Este miércoles, Google dio a conocer Gemini 4 Argon, su innovador modelo de inteligencia artificial, el cual está diseñado específicamente para abordar flujos de trabajo complejos con un enfoque en la ciberdefensa y la detección autónoma de vulnerabilidades de seguridad.
El lanzamiento ocurre en un contexto de creciente preocupación por la rápida evolución de la inteligencia artificial. Recientemente, el CEO de Google, Sundar Pichai, firmó un acuerdo en la Casa Blanca junto al presidente de Estados Unidos y otros líderes de la industria, comprometiéndose a realizar auditorías y controles en áreas críticas como la ciberseguridad.
En las pruebas de ciberdefensa, Argon obtuvo el primer lugar empatado con otro modelo en el benchmark CWE-bench v1, alcanzando una puntuación del 68% en su capacidad para identificar y resolver vulnerabilidades críticas.
Además de su habilidad para corregir errores, Google destacó que Argon tiene la capacidad de localizar, validar y reparar vulnerabilidades de manera autónoma en más de 20 lenguajes de programación, así como analizar sistemas web en funcionamiento sin necesidad de acceder a su código fuente.
El despliegue del modelo se realizará de forma gradual a través del programa Fairwind, permitiendo a los participantes acceder a sus capacidades sin las restricciones habituales en ciberseguridad.
Entre las empresas que ya están utilizando Argon se encuentra Wiz, que lo ha implementado en su programa Scan for Good. Este modelo logró identificar una vulnerabilidad crítica que exponía datos personales en un software utilizado globalmente en hospitales, un riesgo que había pasado desapercibido para otros modelos.
Este verano, se generaron alarmas sobre la ética y seguridad en el desarrollo de inteligencia artificial, especialmente después de que un investigador de Anthropic renunciara por preocupaciones sobre el desarrollo responsable de la tecnología. Asimismo, OpenAI decidió no avanzar con su modelo GPT-6.1 Astra, citando preocupaciones sobre ciberseguridad y la necesidad de proteger los nuevos sistemas antes de su implementación masiva.
