مدلهای هوش مصنوعی حالا توانسته است در یکی از حوزههایی که نام آلن تورینگ با آن گره خورده، دستاورد قابلتوجهی ثبت کند. دو متخصص رمزنگاری میگویند با استفاده از مدلهای زبانی OpenAI و Anthropic موفق شدهاند دو پیام قدیمی ماشین انیگما (Enigma) را رمزگشایی کنند؛ پیامهایی که پژوهشگران تاکنون نتوانسته بودند متن اصلی آنها را بازیابی کنند.
🔷 هوش مصنوعی توانسته است دو پیام قدیمی و حلنشده انیگما را رمزگشایی کند.
🔷 مدل Astra برای حل یکی از پیامها در آرشیوها تحقیق کرد و شبیهساز ماشین انیگما را ساخت.
🔷 این پیام از سال ۲۰۰۵ پژوهشگران را درگیر کرده بود.
🔷 مدل Claude Opus 5 نیز با راهنمایی بیشتر توانست یک پیام حلنشده دیگر را رمزگشایی کند.
🔷 اکنون تنها هفت پیام رمزگشایینشده در پایگاه داده موردبحث باقی مانده است.
ماجرای نخست زمانی آغاز شد که کارتر لفن (Carter Leffen)، توسعهدهنده نرمافزار، از مدل جدید OpenAI با نام Astra خواست پایگاه داده پیامهای انیگما را جستوجو کند، یک پیام رمزگشایینشده پیدا کند و آن را بشکند.
نکته مهم این است که Astra تنها یک رمز را با روش آزمونوخطا بررسی نکرد. مدل برای رسیدن به پاسخ، تحقیقات آرشیوی انجام داد، سرنخهای موجود در متن و اسناد را پیدا کرد و یک شبیهساز از ماشین انیگما ساخت.
درنهایت Astra توانست متن اصلی پیامی را بازیابی کند که از سال ۲۰۰۵ پژوهشگران در رمزگشایی آن موفق نشده بودند. لفن سپس با کمک همان مدل یک وبسایت تعاملی نیز ساخت تا مسئله و روند حل آن را توضیح دهد.
Astra با تحقیق در آرشیوها و ساخت شبیهساز انیگما یکی از پیامهای قدیمی را حل کرد.
بریتانیا در جریان جنگ جهانی دوم گروهی از متخصصان رمزنگاری از جمله آلن تورینگ را برای شکستن رمزهای انیگما بهکار گرفت. تورینگ و همکارانش با توسعه دستگاهی موسوم به Bombe توانستند فرایند یافتن تنظیمات ماشین انیگما و خواندن بسیاری از پیامهای رمزگذاریشده آلمان نازی را تسریع کنند.
بااینحال، تعداد کمی از پیامهای موجود در آرشیوها همچنان حلنشده باقی ماندهاند. علت لزوماً قدرت بیشتر رمزگذاری این پیامها نیست؛ خطاهای اپراتورها و اشتباه در رونویسی اسناد تاریخی میتوانند اطلاعات موردنیاز برای رمزگشایی را ناقص کرده باشند.
همین مسئله باعث میشود حل چنین پیامهایی فقط یک مسئله محاسباتی نباشد. پژوهشگر گاهی باید اسناد تاریخی را بررسی کند، اطلاعات ناقص را کنار یکدیگر قرار دهد و برای یافتن سرنخهای احتمالی جستوجو کند؛ دقیقاً همان بخشهایی که عملکرد Astra را جالب میکنند.
فروده وایرود (Frode Weierud)، مهندس برق بازنشسته و پژوهشگر حوزه رمزنگاری، وبسایت Crypto Cellar را مدیریت میکند. این وبسایت مجموعهای از منابع، سوابق تاریخی و پایگاه داده پیامهای رمزگذاریشده را در خود جای داده است.
وایرود راهحل لفن را بررسی و اعتبار آن را تأیید کرد. او عملکرد مدل را به یک متخصص حرفهای تحلیل رمز و پژوهشگر آرشیو تشبیه کرده است.
طبق توضیحات او، کاری که Astra طی دو روز انجام داد، ممکن بود از یک پژوهشگر انسانی چند هفته یا حتی چند ماه زمان بگیرد. وایرود میگوید خودش چند هفته برای بررسی برخی از فایلهای آرشیو فدرال آلمان وقت صرف کرده بود که Astra در فرایند تحقیقات خود به آنها اشاره کرد.
