Anthropicは内部研究モデルが、NISTの標準楕円曲線で使われた種の生成過程を見つけたと発表しました。暗号の破り方や新しい脆弱性の発見ではないと明示しています。 AIの研究成果を評価する際は、数学的な再現と安全性への意味を分けて読む必要があります。今回の報告は公開パラメータの由来に関するもので、利用者へ設定変更を求めていません。 長年不明だった公開パラメータの来歴 Anthropicは2026年10月16日、ECDSAで使われる標準楕円曲線の由来に関する研究を発表しました。NISTが採用した曲線には、定義に使う公開の種の値がありますが、どのように選ばれたかは長く明らかでありませんでした。同社は内部の研究モデルにこの問題を与え、生成過程を見つけたと報告しています。背景には、パラメータの選び方が不透明なため、意図的な弱点がないかという議論が続いてきた事情があります。発表は暗号の破り方や新しい攻撃の発見ではないと説明しています。公開された値の来歴を再現する研究であり、秘密鍵の発見や署名の偽造を報告する内容ではありません。利用者が何かを変更する必要もないと明記しています。 仮説を計算で確かめて公開値と照合する 原文によると、モデルは当時のソフトウェアで使われ得た疑似乱数生成器に着目し、標準にある種の値と一致する生成過程を探しました。その結果、時刻に由来する初期値と一般的な生成器の組み合わせを見つけたと説明しています。対象となるのは、暗号の標準化史を調べる研究者と、AIによる数学・プログラム解析を評価する人です。公開値を計算で再現できるため、物語としてもっともらしい説明と、検査可能な根拠を区別できます。同社は、一部の基点についても由来を調べた一方、説明できないものが残ることを記しています。すべての標準パラメータの来歴が完全に解決したという内容ではありません。今回の研究が扱う公開パラメータの生成と、実際の署名で秘密の値を安全に生成する運用も、別の問題として読む必要があります。 成果の再現性と適用範囲を確かめる 実務上は、AIが見つけた説明が公開データと正確に一致するかを、独立した計算で確認できることが論点になります。モデルの自信や推論の語り方だけを、証明の代わりにすることはできません。報告を利用する研究者には、確認できた値と未解決の値、推定された経緯を分けて記録することが重要になると見られます。費用には、仮説探索の計算だけでなく、検証用の実装や結果の再確認が関わります。企業の運用担当は、発見という表現だけから新しい脆弱性への緊急対応を推測しないことが重要です。原文は、今回の結果が曲線への信頼を高める方向だと説明しています。標準の選択や移行の判断へ使う場合も、この研究が回答した問題と、日々の実装の安全性を区別して扱う必要があります。今後の追試が、説明の検証可能性を確認する材料になります。未解決の基点は、今後の研究対象として残っています。