【特集】第二次大戦期の超難解暗号マシン「エニグマ」に現代のAIが挑んでみた [しゅわっち'92★]

GIZMODO
Margherita Bassi - GIZMODO US［原文］（ ライフハッカー・ジャパン編集部 ）
2026.06.17 lastupdate




今の技術が相当すごいってことを再確認。

1930年代〜40年代、数学者アラン・チューリングと連合国の暗号解読者たちは、ナチスが第二次世界大戦中に使用したドイツの暗号化機械「エニグマ」を解読するために莫大な努力を注ぎました。

そんな超難解だったエニグマの暗号ですが、現代のコンピューターと人工知能は、エニグマの暗号を苦労せずに解読することができるとのことです。




ポーランドの暗号解読機

「エニグマは現代のコンピューティングと統計学に立ち向かうことはできないでしょう」と、オックスフォード大学のコンピューターサイエンス教授Michael Wooldridge氏はガーディアン紙に語っています。

1930年代、ポーランドの暗号解読者たちは、一時は150,000,000,000,000,000,000ものパターンがあったエニグマの解読という困難な任務に取り組み始めました。ポーランドの情報局は「ボンバ」と呼ばれる暗号解読機の開発に成功しています。

https://www.lifehacker.jp/article/2606_gizmodo_ai-defeats-enigma/

小さな発見が暗号解読の鍵だった

パターン数の多さに頼った解読の難しさは通用せん
AIのハルシネーション現象を利用してかく乱するのがいい

超不潔チン号機スメグマ

コンピュータ技術の進歩で
パターン数の多さは障害にならなくなってきただろうし
量子コンピュータ実用化されたらなおさら

「挑んでみた」とかいうタイトルなのに
簡単に解読できるという話だけで実際に挑んだ結果が出ていないというヨタ記事

オーソドックスな分散コンピューティングでとっくに解析済みだが
記者は知らんのか？

要約：「AIに聞いたら『できらぁ！』と回答しました」

>>2
って書いたもののジェミニに聞いてみたら2の256乗のパターンは量子コンピュータが開発されない限り無理だそうだ
そのかわりエニグマみたいな規則性のあるものはすぐ解読できるらしい

コレ、AI側が解読手法を学習している事前提の記事だよ

>>1
やれるやれるって童貞の戯言と何が違うというのだ
スレタイ{第二次大戦期の超難解暗号マシン「エニグマ」に現代のAIが挑んでみた}
とある以上記事の中ではその挑んだ事実が無いといけないが、そのような事実が無いとは何ごとだ

なんじゃこりゃ？中学生の書いた妄想みたいな記事だな

エニグマ解読の映画あったけど面白かったな
色々破綻している人物故に偉業を成したが、何か虚しさが漂う映画

ジャンプにそんな連載があったな。

平文の内容が予想できる暗号文章をわざと送信させるように仕向ける攻撃が有効だった。
また、文章に定型部分があると弱くなる。
　陸軍通達第千二百五号
とか
　ハイル、ヒットラー
などのような、定型の冒頭部や決まり文句があると弱くなる。

おまいら、こんなクソ記事読むより
チャッピーと対話する方が何万倍も人生が豊かになるぞ！

>>8
暗号文の冒頭のパターンとか天気情報のような
クセから計算量を絞り込めたとか言う話があったな

暗号文の冒頭に平文で猫と書いておくとAIが間違いを犯す。

そして英国は「絶対に解読できない暗号化機械だ」といって世界に配り
他国の機密情報を傍受して解読していた。

>>12
英国政府のアラン・チューリングの待遇が最低すぎる。
仕舞いには女性ホルモン投与までしている。
野蛮極まりない。

日本陸軍の暗号は未だに解けないのにな

>>15
俺は結婚したよ。
毎晩一緒に寝てる。

これからはPQC

エニグマって真空管ですらないリレーで解析できた暗号機だしな
その後のエニグマの改良版が世界初のコンピューターと言われる真空管使った装置でやっと解析できたんだよな

アメリカはインディアンを使ったし、薩摩弁で早口でまくしたてるように高速で話すのも通用した
しかしアメリカの薩摩出身の裏切り者のせいで暗号と言うか薩摩弁を解読されたが

