技术浪潮的变革永远在路上。

撰文：代聪飞、李扬霞

编辑：林觉民       

来源：雷锋网                                   

2022 年初，已经诞生八年的 Web3 概念开始席卷科技圈。但火爆不到一年，热潮便逐渐褪去；取「Web3」而代之的是 ChatGPT 引爆的大模型时代。

过去半年间，国内诞生了 100 余个大模型，从通用大模型到垂直大模型，形形色色，各有千秋。究其本质，大模型让人们看到了通用人工智能的曙光。

回到 Web3，热潮褪去，裸泳者不得不品尝苦果。但这并不表示，Web3 是虚无缥缈的概念。事实是，人们对它的认知愈加清晰。

就连 ChatGPT 创造者，OpenAI 创始人 Sam Altman 也有志投身 Web3 的创业，他有一个「志向」远大的项目——「Worldcoin」。

当 Web3 真正与大模型激情对撞，将会产生怎样的结果。

由 GAIR 研究院、雷峰网、世界科技出版社、科特勒咨询集团联合主办的第七届 GAIR 全球人工智能与机器人大会于 8 月 14 日在新加坡成功举办。针对当下圈内最新话题，8 月 15 日下午，GAIR 特意设置 Web3 与 AI 的终极碰撞分论坛，邀请到许多圈内资深业者，分享他们的真知灼见。

来会发言的嘉宾有：

• 南洋理工大学教授，刘杨
• 阿里云新加坡大区新兴业务和创新联盟总监 James liu
• BitDATA 创始人，王凯
• Project Twelve (P12) 创始人，boyang
• 阿博茨科技 CEO，海豚浏览器创始人兼 CEO，杨永智
• Foresight X 合伙人，Min

会议现场，Web3 和 AI 行业的从业者、投资人等嘉宾从安全、应用前景、两者关系等多个维度展开深入探讨，产生了非常多的奇妙碰撞和火花。

谈及 AI 与 Web3 的关系时，BitDATA 创始人王凯将二者比作了生产力和生产关系，他表示：「如果说 AI 是生产力，那么 Web3 就是生产关系。不同于 AI，Web3 是一个比较复杂的东西，不光是技术的改变，也是生产关系的一个变化，就像互联网技术已经超越了技术本身一样。」

分论坛上，各位嘉宾的更多精彩内容，赶紧一起来一睹为快吧：

南洋理工大学教授刘杨：AI 能够助力应用安全，但它本身的安全也非常重要

AI 如何助力应用安全？南洋理工大学教授刘杨带领团队在这方面进行了多年探索研究，ChatGPT 出现以后，刘杨教授及其团队对其在安全领域的应用和表现也十分关注。

刘杨

刘杨教授分享了团队对 AI 大模型在安全方面应用的许多思考。刘杨教授表示，2019 年，团队更多是用神经网络的这方法寻找漏洞。这里的思路其实很简单：先收集一堆漏洞数据，训练一个模型，然后让这个模型在一个未知的函数中预测它是否存在漏洞。

刘杨教授也指出了其中可能存在的问题，由于大模型和人工智能最初的出发点是来自 NLP 的场景，所以大部分人做神经网络的时候，输入或者场景是以文本为主，而不是代码。但是文本和代码非常不一样，用文本的方法去学习代码，很难学到其精准语义。遵循这样的思路，刘杨教授及其团队把代码结构应用到神经网络里面，结果非常不错。但在工业化落地过程中，却发现效果并不是很好。

原因是，如果要做一个这个漏洞扫描工具，漏洞数据量非常小，把全世界所有的开源组件漏洞加起来可能差距仍然很大。

等到 ChatGPT 出现以后，业内都在思考它能否变成一个新的方法论用于更好地寻找漏洞。但这可能没那么简单。从语义层面来讲，漏洞是非常易变的一件事，一个代码，改一个字母，它就从安全的合约，变成了漏洞合约，但是 ChatGPT 本身是一个概率模型，不可能把这么小的文本层面改动分析到对应的语义层面。

刘杨教授及其团队对 AI 如何在找漏洞这个场景真正落地做了诸多工作：其一，让 ChatGPT 判断合约是做什么的，并进一步判断其中有没有关键变量可能被黑客操作，并把 GPT 的这个代码理解能力跟刘杨教授做联合创始人的 MetaTrust Labs 的自动化智能合约漏洞扫描产品 MetaScan 结合，形成了一套业界独有的 AI 扫描引擎，此方法能高效检测一些业界痛点的逻辑漏洞；其二，通过动态方法找漏洞，这原本需要很多人工介入，主要是 driver 和做 Oracle 的生成需要人工参与，而 ChatGPT 能够代替人来去写 driver。有趣的是，结果显示，ChatGPT4.0 的结果比 ChatGPT3.5 好很多；其三，将深度测试自动化，原来我们认为渗透测试是一个比较系统化的，需要人参与的行为。现在，通过 ChatGPT 理解其每个动作和产生数据的上下文，可以把渗透测试流程自动化衔接。

