Mostafa Hassan นักวิจัยจาก NCC Group รายงานถึงการสร้างโมเดลปัญญาประดิษฐ์เพื่อทำนายผลจากตัวสร้างเลขสุ่มแบบ xorshift128 โดยอาศัยเพียงตัวเลขที่สุ่มออกมาสี่ตัวสุดท้ายเท่านั้น

xorshift128 เป็นตัวสร้างเลขสุ่มเทียม (pseudo random number generator - PRNG) ที่สร้างเลขที่ดูเหมือนสุ่มจากสถานะภายใน โดย PRNG ในกลุ่ม xorshift นั้นเป็นตัวสร้างเลขสุ่มที่ทำงานได้เร็ว วงจรหรือโค้ดเรียบง่ายไม่ซับซ้อน และเลขสุ่มที่ได้มีคุณภาพดีพอสมควร อย่างไรก็ดี xorshift ไม่ใช่ตัวสร้างเลขสุ่มสำหรับการเข้ารหัสลับ โดยมันไม่ทนทานต่อการทำนายตัวเลขสุ่มอยู่แล้ว แต่ที่ผ่านมาก็มักมีนักพัฒนาเผลอใช้ตัวเลขเลขสุ่มเหล่านี้ในโค้ดรักษาความปลอดภัยที่ควรใช้ตัวสร้างเลขสุ่มสำหรับการเข้ารหัสอยู่เรื่อยๆ

โมเดลปัญญาประดิษฐ์ที่ Hassan ออกแบบมีขนาดเพียง 164,896 พารามิเตอร์เท่านั้น โมเดลสามารถทำนายค่าสุ่มจาก xorshift128 ได้ 100% Hassan ระบุว่าการที่ประสิทธิภาพของโมเดลสูงเช่นนี้เป็นเพราะค่าเอาต์พุตของ xorshift128 คาดเดาได้ (deterministic) อยู่แล้ว และการทำนายค่าเช่นนี้ไม่จำเป็นต้องใช้โมเดลปัญญาประดิษฐ์แต่สามารถสร้างสมการเพื่อทำนายค่าได้โดยตรง แม้ว่าคนทั่วไปดูค่าที่ได้แล้วจะดูเหมือนเลขสุ่มก็ตาม

ที่่มา - NCC Group