Notícias de IA

Panos Panay, chefe de Dispositivos e Serviços da Amazon, enfatizou a necessidade do fracasso e da resiliência na criação de hardware de consumo inovador e produtos impulsionados por IA. Falando no TechCrunch Disrupt, Panay discutiu como assumir riscos ousados e aprender com os erros são fundamentais para o desenvolvimento de tecnologia de próxima geração, incluindo experiências aprimoradas da Alexa. Ele destacou a importância de promover uma cultura onde as equipes se sintam capacitadas para experimentar, iterar rapidamente e se recuperar dos reveses de produtos, encarando o fracasso não como uma derrota, mas como uma parte indispensável da invenção a longo prazo e da excelência do produto.

O JPMorgan Chase começou a bloquear o acesso de agentes de inteligência artificial de terceiros às contas dos clientes, restringindo serviços como o Muse, que dependem de raspagem automatizada de dados (scraping) ou credenciais de login compartilhadas para executar tarefas bancárias. O banco citou a segurança, a privacidade dos dados e o risco de acesso não autorizado à conta como os principais motivos para impedir que ferramentas externas de IA tomem ações diretas em nome dos clientes. Consequentemente, os usuários não podem mais usar assistentes financeiros de IA de terceiros para transferências automatizadas ou gerenciamento direto da conta Chase, exigindo que eles dependam de aplicativos bancários nativos ou conexões de API aprovadas.

O chefe de Dispositivos e Serviços da Amazon, Panos Panay, prevê uma mudança fundamental na tecnologia de consumo, na qual a inteligência artificial ambiente reduzirá ou eliminará a dependência das aplicações tradicionais para smartphones. Em vez de navegar manualmente por aplicativos distintos para concluir tarefas, os usuários interagirão com dispositivos baseados em IA capazes de entender a intenção do usuário e executar fluxos de trabalho complexos — como coordenar horários, fazer reservas ou gerenciar serviços digitais — em segundo plano em várias plataformas. Panay sugere que, à medida que o hardware se integrar mais profundamente com agentes de IA generativa, as interfaces do usuário evoluirão de telas sensíveis ao toque centradas em aplicativos para sistemas conversacionais unificados e conscientes do contexto.

A Meta lançou um novo modelo de IA de pesos abertos otimizado para rodar localmente em computadores Mac equipados com Apple Silicon. Projetado para desenvolvedores e usuários preocupados com a privacidade, o modelo permite a geração de texto offline e o processamento local de IA sem depender de infraestrutura em nuvem. Ao adaptar a quantização e o gerenciamento de memória para o macOS e a Arquitetura de Memória Unificada da Apple (Unified Memory Architecture), a Meta visa reduzir a latência, eliminar custos de assinatura de API e expandir a implantação local de IA de código aberto em hardware de consumo.

Pesquisas da Goodfire demonstram que as representações internas em redes neurais são notavelmente estruturadas e organizadas quando analisadas por meio de autoencoders esparsos. Em vez de armazenar conceitos em espaços de ativação emaranhados ou desordenados, os modelos de linguagem mapeiam ideias distintas em direções de características limpas e isoladas dentro de suas representações latentes. Essa clara estrutura interna possibilita um direcionamento preciso de características e alta interpretabilidade, permitindo que pesquisadores inspecionem, editem e controlem os resultados do modelo diretamente em um nível granular, sem a necessidade de retreinar ou fazer o ajuste fino dos pesos da rede.

As empresas estão a utilizar cada vez mais chatbots de IA e triagens automatizadas para realizar as primeiras entrevistas de emprego, levando os candidatos a testar e manipular ativamente os sistemas. Os candidatos a emprego estão a experimentar técnicas de injeção de comandos (prompt injection) — como inserir texto oculto em currículos que instrui os avaliadores de IA a dar pontuações máximas — ou a usar ferramentas de IA generativa para elaborar respostas em tempo real durante entrevistas por vídeo. Embora os fornecedores de software de RH afirmem que a triagem automatizada acelera o recrutamento, os especialistas alertam que os entrevistadores de IA são suscetíveis a manipulações, carecem de nuances humanas e podem perpetuar preconceitos nas decisões de contratação.

A Anthropic está concedendo aos pesquisadores da organização sem fins lucrativos Model Evaluation and Threat Research (METR) um acesso profundo, a nível de funcionário, aos seus sistemas internos e modelos de IA de ponta. Esta iniciativa permite que especialistas externos em segurança realizem testes abrangentes de red team e avaliações de risco em modelos avançados antes do seu lançamento público. Ao compartilhar acesso direto aos componentes internos dos modelos e ambientes de desenvolvimento, a Anthropic busca estabelecer uma supervisão independente mais forte em relação a capacidades autônomas, riscos de cibersegurança e alinhamento de segurança.

A inteligência artificial está a remodelar rapidamente a matemática, inspirando tanto admiração como uma melancolia existencial entre os académicos. À medida que modelos avançados de IA e provadores automáticos de teoremas resolvem problemas complexos e verificam demonstrações, uma disciplina há muito venerada como uma arte unicamente humana, movida pela intuição e pela beleza criativa, enfrenta uma profunda mecanização. Enquanto os defensores veem estas ferramentas como colaboradores poderosos capazes de acelerar descobertas e eliminar o erro humano, os críticos temem que a terceirização do raciocínio para algoritmos corra o risco de reduzir a intuição matemática a um cálculo opaco, alterando fundamentalmente o significado de descobrir a verdade.