上述方法都是基于对 ChatGPT 的直接调用。其存在需要付费、无法掌控等弊端。刘杨教授还分享了更深度的使用 ChatGPT 的方法。就此，刘杨讲了两个场景：一是对漏洞的定位和解释。重点还是应用对漏洞语义的理解，将漏洞语义和神经网络进行比较深入的集成，收集漏洞相关的路径，再做一些 Ranking，把潜在漏洞的相关代码和路径放在更高优先级推选出来；二是在大模型基础上做所谓的 fine tuning，与大模型做一个更深入的集成，让大模型做从一个只具有 common sense 的模型，变成懂应用安全、懂代码漏洞和补丁的垂直领域的大模型；三是加入反馈机制，从而让修复效果变得真正可以落地。

刘杨教授最后还分享了一个很有意思的最新研究成果：用安全尝试攻击 AI，发现 ChatGPT 有各种方法攻击 AI，比如说让大模型吐出来一些他不想说的事情。这种情况下，人类可能有无数种方法让大模型表达出来他们所想要的内容。更夸张的是，我们不仅可以让他吐出来一些他不想吐的内容，甚至可以操控它，像传统的恶意代码一样，让大模型去做一些他不应该做的事，甚至改变它的一些行为。

因此，AI 不仅可以赋能安全，AI 本身的安全也变成了一个非常重要的事。如果 AI 本身就不安全，那后面的一切也就成了空谈。刘杨表示，这是 AI 未来必然必须要考虑的事情。

阿里云新加坡大区新兴业务和创新联盟总监 James liu：Web3 时代的变与不变

随后，阿里云新加坡大区新兴业务和创新联盟总监 James Liu 对 Web3 和 AI 时代的变革与趋势进行了深入探讨。他突出了实现 Web3 成功所需的 4+1 要素，包括数据、数字资产、DAO 治理和商业逻辑，此外还需要加入 AI 元素。他呼吁我们在关注日新月异的变化的同时，应该回归本源，思考什么是不变的。比如基础设施中的计算、存储、网络和安全等是不变的元素。

作为亚太地区最大的云服务提供商，阿里云为用户提供了这些基础设施，以及相应的商业生态，为 Web3 和 AI 的创新奠定了基础。

James liu

他还分享了 Web3.0 的产业地图，对比了 Web2.0 和 Web3.0，从物理层、IaaS 层、PaaS 层和 SaaS 层等方面进行了创新和布局的介绍。

James 还分享了 Web3 和 AI 的应用案例。其中之一是由 Alibaba Cloud、Avalanche 和 MUADAO 联合发布的跨链 Cloudverse 云宇宙方案。另外，他提到了全 AI 驱动的 e-KYC 金融合规方案，该方案已在 Web3 行业得以应用。

在阐述阿里云的创新布局时，James 提到，阿里云在新加坡设立了创新加速器，旨在协助多个领域的发展，涵盖了 Web3.0、AI、可持续发展以及医疗等新兴领域。他认为创新需要生态的支持，无论是 Web3.0 还是 AI，都需要健全的生态系统来促进共同创新。

最后，他欢迎大家加入阿里云生态，共同通过生态实现创新和共同成长。

BitDATA 创始人王凯：人工智能时代，反洗钱的成效与挑战

作为数字货币行业的资深从业者，王凯分享了 AI 在数字货币交易所反洗钱中的应用。

王凯创立的 BitDATA Exchange（BitEx）是新加坡的加密货币交易所，专注于安全，并借助先进技术支持，促进高效的高交易量。

王凯

在简单回顾了数字货币的发展过程后，王凯对未来数字货币的发展趋势给出了自己的判断。他表示，一是围绕金融衍生品；二是中心化和去中心化的交易所；三是基于链上的交易；四是趋于合规和持牌的经营。在此前提下，随着市场大量资金的流通应用，反洗钱就成为一个重要课题。

那么， AI 在反洗钱领域有哪些应用呢？

王凯给出了如下答案：一是通过大数据对链上的账本数据、交易记录、客户信息、市场动态等数据进行分析更好地去识别风险；二是，基于机器学习，产品（BitDATA） 通过不断学习和分析数据改变识别模式，还能够发现异常交易行为并进行预测。此外，通过机器学习，我们可以发现一些强关联交易，通过大数据进一步关联分析，能够发现这个交易间的一些隐藏关系。三是，通过长期积累的交易数据和机器学习模式，能够进行趋势分析，判断未来的风险趋势。

通过 AI 模型，BitDATA 能够持续学习和优化，提高后续识别的这个准确性。当然整个技术还离不开人的介入。王凯表示，这个过程属于自动化 + 人工的协作，大量自动化的决策和处理过程，减少了人工审核的成本，提高了合规性。

