去中心化與 AI 聯手，讓同行審查變得不那麼「人類」?

同行評審是科學研究的重要部分。它在確保研究結果的真實性和準確性方面發揮了關鍵作用。然而，同行評審過程由人類進行，而人類不可避免地會犯錯。但新興技術可能是解決這一問題的關鍵。

BeInCrypto 與 YesNoError 聯合創始人 Matt Schlicht 和 Mira Network CEO Magnus Bratt 進行了對話，以了解人工智慧（AI）和去中心化科學（DeSci）如何融合以改變同行評審的科學過程。

由於監管的失誤，可能付出慘痛代價

即使是最聰明的人也會犯錯。在科學領域，這些錯誤可能帶來巨大的後果。歷史——無論是近期還是久遠——一再證明了這一點。

1998 年，NASA 發射了火星氣候探測器以研究該行星的大氣層。該項目投入了 1.25 億美元，並花費了近 10 個月的時間到達目的地。

探測器到達後燃燒並解體，NASA 很快將此任務定為失敗。最令人痛心的是，任務失敗的原因被追溯到一個簡單的導航錯誤。

由噴氣推進實驗室（JPL）領導的導航團隊在計算中使用了公制單位。而航天器的設計和建造者洛克希德·馬丁宇航公司則提供了以英制單位表示的重要加速度數據。

洛克希德·馬丁未能將英制單位轉換為公制，這解釋了為何航天器過於接近火星並在到達時燃燒的關鍵錯誤。

Bratt 告訴 BeInCrypto：「傳統的同行評審本質上受到人為錯誤和主觀性的限制。審稿人可能會因個人偏見、利益衝突或僅僅是手動審查的局限性而忽視關鍵的方法學缺陷或統計錯誤。」

隨後的調查發現，缺乏對導航計算的嚴格、獨立的同行評審，導致單位轉換錯誤未被發現。然而，最近還有更多案例顯示同行評審機制未能解決這些簡單錯誤。

近期科學領域中，人為的錯誤案例不在少數

最近一個顯示同行評審科學研究中人為錯誤程度的事件發生在去年。10 月，環境化學期刊《Chemosphere》發表的一項研究顯示，電子阻燃劑存在於一些黑色塑料家居產品中，如廚房用具。

該研究引發了大量媒體報導，包括《大西洋》和《國家地理》等媒體的文章，敦促消費者丟棄他們的黑色塑料廚房用具。這也在社交媒體上引發了公眾的廣泛關注。

然而，在 12 月，僅需 30 美分和 30 秒，OpenAI 的查詢審查了研究結果，發現作者漏掉了一個零。

更正後的說明中提到：「我們對 60 公斤成年人參考劑量的計算出現了錯誤，最初估算為每天 42,000 納克，而正確的數值應為每天 420,000 納克。」

原始研究中存在一個顯著的 10 倍錯誤，某種毒素的暴露量被誤報為法定限值的 80%，實際上只有 8%。換句話說，這個錯誤大大高估了對這些毒素的暴露。

Schlicht 說道：「我會說，同行評審的最大限制非常明顯，就是人類會犯錯。這些都是非常聰明的人。這篇文章被廣泛發表，持續了兩個月，數百萬人看到了這篇文章，卻沒有人發現這個錯誤。事實證明，如果你把這篇論文發送給 OpenAI 的最新模型，只需花費 30 美分和 30 秒，它立即就會指出錯誤。」

針對這些事件，人工智慧和去中心化科學的支持者指出了傳統科學方法中的這些缺陷。

AI 與去中心化科學，使同行審查進化

同行評審的概念已存在數個世紀。自其誕生以來，經歷了多次變革。

Bratt 解釋：「同行評審並非一直是我們今天所知的正式、匿名過程。在科學期刊的早期（ 17 世紀中期），編輯如皇家學會的亨利·奧爾登堡，決定發表什麼而不諮詢外部專家。隨著 18 和 19 世紀科學社群的擴大，非正式討論和內部評估逐漸演變為更系統化的做法。到 20 世紀中期，隨著研究產出激增，期刊採用了結構化的外部同行評審（通常是匿名評審）來幫助維持質量和公平。今天，我們看到從單盲、雙盲評審到開放和發表後評審的多種模式，反映了在快速增長的學術環境中，持續努力平衡透明度、效率和嚴謹性。」

去中心化科學（DeSci）已經開始尋找 Web3 技術解決方案，以應對傳統科學研究方法中出現的關鍵挑戰。因此，人工智慧代理已成為解決人為錯誤對同行評審機制可能造成災難性後果的明顯方案。

他補充：「人工智慧可以自動標記錯誤、不一致和抄襲，同時將手稿匹配到最合適的審稿人，幫助減少偏見並減輕審稿人工作量。去中心化科學平台，使用區塊鏈或類似技術，可以透明地記錄審查歷史，並啟用群眾評估，提高問責性和信任度。這些工具共同簡化並改善同行評審，確保更快、更可靠的質量控制。」

這些新興技術也使科學審查的貢獻更加容易獲得。

Schlicht 說：「去中心化科學和人工智慧可以大大幫助同行評審，通過讓 AI 以更低的成本和更快的速度進行評審。DeSci 可以讓每個人立即獲得無限的同行評審。」

