AI ક્ષેત્રની દિગ્ગજ કંપનીઓ OpenAI અને Anthropic એ એક એવું સંશોધન રજૂ કર્યું છે જે 'Exponential Time Hypothesis' ને પડકારી શકે છે. જો આ સાબિત થાય, તો તે ભવિષ્યમાં ડેટા સુરક્ષા અને એન્ક્રિપ્શન પદ્ધતિઓ માટે મોટું જોખમ સાબિત થઈ શકે છે.
ગણિત અને કોમ્પ્યુટર વિજ્ઞાનમાં મોટો વળાંક
દાયકાઓથી કોમ્પ્યુટર વિજ્ઞાનમાં 'Exponential Time Hypothesis' (ETH) એક સ્વીકૃત નિયમ રહ્યો છે, જે મુજબ કેટલીક જટિલ સમસ્યાઓને ઉકેલવા માટે ખૂબ જ સમય લાગે છે. પરંતુ OpenAI અને Anthropic ના તાજેતરના દાવાઓએ આ ધારણાને હચમચાવી દીધી છે. જો આ સમસ્યાઓ અપેક્ષા કરતા ઝડપથી ઉકેલી શકાતી હોય, તો આખા ટેક જગતે ગણતરી કરવાની પદ્ધતિઓ પર પુનર્વિચાર કરવો પડશે.
નિષ્ણાતો દ્વારા તપાસ
આ કોઈ સામાન્ય થીયરી નથી, તેથી તેની વૈજ્ઞાનિક ચકાસણી શરૂ થઈ ગઈ છે. MIT ના પ્રોફેસર Ryan Williams ના નેતૃત્વમાં એક નિષ્ણાત ટીમ આ દાવાઓની સત્યતા તપાસી રહી છે. સમગ્ર સાયન્ટિફિક કોમ્યુનિટી અત્યારે આ રિપોર્ટના અંતિમ પરિણામ પર નજર રાખી રહી છે, કારણ કે તેના આધારે જ આગળના ટેકનિકલ રોડમેપ નક્કી થશે.
સાયબર સિક્યોરિટી પર શું અસર થશે?
રોકાણકારો અને આઈટી સેક્ટર માટે આ એક ગંભીર મુદ્દો છે. આજે બેન્કિંગથી લઈને ડેટા ટ્રાન્સફર સુધીની તમામ પ્રક્રિયાઓ એન્ક્રિપ્શન પર નિર્ભર છે, જે માને છે કે કોડને તોડવો અશક્ય છે. જો AI મોડેલ્સ આ કોડ સરળતાથી ઉકેલી લેશે, તો આખી સિક્યોરિટી સિસ્ટમ બદલવી પડશે.
જોકે, OpenAI એ સ્પષ્ટ કર્યું છે કે હાલની સિક્યોરિટી સિસ્ટમને કોઈ તાત્કાલિક ખતરો નથી. પરંતુ, ભવિષ્યમાં કંપનીઓએ વધુ સુરક્ષિત અને મજબૂત આર્કિટેક્ચર બનાવવા માટે મોટો ખર્ચ કરવો પડી શકે છે.