Gemini 4 Carbon помогла Google за недели проверить код шифрования Signal
Новая модель Google помогла за недели доказать ключевые свойства безопасности кода Signal, а учёным из программы компании её дают бесплатно.

Исследователи Google вместе с моделью Gemini 4 Carbon за несколько недель математически доказали ключевые свойства безопасности кода, на котором держится шифрование мессенджера Signal. По словам компании, у команд экспертов такая работа обычно занимала годы.
Почему это важно: формальная верификация — строгое доказательство того, что программа ведёт себя ровно так, как задумано, — давно считается эталоном при создании защищённых программ. Google видит в работе с Signal признак того, что модели позволят проводить такие проверки в больших масштабах.
Повод: 16 ноября Google DeepMind выложила в соцсети X подборку научных примеров работы Carbon и начала её вопросом: что будет, если отправить модель работать в лабораторию. Все примеры взяты из анонса 10 ноября. Тогда же Google открыла модель участникам своей бесплатной программы для 10 000 учёных.
Предыстория: Google представила Carbon 28 октября и первыми дала её специалистам по киберзащите. 10 ноября модель открыли разработчикам, компаниям и подписчикам Google AI Ultra1. Carbon рассчитана на самые трудные задачи. Она рассуждает и перепроверяет себя дольше, чем Gemini 4 Argon, и поэтому тратит больше токенов — единиц текста, которые модель читает и пишет. Argon, по словам Google, остаётся лучшим выбором для большинства задач в программировании и офисной работе.
Как это работает: для проверки Signal исследователи Google собрали новую агентную систему AlphaProof Code. Сначала они вместе с Carbon и другими моделями перевели цели защиты на язык математических теорем. Затем агенты AlphaProof Code с помощью Carbon написали миллионы строк на Lean — языке, где доказательство записывают так, чтобы его мог проверить компьютер.
Детали: ещё два примера — из биологии.
- Carbon помогала разрабатывать методики измерения активности ферментов: по одним лабораторным журналам и сырым данным модель нашла незаметные огрехи опытов — например, автоматика не до конца перемешивала пробы в планшетах с глубокими лунками. После исправлений воспроизводимость опытов, по словам Google, заметно выросла.
- Модели вроде AlphaFold 3 предсказывают форму белка, сравнивая цепочку его аминокислот с цепочками эволюционных родственников. Поэтому они часто буксуют на плохо изученных белках, у которых родня почти неизвестна. На семи таких семействах из слепого теста CASP172 агенты на Carbon поискали родственников в огромных неразмеченных архивах и нашли их в среднем в 40 раз больше, чем удавалось найти без этой модели. Так у моделей предсказания стало гораздо больше данных для работы, и переобучать их не понадобилось.
Но: результат с белками пока проверен узко. Более широкие испытания ещё идут, и сама Google называет подход лишь потенциально многообещающим путём к белкам, структуру которых трудно предсказать.
Расклад: программу для учёных Google открыла за четыре недели до выхода Carbon в общий доступ. 10 000 исследователей получают на полгода бесплатный доступ к Gemini 4 Argon в Google Antigravity — среде разработки, где ИИ-агенты пишут и запускают код по заданию человека. Подключены уже тысячи участников, и теперь им, как и будущим участникам, открыта Carbon.
Что дальше: заявки принимают и дальше, новых участников подключают каждую неделю после отбора. В программу обещают добавлять и следующие передовые модели Google по мере их выхода.