效率、速度、去中心化和成本降低可以為解決迄今無法解決的複雜科學問題開闢新途徑。

AI 正在加速科學的進步

像 AI 這樣的新興技術為複雜的科學挑戰提供了有前景的新方法，包括癌症研究、人類長壽和阿茲海默症。

由於數百年的研究，今天全球期刊發表了數百萬篇科學文章，這意味著大量數據。AI 代理可以以人類無法達到的速度儲存、篩選和分析現有數據集。

Bratt 告訴 BeInCrypto：「人工智慧正在改變癌症研究，並在加速發現有效治療方法方面展現巨大潛力。AI 工具已經證明其價值，能快速篩選大量數據集，找出基因標記和新藥物目標，模擬癌症的演變，甚至建議創新的治療組合。這些突破不僅加速了早期發現階段，還優化了臨床試驗設計，並以越來越高的準確性預測患者反應。雖然癌症仍然是一組複雜的疾病，但 AI 的影響日益增長，使治癒的目標越來越可達，並激勵整個研究社群。」

Schlicht 的 YesNoError (YNE) 為一個去中心化計劃撰寫了一份白皮書，該計劃利用先進的大型語言模型 (LLMs) 系統性地審核所有現有的科學文獻。YNE 代幣基於一種經濟模型，代幣持有者可以投票決定哪些項目應優先考慮。

AI 代理負責掃描從簡單計算錯誤到數據偽造的各種錯誤。該項目的更廣泛目標是開發一種工具，讓研究人員、機構和公眾都能驗證科學主張。

Schlicht 說道：「有多少研究論文是關於長壽的？假設有 100 萬篇。假設你是一個專注於長壽的實驗室。從人力角度來看，你的團隊不僅需要閱讀 100 萬篇論文，還要準確分析和綜合這些數據，這在人類規模上是無法做到的。但當你開始設計一個 AI 系統，可以基本上瞬間閱讀 100 萬篇論文時，你可以協調這些 AI 得出結論，帶回綜合信息，然後提供給人類團隊。所以這是一個非常明確的方式，AI 可以幫助實現長壽或其他科學目標的突破。」

其他主要參與者也開始注意到這個日益流行的趨勢。先進微設備公司 ( AMD ) 和約翰霍普金斯大學的研究人員最近開發了 Agent Laboratory。這個 AI 框架旨在自動化科學研究的關鍵部分。

這個系統使用大型語言模型進行文獻回顧、設計實驗和生成報告，包括代碼和文檔。然而，它不是去中心化的，也不是基於代幣模型。初步結果顯示，該框架可以在不影響研究質量的情況下，將研究成本降低 84%。

然而，如果加密領域的其他項目打算開發類似項目，去中心化科學中的 AI 最終可能擁有光明的未來。

DeSci 的光明未來

根據 CoinGecko 的數據，撰寫本文時，去中心化科學的市值為 10.5 億美元。過去一年，該領域顯示出穩定增長和持續創新。許多新項目迅速成為主要參與者。

Schlicht 和 Bratt 預測去中心化科學的市場規模將指數增長。

Schlicht 說道：「我認為 10 年後，DeSci 的市值可能會超過現在的 10,000 倍。因為人工智慧、去中心化和代幣的結合，科學即將在突破上指數增長。」

對此，Bratt 補充道：

「如果成功，它可以輕易成為全球科學研究市場的 5-10%，而這市場已經達到數兆美元。」

然而，他們也預期 DeSci 會面臨傳統醫學和科學遊說團體的阻力。

面對現狀

雖然科學研究可以通過政府機構、機構和基金會的資助，但主要由私人公司資助。

2023 年 UCLA 的報告顯示，2021 年美國約 570 億美元的癌症研究經費中，近 80% 來自私營部門，主要是大型製藥公司。報告還指出研究結果的分享有限。

Bratt 說道：「有既得利益者可以遊說禁止此類市場活動，以保護現有玩家。」

對 Schlicht 而言，DeSci 提供了一個挑戰私人利益的機會。

他說：「過去，企業能控制哪些研究獲得資助。去中心化科學改變了這一點，讓任何人只要有好點子就能獲得資助。」

由於 區塊鏈技術允許匿名並優先考慮隱私，他認為創新者將更難被追蹤。

Schlicht 說：「我不相信遊說者能阻止去中心化科學。下一個愛因斯坦可能是匿名的。可能是擁有企鵝頭像或青蛙頭像的人。可能是用 NFT 作為頭像，名字中有一堆數字的人。遊說者甚至找不到他們，因為他們不知道他們是誰，而且他們是以去中心化的方式獲得資助。他們甚至有一個由其他匿名人士組成的團隊，這些人包括人類和人工智能。」

但在考慮傳統醫療遊說者與去中心化科學創新者之間的潛在競爭之前，去中心化科學仍在走向成熟的道路上。

最終，人工智能與去中心化科學的融合為科學研究提供了一個強大的新範式。這一機會有望提高同行評審的可靠性和效率，民主化資金獲取，並加速各種科學前沿的突破。

監測人工智能和去中心化科學的進展，對於負責任地將這些技術整合到科學研究中至關重要。