Menurut Decrypt, sebuah tim peneliti telah mengusulkan solusi berbasis kecerdasan buatan yang disebut Lightning Cat untuk mengidentifikasi kerentanan dalam kontrak pintar. Solusi ini menggunakan teknik pembelajaran mendalam dan didasarkan pada tiga model pembelajaran mendalam yang dioptimalkan: CodeBERT, LSTM, dan CNN. Model-model ini dilatih pada kumpulan data yang terdiri dari ribuan kontrak yang rentan. Model CodeBERT mengungguli alat pendeteksi statis, menunjukkan skor f1 yang mengesankan sebesar 93,53%, secara akurat menangkap sintaks dan semantik kode dan membuktikan dirinya sebagai auditor blockchain yang mumpuni.
Akan tetapi, Lightning Cat memiliki beberapa risiko, karena dapat menjadi pedang bermata dua. Walaupun dapat meningkatkan keamanan smart contract, ada potensi bagi pelaku kejahatan untuk mengeksploitasi teknologi ini, menggunakannya untuk mendeteksi bug dan mengeksploitasinya alih-alih memperbaikinya. Untuk memitigasi hal ini, para peneliti mendorong para pembuat kode untuk mempertimbangkan praktik keamanan yang tepat dan memeriksa produk mereka secara teratur. Mereka juga merekomendasikan para pengembang untuk secara teratur melakukan audit kode, menjalani pelatihan pengkodean yang aman, dan mengadopsi kebijakan pengungkapan kerentanan yang bertanggung jawab.
Inisiatif Lightning Cat merupakan bagian dari tren yang lebih luas di mana teknologi AI dan blockchain menyatu untuk meningkatkan keamanan perangkat lunak. Tren ini mencakup sistem pengujian perangkat lunak terdesentralisasi berbasis AI dan blockchain yang menggabungkan kekuatan pembelajaran mendalam dengan transparansi dan keandalan teknologi blockchain. Pendekatan ini secara signifikan mempercepat proses deteksi kerentanan dan terbukti sangat bermanfaat dalam skenario kerja jarak jauh. Selain itu, sistem ini menggabungkan InterPlanetary File System (IPFS) untuk penyimpanan data yang efisien, menawarkan solusi komprehensif untuk pengembangan dan pengujian kode yang aman di lingkungan yang terdesentralisasi.