해시레이트 분석 예측: 비트코인이 양자 정보 과학을 수용해야 하는 이유

***

과학 기금의 역사

과학자는 항상 ROI 측면에서 위험한 직원이었습니다. 그들은 우주에 대한 진실을 밝히려고 노력하고 있으며, 종종 우주는 그들에게 새를 줍니다. 실험은 쓸모 없을 수도 있는 아이디어에 많은 돈과 시간을 투자하는 것을 의미하기 때문에 과학자는 획기적인 발전을 이룬 후 고위 동료가 될 때까지 영원한 인턴입니다.

그렇긴 하지만, 그 과학자는 스스로 돈을 벌려고 노력해 왔습니다.

연금술사에게 이것은 문자 그대로였습니다. 그들이 화학을 발명하고 세계적인 골드러시 탄생을 촉진했지만, 납을 금으로 바꾸는 것은 안타깝게도 수세기 동안 잘못된 생각으로 여겨졌습니다. 수색은 한 사람 한 사람의 일생을 소비했으며, 그들을 통과시키기 위한 부의 꿈만 가지고 있었습니다.

그러나 그들의 끈기는 회복력과 인내심의 증거였습니다.

인내심은 과거에 과학을 뒷받침할 위험을 감당할 수 있는 사람에게 당분간 고용 상태를 유지하는 것을 의미했습니다. 그리고 그것은 세금으로 징수된 금/돈을 가지고 있었기 때문에 왕을 의미했습니다.

마법사와 점쟁이는 별 의미가 없었고, 그들은 왕이 전쟁에 나가기 전에 왕에게 즐거운 시간을 주기 위해 온 코미디언이었습니다. 벽에 배짱을 던지는 것은 어리석은 일이지만 신비롭고 사실이라면 두 배로 감동적이었습니다.

그리고 여기에 이 (망가진) 과학자가 있었는데, 그들은 왕의 승리를 도울 실제 전략을 알고 있다고 주장했습니다.

그들의 신뢰성은 어떠했는가?

기원전 200년경, 과학자는 아르키메데스이고 왕은 시라쿠사의 정치 수장입니다. 그 시대에 지도자가 된다는 것은 전쟁에서 승리해야 한다는 것을 의미했으며 역사가 킹스에게 사기꾼은 완전히 쓸모없다는 것을 가르쳐 주었기 때문에 과학자에게는 자신의 입장을 밝힐 기회가 주어졌습니다.

아르키메데스는 자신의 주장을 괜찮게 만들었습니다. 그는 독창적인 기중기와 무거운 돌을 던지는 투석기로 로마인의 배를 침몰시켰다고 전해지고 있습니다 .

그의 시대 이후로 왕, 왕자, 은행가, 대통령부터 과학자까지 엄청난 후원을 받았습니다. 과학자는 존경받고 모든 위대한 과학자들, 심지어 그의 인상적인 예술 작품으로 대부분 아첨을 받았던 레오나르도 다빈치조차도 무기를 설계하는 데 시간을 쏟았습니다.

무기는 왕의 승리를 돕고 과학자의 직업을 유지합니다. 과학자들은 곧 전쟁 노력에서 더욱 중추적이 되었습니다. 특히 지금까지 수많은 형태의 군사 장비를 설계한 물리학자와 화학자들이 그렇습니다.

그러나 통계 분석과 논리적 추론의 힘을 바탕으로 하는 경제학, 사회학, 심리학, 생물학 분야의 과학적 방법이 등장하면서 과학자는 인간 활동의 모든 분야에서 빠르게 중요해졌습니다. 그러나 문제는 남아있었습니다. 대출을 받기 위해 과학자는 대개 정부 자금에 의존해야 했고, 지금도 여전히 그래야 합니다. 왜냐하면 정부는 여전히 금융 시장에서 충분한 위험을 감수할 수 있는 가장 큰 물고기이기 때문입니다.

당신이 원하는 모든 것을 싫어하지만, 부채이든 실제 돈이든 정부의 신용이 없었다면 많은 과학 작업이 중단되었을 것입니다. 가장 좋은 예는 SpaceX입니다.

