Google DeepMind afirma que dos agentes de IA reprodujeron un cálculo de criptografía de 1024 bits conocido, gestionando programación, ejecución a gran escala y depuración con aproximadamente 20 mensajes humanos, principalmente aprobaciones. Los agentes alcanzaron un resultado verificado tres días y 22 horas después de que comenzara el trabajo de diseño. Un investigador de DeepMind anunció el trabajo el 6 de noviembre como una reproducción en entorno aislado de un benchmark que ya había sido resuelto.
El experimento involucró firmas digitales RSA en lugar de recuperar una clave privada. Un programa separado, con la factorización del módulo proporcionada, respondió a aproximadamente 4 mil millones de consultas preliminares. El acceso a ese servicio de firma simulada finalizó antes de que se seleccionara el objetivo. Los agentes calcularon posteriormente la raíz matemática requerida para una nueva firma sin realizar más consultas. Los artículos indican que los resultados no representan una amenaza para los sistemas criptográficos implementados que utilizan RSA con claves de 2048 bits o más.
El investigador humano seleccionó el problema, la instancia y las restricciones sobre el acceso al servicio de firma, luego aprobó las condiciones que rigen los pasos irreversibles. El artículo indica que el investigador no escribió código, no inició trabajos ni diagnosticó fallas. Un agente supervisor gestionó el diseño, los presupuestos de recursos y las verificaciones. Un agente ejecutor desarrolló y probó código, inició trabajos distribuidos y corrigió fallas. El supervisor reclutó un sub-agente especialista para acelerar un paso de álgebra lineal. Los agentes generaron aproximadamente 33 500 líneas de código nuevo, realizaron 336 experimentos distribuidos y intercambiaron 218 mensajes entre sí.
Un desbordamiento de desplazamiento de 32 bits causó que el cálculo inicial de la raíz de los agentes fuera incorrecto. Una verificación detectó el problema, y los agentes identificaron y repararon el fallo sin repetir las consultas preliminares de firma. Por lo tanto, el pequeño número de mensajes humanos no eliminó los requisitos de selección o aprobación de tareas humanas.
El documento de trabajo sitúa el uso de CPU para el cálculo completado en 391 años-núcleo, frente al total redondeado de 1.380 de un equipo anterior para la misma instancia y algoritmo. Las cifras representan una reducción aproximada de 3,5 veces en el uso de CPU medido. El esfuerzo académico anterior duró aproximadamente cinco meses. El cálculo de DeepMind alcanzó la raíz verificada 3,2 días después de que comenzara el primer trabajo de tamizado a gran escala. Los recursos máximos alcanzaron aproximadamente 300.000 núcleos CPU y 16 GPU. Los autores atribuyen el menor tiempo transcurrido principalmente a la ejecución paralela.
Los cambios en la implementación y ejecución del algoritmo existente produjeron ahorros en CPU. La cifra de 391 años-núcleo CPU omite aproximadamente 330 horas de GPU reservadas, incluyendo alrededor de 100 horas de uso activo de GPU. El total también omite 7.5 años-núcleo CPU gastados en sondas y ensayos. Las diferencias entre el hardware utilizado para los dos totales de CPU impiden una comparación controlada bajo condiciones idénticas.
La reproducción medida no demostró el nuevo algoritmo del documento de trabajo a escala criptográfica bajo un acceso de firma más restrictivo. Un artículo separado, Fan Factories, estima que cada objetivo adicional de 1024 bits costaría aproximadamente 30 veces menos que el tamiz de campo de números múltiples. Esa estimación asume una precomputación compartida que cuesta aproximadamente el equivalente a una factorización del tamiz de campo de números general. Las proyecciones de costo son estimaciones heurísticas de primer orden, y no se ha implementado ninguna fábrica de ventiladores. El documento de trabajo etiqueta los modelos principales únicamente como A y B y no proporciona enlace a ningún repositorio de implementación pública, restringiendo comparaciones externas.