>>5
な
チャッピーに聞いて話を濁すんじゃなく
実際に解読させてみろっての

戦時中に駐独日本大使がドイツの防御線である「大西洋の壁」を視察したときの
詳細な内容を本国へ外交暗号（連合国側は解読済）でせっせと報告。
（ドイツ側の諜報機関は暗号が破られていると警告していたけど・・・）
連合国は労せずしてドイツ側の布陣を知ることができた。

戦後、極東軍事裁判で１票差で死刑を免れ無期判決を受けた。
連合国側の作戦に貢献したのが嘉みされたためと皮肉られた。

DLSSの正体はCUDAカーネルの集合体だった：それを知ったValveエンジニアが3日でLinuxに実装した話
2026年6月22日
https://xenospectrum.com/nvk-dlss-linux-cuda-kernel/

速度20倍、精度78%向上。生成AIの限界を突破する新技術「Omni RAG」とは？
AIのハルシネーションは、データベースの構造的欠陥による事実の欠落が原因である。KAISTの研究チームは、ベクトル、グラフ、リレーショナルの三要素を単一エンジンでネイティブ統合したAkasicDBを開発し、高精度な検索でAIの虚偽回答を防ぐことに成功した。
2026年6月22日
https://xenospectrum.com/akasicdb-omni-rag-kaist-eliminates-ai-hallucinations/
UltraDomainデータセット（農業、コンピュータサイエンス、法律、およびそれらの混在領域からなる計数百万トークン規模のデータ）を用いた実験において、その効果は定量的に証明された。既存のシステム（pgvectorとAGEを組み合わせたPostgreSQLなど）では各データベース間の調整とデータ転送に手間取り、回答を導き出すまでに最大で21.3秒という長い時間を要していた複雑な検索クエリが、AkasicDB上ではわずか1秒未満で処理された。これは20倍以上という驚異的な高速化である。
さらに注視すべきは、回答の品質の劇的な向上である。構造化条件やエンティティ間の関係性を正確に把握した上でコンテキストが抽出されるため、LLMが推測で物語を補う余地が徹底的に排除された。その結果、従来のベクトル検索のみに依存するRAGと比較して、回答の精度は最大で78%向上した。
以下の表は、異なるアーキテクチャ間でのRAGの性能を比較したものである。
アーキテクチャ
システム構成例
複雑クエリ処理時間 (ミリ秒)
精度向上に対する優位性
構造的特徴
Out-of-DB統合
Neo4j + Milvus
3,001 〜 7,099
限定的
複数の独立システム。データ転送コストと過剰な中間データ生成がネック。
In-DB非ネイティブ
PostgreSQL (pgvector + AGE)
4,728 〜 21,278
限定的
一つのDB上に拡張機能を付加。プランナの最適化が不十分で実行効率が著しく低い。
In-DBネイティブ AkasicDB (Omni RAG) 583 〜 942 最大78%向上
3つの機能を最下層で統合。単一プランナによる無駄のない一括実行。
とりわけ興味深いのは、データソースが複雑に絡み合い、複数の領域を横断するような質問（表の基盤となったMixデータセット環境）において、Omni RAGがベクトル単体のアプローチに対して28パーセントポイントという最大の精度差を叩き出している事実である。直面する問いの構造が入り組んでいればいるほど、ネイティブ統合アプローチの真価が発揮される。

記事の結論はなによ

解読のために徹夜で苦労した解読班の目にクマが出来ていたと言う

プログラミングやバグ探しが得意なんだから暗号解読も得意だとして不思議はない

エルガーのエニグマ変奏曲のイニシャルの謎も解いてください