ਲਾਭ:
- ਇਹ ਫਰਕ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਕਿ ਨਕਲੀ ਬੁੱਧੀ Web3 ਵਰਕਫਲੋ (ਡਰਾਫਟ, ਪੈਟਰਨ ਮਾਰਕਿੰਗ, ਪੁੱਛਗਿੱਛ) ਵਿੱਚ ਕਿੱਥੇ ਸਮਾਂ ਬਚਾਉਂਦੀ ਹੈ ਅਤੇ ਕਿੱਥੇ ਸੁਰੱਖਿਆ ਅਤੇ ਵਿਆਖਿਆ ਦੇ ਫੈਸਲੇ ਗਲਤੀ ਦੀ ਕੀਮਤ ਦੇ ਅਨੁਸਾਰ, ਮਾਹਰ ਉੱਤੇ ਛੱਡ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ।
- ਇੱਕ ਅਨੁਸ਼ਾਸਨ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਜੋ ਹਰੇਕ AI ਆਉਟਪੁੱਟ ਨੂੰ ਕੰਪਾਇਲ ਕਰਕੇ, ਸੁਤੰਤਰ ਟੂਲਿੰਗ, ਅਤੇ ਬਲਾਕ ਐਕਸਪਲੋਰਰ ਵਿੱਚ ਸਰੋਤ ਨਾਲ ਚੇਨ ਡੇਟਾ ਨੂੰ ਲਿੰਕ ਕਰਕੇ ਪ੍ਰਮਾਣਿਤ ਕਰਦੀ ਹੈ।
- ਇਹ ਸਮਝਣਾ ਕਿ ਕਿਉਂ ਅਟੱਲਤਾ, ਖੁੱਲ੍ਹਾ ਅਤੇ ਵਿਰੋਧੀ ਮਾਹੌਲ, ਧੋਖਾਧੜੀ ਦੇ ਤੀਬਰ ਜੋਖਮ ਅਤੇ ਰੱਖਿਆਤਮਕ ਵਰਤੋਂ ਨੂੰ ਇਸ ਖੇਤਰ ਵਿੱਚ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਵਿਚਾਰਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ
ਬਲਾਕਚੈਨ (ਡਿਸਟ੍ਰੀਬਿਊਟਡ ਲੇਜ਼ਰ ਜਿੱਥੇ ਟ੍ਰਾਂਜੈਕਸ਼ਨਾਂ ਨੂੰ ਬਲਾਕਾਂ ਵਿੱਚ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ, ਕ੍ਰਿਪਟੋਗ੍ਰਾਫਿਕ ਤੌਰ 'ਤੇ ਲਿੰਕਡ ਅਤੇ ਅਟੁੱਟ) ਅਤੇ Web3 (ਇੰਟਰਨੈੱਟ ਲੇਅਰ ਜੋ ਕਿ ਕੇਂਦਰੀ ਕੰਪਨੀ ਦੀ ਬਜਾਏ ਬਲਾਕਚੈਨ 'ਤੇ ਚੱਲਦੀ ਹੈ, ਜਿੱਥੇ ਉਪਭੋਗਤਾ ਆਪਣੀ ਸੰਪੱਤੀ ਅਤੇ ਡੇਟਾ ਦਾ ਮਾਲਕ ਹੁੰਦਾ ਹੈ) ਉਹਨਾਂ ਦੁਰਲੱਭ ਖੇਤਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹਨ ਜਿੱਥੇ ਸੌਫਟਵੇਅਰ ਦੀਆਂ ਗਲਤੀਆਂ ਸਿੱਧੇ ਪੈਸੇ ਵਿੱਚ ਬਦਲ ਜਾਂਦੀਆਂ ਹਨ। ਇੱਕ ਵੈਬਸਾਈਟ 'ਤੇ ਇੱਕ ਗਲਤੀ ਇੱਕ ਪੰਨਾ ਤੋੜਦੀ ਹੈ; ਇੱਕ ਸਮਾਰਟ ਕੰਟਰੈਕਟ ਵਿੱਚ ਇੱਕ ਗਲਤੀ - ਇੱਕ ਸਮਝੌਤਾ ਜੋ ਬਲਾਕਚੈਨ 'ਤੇ ਆਪਣੇ ਆਪ ਨੂੰ ਚਲਾਉਂਦਾ ਹੈ, ਜਿਸ ਦੀਆਂ ਸ਼ਰਤਾਂ ਕੋਡ ਵਿੱਚ ਲਿਖੀਆਂ ਗਈਆਂ ਹਨ - ਸਕਿੰਟਾਂ ਵਿੱਚ ਲੱਖਾਂ ਡਾਲਰਾਂ ਨੂੰ ਉਡਾ ਸਕਦੀ ਹੈ। ਇਸ ਲਈ ਇਹ ਮੋਡੀਊਲ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨੂੰ ਇਸ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਤੇਜ਼ ਸਹਾਇਕ ਵਜੋਂ ਰੱਖਦਾ ਹੈ; ਪਰ ਅੰਤਮ ਸ਼ਬਦ ਹਮੇਸ਼ਾ ਇੱਕ ਸਮਰੱਥ ਮਾਹਰ 'ਤੇ ਛੱਡਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਆਡਿਟ ਵਿੱਚ।
ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਇਹ ਸਿੱਖਾਂਗੇ ਕਿ AI ਇਸ ਪੇਸ਼ੇ ਵਿੱਚ ਕਿੱਥੇ ਸਮਾਂ ਬਚਾਉਂਦਾ ਹੈ, ਇਹ ਮਨੁੱਖਾਂ ਲਈ ਕਿੱਥੇ ਛੱਡਿਆ ਜਾਂਦਾ ਹੈ, ਹਰੇਕ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਿਵੇਂ ਕਰਨੀ ਹੈ, ਅਤੇ ਇਸ ਖੇਤਰ ਦੇ ਖਾਸ ਜੋਖਮਾਂ (ਅਟੱਲਤਾ, ਧੋਖਾਧੜੀ, ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕਤਾ)।
ਭੂਮਿਕਾਵਾਂ ਅਤੇ ਇਸ ਖੇਤਰ ਵਿੱਚ AI ਦਾ ਸਥਾਨ
Web3 ਵਿੱਚ ਵੱਖ-ਵੱਖ ਪਰ ਆਪਸ ਵਿੱਚ ਜੁੜੀਆਂ ਭੂਮਿਕਾਵਾਂ ਹਨ:
- ਸਮਾਰਟ ਕੰਟਰੈਕਟ ਡਿਵੈਲਪਰ: ਸਾਲਿਡਿਟੀ ਜਾਂ ਵਾਈਪਰ ਵਰਗੀਆਂ ਭਾਸ਼ਾਵਾਂ ਨਾਲ ਆਨ-ਚੇਨ ਕੋਡ ਲਿਖਦਾ ਹੈ।
- ਸੁਰੱਖਿਆ ਆਡੀਟਰ: ਕਮਜ਼ੋਰੀਆਂ ਲਈ ਲਿਖਤੀ ਇਕਰਾਰਨਾਮੇ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ ਅਤੇ ਇੱਕ ਰਿਪੋਰਟ ਲਿਖਦਾ ਹੈ।
- ਆਨ-ਚੇਨ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ: ਆਨ-ਚੇਨ ਟ੍ਰਾਂਜੈਕਸ਼ਨਾਂ, ਵਾਲਿਟ ਅਤੇ ਪੈਸੇ ਦੇ ਪ੍ਰਵਾਹ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ।
- ਟੋਕਨੌਮਿਕਸ ਡਿਜ਼ਾਈਨਰ: ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਦੀ ਟੋਕਨ ਸਪਲਾਈ, ਵੰਡ, ਅਤੇ ਪ੍ਰੋਤਸਾਹਨ ਢਾਂਚੇ ਨੂੰ ਮਾਡਲ ਬਣਾਉਂਦਾ ਹੈ।
- ਤਕਨੀਕੀ ਲੇਖਕ/ਦਸਤਾਵੇਜ਼ਕਾਰ: ਵ੍ਹਾਈਟਪੇਪਰ, ਉਪਭੋਗਤਾ ਗਾਈਡ ਅਤੇ ਕੋਡ ਦਸਤਾਵੇਜ਼ ਤਿਆਰ ਕਰਦਾ ਹੈ।
AI ਇਹਨਾਂ ਸਾਰੀਆਂ ਭੂਮਿਕਾਵਾਂ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ, ਪਰ ਇਹ ਉਹਨਾਂ ਸਾਰਿਆਂ ਵਿੱਚ ਬਰਾਬਰ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੈ। ਅੰਗੂਠੇ ਦੇ ਨਿਯਮ ਦੇ ਤੌਰ 'ਤੇ: AI ਦਾ ਯੋਗਦਾਨ ਵਧਦਾ ਹੈ ਕਿਉਂਕਿ ਗਲਤੀ ਦੀ ਲਾਗਤ ਘਟਦੀ ਹੈ। ਜੇਕਰ ਕੋਈ ਦਸਤਾਵੇਜ਼ੀ ਵਾਕ ਗਲਤ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਠੀਕ ਕੀਤਾ ਜਾਵੇਗਾ; ਜੇਕਰ ਇੱਕ ਆਡਿਟ ਰਿਪੋਰਟ ਵਿੱਚ ਕੋਈ ਕਮਜ਼ੋਰੀ ਖੁੰਝ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਫੰਡ ਚੋਰੀ ਹੋ ਜਾਂਦੇ ਹਨ। ਇਸ ਲਈ, ਪੱਧਰ ਦੁਆਰਾ ਜੋਖਮ ਨੂੰ ਵੱਖ ਕਰਨਾ ਇਸ ਪੇਸ਼ੇ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਪਹਿਲਾ ਨਿਯਮ ਹੈ।
