Badania naukowców z UJD otwierają nowe możliwości dla układów sztucznej inteligencji i kryptografii
Naukowcy z Katedry Matematyki i Informatyki Uniwersytetu Jana Długosza w Częstochowie opracowują nowe metody arytmetyki komputerowej, które mogą przyczynić się do rozwoju wydajniejszych układów cyfrowych wykorzystywanych w kryptografii, sztucznej inteligencji i systemach przetwarzania danych. Badania, które prowadzą dr hab. Mikhail Selianinau, prof. UJD, i dr hab. Bożena Woźna-Szcześniak, prof. UJD, koncentrują się na algorytmach umożliwiających efektywne wykonywanie złożonych operacji arytmetycznych, m.in. w kontekście specjalizowanych układów FPGA i ASIC.
Wieloletnie badania, których wyniki opublikowano w międzynarodowych czasopismach naukowych, m.in. wydawanych przez Elsevier i MDPI, doprowadziły do opracowania metod wykorzystujących minimalnie redundantny system resztowy (MRRNS). Rozwiązania te pozwalają ograniczać wybrane koszty obliczeń w klasycznych systemach resztowych (RNS), opartych na równoległym przetwarzaniu reprezentacji dużych liczb.
Ważną cechą opracowywanych metod jest wykorzystanie jednego dodatkowego bitu informacji, odpowiadającego parzystości liczby. Ułatwia on wykonanie określonych operacji niemodularnych, takich jak wyznaczanie rangi, rozszerzanie bazy i skalowanie, bez rezygnacji z zalet równoległej arytmetyki resztowej.
Wydajniejsze obliczenia kryptograficzne
Jednym z osiągnięć zespołu jest metoda mnożenia modularnego Montgomery’ego przedstawiona w 2025 roku w czasopiśmie Applied Sciences. Mnożenie modularne jest wykorzystywane m.in. w implementacjach RSA i kryptografii krzywych eliptycznych (ECC), a jego wydajność ma znaczenie dla systemów ochrony informacji.
Zastosowanie jednobitowej redundancji umożliwiło uproszczenie obliczeń związanych z rozszerzaniem bazy resztowej. Analiza liczby wymaganych operacji modularnych wykazała, że w rozpatrywanym modelu można uzyskać około 1,5-krotną poprawę efektywności algorytmicznej względem porównywanych rozwiązań konwencjonalnych. Jest to wynik analityczny, a nie pomiar przyspieszenia gotowego układu sprzętowego.
Nowe wyniki w 2026 roku: skalowanie i obliczenia dla sztucznej inteligencji
Uniwersalne skalowanie liczb w arytmetyce resztowej
W artykule opublikowanym w 2026 roku w czasopiśmie Computers and Electrical Engineering (Elsevier) naukowcy przedstawili deterministyczne podejście do skalowania liczb przez współczynnik wymierny. Operacja ta ma znaczenie w cyfrowym przetwarzaniu sygnałów, obliczeniach numerycznych i specjalizowanych procesorach arytmetycznych.
Opracowany algorytm wykorzystuje własności MRRNS, chińskie twierdzenie o resztach oraz efektywne wyznaczanie rangi. Jego organizacja sprzyja projektowaniu architektur potokowych: w odpowiednio zaprojektowanym układzie po wypełnieniu potoku możliwe byłoby uzyskiwanie wyniku kolejnej operacji skalowania w każdym takcie zegara. Jest to perspektywa architektoniczna, której praktyczne parametry wymagają odrębnej weryfikacji sprzętowej.
Ułamki ciągłe jako narzędzie interpretacji reprezentacji modularnych
Kolejna praca, opublikowana w 2026 roku w czasopiśmie Entropy (MDPI), wykorzystuje teorię ułamków ciągłych do badania informacji zawartych w reprezentacjach resztowych. Autorzy rozdzielają mechanizmy rozpoznawania struktury przybliżeń, certyfikowanej lokalizacji liczby i dokładnego odzyskiwania wartości całkowitej w określonych warunkach.
Wyniki wskazują potencjalny kierunek badań nad operacjami, w których do podjęcia decyzji wystarcza informacja o położeniu liczby względem progu, bez każdorazowego pełnego odtwarzania jej wartości. Tego rodzaju operacje występują m.in. w obliczeniach sieci neuronowych, na przykład przy funkcji aktywacji ReLU. Możliwość uzyskania przewagi w konkretnych akceleratorach AI wymaga jednak dalszych prac implementacyjnych i porównawczych.
Perspektywy zastosowań w bezpieczeństwie sprzętowym i kryptografii postkwantowej
Metody arytmetyki resztowej mogą być przydatne także przy projektowaniu mechanizmów kontrolowania poprawności obliczeń i wykrywania wybranych błędów. Nie należy jednak utożsamiać samej redundancji z potwierdzoną odpornością na ataki wykorzystujące pobór mocy lub emisję elektromagnetyczną: takie właściwości wymagają badań konkretnej implementacji.
Innym perspektywicznym obszarem jest kryptografia postkwantowa. Niektóre algorytmy z tej dziedziny intensywnie wykorzystują arytmetykę modularną i wielomianową. Równoległe struktury obliczeniowe mogą wspierać ich sprzętową realizację, choć bezpośrednie korzyści ze stosowania MRRNS w określonych schematach postkwantowych pozostają przedmiotem dalszych analiz.
Badania podstawowe z potencjałem technologicznym
Prace prowadzone w Katedrze Matematyki i Informatyki UJD łączą matematykę, projektowanie algorytmów i analizę ich złożoności. Pokazują, że badania podstawowe mogą tworzyć podstawy przyszłych rozwiązań dla wydajnych układów cyfrowych, przetwarzania danych i bezpieczeństwa informacji.
Publikacje w międzynarodowych czasopismach naukowych wzmacniają obecność Uniwersytetu Jana Długosza w Częstochowie w badaniach nad nowoczesnymi metodami obliczeniowymi oraz wskazują na potencjał rozwijanych w uczelni kierunków badawczych.
Opracowanie: Bożena Woźna-Szcześniak i Mikhail Selianinau
Wybrane publikacje naukowe
1. M. Selianinau, B. Woźna-Szcześniak, „An Efficient Implementation of Montgomery Modular Multiplication Using a Minimally Redundant Residue Number System”, Applied Sciences, 2025, 15(10), 5332. DOI
2. M. Selianinau, B. Woźna-Szcześniak, „An efficient approach based on the Chinese Remainder Theorem to scaling in minimally redundant Residue Number System”, Computers and Electrical Engineering, 2026, 138, 111326. DOI
3. M. Selianinau, B. Woźna-Szcześniak, „A Fractional Interpretation of Modular Encodings via Continued Fractions”, Entropy, 2026, 28, 1205. DOI
Data dodania: 04 listopada 2026