Блокчейн и ИИ: спасение жизней, климата и энергосетей

Лонгриды Медицина Наука 21.07.2026

Вот перефразированный вариант новости на русском языке:

Пока одни спорят о возможном апокалипсисе из-за ИИ, а другие предупреждают об угрозах криптовалют, технологии блокчейна и искусственного интеллекта уже находят реальное применение в медицине и науке. ForkLog собрал подборку самых интересных проектов, которые доказывают, что эти инструменты могут решать практические задачи далеко за пределами финансов.

Приватная передача данных для спасения жизней

В реанимации врачам жизненно необходимо прогнозировать риски смерти пациентов, чтобы вовремя начать агрессивное лечение. Для этого используются ИИ-модели, но они часто обучаются на данных лишь одной больницы. При переносе в другое учреждение точность таких моделей падает из-за различий в демографии и методах работы. Объединение данных из множества клиник могло бы решить эту проблему, но законы (например, HIPAA и GDPR) строго запрещают передачу «сырых» медицинских записей.

Технология федеративного обучения (FL) позволяет обойти этот запрет: больницы обмениваются не данными пациентов, а лишь обновлениями нейросети. Однако в существующих FL-системах были проблемы: отсутствие гарантии согласия пациентов, невозможность проверить целостность данных и уязвимость для атак. Платформа BlockFedMed решает все эти вопросы с помощью блокчейна.

Система построена на Hyperledger Fabric и использует специальную нейросеть (LSTM). Вместо того чтобы полагаться на честность больниц, BlockFedMed создает криптографически проверяемый след. Три смарт-контракта управляют согласием, целостностью и мотивацией участников. Агрегатор устойчив к атакам и принимает только проверенные обновления.

Тестирование на базах данных MIMIC-IV (52 000 случаев) и eICU (200 000 записей из 208 больниц) показало впечатляющие результаты. Точность прогнозирования смертности (AUROC) достигла 0,841 — это на 7,4 пункта выше, чем у локальных моделей, и всего на 3,1 пункта ниже теоретического максимума, который недостижим из-за законов. При этом скорость обработки согласий пациентов выросла на 71%.

Проект пока демонстрационный, но он открывает путь к тому, чтобы сотни клиник по всему миру могли совместно обучать мощные ИИ-модели, не нарушая закон.

Верифицируемый ИИ в фармакогенетике

ИИ уже неплохо предсказывает, какой препарат подойдет конкретному человеку на основе его генома. Но как проверить, что прогноз был сделан честно, а не подогнан постфактум? В медицине, где цена ошибки — жизнь, это недопустимо.

Ученые из Университета Южной Дании предложили модель, которая объединяет ИИ-прогнозирование с блокчейн-верификацией. Система вычисляет прогноз, создает криптографические хеши (отпечатки) входных данных и самой модели, а затем навсегда сохраняет их в блокчейне через смарт-контракт.

Любой участник процесса — врач, регулятор или пациент — может независимо убедиться, что прогноз получен из известной модели и верных данных, не раскрывая при этом сами геномные данные. Эксперименты показали, что модель Random Forest Regressor достигла точности 0,979 (при максимуме 1) в предсказании чувствительности к лекарствам, а проверка целостности подтвердила прозрачность до 70%. Это шаг к тому, чтобы ИИ в медицине стал не только точным, но и юридически доверенным инструментом.

Углеродные рынки на блокчейне

Экосистемы «голубого» углерода (мангровые леса, морские травы) поглощают CO₂ в 5-10 раз эффективнее лесов Амазонки. Однако они почти не участвуют в углеродных рынках из-за непрозрачности, высоких затрат на мониторинг и рисков мошенничества.

Исследователи из Китая представили архитектуру, которая делает мониторинг непрерывным. IoT-датчики круглосуточно передают данные об окружающей среде, а блокчейн на Hyperledger Fabric гарантирует их неизменность. Единый стандарт (CDIS) делает данные читаемыми из любых источников. Управление осуществляется через ДАО, где предприятия и регуляторы сообща устанавливают правила. Чем качественнее данные, тем больше влияния у участника.

Архитектура также позволяет выходить на публичные блокчейны (например, Ethereum) через токенизацию, создавая «углеродные RWA» и открывая возможности для кредитования.

Проектирование фотонных кристаллов

Фотонные кристаллы — это материалы, управляющие светом на нанометровом уровне. Они нужны для оптических компьютеров и квантовых устройств, но спроектировать их вручную практически невозможно.

В Университете Цинхуа разработали механизм AIGP на основе диффузионных моделей. Он работает как генеративная нейросеть: вы задаете параметры (например, «пропускать свет с длиной волны 1550 нм»), и ИИ сам создает структуру кристалла. Симуляции подтвердили высокую точность метода.

Блокчейн здесь решает задачу приватности. Лаборатории могут обмениваться обновлениями моделей, не раскрывая свои секретные разработки. Каждое обновление верифицируется и фиксируется в распределенном реестре. Это исследование — шаг к созданию ИИ-чипов нового поколения, которые будут быстрее и энергоэффективнее современных.

Федеративная зарядка электромобилей

Массовый переход на электромобили создает три проблемы: пиковые нагрузки на сеть, риск утечки данных о владельцах и недоверие к централизованным системам.

Проект PETAL-Grid предлагает решение на основе федеративного ИИ и блокчейна. Система работает в пять этапов: сбор локальных данных, прогнозирование спроса на периферийных устройствах, федеративное обучение (обмен обобщенными прогнозами, а не личными данными), адаптивная координация нагрузки и блокчейн-валидация транзакций.

Блокчейн обеспечивает прозрачность и неизменность всех операций, а смарт-контракты автоматизируют расчеты. Моделирование показало, что PETAL-Grid снижает пиковую нагрузку на 18%, повышает эффективность использования энергии на 17%, а безопасность транзакций достигает 98-99%. Система решает все три проблемы сразу: разгружает сети, защищает приватность и гарантирует честность.

***

Новые технологии всегда привлекают спекулянтов. Информационный шум часто скрывает их реальную пользу. Важно помнить: не все разработки обязательно должны приносить деньги — некоторые просто призваны работать на благо людей.