Google DeepMind cho biết hai tác nhân AI đã tái tạo một phép tính mật mã 1024-bit đã được biết đến, xử lý lập trình, thực thi quy mô lớn và gỡ lỗi với khoảng 20 tin nhắn của con người, chủ yếu là các xác nhận. Các tác nhân đạt được kết quả đã được xác minh sau ba ngày và 22 giờ kể từ khi bắt đầu công việc thiết kế. Một nhà nghiên cứu của DeepMind đã công bố công trình này vào ngày 6 tháng 11 như một bản sao chép trong môi trường cách ly của một tiêu chuẩn đã được giải quyết trước đó.
Thí nghiệm liên quan đến chữ ký số RSA thay vì khôi phục khóa riêng. Một chương trình riêng biệt với yếu tố phân tích mô-đun đã trả lời khoảng 4 tỷ truy vấn sơ bộ. Việc truy cập vào dịch vụ ký mô phỏng đó đã kết thúc trước khi mục tiêu được chọn. Các tác nhân sau đó đã tính toán căn bậc toán học cần thiết cho chữ ký mới mà không thực hiện thêm bất kỳ truy vấn nào. Các bài báo cho biết kết quả không gây mối đe dọa nào đối với các hệ thống mật mã đang được triển khai sử dụng RSA với khóa 2048 bit trở lên.
Nhà nghiên cứu con người đã chọn vấn đề, trường hợp và các hạn chế về truy cập dịch vụ ký, sau đó phê duyệt các điều kiện điều chỉnh các bước không thể hoàn tác. Bài báo cho biết nhà nghiên cứu không viết mã, không khởi chạy công việc hay chẩn đoán sự cố. Một tác nhân giám sát đã quản lý thiết kế, ngân sách tài nguyên và các kiểm tra xác minh. Một tác nhân thực thi đã phát triển và kiểm thử mã, khởi chạy các công việc phân tán và sửa chữa sự cố. Tác nhân giám sát đã tuyển dụng một tác nhân phụ chuyên gia để tăng tốc bước đại số tuyến tính. Các tác nhân đã tạo ra khoảng 33.500 dòng mã mới, thực hiện 336 thí nghiệm phân tán và gửi 218 tin nhắn cho nhau.
Tràn offset 32-bit đã khiến phép tính gốc ban đầu của các tác nhân bị sai. Một kiểm tra xác minh đã phát hiện vấn đề, và các tác nhân đã xác định và sửa lỗi mà không cần lặp lại các truy vấn ký trước đó. Do đó, số lượng tin nhắn của con người ít ỏi không loại bỏ yêu cầu lựa chọn hoặc phê duyệt nhiệm vụ của con người.
Bản thảo công việc cho thấy việc sử dụng CPU cho phép tính toán hoàn tất là 391 năm-lõi, so với tổng số đã làm tròn 1.380 của nhóm trước đó cho cùng một trường hợp và thuật toán. Các con số này đại diện cho mức giảm khoảng 3,5 lần trong việc sử dụng CPU được đo lường. Nỗ lực học thuật trước đó kéo dài khoảng năm tháng. Tính toán của DeepMind đạt được căn bậc hai đã xác minh sau 3,2 ngày kể từ khi bắt đầu công việc sàng lọc quy mô lớn đầu tiên. Tài nguyên đỉnh đạt khoảng 300.000 lõi CPU và 16 GPU. Các tác giả cho rằng thời gian trôi qua ngắn hơn chủ yếu là do thực hiện song song.
Các thay đổi trong triển khai và thực thi thuật toán hiện tại đã tạo ra tiết kiệm CPU. Con số 391 năm-lõi CPU không bao gồm khoảng 330 giờ GPU được giữ sẵn, trong đó có khoảng 100 giờ sử dụng GPU hoạt động. Tổng số này cũng không bao gồm 7,5 năm-lõi CPU dành cho các cuộc thăm dò và luyện tập. Sự khác biệt giữa phần cứng được sử dụng cho hai tổng số CPU ngăn cản việc so sánh có kiểm soát trong điều kiện giống nhau.
Việc tái tạo có đo lường không chứng minh được thuật toán mới trong bản nháp làm việc ở quy mô mật mã dưới quyền truy cập ký chặt chẽ hơn. Một bài báo riêng biệt, Fan Factories, ước tính rằng mỗi mục tiêu bổ sung 1024-bit sẽ tốn kém ít hơn khoảng 30 lần so với phương pháp sàng trường số nhiều. Ước tính này giả định việc tiền tính toán chia sẻ có chi phí tương đương với một phép phân tích thừa số trường số nhiều tổng quát. Các ước tính chi phí là các ước tính heuristics cấp độ dẫn đầu, và chưa có fan factory nào được triển khai. Bản nháp làm việc chỉ gán các mô hình chính là A và B và không cung cấp liên kết đến kho lưu trữ triển khai công khai, hạn chế các so sánh từ bên ngoài.