Todas las noticias
Técnica

AlphaProof Code de Google DeepMind verifica el núcleo de Signal en semanas

Por JP Software ·

JP Software
Ilustración de la nota: AlphaProof Code de Google DeepMind verifica el núcleo de Signal en semanas
JP Software

Google DeepMind presentó AlphaProof Code el 11 de noviembre de 2026, un sistema impulsado por inteligencia artificial que demostró matemáticamente que el código criptográfico central de Signal cumple sus especificaciones de seguridad sin errores. La tarea se completó en cuatro semanas, un trabajo que normalmente toma años de esfuerzo manual.

Datos clave

  • Cuatro semanas tomó la verificación completa del núcleo criptográfico real, según DeepMind.
  • Más de seis millones de líneas de prueba escritas en el lenguaje formal Lean por agentes basados en Gemini Carbon.
  • Solo cerca del 1% del código verificado necesitó revisión por parte de ingenieros humanos.
  • Dos errores plantados a propósito para probar el sistema fueron detectados de inmediato.

Verificación sobre código real y no sobre teoría

Los esfuerzos tradicionales de verificación formal suelen detenerse en el diseño teórico de los protocolos debido a la complejidad que implica auditar cada línea de implementación. Según explicaron los investigadores de DeepMind Pushmeet Kohli y Swarat Chaudhuri, AlphaProof Code analizó directamente el código que opera en los dispositivos de los usuarios de Signal.

El flujo de trabajo comenzó con expertos definiendo los requisitos formales de seguridad. A partir de esas reglas, agentes autónomos generaron demostraciones matemáticas en el lenguaje Lean para asegurar que el software no se desvíe de lo especificado. Durante los ensayos, el sistema localizó sin retrasos dos fallas introducidas deliberadamente por el equipo de prueba.

El CTO de Signal, Ehren Kret, señaló que este método fortalece la confianza en la privacidad de los datos frente al crecimiento de nuevas amenazas digitales. Por su parte, DeepMind proyecta extender este procedimiento hacia sectores de alto riesgo, como dispositivos médicos y redes eléctricas, mediante herramientas como CodeMender.

Por qué te importa

Demostrar matemáticamente la ausencia de errores en software siempre ha sido el estándar ideal en seguridad, pero su costo en tiempo lo volvía inaccesible fuera de laboratorios o misiones aeroespaciales. Con agentes de IA capaces de redactar millones de líneas de comprobación formal en semanas, el desarrollo de software crítico se acerca a un punto donde las auditorías de código complejas dejarán de depender enteramente de revisiones manuales lentas y propensas a descuidos.

Comparte esta nota