Projections d'analyse du taux de hachage : pourquoi Bitcoin devrait adopter la science de l'information quantique

***

L’histoire du financement scientifique

Le scientifique a toujours été un employé risqué en termes de ROI. Ils essaient de découvrir des vérités sur l’univers, et souvent, l’univers leur donne l’oiseau. Parce qu'expérimenter signifie risquer beaucoup d'argent et de temps sur une idée peut-être sans valeur, un scientifique est un stagiaire permanent, jusqu'à ce qu'il fasse une percée, puis il devient associé principal.

Cela dit, le scientifique essaie de gagner son propre argent.

Chez les Alchimistes, c’était littéral. Alors qu’ils ont inventé la chimie et catalysé la naissance des ruées vers l’or à l’échelle mondiale, transformer le plomb en or était, hélas, une idée erronée répandue pendant des siècles. La recherche a consommé toute la vie d’une personne après l’autre, avec pour seuls rêves de richesse pour les mener à bien.

Mais leur ténacité témoigne de leur résilience et de leur patience.

La patience signifiait, pour le moment, rester au service de quelqu'un qui pouvait se permettre de prendre le risque de soutenir la science dans le passé. Et cela signifiait un roi parce qu'ils avaient de l'or/de l'argent collecté grâce aux impôts.

Les sorciers et les diseurs de bonne aventure n'avaient pas beaucoup de sens, et c'étaient des comédiens venus faire passer un bon moment au roi avant qu'il n'entre en guerre. Même si jeter des tripes sur un mur peut être stupide, c'était mystérieux et s'ils avaient raison, doublement impressionnant.

Et voici ce scientifique (cassé), insistant sur le fait qu'ils connaissaient une VRAIE stratégie pour aider le roi à gagner.

Quelle était leur crédibilité ?

Vers 200 avant JC, le scientifique est Archimède et le roi est le chef politique de Syracuse. Être un leader à cette époque signifiait en grande partie qu’il fallait gagner des guerres et, comme l’histoire avait enseigné aux rois l’inutilité totale des charlatans, le scientifique a eu l’occasion de faire valoir ses arguments.

Archimède a bien fait valoir son point de vue. On raconte qu'il coula les navires des Romains avec d'ingénieuses grues et catapultes qui jetaient de lourdes pierres.

Depuis son époque, le soutien des rois, des princes, des banquiers et des présidents envers les scientifiques a été immense. Le scientifique est respecté, et tous les grands scientifiques, même Léonard de Vinci, qui était surtout admiré pour ses œuvres impressionnantes, ont pris du temps pour concevoir des armes.

Car les armes aident le roi à gagner et donc à garder le scientifique au travail. Les scientifiques sont rapidement devenus un acteur central des efforts de guerre. Surtout les physiciens et les chimistes, qui ont conçu jusqu’à présent d’innombrables formes de matériel militaire.

Cependant, l’émergence de méthodes scientifiques en économie, sociologie, psychologie et biologie, toutes fondées sur la puissance de l’analyse statistique et de l’inférence logique, a rapidement rendu le scientifique important dans tous les domaines de l’activité humaine. Le problème demeure cependant. Pour obtenir un prêt, le scientifique devait généralement, et doit toujours, compter sur le financement du gouvernement, car celui-ci reste le plus gros poisson capable de prendre suffisamment de risques sur les marchés financiers.

Détestez cela autant que vous voulez, mais sans crédit du gouvernement, qu’il s’agisse de dette ou d’argent réel, de nombreux travaux scientifiques seraient au point mort. Meilleur exemple – SpaceX.

Cependant, les gouvernements et leur capacité à dévaloriser l’argent et à financer des choses par la dette ont fait durer les guerres mondiales plus longtemps et détruire le monde beaucoup plus durement. Cela a également conduit à des dépressions économiques et après la crise financière de 2008, Satoshi Nakamoto, un informaticien de génie, a décidé de créer Bitcoin – un outil monétaire en dehors du champ de la dépréciation de la monnaie gouvernementale.