ਕਾਰੋਬਾਰ
ਏਆਈ ਦੀ ਭੂਮਿਕਾ
ਜੋਖਮ ਦਾ ਪੱਧਰ
ਅੰਤਮ ਪ੍ਰਵਾਨਗੀ
ਕੋਡ ਡਰਾਫਟ ਤਿਆਰ ਕਰੋ
ਤੇਜ਼ ਪਹਿਲਾ ਡਰਾਫਟ
ਮੱਧਮ
ਡਿਵੈਲਪਰ + ਟੈਸਟਿੰਗ
ਸੁਰੱਖਿਆ ਆਡਿਟ
ਟਿਪ, ਪੈਟਰਨ ਮਾਰਕਿੰਗ
ਬਹੁਤ ਉੱਚਾ
ਸਮਰੱਥ ਆਡੀਟਰ
ਕਮਜ਼ੋਰੀ ਸਕੈਨਿੰਗ
ਉਮੀਦਵਾਰਾਂ ਦੀ ਕਮਜ਼ੋਰੀ ਸੂਚੀ
ਉੱਚ
ਇੰਸਪੈਕਟਰ + ਟੂਲ
ਆਨ-ਚੇਨ ਵਿਸ਼ਲੇਸ਼ਣ
ਪੁੱਛਗਿੱਛ ਅਤੇ ਸੰਖੇਪ
ਮੱਧਮ
ਵਿਸ਼ਲੇਸ਼ਕ ਤਸਦੀਕ
ਟੋਕਨੌਮਿਕ ਮਾਡਲ
ਦ੍ਰਿਸ਼, ਸਿਮੂਲੇਸ਼ਨ ਡਰਾਫਟ
ਉੱਚ
ਅਰਥ ਸ਼ਾਸਤਰੀ + ਟੈਸਟ
ਦਸਤਾਵੇਜ਼ੀਕਰਨ
ਡਰਾਫਟ, ਸਰਲੀਕਰਨ
ਘੱਟ-ਮੱਧਮ
ਤਕਨੀਕੀ ਸਮੀਖਿਆ
ਤਿੰਨ ਤੱਥ ਜੋ ਇਸ ਖੇਤਰ ਨੂੰ ਵਿਸ਼ੇਸ਼ ਬਣਾਉਂਦੇ ਹਨ
1. ਅਟੱਲਤਾ. ਇੱਕ ਵਾਰ ਬਲਾਕਚੈਨ 'ਤੇ ਇੱਕ ਲੈਣ-ਦੇਣ ਦੀ ਪੁਸ਼ਟੀ ਹੋ ਜਾਣ ਤੋਂ ਬਾਅਦ, ਇਸਨੂੰ ਵਾਪਸ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਤੁਸੀਂ ਬੈਂਕ ਵਿੱਚ ਗਲਤ ਟ੍ਰਾਂਸਫਰ ਨੂੰ ਕਾਲ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਇਸਨੂੰ ਰੱਦ ਕਰ ਸਕਦੇ ਹੋ; ਚੇਨ ਵਿੱਚ ਬੁਲਾਉਣ ਵਾਲਾ ਕੋਈ ਨਹੀਂ ਹੈ। ਇਸ ਲਈ "ਅਸੀਂ ਇਸਨੂੰ ਬਾਅਦ ਵਿੱਚ ਠੀਕ ਕਰਾਂਗੇ" ਮਾਨਸਿਕਤਾ ਇੱਥੇ ਕੰਮ ਨਹੀਂ ਕਰਦੀ। ਇੱਕ ਵਾਰ ਜਦੋਂ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਕੋਡ ਨੂੰ ਲਾਈਵ ਲਿਆ ਜਾਂਦਾ ਹੈ (ਮੇਨਨੈੱਟ - ਨੈੱਟਵਰਕ ਜਿੱਥੇ ਅਸਲ ਪੈਸਾ ਹੁੰਦਾ ਹੈ), ਗਲਤੀ ਦੀ ਕੀਮਤ ਸਥਾਈ ਹੁੰਦੀ ਹੈ।
2. ਖੁੱਲ੍ਹਾਪਣ ਅਤੇ ਵਿਰੋਧੀ ਮਾਹੌਲ। ਸਮਾਰਟ ਕੰਟਰੈਕਟ ਕੋਡ ਅਤੇ ਚੇਨ ਡੇਟਾ ਆਮ ਤੌਰ 'ਤੇ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਹੁੰਦੇ ਹਨ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਦੁਨੀਆ ਦਾ ਹਰ ਹਮਲਾਵਰ ਤੁਹਾਡੇ ਕੋਡ ਦੀ 24/7 ਜਾਂਚ ਕਰ ਰਿਹਾ ਹੈ। ਇੱਕ ਕਮਜ਼ੋਰੀ ਜਿਸਨੂੰ Web2 ਵਿੱਚ "ਕੋਈ ਵੀ ਨੋਟਿਸ ਨਹੀਂ ਕਰਦਾ" ਵਜੋਂ ਖਾਰਜ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, Web3 ਵਿੱਚ ਮਿੰਟਾਂ ਵਿੱਚ ਸ਼ੋਸ਼ਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਜੋ ਵੀ AI ਕਹਿੰਦਾ ਹੈ "ਸ਼ਾਇਦ ਠੀਕ ਹੈ" 'ਤੇ ਭਰੋਸਾ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।
