Dos agentes de IA de Google DeepMind completaron en 3 días y 22 horas un cálculo conocido relacionado con RSA de 1.024 bits. El experimento automatizó tareas de programación, pruebas y computación distribuida con unos 20 mensajes de investigadores, en su mayoría para aprobar pasos. El resultado muestra que los agentes pueden ejecutar trabajos computacionales complejos dentro de límites fijados por personas, pero no valida un nuevo algoritmo teórico ni apunta a una amenaza inmediata para los sistemas RSA ampliamente utilizados.
Una prueba con una firma RSA ya conocida
El ensayo se centró en firmas digitales RSA. Un servicio de firma simulado aceptó alrededor de 4.000 millones de consultas previas antes de seleccionar el objetivo. Después dejó de admitir consultas, y los agentes calcularon una raíz matemática necesaria para generar una firma nueva, sin realizar más consultas. El proceso no permitió recuperar la clave privada.
El investigador de DeepMind Pushmeet describió el trabajo el 6 de noviembre. El artículo lo presenta como una reproducción en un entorno aislado de un caso de referencia que ya se había resuelto. También señala que el resultado no pone en riesgo los sistemas criptográficos desplegados que emplean claves RSA de 2.048 bits o más.
Menos uso de CPU, con diferencias entre las pruebas
El artículo cifra el cálculo en 391 años de núcleo de CPU, frente a unos 1.380 años de núcleo en una ejecución anterior del mismo caso y algoritmo. Según esos datos, el consumo se redujo aproximadamente 3,5 veces. Sin embargo, las pruebas se realizaron con hardware distinto, por lo que la comparación no es estrictamente equivalente. Además, la cifra no representa el coste financiero total.
Los 391 años de núcleo no incluyen el trabajo en GPU ni los aproximadamente 7,5 años de núcleo dedicados a pruebas preliminares y ensayos. El experimento reservó también unas 330 horas de GPU, de las que alrededor de 100 fueron de uso activo. DeepMind indica que transcurrieron unos 3,2 días entre el inicio de la primera tarea de cribado a gran escala y la verificación del resultado. En el pico de actividad, la ejecución utilizó cerca de 300.000 núcleos de CPU y 16 GPU. Los investigadores atribuyeron la diferencia frente a una ejecución anterior, que requirió unos cinco meses de calendario, principalmente a la capacidad de computación en paralelo.
Supervisión humana y tareas repartidas entre agentes
Los investigadores eligieron el problema y el caso concreto, fijaron límites para el servicio de firma y aprobaron las condiciones antes de los pasos irreversibles. Según el artículo, no escribieron código, pusieron en marcha trabajos de computación ni diagnosticaron fallos.
Un agente de ejecución escribió y probó programas, lanzó trabajos distribuidos y corrigió problemas operativos. Otro, de supervisión, siguió el diseño, el presupuesto de recursos y las comprobaciones; también recurrió a un subagente especializado para acelerar la fase de álgebra lineal. En conjunto, los dos agentes añadieron unas 33.500 líneas de código, ejecutaron 336 experimentos distribuidos e intercambiaron 218 mensajes.
La primera raíz matemática obtenida era incorrecta debido al desbordamiento de un desplazamiento de 32 bits. Las comprobaciones detectaron el fallo y los agentes lo localizaron y corrigieron sin repetir las consultas previas de firma. El proceso completo, desde el diseño hasta la verificación, duró 3 días y 22 horas. Los cerca de 20 mensajes humanos y las aprobaciones también muestran que la ejecución no fue completamente autónoma.
La mejora no demuestra un algoritmo nuevo
La reducción de uso de CPU comunicada se atribuye a mejoras en la implementación y ejecución de un algoritmo existente. El experimento no presentó un algoritmo nuevo para condiciones de acceso a firmas más restrictivas.
Un artículo separado sobre «Fan Factories» estima que, una vez asumido un coste compartido de precomputación equivalente a una factorización mediante el método general de criba del cuerpo de números, el coste de cada objetivo adicional de 1.024 bits podría ser unas 30 veces menor que con la criba de cuerpos de números múltiples. Se trata de una estimación asintótica: hasta la fecha no se ha implementado ninguna Fan Factory.
El documento de trabajo no identifica los modelos principales y se refiere a ellos únicamente como A y B. Tampoco enlaza un repositorio público con la implementación, lo que limita la posibilidad de que otros investigadores comparen los modelos de forma independiente. Las cifras de CPU y GPU, junto con los requisitos de supervisión y aprobación humana, son factores relevantes para evaluar el alcance del resultado.