DeepMind afirma que sus agentes de IA realizaron una prueba de criptografía de cuatro días con aproximadamente 20 mensajes humanos

Google DeepMind afirma que dos agentes de IA reprodujeron un conocido cálculo criptográfico de 1024 bits durante casi cuatro días con aproximadamente 20 mensajes humanos, en su mayoría aprobaciones, llevando la investigación a través de la codificación, la ejecución a gran escala y la depuración.

La prueba se refiere a las firmas digitales RSA. Después de miles de consultas anticipadas a un servicio de firma simulado, los agentes calcularon una raíz matemática necesaria para una nueva firma una vez que se terminó el acceso. No recuperaron una clave privada.

El documento de trabajo informa de 391 años de núcleo de CPU para el cálculo completado, en comparación con los 1,380 redondeados de un equipo anterior en la misma instancia y algoritmo. Eso representa una reducción de aproximadamente 3.5 veces en el uso de CPU medido. Se excluyen el trabajo de GPU y las sondas preliminares.

El investigador de DeepMind @pushmeet anunció el trabajo el 6 de noviembre, describiendo una reproducción en un entorno aislado de una instancia de referencia previamente resuelta. Los documentos indican que estos resultados no amenazan a los sistemas criptográficos implementados basados en RSA de 2048 bits o más.

El humano eligió el problema, la instancia y los límites en el servicio de firma, y luego aprobó las condiciones para los pasos irreversibles. Según el documento, el investigador no escribió código, no lanzó trabajos y no diagnosticó fallos.

Un agente supervisor mantuvo el diseño, los presupuestos y las verificaciones. Un ejecutor escribió y probó código, lanzó trabajos distribuidos y reparó fallos. El supervisor también reclutó a un subagente especialista para acelerar un paso de álgebra lineal.

Los agentes produjeron aproximadamente 33,500 nuevas líneas de código, realizaron 336 experimentos distribuidos e intercambiaron 218 mensajes. Desde el diseño hasta el resultado verificado, el trabajo tomó tres días y 22 horas.

Su primera raíz calculada fue incorrecta porque un desplazamiento de 32 bits se desbordó. Una verificación de corrección detectó el error, y los agentes lo localizaron y lo corrigieron sin repetir las consultas de firma anticipadas. La mensajería humana limitada aún se realizó con una tarea seleccionada por humanos y puertas de aprobación.

Pocos mensajes humanos. Un sistema supervisado grande.

DeepMind informa de una ejecución de investigación de dos agentes con un ayudante especialista, puertas de aprobación humanas y computación paralela extensa.
LA DIVISIÓN DEL TRABAJO Investigador humano Problema + instancia Límites del servicio de firma Aprueba condiciones de puerta Aproximadamente 20 mensajes Agente supervisor Diseña y presupuestos Establece verificaciones Revisa resultados Agente ejecutor Escribe y prueba código Ejecuta trabajos distribuidos Diagnostica y repara tareas resultados + registros delegados Ayudante especialista Una tarea de álgebra lineal 218 mensajes entre agentes 336 experimentos distribuidos Flujo de trabajo informado. Las puertas humanas permanecieron en su lugar.
LA DIVISIÓN DEL TRABAJO Investigador humano Elige problema + instancia Establece límites del servicio de firma Aprueba puertas; aproximadamente 20 mensajes Agente supervisor Diseña, presupuestos y verifica etapas Revisa resultados; decide tareas de continuar/no continuar Agente ejecutor Escribe y prueba código; ejecuta trabajos Diagnostica y repara fallos resultados + registros 218 mensajes entre agentes Especialista en álgebra lineal Delegado por el supervisor 336 experimentos distribuidos Un flujo de trabajo supervisado con retroalimentación y verificaciones en cada etapa.

Explora lo que miden las aceleraciones

Explora lo que mide la aceleración del trabajo de CPU Tiempo transcurrido
El mismo cálculo utilizó menos tiempo de CPU a través de cambios en la implementación y ejecución; el trabajo de GPU y las sondas son separados.
MISMA INSTANCIA. MISMO ALGORITMO.
Años de núcleo de CPU para la primera raíz verificada
Estudio anterior 1,380
Ejecución de DeepMind 391
0500
1,000
1,500
Aproximadamente 3.5 veces menor uso de CPU medido 391 excluye el trabajo de GPU y 7.5 años de núcleo de sondas y ensayos.
MISMA INSTANCIA. MISMO ALGORITMO.
Años de núcleo de CPU
Primera raíz verificada, incluyendo precomputación
Estudio anterior 1,380
Ejecución de DeepMind 391
Aproximadamente 3.5 veces menor uso de CPU 391 excluye el trabajo de GPU y 7.5 años de núcleo de sondas y ensayos.
Las barras utilizan la misma línea base cero.
El diseño a resultado tomó 3 días 22 horas; el reloj de cribado a gran escala tomó 3.2 días. Los grandes recursos paralelos explican gran parte de la ganancia en el calendario.
DOS RELOJES PARA LA MISMA EJECUCIÓN
Diferentes puntos de inicio explican las dos duraciones
Inicio del diseño
Inicio del cribado a gran escala
Raíz verificada
3 días 22 horas
3.2 días
Pico: aproximadamente 300,000 núcleos de CPU + 16 GPUs. El espaciado de etapas es esquemático.
DOS RELOJES PARA LA MISMA EJECUCIÓN
Diferentes puntos de inicio
Inicio del diseño
Inicio del cribado a gran escala
Raíz verificada
3 días 22 horas desde el diseño
3.2 días desde el cribado a gran escala
Recursos máximos
Aproximadamente 300,000 núcleos de CPU + 16 GPUs. El espaciado de etapas es esquemático, no a escala.

