Lunes, 16 de noviembre de 2026

Edición diaria · Inteligencia artificial

tokendiario.es · En español

Google DeepMind

Google DeepMind usa agentes de IA para demostrar matemáticamente la seguridad del código de Signal

AlphaProof Code, un nuevo sistema de DeepMind, generó unos 6,5 millones de líneas de pruebas en Lean que verifican propiedades clave de seguridad de libsignal directamente sobre el código máquina compilado.

La verificación formal, es decir, demostrar matemáticamente que un programa hace exactamente lo que debe, es el nivel más alto de garantía en seguridad informática. También es tan costosa que casi nunca se aplica a software real a gran escala. Google DeepMind asegura haber dado un salto en ese terreno con AlphaProof Code, un sistema que ha aplicado al protocolo de mensajería cifrada Signal, el que protege las conversaciones de Signal y Google Messages.

Qué han demostrado

Los investigadores trabajaron sobre libsignal, la implementación oficial del protocolo, y no sobre una versión simplificada, sino sobre su código máquina compilado para AArch64 (la arquitectura de los procesadores ARM de 64 bits). Las pruebas cubren el handshake poscuántico PQXDH y el Triple Ratchet, y establecen propiedades como la confidencialidad y autenticidad de los mensajes, el secreto hacia delante (forward secrecy) y la seguridad poscompromiso: los mensajes siguen protegidos antes y después de que un dispositivo haya estado comprometido temporalmente.

Según el artículo técnico, es la primera vez que se conectan garantías de seguridad a nivel de protocolo con el código sin modificar de una implementación criptográfica de uso masivo. DeepMind añade que tampoco se había verificado formalmente antes, con o sin IA, la implementación de un protocolo tan extendido.

Cómo funciona

AlphaProof Code reparte el trabajo como lo haría un equipo de investigación:

  • Personas y modelos traducen los objetivos de seguridad de Signal a especificaciones formales en Lean, un lenguaje para escribir demostraciones matemáticas. Expertos humanos revisan cada especificación.
  • Un equipo de agentes autónomos, impulsados por el nuevo modelo Gemini 4 Carbon (presentado por Google el mismo 10 de noviembre), escribe las demostraciones: unos 6,5 millones de líneas de Lean.
  • Una prueba solo se acepta si el núcleo de Lean la comprueba contra la especificación aprobada, de modo que la fiabilidad no depende de que los agentes acierten.

Lo que una persona necesita leer y confiar es mucho menor: unas 26.000 líneas entre especificaciones y la semántica de AArch64. Los agentes también auditaron su propio trabajo y marcaron solo un 1 % del código para una segunda revisión humana. Todo el proceso duró cuatro semanas, frente a los años que, según DeepMind, suele llevar a equipos expertos.

La prueba de control

Para comprobar que el sistema distingue código correcto de código defectuoso, el equipo reintrodujo dos fallos reales ya corregidos de libsignal en una copia aislada. En ambos casos, AlphaProof Code generó una demostración verificada de que esas versiones eran inseguras.

Los matices

The Register recuerda que parte del resultado se apoya en un modelo que trata las primitivas criptográficas como "cajas negras" perfectas, por lo que no es una garantía absoluta sobre todo el sistema. El artículo técnico incluye una segunda línea de pruebas en el modelo computacional, y todo el desarrollo en Lean es público en GitHub para que cualquiera pueda revisarlo.

Por qué importa

Si la IA abarata de verdad la verificación formal, técnicas reservadas hasta ahora a sistemas muy críticos podrían aplicarse a mucho más software. Como subraya DeepMind, el esfuerzo humano se desplaza de escribir pruebas a decidir qué hay que demostrar.