DeepMind annonce que ses agents IA ont réalisé un test de cryptographie de quatre jours avec environ 20 messages humains

Google DeepMind annonce que deux agents IA ont reproduit un calcul de cryptographie connu de 1024 bits pendant près de quatre jours avec environ 20 messages humains, principalement des approbations, menant la recherche à travers le codage, l'exécution à grande échelle et le débogage.

Le test concerne les signatures numériques RSA. Après des milliards de requêtes préalables à un service de signature simulé, les agents ont calculé une racine mathématique nécessaire pour une nouvelle signature une fois l'accès terminé. Ils n'ont pas récupéré de clé privée.

Le document de travail rapporte 391 années-cœur CPU pour le calcul achevé, comparé aux 1 380 arrondis d'une équipe précédente sur la même instance et le même algorithme. Cela représente une réduction d'environ 3,5 fois de l'utilisation mesurée du CPU. Le travail GPU et les sondages préliminaires sont exclus.

Le chercheur de DeepMind @pushmeet a annoncé le travail le 6 novembre, décrivant une reproduction en bac à sable d'une instance de référence précédemment résolue. Les documents indiquent que ces résultats ne menacent pas les systèmes cryptographiques déployés basés sur RSA de 2048 bits ou plus.

L'humain a choisi le problème, l'instance et les limites sur le service de signature, puis a approuvé les conditions pour des étapes irréversibles. Selon le document, le chercheur n'a écrit aucun code, n'a lancé aucun travail et n'a diagnostiqué aucune erreur.

Un agent superviseur a maintenu la conception, les budgets et les vérifications. Un exécuteur a écrit et testé le code, lancé des travaux distribués et réparé des échecs. Le superviseur a également recruté un sous-agent spécialiste pour accélérer une étape d'algèbre linéaire.

Les agents ont produit environ 33 500 nouvelles lignes de code, ont exécuté 336 expériences distribuées et échangé 218 messages. De la conception au résultat vérifié, le travail a pris trois jours et 22 heures.

Leur première racine calculée était incorrecte car un décalage de 32 bits a débordé. Un contrôle de correction a détecté l'erreur, et les agents l'ont localisée et corrigée sans répéter les requêtes de signature avancées. La messagerie humaine limitée est toujours venue avec une tâche sélectionnée par l'humain et des portes d'approbation.

Peu de messages humains. Un grand système supervisé.

DeepMind rapporte une recherche à deux agents avec un aide spécialiste, des portes d'approbation humaines et un calcul parallèle étendu.
LA RÉPARTITION DU TRAVAIL Chercheur humain Problème + instance Limites du service de signature Approuve les conditions des portes Environ 20 messages Agent superviseur Conçoit et budgétise Définit les vérifications Examine les résultats Agent exécuteur Écrit et teste le code Exécute des travaux distribués Diagnostique et corrige les tâches résultats + journaux délègue Aide spécialiste Une tâche d'algèbre linéaire 218 messages entre agents 336 expériences distribuées Flux de travail rapporté. Les portes humaines sont restées en place.
LA RÉPARTITION DU TRAVAIL Chercheur humain Choisit problème + instance Définit les limites du service de signature Approuve les portes ; environ 20 messages Agent superviseur Conçoit, budgétise et vérifie les étapes Examine les résultats ; décide des tâches à faire ou non Agent exécuteur Écrit et teste le code ; exécute des travaux Diagnostique et corrige les échecs résultats + journaux 218 messages entre agents Spécialiste en algèbre linéaire Délégué par le superviseur 336 expériences distribuées Un flux de travail supervisé avec retour d'information et vérifications à chaque étape.

Explorer ce que mesurent les accélérations

Explorez ce que les mesures d'accélération du travail CPU Temps écoulé
Le même calcul a utilisé moins de temps CPU grâce à des changements d'implémentation et d'exécution ; le travail GPU et les sondes sont séparés.
MÊME INSTANCE. MÊME ALGORITHME. Années-cœur CPU pour la première racine vérifiée Étude antérieure 1 380 Exécution DeepMind 39105001 000 1 500 Environ 3,5 fois moins d'utilisation mesurée du CPU 391 exclut le travail GPU et 7,5 années-cœur de sondes et de répétitions.
MÊME INSTANCE. MÊME ALGORITHME. Années-cœur CPU Première racine vérifiée, y compris la précomputation Étude antérieure 1 380 Exécution DeepMind 391 Environ 3,5 fois moins d'utilisation du CPU 391 exclut le travail GPU et 7,5 années-cœur de sondes et de répétitions. Les barres utilisent la même ligne de base zéro.
La conception au résultat a pris 3 jours 22 heures ; l'horloge de criblage à grande échelle a pris 3,2 jours. De grandes ressources parallèles expliquent une grande partie du gain calendaire.
DEUX HORLOGES POUR LA MÊME EXÉCUTION Différents points de départ expliquent les deux durées Début de la conception Début du criblage à grande échelle Racine vérifiée 3 jours 22 heures 3,2 jours Pic : environ 300 000 cœurs CPU + 16 GPU. L'espacement des étapes est schématique.
DEUX HORLOGES POUR LA MÊME EXÉCUTION Différents points de départ Début de la conception Début du criblage à grande échelle Racine vérifiée 3 jours 22 heures depuis la conception 3,2 jours depuis le criblage à grande échelle Ressources maximales Environ 300 000 cœurs CPU + 16 GPU L'espacement des étapes est schématique, non à l'échelle.

