag gumawa ng pinagkakatiwalaang network para sa pagpapanatili ng mga bahaging ito, maaaring maging responsable ang bawat kasapi ng network sa pag-reproduce ng kalkulasyon at pag-validate sa bawat resulta.

Pagpopondo

Sa kasalukuyan, ang standard model para sa pagpopondo sa agham ay sumusulat ang mga indibidwal o grupo ng mga siyentipiko ng mga aplikasyon sa isang funding agency. Binibigyan ng puntos ng isang maliit na panel ng mga pinagkakatiwalaang indibidwal ang mga aplikasyon at pagkatapos ay kinakapanayam ng mga ito ang mga kandidato bago igawad ang pondo sa ilang aplikante. Maliban sa pagbuo ng mga bottleneck na humahantong sa kung minsan sa taon na paghihintay ng panahaon sa pagitan ng pag-apply at payagan, ang modelong ito ay kilala bilang lubhang mahina sa mga pagkiling, pansariling interes at politika ng panel ng pagsusuri.

Ayon sa mga pag-aaral, hindi napipili ng mga grant review panel ang mga de-kalidad na proposal dahil labis na naiiba ang resulta noong ibinigay ang mga parehong proposal sa ibang mga panel. Dahil sa kakulangan saa pondo, mas kaunti na lamang ang napagbibigyan nito, at mas nakatutok sa mga mas matagal nang mga mananaliksik na may mga proyektong konserbatibo. Dahil dito, naging sobrang kompetitibo ang pagkuha ng pondo, nagtakda ng mga hindi katanggap-tanggap na insentibo, at nalimitahan ang inobasyon.

May potensyal ang Web3 na baguhin ang hindi epektibong funding model na ito sa pamamagitan ng pagsubok sa iba't ibang model para sa insentibo na ginawa ng DAO at Web3. Ang retroaktibong pagpopondo sa pampublikong kalakal(opens in a new tab), quadratic na pagpopondo(opens in a new tab), DAO governance(opens in a new tab) at mga tokenized na incentive structure(opens in a new tab) ang ilan sa mga Web3 tool na maaaring bumago sa pagpopondo para sa siyensiya.

Pagmamay-ari at pag-develop sa IP

Ang intellectual property (IP) ay malaking problema sa tradisyonal na agham: mula sa pagkapako sa mga unibersidad, o hindi paggamit sa mga ito sa mga biotech, hanggang sa kahirapan sa pagtantya sa halaga nito. Gayunpaman, bihasa ang Web3 pagdating sa pagmamay-ari sa mga digital asset (tulad ng siyentipikong data o mga artikulo) sa tulong ng .

Tulad kung paano nagagawa ng mga NFT na ibalik ang kita para sa mga susunod pang transaksyon sa orihinal na creator, puwede kang magtakda ng mga transparent na value attribution chain para gantimpalaan ang mga mananaliksik, governing body (tulad ng mga DAO), o maging ang mga subject na pinagkukunan ng data.

Ang IP-NFTs(opens in a new tab) ay maaari ring maging susi sa repository ng decentralized data ng mga isinasagawang eksperimento sa pananaliksik, at maaari rin itong gamitin sa NFT at financialization (mula sa fractionalization hanggang sa lending pool at value appraisall). Binibigyang-daan din nito ang mga native na on-chain na entity gaya ng mga DAO tulad ng VitaDAO(opens in a new tab) na magsagawa ng pananaliksik nang direkta on-chain. Maaaring may mahalagang papel din sa DeSci ang pagdating ng mga non-transferable na "soulbound" token(opens in a new tab) sa pamamagitan ng pagbibigay-daan sa mga indibidwal na patunayan ang kanilang karanasan at kredensyal na nauugnay sa kanilang Ethereum address.

Pag-store, pag-access, at architecture ng data

Ang siyentipikong data ay maaaring gawing mas accessible gamit ang mga pattern ng Web3, at binibigyang-daan ng malawak na storage na malampasan ng pananaliksik ang mga cataclysmic event.

Dapat itong magsimula sa isang system na maa-access ng anumang decentralized identity na may hawak ng mga naaangkop at nave-verify na kredensyal. Dahil dito, secure na mare-replicate ng mga pinagkakatiwalaang partido ang sensitibong data, na nagbibigay-daan sa redundacy at paglaban sa censorship, reproduction ng mga resulta, at maging ang kakayahan ng maraming partido na mag-collaborate at magdagdag ng bagong data sa dataset. Ang mga paraan ng confidential computing tulad ng compute-to-data(opens in a new tab) ay nagbibigay ng mga alternatibong paraan ng pag-access sa pag-replicate ng raw data, na gumagawa ng mga Trusted Research Environment para sa mga pinakasensitibong data. Ang mga Trusted Research Environment ay binanggit ng NHS(opens in a new tab) bilang future-facing solution para sa privacy ng data at collaboration sa pamamagitan ng paggawa ng ecosystem kung saan secure na magagamit ng mga mananaliksik ang data on-site gamit ang mga standardized na environment para sa pagbabahagi ng code at mga kagaiwan.

Sinusuportahan ng mga flexible na Web3 data solution ang mga sitwasyong nabanggit at nagsisilbi itong pundasyon para sa ganap na Open Science, kung saan makakagawa ng public goods are mga mananaliksik nang hindi nangangailangan ng mga pahintulot para ma-access o mga bayarin. Ang mga Web3 public data solution tulad ng IPFS, Arweave, at Filecoin ay ginawa para sa desentralisasyon. Halimbawa, nagbibigay ang dClimate ng pangkalahatang access sa data ng klima at lagay ng panahon, kabilang iyong mula sa mga weather station at mga predictive climate model.

Makibahagi

Tingnan ang mga proyekto at sumali sa komunidad ng DeSci.

Tumatanggap kami ng mga mungkahi para sa mga bagong proyekto na ililista - tingnan ang aming patakaran sa pagsasama sa listahan para magsimula!