ChatGPT-6 Astra расшифровала шифр ADFGVX времён Первой мировой

Что произошло, почему это важно и что взять в работу.

ИИ уже закрывает задачи, где десятилетиями буксовали профильные криптоаналитики — значит, исторические архивы и любые «нерешаемые» массивы данных стоит отдать моделям, а не экспертам вручную.

Связанные услуги: каталог, AI Boost Team, стать клиентом.

Сто лет архив молчал. Точнее, 108. Сообщение, отправленное 29 ноября 1918 года в адрес Верховного командования Германии, лежало в списке неразгаданных шифров и ждало, пока кто-нибудь подберёт ключ. Ключ подобрала модель ChatGPT-6 Astra. Не историк, не криптоаналитик с докторской, не команда из трёх институтов. Модель.

И это тот случай, когда новость про ИИ интересна не сама по себе, а тем, что она говорит о вашем рабочем столе.

Что именно расшифровали

Текст закодировали методом ADFGVX — немецкая военная шифровальная система Первой мировой. Смысл в том, что буквы заменяются на комбинации из шести символов (A, D, F, G, V, X), а поверх накладывается перестановка по ключевому слову. Ключ менялся, и без него текст выглядел как мусор. Ровно так он и выглядел 108 лет.

Разработчик по имени Prinz взял одно сообщение из списка 50 неразгаданных шифров, который публикует немецкий портал научных блогов Scienceblogs.de. Дальше — работа модели. Astra подставила в качестве ключа слово TRUPPENVERSCHIEBUNG и выдала читаемый немецкий текст: английский крейсер прибыл в Севастополь, за ним 26-го числа пришла эскадра союзников.

Astra расшифровала сообщение, используя в качестве ключа слово TRUPPENVERSCHIEBUNG.

Дальше началось самое интересное. Модель не остановилась на расшифровке — она сверила результат с военными архивами. Дата прибытия британского крейсера HMS «Кентербери» в Севастополь — 24 ноября 1918 года — совпала с текстом донесения. В самом сообщении на месте дня стоял нечитаемый символ, и Astra предположила: при передаче опечатались. Дата эскадры союзников (26 ноября) сошлась без правок.

Почему не смогли раньше

Вот здесь самое ценное для практики. Astra назвала причину прошлых неудач — и это не «не хватило мощности» и не «не было данных». Дешифровщики десятилетиями исходили из того, что ключ TRUPPENVERSCHIEBUNG применялся начиная с 9 декабря 1918 года. А сообщение передали раньше — 29 ноября.

GPT-Astra предполагает, что до этого расшифровать сообщение не удавалось потому, что дешифровщики исходили из предпосылки, что слово TRUPPENVERSCHIEBUNG использовалось в качестве ключа, начиная с 9 декабря 1918 года, а сообщение было передано немного раньше — 29 ноября.

То есть люди упёрлись не в сложность шифра. Они упёрлись в собственную аксиому. Одно допущение, принятое как факт, закрыло тему на век. Модель эту аксиому не разделяла — она просто перебрала варианты, включая тот, который человек отбросил как невозможный.

Это не про то, что ИИ умнее криптоаналитиков. Это про то, что у модели нет багажа «так не бывает». У эксперта он есть всегда.

Что это меняет для бизнеса

Уберите историю с крейсером. Останься с вопросом: где в вашей компании лежит массив данных, который «никто не может разобрать»? Не потому что он зашифрован, а потому что все, кто пробовал, смотрели на него через одну и ту же рамку.

Типичные кандидаты:

• Архив переписки с клиентами за 5–7 лет, из которого «невозможно вытащить причины оттока».
• Логи, которые «слишком грязные, чтобы что-то показать».
• Старые базы поставщиков и прайсы, где «всё в разнобое».
• Внутренние регламенты и договоры, которые «никто не читает целиком».

Логика Astra здесь переносится один в один. Модель не требует чистых данных и идеальной структуры. Она требует, чтобы вы дали ей массив и не диктовали заранее, где там ключ. Проблема в том, что бизнес обычно приходит к ИИ с готовым ответом: «вот тут точно причина, проверь». И получает подтверждение своей же гипотезы.

Правильный запрос звучит иначе: «вот массив, найди закономерности, которые я не вижу». Это неудобно. Это ломает привычку контролировать вывод. Но именно так сработало с шифром.

Где здесь подвох

Не спешите выкидывать экспертов. Есть три вещи, которые новость не отменяет.

Первое. Проверка. Astra сверила результат с архивами — и только поэтому мы знаем, что расшифровка верна. Без сверки это был бы просто красивый текст на немецком. В вашем случае роль архива играют цифры: выручка, конверсия, отток. Если модель выдала гипотезу, которую нечем проверить, вы получили не инсайт, а художественную литературу.

Второе. Домен. Криптоанализ ADFGVX — задача с проверяемым ответом. Либо текст читается, либо нет. В бизнес-задачах ответа «правильно» часто не существует, есть только «сработало» или «не сработало». Модель может выдать убедительную закономерность там, где её нет — просто потому что вы просили найти.

Третье. Цена ошибки. Опечатку в историческом донесении можно исправить сноской. Ошибку в интерпретации причин оттока вы исправите только деньгами и временем.

Что взять в работу на этой неделе

Один шаг, без бюджетов и внедрений. Возьмите массив, который давно лежит без дела, и дайте его модели с открытым вопросом. Не «почему упали продажи», а «что здесь вообще происходит, какие группы и связи ты видишь». Дальше — сверка с реальными цифрами. Всё, что не подтверждается, отбрасываете.

Смысл не в том, чтобы заменить аналитика. Смысл в том, чтобы получить версию, которую человек внутри системы не построит — потому что он уже знает, «как правильно».

108 лет — это цена одной неверной аксиомы. У вас столько времени нет.