Anthropic ประกาศเมื่อวันที่ 28 กรกฎาคม 2026 ว่าโมเดลปัญญาประดิษฐ์ภายใน Claude Mythos Preview พบจุดอ่อนทางคณิตศาสตร์ที่แท้จริงในอัลกอริธึมการเข้ารหัสที่ช่วยรักษาความปลอดภัยอินเทอร์เน็ต ซึ่งรวมถึงตัวเลือกสำหรับการเข้ารหัสหลังควอนตัมเจเนอเรชันถัดไปที่ผู้เชี่ยวชาญที่เป็นมนุษย์ศึกษามานานกว่าสองปีแต่ไม่ประสบความสำเร็จ
การค้นพบนี้เผยแพร่ควบคู่ไปกับงานวิจัยและมีรายละเอียดในบล็อกโพสต์ของ Anthropic ที่มีชื่อว่า "การค้นพบจุดอ่อนด้านการเข้ารหัสลับกับ Claude" ถือเป็นการสาธิตที่โดดเด่นที่สุดครั้งหนึ่งในปัจจุบันของแบบจำลองภาษาขนาดใหญ่ที่เอื้อต่อคณิตศาสตร์ขั้นสูง ตามรายงานของ The New York Times ซึ่งรายงานผลเป็นครั้งแรก งานดังกล่าวแสดงให้เห็นว่าระบบ AI สามารถเริ่มท้าทายสมมติฐานหลักที่อยู่เบื้องหลังความปลอดภัยทางดิจิทัลได้อย่างไร สำหรับการพัฒนา AI ล่าสุดและการรายงานข่าวเชิงลึกเกี่ยวกับการวิจัยชายแดน ผู้อ่านสามารถติดตาม AI Buzz Wire
สองความก้าวหน้า: AES และ HAWK
มิธอสให้ผลลัพธ์ที่แตกต่างกันสองประการ การโจมตีแบบแรกคือการปรับปรุงการโจมตี HAWK ซึ่งเป็นโครงการลายเซ็นที่ขณะนี้อยู่ในรอบที่สามของการแข่งขันการกำหนดมาตรฐานที่ดำเนินการโดยสถาบันมาตรฐานและเทคโนโลยีแห่งชาติของสหรัฐอเมริกา (NIST) HAWK อยู่ในคลาสของอัลกอริธึมหลังควอนตัมที่ออกแบบมาเพื่อรักษาความปลอดภัยแม้เทียบกับคอมพิวเตอร์ควอนตัมในอนาคต นักเข้ารหัสที่เป็นมนุษย์ได้ตรวจสอบ HAWK มานานกว่าสองปีแล้ว แต่ Mythos Preview พบว่ามีการโจมตีที่ดีขึ้นในเวลาประมาณ 60 ชั่วโมง โดยมีค่าใช้จ่าย API ประมาณ 100,000 ดอลลาร์
ผลลัพธ์ที่สองคือการโจมตีครั้งใหม่ใน AES-128 เวอร์ชันลดขนาด ซึ่งเป็นมาตรฐานการเข้ารหัสแบบสมมาตรที่ใช้กันอย่างแพร่หลายมากที่สุดในโลก แบบจำลองนี้ได้พัฒนาวิธีการพิมพ์ลายนิ้วมือแบบใหม่ที่ Anthropic เรียกว่า "Mobius Bridge" ซึ่งจะลบส่วนหนึ่งของการคาดเดาที่ผู้โจมตีต้องทำ Anthropic กล่าวว่าเทคนิคนี้ปรับปรุงการโจมตีที่เคยรู้จักดีที่สุดก่อนหน้านี้ด้วยอัตรา 200 ถึง 800 เท่า การโจมตี AES ใช้ได้กับเวอร์ชันที่แก้ไขแล้วซึ่งใช้ 7 ครั้งจากทั้งหมด 10 รอบของโครงการ และโครงการ HAWK ยังคงเป็นตัวเลือกของ NIST ดังนั้นการค้นพบทั้งสองจะไม่ส่งผลกระทบต่อระบบที่ใช้งานอยู่ในปัจจุบัน
ระบบหลายตัวแทนทำงานโดยลำพังเป็นส่วนใหญ่
สิ่งที่ทำให้ผลลัพธ์โดดเด่นก็คือ จำเป็นต้องมีการแทรกแซงจากมนุษย์เพียงเล็กน้อยเท่านั้น ตามรายงานของ Anthropic และการรายงานโดย The Decoder Mythos ดำเนินการแบบกึ่งอัตโนมัติภายในระบบหลายเอเจนต์ โดยสร้างและทดสอบสมมติฐานของตัวเอง สำหรับการโจมตีของ HAWK เจ้าหน้าที่คนหนึ่งพยายามเพิกเฉยต่อแนวทางนี้ว่าเป็นไปไม่ได้ แต่เจ้าหน้าที่คนที่สองพบวิธีที่จะใช้ประโยชน์จากสมมาตรที่ตรวจไม่พบก่อนหน้านี้อย่างเต็มที่ในตาข่ายทางคณิตศาสตร์ที่เป็นรากฐานของการรักษาความปลอดภัยของ HAWK
นักวิจัยที่เป็นมนุษย์ที่เกี่ยวข้องมีพื้นฐานด้านวิทยาการคอมพิวเตอร์เชิงทฤษฎี แต่ไม่ใช่ผู้เชี่ยวชาญด้านวิทยาการเข้ารหัสลับแบบขัดแตะ Anthropic กล่าว บทบาทของเขาส่วนใหญ่จำกัดอยู่ที่การจัดการโครงการ: การให้คำแนะนำง่ายๆ การรักษาความพยายามให้เป็นไปตามแผน และการช่วยเหลือในการตรวจสอบผลลัพธ์ในภายหลัง ในงาน AES ในตอนแรกโมเดลปฏิเสธ โดยเขียนว่า "AES-128 r5/r6 นั้นยากจริงๆ" และการโต้แย้งว่าการปรับปรุงเพิ่มเติมนั้นเป็นไปไม่ได้ บริษัทเริ่มดำเนินการตามแนวทางที่สร้างสรรค์มากขึ้นหลังจากที่นักวิจัยสนับสนุนให้มองหา "แนวคิดที่แปลกใหม่อย่างแท้จริง"
