Где ИИ и блокчейн приносят практическую пользу

Несколько исследовательских групп реализовали проекты, в которых блокчейн фиксирует неизменные записи и согласие, а искусственный интеллект выполняет прогнозы и оптимизацию на локальных данных. Решения проверяли на медицинских базах, полевых сенсорах и лабораторных экспериментах.

Проект BlockFedMed сочетает федеративное обучение с блокчейн‑контролем согласия и проверкой целостности обновлений модели. Система построена на Hyperledger Fabric v2.5 и использует двунаправленную LSTM‑модель с механизмом Гауссовской дифференциальной приватности. Три смарт‑контракта регистрируют верифицируемое согласие пациентов, проверяют целостность присланных обновлений и управляют стимулированием участников. Агрегатор FedMed‑Bft отбрасывает обновления, не прошедшие проверку, и защищён от византийских атак. Обучение проводилось на базе данных MIMIC‑IV, внешняя валидация — на наборе eICU. При внешней проверке модель показала AUROC 0,841, что на 0,074 выше, чем у локальных моделей, и на 0,031 ниже, чем гипотетическое централизованное обучение. Автоматизация обработки согласий сократила время на 71%. Проект остаётся исследовательским примером применения федеративных схем при юридических ограничениях на обмен медицинскими записями.

Группа из Университета Южной Дании предложила архитектуру для верифицируемых прогнозов в персонализированной медицине. Система вычисляет прогнозы по геномным данным, затем создаёт криптографические хеши входных данных и результатов и записывает их в блокчейн через смарт‑контракт. Применены детерминированная токенизация и каноническое хеширование, что связывает пару «вход — прогноз» в ончейн‑записи без раскрытия самих геномных данных. На наборе GDSCv2 модель Random Forest Regressor дала коэффициент детерминации 0,979; пятимодульная перекрёстная валидация показала 0,977. Тесты аудита зафиксировали верифицируемость ончейн‑записей до 70% в выборках.

Для учёта «голубого» углерода предложена архитектура непрерывного мониторинга, где IoT‑датчики передают данные о среде в реальном времени, а Hyperledger Fabric фиксирует неизменные события и обеспечивает прослеживаемость. Принят единый формат передачи данных Carbon Data Interface Standard (CDIS) для совместимости источников. Управление оформлено как децентрализованная организация: участники, верификаторы и регуляторы совместно формируют правила, а механизм Dynamic Authority Selection распределяет право участия в консенсусе в зависимости от проверяемого качества данных. Архитектура предусматривает выход на публичные сети и токенизацию для создания облигаций, обеспеченных углеродными активами, и интеграции CO₂‑кредитов.

В Университете Цинхуа разработали метод AI‑generated photonics (AIGP) на базе латентных диффузионных моделей для проектирования фотонных кристаллов. Модель напрямую переводит заданные оптические параметры в структуру, что уменьшает число итеративных симуляций. Лабораторные симуляции подтвердили соответствие полученных структур параметрам пропускания, фазы и поляризации. Блокчейн здесь используют для обмена обновлениями моделей между лабораториями без раскрытия патентованных деталей: каждое обновление верифицируется и регистрируется в распределённом реестре.

Проект PETAL‑Grid сочетает федеративный ИИ, вычисления на периферии и блокчейн‑валидацию для координации зарядки электромобилей. Рабочий процесс включает локальный сбор данных на зарядных станциях, прогнозирование спроса на edge‑устройствах, федеративную агрегацию моделей, адаптивную координацию нагрузки и блокчейн‑валидацию транзакций. Моделирование показало снижение пиковых нагрузок на 18% и рост эффективности использования энергии на 17%, а безопасность транзакций оценили в 98–99%.

Во всех описанных проектах распределённый реестр используют главным образом для сохранения неизменности записей, аудита операций и управления правами участников, а ИИ работает с локальными данными или локально обучаемыми моделями. Законодательные ограничения на передачу «сырых» медицинских записей и требование сохранять коммерческую тайну чаще всего приводят к применению федеративных схем и криптографических механизмов вместо централизованного обмена данными. Большая часть решений находится на уровне исследований или прототипов и подвергается проверке на совместимость технологий.