تصور کنید پیامی از ۸۰ سال پیش وجود داشته باشد که هیچ انسانی نتوانسته آن را بخواند، اما یک مدل هوش مصنوعی در چند ساعت رمز آن را می‌شکند. این اتفاق اکنون رخ داده است و مرز بین تحلیل داده و پژوهش تاریخی را جابه‌جا کرده است.
به گزارش TechCrunch در ۲۵ سپتامبر ۲۰۲۶، دو مورد از پیچیده‌ترین معماهای جنگ جهانی دوم توسط GPT-6 Astra و Claude Opus 5 حل شدند. این دستاورد نشان می‌دهد که هوش مصنوعی زاینده (Generative AI) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — از حد یک چت‌بات ساده فراتر رفته و به یک پژوهشگر مستقل تبدیل شده است.
در زمان جنگ، تیم آلن تورینگ از کامپیوتر Bombe برای شکستن رمزها استفاده کردند، اما برخی پیام‌ها به‌دلیل خطاهای تایپی یا اشتباه در ثبت، هرگز رمزگشایی نشدند. برای حل این موارد، مدل باید شبیه به یک کارآگاه دیجیتال عمل کند که به‌جای حدس زدن رمز عبور، ابتدا کل قفل را از ابتدا می‌سازد تا کلید را پیدا کند.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی توانمندی‌های استدلالی مدل‌های زبانی اشاره کردیم، این مدل‌ها اکنون قادر به ساخت ابزارهای مجازی هستند. توسعه‌دهنده‌ای به نام کارتر لِفن، GPT-6 Astra را مأمور جست‌وجو در پایگاه‌داده پیام‌های باز نشده کرد. این توانایی در شناسایی نقاط ضعف و نفوذ به ساختارهای پیچیده، یادآور قابلیت‌های مدل Astra در شناسایی و بهره‌برداری از آسیب‌پذیری‌های سیستمی است که پیش‌تر بررسی کردیم. این مدل به‌صورت خودکار پژوهش آرشیوی انجام داد، سرنخ‌های متنی را شناسایی کرد و یک شبیه‌ساز کاربردی از ماشین انیگما ساخت تا متنی را که از سال ۲۰۰۵ پژوهشگران را به چالش کشیده بود، بازیابی کند.
فرود ویررود، متولی پایگاه‌داده Crypto Cellar، هفته‌ی گذشته این راهکار را تأیید کرد. او اشاره کرد که Astra مانند یک رمزشناس حرفه‌ای عمل کرده و کاری را که برای یک انسان هفته‌ها یا ماه‌ها جست‌وجو در آرشیوهای ملی آلمان (Bundesarchiv) می‌طلبید، تنها در دو روز به پایان رساند.
به طور جداگانه در ۲۱ سپتامبر، جک ویلیس از Claude Opus 5 برای شکستن پیام دیگری استفاده کرد. برخلاف رویکرد خودکار Astra، ویلیس راهنمایی‌های دقیق‌تری ارائه داد و به مدل اجازه داد تا با استفاده از امضای یک افسر شناخته‌شده، کد را بشکند.
این قابلیت‌ها نشان می‌دهد که عامل‌های هوشمند (AI Agents) در حال خروج از فضای «تطبیق الگو» و ورود به قلمرو ساخت ابزار و پژوهش عمیق هستند. این مدل‌ها با شبیه‌سازی سخت‌افزارهای فیزیکی و تطبیق آرشیوهای پراکنده، نوعی استدلال سطح دو (System 2) را در دنیای واقعی پیاده می‌کنند.
برای یک کاربر عادی، این یعنی آینده‌ای که در آن AI می‌تواند مسائل تخصصی — مثل حسابرسی جنایی یا کشف مستندات حقوقی — را با ترکیب شبیه‌سازی فنی و پژوهش آرشیوی حل کند. در واقع، هوش مصنوعی از یک هم‌صحبت به یک عامل متخصص تبدیل شده است که قادر به کشفیات مستقل است.
در حال حاضر تنها هفت پیام رمزنگاری‌شده از انیگما باقی مانده است. اینکه آیا این کدها هم در ماه‌های آینده شکسته می‌شوند یا خیر، به دسترسی مدل‌ها به بستر متنی آرشیوها بستگی دارد.
گام بعدی شما
- اگر در حوزه‌های پژوهشی یا حقوقی فعال هستید، بررسی کنید چگونه ترکیب «شبیه‌سازی ابزار» و «جست‌وجوی آرشیوی» می‌تواند حجم کارهای دستی شما را کم کند.
- ابزارهای جدید مدل‌های استدلالی را برای تحلیل داده‌های ناقص و قدیمی آزمایش کنید.
- دنبال کنید که آیا OpenAI یا Anthropic قابلیت‌های شبیه‌سازی محیطی (Environment Simulation) را به‌صورت رسمی عرضه می‌کنند یا خیر.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو