Anthropic ने 28 जुलै 2026 रोजी जाहीर केले की क्लॉड मिथॉस प्रीव्ह्यू या अंतर्गत कृत्रिम बुद्धिमत्तेच्या मॉडेलला क्रिप्टोग्राफिक अल्गोरिदममध्ये वास्तविक गणिती कमकुवतपणा आढळून आला आहे जे इंटरनेट सुरक्षित करण्यात मदत करतात, ज्यामध्ये पुढील पिढीच्या पोस्ट-क्वांटम एन्क्रिप्शनच्या उमेदवाराचा समावेश आहे ज्याचा मानवी तज्ञांनी दोन वर्षांहून अधिक काळ अभ्यास केला होता.

शोधनिबंधांसोबत प्रकाशित झालेले निष्कर्ष आणि "क्लॉडसह क्रिप्टोग्राफिक कमजोरी शोधणे" या शीर्षकाच्या मानववंशीय ब्लॉग पोस्टमध्ये तपशीलवार वर्णन केलेले, प्रगत गणितामध्ये योगदान देणाऱ्या मोठ्या भाषा मॉडेल्सच्या आजपर्यंतच्या सर्वात उल्लेखनीय प्रात्यक्षिकांपैकी एक आहे. न्यू यॉर्क टाईम्सच्या मते, ज्याने प्रथम परिणाम नोंदवले, हे कार्य दर्शविते की एआय सिस्टम डिजिटल सुरक्षेमागील मुख्य गृहितकांना कसे आव्हान देऊ शकतात. नवीनतम AI घडामोडी आणि सीमावर्ती संशोधनाच्या सखोल कव्हरेजसाठी, वाचक AI Buzz Wire चे अनुसरण करू शकतात.

दोन यश: AES आणि HAWK

मिथॉसने दोन वेगळे परिणाम दिले. पहिला HAWK वर सुधारित हल्ला होता, ही स्वाक्षरी योजना सध्या यू.एस. नॅशनल इन्स्टिट्यूट ऑफ स्टँडर्ड्स अँड टेक्नॉलॉजी (NIST) द्वारे चालवल्या जाणाऱ्या मानकीकरण स्पर्धेच्या तिसऱ्या फेरीत आहे. HAWK हे पोस्ट-क्वांटम अल्गोरिदमच्या वर्गाशी संबंधित आहे जे भविष्यातील क्वांटम संगणकांपासून सुरक्षित राहण्यासाठी डिझाइन केलेले आहे. मानवी क्रिप्टोग्राफरने दोन वर्षांहून अधिक काळ HAWK चे पुनरावलोकन केले होते, तरीही Mythos Preview ला सुमारे $100,000 च्या API खर्चात सुमारे 60 तासांमध्ये सुधारित हल्ला आढळला.

दुसरा परिणाम AES-128 च्या कमी केलेल्या आवृत्तीवर नवीन हल्ला होता, जो जगातील सर्वात मोठ्या प्रमाणात वापरल्या जाणाऱ्या सममितीय एन्क्रिप्शन मानक आहे. मॉडेलने एक अभिनव फिंगरप्रिंटिंग पद्धत विकसित केली आहे ज्याला अँथ्रोपिक "मोबियस ब्रिज" म्हणतात, जे आक्रमणकर्त्याने केले पाहिजे असा अंदाज लावलेला भाग काढून टाकते. अँथ्रोपिकने सांगितले की हे तंत्र 200 ते 800 च्या घटकांद्वारे सर्वोत्कृष्ट पूर्वी ज्ञात हल्ल्यांवर सुधारते. AES हल्ला केवळ एका सुधारित आवृत्तीवर लागू होतो जो योजनेच्या दहा फेऱ्यांपैकी सात वापरतो आणि HAWK योजना अजूनही NIST उमेदवार आहे, त्यामुळे कोणताही शोध सध्या वापरात असलेल्या प्रणालींवर परिणाम करत नाही.

बहु-एजंट प्रणाली मोठ्या प्रमाणात एकट्याने कार्य करते

परिणाम लक्षणीय बनवतात ते म्हणजे किती कमी मानवी हस्तक्षेप आवश्यक होता. एन्थ्रोपिक आणि द डीकोडरच्या रिपोर्टिंगनुसार, मिथॉस बहु-एजंट प्रणालीमध्ये अर्ध-स्वायत्तपणे ऑपरेट करते, स्वतःच्या गृहितकांची निर्मिती आणि चाचणी करते. HAWK हल्ल्यासाठी, एका एजंटने सुरुवातीला हा दृष्टिकोन अव्यवहार्य म्हणून नाकारण्याचा प्रयत्न केला, परंतु दुसऱ्या एजंटने HAWK च्या सुरक्षिततेला अधोरेखित करणाऱ्या गणितीय जाळीमध्ये पूर्वी न सापडलेल्या सममितीचा पूर्णपणे शोषण करण्याचा मार्ग शोधला.

