AnthropicのClaudeが暗号解析へ：AIは暗号研究の壁に近づいたのか

導入

Anthropicの最新の暗号解析成果をめぐる議論は、AIがどこまで高度な科学研究に入り込めるのかという問いを改めて浮かび上がらせている。OSChinaの要約によれば、暗号学者 Matthew Green はAnthropicの成果を読んだうえでコメントを発表した。Anthropicは未公開の Claude Mythos モデルに暗号解析を行わせ、後量子署名方式 HAWK への攻撃と、縮小ラウンド AES に対する改良攻撃という二つの結果を示したという。

ただし、この情報は慎重に読む必要がある。今回利用できる素材には、原文全文、論文の詳細、パラメータ、証明、再現手順などは含まれていない。したがって、これを「AIが現代暗号を破った」と解釈するのは適切ではない。より正確には、最先端モデルが暗号解析という専門性の高い領域で、研究プロセスの一部を担い始めた可能性がある、ということだ。

主要なポイント

• 対象の重要性：HAWKは後量子暗号に関わる署名方式であり、量子計算時代を見据えた暗号評価の文脈で注目される。AESは現代の対称鍵暗号を代表する方式だが、今回触れられているのは完全な標準AESではなく、縮小ラウンド版である。
• 攻撃の意味は範囲次第：縮小ラウンド版への攻撃は、安全余裕や解析手法を理解するうえで重要だが、実運用システムの破綻を意味するものではない。HAWKへの攻撃についても、条件やパラメータを確認しなければ評価はできない。
• AIの役割が変化している：これまで大規模言語モデルは、文献調査、コード生成、証明支援といった補助的用途で語られることが多かった。今回の成果が妥当なら、モデルは攻撃経路の探索や既存手法の組み合わせ、候補アイデアの生成により能動的に関わった可能性がある。
• 専門家による検証は不可欠：Matthew Greenが反応したこと自体、この成果が暗号コミュニティの厳しい目にさらされることを意味する。暗号学では「もっともらしい説明」だけでは不十分で、形式的な論証、査読、再現性が不可欠だ。

意義と影響

今回の話題の本質は、「AIが暗号を破る」という刺激的な見出しではない。むしろ、暗号解析のような高度な研究ワークフローにAIが入り込み、探索コストを下げる可能性にある。暗号解析には、深い数学的直感、過去の研究への理解、実装と実験の経験が必要だ。モデルが有望な探索方向を提示できるなら、研究者は無効な道を早く捨て、複雑な組み合わせ空間から新しい手がかりを見つけやすくなる。

一方で、限界も明確だ。暗号の安全性は厳密な定義と証明に支えられている。AIが生成した仮説は、検証可能な数学的議論や実験結果に変換されて初めて意味を持つ。特に後量子暗号では、攻撃主張が方式の評価に影響し得るため、誇張は避けるべきだ。

Anthropicの試みは、AI for Science の中でも難度の高い事例といえる。消費者向けの一般的な応答ではなく、専門家レベルの研究問題にモデルを投入しているからだ。最終的な評価が大きな突破口であれ、限定的な実証であれ、暗号研究においてAIを新しい参加者として考える時代が近づいている。

出典：OSChina