3. ਧੋਖਾਧੜੀ ਦੀ ਤੀਬਰਤਾ. Web3 ਇੱਕ ਅਜਿਹਾ ਖੇਤਰ ਹੈ ਜਿੱਥੇ ਜਾਅਲੀ ਪ੍ਰੋਜੈਕਟ, ਰਗ-ਪੁੱਲ (ਕਿਸੇ ਪ੍ਰੋਜੈਕਟ ਦੇ ਡਿਵੈਲਪਰ ਨਿਵੇਸ਼ਕ ਦੇ ਪੈਸੇ ਇਕੱਠੇ ਕਰਦੇ ਹਨ ਅਤੇ ਭੱਜ ਜਾਂਦੇ ਹਨ) ਅਤੇ ਹਨੀਪਾਟ (ਜਾਅਲੀ ਟੋਕਨ ਜੋ ਖਰੀਦੇ ਜਾ ਸਕਦੇ ਹਨ ਪਰ ਵੇਚੇ ਨਹੀਂ ਜਾ ਸਕਦੇ, ਪੀੜਤ ਨੂੰ ਫਸਾਉਂਦੇ ਹਨ) ਕੰਟਰੈਕਟਸ ਕੇਂਦਰਿਤ ਹਨ। AI ਇਹਨਾਂ ਜਾਲਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਅਤੇ - ਸਾਵਧਾਨ ਰਹੋ - ਇਹ ਇੱਕ ਖਤਰਨਾਕ ਵਿਅਕਤੀ ਦੇ ਹੱਥਾਂ ਵਿੱਚ ਇਹਨਾਂ ਜਾਲਾਂ ਨੂੰ ਪੈਦਾ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਮੋਡੀਊਲ ਸਿਰਫ਼ ਰੱਖਿਆਤਮਕ, ਆਡਿਟਿੰਗ ਅਤੇ ਇਮਾਨਦਾਰ ਵਿਕਾਸ ਉਦੇਸ਼ਾਂ ਲਈ ਵਰਤੋਂ ਸਿਖਾਉਂਦਾ ਹੈ।
ਸਾਵਧਾਨ: AI ਨੂੰ ਕਹਿਣਾ "ਮੈਨੂੰ ਇੱਕ ਹਨੀਪੌਟ ਇਕਰਾਰਨਾਮਾ ਲਿਖੋ ਜੋ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਧੋਖਾ ਦਿੰਦਾ ਹੈ" ਜਾਂ "ਮੈਂ ਇਸ ਪ੍ਰੋਟੋਕੋਲ ਦਾ ਸ਼ੋਸ਼ਣ ਕਿਵੇਂ ਕਰ ਸਕਦਾ ਹਾਂ ਅਤੇ ਫੰਡ ਕਢਵਾ ਸਕਦਾ ਹਾਂ" ਅਣਅਧਿਕਾਰਤ ਅਤੇ ਅਨੈਤਿਕ ਵਰਤੋਂ ਹੈ। ਸਹੀ ਵਰਤੋਂ ਹਮੇਸ਼ਾ ਹੁੰਦੀ ਹੈ: "ਕੀ ਇਸ ਇਕਰਾਰਨਾਮੇ ਵਿੱਚ ਹਨੀਪਾਟ ਪੈਟਰਨ ਹੈ", "ਮੈਂ ਇਸ ਪ੍ਰੋਟੋਕੋਲ ਵਿੱਚ ਕਮਜ਼ੋਰੀ ਨੂੰ ਕਿਵੇਂ ਬੰਦ ਕਰਾਂ", "ਮੈਂ ਇਸ ਕੋਡ ਵਿੱਚ ਜੋਖਮ ਦੀ ਪੁਸ਼ਟੀ ਕਿਵੇਂ ਕਰਾਂ"।
ਜਿੱਥੇ AI ਮਜ਼ਬੂਤ ਅਤੇ ਕਮਜ਼ੋਰ ਹੈ
AI ਇਸ ਖੇਤਰ ਵਿੱਚ ਇੱਥੇ ਮਜ਼ਬੂਤ ਹੈ: ਜਾਣੇ-ਪਛਾਣੇ ਕਮਜ਼ੋਰੀ ਪੈਟਰਨ (ਜਿਵੇਂ ਕਿ ਪੁਨਰ-ਪ੍ਰਵੇਸ਼, ਪੂਰਨ ਅੰਕ ਓਵਰਫਲੋ); ਸਾਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਸਮਝਾਉਣਾ ਕਿ ਕੋਡ ਕੀ ਕਰਦਾ ਹੈ; ਡਰਾਫਟ ਟੈਸਟਿੰਗ ਅਤੇ ਦਸਤਾਵੇਜ਼; ਵੱਡੇ ਡਾਟਾ ਸਵਾਲ ਲਿਖਣਾ; ਵੱਖ-ਵੱਖ ਪੱਧਰਾਂ 'ਤੇ ਇੱਕ ਸੰਕਲਪ ਦੀ ਵਿਆਖਿਆ ਕਰਨਾ।