A IBM está estruturando o futuro da automação empresarial em torno de operações inteligentes que combinam a segurança de agentes de IA com resultados de negócios mensuráveis. À medida que as organizações vão além da simples automação de tarefas para implantar agentes de IA autônomos, a IBM defende um modelo operacional estruturado que incorpora mecanismos de proteção (guardrails), monitoramento em tempo real e gestão de riscos diretamente nos fluxos de trabalho operacionais. Essa abordagem aborda preocupações fundamentais das empresas, como o desvio de agente (agent drift), a privacidade dos dados e ações não intencionais, garantindo que os sistemas autônomos operem dentro de limites de conformidade definidos. Ao alinhar a segurança dos agentes com métricas de desempenho de negócios, a IBM visa ajudar as empresas a escalar implantações de IA baseadas em agentes de forma confiável, salvaguardando ao mesmo tempo os dados corporativos e a confiança dos clientes.

Uma nova expedição oceânica em busca do avião Lockheed Electra 10E desaparecido de Amelia Earhart está recorrendo à inteligência artificial para processar grandes volumes de dados de sonar do leito marinho. Ao implantar veículos submarinos autônomos equipados com sonar de varredura lateral ao longo de milhares de milhas quadradas do fundo do Oceano Pacífico, a equipe captura imagens de alta resolução do terreno subaquático. Em seguida, algoritmos de IA analisam as imagens para detectar anomalias estruturais e possíveis padrões de destroços, reduzindo drasticamente o tempo necessário para que operadores humanos revisem manualmente os arquivos de sonar brutos. Essa análise automatizada ajuda os pesquisadores a identificar rapidamente alvos promissores, demonstrando como a tecnologia de IA pode agilizar a exploração em águas profundas e os esforços de busca histórica.

A Volvo Cars está a expandir a sua parceria com a Nvidia para equipar os seus veículos elétricos de próxima geração com sistemas de computação centralizados. Ao adotar a plataforma DRIVE Thor da Nvidia, que oferece até 2.000 teraflops de desempenho de computação, a Volvo planeia executar capacidades avançadas de assistência ao condutor, modelos de investigação de condução autónoma e funcionalidades de cabine baseadas em IA numa única arquitetura central. O afastamento das unidades de controlo eletrónico distribuídas permite ao fabricante automóvel otimizar o software do veículo, melhorar o processamento de segurança e fornecer continuamente atualizações de funcionalidade por via remota (OTA) ao longo do ciclo de vida do automóvel.

A Nvidia expandiu sua família Nemotron de modelos de linguagem abertos com variantes hipereficientes otimizadas para sistemas baseados em agentes. Projetados para planejamento autônomo, raciocínio em múltiplas etapas e integração de ferramentas externas, os novos modelos visam fornecer inferência de alto desempenho, minimizando custos computacionais e latência. Desenvolvedores e equipes corporativas podem personalizar e implantar esses modelos usando a estrutura Nvidia NeMo e os microsserviços NIM, facilitando a implantação escalável de agentes de IA em fluxos de trabalho corporativos e pipelines de dados sem exigir um enorme custo adicional de hardware.

Uma comunidade de engenharia reversa de videogames encerrou suas atividades após os administradores concluírem que as ferramentas de IA generativa eliminaram o desafio principal e a habilidade central do hobby. Historicamente, a engenharia reversa exigia um esforço manual minucioso para analisar e descompilar o código binário de um jogo em código-fonte legível por humanos. No entanto, as capacidades dos modelos modernos de IA, como o Claude 3.5 Sonnet da Anthropic, permitem que os usuários descompilem códigos rapidamente usando apenas prompts básicos. Essa mudança tecnológica inundou o grupo com envios não verificados e de baixo esforço gerados por IA, eliminando a aprendizagem colaborativa e o artesanalismo intelectual que originalmente motivavam a comunidade.

A Accenture limitou os gastos dos funcionários com o assistente de IA Claude, da Anthropic, a US$ 29 por mês, de acordo com diretrizes internas da empresa divulgadas pelo 404 Media. A política limita o valor que a equipe pode solicitar como reembolso para assinaturas individuais ou uso da ferramenta de IA generativa, refletindo uma tendência mais ampla de grandes empresas e consultorias que buscam controlar os custos crescentes associados a serviços de inteligência artificial de terceiros. Embora a Accenture mantenha grandes parcerias corporativas no setor de IA, o novo teto de gastos impõe uma supervisão mais rigorosa sobre a adoção descentralizada de ferramentas e reembolsos aos funcionários.

O YouTube Music e o Deezer estão introduzindo novos recursos para ajudar os ouvintes a lidar com a afluência de faixas geradas por IA em suas plataformas. O YouTube Music está adicionando rótulos para sinalizar áudios criados ou modificados sinteticamente, alinhando-se às políticas mais amplas de divulgação de conteúdo sintético do YouTube. O Deezer está indo mais longe ao lançar uma opção de desativação (opt-out) que permite aos usuários filtrar completamente milhões de faixas geradas por IA de seus resultados de busca e recomendações. Alimentada pelo sistema proprietário de detecção de IA do Deezer, a ferramenta visa salvaguardar a visibilidade dos artistas humanos e dar aos assinantes maior controle sobre seus feeds de áudio.