گفتگو با استاد استنفورد: آیا واقعاً هوش مصنوعی می‌تواند رمزنگاری را شکسته کند؟ بررسی حقیقت پشت وحشت

نویسنده: a16z crypto

ترجمه شده توسط: Deep Tide TechFlow

مقدمه Deep Tide: نتایج جدیدترین مدل ریاضی OpenAI در صنعت وحشت ایجاد کرده است و نگرانی‌هایی وجود دارد که هوش مصنوعی می‌تواند سیستم‌های رمزنگاری که به آن‌ها وابسته‌ایم را نابود کند. این مقاله از یک استاد رمزنگاری در استنفورد و تیم تحقیقاتی a16z crypto دعوت می‌کند تا روشن کنند چه چیزی واقعیت است و چه چیزی حدس و گمان، و فرصت‌هایی که هوش مصنوعی ممکن است واقعاً به ارمغان بیاورد را نشان دهند، که این مقاله را برای هر کسی که به زیرساخت‌های رمزنگاری وابسته است، خواندنی می‌کند.

پس از اینکه نتایج ریاضی OpenAI هشدارهایی از سوی فعالان صنعت درباره پتانسیل هوش مصنوعی برای شکستن رمزنگاری که به آن وابسته‌ایم، ایجاد کرد، از یک رمزنگار از دانشگاه استنفورد و کارشناسان a16z crypto دعوت کردیم تا درباره اینکه چه چیزی واقعیت است، چه چیزی حدس و گمان است، چه چیزی ارزش نگرانی دارد و چه چیزی نیازی به اضطراب ندارد، بحث کنیم.

دن بونه، استاد دانشگاه استنفورد، گروه رمزنگاری کاربردی را رهبری می‌کند و هم‌مدیر آزمایشگاه امنیت کامپیوتر است؛ او همچنین به عنوان مشاور تحقیقاتی ویژه برای a16z crypto خدمت می‌کند.

ادی لازارین، شریک عمومی در a16z crypto.

جاستین تالر، شریک تحقیقاتی در a16z crypto و استاد یار علوم کامپیوتر در دانشگاه جورج‌تاون.

لیز هارکاوی، شریک سرمایه‌گذاری در a16z crypto.

سونال چوکشی، سردبیر a16z crypto.

علاوه بر این، در اینجا شش نتیجه‌گیری اصلی وجود دارد:

1. پیشرفت‌های ریاضی هوش مصنوعی به مسائل اصلی رمزنگاری نپرداخته است

نتایج اخیر منتشر شده پیشرفت‌های قابل توجهی در ریاضیات و علوم کامپیوتر را نشان می‌دهد، اما شامل دستاوردهایی در رمزنگاری نمی‌شود.

"این یک پیشرفت قابل توجه در ریاضیات و علوم کامپیوتر است، اما در اینجا هیچ چیزی درباره مسائل رمزنگاری وجود ندارد. ... بنابراین ممکن است بپرسید، آیا این به این معنی است که این مدل‌ها واقعاً برای رمزنگاری بد هستند؟ ما نمی‌دانیم،" دن بونه، 03:00.

"ما یاد نگرفته‌ایم که منحنی‌های بیضوی ضعیف‌تر از قبل هستند. ما یاد نگرفته‌ایم که امنیت هر فرضیه رمزنگاری خاص بدتر از قبل است،" ادی لازارین، 15:19.

2. حتی اگر هوش مصنوعی هوشمندتر شود، نمی‌تواند الگوریتم‌های غیرموجود را پیدا کند

بخش قابل توجهی از رمزنگاری مدرن بر اساس فرض این است که برخی مسائل ریاضی راه‌حل‌های کارآمدی ندارند. این ممکن است برای هوش مصنوعی که به طور فزاینده‌ای توانمند می‌شود نیز صادق باشد.

"ما به طور کلی معتقدیم که این مسائل الگوریتم‌های کارآمدی ندارند. این نیست که فکر کنیم ممکن است یکی وجود داشته باشد، اما انسان‌ها به سادگی به اندازه کافی هوشمند نیستند که آن را پیدا کنند. ما معتقدیم که اصلاً وجود ندارد. اگر وجود نداشته باشد، مهم نیست که هوش مصنوعی چقدر هوشمند است. نمی‌تواند آن الگوریتم غیرموجود را پیدا کند،" جاستین تالر، 16:12.

"ما باید فرض کنیم که برخی مسائل سخت هستند. ما نمی‌توانیم ثابت کنیم که این مسائل سخت هستند زیرا به یک مسئله مشهور حل‌نشده در علوم کامپیوتر، مسئله P در برابر NP، مربوط می‌شود. به نوعی، ما باید این مسئله را ابتدا حل کنیم تا واقعاً ادعا کنیم که برخی مسائل رمزنگاری واقعاً بسیار سخت هستند. ... هر مسئله‌ای که این هفته منتشر شده، از حل مسئله P در برابر NP بسیار دور است. ما هنوز باید فرضیات را در رمزنگاری ادامه دهیم، درست است؟" دن بونه، 06:00.

3. هوش مصنوعی می‌تواند سال‌ها زمان بررسی رمزنگاری را فشرده کند

تلاش برای شکستن خود رمزنگاری یکی از راه‌هایی است که محققان اعتماد به نفس می‌سازند. طراحی که در برابر حملات مداوم و جدی مقاومت کند، اعتماد را به دست می‌آورد. هوش مصنوعی ممکن است سرعت این بررسی را تغییر دهد.