AI ਇਸ 'ਤੇ ਕਮਜ਼ੋਰ ਅਤੇ ਗੁੰਮਰਾਹਕੁੰਨ ਹੈ: ਇੱਕ ਨਵੀਂ/ਅਨੋਖੀ ਕਮਜ਼ੋਰੀ ਲੱਭਣਾ (ਜੇ ਇਹ ਸਿਖਲਾਈ ਡੇਟਾ ਵਿੱਚ ਨਹੀਂ ਹੈ ਤਾਂ ਇਸ ਨੂੰ ਨਹੀਂ ਦੇਖ ਸਕਦਾ); ਇੱਕ ਪ੍ਰੋਟੋਕੋਲ ਦੀ ਆਰਥਿਕ ਸੁਰੱਖਿਆ ਦਾ ਸੰਪੂਰਨ ਮੁਲਾਂਕਣ; ਮੌਜੂਦਾ ਲਾਇਬ੍ਰੇਰੀ ਸੰਸਕਰਣਾਂ ਅਤੇ ਨਵੀਨਤਮ ਹਮਲਿਆਂ ਨੂੰ ਜਾਣਨਾ (ਸਿਖਲਾਈ ਦੀ ਕਟੌਫ ਮਿਤੀ ਤੋਂ ਅੱਗੇ ਨਹੀਂ); ਸੰਪੂਰਨ ਨਿਰਣੇ ਜਿਵੇਂ ਕਿ "ਇਹ ਇਕਰਾਰਨਾਮਾ ਸੁਰੱਖਿਅਤ ਹੈ"। AI ਪ੍ਰਵਾਹ ਅਤੇ ਭਰੋਸੇਮੰਦ ਭਾਸ਼ਾ ਵਿੱਚ ਸੁਰੱਖਿਆ ਦਾ ਝੂਠਾ ਭਰੋਸਾ ਦੇ ਸਕਦਾ ਹੈ - ਇਹ ਇਸ ਖੇਤਰ ਵਿੱਚ ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਕਿਸਮ ਦਾ ਭਰਮ ਹੈ।
ਹਰ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਅਨੁਸ਼ਾਸਨ
ਇਸ ਪੇਸ਼ੇ ਵਿੱਚ, ਏਆਈ ਆਉਟਪੁੱਟ ਦੀ ਵਰਤੋਂ ਕਦੇ ਵੀ "ਜਿਵੇਂ ਹੈ" ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ। ਹਰੇਕ ਆਉਟਪੁੱਟ ਤਿੰਨ ਫਿਲਟਰਾਂ ਵਿੱਚੋਂ ਲੰਘਦਾ ਹੈ:
- ਬਣਾਓ ਅਤੇ ਟੈਸਟ ਕਰੋ: ਕੋਡ? ਇਸਨੂੰ ਕੰਪਾਇਲ, ਟੈਸਟ, ਅਤੇ ਜੇਕਰ ਸੰਭਵ ਹੋਵੇ ਤਾਂ ਇੱਕ ਟੈਸਟ ਨੈੱਟਵਰਕ (ਟੈਸਟਨੈੱਟ - ਟ੍ਰਾਇਲ ਨੈੱਟਵਰਕ ਜੋ ਕਿ ਅਸਲੀ ਪੈਸਾ ਨਹੀਂ ਹੈ) 'ਤੇ ਚਲਾਉਣ ਦਿਓ।
- ਸੁਤੰਤਰ ਵਾਹਨ ਅਤੇ ਮਨੁੱਖ: ਇੱਕ ਸੁਰੱਖਿਆ ਦਾਅਵਾ? ਇੱਕ ਸਥਿਰ ਵਿਸ਼ਲੇਸ਼ਣ ਟੂਲ (ਜਿਵੇਂ ਕਿ ਸਲਾਈਥਰ) ਅਤੇ ਮਨੁੱਖੀ ਅੱਖ ਨਾਲ ਕ੍ਰਾਸ-ਵੈਰੀਫਾਈ ਕਰੋ।
- ਸਰੋਤ ਨਾਲ ਲਿੰਕ ਕਰਨਾ: ਚੇਨ ਡੇਟਾ? AI ਦੁਆਰਾ ਸੰਖੇਪ ਕੀਤੇ ਹਰੇਕ ਨੰਬਰ ਦੀ ਅਸਲ ਬਲਾਕ ਐਕਸਪਲੋਰਰ (ਇੱਕ ਸਾਈਟ ਜੋ ਚੇਨ ਡੇਟਾ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਈਥਰਸਕੈਨ) ਵਿੱਚ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਸੁਝਾਅ: AI ਨੂੰ ਹਮੇਸ਼ਾ ਦੱਸੋ "ਜਿੱਥੇ ਤੁਸੀਂ ਨਿਸ਼ਚਤ ਨਹੀਂ ਹੋ ਉੱਥੇ ਨਿਸ਼ਾਨ ਲਗਾਓ ਅਤੇ ਲਿਖੋ ਕਿ ਤੁਸੀਂ ਯਕੀਨੀ ਕਿਉਂ ਨਹੀਂ ਹੋ"। ਚੁੱਪਚਾਪ ਇਸ ਨੂੰ ਘੜਨ ਨਾਲੋਂ ਏਆਈ ਨੂੰ ਆਪਣੀ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ ਲਈ ਕਹਿਣਾ ਬਹੁਤ ਸੁਰੱਖਿਅਤ ਹੈ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਡਰਾਫਟ ਨੇ ਗਤੀ ਅਤੇ ਨਿਯੰਤਰਣ ਪ੍ਰਾਪਤ ਕੀਤਾ। ਇੱਕ ਟੀਮ ਨੇ 2 ਘੰਟਿਆਂ ਵਿੱਚ AI ਨਾਲ ਸਟੇਕਿੰਗ ਕੰਟਰੈਕਟ ਦਾ ਪਹਿਲਾ ਖਰੜਾ ਤਿਆਰ ਕੀਤਾ; ਆਮ ਤੌਰ 'ਤੇ ਇਸ ਨੂੰ ਲਗਭਗ 1 ਦਿਨ ਲੱਗਦਾ ਹੈ। ਪਰ AI ਦੇ ਡਰਾਫਟ ਵਿੱਚ ਇੱਕ ਪੁਨਰ-ਪ੍ਰਵੇਸ਼ ਕਰਨ ਦੀ ਕਮੀ ਸੀ - ਇੱਕ ਫੰਕਸ਼ਨ ਨੂੰ ਪੂਰਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਦੁਬਾਰਾ ਕਾਲ ਕਰਕੇ ਕਈ ਵਾਰ ਫੰਡ ਕਢਵਾਉਣਾ। ਆਡੀਟਰ ਨੇ ਇਸ ਨੂੰ ਫੜ ਲਿਆ ਅਤੇ ਇਸ ਨੂੰ ਠੀਕ ਕਰ ਦਿੱਤਾ। ਸਬਕ: AI ਡਰਾਫਟ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ, ਪਰ ਮਨੁੱਖ ਸੁਰੱਖਿਆ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਨ।
ਕੇਸ 2 - ਆਨ-ਚੇਨ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਜਾਅਲੀ ਪਤਾ। ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ AI ਨੂੰ ਕਿਹਾ ਕਿ "ਉਸ ਵਾਲਿਟ ਦੇ ਆਖਰੀ 10 ਟ੍ਰਾਂਜੈਕਸ਼ਨਾਂ ਨੂੰ ਸੰਖੇਪ ਕਰੋ." AI ਨੇ ਇੱਕ ਪ੍ਰਚਲਿਤ ਸਾਰਾਂਸ਼ ਦਿੱਤਾ, ਪਰ ਇਸਦੇ ਅੰਦਰ ਇੱਕ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਹੈਸ਼ ਅਤੇ ਇੱਕ ਪਤਾ ਬਣਾਇਆ ਗਿਆ ਸੀ - ਇੱਕ ਭਰਮ। ਜਦੋਂ ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ ਈਥਰਸਕੈਨ 'ਤੇ ਇਸ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ, ਤਾਂ ਉਸਨੇ ਦੇਖਿਆ ਕਿ ਇਹ ਨਹੀਂ ਰੱਖਦਾ. ਪਾਠ: ਚੇਨ ਡੇਟਾ ਦੇ ਹਰ ਹੈਸ਼ ਦੀ ਰਿਪੋਰਟ ਉਦੋਂ ਤੱਕ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ ਜਦੋਂ ਤੱਕ ਇਹ ਬਲਾਕ ਐਕਸਪਲੋਰਰ ਵਿੱਚ ਪ੍ਰਮਾਣਿਤ ਨਹੀਂ ਹੋ ਜਾਂਦਾ।
ਕੇਸ 3 - ਟੋਕਨੌਮਿਕਸ ਵਿੱਚ, ਇੱਕ ਦ੍ਰਿਸ਼ ਗਲਤ ਹੋ ਗਿਆ। ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਮਾਡਲ 'ਤੇ ਭਰੋਸਾ ਕਰਕੇ ਸ਼ੁਰੂ ਕੀਤਾ ਗਿਆ ਸੀ ਜਿੱਥੇ AI ਨੇ ਕਿਹਾ ਸੀ "ਇਹ ਸਪਲਾਈ ਕਰਵ ਟਿਕਾਊ ਹੈ"। ਮਾਡਲ ਨੇ ਸਿਰਫ਼ ਇੱਕ ਹੀ ਦ੍ਰਿਸ਼ ਨੂੰ ਮੰਨਿਆ ਹੈ ਜਿੱਥੇ ਕੀਮਤ ਹਮੇਸ਼ਾ ਵਧਦੀ ਹੈ। ਜਦੋਂ ਮਾਰਕੀਟ ਕਰੈਸ਼ ਹੋ ਗਿਆ, ਪ੍ਰੋਤਸਾਹਨ ਢਹਿ ਗਏ. ਸਬਕ: ਤੁਹਾਨੂੰ ਮਲਟੀਪਲ, ਨਕਾਰਾਤਮਕ-ਦ੍ਰਿਸ਼ਟੀਕੋਣ, ਮਨੁੱਖੀ-ਸਮੀਖਿਆ ਕੀਤੀ ਤਣਾਅ ਜਾਂਚ ਦੀ ਲੋੜ ਹੈ, ਇੱਕ ਸਿੰਗਲ-ਸੀਨਰੀਓ ਏਆਈ ਮਾਡਲ ਦੀ ਨਹੀਂ।
