为助力青年学子把握Web3 与可信人工智能交叉领域前沿趋势，拓宽分布式系统、区块链与大模型交叉学科科研视野，6月25日，英国IET院士、澳大利亚联邦科学院CSIRO高级首席科学家、新南威尔士大学联合教授陈士平在南岸校区第三教学楼开展《区块链与可信AI 研究与前瞻》前沿微课，系统拆解区块链与人工智能双向协同技术体系、落地路径与未来研发机遇，吸引计算机、软件工程、大数据、Web3方向师生线上线下同步参与交流。

本次微课紧扣当下数字技术融合核心痛点，围绕BC4AI、AI4BC两大核心主线展开完整论述。陈士平教授指出，区块链作为Web3时代核心信任基座，依托去中心化、不可篡改、全链路可追溯、密码学确权能力，能够补齐大模型“黑箱难题”、数据溯源缺失、模型版权模糊、分布式训练权责不清等可信短板；而人工智能尤其是大语言模型，则为区块链生态解决智能合约漏洞多、合规校验成本高、链上治理低效、网络运维复杂等现实瓶颈，二者融合并非简单技术叠加，而是信任机制与智能能力的范式革新。

在BC4AI（区块链赋能可信AI）板块，陈士平结合自身在云安全、多方数据共享、区块链确权领域三十余年研究积累，详细讲解区块链如何实现AI 全生命周期可信治理：通过链上哈希存证完成训练数据血缘溯源，抵御数据投毒风险；依托智能合约完成模型版本、参数、训练日志确权存证，明晰 AI 知识产权；面向联邦学习、去中心化分布式训练场景搭建链上激励与共识校验机制，保障多方算力、数据协作公平透明；针对金融、医疗等高风险 AI 推理场景，搭建可审计、可问责的链上推理存证体系，夯实可验证AI底层底座。

在AI4BC（人工智能赋能区块链）板块，课程聚焦大模型落地区块链场景实用路径，重点讲解大语言模型在智能合约自动化生成、漏洞挖掘、动态合规校验中的应用方案，同时介绍AI 算法优化区块链共识调度、链上异常交易识别、DAO 治理智能辅助、跨链数据可信预言机等前沿技术方案，为区块链安全、效率、易用性升级提供全新技术思路。

课程最后，陈士平教授对行业前沿研发机遇作出系统前瞻，重点剖析可验证AI、去中心化AI算力网络、DAO智能自治治理三大核心赛道发展逻辑与技术路线，梳理当前融合领域存在的链上性能瓶颈、隐私计算开销、跨行业标准缺失、产业商业模式不成熟等关键挑战，为学生选题、科研攻关、创新创业指明方向。