Alrededor de 20 mensajes humanos acompañaron un cálculo supervisado y intensivo en recursos con ganancias de implementación medibles.

Informe de trabajo de los autores sobre una instancia conocida de 1024 bits. El total de CPU excluye el trabajo de GPU y 7.5 años de núcleo de sondas. La comparación de calendario refleja principalmente el paralelismo. Estas cifras no miden el costo financiero total ni demuestran los nuevos algoritmos teóricos.
Fuentes y evidencia

Fuentes

1. Artículo de cálculo de DeepMind
2. Cálculo original

Hechos de apoyo

• El informe del documento de trabajo de DeepMind indica que dos agentes principales de IA diseñaron, implementaron, ejecutaron y depuraron un cálculo modular de raíz de 1024 bits conocido; el investigador humano envió alrededor de 20 mensajes, principalmente aprobaciones. [1]
• El investigador humano eligió el problema, el límite del oráculo y la instancia y aprobó las condiciones para pasos irreversibles; según el artículo, el humano no escribió código, no lanzó trabajos y no diagnosticó fallos. [1]
• Un agente supervisor mantuvo el diseño, los presupuestos y las verificaciones; un ejecutor escribió y probó el código, monitoreó trabajos y diagnosticó fallos, y un sub-agente especialista aceleró un paso de álgebra lineal. [1]
• Para el mismo módulo, algoritmo, polinomios y límites de base de factores, DeepMind informa 391 años de núcleo de CPU para la primera raíz frente a los 1,380 redondeados del equipo original, aproximadamente una reducción de 3.5 veces en el uso de CPU medido debido a cambios en la implementación y ejecución; el trabajo de GPU y las sondas están excluidos de esa comparación principal. [1] [2]
• La cifra de 391 años de núcleo excluye el tiempo de GPU, con aproximadamente 330 horas de GPU reservadas y alrededor de 100 ocupadas, y 7.5 años de núcleo de sondas y ensayos; el artículo dice que cargar GPUs al costo anterior de álgebra lineal de CPU da una ganancia de 3.4 veces, o 3.3 veces incluyendo sondas. [1]
• La ejecución reportada tomó 3 días y 22 horas desde el diseño hasta la raíz verificada, o 3.2 días desde el primer trabajo de cribado a gran escala, utilizando recursos máximos de aproximadamente 300,000 núcleos de CPU y 16 GPUs; la comparación con los cinco meses originales refleja principalmente el paralelismo. [1] [2]
• Los agentes produjeron alrededor de 33,500 nuevas líneas de código, lanzaron 336 experimentos distribuidos e intercambiaron 218 mensajes; el sistema realizó 16,292 llamadas a herramientas, incluidas las del especialista. [1]
• La primera raíz computada fue incorrecta debido a un desbordamiento de desplazamiento de 32 bits; los agentes la localizaron y la corrigieron después de que una verificación de corrección falló, sin repetir el lote de oráculos. [1]

Método

Diagrama de roles y retroalimentación vinculados a la fuente. Las barras de CPU comparten una línea base cero y anchos proporcionales a los reportados 1,380 y 391 años de núcleo. La relación reportada de 3.5 veces está redondeada. Los diagramas de tiempo muestran dos puntos de inicio; el espaciado de etapas es esquemático. El panel nativo cambia las vistas de contabilidad de CPU y tiempo transcurrido.

Alcance

El total de CPU excluye el trabajo de GPU y 7.5 años de núcleo de sondeos. La comparación en el calendario refleja principalmente el paralelismo. Estas cifras no miden el costo financiero total ni demuestran los nuevos algoritmos teóricos. Infografía por CryptoSlate

Qué miden las aceleraciones

El cálculo académico anterior tomó aproximadamente cinco meses. La ejecución de DeepMind tomó 3.2 días desde su primer trabajo de cribado a gran escala hasta la raíz verificada, alcanzando alrededor de 300,000 núcleos de CPU y 16 GPUs en su punto máximo. Los autores atribuyen esa diferencia de tiempo en el calendario principalmente al paralelismo.

El ahorro de CPU surgió de cambios en la implementación y ejecución dentro del algoritmo existente. El total de 391 años de núcleo excluye aproximadamente 330 horas de GPU reservadas, de las cuales alrededor de 100 estaban ocupadas, y 7.5 años de núcleo de sondeos y ensayos. Los totales de CPU también provienen de hardware diferente, por lo que esta no es una comparación controlada de igual a igual.

La configuración criptográfica también importa: un programa separado que sostiene la factorización del módulo respondió aproximadamente 4 mil millones de consultas anticipadas. Se retiró antes de que se extrajera el objetivo. Los agentes luego calcularon la raíz del objetivo sin más consultas.

La reproducción medida no demostró el nuevo algoritmo del documento para un acceso de firma más restringido a tamaño criptográfico. Un documento separado de Fan Factories estima costos aproximadamente 30 veces más bajos por cada objetivo adicional de 1024 bits que el tamiz de campo numérico múltiple, después de una precomputación compartida que costó aproximadamente una factorización de tamiz de campo numérico general. Estas son estimaciones heurísticas de orden principal; no se ha implementado ninguna fábrica de ventiladores.

El documento de trabajo identifica los modelos principales solo como A y B y no vincula ningún repositorio de implementación pública, limitando las comparaciones externas.

Este contenido se ofrece únicamente con fines informativos generales y no constituye un asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, operar o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.