في السنوات الأخيرة، أصبح موضوع الدمج بين الذكاء الاصطناعي (AI) وتقنية السجل الموزع (DLT) واحداً من المجالات البحثية المتنامية، حيث تركز الأبحاث في هذا المجال بشكل كبير على تطبيقات محددة، مما أدى إلى نقص في الفهم الشامل للتواصل المعماري بين هاتين التكنولوجيتين. في محاولة لسد هذه الفجوة، تم إجراء مراجعة منهجية ثنائية الاتجاه للدراسات التي تم نشرها بين عامي 2020 و2025.

تُصنف النتائج في اتجاهين: الأول هو "تحسين DLT بواسطة AI"، حيث ندرس كيفية استخدام تقنيات الذكاء الاصطناعي لتحسين أنظمة السجل الموزع عبر خمسة طبقات: طبقة البيانات، الشبكة، التوافق، التنفيذ، والتطبيق. أما الاتجاه الثاني، فهو "تحسين AI بواسطة DLT"، والذي يفحص كيف تدعم تقنية السجل الموزع أنظمة الذكاء الاصطناعي عبر خمسة طبقات هي: البنية التحتية، البيانات، النموذج، الاستدلال، وطبقة التطبيق، مع التركيز على التعلم الفيدرالي وتقييم النموذج وتنسيق العمليات متعددة الوكلاء.

تظهر التحليلات أن معظم الأعمال تتركز على عدد قليل من الطبقات، مثل التنفيذ والتوافق لتحسين DLT بواسطة AI، والبيانات والنموذج لتحسين AI بواسطة DLT. بينما تظل الطبقات الأخرى مهملة إلى حد كبير. بالرغم من التحسينات المبلغ عنها في ظروف محكومة، لم تُظهر أي دراسة تنفيذ هذه التقنيات على نطاق الإنتاج. بالإضافة إلى ذلك، لم تقدم الأبحاث الحالية أجوبة مرضية حول قضايا أساسية تتعلق بالقابلية للتوسع، والتشغيل البيني، والتنفيذ القابل للتحقق.

ندعو إلى الحاجة للتصميم المشترك عبر الطبقات والتحقق التجريبي في البيئات الواقعية لتحقيق تقدم فعّال في هذا المجال.