Come ha fatto un’intelligenza artificiale a superare anni di ricerca nella crittografia?
Nel panorama dell’intelligenza artificiale esistono momenti destinati a segnare un prima e un dopo. L’annuncio pubblicato da Anthropic sembra appartenere proprio a questa categoria. Per la prima volta, infatti, un modello di IA non si è limitato ad assistere gli esperti nell’analisi del codice o nell’individuazione di vulnerabilità software, ma ha contribuito direttamente alla ricerca matematica, sviluppando nuovi attacchi contro algoritmi crittografici studiati da anni dalla comunità scientifica.
Il protagonista è Claude Mythos Preview, un sistema sperimentale che ha migliorato il miglior attacco conosciuto contro HAWK, uno dei principali candidati a diventare uno standard della futura crittografia post-quantistica, e ha inoltre ideato una nuova tecnica contro una versione ridotta dell’Advanced Encryption Standard (AES), il sistema di cifratura simmetrica più utilizzato al mondo per proteggere dati, comunicazioni e infrastrutture digitali.
La notizia, tuttavia, non risiede soltanto nel risultato raggiunto. Ciò che ha sorpreso ricercatori e osservatori è soprattutto la dinamica con cui è avvenuto. Claude Mythos ha individuato la soluzione in circa 60 ore, mentre agli specialisti incaricati di verificarne la correttezza è servito quasi un mese di lavoro per comprendere fino in fondo il percorso matematico seguito dall’intelligenza artificiale. È un dettaglio che va ben oltre la semplice velocità di calcolo: suggerisce che i sistemi di IA stiano iniziando a produrre idee così sofisticate da richiedere agli esseri umani tempi molto più lunghi per essere comprese e validate.
Va sottolineato che nessuno dei risultati ottenuti compromette i sistemi di sicurezza oggi utilizzati. Le tecniche sviluppate da Claude Mythos non rappresentano una minaccia immediata per banche, servizi online o reti di comunicazione. Tuttavia, il loro valore scientifico è enorme perché dimostrano che l’intelligenza artificiale può ormai contribuire alla progettazione e alla verifica degli algoritmi che proteggeranno la sicurezza digitale dei prossimi decenni.
Perché HAWK è uno degli algoritmi più importanti della sicurezza informatica?
Il protocollo HAWK è tra i sistemi ancora in valutazione nell’ambito del programma del National Institute of Standards and Technology (NIST) dedicato alla selezione delle future firme digitali resistenti ai computer quantistici. La cosiddetta crittografia post-quantistica rappresenta una delle sfide tecnologiche più importanti del nostro tempo, poiché dovrà garantire la protezione delle informazioni anche quando i computer quantistici saranno sufficientemente potenti da compromettere gli algoritmi oggi in uso.
Il lavoro di Claude Mythos non ha dimostrato che HAWK sia insicuro, ma ha evidenziato che il margine di sicurezza dell’algoritmo è inferiore a quanto ritenuto finora. Per mantenere lo stesso livello di protezione sarebbe infatti necessario aumentare significativamente la dimensione delle chiavi crittografiche. Una modifica apparentemente semplice, ma che comporterebbe un importante compromesso: HAWK perderebbe parte della compattezza e dell’efficienza che ne avevano fatto uno dei candidati più promettenti nel processo di standardizzazione del NIST.
Consapevole dell’importanza della scoperta, Anthropic ha seguito il protocollo della responsible disclosure, condividendo preventivamente i risultati con gli autori di HAWK e coordinando la divulgazione pubblica insieme alla mailing list ufficiale del NIST, evitando così qualsiasi rischio per l’ecosistema della sicurezza informatica.
Come ha lavorato Claude Mythos per arrivare a una scoperta così complessa?
Uno degli aspetti più interessanti riguarda il metodo seguito dal modello. Claude Mythos non ha operato come un normale chatbot, ma all’interno di un articolato sistema multi-agente costruito su Claude Code, capace di consultare letteratura scientifica, analizzare articoli accademici, verificare dimostrazioni matematiche ed eseguire enormi quantità di simulazioni computazionali.
Prima ancora di cercare nuove vulnerabilità , il sistema ha dedicato molte ore alla ricostruzione dello stato dell’arte della ricerca crittografica, studiando gli attacchi già noti e comprendendo le tecniche sviluppate negli ultimi anni dalla comunità scientifica. Solo dopo questa fase ha iniziato a esplorare nuove ipotesi, valutandole autonomamente attraverso continui esperimenti matematici.
Secondo Anthropic, una volta individuata una possibile soluzione, Claude Mythos ha costruito un’intera catena di verifica end-to-end, controllando ripetutamente ogni passaggio fino a convincere sia sé stesso sia i ricercatori umani della correttezza della dimostrazione. L’intero processo ha richiesto circa 60 ore e un costo API stimato intorno ai 100.000 dollari, una cifra considerevole ma sorprendentemente contenuta rispetto agli anni di lavoro normalmente necessari per ottenere risultati simili.
Perché l’intelligenza artificiale è riuscita dove gli esseri umani impiegano anni?
