یک مدل هوش مصنوعی با نام GPT-6 Astra موفق شده پیام رمزگذاری‌شده ارتش آلمان مربوط به سال ۱۹۴۱ را که از سال ۲۰۰۵ در میان اسناد رمزنگاری حل‌نشده قرار داشت، رمزگشایی کند. نکته مهم این ماجرا فقط شکستن رمز انیگما نیست؛ بلکه این است که مدل تقریباً تمام فرایند، از انتخاب پیام هدف تا ساخت ابزارهای موردنیاز برای رمزگشایی، را به‌صورت مستقل انجام داده است.

پیام MVUEH چرا این‌قدر دشوار بود؟

پیام موردنظر با شناسه MVUEH در ۱۰ ژوئیه ۱۹۴۱ ارسال شد و در ساعت ۱۷:۳۰ به ایستگاه رادیویی بخش تدارکات لشکر SS-Totenkopf رسید. این پیام ۸۲ حرف داشت و از سال ۲۰۰۵ در مجموعه Crypto Cellar Research به‌عنوان یکی از پیام‌های رمزگشایی‌نشده نگهداری می‌شد.

پیش‌تر نیز تلاش‌های مختلفی برای شکستن رمز آن انجام شده بود. حتی پیام دیگری از همان روز با شناسه SIPVX در سال ۲۰۱۷ توسط پژوهشگر رمزنگاری Alex Shovkoplyas رمزگشایی شد؛ اما کلید به‌دست‌آمده از آن پیام برای باز کردن MVUEH کارساز نبود.

هوش مصنوعی خودش پیام هدف را انتخاب کرد

شروع این پروژه برخلاف بسیاری از آزمایش‌های هوش مصنوعی، با یک دستورالعمل گام‌به‌گام همراه نبود. Carter Leffer، پژوهشگر و کارمند Bloomberg، از GPT-6 Astra خواست در میان پیام‌های انیگمای حل‌نشده منتشرشده در Crypto Cellar Research، موردی را پیدا کند که احتمال رمزگشایی آن بیشتر باشد.

مدل پس از بررسی پیام‌های موجود، MVUEH را به‌عنوان گزینه مناسب انتخاب کرد. سپس به پیام SIPVX که قبلاً رمزگشایی شده بود توجه نشان داد و احتمال داد میان محتوای این دو پیام ارتباطی وجود داشته باشد.

این ارتباط در نهایت به یکی از مهم‌ترین سرنخ‌های رمزگشایی منجر شد: عبارت جغرافیایی «ROSENOW ROSENOW» که در پیام رمزگشایی‌شده SIPVX وجود داشت.

GPT-6 Astra برای شکستن انیگما نرم‌افزار خودش را نوشت

در رمزگشایی انیگما، اگر بخشی از متن احتمالی پیام از قبل حدس زده شود، می‌توان از آن به‌عنوان «کریپ» برای محدود کردن جست‌وجوی کلید استفاده کرد. GPT-6 Astra از تکرار عبارت ROSENOW ROSENOW به همین شکل استفاده کرد.

مدل سپس به‌صورت مستقل نرم‌افزار لازم برای شبیه‌سازی ماشین انیگما را با زبان‌های Python و C++ ایجاد کرد و ابزار دیگری مشابه Bombe برای جست‌وجوی تنظیمات احتمالی ساخت.

بر اساس گزارش‌های منتشرشده، جست‌وجوی اصلی حدود ۱۰ ساعت طول کشید و در نهایت مدل به کلیدی رسید که متن پیام را به شکل معنادار بازسازی می‌کرد. کل فرایند در بازه‌ای حدود دو روز انجام شد.

متن پیام رمزگشایی‌شده چه بود؟

متن رمزگذاری‌شده MVUEH شامل ۸۲ حرف زیر بود:

ICRVSORMCCWQTATYEVFXDBZGGSNXWLPSYWZYTCBSWULRTBZCVGODVJUSLSOOMJQJZSXSEBZPEYMDNXJYTC

پس از پیدا شدن تنظیمات مناسب، متن آلمانی زیر از آن استخراج شد:

BTTE UM ANGABE DES MARSQWEGES X BEFINDE MIQ IN X ROSENOW ROSENOW X SOFORT FUNKANTWORT X WASCHBBSCH

مفهوم کلی پیام این است:

«لطفاً مسیر حرکت را مشخص کنید. من در رزنوف هستم، رزنوف. فوراً از طریق رادیو پاسخ دهید.»

