GPT‑6 Astraが1941年のEnigma暗号MVUEHを解読

GPT‑6 Astraが75年前のEnigma暗号を解読

要点: 2026年9月15日、OpenAIのGPT‑6モデル（コードネーム：Astra）は、2005年以来未解読であったドイツ陸軍のEnigma暗号メッセージMVUEH（1941年7月10日）を、独自の鍵、ローター順序、および稀な左ローターの回転を発見することで自律的に解読しました。

なぜMVUEHメッセージが重要だったのか

MVUEH暗号文は、1941年7月10日にSS‑Totenkopf Quartiermeister, IbによってメッセージNr. 172として記録され、Crypto Cellar Researchの「1941年メッセージリスト」で公開されて以来、未解読のままでした。
その日の他の通信はすべて、ローター順序512の日次Enigma鍵を使用していました。MVUEHは全く異なるローター順序（253）と独自のプラグボードおよびリング設定を必要としており、この事実が以前の分析者を誤った方向に導いていました。
メッセージの長さ（82文字）と転写ミス（「Bitte」ではなく「Btte」）が、従来のクリブ攻撃をさらに複雑にしていました。
72文字目に稀な左ローターの回転が存在していました。このような回転は頻度が低く、多くの自動暗号解読ヒューリスティックを無効化します。

これらの異常が、このメッセージが20年以上にわたって解読を拒んできた理由です。

GPT‑6 Astraはどのように問題に取り組んだか

プロンプトと目標の選択: Carter LefferはAstraに対し、Crypto Cellarのウェブサイトをスキャンして未解読のEnigmaメッセージを探すよう指示しました。モデルはMVUEHを最も有望なターゲットとして特定し、すでに解読済みのメッセージNr. 173（SIPVX）との関連性の可能性を指摘しました。
クリブの生成: Astraは、Enigma暗号解読の一般的な手法であるクリブとして、繰り返される地名ROSENOW ROSENOWが使用できると仮定しました。
ツールの作成: モデルはPythonとC++のコードを記述してEnigmaシミュレーターとBombeスタイルの検索エンジンを実装し、クリブを検索空間に統合しました。
検索の実行: 生成されたソフトウェアを使用して、Astraはローター順序、プラグボード設定、リング設定を体系的に検索し、最終的に独自の鍵（ローター順序253）を発見し、左ローターの回転を確認しました。
検証: 発見された設定で復元された平文を再暗号化することで、元の暗号文をバイト単位で再現し、解読の正確性を確認しました。

復元された平文とその意義

暗号文（転写通り）:

BTTE UM ANGABE DES MARSQWEGES X BEFINDE MIQ IN X ROSENOW ROSENOW X SOFORT FUNKANTWORT X WASCHBBSCH

修正後の平文:

BITTE UM ANGABE DES MARSCHWEGES. BEFINDE MICH IN ROSENOW, ROSENOW. SOFORT FUNKANTWORT. WASCHBUSCH.

日本語訳:

「行軍ルートの指定を求む。私はローゼナウ、ローゼナウにいる。直ちに無線で返答せよ。ヴァッシュブッシュ。」

この平文はメッセージNr. 173（SIPVX）とほぼ同一であり、誤字と署名の重複による12文字の違いがあるだけでした。

AIの研究プロセスから得られた洞察

Astraは、Crypto Cellarのサイトには公開されていないBundesarchivの無線メッセージコレクション（巻数RS 3‑3/20aおよびRS 3‑3/63b）への参照を特定しました。モデルの内部的な「証拠パス」は、コーパスがプライベートコレクションに由来することを突き止めており、AIが自律的にアーカイブの手がかりを発見できることを示唆しています。
AIのログは、(1)データ収集と仮説形成、(2)ソフトウェア生成と網羅的な鍵検索という2日間のワークフローを示しています。人間の関与は、最初のプロンプトと後の出力の検証に限定されていました。
コメンテーターは、他のLLM（Qwen 3.7、Gemini 3.8 Flashなど）も同じクリブを与えられれば暗号文を解読できるが、Astraは外部ツールなしでエンドツーエンドのパイプラインを実行した点でユニークであると指摘しました。

コミュニティの反応と懐疑論

ヒューマン・イン・ザ・ループの重要性: 一部のコメンテーターは、Lefferの指示が極めて重要であったと強調し、ターゲットの選択や結果の解釈には依然として人間の洞察が必要であると主張しました。
ソフトウェアの独創性: 生成されたシミュレーターコードのうち、どれだけが新規で、どれだけが既存のオープンソースEnigmaツールからの流用であるかについて疑問が呈されました。
検証への懸念: Enigmaの多対一マッピングはもっともらしいが誤った解読結果を生む可能性があるため、平文の確実性をどのように確立したのかを問うユーザーもいました。
より広範な影響: 多くの参加者が、この成功を暗号解読を支援するLLMの能力向上と結びつけ、未解読の歴史的暗号（Zodiac、Kryptosなど）への将来的な応用や、新しい暗号スキームの作成の可能性について推測しました。

暗号解読にとっての意味

古典的攻撃の自動化: GPT‑6は、大規模言語モデルがクリブを提案するだけでなく、暗号解読の全パイプラインを生成・実行し、数週間の手作業を数日に短縮できることを実証しました。
隠されたアーカイブ資料の発見: モデルが不明瞭な参照を特定する能力は、将来のAI支援によるアーカイブ研究が歴史的な暗号解読を加速させる可能性を示唆しています。
人間とAIのコラボレーションモデル: AIが重労働をこなす一方で、プロンプト設計、結果の検証、文脈の解釈には依然として人間の専門知識が不可欠です。

今後の方向性

未解読暗号に対するベンチマーク: 研究者は、真の新規性を評価するために、過去に解読例のないEnigmaメッセージでAstraをテストすべきです。
オープンソースの再現性: 生成されたシミュレーターコードと検索ログを公開することで、独立した検証が可能になり、コミュニティによる改善が促進されます。
倫理的配慮: LLMがプライベートなアーカイブコレクションを特定し、利用する能力は、データの出所と責任ある利用に関する疑問を提起しています。

MVUEHの解読は、数十年にわたって専門家を悩ませてきた複雑な暗号解読タスクを強化し、場合によっては自動化する大規模言語モデルの新たな力を示しています。