یک تیم پژوهشی ۳۵ نفره که جی ای. لانگ، مدیر فناوری تتا لبز، نیز در آن حضور داشت، در مقاله‌ای در arXiv که روز ۹ام منتشر شد اعلام کرد یک جریان کاری با کمک هوش مصنوعی، برآورد یک منبع کلیدی کوانتومی برای حمله به منحنی بیضوی secp256k1 مورد استفاده در امضاهای بیت‌کوین و اتریوم را حدود نصف کاهش داده است.

عنوان مقاله پژوهش خودکار باز برای بهینه‌سازی جمع نقاط منحنی بیضوی در الگوریتم شور است. به گفته پژوهشگران، این کار معیار Q*T را از ۲٫۹۹۳ میلیارد به حدود ۱٫۴۹۶ میلیارد بهبود داد. این مطالعه بر بهینه‌سازی مدار کوانتومی برای جمع نقاط تمرکز داشت؛ مرحله‌ای تکرارشونده در تلاش برای بازیابی کلیدهای خصوصی از منحنی بیضوی secp256k1.

این منحنی زیربنای امضاهای دیجیتال مورد استفاده در بیت‌کوین و اتریوم است. مقاله می‌گوید این بهبود از رویکرد «پژوهش خودکار باز» حاصل شد که در آن پژوهشگران انسانی با عامل‌های هوش مصنوعی برای پالایش نتیجه همکاری کردند. الگوریتم شور به‌طور گسترده به‌عنوان روشی در رایانش کوانتومی شناخته می‌شود که می‌تواند مسائل ریاضی پشت بخش بزرگی از رمزنگاری کلید عمومی امروز را بسیار سریع‌تر از سامانه‌های کلاسیک حل کند.

این پیشرفت گزارش‌شده باید به‌عنوان کاهش نظری در منابع کوانتومی برآوردی خوانده شود، نه تغییری در عملیات شبکه بیت‌کوین. منابع پشتیبان موجود ادعاهایی مبنی بر اینکه هوش مصنوعی مستقیماً بار کاری رمزنگاری بومی بیت‌کوین را کاهش داده یا قوانین اجماع شبکه را تغییر داده است، تأیید نمی‌کنند. این مقاله در عوض به کارایی یک مدل بالقوه حمله کوانتومی در آینده علیه یک طرح امضای پرکاربرد می‌پردازد.

از دید بازار، جزئیات کلیدی همچنان حل‌نشده‌اند؛ از جمله اینکه نتیجه چگونه با دیگر برآوردهای معیار مقایسه می‌شود و سخت‌افزار کوانتومی کنونی تا مقیاس لازم برای آزمایش عملی چنین حمله‌ای چه فاصله‌ای دارد. انتشار مقاله در arXiv همچنین به این معناست که این اثر یک پیش‌چاپ است، نه یک استاندارد نهاییِ داوری‌شده.

چرا اهمیت دارد

این مطالعه اهمیت دارد زیرا بخشی از شکاف میان حملات کوانتومی نظری و رمزنگاری مورد استفاده در بلاک‌چین‌های بزرگ را کاهش می‌دهد. حتی بدون تهدید عملی فوری، پژوهشی که برآورد منابع لازم برای شکستن secp256k1 را کاهش می‌دهد، برای بیت‌کوین، اتریوم، متولیان دارایی و ارائه‌دهندگان کیف پول که به اطمینان بلندمدت از امنیت امضای دیجیتال متکی هستند، مرتبط است.

این موضوع همچنین دومین محور مورد توجه نزدیک بازار را پررنگ می‌کند: هوش مصنوعی در حال اثرگذاری نه‌فقط بر معاملات، استخراج و عملیات زیرساختی، بلکه بر پژوهش‌های فنی در حوزه‌های حساس امنیتی نیز هست. این امر می‌تواند سرعت تحلیل رمزنگاری را افزایش دهد و توجه به زمان نیاز احتمالی سامانه‌های رمزارزی به دفاع‌های قوی‌تر پساکوانتومی را بیشتر کند.