کلود در ۵۳ ساعت روش محاسباتی جدیدی برای رایانش کوانتومی یافت و تعداد عملیات را به یک‌هفدهم کاهش داد
مدل هوش مصنوعی کلود متعلق به شرکت آنتروپیک توانست به‌طور مستقل هشت نوع روش محاسباتی برای رایانه‌های کوانتومی طراحی کند. این مدل در هفت مورد، تعداد کیوبیت‌ها و عملیات موردنیاز را در مقایسه با طراحی‌های بهینه موجود کاهش داد. در برخی از این طراحی‌ها، بهره‌وری استفاده از منابع بیش از ۱۰ برابر بهبود یافت. این دستاورد همچنین توجه‌ها را به تأثیر افزایش کارایی محاسبات کوانتومی بر امنیت ارزهای دیجیتالی مانند بیت‌کوین جلب کرده است.
رسانه حوزه بلاک‌چین کوین‌پست گزارش داد که آنتروپیک نتایج این پژوهش را روز قبل از انتشار گزارش، یعنی ۱۶ اکتبر، اعلام کرده است. به گفته این شرکت، کلود هشت روش محاسبات کوانتومی طراحی کرد و در هفت مورد، مصرف منابع را در مقایسه با روش‌های موجود کاهش داد. کم کردن هم‌زمان تعداد کیوبیت‌ها و شمار عملیات موردنیاز، گامی مهم برای کاربردی‌تر شدن رایانه‌های کوانتومی به شمار می‌رود.
دلیل توجه به این پژوهش آن است که افزایش کارایی محاسبات کوانتومی می‌تواند منابع لازم برای شکستن رمزنگاری را نیز کاهش دهد. بیت‌کوین و اتریوم برای امضای تراکنش‌ها از رمزنگاری مبتنی بر منحنی بیضوی استفاده می‌کنند. در رایانه‌های متعارف، به‌دست‌آوردن کلید خصوصی از روی کلید عمومی در مدت‌زمانی معقول دشوار است؛ اما ظهور رایانه‌های کوانتومی به‌اندازه کافی قدرتمند می‌تواند این فرض امنیتی را به چالش بکشد. در صورت افشای کلید خصوصی، مهاجمان ممکن است بتوانند دارایی‌های محافظت‌شده با آن کلید را جابه‌جا کنند.
آنتروپیک در این پژوهش به‌طور ویژه بر عملیات «جمع نقاط» تمرکز کرد؛ عملیاتی که در محاسبات کوانتومی مرتبط با رمزنگاری منحنی بیضوی بارها تکرار می‌شود. در این فرایند، با استفاده از دو نقطه روی یک منحنی بیضوی، نقطه جدیدی محاسبه می‌شود. از آنجا که این عملیات یکی از اجزای مهم الگوریتم‌های کوانتومی موردنیاز برای شکستن رمزنگاری است، کاهش منابع لازم برای اجرای آن می‌تواند بر کارایی کلی محاسبات نیز تأثیر بگذارد.
پژوهشگران مشخصات روش‌های محاسباتی را به زبان طبیعی در اختیار کلود قرار دادند و برنامه‌ای ساختند که صحت طراحی‌ها را بررسی می‌کرد و آن‌ها را بر اساس حاصل‌ضرب تعداد کیوبیت‌ها در تعداد عملیات ارزیابی می‌کرد. کلود بارها طرح‌های جدیدی ارائه داد و با تکیه بر نتایج ارزیابی، آن‌ها را بهبود بخشید. در این رویکرد، به‌جای آنکه انسان‌ها مستقیماً جزئیات روش‌های محاسباتی را طراحی کنند، هوش مصنوعی با استفاده از نتایج راستی‌آزمایی و امتیازدهی، به جست‌وجوی روش‌های کارآمدتر پرداخت.
کلود برای یافتن روش‌های محاسباتی جدید در مسائل مرتبط با شکستن رمزنگاری، حدود ۵۳ ساعت و با دخالت انسانی بسیار اندک، روی بهینه‌سازی عملیات پرهزینه جمع نقاط کار کرد. یکی از طراحی‌های حاصل، به ۱۲ درصد کیوبیت بیشتر از حداقل موردنیاز در طراحی موجود احتیاج داشت، اما تعداد عملیات را به حدود یک‌هفدهم کاهش داد. به این ترتیب، مدل روشی برای بهینه‌سازی یافت که در آن افزایش اندک مصرف کیوبیت با کاهش چشمگیر حجم کلی عملیات همراه بود.
این پژوهش به معنای شکسته‌شدن واقعی سامانه‌های رمزنگاری بیت‌کوین یا اتریوم نیست. آنتروپیک در اعلام نتایج خود تأکید کرد که حمله‌ای مستقیم به ارزهای دیجیتال انجام نداده و اندازه کلی رایانه کوانتومی موردنیاز برای شکستن رمزنگاری را نیز مشخص نکرده است. افزایش کارایی روش‌های محاسباتی با ساخت و راه‌اندازی رایانه کوانتومی‌ای که واقعاً بتواند رمزنگاری را بشکند، دو مسئله جداگانه‌اند.
مقیاس فعلی رایانه‌های کوانتومی نیز همچنان یکی از محدودیت‌های اصلی این فناوری به شمار می‌رود. بر اساس توضیحات ارائه‌شده در گزارش، رایانه‌های کوانتومی امروزی هنوز در مقیاس صدها تا چند هزار کیوبیت قرار دارند. گوگل پیش‌تر در ماه مارس برآوردی منتشر کرده بود که نشان می‌داد برای شکستن رمزنگاری امضاهای بیت‌کوین ممکن است کمتر از ۵۰۰ هزار کیوبیت کافی باشد. با این حال، میزان واقعی منابع موردنیاز به عواملی مانند روش محاسباتی و اصلاح خطا بستگی دارد و همین مسئله مقایسه مستقیم برآوردها را دشوار می‌کند.
آنتروپیک همچنین احتمال داد که هوش مصنوعی بتواند از بهینه‌سازی تک‌تک روش‌های محاسباتی رایانه‌های کوانتومی فراتر برود و اجزای مختلف را به‌صورت یکپارچه بهینه کند یا حتی طراحی سامانه‌های کاملی را بر عهده بگیرد که برای حل مسائل مشخص ساخته می‌شوند. به گفته این شرکت، نقش هوش مصنوعی می‌تواند از بهبود الگوریتم‌های محاسباتی در سطح نرم‌افزار به حوزه گسترده‌تر طراحی سخت‌افزار رایانش کوانتومی نیز توسعه یابد.
این نتیجه بیش از آنکه نشانه تهدیدی فوری برای امنیت ارزهای دیجیتال باشد، نمونه‌ای از توانایی هوش مصنوعی در افزایش کارایی محاسبات کوانتومی است. با این حال، اگر بهینه‌سازی مبتنی بر هوش مصنوعی ادامه پیدا کند، انتظار می‌رود بر بحث‌ها درباره سرعت کاربردی‌شدن رایانه‌های کوانتومی و راهکارهای بلندمدت حفظ امنیت سامانه‌های رمزنگاری تأثیر بگذارد.