그러나 정부와 돈의 가치를 떨어뜨리고 부채로 자금을 조달하는 능력으로 인해 세계 대전이 더 오래 지속되어 세상을 훨씬 더 파괴하게 되었습니다. 이는 또한 경제 불황으로 이어졌고 2008년 금융 위기 이후 천재 컴퓨터 과학자인 나카모토 사토시(Satoshi Nakamoto)는 정부 통화 가치 하락의 범위를 벗어난 통화 도구인 비트코인을 만들기로 결정했습니다.

국왕과 이혼한 금융모델 탄생

비트코인은 탄생부터 논란을 불러일으켰습니다. 물론 왕과 정부는 그것을 싫어합니다. 그것은 그들의 사업을 방해하고 있습니다. 민간 부문의 상당 부분은 기술 독점에 대한 자부심을 싫어하므로 6년 후 스마트 계약과 같은 추가 블록체인 서비스를 제공하기 위해 구축된 암호화폐인 이더리움을 만들기 위해 하드 포크가 구현되었습니다.

믿음이 없는 사람들로부터 다른 많은 하드포크가 빠르게 뒤따랐습니다.

그러나 비트코인은 여전히 주류이며 최근 Big Finance의 관심을 끌고 있습니다. 비트코인 ETF가 이를 증명합니다. 계속해서 더 크고 더 나은 것을 만들어내는 것에 대해 15년 동안 웃으면 가장 가혹한 비평가라도 입을 다물고 더 친밀하게 듣기 시작할 것입니다. 이제 그들은 뭔가 빠졌다는 것을 알고 있기 때문입니다.

에너지 과학자들도 주목하기 시작했으며 일부에서는 비트코인 채굴이 에너지 전환을 위한 빠른 경로가 될 수 있다고 주장합니다. 에너지 엔지니어들은 비트코인 채굴로 보조금을 받아 더 저렴한 전기 패키지를 잘 판매하고 있습니다.

그러나 이들은 파티에 늦었습니다. 컴퓨터 과학자들은 수십 년 동안 비트코인, 이더리움, 도지에서 좋은 수익을 올려왔습니다. 그리고 정부로부터 막대한 자금 지원을 받을 필요 없이 편안하게 생활해 온 과학자가 있다면 바로 20세기부터 컴퓨터 과학자였습니다. 컴퓨터 과학 분야는 물리학, 천문학, 생물학보다 훨씬 젊지만, 많은 컴퓨터 과학자들은 국왕과 거대 은행가에게 대출을 구걸하지 않고도 민간 기업과 개별 작업을 통해 큰 돈을 버는 방법을 빠르게 배웠습니다.

비트코인을 통한 미래과학 자금 자체 조달

비트코인은 사람들을 위한 돈이며, 과학은 또한 좋은 일이 일어나도록 자신의 시간과 돈을 투자하는 헌신적인 사람들에 의해 오픈 소스 계획에 따라 공공재로서 수행되는 무언가로 진화했습니다.

제가 언급했듯이, 협업의 힘과 진지한 노력을 사용하여 비트코인 생태계를 열성적으로 개선하고 있는 컴퓨터 과학자들이 이제 인터넷에 존재합니다. 이들은 대부분 소프트웨어 개발 분야에서 왔으며 오렌지색 약을 먹은 후 Bitcoiner-land에 머물면서 Bitcoin 생태계를 구축하기로 결정했습니다.

그러나 다른 유형의 과학자에게는 진입로가 많지 않았으며 이는 누구에게나 열려 있는 기회입니다.

현재 비트코인 세계의 많은 과학자는 영지식 증명, 롤업 및 비트코인 블록체인의 더 많은 계층을 구축하는 유형의 컴퓨터 과학자입니다. 하지만 더 많은 과학자들이 필요합니다.