ਨੈਤਿਕਤਾ, ਗੋਪਨੀਯਤਾ ਅਤੇ ਕਾਨੂੰਨੀ ਢਾਂਚਾ
ਕਿਉਂਕਿ ਇਹ ਖੇਤਰ ਵਿੱਤੀ ਅਤੇ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਹੈ, ਨੈਤਿਕ ਬੋਝ ਭਾਰੀ ਹੈ:
- ਰੱਖਿਆਤਮਕ ਵਰਤੋਂ: ਕਮਜ਼ੋਰੀ ਦੀ ਜਾਣਕਾਰੀ ਸਿਰਫ ਬੰਦ ਕਰਨ, ਨਿਗਰਾਨੀ ਅਤੇ ਰੱਖਿਆ ਉਦੇਸ਼ਾਂ ਲਈ ਹੈ; ਸ਼ੋਸ਼ਣ ਲਈ ਨਹੀਂ।
- ਗੁਪਤਤਾ: ਕਿਸੇ ਆਡਿਟ ਕੀਤੇ ਗਾਹਕ ਦੇ ਅਣ-ਰਿਲੀਜ਼ ਕੀਤੇ (ਬੰਦ ਸਰੋਤ) ਕੋਡ ਨੂੰ ਬਿਨਾਂ ਇਜਾਜ਼ਤ ਦੇ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ AI ਟੂਲ ਵਿੱਚ ਪੇਸਟ ਕਰਨਾ ਇਕਰਾਰਨਾਮੇ ਦੀ ਉਲੰਘਣਾ ਹੈ ਅਤੇ ਲੀਕ ਹੋਣ ਦਾ ਖਤਰਾ ਹੈ। ਗੁਪਤ ਕੋਡ ਲਈ ਐਂਟਰਪ੍ਰਾਈਜ਼/ਅਲੱਗ-ਥਲੱਗ ਟੂਲਸ ਅਤੇ ਗਾਹਕ ਦੀ ਮਨਜ਼ੂਰੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
- ਨਿਵੇਸ਼ ਦੀ ਸਲਾਹ ਨਹੀਂ: ਏਆਈ ਦੁਆਰਾ ਤਿਆਰ ਟੋਕਨੌਮਿਕਸ ਜਾਂ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਤੀ ਸਲਾਹ ਨਹੀਂ ਹੈ; ਇਹ ਦੱਸਣਾ ਕਾਨੂੰਨੀ ਅਤੇ ਨੈਤਿਕ ਜ਼ਿੰਮੇਵਾਰੀ ਹੈ।
- ਜ਼ੁੰਮੇਵਾਰੀ: ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਆਡਿਟ ਵਿੱਚ, ਅੰਤਮ ਪ੍ਰਵਾਨਗੀ ਸਮਰੱਥ ਮਾਹਰ ਕੋਲ ਹੁੰਦੀ ਹੈ ਜੋ ਪੇਸ਼ੇਵਰ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਂਦਾ ਹੈ। “ਏਆਈ ਨੇ ਅਜਿਹਾ ਕਿਹਾ” ਕੋਈ ਬਚਾਅ ਨਹੀਂ ਹੈ।
ਆਮ ਗਲਤੀਆਂ
- "ਸੁਰੱਖਿਅਤ" ਕਹਿਣ ਲਈ AI 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ। AI ਸੁਰੱਖਿਆ ਦੀ ਗਰੰਟੀ ਨਹੀਂ ਦੇ ਸਕਦਾ; ਇਹ ਸਿਰਫ ਸੁਰਾਗ ਪੈਦਾ ਕਰਦਾ ਹੈ.
- ਕੋਡ ਨੂੰ ਟੈਸਟਨੈੱਟ 'ਤੇ ਕੋਸ਼ਿਸ਼ ਕੀਤੇ ਬਿਨਾਂ ਮੇਨਨੈੱਟ 'ਤੇ ਟ੍ਰਾਂਸਫਰ ਕਰਨਾ। ਅਟੱਲਤਾ ਮਾਫ਼ ਨਹੀਂ ਕਰਦੀ।
- ਬਲਾਕ ਐਕਸਪਲੋਰਰ ਵਿੱਚ ਚੇਨ ਡੇਟਾ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਹੈਸ਼ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ। ਭਰਮ ਹੈਸ਼/ਪਤਾ ਤਿਆਰ ਕਰਦਾ ਹੈ।
- ਗੁਪਤ ਸ਼ਾਪਰ ਕੋਡ ਨੂੰ ਓਪਨ ਟੂਲ ਵਿੱਚ ਪੇਸਟ ਕਰਨਾ। ਲੀਕ ਅਤੇ ਇਕਰਾਰਨਾਮੇ ਦੀ ਉਲੰਘਣਾ.