La spiegazione non risiede soltanto nella potenza di calcolo. Gli stessi ricercatori ritengono che uno dei principali vantaggi dell’intelligenza artificiale sia l’assenza dei classici bias cognitivi che influenzano inevitabilmente il ragionamento umano.
Tra questi assume particolare rilievo il cosiddetto bias di ancoraggio, ovvero la tendenza a considerare corrette le prime ipotesi formulate, limitando inconsciamente la capacità di immaginare soluzioni radicalmente diverse. Un ricercatore esperto, proprio grazie alla sua esperienza, può essere portato a escludere percorsi già considerati improbabili dalla comunità scientifica. Un sistema di IA, invece, esplora enormi spazi di possibilità senza lasciarsi condizionare da convinzioni consolidate, analizzando sistematicamente milioni di ipotesi e scartando soltanto quelle che risultano matematicamente errate.
Questa capacità di esplorazione continua, unita all’assenza di stanchezza e alla possibilità di lavorare senza interruzioni, consente all’intelligenza artificiale di affrontare problemi che richiederebbero anni di collaborazione tra gruppi di ricerca altamente specializzati.
Che cos’è Möbius Bridge e perché rappresenta una svolta?
L’episodio più sorprendente riguarda probabilmente il lavoro svolto sull’AES, l’algoritmo di cifratura simmetrica più utilizzato al mondo. In un primo momento Claude Mythos aveva escluso qualsiasi possibilità di migliorare gli attacchi esistenti, ritenendo il sistema sostanzialmente inattaccabile dal punto di vista pratico. Soltanto dopo essere stato invitato da un supervisore umano a cercare idee realmente nuove, il modello ha modificato il proprio approccio sviluppando una tecnica completamente originale chiamata Möbius Bridge.
Non si tratta semplicemente di un’ottimizzazione computazionale. Möbius Bridge introduce un nuovo modo di affrontare il problema matematico, eliminando uno dei passaggi più costosi dal punto di vista computazionale che caratterizzava gli attacchi precedenti. Il risultato è impressionante: la nuova tecnica rende l’attacco da 200 a 800 volte più veloce rispetto allo stato dell’arte rimasto sostanzialmente invariato dal 2013.
Anche in questo caso è fondamentale evitare interpretazioni allarmistiche. L’AES continua a essere considerato sicuro nelle implementazioni utilizzate quotidianamente. Il vero significato della scoperta risiede piuttosto nella dimostrazione che un’intelligenza artificiale è stata capace di produrre una nuova idea matematica, anziché limitarsi a eseguire calcoli più rapidamente degli esseri umani.
Che cosa significa davvero il mese necessario per comprendere il lavoro dell’IA?
Forse il dato più emblematico dell’intera ricerca è proprio quello relativo ai tempi di verifica. Mentre Claude Mythos generava oltre un miliardo di token nell’arco di tre giorni ed elaborava autonomamente nuove strategie di attacco, il gruppo di ricercatori incaricato della validazione ha impiegato quasi un mese semplicemente per comprendere il ragionamento seguito dal modello e verificarne la correttezza matematica.
Questa asimmetria rappresenta uno dei segnali più significativi dell’evoluzione dell’intelligenza artificiale. Finora le macchine erano considerate strumenti in grado di accelerare il lavoro umano; oggi iniziano invece a produrre risultati che gli stessi esseri umani faticano a interpretare. È una differenza sostanziale, perché suggerisce che il limite futuro non sarà tanto la capacità dell’IA di trovare nuove soluzioni, quanto la capacità della comunità scientifica di comprenderle abbastanza rapidamente.
Quali conseguenze potrebbe avere questa svolta sulla ricerca scientifica?
Il caso Claude Mythos va ben oltre la sicurezza informatica. Rappresenta uno dei primi esempi concreti di intelligenza artificiale capace di contribuire direttamente all’innovazione scientifica, aprendo scenari che coinvolgono matematica, fisica, chimica, biologia e tutte le discipline fondate sulla ricerca teorica.
La prospettiva che emerge non è quella di una sostituzione dei ricercatori, bensì di una trasformazione del loro ruolo. Sempre più spesso le intelligenze artificiali potrebbero occuparsi della fase esplorativa, formulando ipotesi, verificando dimostrazioni e individuando nuovi percorsi matematici, mentre agli esseri umani spetterebbe il compito di interpretare, validare e contestualizzare i risultati.
Resta però aperta una domanda destinata a diventare sempre più centrale negli anni a venire: cosa accadrà quando un’intelligenza artificiale riuscirà a produrre dimostrazioni così innovative da risultare quasi incomprensibili perfino ai ricercatori che dovrebbero verificarle? Se oggi è stato necessario un mese per comprendere un lavoro svolto in appena 60 ore, il divario potrebbe crescere ulteriormente con l’evoluzione dei modelli di prossima generazione. Ed è forse proprio questa, più ancora della vulnerabilità degli algoritmi crittografici, la vera notizia destinata a cambiare il futuro della ricerca scientifica.