Notícias de IA

Uma plataforma não autorizada que raspava fanfics do Archive of Our Own (AO3) para alimentar um leitor e gerador de histórias assistido por IA ficou fora do ar depois que os autores enviaram mais de 2.000 notificações de remoção com base na DMCA em 24 horas. Escritores de fanfiction se organizaram pelas redes sociais ao descobrir que milhares de histórias haviam sido copiadas sem permissão para treinar modelos de inteligência artificial e preencher o site clone. A enxurrada de exigências legais levou os provedores de serviços a derrubar o site, marcando uma rápida vitória liderada pela comunidade contra a raspagem não autorizada de dados para treinamento de IA.

A rápida expansão da inteligência artificial na Índia enfrenta uma exclusão digital significativa, já que a maioria dos avanços atende principalmente populações urbanas e anglófonas, deixando para trás regiões rurais e semiurbanas. Para diminuir essa lacuna, novas iniciativas e startups estão desenvolvendo interfaces focadas em voz, modelos de linguagem localizados e aplicações de IA adaptadas à agricultura, saúde e governança em idiomas regionais. No entanto, expandir a IA na Índia rural exige superar desafios fundamentais, incluindo a falta de dados de treinamento em idiomas regionais, infraestrutura de internet limitada, baixa literacia digital e altos custos computacionais.

A investidora de capital de risco Yvonne Bajela captou US$ 17 milhões para um novo fundo em estágio inicial voltado para startups em fase pré-semente e semente em toda a Europa. Com base em sua experiência como sócia na LocalGlobe e sócia-fundadora na Impact X Capital, o fundo de Bajela foca em fundadores de alto potencial em setores tecnológicos essenciais, incluindo fintech, software corporativo e plataformas impulsionadas por IA. O fundo visa combater as disparidades de financiamento ao apoiar empreendedores sub-representados, ao mesmo tempo em que fornece capital crucial em estágio inicial para ajudar startups de tecnologia europeias a expandirem em um clima desafiador de captação de recursos.

A Dispatch Network garantiu ₹5 crore (50 milhões de rúpias) em uma rodada de financiamento pré-semente liderada pela Antler India para expandir sua rede de entregas definida por software e impulsionada por IA. O capital será usado para fortalecer sua equipe de engenharia e aprimorar algoritmos proprietários de IA para otimização de rotas em tempo real, gestão de frotas e despacho automatizado de pedidos. Ao aproveitar a inteligência artificial na logística hiperlocal, a startup visa reduzir os tempos de entrega e diminuir os custos operacionais para clientes corporativos e plataformas de comércio rápido.

Grandes empresas de tecnologia, incluindo OpenAI, Google e Microsoft, estão apoiando uma abordagem padronizada para que os proprietários de sites optem por não ter seu conteúdo coletado para o treinamento de modelos de IA. Tradicionalmente, os editores da web precisavam bloquear rastreadores web individuais gerenciando diretivas separadas em seus arquivos robots.txt. A nova iniciativa busca estabelecer um padrão unificado e legível por máquina, dando aos criadores um controle mais claro sobre se seu conteúdo da web pode ser coletado para treinar modelos de IA generativa, sem ter que recorrer à desindexação completa dos mecanismos de busca.

A cadeia de suprimentos agrícola fragmentada da Índia está emergindo como uma fronteira crítica para a implementação da inteligência artificial. Empresas de agrotecnologia e startups estão usando aprendizado de máquina, visão computacional e análise preditiva para modernizar as redes tradicionais de distribuição de alimentos, que sofrem com perdas pós-colheita, taxas excessivas de intermediários e severa volatilidade de preços. As principais aplicações incluem avaliação automatizada da qualidade dos produtos, previsão de estoque baseada na demanda e otimização logística em tempo real. Ao estabelecer conexões digitais diretas entre pequenos agricultores e compradores corporativos, as plataformas impulsionadas por IA buscam melhorar os preços pagos na fazenda e reduzir o desperdício pós-colheita, embora a ampliação total exija superar obstáculos de conectividade rural e lacunas na alfabetização digital.

Ser um colaborador “AI-First” não está mais restrito a cientistas de dados ou engenheiros de aprendizado de máquina. Em vez disso, descreve profissionais de todos os departamentos que integram proativamente a inteligência artificial em seus fluxos de trabalho diários para automatizar tarefas de rotina e aumentar a produtividade. Neste modelo, os trabalhadores atuam mais como supervisores orientando agentes de IA, tornando a expertise no domínio, o pensamento crítico e a resolução de problemas muito mais essenciais do que habilidades avançadas de programação. À medida que as organizações avançam para a integração da IA em toda a empresa, o sucesso depende do cultivo da literacia geral em IA e da adaptabilidade em toda a força de trabalho, em vez de confiar apenas em equipes técnicas especializadas.

Pesquisadores do MIT demonstraram que grandes modelos de linguagem (LLMs) podem inspecionar e editar diretamente os parâmetros de peso de redes neurais sem a necessidade do retreinamento tradicional baseado em gradiente ou ajuste fino. Ao traduzir pesos brutos em representações estruturadas, o LLM pode localizar informações específicas armazenadas e fazer modificações direcionadas para alterar comportamentos do modelo ou corrigir erros diretamente no espaço de parâmetros. Essa abordagem reduz significativamente o custo computacional e os requisitos de conjuntos de dados tipicamente necessários para atualizar modelos, oferecendo um novo paradigma para manutenção automatizada de modelos, edição eficiente de conhecimento e uma interpretabilidade mecanicista mais profunda.

