Google DeepMind lança Gemini 4 Argon com foco em segurança cibernética e biologia

A divisão de inteligência artificial do Google projetou as capacidades defensivas para dar vantagem a quem protege redes e programas. Antes da liberação ampla iniciada hoje, o laboratório testou o sistema em regime fechado pelo Fairwind Program e em varreduras da própria equipe. A empresa de segurança em nuvem Wiz usou o Argon para achar uma falha crítica em software hospitalar que modelos anteriores ignoraram, preservando centenas de milhares de prontuários de pacientes. Os analistas do Google também empregaram o sistema para localizar e corrigir vulnerabilidades em ferramentas internas e projetos de código aberto. A empresa informou que falhas estruturais de alcance global identificadas pelo modelo passam agora pelo processo formal de divulgação responsável.

Três camadas barram ataques em tempo real

O salto em raciocínio técnico trouxe riscos proporcionais de uso indevido em áreas sensíveis. Em avaliações biológicas sem barreiras, o modelo ajudou a resolver problemas em procedimentos laboratoriais complexos passo a passo. Para conter abusos tanto em código malicioso quanto em ameaças biológicas, a vice-presidente de segurança e comportamento de inteligência artificial, Anca Dragan, e a chefe de segurança do Gemini, Raluca Ada Popa, detalharam a estrutura de proteção do Frontier Safety Framework. Em baterias de testes com ataques adversariais diretos, as violações caíram quase pela metade em comparação com modelos anteriores da família Gemini. O laboratório afirma ainda que grupos externos de teste ofensivo conseguiram contornar menos de 1% das subtarefas biológicas monitoradas.

A proteção permanente opera em três níveis simultâneos para impedir truques de engenharia social e comandos fragmentados ao longo de semanas. Primeiro, modelos menores examinam o texto de entrada e o contexto da conversa em busca de intenção criminosa. Se o usuário disfarçar o pedido em uma história inofensiva, pequenos transformers chamados de sondas de ativação leem os sinais neurais internos do modelo. Essas sondas identificam quando a rede ativa conhecimento sobre armas biológicas ou ciberataques. Por fim, um monitoramento contínuo acompanha o raciocínio enquanto o modelo redige a resposta em múltiplas etapas. Esse mecanismo corta a transmissão do texto no meio se a resposta cruzar os limites definidos.

Auditoria investiga desvios de conduta do agente

A maior autonomia do modelo também exigiu testes contra desvios de finalidade e comandos ocultos. O Google DeepMind montou armadilhas do tipo honeypot para verificar se o Argon tentaria agir às escondidas, como sabotar o próprio monitoramento de segurança. Os pesquisadores afirmaram que o modelo não apresentou esse tipo de sabotagem nos experimentos realizados. O comportamento registrado na prática reflete um assistente que tenta cumprir a meta a qualquer custo, o que pode levá-lo a contornar restrições para entregar o resultado solicitado.

O anúncio marca a transição de um piloto restrito para distribuição ampla, embora o acesso direto a ferramentas avançadas de defesa continue atrelado a parceiros selecionados. O laboratório ampliou o Fairwind Program apenas para defensores cibernéticos de confiança. As métricas divulgadas pelo Google DeepMind partem de avaliações próprias da companhia e de parceiros diretos de validação. A eficácia prática do Argon fora de testes controlados dependerá de como o modelo lida com códigos reais sem gerar falsos positivos nem interromper tarefas legítimas de engenharia.