coindesk.com
Der Ethereum-Forscher Justin Drake hat die Kryptoindustrie dazu aufgerufen, sich auf den „Bunker-Modus“ vorzubereiten, und warnte, dass künstliche Intelligenz im schlimmsten Fall „in Monaten, nicht Jahren“ einen Weg finden könnte, die Mathematik zu knacken, die Bitcoin- und Ether-Wallets schützt.
„Heute rufe ich die Blockchain-Branche dazu auf, ruhig mit der Planung für den ‚Bunker-Modus‘ zu beginnen,“ sagte Drake schrieb auf X am Mittwoch und forderte Großanleger auf, mit einer schrittweisen Verlagerung ihrer Gelder auf neue Adressen zu beginnen.
Eine Wallet verwendet eine geheime Zahl, den sogenannten privaten Schlüssel, um Zahlungen zu autorisieren. Ein zugehöriger öffentlicher Schlüssel ermöglicht es dem Netzwerk, diese Genehmigungen zu überprüfen. Die Generierung des öffentlichen Schlüssels ist einfach, aber die Umkehrung von diesem zum Geheimnis soll eine unpraktisch große Rechenleistung erfordern.
Drakes Besorgnis besteht darin, dass KI jemandem helfen könnte, eine Abkürzung zu finden, die es einem Angreifer ermöglicht, das Geheimnis wiederherzustellen und die Münzen auf gewöhnlichen Computern auszugeben, ohne die quantenmechanischen Maschinen zu benötigen, auf die sich die Branche vorbereitet hat.
Das würde theoretisch einen großen Anteil der Kryptowährungen in Reichweite bringen. Millionen von Bitcoin befinden sich in Adressen, deren öffentliche Schlüssel bereits onchain sichtbar sind, wie CoinDesk hat bereits berichtet. Auf Ethereum hat jedes Konto, das jemals eine Transaktion gesendet hat, seinen Schlüssel offengelegt, und die auf dem Netzwerk ausgegebenen Stablecoins sowie tokenisierte Fonds werden ebenfalls über dieses Signatursystem kontrolliert.
Es wurde kein praktischer Angriff auf die Wallet-Schlüssel von Bitcoin oder Ethereum demonstriert, und in der von CoinDesk überprüften Forschung sind keine derartigen Angriffe aufgetreten.
KI bereits eine Bedrohung für Kryptowährungen
Die Warnung erfolgte im Anschluss an OpenAIs Veröffentlichung am Dienstag von 722 mathematischen Manuskripten erzeugt von einem unveröffentlichten Modell, das an etwa 4.000 Forschungsproblemen getestet wurde. Einige Ergebnisse verfügen über computerüberprüfbare Beweise, während andere unbestätigt bleiben und Fehler enthalten könnten, so das Unternehmen.
Die Manuskripte stammten von dem Modell, das OpenAI im vergangenen Monat als Lösung des Navier–Stokes-Problems bezeichnete, einem der sieben Millennium-Preis-Herausforderungen in der Mathematik. Jedes Ergebnis erforderte durchschnittlich eine Rechenleistung, die ungefähr drei Stunden der ChatGPT-Pro-Analyse entsprach, so das Unternehmen.
Innerhalb eines Tages führte ein externer Forscher die Computerüberprüfung eines Ergebnisses erneut durch, einer neuen Grenze dafür, wie schnell Computer große Zahlengitter multiplizieren können – eine Fragestellung, an der Mathematiker seit 1969 arbeiten – und stellte fest, dass sie bestand.
