ИИ-модели Astra и Opus расшифровали неизведанные коды «Энигмы», поставив точку в тесте А. Тьюринга
В сентябре 2026 года две передовые языковые модели — Astra от OpenAI и Opus от Anthropic — продемонстрировали способность решать задачи криптоанализа, с которыми десятилетиями не справлялись ведущие специалисты мира. Используя логические цепочки и поиск исторических архивов, модели дешифровали сообщения, зашифрованные на машине «Энигма», которые оставались неразгаданными с середины 2000-х годов. Эти успехи были подтверждены независимыми криптографами, что свидетельствует о новой парадигме в области искусственного интеллекта и исторического исследования.
# ИИ-модели Astra и Opus расшифровали неизведанные коды «Энигмы», поставив точку в тесте А. Тьюринга
Алан Тьюринг, чье имя носит знаменитый тест на распознавание интеллекта, на самом деле в большей степени известен как криптограф. В годы Второй мировой войны именно его команда разгадала коды немецкой машины «Энигма», что сыграло ключевую роль в победе союзников. Однако, несмотря на огромные достижения, в архивах до наших дней дошло несколько зашифрованных сообщений, которые так и остались тайной. Сегодня, спустя 80 лет после окончания войны, эта тайна частично раскрыта с помощью искусственного интеллекта.
Прорыв в дешифровке: как ИИ заменил бомбу
Долгое время считалось, что все значимые сообщения «Энигмы» были расшифрованы либо во время войны, либо в последующие годы благодаря ретроспективным исследованиям. Тем не менее, группа экспертов из проекта Crypto Cellar и независимых исследователей обнаружила несколько «непробитых» сообщений. Обычно эти случаи связаны с ошибками при транскрипции исторических записей или особенностями настроек машины, которые были забыты или утеряны.
В середине 2026 года разработчик Картер Леффен попросил модель Astra от OpenAI найти в базах данных сообщение «Энигмы», которое еще не было расшифровано. В отличие от простого запроса к базе знаний, модель пошла дальше. Она самостоятельно провела архивные исследования, нашла контекстные подсказки, сконструировала в виртуальной среде симулятор машины «Энигма» и успешно восстановила исходный текст сообщения, которое пугало криптоаналитиков с 2005 года.
Важно отметить, что модель не просто применила алгоритм взлома. По словам исследователя Фроде Вейеруда, который проверил результаты Леффена, Astra продемонстрировала поведение профессионального архивариуса и криптографического аналитика. Модель нашла упоминания в архивах, которые ранее не были доступны широкому кругу специалистов, возможно, обращаясь к цифровым коллекциям Бундесархива Германии. Вейеруд отметил, что то, что модель достигла за два дня, заняло бы человеку несколько недель или даже месяцев. Вейеруд, сохраняющий базу данных Crypto Cellar, назвал достижения модели словом «восхищение».
Ролевая игра для ИИ: использование контекста и имен
Параллельно с работой Astra, 21 сентября 2026 года, другой исследователь, Джек Уиллис, сообщил Вейеруду об успешной дешифровке другого сообщения с использованием модели Opus 5 от Anthropic. В данном случае подход был иным: Уиллис предоставил модели гораздо больше руководящих инструкций. Он использовал известную подпись имени конкретного офицера, имя которого содержалось в зашифрованном тексте. Эта информация стала ключом, позволившим модели сымпровизировать и подобрать правильный ключ шифрования.
Вейеруд уточнил, что на данный момент в мире осталось всего семь неизрасшифрованных сообщений на «Энигме», а также одно сообщение, где известен только открытый текст, но не само кодирование. Вероятно, благодаря новым возможностям AI-агентов, которые способны инициировать собственные исследовательские действия и анализировать огромные массивы данных, этот список скоро сократится до нуля.
Технические аспекты работы моделей
Что именно отличает этот случай от обычного чат-бота, отвечавшего на вопросы? Термин «агентность» (agent capability) здесь играет решающую роль. Традиционные модели генерируют текст на основе вероятностей следующего слова. Модели нового поколения, такие как Astra и Opus, описанные в отчетах, могут выполнять действия: они «собирают» данные из интернета и закрытых архивов, создают симуляции оборудования в своем рабочем пространстве и последовательно решают многошаговые логические задачи.
В случае с «Энигмой» проблема заключалась не только в сложности шифра, но и в отсутствии полных данных. Исследователи годами искали недостающие куски информации в физических архивах. ИИ, обладающий доступом к глобальной сети и способностью обрабатывать миллионы страниц сканированных документов, выявил скрытые паттерны, которые человеческий мозг мог упустить из-за перегрузки информацией. Вейеруд сравнил работу модели с командой исследователей, которая не только читает документы, но и умеет сопоставлять факты из разрозненных источников и реконструировать исторический контекст.
Этот случай подтверждает гипотезу о том, что большие языковые модели переходят от роли «калькулятора текста» к роли автономных аналитиков. Они способны проводить расследования, формулировать гипотезы и проверять их, действуя как виртуальные коллеги человека. Это открывает новые горизонты не только в истории и криптографии, но и в науке, где необходимость обрабатывать огромные массивы данных становится нормой.
Значение для науки и истории
Успех Astra и Opus в расшифровке исторических сообщений имеет символическое и практическое значение. С одной стороны, это демонстрация мощи современных алгоритмов машинного обучения. С другой, это возвращение к истокам, к задачам, которые решала «Бомба» Тьюринга. В то время как Тьюринг и его команда строили физические машины для вычислений, сегодня ИИ делает эти вычисления виртуальными, мгновенными и доступными по запросу.
Однако стоит подчеркнуть, что успех этих моделей не является автоматическим. Он зависит от качества промптов (запросов), наличия данных и готовности исследователей доверять машине результаты, которые она выдает. Вейеруд, например, провел собственную проверку результатов, потратив на это несколько недель, чтобы убедиться в достоверности работы ИИ. Это наглядный пример коллаборации человека и машины, где человеческий интеллект остается критически важным для верификации.
События сентября 2026 года стали важной вехой в развитии ИИ. Они показывают, что передовые модели способны решать задачи, требующие глубоких исторических знаний, логики и креативного подхода к дешифровке. Если раньше «Энигма» была непреодолимым барьером для безразличных технологий, то теперь она стала полигоном для демонстрации возможностей искусственного интеллекта. Возможно, в будущем мы увидим, как ИИ поможет раскрыть еще множество исторических тайн, которые человечеству так долго не удавалось прочесть.