Environ 20 messages humains ont accompagné un calcul supervisé et intensif en ressources avec des gains d'implémentation mesurables.

Compte rendu de l'article de travail des auteurs sur une instance connue de 1024 bits. Le total CPU exclut le travail GPU et 7,5 années-cœur de sondes. La comparaison calendaire reflète principalement le parallélisme. Ces chiffres ne mesurent pas le coût financier total ni ne démontrent les nouveaux algorithmes théoriques.
Sources et preuves

Sources

1. Article de calcul de DeepMind
2. Calcul original

Faits soutenants

• L'article de travail de DeepMind rapporte que deux agents IA principaux ont conçu, mis en œuvre, exécuté et débogué un calcul de racine modulaire de 1024 bits connu ; le chercheur humain a envoyé environ 20 messages, principalement des approbations. [1]
• Le chercheur humain a choisi le problème, la limite oracle et l'instance et a approuvé les conditions pour les étapes irréversibles ; selon l'article, l'humain n'a écrit aucun code, n'a lancé aucun travail et n'a diagnostiqué aucune faute. [1]
• Un agent superviseur a maintenu la conception, les budgets et les vérifications ; un exécuteur a écrit et testé le code, surveillé les travaux et diagnostiqué les fautes, et un sous-agent spécialiste a accéléré une étape d'algèbre linéaire. [1]
• Pour le même module, algorithme, polynômes et limites de base de facteurs, DeepMind rapporte 391 années-cœur CPU pour la première racine contre les 1 380 arrondis de l'équipe originale, soit une réduction d'environ 3,5 fois de l'utilisation mesurée du CPU grâce à des changements d'implémentation et d'exécution ; le travail GPU et les sondes sont exclus de cette comparaison principale. [1] [2]
• Le chiffre de 391 années-cœur exclut le temps GPU, avec environ 330 heures GPU réservées et environ 100 occupées, et 7,5 années-cœur de sondes et de répétitions ; l'article indique que le coût des GPU au tarif précédent de l'algèbre linéaire CPU donne un gain de 3,4 fois, ou 3,3 fois en incluant les sondes. [1]
• L'exécution rapportée a pris 3 jours et 22 heures depuis la conception jusqu'à la racine vérifiée, ou 3,2 jours depuis le premier travail de criblage à grande échelle, utilisant des ressources maximales d'environ 300 000 cœurs CPU et 16 GPU ; la comparaison avec les cinq mois originaux reflète principalement le parallélisme. [1] [2]
• Les agents ont produit environ 33 500 nouvelles lignes de code, lancé 336 expériences distribuées et échangé 218 messages ; le système a effectué 16 292 appels d'outils, y compris ceux du spécialiste. [1]
• La première racine calculée était incorrecte en raison d'un débordement d'offset de 32 bits ; les agents l'ont localisée et corrigée après qu'un contrôle de correction ait échoué, sans répéter le lot oracle. [1]

Méthode

Diagramme de rôle et de retour d'information lié à la source. Les barres CPU partagent une ligne de base zéro et des largeurs proportionnelles aux 1 380 et 391 années-cœur rapportées. Le rapport de 3,5 fois rapporté est arrondi. Les diagrammes temporels montrent deux points de départ ; l'espacement des étapes est schématique. Le panneau natif change les vues de comptabilité CPU et de temps écoulé.

Portée

Le total CPU exclut le travail GPU et 7,5 années-cœur de sondes. La comparaison calendaire reflète principalement le parallélisme. Ces chiffres ne mesurent pas le coût financier total ni ne démontrent les nouveaux algorithmes théoriques.
Infographie par CryptoSlate

Ce que mesurent les accélérations

Le calcul académique précédent a pris environ cinq mois. L'exécution de DeepMind a duré 3,2 jours depuis son premier travail de criblage à grande échelle jusqu'à la racine vérifiée, atteignant environ 300 000 cœurs CPU et 16 GPU au maximum. Les auteurs attribuent cette différence de temps calendaire principalement au parallélisme.

L'économie de CPU provient des changements d'implémentation et d'exécution au sein de l'algorithme existant. Le total de 391 années-cœur exclut environ 330 heures GPU réservées, dont environ 100 étaient occupées, ainsi que 7,5 années-cœur de sondes et de répétitions. Les totaux CPU proviennent également de matériel différent, donc ce n'est pas une comparaison contrôlée de type à type.

La configuration cryptographique compte également : un programme séparé tenant la factorisation du module a répondu à environ 4 milliards de requêtes avancées. Il a été retiré avant que la cible ne soit tirée. Les agents ont ensuite calculé la racine de la cible sans autres requêtes.

La reproduction mesurée n'a pas démontré le nouvel algorithme du document pour un accès de signature plus restreint à la taille cryptographique. Un document séparé sur les Fan Factories estime des coûts environ 30 fois inférieurs par cible supplémentaire de 1024 bits que le crible de champs numériques multiples, après une précomputation partagée coûtant environ une factorisation de crible de champs numériques généraux. Ce sont des estimations heuristiques de premier ordre ; aucune usine de ventilateurs n'a été mise en œuvre.

Le document de travail identifie les modèles principaux uniquement comme A et B et ne lie aucun dépôt d'implémentation public, limitant les comparaisons extérieures.