ในเวลาประมาณสามวัน โมเดลนี้สร้างโทเค็นได้หลายร้อยล้าน ได้รับการแจ้งเตือนที่สำคัญอีกเพียงสามรายการ และใช้ทั้งหมดประมาณหนึ่งพันล้านโทเค็น การดำเนินการนี้มีค่าใช้จ่ายประมาณ 100,000 ดอลลาร์สหรัฐฯ ในค่าธรรมเนียม API นักวิจัยที่เป็นมนุษย์ซึ่งไม่ใช่ผู้เชี่ยวชาญด้านการเข้ารหัสใช้เวลาหลายร้อยชั่วโมงอย่างอิสระในการตรวจสอบข้อสรุป
การเปิดเผยข้อมูลและเกณฑ์มาตรฐานใหม่
Anthropic กล่าวว่าได้แบ่งปันข้อค้นพบล่วงหน้ากับรัฐบาลสหรัฐฯ และพันธมิตรในอุตสาหกรรม และประสานงานการเปิดเผยจุดอ่อน HAWK โดยตรงกับผู้เขียนโครงการ บริษัทเน้นย้ำว่าเนื่องจากผลลัพธ์ทั้งสองไม่ทำลายการเข้ารหัสในการใช้งานที่ใช้งานอยู่ การเปิดเผยข้อมูลจึงถือเป็นการป้องกันไว้ก่อนมากกว่าการตอบสนองในกรณีฉุกเฉิน Mythos Preview ยังคงไม่พร้อมให้บริการแก่สาธารณะ
เพื่อช่วยผู้อื่นประเมินความสามารถในการเข้ารหัสของแบบจำลองภาษา Anthropic ได้ร่วมมือกับนักวิจัยจาก ETH Zurich, Tel Aviv University และ University of Haifa เพื่อสร้างเกณฑ์มาตรฐานที่เรียกว่า CryptanalysisBench เกณฑ์มาตรฐานได้รับการออกแบบมาเพื่อให้ทีมภายนอกทดสอบอย่างเป็นระบบว่าโมเดล AI สามารถค้นหาและวิเคราะห์จุดอ่อนในการสร้างการเข้ารหัสได้ดีเพียงใด
ทำไมมันถึงสำคัญ
การประกาศดังกล่าวเกิดขึ้นท่ามกลางการถกเถียงกันอย่างดุเดือดว่าควรพัฒนา AI ขั้นสูงได้เร็วแค่ไหน และควรให้แบบจำลองอำนาจอิสระมากน้อยเพียงใด โดยเฉพาะอย่างยิ่งในงานที่เกี่ยวข้องกับความมั่นคงของชาติ การเข้ารหัสเป็นรากฐานของเกือบทุกอย่างที่ผู้คนทำทางออนไลน์ ตั้งแต่การธนาคารและการส่งข้อความไปจนถึงการสื่อสารของรัฐบาล แม้ว่า Mythos จะไม่ทำลายการเข้ารหัสในโลกแห่งความเป็นจริง แต่ก็ลดช่องว่างระหว่างสิ่งที่เครื่องจักรและมนุษย์ที่เชี่ยวชาญสามารถทำได้ในสาขาที่แต่ก่อนดำเนินไปตามการวิเคราะห์ของมนุษย์ที่ช้าและระมัดระวัง
ผลลัพธ์ยังทำให้เกิดคำถามเชิงปฏิบัติสำหรับหน่วยงานกำหนดมาตรฐานเช่น NIST ซึ่งปัจจุบันกำลังเลือกอัลกอริธึมหลังควอนตัมที่จะปกป้องการสื่อสารทั่วโลกมานานหลายทศวรรษ หากโมเดล AI สามารถแสดงจุดอ่อนได้ภายในเวลาหลายเดือนซึ่งหลีกหนีจากการตรวจสอบของผู้เชี่ยวชาญเป็นเวลาหลายปี กระบวนการตรวจสอบเองอาจจำเป็นต้องรวมการเข้ารหัสอัตโนมัติเป็นขั้นตอนประจำ
ผู้สังเกตการณ์ในอุตสาหกรรมตั้งข้อสังเกตว่าการตัดสินใจของ Anthropic ที่จะเก็บ Mythos Preview ไว้เป็นส่วนตัว ขณะเดียวกันก็เผยแพร่วิธีการและเกณฑ์มาตรฐานนั้น สะท้อนให้เห็นถึงความสมดุลที่เพิ่มขึ้นในการวิจัยด้านความปลอดภัยของ AI ซึ่งก็คือการแสดงให้เห็นถึงความสามารถโดยไม่ต้องแจกจ่ายเครื่องมือที่อาจนำไปใช้ในทางที่ผิดได้อย่างอิสระ เมื่อแบบจำลองมีความสามารถมากขึ้นในการให้เหตุผลแบบอิสระ การค้นพบที่คล้ายกันในโดเมนที่ละเอียดอ่อนอื่นๆ ก็มีแนวโน้มว่าจะตามมา
ก้าวนำหน้า AI
รับข่าวสาร AI การวิเคราะห์ และความก้าวหน้าล่าสุด ทั้งหมดในที่เดียว
อ่านข่าว AI เพิ่มเติม →