Naissance d'un modèle financier divorcé du Roi

Bitcoin est controversé depuis sa création. Bien sûr, les rois et les gouvernements détestent cela. Cela nuit à leurs activités. Une grande partie du secteur privé déteste également sa nature fière de l'exclusivité technologique, de sorte que six ans plus tard, un hard fork a été mis en œuvre pour créer Ethereum, une crypto-monnaie conçue pour fournir des services supplémentaires de blockchain tels que des contrats intelligents.

De nombreux autres hard forks ont rapidement suivi les infidèles.

Cependant, Bitcoin est toujours courant et est récemment devenu intéressant pour la grande finance. L’ETF Bitcoin le prouve. Après 15 ans passés à rire d’une chose qui ne cesse de grandir et de s’améliorer, même le critique le plus sévère se tait et commence à écouter plus intimement. Parce qu’ils savent désormais qu’il leur manque quelque chose.

Les scientifiques en énergie commencent également à y prêter attention, certains affirmant que l’exploitation minière de Bitcoin pourrait être notre voie rapide vers une transition énergétique . Les ingénieurs en énergie réussissent bien à vendre des forfaits d’électricité moins chers qui ont été subventionnés par l’exploitation minière de Bitcoin.

Mais ceux-ci sont en retard à la fête. Les informaticiens gagnent bien dans Bitcoin, Ethereum, Doge depuis des décennies. Et s’il y a un scientifique qui a vécu confortablement sans avoir besoin d’obtenir de gros budgets de la part des gouvernements, c’est bien l’informaticien, depuis le 20ème siècle. Alors que le domaine de l’informatique est beaucoup plus jeune que la physique, l’astronomie et la biologie, de nombreux informaticiens ont rapidement appris à gagner gros grâce à l’entreprise privée et à un travail individualisé, sans demander de prêt aux rois et à leurs grands banquiers.

La science futuriste se finance grâce au Bitcoin

Bitcoin est de l'argent pour le peuple, et la science a évolué pour devenir également quelque chose de bien public, sur un plan open source, par des personnes dévouées qui consacrent leur temps et leur argent pour faire en sorte que quelque chose de bien se produise.

Comme je l'ai mentionné, il existe désormais sur Internet des informaticiens qui améliorent avec impatience l'écosystème Bitcoin en utilisant le pouvoir de la collaboration et leurs efforts sincères. Ceux-ci viennent principalement du pays du développement de logiciels et après avoir pris la pilule orange, décident de rester au pays des Bitcoiners et de construire l'écosystème Bitcoin.

Cependant, il n’y a pas eu beaucoup de voie d’accès pour d’autres types de scientifiques et c’est une opportunité qui existe, largement ouverte, à la portée de tous.

Actuellement, de nombreux scientifiques dans le monde Bitcoin sont des informaticiens du type qui construit des preuves sans connaissance, des cumuls et d’autres couches de la blockchain Bitcoin. Mais il faut encore beaucoup plus de scientifiques.

Pour réitérer, je pense que davantage de scientifiques en ingénierie électrique et énergétique devraient être à l’avant-garde de la façon dont les équipements miniers Bitcoin peuvent fournir un accès à l’électricité à ceux qui n’en ont pas, rendant ainsi les investissements dans des sources d’énergie propres et bloquées beaucoup plus faciles à gérer. Quel meilleur travail que d'être l'ingénieur électricien qui conçoit son propre travail en apportant l'électricité à votre peuple ?

Tout étudiant universitaire en génie électrique, quel que soit le pays en développement, devrait en être informé. Parce que les pays en développement d’Afrique, d’Asie et d’Amérique latine ont du mal à accroître leur consommation d’électricité à partir de sources d’énergie autrement bon marché, en raison des primes élevées que les habitants ne peuvent tout simplement pas payer. La connaissance de l’utilisation du Bitcoin pour subventionner l’accès à l’électricité à partir de sources d’énergie bloquées devrait être diffusée aussi loin et aussi largement que possible.

Aujourd’hui, en tant qu’aspirant scientifique de l’information quantique, je pense qu’il y a aussi une place pour moi dans l’écosystème Bitcoin.

Même si le public sait peut-être à quel point la science de l’information quantique menace de détruire le bien que Bitcoin a fait en le piratant potentiellement, je trouve que la construction d’algorithmes résistants aux quantiques est loin d’effleurer la surface des capacités quantiques.

