פיענוח צפני חזות כאוטיים דרך רשתות עצביות קוואזי-קוואנטיות (Q²NNs)

שבירת תמונות חבויות

יום־יום הטלפונים והמחשבים שלנו מעורבבים בשקט תמונות והודעות כדי לשמור עליהן מפני מסתכלים לא רצויים. אך ככל שהמתקיפים זוכים לכלים חזקים יותר, כולל מחשבים קוואנטיים עתידיים, ההגנות של היום עלולות שלא להספיק. מאמר זה חוקר דרך חדשה "לקרוא" תמונות שמעורבבו קשות במיוחד באמצעות שילוב של בינה מלאכותית קלאסית ורעיונות שמקורם בפיזיקה קוואנטית, ומצביע על מערכות אבטחה חכמות יותר — וגם על מתקפות חכמות יותר — של המחר.

מספרים פשוטים לתמונות מעורבבות קיצונית

החוקרים מתחילים עם סביבה מוכרת: תמונות קטנות בגודל 28×28 פיקסלים של ספרות בכתב יד, בדומה למה שמשמש לאימון מזהי כתב יד בסיסיים. במקום לסווג את הספרות הללו, הם מריצים אותן קודם דרך תהליך ערבול ברוטלי במכוון שמדמה צפני חזות חזק. הפיקסלים ממוּזגו מחדש לתוך התמונה לפי מפה המתנהגת כאוטית, ערכי הבהירות שלהם משתנים באמצעות סדרה מתמטית רגישה, ולבסוף הפיקסלים המתקבלים ממוּקמים שוב לאורך מסלול זיגזג. התוצאה היא ריבוע רעשני שנראה כמו סטאטיק אקראי, עם כמעט ללא זכר ל־"1","5" או "8" בעין בלתי־מזוינת.

מוח דו־מסלולי: קלאסי וקוואנטי יחד

כדי לשחזר את התמונה המקורית מהכאוס הזה, הצוות לא מנסה ל"לערוך" את הצופן מתמטית. במקום זאת הם מתייחסים לפיענוח כבעיה של למידה. הם בונים מודל היברידי שהם קוראים לו רשת עצבית קוואזי־קוואנטית, או Q²NN. תמונות מוצפנות מוזנות לשני מסלולים במקביל. מסלול אחד הוא אוטואנקודר קונבולוציוני קונבנציונלי, סוג של רשת עמוקה טובה בגילוי צורות ומרקמים מקומיים. המסלול השני מחקה את התנהגותו של מעגל קוואנטי קטן: התמונה מדחסת לוקטור מספרי קצר, מקודדת כסיבובי־קיווביטים מדומים, מעורבת (entangled) דרך מעגל הניתן לאימון, ואז נמדדת בחזרה לסט חדש של תכונות. שתי השחזורים האלה משולבים על־ידי יחידת "מיזוג" הניתנת ללמידה שמחליטה, במהלך האימון, כמה לסמוך על כל ענף בכל פיקסל.

ללמוד לראות דרך הכאוס

המודל מאומן עם זוגות רבים של תמונות מעורבבות ומקוריות, ומתאים בהדרגה את הכפתורים הפנימיים שלו כך שהפלט יתאים לספרה הנקייה ככל האפשר. כדי לשפוט הצלחה, המחברים בוחנים לא רק שגיאה גולמית בפיקסלים אלא גם מדד של מבנה נתפס, ושואלים: האם השחזור שומר על צורות וניגודים שחשובים לעין האנושית? בכל שלוש כיתות הספרות הנבדקות, הרשת ההיברידית גוברת בקלות על רשת קלאסית טהורה ועל רשת בהשראה קוואנטית בלבד. היא משיגה שגיאות שחזור נמוכות ביותר ודירוגי דמיון מבני גבוהים, כלומר הספרות המפוענחות נראות כמעט בלתי ניתנות להבחנה מהמקור, אף־על־פי שהקלטים דומים לרעש טהור.

בדיקת חוזקה של הצופן

ברור שמודל פענוח חכם מרשים רק אם הצופן עצמו באמת קשה לשבירה. לכן המחברים בודקים בקפדנות את צינור ההצפנה הכאוטי שלהם באמצעות סטטיסטיקות קריפטוגרפיות סטנדרטיות. התמונות המעורבבות מציגות כמעט מקסימום אקראיות לפי האנטרופיה של שאנון, פיקסלים שכנים אינם מקורבטים באופן מהותי, ושינויים זעירים בתמונה המקורית גורמים לשינויים גדולים ונרחבים בגרסה המוצפנת. הערכים הללו משתווים ל—או אף עולים על—אמצעי הצפנה מבוססי כאוס מתקדמים אחרים, ומאשרים שהמשימה שמוצבת בפני הרשת אינה טריוויאלית.

מדוע הדבר משמעותי לביטחון העתידי

מבט כולל מראה שהעבודה ממחישה כי שילוב מתוכנן של למידה עמוקה קלאסית ועיבוד בסגנון קוואנטי יכול ללמוד להפוך ערבול חזותי מסובך מאוד מבלי שיינתן לה המפתח או הנוסחה המדויקת של הצופן. כיום זה מודגם על ספרות קנגריל קטנות בגווני אפור ועל מעגלים קוואנטיים מדומים, אך אותן רעיונות יכולות להרחיב לתמונות רפואיות, צילומי לוויין או קישורים אופטים מאובטחים — לכל מקום שבו יש צורך לשחזר תמונות מעורבבות באופן אמין. ככל שציוד קוואנטי יתבגר, עיצובים היברידיים דומים עשויים לתמוך גם בהגנות חזקות יותר וגם בכלי ניתוח יעילים יותר בעידן שלאחר־הקוואנטום, שבו הבנת ומה ניתן ללמוד מנתונים מוצפנים תהיה קריטית.

ציטוט: Manavalan, G., Arnon, S. Decrypting chaotic visual ciphers via quasi quantum neural networks (Q²NNs). Sci Rep 16, 9937 (2026). https://doi.org/10.1038/s41598-026-41513-3

מילות מפתח: הצפנת תמונות, רשתות עצביות קוואנטיות, בינה היברידית, קריפטוגרפיה כאוטית, ביטחון לאחר-קוואנטי