Anthropic'in Yapay Zeka Modeli Mythos, Kuantum Sonrası Kriptografi Algoritmasını Çökertti

Anthropic tarafından geliştirilen yeni yapay zeka güvenlik modeli Mythos, ABD'nin resmi standart adayı olan kuantum dirençli HAWK algoritmasında kritik bir zafiyet tespit etti. Bu önemli keşfin ardından, algoritmanın geliştiricisi HAWK'ı Ulusal Standartlar ve Teknoloji Enstitüsü (NIST) test sürecinden çektiğini duyurdu.

Yapay Zeka Kriptografiyi Nasıl Kırdı?

HAWK, gelecekteki kuantum bilgisayarlarının saldırılarına karşı koymak üzere tasarlanmış bir dijital imza şeması olarak biliniyor. NIST tarafından yürütülen PQC (post-quantum cryptographic) algoritmaları değerlendirme sürecinde iki aşamayı başarıyla geçen sistem, üçüncü test turunda Anthropic'in yapay zeka modeline takıldı. Geliştirici, pazartesi günü açıklanan bulguların ardından salı günü algoritmayı yarışmadan çekti.

Kriptografi uzmanlığı olmayan bir Anthropic araştırmacısı, yaklaşık 60 saatlik çalışma ve 100.000 dolar compute maliyetiyle Mythos modelini yönlendirdi. Model, algoritmanın temelini oluşturan Lattice Isomorphism Problem üzerindeki en iyi bilinen saldırı yöntemini geliştirerek HAWK'ın anahtar gücünü yarı yarıya düşürmeyi başardı. Bu durum, yapay zeka sistemlerinin karmaşık matematiksel problemleri çözmedeki potansiyelini gözler önüne seriyor.

Sınırlamalar ve Gerçek Dünya Etkisi

Elde edilen sonuçlar oldukça etkileyici olsa da, araştırmacılar bazı önemli kısıtlamalara dikkat çekiyor. Test edilen kriptosistemler, resmi spesifikasyonlarında tanımlananların zayıflatılmış versiyonlarıydı. Bu tür "meydan okuma örnekleri", hakem değerlendirmelerinde kullanılmak üzere standart olarak sunuluyor. Dolayısıyla bu bulgular, günümüzde aktif olarak kullanılan AES gibi şifreleme sistemlerini veya üretim ortamlarındaki yapıları henüz doğrudan tehdit etmiyor.

Johns Hopkins Üniversitesi'nden kriptografi uzmanı Matthew Green, keşfin en etkileyici yanının, uzman olmayan birinin bir dil modeli kullanarak bu seviyede bir zafiyet bulabilmesi olduğunu vurguluyor. HAWK'ın anahtar boyutunu iki katına çıkararak bu zafiyeti hafifletmek mümkün olsa da, artan hesaplama yükü algoritmayı daha az tercih edilebilir hale getirdi ve nihayetinde standart olma yarışından kopardı.

--- **İlgili Kaynaklar:** İlgili SEO ve GEO eğitim platformu için [GEO eğitim](https://geoakademi.com) platformuna göz atabilirsiniz.