Google DeepMind, iki AI aracının, yaklaşık 20 insan mesajıyla (çoğunlukla onaylar) programlama, büyük ölçekli yürütme ve hata ayıklama işlemlerini gerçekleştirerek bilinen bir 1024-bit kriptografi hesaplamasını tekrarladığını açıkladı. Araçlar, tasarım çalışmasının başlamasından üç gün ve 22 saat sonra doğrulanmış bir sonuç elde etti. DeepMind araştırmacısı, 6 Kasım'da bu çalışmayı, daha önce çözülmüş bir benchmark'in sandbox ortamında tekrarını olarak duyurdu.
Deney, özel anahtarın geri kazanılması yerine RSA dijital imzalarını içeriyordu. Modül faktörizasyonu sağlanan ayrı bir program, yaklaşık 4 milyar ön sorguya cevap verdi. Bu simüle edilmiş imzalama hizmetine erişim, hedef seçilmeden önce sona erdi. Ajantlar, daha fazla sorgu yapmadan yeni bir imza için gerekli matematiksel kökü hesapladı. Makaleler, sonuçların 2048 bit veya daha uzun anahtarlar kullanan dağıtılmış RSA kriptosistemlerine herhangi bir tehdit oluşturmadığını belirtiyor.
İnsan araştırmacı, sorunu, örneği ve imza-hizmeti erişimine ilişkin kısıtlamaları seçti, ardından kalıcı adımları düzenleyen koşulları onayladı. Makale, araştırıcının kod yazmadığını, işleri başlatmadığını ve hataları teşhis etmediğini belirtiyor. Bir denetim ajanı, tasarımı, kaynak bütçelerini ve doğrulama kontrollerini yönetti. Bir yürütücü ajan, kodu geliştirdi ve test etti, dağıtılmış işleri başlattı ve hataları düzeltti. Denetim ajanı, bir lineer cebir adımı hızlandırmak için bir uzman alt-ajanı işe aldı. Ajanlar yaklaşık 33.500 satır yeni kod üretti, 336 dağıtılmış deney gerçekleştirdi ve birbirlerine 218 mesaj gönderdi.
32 bitlik bir ofset taşması, ajanların ilk kök hesaplamasını yanlış yapmasına neden oldu. Bir doğrulama kontrolü sorunu tespit etti ve ajanlar, ön imzalama sorgularını tekrarlamadan hatayı tanımladı ve düzeltti. Bu nedenle, insan mesajlarının sayısı az olsa da, insan görev seçimi veya onay gerekliliklerini kaldırmadı.
Çalışma kağıdı, tamamlanan hesaplama için CPU kullanımını 391 çekirdek-yıl olarak belirtiyor; bu, aynı örneğe ve algoritmaya ilişkin önceki bir ekibin 1.380 çekirdek-yıl olarak yuvarladığı toplamla karşılaştırıldığında, ölçülen CPU kullanımında yaklaşık 3,5 katlık bir azalmayı temsil ediyor. Önceki akademik çaba yaklaşık beş ay sürdü. DeepMind'in hesaplaması, ilk tam ölçekli eleme işi başlatıldıktan 3,2 gün sonra doğrulanmış kökü buldu. Zirve kaynak kullanımı yaklaşık 300.000 CPU çekirdeği ve 16 GPU'yu aldı. Yazarlar, daha kısa geçen süreyi öncelikle paralel yürütme ile açıklıyor.
Mevcut algoritmadaki uygulama ve yürütme değişiklikleri, CPU tasarrufu sağlamıştır. 391 çekirdek-yıl rakamı, yaklaşık 330 rezerve edilmiş GPU-saati, bunların içinde yaklaşık 100 saat aktif GPU kullanımı dahil olmak üzere, 7,5 CPU çekirdek-yılı probe ve tatbikatlar için harcananları da dışlamaktadır. İki CPU toplamı için kullanılan donanımdaki farklılıklar, aynı koşullar altında kontrollü bir karşılaştırma yapmayı imkânsız kılmaktadır.
Ölçülen yeniden üretme, kriptografik ölçekte daha kısıtlayıcı imzalama erişimi altında çalışma kağıdının yeni algoritmasını göstermedi. Başka bir çalışma olan Fan Factories, her ek 1024-bit hedefin, çoklu sayı cisimleri eleme yönteminden yaklaşık 30 kat daha az maliyetli olacağını tahmin ediyor. Bu tahmin, yaklaşık bir genel sayı cisimleri eleme çarpanlarına ayırma eşdeğerinde maliyete sahip paylaşılan önceden hesaplama varsayımına dayanıyor. Maliyet projeksiyonları, birinci dereceden heuristik tahminlerdir ve hiçbir fan fabrikası uygulanmamıştır. Çalışma kağıdı, ana modelleri yalnızca A ve B olarak etiketliyor ve kamuoyuna açık bir uygulama deposuna bağlantı sağlamıyor, bu da dışsal karşılaştırmaları kısıtlıyor.