كيف يستخدم الذكاء الاصطناعي لإثبات أمان تشفير واتساب وسيجنال؟

يمثل التحقق من أمان المحادثات الرقمية أحد أبرز التحديات أمام شركات التكنولوجيا، خاصة مع اعتماد مليارات المستخدمين على تطبيقات المراسلة في تبادل الرسائل والبيانات الشخصية، وهو ما يدفع الشركات إلى الاستعانة بالذكاء الاصطناعي لتطوير أساليب أكثر دقة وسرعة لاختبار أنظمة التشفير والتأكد من سلامتها.

وفي هذا الإطار، تعمل شركة جوجل ديب مايند على توظيف الذكاء الاصطناعي في مجال التحقق الرياضي الرسمي من البرمجيات، من خلال إطار جديد يحمل اسم AlphaProof Code، تمكن فريقها البحثي من استخدامه للتحقق من بروتوكول التشفير الخاص بتطبيق سيجنال، ومطابقة الشيفرة البرمجية للتصميم الأمني المحدد لها، وصولاً إلى مستوى لغة الآلة.

وتكتسب هذه الخطوة أهمية خاصة، لأن تقنيات التشفير التي يعتمد عليها بروتوكول سيجنال تُستخدم أيضاً في حماية المحادثات عبر تطبيق واتساب، إلى جانب تطبيقات أخرى تعتمد على التشفير من طرف إلى طرف، وهو ما يفتح المجال أمام استخدام الذكاء الاصطناعي في اختبار التقنيات المسؤولة عن حماية الاتصالات الرقمية.

الذكاء الاصطناعي يسرّع عمليات التحقق من الشيفرات البرمجية
 

اعتمد فريق جوجل ديب مايند على إطار AlphaProof Code لتنفيذ عملية تحقق رياضي واسعة النطاق، بهدف التأكد من أن الشيفرة البرمجية تنفذ التصميم الأمني المقصود منها بصورة صحيحة.

وأوضح سوارَات تشودري، الباحث العلمي بالشركة، عبر منصة إكس، أن الفريق تمكن من إتمام عملية التحقق دون اكتشاف أخطاء ضمن نطاق الفحص الذي أجراه، في خطوة تعكس إمكانات الذكاء الاصطناعي في التعامل مع العمليات الرياضية المعقدة المرتبطة بأمن البرمجيات.

وتعتمد تقنية التحقق الرياضي الرسمي على تحويل خصائص البرنامج وشروط عمله إلى براهين رياضية يمكن فحصها آلياً، بما يساعد على اكتشاف الأخطاء المحتملة والتأكد من مطابقة التنفيذ البرمجي للمواصفات المحددة.

6 ملايين سطر من البراهين الرياضية خلال 4 أسابيع
 

ومن أبرز الأرقام المرتبطة بالتجربة، تمكن أنظمة AlphaProof Code خلال أربعة أسابيع في أكتوبر 2026 من إنتاج أكثر من 6 ملايين سطر من البراهين الرياضية باستخدام لغة Lean، بالاعتماد على نماذج Gemini Carbon المتقدمة، وبالتعاون مع خبراء بشريين لمراجعة النتائج وتحديد النقاط التي تحتاج إلى مزيد من التدقيق.

واقتصرت المراجعة البشرية النهائية، وفقاً للمعلومات الواردة عن التجربة، على نحو 1% من قاعدة الشيفرة، وهو ما يوضح حجم المساعدة التي يمكن أن تقدمها أنظمة الذكاء الاصطناعي في تسريع عمليات التحقق من البرمجيات المعقدة، التي كانت تتطلب في السابق وقتاً طويلاً وخبرات بشرية متخصصة.

هل يعني ذلك أن محادثات واتساب وسيجنال أصبحت مستحيلة الاختراق؟
 

رغم أهمية استخدام الذكاء الاصطناعي في التحقق من بروتوكولات التشفير، فإن نجاح عملية التحقق الرياضي لا يعني ضمان الحماية المطلقة للمحادثات أو استحالة اختراق التطبيقات.

فالتحقق من صحة تنفيذ بروتوكول التشفير يختلف عن تأمين جميع مكونات التطبيق والأجهزة المستخدمة، إذ تظل هناك عوامل أخرى تتعلق بأمان الهواتف وأنظمة التشغيل وإدارة الحسابات وحماية بيانات المستخدمين من الهجمات الإلكترونية.

وبالتالي، يمثل هذا التطور اتجاهاً جديداً لاستخدام الذكاء الاصطناعي في تعزيز الثقة بأدوات الحماية الرقمية، من خلال اختبار الشيفرات البرمجية والتحقق من مطابقتها للتصميمات الأمنية، بما يدعم تطوير تقنيات أكثر موثوقية لحماية الاتصالات الخاصة.