- ਇੱਕ ਸਿੰਗਲ-ਸੀਨਾਰੀਓ ਆਰਥਿਕ ਮਾਡਲ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ। ਨਕਾਰਾਤਮਕ ਦ੍ਰਿਸ਼ ਜ਼ਰੂਰੀ ਹੈ।
- ਪੱਧਰ ਦੁਆਰਾ ਜੋਖਮ ਨੂੰ ਵੱਖ ਨਹੀਂ ਕਰਨਾ। ਡੌਕੂਮੈਂਟੇਸ਼ਨ ਅਤੇ ਆਡਿਟਿੰਗ ਨੂੰ ਵਿਸ਼ਵਾਸ ਦੇ ਇੱਕੋ ਪੱਧਰ 'ਤੇ ਨਹੀਂ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ
- Web3 ਵਿੱਚ, ਬੱਗ ਸਿੱਧੇ ਪੈਸੇ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦੇ ਹਨ; AI ਇੱਕ ਐਕਸਲੇਟਰ ਸਹਾਇਕ ਹੈ, ਇੱਕ ਫੈਸਲਾ ਲੈਣ ਵਾਲਾ ਨਹੀਂ।
- AI ਦਾ ਯੋਗਦਾਨ ਵਧਦਾ ਹੈ ਕਿਉਂਕਿ ਗਲਤੀ ਦੀ ਲਾਗਤ ਘਟਦੀ ਹੈ; ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਨਿਰੀਖਣ ਵਿੱਚ ਆਖਰੀ ਸ਼ਬਦ ਮਾਹਰ ਦਾ ਹੈ।
- ਅਟੱਲਤਾ, ਖੁੱਲਾਪਣ/ਵਿਰੋਧੀ ਮਾਹੌਲ ਅਤੇ ਤੀਬਰ ਧੋਖਾਧੜੀ ਇਸ ਖੇਤਰ ਨੂੰ ਵਿਸ਼ੇਸ਼ ਬਣਾਉਂਦੀ ਹੈ।
- ਹਰੇਕ AI ਆਉਟਪੁੱਟ ਨੂੰ ਸੁਤੰਤਰ ਟੂਲਿੰਗ ਅਤੇ ਸਰੋਤ ਨਾਲ ਲਿੰਕ ਕਰਕੇ ਕੰਪਾਇਲ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
- ਵਰਤੋਂ ਸਿਰਫ ਰੱਖਿਆ, ਇਮਾਨਦਾਰ ਵਿਕਾਸ ਅਤੇ ਅਧਿਕਾਰਤ ਲਾਗੂ ਕਰਨ ਦੇ ਉਦੇਸ਼ਾਂ ਲਈ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਸਮਾਰਟ ਇਕਰਾਰਨਾਮੇ ਦੀ ਉਦਾਹਰਨ ਲਓ (ਜਾਂ ਤਾਂ ਤੁਸੀਂ ਖੁਦ ਲਿਖਿਆ ਹੈ ਜਾਂ ਇੱਕ ਸਧਾਰਨ ਓਪਨ ਸੋਰਸ ਕੰਟਰੈਕਟ)। AI ਨੂੰ ਪਹਿਲਾਂ ਸਾਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਇਹ ਦੱਸਣ ਲਈ ਕਹੋ ਕਿ ਕੋਡ ਕੀ ਕਰਦਾ ਹੈ, ਫਿਰ ਸੰਭਾਵੀ ਖਤਰਿਆਂ ਨੂੰ "ਕਲਪਨਾ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰੋ। ਫਿਰ ਹਰੇਕ ਦਾਅਵੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ: (1) ਇਸਨੂੰ ਕੰਪਾਇਲ ਕਰਨਾ, (2) ਇੱਕ ਸਥਿਰ ਵਿਸ਼ਲੇਸ਼ਣ ਟੂਲ, (3) ਤੁਹਾਡੀ ਆਪਣੀ ਰੀਡਿੰਗ। ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਨੋਟ ਕਰੋ ਕਿ AI ਦੇ ਕਿੰਨੇ ਦਾਅਵਿਆਂ ਦੀ ਪੁਸ਼ਟੀ ਹੋਈ ਅਤੇ ਕਿੰਨੇ ਝੂਠੇ ਨਿਕਲੇ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਆਪਣੇ ਕੰਮ (ਦਸਤਾਵੇਜ਼ ਜਾਂ ਆਡਿਟਿੰਗ?) ਦਾ ਜੋਖਮ ਪੱਧਰ ਨਿਰਧਾਰਤ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ AI ਨੂੰ ਇਸਦੀਆਂ ਅਨਿਸ਼ਚਿਤਤਾਵਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰਨ ਲਈ ਕਿਹਾ।
- [] ਮੈਂ ਕੋਡ ਆਉਟਪੁੱਟ ਨੂੰ ਕੰਪਾਇਲ/ਟੈਸਟ ਕੀਤਾ।
- [ ] ਮੈਂ ਸੁਤੰਤਰ ਵਾਹਨ + ਮਨੁੱਖ ਨਾਲ ਸੁਰੱਖਿਆ ਦਾਅਵੇ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
- [ ] ਮੈਂ ਬਲਾਕ ਐਕਸਪਲੋਰਰ ਵਿੱਚ ਚੇਨ ਡੇਟਾ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
- [ ] ਮੈਂ ਗੁਪਤ ਕੋਡ ਨੂੰ ਓਪਨ ਟੂਲ ਵਿੱਚ ਪੇਸਟ ਨਹੀਂ ਕੀਤਾ।
- [ ] ਮੈਂ ਸਵੀਕਾਰ ਕੀਤਾ ਕਿ ਅੰਤਮ ਸੁਰੱਖਿਆ ਪ੍ਰਵਾਨਗੀ ਮਾਹਰ ਕੋਲ ਹੈ।