什么是分布式自主科学?它将如何解决科学发展之困?
丁文文 王飞跃 | 撰文
随着Web3和DAOs(Decentralized Autonomous Organizations and Operations,分布式自治组织与运营)的基础设施不断完善及应用越来越丰富,分布式自主科学(Decentralized Science, DeSci)作为一种新的科学发展范式出现了。DeSci通过使用数字工具和基于网络空间的社区资源来资助、组织、培训、规划、协调、调度、收集、分配供需活动。它改变了现有科学体系的结构、规范、激励和价值流,为科学的发展提供了新组织方式和科研生态。
DeSci是一种典型的时代科技“新瓶”装历史传统“老酒”的现象。
首先,DeSci被许多人被误解为人工智能创业中一个非常初期且应用范围狭窄的赛道。但回顾科技发展史,科学自诞生以来便以DeSci的形式存在,且与各行各业交织发展。其次,DeSci被更多的人误解为科技生态中“参天大树下的林间灌木和草地”,只适应于“小问题、小任务”。事实上,AlphaGo、AlphaFold及时下的ChatGPT,从起步、组织、实施到完成都是货真价实的DeSci形式和实质性成果。DeSci作为“新科学研究范式”,即人工智能驱动的科学研究(AI for Science,AI4S)的组织及运营方式,确保AI4S的公平、公正的可持续性发展。
本文将着重探讨DeSci的应用现状,分析DeSci已解决与潜在解决的问题,以推动新技术以及科研范式的发展。
DeSci最早由 Martin Etzrodt 于2018年在一篇博文中提出,当时他批评了期刊的付费墙,探讨用DeSci的方式来解决同行评审及付费墙的问题。随后 Sarah Hamburg 致信Nature提出DeSci 运动(2021年12月),并在次年的博文中进一步讨论,DeSci才得到学术界和业界的广泛关注。DeSci运动致力于解决集中化科学(Centralized Science, CeSci)系统中的研究痛点、信息孤岛、发展瓶颈等问题 [1]。
实际上,DeSci 并不是一个全新的概念,不同的学术群体和组织曾提出过类似的观点。最初可以追溯到社会运动组织或社会运动群体(Social Movement Organizations,SMOs)。SMOs 由社会学家Mayer Zald 和其学生Roberta Ash(现名为Roberta Garner)在上世纪60年代中的世界性社会动荡时期提出。广义而言 , SMOs 是指社会运动的有组织的组成部分, 主要起协调作用,而非直接雇佣或指导运动中的参与人员 [2]。针对特定问题的SMOs之集合又称为社会运动行业(Social Movement Industries), 从绿色和平运动 、恐怖活动 、再到低碳生活,在许多方面已对传统的主流社会产生了重大的冲击。
随着互联网出现,虚拟或网络组织成为一种可能。王飞跃教授于1999年9月首次提出动态网民群体组织(Cyber or Cyber-enabled Movement Organizations ,CMO或CeMOs)的概念,并致力于其行为建模、演化轨迹等计算研究 [3],在该研究的基础上于2004年提出“计算社会学”概念,为今天的的社会计算甚至计算科学奠定基础 [4]。如今的人肉搜索、众包等,都是CMOs的一种表现形态。随后,跨学科交叉研究作用及紧迫性日益凸显,研发群体科学 (Science of Team Science,SciTS) 开始兴起。数据挖掘、社会计算和许多相关的智能系统成为确保 SciTS 成功的核心学科 [5-6]。SciTS的可持续发展,需要更加公平、可靠、灵活的组织形态支持。
