O Google DeepMind submeteu o núcleo criptográfico do Signal — o trecho de código que roda de fato nos aparelhos dos usuários — a uma verificação matemática formal e concluiu o serviço em quatro semanas, prazo que o método convencional mede em anos. A ferramenta é o AlphaProof Code, sistema de IA que prova formalmente que um software cumpre suas especificações de segurança sem erros.
O que muda frente às tentativas anteriores
Verificações anteriores pararam na fase de desenho teórico do protocolo, segundo publicação dos pesquisadores Pushmeet Kohli e Swarat Chaudhuri no blog do DeepMind. A diferença agora é o alvo: a prova incidiu sobre o código em produção, não sobre um esboço abstrato.
O ponto central é o alcance: a prova deixa de ficar restrita ao projeto e chega ao programa que o usuário executa.
O roteiro tem três etapas. Especialistas primeiro fixam os requisitos formais de segurança — o que o software precisa garantir, escrito em formato que a máquina checa. Depois, agentes de IA construídos sobre o Gemini Carbon redigem as provas na linguagem Lean, usada em demonstrações matemáticas assistidas por computador. Por fim, o material passa por revisão humana, limitada à fatia que o sistema aponta como duvidosa.
Os números da verificação
O volume mede o esforço:
| Métrica | Resultado |
|---|---|
| Tempo de verificação | 4 semanas, contra anos no método tradicional |
| Provas escritas em Lean | mais de 6 milhões de linhas |
| Código enviado a revisão humana | cerca de 1% |
| Falhas plantadas para teste | 2, detectadas de imediato |
As duas falhas inseridas de propósito serviram de contraprova e foram capturadas na hora.
O que o resultado sinaliza ao investidor
Provar que um software faz exatamente o que promete está entre as etapas mais caras da indústria de segurança e costuma ser a primeira a encolher quando o cronograma aperta. A demonstração do DeepMind, unidade de pesquisa da Alphabet (GOOGL), indica um caminho para comprimir esse gargalo — assunto direto para quem acompanha software, cibersegurança e serviços de nuvem, setores em que verificar código é insumo de produto.
O ganho mais concreto é de confiança: o Signal, referência em privacidade, agora tem prova formal sobre o programa que executa no aparelho do usuário. Ehren Kret, CTO do Signal, afirmou que a abordagem reforça a confiança na privacidade dos dados conforme as ameaças ligadas à IA crescem.
Próximos alvos e o que monitorar
O laboratório pretende levar o método a redes elétricas e a dispositivos médicos, com apoio de sistemas como o CodeMender. São áreas em que uma falha de software deixa de ser prejuízo contábil e vira risco físico.
Três pontos merecem acompanhamento: a publicação das provas em formato auditável por terceiros; a chegada da técnica a software regulado, como o de equipamentos médicos; e o custo computacional por linha verificada, que dirá se o método escala para além de projetos de demonstração.