وجود اشتباه‌های تایپی در متن نیز جالب توجه است؛ برای مثال «BTTE» به‌جای «BITTE» ثبت شده است. همین ویژگی‌ها نشان می‌دهد پیام بازسازی‌شده صرفاً یک متن آلمانی مصنوعی و روان نیست، بلکه برخی بی‌نظمی‌های موجود در پیام اصلی را نیز حفظ کرده است.

چرا ماشین انیگما شکستن این پیام را دشوار می‌کرد؟

انیگما برای رمزگذاری پیام‌ها از مجموعه‌ای از روتورهای چرخان، بازتاب‌دهنده و تابلوی اتصال یا Plugboard استفاده می‌کرد. با هر بار فشردن کلید، وضعیت روتورها تغییر می‌کرد و همین مسئله باعث می‌شد یک حرف در موقعیت‌های مختلف، خروجی متفاوتی داشته باشد.

در مورد MVUEH، شرایط حتی پیچیده‌تر بود. تنظیمات این پیام با کلید استاندارد همان روز مطابقت نداشت و ترتیب روتورهای متفاوتی برای آن به دست آمد. علاوه بر این، در متن ثبت‌شده پیام نیز خطاهایی وجود داشت و یک چرخش غیرمعمول روتور در میانه پیام، فرایند جست‌وجو را دشوارتر کرده بود.

یک متخصص رمزنگاری نتیجه هوش مصنوعی را تأیید کرد

نتیجه به‌دست‌آمده صرفاً ادعای سازنده یا کاربر مدل باقی نمانده است. Frode Weierud، پژوهشگر و متخصص رمزنگاری که Crypto Cellar Research را اداره می‌کند، کلید و متن استخراج‌شده را بررسی کرد و صحت آن‌ها را تأیید کرد. او اعلام کرده است که کلید به‌دست‌آمده می‌تواند پیام ۸۲ حرفی و بخش‌های رمزگذاری‌شده مرتبط با آن را به‌درستی توضیح دهد.

بااین‌حال، هنوز تمام جزئیات نحوه عملکرد GPT-6 Astra مشخص نیست. پژوهشگران در حال بررسی لاگ‌های اجرای مدل هستند تا مشخص شود این سیستم دقیقاً چگونه مسیر حل مسئله را طی کرده است. بنابراین بخش مهمی از این آزمایش همچنان نیازمند بررسی مستقل و بازسازی فرایند است.

اهمیت این اتفاق برای هوش مصنوعی چیست؟

اهمیت این آزمایش فقط در شکستن یک پیام قدیمی انیگما نیست. روش‌های مربوط به شبیه‌سازی انیگما، استفاده از کریپ و جست‌وجوی کلید سال‌هاست شناخته شده‌اند. وجه متفاوت ماجرا این است که مدل بدون دریافت دستورالعمل دقیق، خودش مسئله را انتخاب کرد، سرنخ مناسب را پیدا کرد، ابزارهای نرم‌افزاری موردنیاز را ساخت و سپس فرایند جست‌وجو را اجرا کرد.

این اتفاق نمونه‌ای از افزایش توانایی مدل‌های هوش مصنوعی در انجام پروژه‌های چندمرحله‌ای است؛ پروژه‌هایی که در آن‌ها سیستم باید علاوه بر پاسخ‌گویی، مسئله را تعریف کند، ابزار بسازد، فرضیه آزمایش کند و نتیجه را با داده‌های موجود تطبیق دهد.

البته این موفقیت به معنای آن نیست که هوش مصنوعی می‌تواند هر رمز تاریخی یا سند ناشناخته‌ای را به‌سادگی رمزگشایی کند. در این مورد، وجود یک پیام مرتبط که قبلاً رمزگشایی شده بود، سرنخ ROSENOW و امکان بررسی ریاضی نتیجه، نقش مهمی در موفقیت فرایند داشت.

نوشته GPT-۶ Astra پیام رمزگذاری‌شده ارتش آلمان در جنگ جهانی دوم را پس از سال‌ها رمزگشایی کرد اولین بار در آی‌ تی‌ رسان منتشر شد.