日本開發對抗 AI 時代網絡風險的數學方案：GhostDrift 發布 ADIC 網絡安全保證擴展的 Lean 形式證明

## AI 自主攻擊的威脅與數學門檻
隨著 Claude Mythos 等具備自主網絡攻擊能力的 AI 模型出現，系統執行判斷中設置「數學門檻」的需求已迫在眉睫。GhostDrift 數理研究所發布了將其 AI 判斷再驗證基盤「ADIC（Advanced Data Integrity by Ledger of Computation）」擴展至網絡安全保證領域的理論，並公開了可透過 Lean 4 驗證的形式化證明。

此次發布基於 2026 年 5 月公布的重播驗證核心。其核心在於以數學方式證明了：「沒有正當證據鏈的 AI 執行一律不予通過。」傳統安全系統多停留於「邊界防禦」或「事後日誌記錄」，而 ADIC 則是在執行判斷本身設置了數學關卡。

## 背景與問題核心
正如英國 AI 安全研究所和歐洲中央銀行（ECB）所警告的，利用高級 AI 進行的網絡攻擊已是「迫在眉睫的危機」。在日本，金融廳也表達了高度警戒。在 AI 代理程式自律鏈結「檢測」與「授權變更」的時代，傳統的日誌管理已顯不足。

問題的核心在於缺乏記錄「該執行是由誰、基於何種根據授權」的證據鏈。ADIC 不承認單純的 AI 自主判斷作為授權依據，透過強制要求正當的證據鏈，從源頭阻止高風險操作。

## Lean 形式化證明的突破
此次證明機械地驗證了以下三點性質：
1. 所有執行動作必然連結至特定證據。
2. 單純的 AI 自主判斷不被承認為授權依據。
3. 關鍵操作必然強制要求正當證據。

這使系統具備了「沒有證據就不予通過」的強大數學保證。該技術在歐盟 AI 法案（EU AI Act）與 DORA 等全球監管環境下，具有極高的適用性。

## 未來展望
GhostDrift 數理研究所代表取締役前木秀光強調了從「僅記錄的保證」轉向「沒有證據就不予通過的保證」的範式轉移。公司將加速在物流、金融、醫療及基礎設施等高責任領域的落地，包括目前正與 OnTheLinks Co., Ltd. 在物流 AI 領域進行的實證實驗（PoC）。GhostDrift 也歡迎潛在產業合作夥伴共同參與，推動這一源自日本的 AI 保證技術實現全球社會實裝。