Par exemple, les technologies quantiques pourraient fournir de meilleurs capteurs de signaux pour les nœuds Bitcoin, permettant ainsi la transmission réussie de signaux même faibles et garantissant l’extraction des blocs.

Les solutions d’informatique quantique dans la logistique pourraient aider à mieux orienter la manière dont l’infrastructure Bitcoin pourrait être mieux configurée dans les pays et les continents pour une utilisation optimale.

Les réseaux quantiques pourraient offrir de meilleurs moyens de transmettre les informations Bitcoin en toute sécurité.

Certains problèmes de l'écosystème Bitcoin pourraient être des problèmes BQP (Bounded-error Quantum Polynomial), qui relèvent de la science de l'information quantique et qui devraient être découverts et traités à l'aide d'ordinateurs quantiques.

Plus important encore, les ordinateurs quantiques seront bien meilleurs que les ordinateurs classiques pour extraire des crypto-monnaies de preuve de travail.

Quand Bitcoin se lie d’amitié avec la mécanique quantique

La loi de Moore touche à sa fin. IBM a déjà construit des transistors comportant seulement 5 atomes. Pour devenir plus petit, il devient plus difficile de gérer le bruit thermique et d’autres problèmes à l’échelle nanométrique. Pour gérer le bruit thermique, un refroidissement encore plus important sera effectué, comme c'est le cas pour les qubits. De plus, un transistor à 1 atome est en réalité un qubit.

Nous sommes dans le domaine quantique et, qu’on le veuille ou non, de plus en plus de personnes étudieront la mécanique quantique dans un avenir pas trop lointain et, par extension, l’informatique quantique. Le monde informatique classique ne peut évoluer que grâce à une multiplicité de la même technologie, ce qui consommera encore plus d’énergie. Les gains d’efficacité des technologies quantiques comme les ordinateurs quantiques seront nécessaires.

Même si j’ai dit que l’informatique quantique coûte très cher , la science de la construction de qubits progresse et les systèmes deviennent de plus en plus puissants. Il n'y a peut-être pas de croissance exponentielle du nombre de qubits avec leur propre loi de Moore, mais une croissance linéaire du nombre de qubits conduit à une puissance de calcul exponentielle. Quelle sorte de loi de Moore !

Vous vous souvenez de ce graphique ;

Si environ 14 milliards de dollars en 2023 peuvent rapporter 48 qubits logiques (les qubits logiques sont les vrais qubits tels que manipulés dans la théorie mathématique), par extrapolation linéaire, 125 milliards de dollars d'ici 2030, comme vu ci-dessus, rapporteront 428 qubits logiques.

Mais dans 7 ans, le Bitcoin lui-même pourrait avoir grimpé à 200 000 dollars par bitcoin, ce qui représente une capitalisation boursière de 4,2 billions de dollars. Par extrapolation linéaire, il faudrait 3 000 milliards de dollars d’investissements mondiaux pour atteindre 10 000 qubits logiques.

Comme nous pouvons le constater, Bitcoin peut à lui seul le payer sur une période de 7 ans.

Pourquoi 10 000 qubits ?

Mon projet de recherche

Au cours des trois derniers mois, j'ai étudié le QCourse551-1 qui a été proposé dans le cadre d'une collaboration entre QWorld et Classiq Technologies. Mon projet de recherche était le projet 11 - Bitcoin Mining utilisant l'algorithme de recherche de Grover.

La motivation de mon projet est venue d' un document de recherche qui montre que 10 000 qubits logiques peuvent à eux seuls extraire du Bitcoin plus rapidement que n'importe quel système classique utilisant la même consommation d'énergie.

En effet, 10 000 qubits peuvent coder le double processus de hachage SHA256 complet nécessaire au minage de Bitcoin, mais comme ils utilisent l'algorithme de recherche de Grover, ils obtiennent effectivement une accélération quadratique de racine_carrée (N) où N est le nombre d'éléments à vérifier dans un base de données non structurée. L'extraction de bitcoins par ASIC vérifie également une base de données non structurée de hachages aléatoires pour la valeur occasionnelle.

