Bitcoin.com News
Obsługiwane przez

AI: do 2046 r. bezpieczeństwo bitcoina zagrożone w 76%

Analityk Onchain, Willy Woo, wywołał w niedzielę 11 października 2026 r. nową debatę na temat długoterminowego bezpieczeństwa bitcoina po opublikowaniu szacunków wygenerowanych przez sztuczną inteligencję (AI), sugerujących 1,3-procentowe prawdopodobieństwo złamania podpisów cyfrowych bitcoina w ciągu dwóch lat. Czerpiąc inspirację z wpisu Woo na platformie X, serwis Bitcoin.com News rozszerzył zakres eksperymentu, analizując wyniki około czterech modeli AI i badając potencjalne zagrożenia kryptograficzne w czterech różnych horyzontach czasowych.

NAPISAŁ
UDOSTĘPNIJ
AI: do 2046 r. bezpieczeństwo bitcoina zagrożone w 76%

Najważniejsze wnioski

  • Post Willy’ego Woo z 11 października zainspirował serwis Bitcoin.com News do przetestowania prognoz sztucznej inteligencji dotyczących bezpieczeństwa kryptograficznego bitcoina.
  • Model ChatGPT-6 Astra oszacował ryzyko złamania podpisów Bitcoina w ciągu 20 lat na 76%, podczas gdy Deepseek podał wartość 34%.
  • Wszystkie cztery modele sztucznej inteligencji wskazały obliczenia kwantowe jako większe zagrożenie w perspektywie długoterminowej, szacując ryzyko w horyzoncie 2 lat na 0% do 2%.

W swoim poście Willy Woo odniósł się do szacunków przypisywanych Opus 5.5, który przypisał 0,5% prawdopodobieństwa, że komputery kwantowe złamają podpisy Bitcoina w ciągu dwóch lat, oraz 0,8% prawdopodobieństwa, że to samo osiągnie matematyka klasyczna lub sztuczna inteligencja. Chociaż liczby te wydają się stosunkowo niewielkie, potencjalne konsekwencje takiego przełomu sprawiają, że kwestia ta jest szczególnie interesująca, zwłaszcza w kontekście ciągłego postępu technologii obliczeniowej.

Idąc o kilka kroków dalej od pierwotnego pytania Woo, serwis Bitcoin.com News zapytał około czterech modeli sztucznej inteligencji i rozszerzył prognozę na okres dwóch, pięciu, dziesięciu i dwudziestu lat. Każdy model miał za zadanie ocenić prawdopodobieństwo złamania podpisów kryptograficznych Bitcoina za pomocą obliczeń kwantowych lub przełomów matematycznych opartych na matematyce klasycznej i wspomaganych przez sztuczną inteligencję. Celem było porównanie ich rozumowania, zidentyfikowanie rozbieżności oraz zbadanie, jak zmieniają się ich oczekiwania w miarę upływu czasu.

Pytanie przedstawione modelom sztucznej inteligencji

Każdemu modelowi przedstawiono następujące zadanie.

„Jesteś matematykiem, ekspertem w dziedzinie obliczeń kwantowych i analitykiem łańcucha bloków, piszącym krótką pracę teoretyczną.

Oszacuj prawdopodobieństwo, że obecne schematy podpisów Bitcoina (ECDSA i Schnorr nad secp256k1) zostaną praktycznie złamane, co oznacza, że osoba atakująca mogłaby na dużą skalę wywnioskować klucze prywatne na podstawie ujawnionych kluczy publicznych, albo za pomocą komputerów kwantowych o znaczeniu kryptograficznym, albo dzięki postępom w kryptoanalizie klasycznej lub opartej na sztucznej inteligencji.

Podaj szacunki dla każdego z poniższych horyzontów czasowych:

  • Najbliższe 2 lata
  • Najbliższe 5 lat
  • Najbliższe 10 lat
  • Najbliższe 20 lat

Dla każdego horyzontu podziel odpowiedź na:

Kwantowe: X%
Klasyczne/AI: Y%
→ Łączne ryzyko: Z%

Odpowiedź powinna być zwięzła. Używaj krótkich wierszy i podawaj wyłącznie przybliżone wartości procentowe. Wyraź się bezpośrednio. Nie stosuj sformułowań unikania, nie wyjaśniaj uzasadnienia ani nie dodawaj zastrzeżeń. Liczby opieraj na aktualnym konsensusie ekspertów (większość programistów i kryptografów szacuje, że praktyczne ryzyko kwantowe pojawi się znacznie później niż w 2030 r.) oraz na braku znanych praktycznych metod klasycznego złamania algorytmu secp256k1, a nie na spekulacyjnych scenariuszach najgorszego przypadku.