区块链和智能合约的发展,使得一种新型组织形态DAO诞生。DAO作为一种全新的组织与运营方式,具有广泛的研究意义和应用价值。它特有的组织特征、功能结构,为解决公司治理中常见的委托代理困境及道德风险等问题提供了有效的解决方案,得到了广泛的关注与讨论。其首次以学术研究成果被呈现的时间历程如下:2016年提出平行区块链与可编程智能合约的研究框架及实现方法,同年UNDP和QAII发起利用SciTS和区块链智能合约的"AI for Free, Fair, and Responsibility Sensitive Sciences (AI4F2rS2) 。2019年DAO的研究框架及关键要素被提出;2020年提出DAO平行治理研究方法并发布平行分布式自治组织治理系统即cad2CAS与casCAD2 [7-17]。
CMOs、SciTS及DAOs的研究和实践为DeSci的出现与发展奠定基础。2022 年 3 月 21 日至 30 日,IEEE 智能系统(Intelligent Systems), 2022年9月-10月,IEEE智能交通系统国际会议(IEEE ITSC 2022)分别组织了多场DeSci相关的研讨会,旨在探讨 DeSci 所面临的挑战及其对现有生态和未来科学活动和运营演变的影响。这些科学研讨会促使学术界和产业界对相关问题进行深入思考,进一步实质性地推进DeSci的发展。
但若要实现SciTS和DeSci的畅想,仅有Web3、区块链、智能合约等相关技术还不足以支撑。我们需要重新思考人工智能:将人工智能视为学术智能,而非人工智能 [5]。以“小问题、大模型”的理念,“小任务、大设计”的原则,利用AI开发并实施更多像AlphaGo、AlphaFold和ChatGPT这样的智能DeSci科学系统来辅助研究。DeSci 与AI4S、Science for AI (S4AI) 的发展,也将形成一种新的科学范式——平行科学,即利用数字人理论科学家和机器人工程师构建平行物理,平行化学,平行材料,平行生物,平行医学,平行经济,平行艺术,平行哲学等等,以此深度变革生产资料(大数据生产), 生产力(机器人、数字人、平行员工),生产关系(区块链、智能合约),为可持续智能产业和智慧社会奠定基础与保障。
2)DeSci 与CeSci区别
中心化科学(Centralized Science, CeSci)是基于中心化组织结构、技术协议和管理制度之上的科学活动,由精英和行政机构统治及控制。DeSci恰好相反,通过使用最近的数字工具和基于网络空间的社区资源来资助、组织、培训、规划、协调、调度、收集、分配供需活动 [16]。
CeSci和 DeSci 都以知识发现、管理和自动化为目标,但不同之处在于实现这一目标的手段。具体区别如下:
知识发现:CeSci发现知识的方法、路径、优先事项由代表中心化制度的核心决策者自上而下制定。在DeSci中,由不同协调和优先机制的松散连接的DAO自下而上互动。
知识管理:在CeSci中,知识以更精确和可衡量的方式进行管理,价值归第三方所有。在DeSci中,知识由知识生产者进行管理,他们共享知识所有权和价值。DeSci使用一种新的数字基础设施来处理CeSci面临的现有问题,以使科学发展与其使命保持一致。
知识自动化:在CeSci中,有两种实现知识自动化的方法:一种是使用人工智能构建知识库,另一种是通过认知计算和知识图技术对知识进行数字化和建模。这两种方法都严重依赖于中心化的数据中心,使科学系统高度不确定和不可控。在DeSci中,智能合约用于简化人类环节复杂性,并将不可信的游戏转化为可信的合作承诺。此外,分布式网络被构建用于进行数据收集、模型构建和知识生成,更加灵活、聚焦和收敛,从而提高了科学系统的效率。
值得注意的是,DeSci 与CeSci 并不是完全对立,而是相互补充。
3)DeSci 解决的问题
DeSci运动的目标是加强科学资助,解放知识孤岛,减少对出版集团等中介机构的依赖,并促进跨领域协作。除此之外,我们可以从以下四个视角来观察DeSci对于科学研究的影响[18]:
公平:DeSci系统正在消除中心化科学过程中的偏见和中介机构的垄断及减少霸权主义。科学过程除了基于证据的研究之外,还受到各种因素的影响,包括社会力量和独特的个人动机。CeSci体系建立在社会等级制度之上,不可避免地存在身份、文化、种族、年龄、性别以及研究议题的偏见。去中心化科学通过分布式协议和去中心化权利,吸引边缘化或排除在科学之外的群体参与,确保研究群体与议题的多样性、资助的公平性和知识的公平使用。