A HCLTech lançou agentes de IA especializados para apoiar operações em mainframe e acelerar a modernização de aplicações legadas. Projetadas para mitigar a grave escassez de talentos à medida que engenheiros experientes em mainframe se aposentam, essas ferramentas de IA automatizam tarefas complexas, incluindo a explicação de código COBOL, geração de documentação, diagnóstico de incidentes e refatoração de código. Ao permitir que as equipes de TI empresariais compreendam, mantenham e transformem bases de código legadas com maior eficiência, a solução visa reduzir o tempo médio de resolução e diminuir os riscos operacionais para setores fortemente dependentes de sistemas mainframe, como bancos, seguros e saúde.

A startup de deep tech Xatoms está utilizando inteligência artificial e algoritmos de química quântica para descobrir novas moléculas capazes de purificar água poluída. Enquanto os métodos tradicionais de descoberta química podem levar anos, a plataforma de IA da Xatoms prevê e projeta rapidamente estruturas moleculares que atuam como fotocatalisadores, decompondo contaminantes como pesticidas, metais pesados e microplásticos quando expostos à luz. Ao acelerar a descoberta de materiais direcionados para o tratamento de água, a empresa visa fornecer soluções de água limpa escaláveis e de baixo custo para comunidades que enfrentam severa contaminação e escassez de água em todo o mundo.

Investidores de capital de risco forneceram US$ 30 milhões em financiamento para a Larridin, uma startup focada em ajudar clientes corporativos a avaliar e demonstrar o retorno sobre o investimento (ROI) de suas implementações de inteligência artificial. À medida que os gastos das empresas com tecnologias de IA se expandem rapidamente, a liderança executiva enfrenta uma pressão crescente para justificar esses custos com resultados de negócios mensuráveis. A plataforma da Larridin oferece às organizações ferramentas para acompanhar métricas de desempenho, gerenciar gastos com computação e quantificar ganhos financeiros e de produtividade em suas iniciativas de IA, permitindo que as equipes executivas tomem decisões baseadas em dados sobre gastos futuros com IA e alocação de recursos.

A DeepSeek introduziu um novo "Creator Mode" (Modo Criador) que permite aos usuários gerar plugins e extensões personalizados utilizando prompts de texto simples. A ferramenta automatiza a geração de código para integrações, permitindo que tanto desenvolvedores quanto usuários não técnicos construam ferramentas de IA funcionais sem escrever código manualmente. Ao simplificar o desenvolvimento de plugins, o Creator Mode reduz as barreiras técnicas para personalizar fluxos de trabalho e expandir as funcionalidades do modelo em diferentes aplicações.

A empresa de capital de risco do cofundador da Palantir, Joe Lonsdale, a 8VC, está a apoiar planos para uma instalação de criação nos EUA capaz de alojar até 30.000 macacos, no intuito de mitigar uma escassez crítica de animais de investigação. A rápida expansão na descoberta de medicamentos acelerada por IA aumentou a procura por testes pré-clínicos, contribuindo para um aumento de 700% nos preços dos macacos em sete anos. A crise de abastecimento foi agravada pela proibição de exportação da China em 2020 e pela fiscalização comercial mais rigorosa. Embora os defensores argumentem que o abastecimento doméstico é essencial para o desenvolvimento biomédico, a proposta enfrenta uma forte oposição de defensores do bem-estar animal e de comunidades locais preocupadas com os impactos éticos e ambientais.

O CEO da Y Combinator, Garry Tan, integra fortemente agentes de IA autónomos no seu fluxo de trabalho diário, gastando até US$ 200.000 anualmente em tokens de API para alimentar tarefas contínuas de automação e desenvolvimento de software. A execução de fluxos de trabalho de múltiplos passos baseados em agentes requer substanciais ciclos computacionais e chamadas de modelos, elevando significativamente as despesas com API em comparação com o uso padrão de IA conversacional. O elevado investimento de Tan destaca uma tendência crescente entre utilizadores avançados e desenvolvedores que dependem de agentes de IA persistentes para a execução de tarefas complexas, ilustrando tanto a grande utilidade quanto os custos significativos de infraestrutura associados ao software avançado baseado em agentes.

A OpenAI escalou sua infraestrutura de desenvolvimento de software otimizando o desempenho do Git para seus enormes monorrepositórios, que abrigam códigos para modelos de IA, infraestrutura e o ChatGPT. À medida que o tamanho dos repositórios se expandia, as operações rotineiras do Git tornaram-se inviavelmente lentas. Para resolver esses gargalos, a OpenAI implementou recursos como commit-graph, monitoramento de sistema de arquivos (fsmonitor), sparse checkouts (checkouts esparsos) e o Scalar para reduzir a sobrecarga da árvore de trabalho. A empresa também integrou o Jujutsu (jj), um sistema de controle de versão de código aberto e compatível com o Git, para simplificar o gerenciamento de revisões e a resolução de conflitos em bases de código em grande escala.