Wypisz tylko tekst postu.”

Prognozy AI dotyczące bezpieczeństwa kryptograficznego Bitcoina

Poniższa tabela porównuje szacunki modeli dotyczące skumulowanego prawdopodobieństwa, że podpisy ECDSA i Schnorr w systemie Bitcoin mogą zostać praktycznie złamane w ramach każdego horyzontu czasowego. Dane liczbowe przedstawiają łączną ocenę każdego modelu dotyczącą ryzyka związanego z obliczeniami kwantowymi oraz kryptoanalizą klasyczną lub wspomaganą przez sztuczną inteligencję.

Źródło: Eksperyment z modelem AI przeprowadzony przez Bitcoin.com News, 11 października 2026 r. Wartości procentowe odzwierciedlają spekulacyjne szacunki wygenerowane przez model, a nie zweryfikowane prawdopodobieństwa.

Różnice stają się szczególnie widoczne w dłuższej perspektywie czasowej. Model firmy Hangzhou Deepseek przedstawił najbardziej konserwatywną prognozę na 20 lat, przypisując 34% prawdopodobieństwo praktycznego złamania kryptografii, podczas gdy ChatGPT-6 Astra firmy OpenAI oszacował to prawdopodobieństwo na około 76%. Oprócz tego modele Grok firmy xAI i Claude firmy Anthropic plasowały się pomiędzy tymi szacunkami, wynosząc odpowiednio 60% i około 66%.

Pomimo tych rozbieżności wszystkie cztery modele przewidywały znacznie większe ryzyko w ciągu najbliższych dwóch dekad niż w najbliższej przyszłości. W swoich prognozach konsekwentnie wskazywały one również na obliczenia kwantowe jako główny długoterminowy powód do niepokoju, podczas gdy matematyka klasyczna i kryptoanaliza wspomagana przez sztuczną inteligencję stanowiły stosunkowo mniejsze zagrożenie.

Poniższa tabela przedstawia porównanie szacowanego przez poszczególne modele sztucznej inteligencji prawdopodobieństwa, że matematyka klasyczna lub kryptoanaliza wspomagana sztuczną inteligencją zdoła złamać podpisy ECDSA i Schnorr w systemie Bitcoin w ciągu najbliższych dwóch, pięciu, dziesięciu i dwudziestu lat, niezależnie od obliczeń kwantowych.

Źródło: Eksperyment z modelem AI przeprowadzony przez Bitcoin.com News, 11 października 2026 r. Dane liczbowe stanowią spekulacyjne szacunki wygenerowane przez model, a nie zweryfikowane prawdopodobieństwa.

Co wpłynęło na prognozy modeli AI?

Po zebraniu wstępnych szacunków prawdopodobieństwa nasz zespół redakcyjny zadał tym samym modelom AI drugie pytanie, prosząc tym razem o wyjaśnienie przesłanek leżących u podstaw ich prognoz. Każdy model otrzymał polecenie przedstawienia w nie więcej niż 100 słowach głównych czynników wpływających na jego prognozy, ze szczególnym uwzględnieniem konsensusu ekspertów, przewidywanych harmonogramów rozwoju informatyki kwantowej oraz postępów w klasycznej kryptoanalizie. To dodatkowe pytanie miało na celu wyjaśnienie założeń leżących u podstaw każdej prognozy oraz powodów, dla których modele uznały niektóre horyzonty czasowe za bardziej podatne na zagrożenia niż inne.

Każdemu modelowi przedstawiono następujące polecenie.

W nie więcej niż 100 słowach wyjaśnij kluczowe przyczyny szacunków prawdopodobieństwa, które właśnie podałeś dla każdego horyzontu czasowego. Skoncentruj się wyłącznie na głównych czynnikach wynikających z konsensusu ekspertów, harmonogramów rozwoju informatyki kwantowej oraz postępów w klasycznej kryptoanalizie. Odpowiadaj wprost i nie podawaj nowych liczb.