다시 한번 강조하자면, 비트코인 채굴 장비가 없는 사람들에게 전기 접근을 제공하여 깨끗하고 고갈된 에너지원에 대한 투자를 훨씬 쉽게 관리할 수 있도록 하는 방법에 대해 더 많은 전기 및 전력 공학 과학자들이 앞장서야 한다고 생각합니다. 사람들에게 전기를 공급하여 자신의 업무를 설계하는 전기 기술자가 되는 것보다 더 나은 직업이 있을까요?

개발도상국이 무엇이든 전기공학을 전공하는 모든 대학생은 이에 대해 배워야 합니다. 아프리카, 아시아 및 라틴 아메리카의 개발도상국은 현지인들이 지불할 수 없는 높은 보험료 때문에 값싼 에너지원을 사용하여 전기 사용량을 늘리는 데 어려움을 겪고 있습니다. 좌초된 에너지원의 전기 접근에 보조금을 지급하기 위해 비트코인을 사용하는 방법에 대한 지식은 가능한 한 널리 퍼져야 합니다.

이제 야심 찬 양자 정보 과학자로서 나는 비트코인 생태계에도 나를 위한 자리가 있다고 느낍니다.

대중은 양자 정보 과학이 잠재적으로 해킹을 통해 비트코인이 이룬 성과를 어떻게 취소할 수 있는지 알 수 있지만, 양자 저항 알고리즘을 구축하는 것은 양자 능력의 표면을 긁는 것과는 거리가 멀다는 것을 알았습니다.

예를 들어, 양자 기술은 비트코인 노드에 더 나은 신호 센서를 제공하여 약한 신호라도 성공적으로 전송되고 블록이 채굴되도록 할 수 있습니다.

물류 분야의 양자 컴퓨팅 솔루션은 비트코인 인프라가 최적의 사용을 위해 국가와 대륙에 걸쳐 더 잘 설정될 수 있는 방법을 더 잘 안내하는 데 도움이 될 수 있습니다.

양자 네트워크는 비트코인 정보를 안전하게 전송하는 더 나은 방법을 제공할 수 있습니다.

비트코인 생태계의 일부 문제는 양자 정보 과학의 범위인 BQP (제한된 오류 양자 다항식) 문제일 수 있으며 이러한 문제는 양자 컴퓨터를 사용하여 발견하고 작업해야 합니다.

가장 중요한 것은 양자 컴퓨터가 기존 컴퓨터보다 작업 증명 암호화폐 채굴에서 훨씬 더 뛰어나다는 것입니다.

비트코인이 Quantum Mechanics와 친구가 될 때

무어의 법칙이 종말을 맞이하고 있다. IBM은 이미 5개의 원자만으로 트랜지스터를 만들었습니다. 크기가 작아질수록 열 잡음 및 기타 나노규모 문제를 관리하기가 더 어려워집니다. 열 잡음을 관리하기 위해 큐비트에 대해 수행되는 방식으로 더 많은 냉각이 수행됩니다. 또한 1원자 트랜지스터는 사실상 큐비트입니다.

이것이 양자 영역이며, 좋든 싫든 더 많은 사람들이 멀지 않은 미래에 양자 역학, 더 나아가 양자 컴퓨팅을 연구하게 될 것입니다. 기존 컴퓨팅 세계는 동일한 기술의 다양성을 통해서만 확장할 수 있으며, 이는 훨씬 더 많은 에너지를 소비합니다. 양자 컴퓨터와 같은 양자 기술의 효율성 향상이 필요할 것입니다.

양자 컴퓨팅은 매우 비용이 많이 든다고 말씀드렸지만 , 큐비트를 구축하는 과학은 점점 더 발전하고 있으며 시스템은 더욱 강력해지고 있습니다. 무어의 법칙에 따라 큐비트가 기하급수적으로 증가하지 않을 수도 있지만, 큐비트가 선형적으로 증가하면 계산 능력이 기하급수적으로 향상됩니다. 무어의 법칙은 어떤 것인가요!

이 그래프를 기억하시나요?

