Aristotle lleva la verificación formal con IA al software y los chips

Ilustración conceptual de verificación formal con IA aplicada a módulos de software y un chip

Por Redacción Pangea IA · 28 de octubre de 2026

Harmonic ha ampliado Aristotle, su sistema de razonamiento matemático, a la verificación formal de programas en C y diseños de chips escritos en Verilog. El lanzamiento, anunciado el 27 de octubre, propone una forma distinta de revisar software y hardware: no limitarse a ejecutar pruebas sobre ejemplos, sino intentar demostrar que una propiedad concreta se cumple para todos los casos contemplados por un modelo definido. La herramienta ya se ofrece en modalidad autoservicio con precio por consumo, aunque la empresa no ha publicado tarifas ni métricas suficientes para comparar su coste real con las alternativas.

Qué cambia con Aristotle

Aristotle nació como un sistema orientado a pruebas matemáticas. Harmonic traslada ahora ese enfoque a dos lenguajes muy relevantes: C, presente en sistemas operativos, bibliotecas, dispositivos y software de altas prestaciones; y Verilog, utilizado para describir circuitos digitales. En ambos casos, el objetivo es producir pruebas comprobables por máquina sobre requisitos que el equipo considere críticos.

La diferencia con una batería de tests es importante. Un test comprueba entradas seleccionadas; una prueba formal trata de establecer que una propiedad se mantiene en todo el espacio cubierto por el modelo y sus supuestos. Eso puede ser valioso para errores raros, estados que aparecen después de miles de ciclos o funciones criptográficas donde un fallo resulta costoso. Pero no significa que “todo el programa esté demostrado”: la garantía solo es tan útil como la propiedad formulada, el modelo empleado y las hipótesis que se aceptan.

ÁmbitoQué pretende comprobarUso práctico
CCorrección funcional y ausencia de determinadas clases de comportamiento indefinidoBibliotecas, firmware y componentes de sistemas
VerilogPropiedades de seguridad y progreso en rutas de control, además de cálculos en rutas de datosBloques lógicos y diseños de chips
Integración continuaQue las propiedades ya demostradas sigan cumpliéndose tras cada cambioDetener una entrega cuando una garantía deja de ser válida

Cómo encaja en el trabajo de un equipo

Según Harmonic, Aristotle analiza el código y propone propiedades. Después informa de cuáles ha podido demostrar, cuáles ha refutado y de qué supuestos depende cada prueba. La responsabilidad no desaparece: un ingeniero debe revisar que esas propiedades representan lo que el producto necesita, incorporarlas al repositorio y decidir qué hacer con los resultados.

El flujo propuesto continúa en la integración continua. Cada cambio vuelve a ejecutar las comprobaciones, de modo que una propiedad demostrada pueda tratarse como una condición de entrega. Para una pyme de software, por ejemplo, esto no implica verificar toda la aplicación. Podría empezar por una rutina de cifrado, una regla de autorización o un límite de memoria cuyo fallo tenga consecuencias graves. En hardware, el candidato puede ser una máquina de estados que nunca debe quedar bloqueada.

Dos resultados que conviene leer con cautela

Harmonic presenta dos casos. En un bloque Verilog de Tensordyne, afirma que Aristotle encontró errores situados hasta 110.000 ciclos después del estado inicial. En LibTomMath, una biblioteca de enteros grandes utilizada por proyectos como Tcl y Dropbear SSH, sostiene que corrigió tres fallos y aceleró la exponenciación modular entre un 31% y un 38% en sus propias pruebas, manteniendo la misma especificación formal.

Son indicios interesantes, no un estudio independiente. La compañía no ha publicado todavía una metodología completa, tasas de éxito, falsos positivos, tiempos de prueba ni comparación homogénea con verificadores establecidos. Por eso las cifras deben entenderse como resultados comunicados por Harmonic, no como rendimiento garantizado para cualquier proyecto.

Qué puede ahorrar y dónde está el coste oculto

La oportunidad práctica está en reducir trabajo especializado repetitivo. Si Aristotle consigue proponer propiedades útiles, explicar sus supuestos y conservar las pruebas junto al código, una empresa podría revisar garantías críticas con más frecuencia y descubrir defectos antes de producción. También crea un rastro auditable: ya no basta con decir que “la IA revisó el código”, sino que existe una afirmación concreta, versionada y comprobable.

Este enfoque gana relevancia cuando la IA genera más código del que un equipo puede revisar manualmente. Pangea IA ya analizó cómo Maxwell utiliza pruebas formales para optimizar código en ejecución y cómo el fallo PHP2Shell obligó a actuar con rapidez ante vulnerabilidades críticas. Aristotle apunta a una capa anterior: demostrar requisitos seleccionados antes de que el componente llegue al usuario.

El coste oculto está en especificar bien. Una demostración impecable de una propiedad equivocada puede generar una falsa sensación de seguridad. Además, Harmonic no detalla qué subconjuntos de C y Verilog admite, cuánto tarda en resolver proyectos grandes, cuánta intervención experta requiere ni cuánto cuesta una verificación real. Tampoco debe sustituir las pruebas de integración, la revisión de arquitectura, el análisis de dependencias o la observación del sistema en producción.

Una herramienta prometedora, todavía por medir

La ampliación de Aristotle es relevante porque convierte la verificación formal asistida por IA en un producto accesible sin negociación previa y la conecta con dos entornos de ingeniería de gran impacto. Para equipos españoles que desarrollan software de sistemas, ciberseguridad, electrónica o chips, merece una prueba acotada sobre una propiedad de alto coste, con revisión humana de los supuestos y una medición clara del tiempo ahorrado.

La promesa no es que una IA certifique por sí sola todo lo que construimos. Es más concreta y, precisamente por eso, más útil: ayudar a convertir ciertos requisitos críticos en pruebas que puedan revisarse, repetirse y fallar de forma visible cuando el código cambia. El siguiente paso será demostrar que ese proceso escala fuera de los casos seleccionados por el proveedor.

Fuentes

Lecturas relacionadas

Recibe las nuevas publicaciones de Pangea IA

Suscríbete gratis y recibe por correo las nuevas noticias, guías y análisis sobre inteligencia artificial.

Deja una respuesta