Deepseek Deepthink wyjaśnia swoją prognozę

Bitcoin’s Security Faces a 76% Risk by 2046, AI Model Predicts

ChatGPT-6 Astra wyjaśnia swoją prognozę

Szacunki krótkoterminowe są niskie, ponieważ praktyczne ataki wymagają odpornego na awarie sprzętu kwantowego działającego na znacznej skalę. Szacunek pięcioletni odzwierciedla potencjalny postęp w zakresie korekcji błędów i sprzętu, przy czym nadal istnieją znaczące bariery inżynieryjne. Szacunek dziesięcioletni odzwierciedla wyniki ankiet ekspertów, które przypisują znaczące prawdopodobieństwo pojawienia się komputerów kwantowych istotnych z punktu widzenia kryptografii; szacunek dwudziestoletni zakłada więcej czasu na pokonanie tych barier. Ryzyko związane z systemami klasycznymi/sztuczną inteligencją pozostaje niskie, ponieważ nie znamy żadnego praktycznego sposobu złamania algorytmu secp256k1, a same ulepszenia sztucznej inteligencji nie stanowią przełomu w kryptoanalizie. Są to prognozy oparte na ocenie, a nie konsensusowe prawdopodobieństwa ataków na dużą skalę.

Ekspert z firmy Grok wyjaśnia swoją prognozę

Zgodnie z konsensusem ekspertów praktyczne ataki kwantowe na algorytm secp256k1 pojawią się znacznie później niż w 2030 roku. Nie istnieje żaden komputer kwantowy o znaczeniu kryptograficznym; obecne systemy pozostają daleko poniżej liczby kubitów logicznych i skali z korekcją błędów wymaganej do zastosowania algorytmu Shora.

Klasyczna kryptoanaliza nie doprowadziła do żadnych praktycznych przełomów w zakresie łamania tej krzywej. Najbardziej znane ataki pozostają w pełni wykładnicze, a nie wykazano żadnych skrótów opartych na sztucznej inteligencji.

Perspektywy krótkoterminowe pozostają niskie ze względu na utrzymujące się luki sprzętowe i algorytmiczne. Prawdopodobieństwo wzrasta w późniejszym okresie, ponieważ ankiety ekspertów przypisują rosnące prawdopodobieństwo ataków w połowie i pod koniec lat 30. XXI wieku oraz później, podczas gdy ryzyko związane z metodami klasycznymi pozostaje marginalne ze względu na brak jakiegokolwiek znanego ataku o skalowalnym charakterze.

Claude Opus 5.5 wyjaśnia swoją prognozę

Bitcoin’s Security Faces a 76% Risk by 2046, AI Model Predicts

Eksperyment ujawnia intrygujący podział w sposobie, w jaki modele sztucznej inteligencji interpretują przyszłość kryptograficzną Bitcoina, a nie prognozy cenowe. Chociaż zagrożenia w perspektywie krótkoterminowej wydają się ograniczone, dłuższe prognozy rysują znacznie bardziej niepewny obraz. To, czy informatyka kwantowa ostatecznie zagrozi bezpieczeństwu Bitcoina, pozostaje kwestią otwartą, ale modele w dużej mierze zgadzają się co do jednego. Czas, postęp technologiczny i przygotowania ostatecznie zadecydują o tym, jak potoczy się ta historia.

Claude, ChatGPT i inne modele sztucznej inteligencji wytypowały kryptowaluty, które mają szansę odnotować największe zyski pod koniec roku, a HYPE i SOL znalazły się na czele listy faworytów panelu.

Czytaj teraz: 10 modeli sztucznej inteligencji, w tym Claude i ChatGPT, typuje zwycięzców rynku kryptowalut na koniec roku

Ten artykuł został przetłumaczony z języka angielskiego przy użyciu sztucznej inteligencji. Oryginalna wersja angielska jest źródłem autorytatywnym; tłumaczenia automatyczne mogą zawierać nieścisłości, zwłaszcza w terminologii prawnej i regulacyjnej.