গুগল ডিপমাইন্ড বলেছে যে দুটি এআই এজেন্ট একটি পরিচিত 1024-বিট ক্রিপ্টোগ্রাফি গণনা পুনরায় তৈরি করেছে, যেখানে প্রোগ্রামিং, বড় স্কেলে কার্যক্রম এবং ডিবাগিং প্রায় 20টি মানব বার্তা, মূলত অনুমোদনের মাধ্যমে সম্পন্ন হয়েছে। এজেন্টগুলি ডিজাইন কাজ শুরুর তিন দিন এবং 22 ঘন্টা পরে একটি যাচাইকৃত ফলাফলে পৌঁছেছে। একজন ডিপমাইন্ড গবেষক 6 নভেম্বর এই কাজটি একটি ইতিমধ্যেই সমাধানকৃত বেঞ্চমার্কের স্যান্ডবক্সড পুনরায় তৈরির হিসাবে ঘোষণা করেন।
পরীক্ষাটি RSA ডিজিটাল স্বাক্ষরের সাথে জড়িত ছিল, প্রাইভেট কী পুনরুদ্ধারের সাথে নয়। মডুলাস ফ্যাক্টরাইজেশন সরবরাহ করে একটি আলাদা প্রোগ্রাম প্রায় 4 বিলিয়নটি প্রাথমিক কোয়েরির উত্তর দিয়েছিল। লক্ষ্যটি নির্বাচনের আগেই সেই সিমুলেটেড স্বাক্ষর সেবার প্রবেশাধিকার শেষ হয়ে যায়। তারপর এজেন্টগুলি আরও কোয়েরি করা ছাড়াই একটি নতুন স্বাক্ষরের জন্য প্রয়োজনীয় গাণিতিক মূল গণনা করেছিল। পেপারগুলি বলছে যে ফলাফলগুলি 2048-বিট বা তার বেশি কী ব্যবহার করে RSA-এর উপর ভিত্তি করে চালুকৃত ক্রিপ্টোসিস্টেমগুলির জন্য কোনও হুমকি তৈরি করে না।
মানুষের গবেষক সমস্যা, উদাহরণ এবং সাইনিং-সার্ভিস অ্যাক্সেসের সীমাবদ্ধতা নির্বাচন করেন, তারপর অপরিবর্তনীয় পদক্ষেপগুলির উপর নিয়ন্ত্রণ করা শর্তাবলীকে অনুমোদন করেন। পেপারটি বলে যে গবেষক কোনো কোড লেখেননি, কোনো জব শুরু করেননি এবং ব্যর্থতা নির্ণয়ও করেননি। একটি সুপারভাইজর এজেন্ট ডিজাইন, সম্পদের বাজেট এবং যাচাইকরণ চেকগুলি পরিচালনা করেছিল। একটি এক্সিকিউটর এজেন্ট কোড তৈরি ও পরীক্ষা করেছিল, বিতরিত জবগুলি শুরু করেছিল এবং ব্যর্থতা সংশোধন করেছিল। সুপারভাইজরটি একটি রৈখিক-বীজগণিত পদক্ষেপকে দ্রুততরভাবে সম্পন্ন করতে একজন বিশেষজ্ঞ সাব-এজেন্টকে নিয়োগ দেয়। এজেন্টগুলি প্রায় 33,500 লাইনের নতুন কোড তৈরি করেছিল, 336টি বিতরিত 실헨া পরিচালনা করেছিল এবং পরস্পরের মধ্যে 218টি 메সেজপ্রেরণা करे।
একটি 32-বিট অফসেট ওভারফ্লোর কারণে এজেন্টদের প্রাথমিক রুট গণনা ভুল হয়েছিল। একটি যাচাইকরণ চেক সমস্যাটি শনাক্ত করেছিল, এবং এজেন্টগুলি প্রাথমিক স্বাক্ষর জিজ্ঞাসাগুলি পুনরাবৃত্তি না করেই ত্রুটিটি চিহ্নিত করে সংশোধন করেছিল। তাই মানুষের বার্তাগুলির সংখ্যা সামান্য হওয়ার কারণে মানুষের কাজের নির্বাচন বা অনুমোদনের প্রয়োজনীয়তা সরিয়ে ফেলা হয়নি।
প্রকাশিত কাজের কাগজে সম্পূর্ণ গণনার জন্য CPU ব্যবহার 391 কোর-বছর হিসাবে উল্লেখ করা হয়েছে, যা একই উদাহরণ এবং অ্যালগরিদমের জন্য আগের দলের 1,380 এর গোলাকার মোটের তুলনায়। এই সংখ্যাগুলি পরিমাপযোগ্য CPU ব্যবহারে প্রায় 3.5 গুণ হ্রাসকে প্রতিনিধিত্ব করে। আগের শৈক্ষিক প্রচেষ্টা প্রায় পাঁচ মাস ধরে চলেছিল। DeepMind-এর গণনা প্রথম সম্পূর্ণ স্কীভিং জবটি শুরুর 3.2 দিনের মধ্যে যাচাইকৃত মূলে পৌঁছেছে। শীর্ষ সম্পদ প্রায় 300,000 CPU কোর এবং 16 GPU-এ পৌঁছেছে। লেখকদের মতে, সংক্ষিপ্ত সময়ের জন্য মূলত সম songসময়িক কার্যক্রমই দায়ী।
বিদ্যমান অ্যালগরিদমে বাস্তবায়ন এবং বাস্তবায়নের পরিবর্তনগুলি CPU সেভিংস উৎপন্ন করেছে। 391-কোর-বছর সংখ্যাটি প্রায় 330 রিজার্ভ জিপিইউ-ঘন্টা, যার মধ্যে প্রায় 100 ঘন্টা সক্রিয় জিপিইউ ব্যবহার অন্তর্ভুক্ত করে না। মোট সংখ্যাটি প্রোব এবং অনুশীলনে 7.5 CPU কোর-বছর ব্যয়ও অন্তর্ভুক্ত করে না। দুটি CPU মোটের জন্য ব্যবহৃত হার্ডওয়্যারের মধ্যে পার্থক্যের কারণে একই শর্তে নিয়ন্ত্রিত তুলনা সম্ভব হয়নি।
পরিমাপিত পুনরুৎপাদনটি সংকেতায়ন স্কেলে এবং আরও কঠোর স্বাক্ষর অ্যাক্সেসের অধীনে কার্যপত্রের নতুন অ্যালগরিদমটি প্রদর্শন করেনি। একটি পৃথক কার্যপত্র, ফ্যান ফ্যাক্টরিজ, অনুমান করে যে প্রতিটি অতিরিক্ত 1024-বিট লক্ষ্যের খরচ মাল্টিপল নাম্বার ফিল্ড সিভের চেয়ে প্রায় 30 গুণ কম হবে। এই অনুমানটি একটি সাধারণ নাম্বার ফিল্ড সিভ ফ্যাক্টরাইজেশনের সমতুল্য খরচযুক্ত শেয়ারড প্রিকমপিউটেশনকে ধরে নেয়। খরচের পূর্বানুমানগুলি হলো প্রথম-ক্রমের হিউরিস্টিক অনুমান, এবং এখনও কোনো ফ্যান ফ্যাক্টরি বাস্তবায়িত হয়নি। কার্যপত্রটি মূলধন মডেলগুলিকে শুধুমাত্র A এবং B হিসাবে চিহ্নিত করেছে এবং একটি পাবলিক বাস্তবায়ন রিপোজিটরির লিঙ্ক প্রদান করেনি, যা বাইরের তুলনাকে সীমাবদ্ধ করে।