"در گذشته، زمانی که کسی یک فرضیه را پیشنهاد می‌کرد و سیستمی بر اساس آن می‌ساخت، ما اغلب باید حدود 10 سال منتظر می‌ماندیم تا آن سیستم را مستقر کنیم، تا اعتماد بسازیم و به مردم زمان کافی برای تحلیل آن فرضیه بدهیم. ... و اکنون، ناگهان، می‌توانیم این فرآیند را با این مدل‌ها به شدت تسریع کنیم. ... ما اکنون می‌توانیم مدل را به مدت یک ماه اجرا کنیم و سعی کنیم آن را بشکنیم، و اگر مدل نتواند آن را بشکند، اعتماد ما به اعتبار آن فرضیه به شدت افزایش خواهد یافت،" دن بونه، 12:10.

4. آمادگی کوانتومی مزیت زودهنگام در برابر برخی خطرات هوش مصنوعی فراهم می‌کند

در حالی که نگرانی‌های اخیر حول هوش مصنوعی می‌چرخد، برخی از این سیستم‌ها به دلیل تهدید محاسبات کوانتومی به موضوعات کار مهاجرت تبدیل شده‌اند. این همپوشانی محدودیت‌هایی دارد.

"به دلیل نگرانی‌ها درباره تهدیدات کوانتومی، مردم قبلاً شروع به دیدن رمزنگاری منحنی بیضوی به عنوان چیزی کرده‌اند که ممکن است به زودی ضعیف شود. بنابراین، در پاسخ به همین نگرانی‌ها، ما واقعاً درگیر شده‌ایم، آماده شده‌ایم و بسیاری از تدابیر لازم را که در اصل برای تهدید دیگری طراحی شده بودند، به کار گرفته‌ایم،" ادی لازارین، 20:52.

"تهدید هوش مصنوعی به نوعی گسترده‌تر است زیرا ممکن است واقعاً سیستم‌های پساکوانتومی ما را بررسی کند و آن‌ها را به نوعی تضعیف کند، یا حتی به طور کامل بشکند،" دن بونه، 22:08.

5. چابکی رمزنگاری به سیستم‌ها اجازه می‌دهد تا هنگام بروز ضعف‌ها سازگار شوند

چابکی رمزنگاری به توانایی سیستم‌ها برای تغییر روش‌های رمزنگاری خود زمانی که شواهد یا نیازها تغییر می‌کند، اشاره دارد. این به مهندسان قدرت می‌دهد تا به کشفیات غیرمنتظره پاسخ دهند.

"سیستم‌هایی که ما مستقر می‌کنیم می‌توانند به سرعت از یک طراحی به طراحی دیگر تغییر کنند زمانی که طراحی مورد استفاده ثابت شود که ناامن است. چابکی رمزنگاری به نوعی دوست ما در دفاع در برابر موقعیت‌های غیرمنتظره است،" دن بونه، 22:47.

دن اشاره می‌کند که اتصالات اینترنتی در حال حاضر از روش‌های رمزنگاری مختلف ترکیب می‌کنند:

"آن‌ها در واقع از رمزنگاری چابک استفاده می‌کنند. آن‌ها با استفاده از هر دو منحنی بیضوی و شبکه‌ها رمزنگاری می‌کنند. اگر منحنی بیضوی را بشکنید، مهم نیست زیرا هنوز تحت یک سیستم مبتنی بر شبکه رمزنگاری شده است،" دن بونه، 38:40.

6. فرصت فوری: کشف بیشتر نقص‌ها قبل از انتشار نرم‌افزار

برای سازندگان، یکی از واضح‌ترین فرصت‌ها معرفی آزمایش‌های امنیتی بیشتر در طول فرآیند توسعه است.

هنگام بحث در مورد سیستم‌های رمزنگاری پیچیده، جاستین اشاره می‌کند:

"سطح حمله برای آسیب‌پذیری‌ها بسیار بزرگ شده است و بله، من بسیار خوشبین هستم که این ابزارهای هوش مصنوعی که در حال ایجاد وحشت در رمزنگاری هستند، همچنین به ما کمک خواهند کرد تا تمام آسیب‌پذیری‌ها را پاک کنیم. این یک مشکل بسیار دشوار است،" جاستین تالر، 28:56.

"زمانی که یک سیستم مستقر می‌شود، توجه زیادی از رمزنگاران را جلب می‌کند، اما در آن زمان، واقعاً برای حمله به سیستم رمزنگاری خیلی دیر است. و اکنون، به دلیل اینکه ما کنترل بر این مدل‌های هوش مصنوعی داریم، هر استارتاپی که قابلیت‌های رمزنگاری جدیدی را مستقر می‌کند، یا حتی هر شرکتی که هر نرم‌افزاری را مستقر می‌کند، می‌تواند این مدل‌ها را برای تحلیل رمزنگاری و آسیب‌پذیری‌های نرم‌افزار کلی خود به کار گیرد،" دن بونه، 35:05.

"آسیب‌پذیری‌ها می‌توانند حذف شوند. آن‌ها می‌توانند با طراحی اجتناب شوند، می‌توانند کاهش یابند و منبع اصلی که ما برای کاهش آن‌ها استفاده می‌کنیم، قابلیت‌های هوش مصنوعی، هر چند ماه به طور چشمگیری در حال کاهش قیمت است،" ادی لازارین، 37:10.

متن نقل شده به طور جزئی برای وضوح ویرایش شده است. نقاط سه‌گانه نشان‌دهنده پاراگراف‌های حذف شده است.

این محتوا صرفاً برای اطلاع‌رسانی عمومی ارائه شده است و به‌منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌شود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید به‌عنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر دارایی‌های رمزارزی تلقی شود. دارایی‌های رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.