La question est : lequel est le plus rapide ?

Aujourd’hui, la plupart des mineurs ASIC vérifient les terahashes, soit 1 million de hachages chaque seconde. Par exemple , ce mineur vérifie 120TH/s. Cela représente 120 millions de hachages chaque seconde.

Un ordinateur quantique peut-il battre cela ?

Bien sûr.

square_root( 120 millions) = seulement 10954 contrôles par seconde. Une augmentation d'efficacité de 1 095 400 %.

Et plus la concurrence est forte, plus l’ordinateur quantique prend de l’avance dans la course.

Le taux de hachage actuel atteint 600 millions de millions de hachages par seconde. Cela produit suffisamment de chaleur pour inquiéter les climatologues. Mais que se passerait-il si nous remplacions tous ces ASIC encombrants par des QPU de pointe à partir de 2032, combien de hachages comparatifs par seconde auraient-ils engendrés ? racine_carrée (600 millions de millions) = 24 millions de contrôles par seconde. Une augmentation de l'efficacité de 2,4 milliards % .

Si ce qui précède n’est pas une proposition attrayante, je ne sais pas ce que c’est.

Bitcoin devrait financer la recherche en informatique quantique. Cela prendra du temps, mais quand cela arrivera, ce sera glorieux. Ce sera un événement plus canonique que l’alunissage.

Dans nos recherches, nous avons testé un système très simplifié avec seulement des entrées et sorties de 8 bits, calqué sur un opérateur de Grover fonctionnant avec moins de 25 qubits.

Compte tenu de notre très faible puissance de hachage, les avantages de la recherche de Grover ne pouvaient pas être constatés de première main, et ne pouvaient être déduits qu'avec une analyse de complexité pertinente des exécutions/profondeur de l'ordinateur classique (mon ordinateur portable) par rapport à la profondeur du circuit de notre Grover exécuté. sur le simulateur Classiq Aer.

Même s’il aurait été bien de modéliser l’énergétique et le graphe de complexité de ce que cela signifie, nous avons malheureusement manqué de temps. Cependant, nous avions quelques livrables à montrer pour notre travail.

Vous trouverez ci-dessous ce que nous avions, y compris la profondeur de chaque circuit.

a) L'algorithme classique simplifié MD5

Nous avons modélisé une version simplifiée du MD5 (un cousin le plus primitif de SHA256) hachant 95 caractères ASCII imprimables pour trouver le nom occasionnel pour les valeurs hexadécimales avec difficulté = 1.

Remarque : Nos valeurs hexadécimales n'étaient que de 2 chiffres car nous travaillons avec des valeurs de 8 bits. Ainsi, nos valeurs possibles de difficulté 1 ne sont que dans 16 possibilités, soit 00, 01, 02, 03, 04, 05, 06, 07, 08, 09, 0a, 0b, 0c, 0d, 0e, 0f.

00 est également un élément de difficulté 2. Par conséquent, la fonction de recherche/hachage est appelée simplifié_MD5_8bit_difficulty_1or2.

 def simplified_MD5_8bit_difficulty_1or2(): printables_list = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~' for i in printables_list: x2 = ord(i) x3 = bin(x2)[2:] if len(str(x3))==7: x4 = x3+'0' if len(str(x3))==6: x4 = x3+'00' x5 = list(x4) a0 = 2*int((x5[0])) a1 = int(x5[1]) b0 = 2*int((x5[2])) b1 = int(x5[3]) c0 = 2*int((x5[4])) c1 = int(x5[5]) d0 = 2*int((x5[6])) d1 = int(x5[7]) a = a0 + a1 b = b0 + b1 c = c0 + c1 d = d0 + d1 a = ((d ^ (b & (c ^ d))) + (c ^ (d & (b ^ c))) + (b ^ c ^ d) + (c ^ (b | ~(d))) + b) print() d1 = d//2 d0 = d%2 d = d1*(2**7) + d0*(2**6) a1 = a//2 a0 = a%2 a = a1*(2**5) + a0*(2**4) b1 = b//2 b0 = b%2 b = b1*(2**3) + b0*(2**2) c1 = c//2 c0 = c%2 c = c1*(2**1) + c0*(2**0) decimal_result = d + a + b + c binary_result = bin(decimal_result)[2:] print(binary_result) hex_result = hex(decimal_result) print(hex_result) if hex_result == '0x0': difficulty_2.append(hex_result) collisions_difficulty_2.append(i) if hex_result == ('0x1' or '0x2' or '0x3' or '0x4' or '0x5' or '0x6' or '0x7' or '0x8' or '0x9' or '0xa' or '0xb' or '0xc' or '0xd' or '0xe' or '0xf'): difficulty_1.append(hex_result) collisions_difficulty_1.append(i) print('Difficulty_1 list = ',difficulty_1) print('Difficulty_2 list = ',difficulty_2) print('Colliding inputs for difficulty 1 = ',collisions_difficulty_1) print('Colliding inputs for difficulty 2 = ',collisions_difficulty_2) difficulty_2 = [] difficulty_1 = [] collisions_difficulty_1 = [] collisions_difficulty_2 = [] import numpy as np simplified_MD5_8bit_difficulty_1or2()

