es

Los investigadores criptográficos reducen en un 50% la estimación del ataque cuántico a Bitcoin y Ethereum

image
rubric logo Ethereum

El trabajo estimado necesario para un paso clave en un futuro ataque cuántico a Bitcoin y Ethereum se ha reducido a más de la mitad en comparación con un punto de referencia que Google publicó en marzo.

Un artículo compartido con CoinDesk por investigadores de la Fundación Ethereum, Theta Labs, StarkWare y varias otras organizaciones describe un circuito cuántico que utiliza 1,151 qubits lógicos, o las unidades de trabajo más pequeñas de dicha máquina, y aproximadamente 1.3 millones de compuertas Toffoli, una medida de la cantidad de trabajo que debe realizar.

Piense en los dos números como el tamaño de la máquina y la carga de trabajo, donde menos qubits significa una máquina más pequeña, mientras que menos puertas significa menos trabajo para que esa máquina realice.

El nuevo circuito alcanza una puntuación de aproximadamente 1.5 mil millones, más de un 50 % por debajo de la puntuación de alrededor de 3 mil millones reportada por Google Quantum AI en marzo. Sin embargo, el artículo advierte que la comparación no es perfectamente equivalente, ya que los diseños utilizan interfaces y normas contables diferentes.

Leer Más: Esto es lo que realmente significa 'descifrar' bitcoin en 9 minutos mediante computadoras cuánticas

Una segunda versión adaptada de manera más precisa a cómo el algoritmo de Shor utilizaría realmente el cálculo obtuvo una puntuación de aproximadamente 1.96 mil millones, aún por debajo de las cifras reportadas por Google.

Los investigadores optimizaron la suma de puntos, un cálculo que se realiza repetidamente dentro del algoritmo de Shor.

Shor es el algoritmo cuántico que eventualmente podría convertir una clave pública expuesta en la clave privada que la respalda. Una máquina lo suficientemente potente podría entonces firmar transacciones como si fuera el propietario de la cartera. Bitcoin y Ethereum utilizan secp256k1, la criptografía objetivo de esta investigación.

Más de 100 participantes, trabajando junto a agentes de codificación de IA, dedicaron aproximadamente ocho semanas a abordar el problema a través de ECDSA.Fail, un desafío abierto creado por Eigen Labs. Produjeron más de 400 envíos aceptados, con mejoras exitosas que se convirtieron en un nuevo punto de partida para que otros pudieran construir sobre ellas.

Los agentes de IA se utilizaron intensamente para la implementación, las pruebas repetidas y las optimizaciones menores, mientras que los humanos tendían a elegir las direcciones de investigación y a realizar cambios mayores en el diseño. El documento no intenta separar exactamente cuánto de la mejora provino de los humanos frente a la IA.