用 AI 檢視科學論文，DeSci + AI 雙屬性加持的 YesNoError 有何實力？
撰文：深潮 TechFlow
明天，市場期待許久的 $BIO 就要正式上線了。 作為 Binance 親自加持的 DeSci 板塊項目，市場紛紛猜測 $BIO 的上線會不會帶動 DeSci 板塊的鏈上狂牛並分走一些 AI 板塊的流動性。
不過 AI 和 Decsi 板塊一定是競爭關係嗎？ 非也。 最近討論聲較大的SOLana 鏈上項目就走出一條將DeSci 與AI 相融合的道路，。
其代幣 $YNE 在 12 月 20 日上線當天就速通 6000 萬美元市值，而後也被推特知名 KOL Andrew Kang（下文簡稱 AK）一奶再奶，當前市值在 5000 萬美元左右。
AI 審查科學論文，真的有必要？
如果你還不了解 YesNoError 的實用性在何處，YesNoError 團隊成員 Ben Parr 的一則闡述性推文用實例說明對科學論文中錯誤信息審查的必要性：
2024 年 10 月，一篇研究論文聲稱黑色塑膠廚具含有毒素，這個消息迅速在媒體上傳播開來。 《大西洋月刊》甚至發表了題為"扔掉你的黑色塑膠廚具"的文章，引發公眾恐慌。 連 Ben Parr 本人也開始清理自己的廚具。 然而，McGill 大學科學與社會辦公室主任 Joe Schwartz 發現了這項研究中存在一個重要的數學錯誤——這個案例顯示即使是看似權威的研究也可能存在重大錯誤，而這些錯誤往往會對一般人的生活造成實質的影響。
而如果用 AI 技術來對研究論文進行審查，可以最大程度的避免這些數值計算方面低階的錯誤。 YesNoError 正是基於此需求而誕生。
YesNoError 由 Matt Schlicht 創建，使用 OpenAI 的 o1 模型作為技術基礎。 專案運作方式很直接：團隊使用 AI 來審查研究論文，然後將發現的問題在他們的網站 yesnoerror.com 和 官方推特 上公開發布。
透過這種透明的運作方式讓科學界和公眾都能及時了解到重要研究中可能存在的問題。 雖然計畫才剛起步沒多久，但已經取得了一些顯著的成果，發現了若干研究中的錯誤。
而代幣 $YNE 也被賦予實用用例，持有者可以花費 $YNE 使用 YesNoError AI 對自己的論文優先審核。
截至目前，YesNoError AI 已審核 2219 篇論文，並確實發現了不少論文中的錯誤。
認同 or 質疑，市場上的一些聲音
在 $YNE 代幣上線當天，一直看好 DeSci 的 AK 就表示了對 YesNoError 項目的讚賞。
AK 表示「YesNoError 的核心價值在於加密貨幣 x AI x DeSci 的真正落地。」
YesNoError 利用了加密貨幣生態的特點，在這個特殊的環境中，資本不需要傳統意義上的投資回報。 只要能吸引足夠的關注度，就能獲得充足的資金支持。 （即註意力經濟，有人關注就會有人購買代幣。）
同時 YesNoError 也為加密貨幣找到了一個很好的應用方向。 在適當的場景下，代幣不再是純空氣，而確實能夠支持那些傳統商業模式難以維持的公共產品。
或許是因為實在看好（或持倉不少？），12 月 31 日 AK 再次發文介紹並從數據角度稱讚 YesNoError 存在的必要性與實用性。
AK 稱，YesNoError 有能力審核全球科學文獻庫中超過 9,000 萬篇論文中的錯誤，只需要幾週或數月就能完成。 如果換算為人工審核則需要數萬年，即便組成一個5000 人的博士團隊，也需要近十年時間（而且在這十年間都無法跟上新論文的發表速度），並且保守估計需要54 億美元 。
而透過優化後的 AI 模型只需要約 3000 萬美元（每篇論文 0.3 美元）就能完成更準確、更標準化的審核工作——成本不到人工方式的 1%。
如果是在傳統科學領域，籌集 3000 萬美元也是一個不小的工程，但顯然放在加密，這就容易許多。 （雖然包含許多投機炒作的因素，但僅十天 $YNE 的市值就已經 5000 萬美元。 ）
目前，該 AI 代理程式已經審核了 1700 多篇論文，發現錯誤率在 3-4% 左右。 而之後透過不斷優化，其處理速度也將進一步提升。 在 9,000 萬篇論文中，很可能存在許多重要論文含有重大錯誤，而糾正這些錯誤將對世界產生實質的正面影響。
BIO Protocol 官方帳號也同樣認同 AK 的看法：
在看好的聲音之外，也有人對 YesNoError 的真實需求性產生質疑。
Multicoin Capital 的共同創辦人 Kyle Samani 就在 AK 的這篇奶文下提出反對意見：
Kyle 認為根據二八原則，只有少數論文真正重要，而這些重要的論文因為受到充分關注，不太可能存在已知錯誤。
然而 Andrew Kang 用數據反駁。 他指出，即使按照 Kyle 的邏輯，在 9,000 萬篇論文中，假設只有 5% 是重要的，那也有 450 萬篇重要論文。 就算這些重要論文中只有 0.1% 的錯誤率，依然代表有 4500 篇重要論文有需要修正的錯誤。 而前文提到的"黑色鏟子研究"案例，就充分說明了即便是影響重大的論文也可能存在錯誤，對社會產生一定的影響。
小結
AI 審核論文這事其實也不算新鮮，從 ChatGPT 剛問世時就已經有許多 AI 審核論文的用例。 而放在加密領域來看，YesNoError 的出現可能在解決科學論文錯誤問題的同時，對加密貨幣在炒作之外的用例也有一些真正的落地發展（當然現在可能仍處於項目的初期，部分價值仍取決 於市場的炒作熱情）。
而聊回市場行為，雖然市場上許多看好的行為可以用「屁股決定腦袋」來總結，但如果項目真正可行，並在投機炒作之外有著落地且實用的價值，那麼這種「站 著把錢賺了」的行為想必也會受市場認可。
具體 YesNoError 後續發展如何，還需要看項目方在市場炒作風頭過去後，持續走下去的決心。 我們保持關注。
希望造福世界的計畫越來越多。