2023년에 약 140억 달러가 48개의 논리적 큐비트를 가져올 수 있다면(논리적 큐비트는 수학 이론에서 조작된 실제 큐비트임) 선형 추정에 따르면 위에서 본 것처럼 2030년까지 1,250억 달러는 428개의 논리적 큐비트를 가져올 것입니다.

그러나 지금으로부터 7년 후에는 비트코인 자체가 비트코인당 200,000달러로 팽창하여 시가총액 4조 2천억 달러에 달할 수도 있습니다. 선형 추정에 따르면, 10,000개의 논리적 큐비트를 달성하려면 글로벌 투자에 3조 달러가 필요합니다.

보시다시피 비트코인만으로도 7년 동안 비용을 지불할 수 있습니다.

왜 10,000큐비트인가?

나의 연구 프로젝트

지난 3개월 동안 저는 QWorld와 Classiq Technologies의 협력으로 제공되는 QCourse551-1을 공부했습니다. 내 연구 프로젝트는 프로젝트 11 - Grover의 검색 알고리즘을 사용한 비트코인 채굴이었습니다.

내 프로젝트의 동기는 10,000개의 논리적 큐비트만으로도 동일한 에너지 소비를 사용하는 기존 시스템보다 비트코인 채굴을 더 빠르게 수행할 수 있다는 연구 논문 에서 나왔습니다.

이는 10,000큐비트가 비트코인 채굴에 들어가는 전체 이중 SHA256 해싱 프로세스를 인코딩할 수 있지만 Grover의 검색 알고리즘을 사용하기 때문에 square_root(N)에 의해 2차 속도 향상을 효과적으로 달성하기 때문입니다. 여기서 N은 체크인할 요소 수입니다. 구조화되지 않은 데이터베이스. 비트코인을 채굴하는 ASIC은 구조화되지 않은 임의 해시 데이터베이스에서 nonce 값을 확인합니다.

문제는 어느 것이 더 빠른가입니다.

오늘날 대부분의 ASIC 채굴자들은 매초 테라해시 또는 100만 개의 해시를 확인하고 있습니다. 예를 들어 이 광부는 120TH/s를 확인합니다. 이는 초당 1억 2천만 개의 해시입니다.

양자컴퓨터가 그것을 이길 수 있을까?

물론.

square_root( 1억 2천만) = 초당 10954개의 확인만 가능합니다. 1,095,400% 효율성 증가.

경쟁이 치열해질수록 양자 컴퓨터는 경쟁에서 더욱 앞서게 됩니다.

현재 해시 속도는 초당 6억 해시 이상으로 치솟고 있습니다. 이는 기후 과학자들을 걱정하게 만들 만큼 충분한 열을 방출하고 있습니다. 하지만 그 투박한 ASIC을 모두 2032년의 최첨단 QPU로 교체한다면 초당 얼마나 많은 비교 해시를 기록할 수 있을까요? square_root( 6억) = 초당 2,400만 개의 확인. 효율성이 24억% 증가합니다 .

위의 제안이 매력적인 제안이 아니라면 무엇인지 모르겠습니다.

비트코인은 양자 컴퓨팅 연구에 자금을 지원해야 합니다. 시간이 좀 걸리겠지만, 그렇게 되면 영광스러울 것입니다. 그것은 달 착륙보다 더 정식적인 사건이 될 것입니다.

연구에서 우리는 25큐비트 미만으로 작업하는 Grover의 연산자를 모델로 8비트 입력 및 출력만 사용하여 훨씬 단순화된 시스템을 확인했습니다.

해싱 능력이 매우 낮다는 점을 감안할 때 Grover 검색의 이점은 직접 눈에 띄지 않으며 기존 컴퓨터(내 노트북)의 실행/깊이와 실행된 Grover 회로의 깊이에 대한 관련 복잡성 분석을 통해서만 추론할 수 있습니다. Classiq Aer 시뮬레이터에서.

이것이 의미하는 바에 대한 에너지 및 복잡성 그래프를 모델링하는 것이 좋았을 것이지만 불행히도 시간이 부족했습니다. 그러나 우리는 작업에 대해 보여줄 결과물이 몇 가지 있었습니다.