هوش مصنوعی توانست دو پیام حلنشده ماشین انیگما را رمزگشایی کند.
گزارش فعالیت Astra نکته مبهم دیگری هم دارد. مدل در روند تحقیقات خود درباره پیامهایی صحبت کرده که ظاهراً در یک «مجموعه خصوصی» نگهداری میشوند و وایرود آنها را روی وبسایت خود میزبانی نمیکند.
هنوز مشخص نیست Astra واقعاً به این اسناد دسترسی پیدا کرده یا اطلاعات مربوط به آنها را از مسیر دیگری یافته است. یک احتمال این است که پژوهشگر دیگری نسخهای از آنها را در فضای آنلاین منتشر کرده باشد؛ احتمال دیگر نیز دسترسی مدل به اسناد عمومی آرشیو دولت آلمان است.
بنابراین مشخص نیست مدل دقیقاً از چه مسیری به اطلاعات مورد اشاره رسیده و نمیتوان دسترسی آن به یک مجموعه خصوصی را قطعی دانست.
موفقیت دوم در تاریخ ۲۱ سپتامبر (۳۰ شهریور) رقم خورد. جک ویلیس (Jack Willis)، مدیر حوزه امنیت سایبری و متخصص رمزنگاری، اعلام کرد با استفاده از مدل Claude Opus 5 شرکت Anthropic توانسته یک پیام حلنشده دیگر انیگما را رمزگشایی کند.
روش این آزمایش با Astra تفاوت داشت. ویلیس راهنمایی بسیار بیشتری در اختیار Claude قرار داد و مدل درنهایت از یک سرنخ مهم، یعنی الگوی شناختهشده امضای نام یکی از افسران، برای شکستن پیام استفاده کرد.
در رمزگشایی کلاسیک، داشتن بخشی از متن احتمالی میتواند فضای جستوجو را محدود کند و به یافتن تنظیمات صحیح کمک کند. در این مورد نیز نام افسر نقش سرنخی کلیدی برای رسیدن به متن اصلی پیام داشت.
Claude Opus 5 با استفاده از سرنخ نام یک افسر موفق به شکستن یک پیام انیگما شد.
این دو نمونه بیش از آنکه صرفاً قدرت محاسباتی مدلهای هوش مصنوعی را نشان دهند، توانایی آنها در ترکیب چند کار متفاوت را برجسته میکنند. Astra برای حل مسئله جستوجوی آرشیوی انجام داد، سرنخها را بررسی کرد، ابزار نرمافزاری ساخت و سپس نتایج را برای رسیدن به متن اصلی کنار هم قرار داد.
درمقابل، آزمایش Claude نشان داد مدلهای زبانی میتوانند از دانش و سرنخهایی که متخصص انسانی در اختیارشان قرار میدهد برای پیشبرد مسئله استفاده کنند. تأیید نتیجه بهدست متخصصان همچنان بخش مهم این فرایند است؛ بهخصوص زمانی که مدل برای رسیدن به پاسخ از اسناد تاریخی متعدد استفاده میکند.
وایرود میگوید درحالحاضر فقط هفت پیام انیگما در مجموعه موردبحث باقی ماندهاند که هنوز کسی رمز آنها را نشکسته است. یک پیام دیگر نیز وضعیت متفاوتی دارد: پژوهشگران متن اصلی آن را میدانند، اما هنوز کلید یا روش دقیق رمزگشایی آن را پیدا نکردهاند.
موفقیت Astra و Claude نشان میدهد مدلهای هوش مصنوعی میتوانند به ابزاری جدی برای پژوهشهای تاریخی و تحلیل رمز تبدیل شوند؛ بهخصوص در مسائلی که حل آنها به ترکیبی از جستوجوی اسناد، برنامهنویسی، یافتن سرنخ و تحلیل محاسباتی نیاز دارد.
بهنظر شما استفاده از هوش مصنوعی برای رمزگشایی پیامهای تاریخی چه اسرار دیگری را میتواند از آرشیوهای قدیمی بیرون بکشد؟ دیدگاه خود را در بخش نظرات بنویسید.