मानव संशोधकाची पार्श्वभूमी सैद्धांतिक संगणक विज्ञानाची होती परंतु तो जाळी-आधारित क्रिप्टोग्राफीमध्ये तज्ञ नव्हता, असे अँथ्रोपिक म्हणाले. त्याची भूमिका मुख्यतः प्रकल्प व्यवस्थापनापुरती मर्यादित होती: साधे प्रॉम्प्ट प्रदान करणे, प्रयत्न ट्रॅकवर ठेवणे आणि नंतर परिणामांची पडताळणी करण्यात मदत करणे. AES टास्कवर, मॉडेलने सुरुवातीला नकार दिला, "AES-128 r5/r6 हे खरोखरच कठीण आहे" असे लिहून आणि पुढील सुधारणा अशक्य असल्याचा युक्तिवाद केला. संशोधकाने "अस्सल नवीन कल्पना" शोधण्यासाठी प्रोत्साहन दिल्यानंतरच ते अधिक सर्जनशील दृष्टीकोनांचा पाठपुरावा करू लागले.

सुमारे तीन दिवसांत, मॉडेलने अनेक शंभर दशलक्ष टोकन्स व्युत्पन्न केले, फक्त तीन अधिक ठोस प्रॉम्प्ट प्राप्त केले आणि एकूण सुमारे एक अब्ज टोकन्स वापरल्या. API फीमध्ये रनची किंमत अंदाजे $100,000 आहे. क्रिप्टोग्राफी तज्ञ नसलेल्या मानवी संशोधकांनी नंतर स्वतंत्रपणे निष्कर्ष तपासण्यासाठी कित्येक शंभर तास घालवले.

प्रकटीकरण आणि नवीन बेंचमार्क

अँथ्रोपिकने सांगितले की त्यांनी यूएस सरकार आणि उद्योग भागीदारांसह निष्कर्ष आगाऊ सामायिक केले आणि थेट योजनेच्या लेखकांसह HAWK कमकुवतपणाचे समन्वित प्रकटीकरण केले. कंपनीने यावर जोर दिला की दोन्ही परिणाम सक्रिय तैनातीमध्ये एन्क्रिप्शन खंडित करत नाहीत, खुलासे आपत्कालीन प्रतिसादांऐवजी सावधगिरीचे होते. Mythos पूर्वावलोकन लोकांसाठी अनुपलब्ध राहते.

इतरांना भाषा मॉडेल्सच्या क्रिप्टनालिटिक क्षमतेचे मूल्यमापन करण्यात मदत करण्यासाठी, Anthropic ने CryptanalysisBench नावाचा बेंचमार्क तयार करण्यासाठी ETH झुरिच, तेल अवीव विद्यापीठ आणि हैफा विद्यापीठातील संशोधकांसोबत सहकार्य केले. एआय मॉडेल क्रिप्टोग्राफिक बांधकामांमधील कमकुवतता किती चांगल्या प्रकारे शोधू शकतात आणि त्यांचे विश्लेषण करू शकतात हे बाहेरील संघांना पद्धतशीरपणे तपासण्यासाठी बेंचमार्क डिझाइन केले आहे.

हे महत्त्वाचे का आहे

प्रगत AI किती लवकर विकसित केले जावे आणि किती स्वायत्त प्राधिकरण मॉडेल दिले जावे, विशेषत: राष्ट्रीय सुरक्षेचा परिणाम असलेल्या कार्यांवर तीव्र वादविवाद दरम्यान ही घोषणा आली. क्रिप्टोग्राफी, बँकिंग आणि मेसेजिंगपासून ते सरकारी संप्रेषणांपर्यंत लोक ऑनलाइन करत असलेल्या जवळजवळ प्रत्येक गोष्टीला अधोरेखित करतात. मिथॉसने रिअल-वर्ल्ड एन्क्रिप्शन तोडले नसले तरी, पारंपारिकपणे संथ, काळजीपूर्वक मानवी विश्लेषणाच्या गतीने पुढे जात असलेल्या क्षेत्रात मशीन आणि तज्ञ मानव काय साध्य करू शकतात यामधील अंतर कमी केले.

परिणाम NIST सारख्या मानकीकरण संस्थांसाठी व्यावहारिक प्रश्न देखील उपस्थित करतात, जे सध्या पोस्ट-क्वांटम अल्गोरिदम निवडत आहेत जे दशकांपासून जागतिक संप्रेषणांचे संरक्षण करतील. जर AI मॉडेल काही महिन्यांत कमकुवतपणा दाखवू शकतील जे तज्ञांच्या पुनरावलोकनापासून वर्षानुवर्षे सुटू शकतील, तर पुनरावलोकन प्रक्रियेतच एक नियमित पायरी म्हणून स्वयंचलित क्रिप्ट विश्लेषण समाविष्ट करणे आवश्यक असू शकते.

उद्योग निरीक्षकांनी नोंदवले की, कार्यपद्धती आणि बेंचमार्क प्रकाशित करताना, Mythos Preview खाजगी ठेवण्याचा अँथ्रोपिकचा निर्णय, AI सुरक्षा संशोधनामध्ये वाढत्या सामान्य संतुलनास प्रतिबिंबित करतो: गैरवापर होऊ शकणाऱ्या साधनांचे मुक्तपणे वितरण न करता क्षमता प्रदर्शित करणे. स्वायत्त तर्कामध्ये मॉडेल्स अधिक सक्षम होत असताना, इतर संवेदनशील डोमेनमध्ये असेच शोध लागण्याची शक्यता आहे.

AI च्या पुढे रहा

नवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.

अधिक एआय बातम्या वाचा →