总体来说，人工智能技术在反洗钱领域有非常效果和收益，特别是在提高检测准确性、降低运营成本和增加客户的任方面。

尽管如此，王凯也坦言，当下 AI 目前仍在发展中，还面临很多问题和限制：比如，AI 模型的效果依赖于数据质量效果，数据质量直接会影响到结果偏差。又比如，在可解释性方面，深度学习模型往往缺乏透明度，导致有些决策难以解释。

演讲的尾声，王凯憧憬了人工智能在数字货币交易所反洗钱领域的巨大潜力。

圆桌论坛：当 AI 和 Web3 相遇，未来会发生哪些变化？

演讲过后，一场关于 AI 与 Web3 的圆桌论坛，将整个会场气氛推向高潮。在 Project Twelve (P12) 创始人 Boyang 主持下，BitDATA Exchange 创始人王凯，阿博茨科技 CEO、海豚浏览器创始人兼 CEO 杨永智，Foresight X 合伙人 Min 三位嘉宾围绕 AI 与 Web3 的联系，如何更好地发挥二者价值等话题进行了热烈讨论。

从左到右依次是 Boyang、杨永智、王凯、Min

Boyang 首先表示，AI 和 Web3 的技术浪潮非常重要，是从业者非常关注的焦点。并进而提出第一个问题，Web3 和 AI 间有怎样的关系，以及二者是否有潜在结合的机会。

就此，王凯分享了他眼里一个十分有趣的观点，即从生产力、生产工具、生产资料的维度看，AI 可以视作生产工具，而 Web3 是一个比较复杂的东西，其中不仅包括是技术的改变，也是生产关系的变化，这就好像互联网已经远远超越技术本身一样。在这样的变化下，Web3 可能会影响到很多方面，新的技术，比如 AI 也能帮助 Web3 更好地发展。

Foresight X 合伙人 Min 从双方相互作用的角度展开了思考。在她看来，Web3 作用于 AI 更多是基础设施方面，Web3 所有的 Privacy、Trustless、Decentralization 的特性以及 Token Economy 在 AI 基础设施最重要的三个要素——数据、模型、算力都可以进行相应改造。与之相对，AI 对 Web3 的各个应用领域带来很多改变，比如基于 GPT、LLaMA 等大模型开发的链上数据分析工具、DID（去中心化身份）、NFT、区块链游戏 NPC 等。

不过，杨永智对 AI 对 Web3 的影响持谨慎态度。他认为，AI 在 Web3 与 Web2 中的应用 Web2 没什么区别，本质是一样的，不会产生另外一个巨大的变革机会。如果说真的能有巨大的变革，或许至少也需要 5 年。

在论坛上，Boyang 对各位嘉宾分享的观点表示了赞许。他还表示，AI 在反洗钱、安全审计等领域的应用也非常有意思。随后，Boyang 展开对 Web3 和 AI 未来发展的憧憬：那 Web3 和 AI 等前沿技术未来在改造行业过程中如何做加法呢？

王凯表示，AI 本身就是个技术工具，最重要的价值是在应用中体现。如何将其结合新的商业模式实现创新，实现商业价值是关键。而 Web3 要发展，就必须降低技术门槛，否则就会阻碍发展。他还举了一个具体例子，比如当下十分火热的 AIGC、ChatGPT 都需要人投喂互联网数据，那么这些东西是不是可以与 Web3 结合，让更多有专业的知识的人进行分享，ChatGPT 的学习这些专业知识产生出更好价值。将这种贡献能够与 token 经济奖励来结合，是不是一种新的应用？

杨永智认为，元宇宙游戏可能会是 Web3 与 AI 两者紧密结合产生爆发式的机会。他解释，现在很多游戏，比如 NPC 后面本质都是 AI，与元宇宙没有关系，元宇宙与游戏间的最大差异就是共建共享共治。目前，很多游侠本质上是加了 VR 或者 AR，拓展了游戏边界，这种元宇宙是搞不起来的。只有架构在区块链上，真正让社区共建共享共治的元宇宙才是真正的元宇宙。当然，要想做好元宇宙也必定离不开 AI。

Min 则从孵化器的角度给出了相应观点。她认为，目前最稀缺的因素其实是人。目前看到很多团队两个领域的人是不重合的：AI 的人在左边，区块链的人就在右边，两边双修的人极少。不过，随着大模型的浪潮起来，业内对于 AI 和 Web3 接受程度越来越高。未来，我们可能会看到综合能力更强的团队，做出来一些不太一样的东西。

伴随着对未来的畅谈，Web3 分论坛圆满落幕。

结语

8 月 15 日下午，随着 Web3 分论坛顺利结束，GAIR 2023 也告一段落。回顾本次 GAIR，从 GPT 到 Web3，大会讨论了诸多当下热议话题。

去伪存真，Web3 的赛道上依然有一群真正的追寻者。作为科学前沿技术，无论是大模型，还是 Web3，其发展和完善都不是朝夕之功。

现在，尽管 Web3 的热潮有所消退，但真正的实干者从来都不是单纯地追逐风口，而是踏实前行，在人迹罕至处寻得新生。

期待，这些实干者在未来给我们带来更多惊喜。图片