自由:DeSci是通过社区自下而上的努力来解决特定问题。整个科学过程中,中心化机构缺乏介入和微观管理活动的能力。DeSci打破了中心化的机构对科学活动施加特定的意义、理解和其他认知约束以及人为语义和激励孤岛的限制。这使得研究者能够专注于具体问题或认知研究,同时有强烈的动机展开跨学科交流和合作。此外,DeSci将数据所有权和价值归还给用户,这在一定程度上促进了数据的自由流动和使用。
责任:可复制性和科学技术作恶是中心化科学中两大难题。前者与缺乏原始数据或数据捏造以及分析方法越来越复杂和灵活有关。后者则是科学技术成果及应用与社会伦理规范相违背。DeSci是由研究者、资助者、使用者组成的生态系统,同时将科学视为资产,通过代币经济激励研究人员开放研究方法、代码和数据,这就使得科学研发过程倾向于透明,提高其作恶成本,降低不负责任行为的产生。
敏捷:高度优化的科学体系结构难以适应科学中的不确定性和应对不稳定性的挑战。DeSci采用自下而上的运营与治理模式,避免了系统因不确定性和不稳定性而形成自我保护泡沫和次优循环的风险,从而保持了科学系统的灵活性和适应性。
截止到2023年3月,可查询且正在运营的公开创业型DeSci 项目超过80个,多集中在科研资助、知识共享以及科学系统的所有权与价值体系的探索。如去中心化资助、同行评审、基础设施及特定领域应用等。我们将简单介绍其主要的应用方向。
图1:去中心化科学生态(转自Messari)
1)资助
当前科研资助通常由特定的机构管理和分配。资助机构与被资助者所关注的视角以及知识存在差异,导致资助者的目标与社会最优资助水平不一致,某些研究领域经常被忽视。最为明显的现象:近年来突破性研究出现的频率在降低,资助资金越来越倾向于资助“成功率高、适合现有叙事并具有高声誉的研究人员”。DeSci正在尝试通过DAO和Web3相关技术,探索新的资助模型。典型的资助机制包括:二次方融资资助、可追溯性公共物品资助、IP-NFT、Grants DAO等。
二次方融资资助和可追溯性公共物品资助是一种资助制度。前者关注广泛的资助意愿,后者提供连续性资助。DoraHacks 和Gitcoin作为典型的二次方融资资助平台。从2021年底,开始明确资助DeSci 和前沿研究。可追溯性公共物品资助已在以太坊生态系统中得到应用。
IP-NFT是由DeSci基础设施工具平台Molecule 提出,利用分布式分类账技术(DLT)来管理知识产权(IP)所有权的新机制。该机制,在开放和分布式市场中为IP提供资金、所有权和交易服务,同时保护与未注册IP相关的隐私和知识产权。这种模式已在生物技术领域如长寿研究Vital DAO、迷幻药研究PhyDAO和计算生命科学研究社区Lab DAO等成功应用。
Grants DAO:是DeSci中最广泛的用例,根据DAO的目标设置去中心化的资助机制。2004年,一位伯克利教授提出了无味卡路里可以减少食欲的假设,但从未证明。DAO 项目Planck 决定对这一假设进行验证,并以NFT的形式出售结果,从而筹集了24000美元来展开研究。有趣的是,购买NFT背后的动机各不相同,有些人重视代币的稀缺性和新颖性,但有些人仅仅想直接资助研究,以期看到结果。Environment DAO正在提议通过去中心化资助的方式,资助青年学者展开对环境问题的研究。Klima DAO通过用碳支持的算法数字货币分发奖励来激励和推动气候行动。
去中心化资助已经成为Web3重要的组成部分,也是去中心化科学系统中最早和相对成熟的实践。
2)出版与同行评审
同行评审过程为科学研究提供了必要的质量控制,但在当前的系统中,期刊出版机构并没有最优化地激励(包括报酬和声誉)评审专家为其提供高质量的同行评审。结构性问题导致两个不良循环:由于找不到愿意审查该工作的相关评审专家,潜在良好的研究受到阻碍,延迟出版;或找到了不匹配的评审专家,导致不良的研究成果出版。
