coindesk.com
El investigador de Ethereum, Justin Drake, ha instado a la industria cripto a comenzar a prepararse para un "modo búnker", advirtiendo que la inteligencia artificial podría encontrar una manera de romper las matemáticas que protegen las carteras de bitcoin y ether en el peor de los casos "en meses, no en años."
"Hoy hago un llamado a la industria blockchain para que comience a planificar con calma el 'modo búnker,'" Drake escribió en X el miércoles, instando a los grandes poseedores a comenzar un traslado gradual de sus fondos a direcciones nuevas.
Una billetera utiliza un número secreto, llamado clave privada, para autorizar pagos. Una clave pública relacionada permite a la red verificar esas aprobaciones. Generar la clave pública es fácil, pero deducir la clave secreta a partir de ella se supone que requiere una cantidad de trabajo computacional impráctica.
La preocupación de Drake es que la IA pueda ayudar a alguien a encontrar un atajo, permitiendo a un atacante recuperar el secreto y gastar las monedas en computadoras ordinarias, sin necesidad de las máquinas cuánticas para las que la industria se ha estado preparando.
Eso teóricamente pondría una gran parte de las criptomonedas al alcance. Millones de bitcoins se encuentran en direcciones cuyas claves públicas ya son visibles en la cadena de bloques, como CoinDesk ha informado previamente. En Ethereum, cualquier cuenta que haya enviado una transacción alguna vez ha revelado su clave, y las stablecoins y fondos tokenizados emitidos en la red también se controlan a través de ese sistema de firmas.
No se ha demostrado ningún ataque práctico a las claves de las billeteras de bitcoin o Ethereum, y ninguno apareció en la investigación revisada por CoinDesk.
La IA ya es una amenaza para las criptomonedas
La advertencia siguió a la de OpenAIpublicación el martes de 722 manuscritos matemáticos producido por un modelo no lanzado probado en aproximadamente 4,000 problemas de investigación. Algunos hallazgos cuentan con pruebas verificables por computadora, mientras que otros permanecen sin verificar y podrían contener errores, dijo la empresa.
Los manuscritos provinieron del modelo que OpenAI afirmó el mes pasado haber resuelto el problema de Navier–Stokes, uno de los siete desafíos del Premio del Milenio en matemáticas. Cada resultado utilizó, en promedio, una potencia informática equivalente a aproximadamente tres horas de razonamiento de ChatGPT Pro, según indicó la compañía.
En el transcurso de un día, un investigador externo volvió a realizar la verificación computacional de un resultado, un nuevo límite sobre la velocidad con la que las computadoras pueden multiplicar grandes matrices de números, una cuestión en la que los matemáticos han trabajado desde 1969, y comprobó que se mantenía.
