AI ช่วยเร่งงานวิจัยถอดรหัส quantum — กำแพงที่เคยสูง เริ่มเตี้ยลง

เริ่มจากภาพจำก่อน encryption คือ "กุญแจล็อกตู้เซฟ" ที่ป้องกันข้อมูลของเรา เช่น รหัสผ่าน ข้อความ ธุรกรรมการเงิน ทุกวันนี้กุญแจนี้แข็งแรงเพราะคอมพิวเตอร์ปกติใช้เวลานานมาก (เป็นล้านปี) กว่าจะเดาไขได้ ส่วน quantum computer คือ "เครื่องไขกุญแจแบบใหม่" ที่ทำงานต่างจากคอมพิวเตอร์เดิม และในทางทฤษฎีอาจไขกุญแจบางแบบได้เร็วขึ้นมหาศาล

จุดที่น่าสนใจคือ งานวิจัยรอบนี้ AI เข้ามาช่วย "จูน" สูตรการโจมตีให้คมขึ้น เครื่องมือชื่อ OpenEvolve ซึ่งเป็น open-source optimizer ที่ขับเคลื่อนด้วย LLM ถูกใช้ปรับอัลกอริทึมจนมีประสิทธิภาพดีขึ้นอย่างชัดเจน รายงานระบุว่าอัลกอริทึมยุคแรกเคยแย่กว่าตอนนี้ราว ~1,000 เท่า ก่อนจะถูกปรับด้วยความช่วยเหลือของ AI พูดง่าย ๆ คือ AI ช่วยลดทอนงานที่ปกติต้องลองผิดลองถูกเยอะมาก ทำให้ "กำแพง" ที่เคยสูงเริ่มเตี้ยลง

ฝั่งตัวเลขที่ทำให้คนในวงการสะดุด งานวิจัยของ Google ประเมินว่า การโจมตี elliptic-curve discrete-log แบบ 256-bit อาจต้องใช้ logical qubit น้อยกว่า ~1,200 ตัว และ Toffoli gate น้อยกว่า 19 ล้านครั้ง โดยในบางสถานการณ์อาจใช้ physical qubit ต่ำกว่า 500,000 ตัว และทำเสร็จได้ในระดับ "นาที" ขณะที่อีกงานจาก Caltech/QuEra พูดถึงการรัน Shor's algorithm ที่ระดับกระทบงานเข้ารหัสจริง ด้วย reconfigurable atomic qubit ราว ~10,000 ตัว

หลายคนอาจคิดว่าเรื่อง quantum ยังไกลตัว แต่มีความเสี่ยงหนึ่งที่ใกล้กว่าที่คิด เรียกว่า "harvest now, decrypt later" ภาพจำคือ "ขโมยตู้เซฟที่ยังเปิดไม่ได้ไปเก็บไว้ก่อน" ใครที่อยากได้ข้อมูลสำคัญสามารถดักเก็บข้อมูลที่ถูกเข้ารหัสในวันนี้เอาไว้ แล้วรอวันที่ quantum computer พร้อม ค่อยเอามาถอดรหัสย้อนหลัง แปลว่าข้อมูลที่เราคิดว่าปลอดภัยตอนนี้ อาจไม่ปลอดภัยในอนาคต

นี่คือเหตุผลที่วงการเริ่มขยับไปสู่ post-quantum cryptography (PQC) หรือ "กุญแจรุ่นใหม่ที่ทนต่อ quantum" เป็นภาพจำ NIST ซึ่งเป็นหน่วยงานมาตรฐานได้ออกมาตรฐาน PQC ชุดแรก 3 ตัวอย่างเป็นทางการเมื่อเดือนสิงหาคม 2024 ส่วน Cloudflare ตั้งเป้าทำระบบให้มี post-quantum security เต็มรูปแบบภายในปี 2029

สำหรับคนทำงานทั่วไป ไม่ต้องตื่นตระหนก แต่ควรรู้ว่า "นาฬิกาเริ่มเดิน" แล้ว ระบบและบริการที่เราใช้จะทยอยอัปเกรดกุญแจกันเอง สิ่งที่เราทำได้คือเข้าใจภาพรวม และจับตาว่าเครื่องมือที่เราพึ่งพา เริ่มรองรับ PQC แล้วหรือยัง

มุมที่อยากฟันธงคือ AI ในงานนี้เล่นบท "เครื่องเร่งงานวิจัย" ไม่ใช่ "เวทมนตร์" ที่อยู่ ๆ ก็ไขกุญแจได้เอง สิ่งที่ AI ทำคือช่วยลองจูนอัลกอริทึมจำนวนมหาศาลให้เร็วและคมขึ้น งานที่คนเดียวอาจต้องลองเป็นเดือนเป็นปี แต่หัวใจสำคัญคือมนุษย์ยังเป็นคนตั้งโจทย์ กำหนดทิศทาง และตัดสินว่าผลลัพธ์ดีพอหรือยัง นี่คือภาพเดียวกับงานทั่วไป AI ช่วยให้เร็วขึ้น แต่คนยังต้องคุมพวงมาลัย

จุดที่ต้องระวังและไม่ควรมองข้าม งานวิจัยบางชิ้นในนี้ โดยเฉพาะของ Caltech/QuEra ยังไม่ผ่าน peer-review แปลว่ายังไม่ได้รับการตรวจทานยืนยันจากวงการในวงกว้าง ตัวเลขที่ดูน่าตื่นเต้นจึงควรอ่านแบบ "เป็นไปได้ในทางทฤษฎี/เงื่อนไขเฉพาะ" ไม่ใช่ "พรุ่งนี้ quantum computer ถอดรหัสทุกอย่างได้แล้ว" ของจริงยังต้องสร้าง qubit จำนวนมากที่เสถียรพอ ซึ่งยังเป็นโจทย์ใหญ่

แล้วทำไมเราควรรู้ และต่อยอดยังไง สำหรับคนทำงานสายเทคและทีมที่ดูแลข้อมูลลูกค้า นี่คือสัญญาณให้เริ่มเอาคำว่า post-quantum เข้าไปอยู่ในเช็กลิสต์ตรวจความปลอดภัยระยะยาว ไม่ต้องรีบเปลี่ยนทุกอย่างวันนี้ แต่ควรรู้ว่าเครื่องมือ ผู้ให้บริการ cloud และ library ที่เราใช้ มีแผนรองรับ PQC หรือยัง ส่วนในมุมการเรียนรู้ เคสนี้เป็นตัวอย่างดีของการใช้ AI optimizer แบบ OpenEvolve มาเร่งงานที่ต้องลองผิดลองถูกเยอะ ซึ่งเป็นแพตเทิร์นที่เอาไปปรับใช้กับงานวิจัยหรือ optimization ในสายงานอื่นได้เช่นกัน โดยมีคนคอยตรวจทุกผลลัพธ์เสมอ