基于以太坊的开放与隐私同行评审协议Ants Review 正在尝试解决其中的一些问题。它允许作者在以太坊上发出公开的匿名同行评审奖励,第三方可以匿名提交评审意见,这些意见然后由外部评审专家接受或拒绝,并按照评审质量的比例发放奖励。OpenAccess DAO 正在致力于创建一个公共数据存储库和开放同行评审的平台,以使科学研究更加透明和可访问;同时,建立一个评审者声誉网络,以鼓励和奖励评审者参与开放同行评审。
3)数据访问及可复制性
数据可访问是复制研究结果的前提,有效的激励机制可以进一步促进重复研究。这需要一个可验证凭证的系统。允许受信任的各方安全地复制敏感数据,实现抗审查、结果再现,甚至能让多方协作并向数据集添加新数据。
Web3 数据解决方案支持上述场景,并为科学的开放提供基础。研究人员可以创建无需访问权限或费用的公共物品。如:去中心化气候数据协议dClimate 提供开放的全球气候和天气数据访问。DeSci 基金会正在试点通过资助以及特定的声誉来鼓励社区复制现有的科学结果。
1)DeSci 仍处于小范围实验的过程,需谨慎观察和实验应用范围
CeSci 得以持续运转与其标准化的运营体系、严格的问责机制、完善的法律标准等密不可分。如何提升效率和规模化应用,依然是DAO面临的难题。从目前来看,DeSci的资助技术优于CeSci,尤其是在应用领域,如生物技术领域。但我们需要理性的思考和分析,DeSci的应用范围和应用规模,避免陷入DAO的发展误区。比如:根据事项和目的,思考以兴趣为主的DeSci 还是提高生产力和效率为主的DeSci;DeSci的哪些应用其效率和生产力更优;哪些工作应由DeSci完成。
2)保证DeSci公平和自由特征下,平衡参与质量与参与门槛
DeSci和CeSci的核心使命是保证科学结果的可靠性和可信性。DeSci 保持开放性的同时,不可避免地会吸纳不同层次的贡献者。提高参与质量与构建一个广泛、开放的研究社区一定程度上是对立的。需要运营者投入大量的时间和精力,对参与者进行培训同时帮助参与者克服长期参与障碍。对于目前的科研系统而言,这项工作经验仍是稀缺的。
3)避免民主后的专制,导致系统再次陷入次优循环
理想中的Desci 系统是人机治理的自治系统。但就目前而言,DeSci的人治大于机器治理。在一个有限的规模系统中,人治容易形成过滤气泡效应,即持有相同偏见的人在一起互动。过滤气泡导致系统的自我封闭、共谋、串通等治理问题。
4)DeSci 系统的问责机制缺失
问责机制的缺失,是去中心化系统特有的治理问题。中心化系统通过剩余价值索取权与问责机制绑定。去中心化系统,采用集体决策机制,其决策与问责完全不对等。对于科学系统而言,问责机制的缺失,很可能导致研究结果无法交付、信任网络的脆弱,甚至与社会伦理道德相违背的不负责任的行为产生。
5)DeSci 与CeSci的合作桥梁搭建
DeSci的运转需要现有社会体系的支持。虽然,DeSci 作为一种新的发展范式,扩展了其社会资金来源,但具有不稳定性。科学系统的稳定运转需要依靠大型机构尤其是政府资金的保障。除此之外,DeSci仍然需要获取现有社会体系的资源并对机构资金的分配和议程的制定具有一定的影响力。这要求明确DeSci的职责和应用范围,构建Desci 与Cesci的合作桥梁。DeSci与Cesci的冲突与合作,会进一步促进DeSci 社区的责任感、可靠性和影响力,进而提高市场对DeSci的信任。
科学系统一直以来致力于如何改进和扩展科学生态。DeSci若实现本文所探讨的内容,还有很长的路要走。如果DeSci与已经存在的传统和集中式研究孤立地运行,那将是一种遗憾。我们需要现有的科学系统积极拥抱DeSci和相应的理论、框架支撑DeSci与CeSci的融合。一个包含人类(Human)、 人工世界(Artificial World)、自然世界(Natural World)的有组织化的智能(Organizational Intelligence)HANOI研究范式 [20-21],以 DAO 和 DeSci 为基础,同时为 AI4S 和 S4AI的研究提供公开、公平、公正的可持续性支持。
参考文献:
欢迎关注我们,投稿、授权等请联系
微信扫码关注该文公众号作者