Modelos menores de inteligência artificial podem estar a poucos meses de conseguir se replicar em dispositivos conectados à internet sem ajuda humana, segundo alerta da Anthropic. A empresa testou essa capacidade em aparelhos como televisores com Android e eletrodomésticos inteligentes.
O avanço chama atenção para os riscos de disseminação automática de IA em ambientes do dia a dia, fora do controle direto de usuários. Com a replicação em dispositivos domésticos, cresce a necessidade de avaliar segurança e limites para esse tipo de tecnologia em produtos conectados.
A Meta anunciou a série de modelos de inteligência artificial Muse Wonder, com versões Muse Wonder e Muse Wonder Full, voltadas a executar tarefas complexas com mais autonomia. Os agentes contam com memória entre conversas e conseguem manter um objetivo mesmo diante de erros, com aplicações que vão de organização de finanças pessoais à análise de contratos e ao desenvolvimento de softwares.
O Muse Wonder já está disponível para desenvolvedores e criadores via Meta Model API e Muse Code, enquanto o Muse Wonder Full é exclusivo para assinantes do Muse Code. A Meta diz que os modelos usam Active Memory para recuperar informações relevantes de interações anteriores e Active Focus para perseguir objetivos, testar abordagens, corrigir erros e solicitar confirmação do usuário antes de ações importantes, além de reforçar segurança e proteção de dados.
Um engenheiro da OpenAI é acusado de esconder um dispositivo de gravação de áudio em um pedaço de papel higiênico e instalá-lo atrás de um monitor em uma sala de reuniões executivas em um escritório em São Francisco. Segundo uma queixa criminal tornada pública, Abdulrahman Alfozan teria passado semanas consultando um “productivity agent” e um chatbot de IA para planejar a operação, incluindo o uso de uma ferramenta interna para checar reuniões no local.
A acusação também afirma que ele teria usado uma conta de chatbot ligada à esposa para tirar dúvidas técnicas sobre a instalação do equipamento. Após uma varredura de contravigilância em 30 de setembro, a equipe de segurança da OpenAI encontrou o dispositivo e acionou o FBI, além de desativar gradualmente o acesso de Alfozan aos sistemas da empresa durante a investigação.
O modelo de inteligência artificial GPT-6 Astra conseguiu decifrar uma mensagem de rádio alemã da Primeira Guerra Mundial que permanecia sem solução há 108 anos. A transmissão ocorreu em 27 de novembro de 1918 e usava o sistema de criptografia ADFGVX, descrito como um dos métodos mais complexos do período.
A decodificação foi feita a partir de uma mensagem de 170 caracteres, com 19 colunas, após a identificação da palavra-chave “TRUPPENVERSCHIEBUNG”. O texto recuperado descreve a movimentação de navios aliados no Mar Negro após o armistício, incluindo a chegada de um cruzador inglês a Sebastopol em 24 de novembro e a previsão de um esquadrão aliado para 26.
Mensagens de rádio alemãs da Primeira Guerra Mundial codificadas pelo método ADFGVX, que estavam entre cifras sem solução, foram decifradas pelo modelo GPT-6 Astra. A transmissão citada teria sido enviada em 27 de novembro de 1918 e, após a decodificação, o texto original foi reconstruído como “EIN ENGLISCHER KREUZER EINLIEG X SEWASTOPOL X S4STEN X EIN GESCHWADER DER X ALLIIERTEN FOLGT 26STEN X”, com tradução para “AN ENGLISH CRUISER ARRIVED AT SEVASTOPOL ON THE ?4TH AN ALLIED SQUADRON FOLLOWS ON THE 26TH”.
O modelo usou “TRUPPENVERSCHIEBUNG” como palavra de criptografia e aplicou a reorganização alfabética dessa chave antes de montar a tabela e mapear os pares de símbolos para cada letra. A hipótese do Astra para o motivo de a mensagem não ter sido resolvida antes envolve uma possível discrepância entre a data de início do uso da chave e a data em que a mensagem foi transmitida, mas a checagem apontou para registros que indicam chegada do HMS Canterbury a Sevastopol em 24 de novembro de 1918 e um esquadrão aliado em 26 de novembro.
:quality(85)/3d0163b8-3f97-4763-9750-441b5e832531.png)