Comme on peut le voir, pour retrouver les éléments de difficulté 1 (et par extension la difficulté 2), il faut réitérer à travers 40 lignes de code (en ignorant les espaces et en imprimant dans la boucle for).

Il y a 96 caractères ASCII imprimables à hacher et vérifier donc 96 * 40 ce qui nous donne une profondeur de circuit de 3840.

Cependant, cela est exécuté rapidement par mon ordinateur portable. Moins de quelques secondes.

b) L'algorithme quantique simplifié MD5

Nous avons modélisé une version quantique de notre algorithme MD5 simplifié pour simuler la recherche des valeurs occasionnelles de difficulté 1, quel que soit le caractère ASCII d'entrée dans le circuit.

Ceci est possible car tout ce dont nous avons besoin est un zéro au début de notre valeur hexadécimale. Étant donné que notre jeu de hachage était petit (seulement 96 caractères ASCII), nous avons réglé le système pour ignorer la valeur ASCII d'entrée afin qu'elle soit redondante et pour viser à capturer tous les zéros possibles étant donné l'expression arithmétique ;

une == ((d ^ (b & (c ^ d))) + (c ^ (d & (b ^ c))) + (b ^ c ^ d) + (c ^ (b | ~(d) )) +b)

qui est également dans l'algorithme Python classique.

Notez que les 4 fonctions ajoutées ensemble sont dérivées de l' algorithme MD5 d'origine .

Puisque nous voulons des valeurs de difficulté 1, nous ajoutons d = 0 et a = 0 à la fonction ci-dessus puis la synthétisons dans la plateforme Classiq.

(Remarque : il s'agit d'un raccourci grâce au travail inlassable de l'équipe Classiq. Le code Python a également été construit dans le SDK Python Classiq mais il a eu un problème de dernière minute. Par conséquent, nous n'avons que le code SDK Python fonctionnel pour l'opérateur Grover, mais pas pour l'opérateur Grover avec une difficulté de hachage/recherche de 1, ce que vous deviez voir ici )

Par conséquent, notre expression arithmétique d’entrée est :

une == ((d ^ (b & (c ^ d))) + (c ^ (d & (b ^ c))) + (b ^ c ^ d) + (c ^ (b | ~(d) )) + b) et d == 0 et a == 0

Le circuit résultant a une profondeur de seulement 913

Le circuit quantique gagne !

Note de fin

Bien que la durée du projet soit terminée, notre travail est toujours en cours, et se poursuivra jusqu'à ce que nous construisions un mineur de Bitcoin quantique fonctionnel de 10 000 qubits.

Les efforts volontaires pour nous soutenir techniquement sont les bienvenus. Une partie de notre code présente encore des problèmes et nous n'avons fait qu'effleurer la surface des capacités de la plateforme Classiq. Un outil logiciel ingénieux qui élimine le bricolage fastidieux des portes, comme cela aurait été nécessaire pour quiconque construisait le même projet à l'aide de Qiskit.

Un merci spécial à Classiq et QWorld pour cette opportunité. Et notre mentor, le Dr Eyal Cornfeld, pour ses conseils.

***