Η τεχνητή νοημοσύνη της Google DeepMind επιβεβαιώνει τις εγγυήσεις κρυπτογράφησης του Signal

Ερευνητές της Google DeepMind, θυγατρικής της Alphabet Inc. ↘ 0.21%, χρησιμοποίησαν ένα νέο πλαίσιο τεχνητής νοημοσύνης με την ονομασία AlphaProof Code για να αποδείξουν μαθηματικά αρκετές από τις κύριες κρυπτογραφικές εγγυήσεις του πρωτοκόλλου Signal. Το έργο απόδειξης της ιδέας, το οποίο διήρκεσε τέσσερις εβδομάδες, δεν εντόπισε νέες ευπάθειες στα τμήματα του πρωτοκόλλου που εξετάστηκαν, όπως ανέφερε το WIRED στις 10 Νοεμβρίου.wired.com

Το αποτέλεσμα έχει σημασία πέρα από την εφαρμογή Signal. Το πρωτόκολλο προστατεύει επίσης τα μηνύματα στο Google Messages και στο WhatsApp της Meta Platforms, Inc. ↗ 0.22%, επομένως η ανάλυση προσθέτει έναν ακόμη ανεξάρτητο έλεγχο στην κρυπτογράφηση που προστατεύει ένα μεγάλο μέρος των παγκόσμιων επικοινωνιών, σύμφωνα με το WIRED. Παράλληλα, αποδεικνύει ότι οι πράκτορες τεχνητής νοημοσύνης μπορούν να επιταχύνουν την τυπική επαλήθευση, έναν πολυπόθητο αλλά αργό τρόπο χρήσης των μαθηματικών για να αποδειχθεί ότι το λογισμικό λειτουργεί όπως προβλέπεται.wired.com

Τι έδειξε η ανάλυση

Οι ερευνητές δοκίμασαν το AlphaProof Code σε παλαιότερες εκδόσεις του Signal που περιείχαν γνωστές ευπάθειες, οι οποίες είχαν διορθωθεί προ πολλού. Το εργαλείο εντόπισε σωστά αυτά τα ελαττώματα και έδειξε ότι οι συγκεκριμένες εκδόσεις δεν μπορούσαν να επαληθευτούν τυπικά, ανέφερε το WIRED. Η DeepMind δημοσιοποιεί τις προδιαγραφές και την απόδειξη που δημιούργησε, ώστε να μπορούν να τις χρησιμοποιήσουν άλλες προσπάθειες επαλήθευσης.wired.com

Το πεδίο εφαρμογής ήταν περιορισμένο. Η εργασία δεν επαλήθευσε ολόκληρη την εφαρμογή Signal για κινητά και οι ερευνητές την περιέγραψαν ως ένα ορόσημο σε μια μακρύτερη διαδικασία. «Είμαστε πολύ ενθουσιασμένοι με αυτό το αποτέλεσμα, αλλά υπάρχει πολύς δρόμος μέχρι να μπορέσουμε να το κλιμακώσουμε σε όλο το λογισμικό του κόσμου, και αυτό θέλουμε να κάνουμε», δήλωσε στο WIRED ο ερευνητής της DeepMind, Swarat Chaudhuri.wired.com

Η ομάδα ανέφερε ότι προηγούμενη εργασία τυπικής επαλήθευσης από το Signal τους έδωσε ένα προβάδισμα. «Ενώ η προηγούμενη τυπική επαλήθευση επικεντρώθηκε σε μικρότερα τμήματα του κώδικα, η προσέγγιση της Google DeepMind επιτρέπει σημαντική επέκταση», δήλωσε ο Chief Technology Officer του Signal, Ehren Kret, προσθέτοντας ότι η επαλήθευση δίνει στην εταιρεία «ακόμη μεγαλύτερη εμπιστοσύνη» καθώς οι απειλές ασφαλείας που καθοδηγούνται από την τεχνητή νοημοσύνη αυξάνονται.wired.com

Ένας πολυσύχναστος τομέας

Το έργο της DeepMind έρχεται σε μια στιγμή που άλλες ομάδες επιδιώκουν παρόμοιους στόχους. Τον Απρίλιο του 2026, το Signal, το Beneficial AI Foundation και το Lean FRO ξεκίνησαν το Signal Shot, μια δημόσια προσπάθεια επαλήθευσης του πρωτοκόλλου Signal και της υλοποίησής του σε Rust χρησιμοποιώντας τον βοηθό απόδειξης Lean. Το έργο στοχεύει στη μετατροπή του πραγματικού κώδικα του Signal σε Lean και στην απόδειξη ότι ταιριάζει με ένα επαληθευμένο μοντέλο του πρωτοκόλλου, σύμφωνα με το ίδρυμα. Το αποτέλεσμα της DeepMind είναι ξεχωριστό από αυτό το έργο, σημείωσε το Startup Fortune.beneficialaifoundation.org+2

Ανοιχτά ερωτήματα σχετικά με το κόστος

Το αν η αυτοματοποιημένη επαλήθευση μέσω τεχνητής νοημοσύνης μπορεί να κλιμακωθεί με βιώσιμο κόστος παραμένει ασαφές. Η DeepMind πραγματοποίησε την ανάλυση του Signal δωρεάν ως ερευνητικό έργο. Η Google αρνήθηκε να αποκαλύψει το κόστος ή το αν σχεδιάζει ένα εμπορικό προϊόν επαλήθευσης, ανέφερε το WIRED.wired.com

Ο Chaudhuri δήλωσε ότι μια βασική πρόοδος ήταν μια διαδικασία κατά την οποία οι πράκτορες τεχνητής νοημοσύνης συνεισφέρουν και διορθώνουν τη δική τους εργασία, ενώ οι άνθρωποι την επανεξετάζουν σε κρίσιμα σημεία. «Δεν θέλουμε αυτό το είδος του κόσμου όπου η τεχνητή νοημοσύνη δημιουργεί τους στόχους και τις αποδείξεις και ουσιαστικά περνάει τεστ που έχει γράψει η ίδια», είπε. «Υπάρχει μια μέση οδός.»wired.com