Penulis sains Simon Singh berdiri di samping mesin Enigma, berbicara tentang 15.354.393.600 varian kata sandi kotak enkripsi Jerman memungkinkan dengan spageti kabelnya, rotor pseudo-acak, dan plugboard yang dapat dikonfigurasi ulang. Dia berbicara tentang pekerjaan rahasia di Bletchley Park untuk memecahkan kode - dasar yang dibangun oleh matematikawan Polandia; bom Alan Turing; bertahun-tahun upaya frustrasi menunggu terobosan.
Di belakangnya, sebuah layar menunjukkan bahwa kecerdasan buatan telah memecahkannya dalam 13 menit.
Aksi tersebut dilakukan oleh sebuah perusahaan analisis data. Itu memamerkan perangkat pembelajaran mesinnya dengan demonstrasi langsung, bersaing dengan yang terbaik di enkripsi tahun 1930-an. Pola Enigma telah membuat ulang bom pemecah kode untuk mesin Enigma menggunakan Python, disiapkan untuk menguji semua kemungkinan kombinasi dari mesin tipe angkatan laut empat rotor. Menggunakan komputasi awan, disediakan oleh DigitalOcean, sistem ini mampu memanfaatkan 2.000 server virtual untuk dijalankan melalui 41 juta kombinasi per detik.
Namun, kekuatan kasar ini hanya setengah dari pendekatan. Output dari bom; kemungkinan kombinasi huruf, dimasukkan ke dalam jaringan saraf AI yang dilatih pada kumpulan data dongeng Brothers Grimm. Ini memungkinkannya untuk mengidentifikasi kata-kata yang dianggapnya bahasa Jerman, sehingga secara otomatis dapat menyaring kombinasi yang mungkin sampai menemukan sesuatu yang dapat dipahami. Alih-alih mempersempit input, itu mempersempit jumlah output yang sangat besar menjadi satu baris yang masuk akal.
Dalam hal ini, kombinasi tersebut adalah: “Deutsch ist eine schöne Sprache [Jerman adalah bahasa yang indah]”.
“Yang penting itu belum menyusun kamus dari kata-kata itu”
“Yang penting adalah belum menyusun kamus dari kata-kata itu,” jelas Mike Gibbons, salah satu pendiri Pola Enigma. “Apa yang telah dilakukan adalah mempelajari bahwa kata-kata Jerman sering kali, katakanlah, sepanjang ini, atau sering kali memiliki dua atau tiga suku kata, atau ketika muncul 'S' sering diikuti oleh 'T'. Jadi itu membangun aturan semacam itu, daripada mencoba mencocokkan kata.
Teknik yang dipamerkan dirancang untuk memberikan kerangka acuan pada jenis skala yang dapat ditawarkan Pola Enigma kepada perusahaan mulai dari perusahaan keuangan hingga perusahaan medis. Beri kami data Anda, seluruh pengaturan membanggakan, dan kami akan memberi Anda informasi. Meskipun tidak banyak orang yang cenderung menggunakan jaringan saraf untuk memecahkan enkripsi era Perang Dunia Kedua, demo ini sangat membantu menunjukkan bagaimana kombinasi kecerdasan buatan dan kekuatan komputasi murni telah menciptakan paradigma yang sangat berbeda seputar data kerahasiaan.
“Ini pertarungan yang tidak adil,” aku Gibbons. “Orang-orang yang awalnya menyusun mesin Enigma tahu kemampuan apa yang ada untuk memecahkan kode, jadi itulah mengapa mereka membuat desain itu. Jika Anda merancang kode hari ini, Anda tahu ada orang seperti kami dengan kemampuan yang kami miliki, dan mungkin pemerintah dengan kemampuan lebih. Jadi Anda mendesain berdasarkan itu.
(Atas: Simon Singh dengan mesin Enigma asli)
Lihat terkait
Meskipun itu membuat frase Jerman terenkripsi menjadi singkat, upaya Pola Enigma memang memiliki keterbatasan serius. Perangkat pelatihan Grimm, misalnya, mungkin membantunya membedakan ritme dan struktur bahasa Jerman kata-kata, tetapi sistem yang sama akan sangat tidak berguna dengan kata-kata bahasa Inggris, atau bahasa lain untuk itu urusan. Ada juga teknik pembelajaran mesin masalah yang lebih umum yang perlu dihadapi: masalah kotak hitam.
Ini adalah masalah ketidaktahuan mengapa algoritme tingkat lanjut melakukan apa yang mereka lakukan. Anda dapat melihat inputnya, dan Anda dapat melihat hasilnya, tetapi proses pembelajaran mesin tidak jelas. Ini masalah besar ketika Anda mempertimbangkan bahwa alat yang digunakan untuk memecahkan mesin Enigma pra-komputer dapat digunakan oleh infrastruktur sosial utama, dari layanan kesehatan hingga sistem hukum.
"Anda pada akhirnya berkata kepada sebuah mesin: itu terlalu rumit bagi saya, Anda yang merawatnya."
“Alasan kami menyerahkan analisis ini ke mesin adalah karena di luar kemampuan manusia normal,” kata Gibbons. “Anda pada akhirnya berkata kepada sebuah mesin: itu terlalu rumit bagi saya, Anda yang merawatnya. Jadi itu memberi Anda beberapa hasil. Kemudian Anda berkata kepadanya: Sekarang jelaskan kepada saya, dalam istilah yang dapat saya mengerti, bagaimana Anda sampai pada hal itu. Anda mengajukan pertanyaan besar.
“Tapi ada persyaratan audit yang dibutuhkan di sini,” akunya. “AI digunakan untuk menilai aplikasi pembebasan bersyarat di AS, misalnya, dan mekanisme mendasar dalam sistem hukum adalah hak untuk mengajukan banding. Jelas dalam keadaan seperti itu perlu ditangani dengan cara yang bisa dijelaskan. Jadi perlu ada mesin penjelasan yang kembali ke arah lain.”
Kembali ke ruangan, kotak Enigma yang sebenarnya tampak dapat dipahami jika dibandingkan. Setelah demo, saya bertanya kepada Simon Singh apakah ada perbedaan fundamental dalam memiliki mesin mekanis dan elektrik, dibandingkan dengan algoritme tidak berwujud dari AI Pola Enigma.
“Kami membawa ini ke sekolah, dan Anda dapat menunjukkannya kepada anak-anak, dan mereka memahami setiap aspeknya,” katanya kepada saya. “Jika saya menunjukkan kepada Anda diagram, Anda akan memahami cara kerja kabel, dan Anda dapat mendengar bunyinya. Dengan enkripsi digital, Anda juga dapat melakukannya. Tidak ada yang kikuk, tidak ada yang mekanis, tetapi saya dapat mengatakan: ini pesan Anda di ASCII, ini algoritme yang akan mengenkripsinya.
Dia berhenti. “Tapi ada sesuatu yang menyenangkan tentang memiliki sesuatu yang mekanis dan elektrik; sesuatu yang secara fisik dapat Anda lihat di depan Anda, ”tambahnya sambil memutar rotor.
