Anthropic نے 28 جولائی 2026 کو اعلان کیا کہ ایک اندرونی مصنوعی ذہانت کے ماڈل، Claude Mythos Preview، نے کرپٹوگرافک الگورتھم میں حقیقی ریاضیاتی کمزوریاں پائی ہیں جو انٹرنیٹ کو محفوظ بنانے میں مدد کرتی ہیں، جس میں پوسٹ کوانٹم انکرپشن کی اگلی نسل کا امیدوار بھی شامل ہے جس کا انسانی ماہرین نے دو سال سے زیادہ مطالعہ کیا تھا بغیر کامیابی کے۔
نتائج، تحقیقی مقالوں کے ساتھ شائع کیے گئے اور "کلاڈ کے ساتھ خفیہ نگاری کی کمزوریوں کو دریافت کرنا" کے عنوان سے ایک انتھروپک بلاگ پوسٹ میں تفصیل سے لکھے گئے، جدید ترین ریاضی میں تعاون کرنے والے بڑے زبان کے ماڈلز کی تاریخ کے سب سے حیران کن مظاہروں میں سے ایک ہے۔ نیویارک ٹائمز کے مطابق، جس نے سب سے پہلے نتائج کی اطلاع دی، کام یہ ظاہر کرتا ہے کہ کس طرح AI سسٹم ڈیجیٹل سیکیورٹی کے پیچھے بنیادی مفروضوں کو چیلنج کرنا شروع کر سکتے ہیں۔ AI کی تازہ ترین پیشرفت اور فرنٹیئر ریسرچ کی گہری کوریج کے لیے، قارئین AI Buzz Wire کی پیروی کر سکتے ہیں۔
دو کامیابیاں: AES اور HAWK
Mythos نے دو الگ الگ نتائج پیدا کیے۔ پہلا HAWK پر ایک بہتر حملہ تھا، ایک دستخطی اسکیم جو اس وقت یو ایس نیشنل انسٹی ٹیوٹ آف اسٹینڈرڈز اینڈ ٹیکنالوجی (NIST) کے ذریعے چلائے جانے والے معیار سازی کے مقابلے کے تیسرے دور میں ہے۔ HAWK کا تعلق پوسٹ کوانٹم الگورتھم کی ایک کلاس سے ہے جو مستقبل کے کوانٹم کمپیوٹرز کے خلاف بھی محفوظ رہنے کے لیے ڈیزائن کیا گیا ہے۔ انسانی کرپٹوگرافرز نے دو سال سے زائد عرصے تک HAWK کا جائزہ لیا، پھر بھی Mythos Preview نے تقریباً 60 گھنٹوں میں ایک بہتر حملہ پایا، جس کی API لاگت تقریباً $100,000 تھی۔
دوسرا نتیجہ AES-128 کے کم ورژن پر ایک نیا حملہ تھا، جو دنیا کے سب سے زیادہ استعمال ہونے والے ہم آہنگی خفیہ کاری کا معیار ہے۔ ماڈل نے فنگر پرنٹنگ کا ایک نیا طریقہ تیار کیا جسے اینتھروپک "موبیئس برج" کہتے ہیں، جو حملہ آور کو انجام دینے والے اندازے کے کچھ حصے کو ہٹا دیتا ہے۔ اینتھروپک نے کہا کہ یہ تکنیک 200 سے 800 کے عنصر کے ذریعہ پہلے سے مشہور حملوں پر بہتر ہوتی ہے۔ AES حملہ صرف ایک ترمیم شدہ ورژن پر لاگو ہوتا ہے جو اسکیم کے دس راؤنڈز میں سے سات کا استعمال کرتا ہے، اور HAWK اسکیم اب بھی NIST امیدوار ہے، لہذا نہ تو تلاش اس وقت استعمال ہونے والے سسٹمز کو متاثر کرتی ہے۔
ایک ملٹی ایجنٹ سسٹم جو بڑے پیمانے پر تنہا کام کر رہا ہے۔
جو چیز نتائج کو قابل ذکر بناتی ہے وہ یہ ہے کہ انسانی مداخلت کی کتنی کم ضرورت تھی۔ انتھروپک اور دی ڈیکوڈر کی رپورٹنگ کے مطابق، Mythos ایک ملٹی ایجنٹ سسٹم کے اندر نیم خودمختار طور پر کام کرتا ہے، اس کے اپنے مفروضوں کو تیار اور جانچتا ہے۔ HAWK حملے کے لیے، ایک ایجنٹ نے ابتدائی طور پر اس نقطہ نظر کو ناقابل عمل قرار دینے کی کوشش کی، لیکن ایک دوسرے ایجنٹ نے ریاضی کی جالی میں پہلے سے ناقابل شناخت ہم آہنگی کو مکمل طور پر استعمال کرنے کا ایک طریقہ تلاش کیا جو HAWK کی حفاظت کو کم کرتا ہے۔
