Rassegna preparata con l'IA a partire dalle fonti linkate, sotto la supervisione di Alberto Gaia.
Un sistema di ricerca basato su un modello Anthropic non pubblico ha dimostrato la congettura Aaronson-Ambainis, uno dei problemi aperti più noti della complessità quantistica, fermo dal 2008: l’annuncio arriva da Physical Superintelligence e la prova è stata verificata in Lean. Nella rassegna di oggi ci sono anche gli agenti di Google DeepMind che trovano due debolezze nel vecchio RSA a 1024 bit, il furto di credenziali su Botpress, i primi 11 miliardi del nuovo round di OpenAI, Microsoft che lascia scadere un contratto cloud con Oracle e gli Spaces di Meta per l’agente Muse.
La congettura Aaronson-Ambainis dimostrata da un sistema di IA
Il 6 novembre Physical Superintelligence (PSI) ha annunciato che il suo sistema di ricerca interno, in esecuzione sulla propria infrastruttura con istanze di un modello Anthropic non pubblico, ha prodotto una dimostrazione completa della congettura proposta da Scott Aaronson e Andris Ambainis nel 2008. La congettura riguarda il vantaggio dei computer quantistici su input casuali: se è vera, su domande sì/no con input casuali il vantaggio quantistico resta al massimo polinomiale e non può essere esponenziale.
Secondo PSI la prova completa è comparsa al terzo giorno di esecuzione, poi il sistema l’ha migliorata due volte e la versione finale è stata accettata dall’assistente di dimostrazione Lean. Il lavoro è guidato da David Turturean, che si assume la responsabilità della correttezza, con l’audit di Jim Halverson. Un gruppo di Stanford (Guy Blanc, Jordan Docter, Carmen Strassle e Li-Yang Tan) ha rivisto la dimostrazione, la definisce un risultato enorme e sta scrivendo una versione espositiva.
Google DeepMind: gli agenti trovano due debolezze nell’RSA a 1024 bit
Sempre il 6 novembre Google DeepMind ha presentato una ricerca in cui agenti di IA, guidati da persone, hanno individuato due debolezze nell’RSA a 1024 bit, uno standard ormai considerato legacy. Il lavoro è firmato da Dj Dvijotham e Abhradeep Thakurta di DeepMind con i crittografi Nadia Heninger ed Emmanuel Thomé, come riporta Crypto Briefing.
La prima riguarda la falsificazione delle firme: su un caso già risolto in letteratura gli agenti hanno riprodotto l’attacco usando 3,5 volte meno tempo di CPU, e per le firme su digest corti (ad esempio da 32 byte) le stime teoriche di DeepMind parlano di un miglioramento di circa 1.600 volte rispetto al metodo migliore noto. La seconda è un algoritmo di fattorizzazione in batch che riduce di circa 30 volte il costo medio di ogni chiave aggiuntiva da 1024 bit. Le chiavi RSA da 2048 bit o più non sono toccate da questi risultati.
Botpress, violati i bot di 16 clienti con dentro le chiavi delle IA
Botpress, piattaforma per costruire chatbot e agenti, ha pubblicato il 6 novembre la comunicazione di un incidente di sicurezza. Un attaccante ha sfruttato una falla in un proxy di autenticazione davanti ad alcuni strumenti interni e ha avuto accesso dal 13 al 21 ottobre. Il 21 ottobre, tra le 7:44 e le 8:23 UTC, ha letto con la credenziale API di un dipendente le configurazioni dei bot in 16 workspace di clienti, che possono contenere segreti di terze parti come chiavi dei provider di IA e credenziali CRM, e ha modificato un’integrazione in altri due workspace.
La falla è stata chiusa lo stesso 21 ottobre verso le 16:25 UTC, e i tentativi di rientrare fino al 3 novembre sono stati respinti. Botpress ritiene che l’obiettivo fosse ottenere consumo di IA da rivendere, chiede ai clienti coinvolti di considerare esposte tutte le credenziali salvate nei bot e dice di non aver trovato modifiche a codice sorgente, pipeline di build o pacchetti pubblicati.
Pausa dalla rassegna, giusto il tempo di una vignetta.
OpenAI incassa 11 miliardi a una valutazione di 1.250 miliardi
Secondo Bloomberg, ripreso da TechCrunch, OpenAI ha chiuso una prima parte da 11 miliardi di dollari di un round che la valuta 1.250 miliardi e che potrebbe arrivare a circa 20 miliardi in totale. A fine settembre lo stesso Bloomberg aveva parlato di un obiettivo di 30 miliardi a una valutazione di 1.400 miliardi.
La CFO Sarah Friar ha detto a CNBC che l’azienda continuerà a investire in infrastruttura nonostante il voto di metà mandato: su 41 quesiti locali in 10 stati, gli elettori hanno sostenuto restrizioni o bocciato i progetti di data center in tutti tranne uno (ne avevamo parlato nella rassegna del 5 novembre). Giovedì OpenAI ha pubblicato una serie di impegni per i propri data center, e Friar ha confermato che la quotazione in borsa resta prevista per il 2027.
Microsoft non rinnova il contratto di calcolo IA con Oracle
Microsoft sta chiudendo un accordo del 2023 con cui affittava capacità di calcolo per l’IA da Oracle: non lo ha rinnovato e negli ultimi mesi ha spento la capacità, perché i server usavano chip Nvidia più vecchi che non rispondono più alle sue esigenze. La notizia è di Bloomberg, riportata da The Next Web. Il contratto serviva a Bing con funzioni di IA e la sua dimensione complessiva non è nota.
Microsoft ha impegni per oltre 80 miliardi di dollari in affitti di capacità da altri fornitori come CoreWeave, Nscale e Nebius, e li starebbe rivalutando. Oracle sostiene che la domanda per la sua infrastruttura resta forte, anche per i chip più vecchi; il titolo ha perso circa il 3%.
Chiudiamo con gli Spaces di Meta per l’agente Muse
Meta ha presentato gli Spaces, spazi di lavoro dedicati a un singolo tema che compaiono nella barra laterale dell’agente Muse, come spiega TechCrunch. Si descrive un’idea in chat e Muse costruisce lo spazio: gli esempi di Meta sono l’organizzazione di un viaggio, la lista dei regali di Natale, un matrimonio o una bacheca di progetti fai da te. Gli Spaces possono collegarsi ad app di terze parti e aggiornarsi in background.
Il lancio è stato annunciato anche da Mark Zuckerberg su X. A ottobre, durante la presentazione dei conti, Zuckerberg aveva detto che gli agenti Muse avevano 10 milioni di utenti tra Stati Uniti e Canada, a meno di due mesi dal debutto.
Una dimostrazione matematica trovata da un sistema di IA e controllata in Lean basta a considerare chiusa una congettura, o serve comunque il lavoro di revisione dei matematici? Scrivetelo nei commenti. Sul ritmo con cui l’IA accelera la ricerca c’è anche lo studio di METR raccontato nella rassegna di ieri.
Lascia un commento