アマチュアがAIで歴史上の未解読暗号に挑む

背景と概要

長年にわたって誰にも解かれなかった歴史上の暗号に、アマチュアがAIツールを使って挑んでいます。『Nature』の報道によると、対象となる暗号は古い手紙や手稿、軍事文書、外交文書の中に潜んでいます。数十年放置されたものもあれば、数世紀にわたって未解読のままのものもあります。報道は、これを一度きりの奇跡としては描いていません。ツールを手にした一般の人が少しずつ参入し、これまで誰も到達できなかった地点まで進んでいる、という広がりのある動きとして伝えています。

なぜこの分野は長く専門家のものだったのでしょうか。熱意のあるアマチュアは、これまで主に三つの壁で止まっていました。古い文字や言語が読めないこと、分析プログラムが書けないこと、試行錯誤に必要な計算資源と時間が足りないことです。汎用の大規模言語モデルとオープンソースのツールが、この三つの壁を同時に低くしました。プログラミングを少し理解していて歴史が好きな人なら、AIに文字の出現頻度を集計させ、置換規則の候補を出させ、検証用スクリプトを書かせることができます。そのうえで、結果は自分の手で一つずつ確かめます。

AIは人の代わりになるわけではありません。発想から検証までの距離を縮めるのが最大の変化であり、一通の手紙の解読を超えて意味を持つ理由もここにあります。

深掘り分析

これが可能になった理由を知るには、未解読の歴史暗号の正体を見る必要があります。その多くは、現代的な意味での強力な暗号ではありません。置換暗号、転置暗号、あるいはその組み合わせが中心です。そこに写し間違い、略語、方言、独自の記号が加わります。難しさの本体は、アルゴリズムの強度よりも、元の言語がすでに使われなくなっていて、サンプルも少なく、信頼できる統計が取れない点にあります。こうした条件では、従来の頻度分析は働きにくくなります。

記事が示すAIの役割は三つあります。一つ目は、モデルが古代から近世まで幅広い言語を扱えることです。平文の言語がはっきりしない場合でも、複数の候補を挙げてそれぞれ試せます。二つ目は、分析コードを素早く書き直せることです。アマチュアの思いつきがすぐ動く実験になり、仮説から検証までの周期が短くなります。三つ目は、大量の候補解の一次選別です。復元した文章が本物の文として読めるかを判定できます。これらによって、広大な探索空間を調べるコストが下がります。

では、AIだけで歴史暗号を解読できるのでしょうか。答えは否です。記事から読み取れるのは、AIが仮説を出し、確定的なプログラムと人間が検証する、という役割分担です。決定的な限界は言語モデルの性質にあります。モデルは流暢でもっともらしい答えを返しがちです。解読では、これが現実のリスクになります。モデルが滑らかに補った訳文は、暗号文の真の内容ではなく、モデルの連想にすぎない可能性があります。そのため信頼できる手順では、モデルを提案側に置き、確認は固定されたスクリプトと人間の判断に任せます。

業界への影響

影響は、数通の古い手紙の解読にとどまりません。第一に、研究者とアマチュアの分業が変わります。公文書館や図書館には、体系的に調べられていない資料が大量に積まれています。専門家の数は限られ、優先順位をつけざるを得ません。AIを使うアマチュアが、こうした裾野の資料を最初に読み通し、専門家が時間を割く価値のある手がかりを選り分ければ、学界にとって実際の助けになります。

第二に、AIツールの提供側にとって説得力のある用途になります。暗号解読は、成否を検証できる点で、宣伝文の作成や顧客対応とは違います。訳文が整合的に読め、歴史的背景と合うか、合わないかのどちらかです。この検証可能性は、モデルの推論力を測る現実的な窓になります。 第三に、教育と一般への普及です。暗号解読は物語性が強く、若い人を言語学や統計、プログラミングへ引き寄せます。ツールが最初の一歩をなめらかにします。 一方で懸念もあります。まず品質のばらつきです。SNSには「あの謎を解いた」という主張が多く、その多くは吟味に耐えません。AIは、もっともらしい偽の結論も作りやすくします。次に帰属の問題です。アマチュアの発見が学界でどう認められ、引用されるかについて、確立した慣行はまだありません。さらに、手稿のデジタル画像には利用制限があるものが多く、成果を公表するには所蔵機関との調整が必要になる場合があります。

今後の展望

今後注目したい点がいくつかあります。第一は、査読を経て手法が透明な成果が出てくるかどうかです。どのモデルを使い、どんなプロンプトで、どんな検証手順を踏んだかを明記し、他の人が再現できる形にして初めて、アマチュアの発見は単なるニュースから、積み上がる知識に変わります。 第二は、歴史文書に特化したツールの登場です。画像認識、古文字認識、暗号解析を一本の流れにつなげば、段階の間でデータを手で運ぶ作業が減ります。第三は、機関の姿勢です。公文書館や大学が高品質のスキャンを公開し、市民科学のような公開の協力体制を整えれば、進展は目に見えて速くなる可能性があります。

第四は、誤りを正す仕組みです。AIを使った解読が互いに矛盾する結果を出すこともあるでしょう。コミュニティが明確な検証ルールを作れるかどうかで、この流れが信頼できる研究として定着するか、真偽の見分けがつかない新たなネット上の伝説に落ちるかが決まります。 一般の読者にとって現実的な見方は単純です。AIによって、より多くの人が歴史の謎に参加できるようになったのは確かな前進です。ただし、解読したという主張には、読みやすい訳文ではなく、検証可能な証拠を求めるべきです。