아래는 각 회로의 깊이를 포함한 내용입니다.

a) 단순화된 MD5 클래식 알고리즘

우리는 95개의 인쇄 가능한 ASCII 문자를 해싱하여 난이도 = 1인 16진수 값에 대한 nonce를 찾는 MD5(SHA256의 가장 원시적인 사촌)의 단순화된 버전을 모델링했습니다.

참고: 우리는 8비트 값으로 작업하고 있기 때문에 16진수 값은 2자리에 불과했습니다. 따라서 가능한 난이도 1 값은 16가지 가능성, 즉 00, 01, 02, 03, 04, 05, 06, 07, 08, 09, 0a, 0b, 0c, 0d, 0e, 0f에만 있습니다.

00도 난이도 2 요소입니다. 따라서 검색/해싱 함수를 단순화된_MD5_8bit_difficulty_1or2라고 합니다.

 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()

보시다시피 난이도 1(및 확장하여 난이도 2) 요소를 찾으려면 40줄의 코드를 반복해야 합니다(공백을 무시하고 for 루프에서 인쇄).

해시하고 확인할 수 있는 인쇄 가능한 ASCII 문자는 96개이므로 96 * 40이므로 회로 깊이는 3840입니다.

그러나 이것은 내 노트북에서 빠르게 실행됩니다. 몇 초도 안 남았습니다.

b) 단순화된 MD5 양자 알고리즘

우리는 회로에 대한 입력 ASCII 문자가 무엇이든 상관없이 난이도 1 nonce 값을 찾는 것을 시뮬레이션하기 위해 단순화된 MD5 알고리즘의 양자 버전을 모델링했습니다.

이는 16진수 값의 시작 부분에 0만 있으면 가능하기 때문에 가능합니다. 해시 세트가 작았기 때문에(ASCII 문자 96개만) 입력 ASCII 값을 무시하여 중복되도록 시스템을 조정하고 산술 표현식에서 가능한 모든 0을 캡처하는 것을 목표로 했습니다.

a == ((d ^ (b & (c ^ d))) + (c ^ (d & (b ^ c))) + (b ^ c ^ d) + (c ^ (b | ~(d) )) + 비)

이는 고전적인 Python 알고리즘에도 있습니다.

함께 추가되는 4개의 함수는 원래 MD5 알고리즘 에서 파생되었습니다.

난이도 1 값을 원하므로 위 함수에 d = 0 , a = 0을 추가한 후 Classiq 플랫폼에서 합성합니다.

(참고: 이는 Classiq 팀의 지칠 줄 모르는 노력 덕분에 지름길입니다. Python 코드도 Classiq Python SDK에서 빌드되었지만 마지막 순간에 결함이 있었습니다. 따라서 Grover의 연산자에 대해 작동하는 Python SDK 코드만 있습니다. 하지만 여기에서 확인해야 했던 해시/검색 난이도가 1인 Grover의 운영자에게는 해당되지 않습니다. )

따라서 우리의 입력 산술 표현식은 다음과 같습니다.

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

결과 회로의 깊이는 913에 불과합니다.

양자 회로가 승리합니다!

미주

프로젝트 시간이 종료되는 동안 우리의 작업은 아직 진행 중이며 기능적인 10,000큐비트 양자 비트코인 채굴기를 구축할 때까지 계속됩니다.

우리를 기술적으로 지원하려는 자발적인 노력은 매우 환영받습니다. 우리 코드 중 일부는 여전히 결함이 있으며 Classiq 플랫폼 기능의 표면에만 긁힌 수준입니다. Qiskit을 사용하여 동일한 프로젝트를 구축하는 모든 사람에게 필요했던 번거로운 게이트 수정 작업을 없애는 독창적인 소프트웨어 도구입니다.

기회를 주신 Classiq과 QWorld에 특별히 감사드립니다. 그리고 우리의 멘토인 Eyal Cornfeld 박사가 지도해 주었습니다.

***