انتھروپک نے کہا کہ اس میں شامل انسانی محقق کا نظریاتی کمپیوٹر سائنس کا پس منظر تھا لیکن وہ جالی پر مبنی خفیہ نگاری کا ماہر نہیں تھا۔ اس کا کردار زیادہ تر پراجیکٹ مینجمنٹ تک محدود تھا: آسان اشارے فراہم کرنا، کوششوں کو ٹریک پر رکھنا، اور بعد میں نتائج کی تصدیق میں مدد کرنا۔ AES ٹاسک پر، ماڈل نے ابتدائی طور پر انکار کر دیا، یہ لکھ کر کہ "AES-128 r5/r6 صرف حقیقی طور پر مشکل ہے" اور مزید بہتری کے بارے میں بحث کرنا ناممکن تھا۔ محقق کی طرف سے "حقیقی طور پر نئے آئیڈیاز" تلاش کرنے کی ترغیب دینے کے بعد ہی اس نے مزید تخلیقی انداز اپنانا شروع کیا۔
تقریباً تین دنوں میں، ماڈل نے کئی سو ملین ٹوکنز بنائے، صرف تین مزید اہم اشارے ملے، اور مجموعی طور پر تقریباً ایک بلین ٹوکن استعمال ہوئے۔ API فیس میں رن کی لاگت تقریباً $100,000 ہے۔ انسانی محققین جو خفیہ نگاری کے ماہر نہیں تھے، اس کے بعد نتائج کو جانچنے میں کئی سو گھنٹے آزادانہ طور پر گزارے۔
انکشاف اور ایک نیا بینچ مارک
اینتھروپک نے کہا کہ اس نے امریکی حکومت اور صنعت کے شراکت داروں کے ساتھ پیشگی نتائج کا اشتراک کیا، اور اسکیم کے مصنفین کے ساتھ براہ راست HAWK کی کمزوری کا مربوط انکشاف کیا۔ کمپنی نے اس بات پر زور دیا کہ چونکہ کوئی بھی نتیجہ فعال تعیناتی میں خفیہ کاری کو نہیں توڑتا، اس لیے انکشافات ہنگامی ردعمل کے بجائے احتیاطی تھے۔ Mythos Preview عوام کے لیے غیر دستیاب ہے۔
زبان کے ماڈلز کی کرپٹ اینالیٹک صلاحیتوں کا جائزہ لینے میں دوسروں کی مدد کرنے کے لیے، Anthropic نے ETH زیورخ، تل ابیب یونیورسٹی، اور یونیورسٹی آف ہیفا کے محققین کے ساتھ مل کر کرپٹ اینالیسس بینچ نامی ایک بینچ مارک بنایا۔ بینچ مارک کو اس لیے ڈیزائن کیا گیا ہے کہ باہر کی ٹیموں کو منظم طریقے سے یہ جانچنے کی اجازت دی جائے کہ AI ماڈلز کرپٹوگرافک تعمیرات میں کمزوریوں کو کس حد تک تلاش اور تجزیہ کر سکتے ہیں۔
یہ کیوں اہمیت رکھتا ہے۔
یہ اعلان ایک شدید بحث کے درمیان آیا ہے کہ کس حد تک ایڈوانسڈ AI کو تیار کیا جانا چاہیے اور کتنے خود مختار اتھارٹی ماڈلز دیے جائیں، خاص طور پر قومی سلامتی کے مضمرات والے کاموں پر۔ کرپٹوگرافی بینکنگ اور پیغام رسانی سے لے کر سرکاری مواصلات تک، لوگ آن لائن تقریباً ہر کام کو زیر کرتے ہیں۔ اگرچہ Mythos نے حقیقی دنیا کے خفیہ کاری کو نہیں توڑا، لیکن اس نے اس فرق کو کم کر دیا کہ مشینیں اور ماہر انسان ایک ایسے شعبے میں کیا کر سکتے ہیں جو روایتی طور پر سست، محتاط انسانی تجزیہ کی رفتار سے آگے بڑھ رہا ہے۔
نتائج NIST جیسے معیاری اداروں کے لیے عملی سوالات بھی اٹھاتے ہیں، جو فی الحال پوسٹ کوانٹم الگورتھم کا انتخاب کر رہے ہیں جو دہائیوں تک عالمی مواصلات کی حفاظت کریں گے۔ اگر AI ماڈل مہینوں میں کمزوریوں کو ظاہر کر سکتے ہیں جو سالوں تک ماہر کے جائزے سے بچ جاتے ہیں، تو جائزہ لینے کے عمل کو خود کار کرپٹ تجزیہ کو معمول کے قدم کے طور پر شامل کرنے کی ضرورت پڑ سکتی ہے۔
صنعت کے مبصرین نے نوٹ کیا کہ طریقہ کار اور بینچ مارک کو شائع کرتے ہوئے، Mythos Preview کو نجی رکھنے کا Anthropic کا فیصلہ، AI حفاظتی تحقیق میں بڑھتے ہوئے مشترکہ توازن کی عکاسی کرتا ہے: آزادانہ طور پر ٹولز کی تقسیم کے بغیر صلاحیت کا مظاہرہ کرنا جن کا غلط استعمال ہو سکتا ہے۔ جیسا کہ ماڈل خود مختار استدلال میں زیادہ قابل ہوتے ہیں، دوسرے حساس ڈومینز میں اسی طرح کی دریافتوں کی پیروی کا امکان ہے۔
AI سے آگے رہیں
تازہ ترین AI خبریں، تجزیہ اور کامیابیاں حاصل کریں — سب ایک جگہ پر۔
مزید AI خبریں پڑھیں →
