加密貨幣產業多年來一直在辯論量子運算是否會對比特幣和以太坊等區塊鏈構成生存威脅。如今，研究人員與開發者認為，人工智慧可能正在加速這一時間表，並迫使業界全面重新思考數位安全的運作方式。
致力於後量子密碼學與區塊鏈安全的領導者描述了一個快速變化的局勢：AI 同時成為攻擊者的武器、開發者的防禦工具，以及量子運算研究的加速器。
「未來的安全格局將會有所不同，」專注於加密貨幣抗量子基礎設施的 Project Eleven 執行長 Alex Pruden 表示。
Pruden 說：「在量子與 AI 之間，我們將進入一個安全領域——不僅限於加密貨幣——你根本無法再依賴過去慣用的做法。」
隨著主要科技公司和研究人員警告，具備密碼學相關能力的量子電腦可能比預期更早問世，AI 與量子運算的結合變得日益緊迫。儘管專家對於能破解現代加密技術的量子電腦何時出現仍存分歧，但許多人認為 AI 可能會大幅壓縮開發時程。
「AI 無疑正被用於加速量子運算的發展，」Pruden 說。研究人員已經在使用機器學習系統來優化量子錯誤校正，這是該領域最大的工程瓶頸之一。
NEAR Protocol 聯合創辦人、前 Google AI 研究員 Illia Polosukhin 表示，AI 多年來一直在加速科學發現。
「AI 正變得越來越像一個加速器，」Polosukhin 說。「從現在開始，研究速度將會加快，我們已經看到了人們原本預期不會這麼早出現的進展。」
Polosukhin 提到他在 2016 年於 Google 的經歷，當時機器學習系統已被用於發現新材料。「下一代量子電腦可能會由 AI 與這一代的量子電腦共同建造，」他說。「這是一種自我強化的循環。」
對安全研究人員而言，這已不再是純粹的理論威脅。日益嚴重的擔憂是，政府和複雜的攻擊者現在就已經在收集加密的網路流量，預期未來的量子電腦最終能將其解密，這種策略常被稱為「現在收集，日後解密」。「如果我知道量子電腦幾年內就會問世，我就會開始嘗試攔截所有流通中的資料，」Polosukhin 說。
他補充道：「我們放在網際網路上的一切，如果你被標記為關注對象，你可以假設這些資料在兩年內就會被解密。這很可能已經在發生了。」
這對加密貨幣的影響尤為嚴重，因為大多數區塊鏈網路依賴的橢圓曲線密碼學與整個網際網路相同。理論上，足夠強大的量子電腦可以從公鑰推導出私鑰，使攻擊者能夠入侵脆弱的錢包和系統。
但研究人員日益認為，更大的問題不僅是量子運算本身，而是量子運算與 AI 結合所引發的永久性安全軍備競賽。
人工智慧在識別軟體漏洞和實作缺陷方面已變得越來越有效。「我預期 AI 的出現會加速……甚至更多的駭客攻擊，」Pruden 說。「這些 AI 模型能夠找出底層密碼學的實作錯誤，或者我認為，越來越能直接破解密碼學本身。」
同時，開發者正將 AI 用於防禦性的程式碼審計、測試和形式驗證（用於證明軟體行為符合預期的數學技術）。「AI 可以協助後量子系統的形式驗證，」Pruden 說。「這在理論上能讓它們更安全。」
研究人員表示，結果是未來的安全將不再能被視為每十年升級一次的靜態基礎設施。「未來沒有任何事物會像過去那樣靜態，」Pruden 說。「要麼量子電腦上線打破某些基本假設，要麼 AI 變得足夠聰明，也能打破這些假設。」
這種轉變已開始迫使區塊鏈網路重新思考其演進速度。包括以太坊、Zcash、Solana、Ripple 和 NEAR 在內的幾個生態系統，正在積極研究或實施後量子遷移策略。
NEAR 最近宣布計畫將後量子密碼學直接整合到其帳戶基礎設施中，允許用戶在不將資產遷移至全新錢包的情況下輪換密碼方案。「早在 2018 年設計 [NEAR] 時，我們就想過：『嘿，量子時代會來臨，我們應該有簡單的方法來應對，』」Polosukhin 說。
然而，過渡在技術上仍然困難。後量子密碼系統通常比現有標準大得多且速度更慢。「目前標準化的後量子密碼學非常龐大且緩慢，」Polosukhin 說。
研究人員指出，更廣泛的影響是，AI 和量子運算都在動搖數位時代的一個基本假設：加密技術能在長時期內保持可靠。
相反，安全可能越來越成為一種適應性、持續演進的過程，系統必須不斷升級才能生存。
閱讀更多：比特幣、以太坊及其他網路如何為迫近的量子威脅做準備