SoK: A Systematic Bidirectional Literature Review of AI & DLT Convergence
Deze systematische bidirectionele literatuuroverzicht (2020–2025) analyseert de convergentie van AI en DLT over vijf architectuurlagen in beide richtingen en onthult dat het huidige onderzoek zich te sterk richt op specifieke lagen, ontbreekt aan validatie op productieschaal en cross-layer co-design vereist om fundamentele uitdagingen op het gebied van schaalbaarheid en interoperabiliteit aan te pakken.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je twee krachtige technologieën voor die samen een huis bouwen: Kunstmatige Intelligentie (KI) en Distributed Ledger Technology (DLT), de technologie-familie achter blockchains.
- KI is als een briljante, snel denkende architect die kan leren van blauwdrukken en beslissingen ter plekke kan nemen. Deze architect is echter vaak een "black box" — je weet niet altijd hoe hij een beslissing nam, en hij kan vatbaar zijn voor fouten of verborgen vooroordelen.
- DLT is als een onbreekbaar, openbaar notitieboek waar elke gelegde steen voor altijd wordt vastgelegd. Het is transparant en betrouwbaar, maar het is traag, stijf en slecht in het nemen van complexe beslissingen op zichzelf.
Dit artikel is een systematische review (een uitgebreide, georganiseerde zoektocht) van 53 onderzoeksstudies gepubliceerd tussen 2020 en 2025. De auteurs wilden zien hoe deze twee technologieën elkaar helpen. Ze bekeken de relatie in twee richtingen: KI die DLT helpt en DLT die KI helpt.
Hier is de uiteenzetting van wat ze vonden, met gebruikmaking van eenvoudige analogieën:
1. De Tweewegstraat
De onderzoekers hebben hun bevindingen georganiseerd in twee rijstroken:
Rijstrook A: KI helpt DLT (De slimme architect repareert het notitieboek)
In deze richting gebruiken onderzoekers KI om blockchains sneller, veiliger en slimmer te maken.
- Wat ze doen: Ze gebruiken KI als een bewaker, een verkeersregelaar en een monteur voor de blockchain.
- Waar het gebeurt: Het meeste werk is gericht op de "Execution" laag (het controleren van de regels van slimme contracten) en de "Consensus" laag (het beslissen wie er in het notitieboek mag schrijven).
- Analogie: Stel je voor dat KI het openbare notitieboek scant om direct te zien of iemand probeert een pagina te vervalsen (veiligheid), of een slim algoritme gebruikt om de beste volgorde te bepalen om vermeldingen te schrijven zodat de rij sneller beweegt (consensus).
- De Hulpmiddelen: Ze gebruiken "Versterkend Leren" (KI die leert door trial-and-error) om het systeem af te stemmen en "Grote Taalmodellen" (zoals de KI waarmee je chat) om complexe code te lezen en te begrijpen.
- Het Resultaat: Het werkt goed in simulaties, maar niemand heeft tot nu toe een enorme, echte fabriek hiermee gebouwd. Het bevindt zich grotendeels nog in de "labtest"-fase.
Rijstrook B: DLT helpt KI (Het notitieboek helpt de architect)
In deze richting gebruiken onderzoekers het onbreekbare notitieboek om de problemen van KI op te lossen.
- Wat ze doen: Ze gebruiken het notitieboek om te bewijzen waar data vandaan kwam, wie de KI heeft getraind, en om ervoor te zorgen dat iedereen die samenwerkt eerlijk is.
- Waar het gebeurt: Het meeste werk is gericht op de "Data" laag (zorgen dat de ingrediënten voor de KI goed zijn) en de "Model" laag (het beheren van hoe de KI leert).
- Analogie: Stel je een groep chefs (KI-ontwikkelaars) voor die samen een maaltijd proberen te koken zonder een centrale chef. Het notitieboek legt exact vast wie welk ingrediënt heeft toegevoegd en wanneer. Dit voorkomt dat iemand stiekem slechte ingrediënten toevoegt (data poisoning) en zorgt ervoor dat iedereen eerlijk wordt betaald voor zijn bijdrage.
- De Hulpmiddelen: Ze gebruiken "Slimme Contracten" (automatische regels) om beloningen te beheren en "Federated Learning" (KI trainen op veel verschillende computers zonder de ruwe data te delen).
- Het Resultaat: Ook dit werkt in theorie en kleine tests, maar niemand heeft dit tot nu toe op een enorme, industriële schaal ingezet.
2. Het Grote Ongelijkgewicht (De "Scheefgetrokken" Kaart)
De auteurs merkten op dat het onderzoek zeer onbalans is, zoals een kaart waar sommige steden overvol zijn en andere lege woestijnen.
- De Overvolle Steden:
- Voor KI die DLT helpt: Iedereen is geobsedeerd door de "Consensus" (stemmen) en "Execution" (het draaien van de code) lagen.
- Voor DLT die KI helpt: Iedereen is geobsedeerd door "Data" (ingrediënten) en "Model" (het recept).
- De Lege Woestijnen:
- Weinigen kijken naar de "Network" (hoe computers met elkaar praten) of de "Infrastructure" (de daadwerkelijke hardware/energie) lagen.
- Analogie: Het is alsof iedereen ruzie maakt over de beste verfkleuren voor het huis (Toepassing) en de beste sloten voor de deur (Veiligheid), maar bijna niemand controleert of het fundament (Infrastructuur) of de leidingen (Netwerk) het gewicht van het huis daadwerkelijk kunnen dragen.
3. De Harde Waarheden (De Gaten)
Ondanks alle spannende ideeën wijst het artikel op enkele ernstige problemen:
- Geen Bewijs uit de Wereld: Bijna elke studie is een "prototype" of een "simulatie". Het is alsof je een perfect modelauto bouwt in een garage, maar het nooit echt op een snelweg rijdt. Niemand heeft bewezen dat dit werkt op een enorme, productieschaal.
- Het "Black Box"-Probleem: KI zou slim moeten zijn, maar als de KI een fout maakt, is het moeilijk om op een blockchain te bewijzen waarom. Het artikel stelt dat we nog steeds geen perfecte manier hebben om KI-beslissingen "verifieerbaar" (bewijsbaar) te maken op een blockchain.
- De Verkeersdrempel: Blockchains zijn traag, en KI moet snel zijn. Ze samenbrengen maakt dingen vaak trager of duurder.
- De Taalbarrière: Verschillende projecten gebruiken verschillende regels en standaarden, waardoor het moeilijk is voor hen om met elkaar te communiceren (interoperabiliteit).
Samenvatting
Het artikel concludeert dat KI en DLT op papier een perfecte match zijn (de ene is slim, de andere betrouwbaar), maar dat ze momenteel vastzitten in het "lab".
- KI maakt blockchains slimmer en veiliger.
- Blockchains maken KI betrouwbaarder en transparanter.
Echter, we staan nog in de kinderschoenen. We hebben prachtige blauwdrukken en kleine modellen, maar we hebben de wolkenkrabber nog niet gebouwd. De auteurs zeggen dat we moeten stoppen met alleen maar over de theorie te praten en deze systemen in de echte wereld moeten testen om te zien of ze de druk aankunnen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.