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 Petlibro apresentou a linha Granary 2 de alimentadores automáticos para ração seca, com foco em dar aos tutores uma visão mais detalhada do que os gatos realmente comem. A série inclui quatro modelos, com preços de US$ 129,99 a US$ 249,99, e traz controle pelo app, porções precisas e acompanhamento de ingestão.
O Granary 2 Vision (US$ 189,99) adiciona uma câmera com IA capaz de reconhecer até 10 gatos e rastrear os hábitos individuais de alimentação. Já o Granary 2 X (US$ 249,99) usa reconhecimento por IA para porcionamento individual para pets com necessidades específicas, enquanto todos os modelos contam com balança integrada para medir o que foi dispensado e o que permanece no recipiente, ajudando a estimar quanto o pet realmente comeu. Recursos como monitoramento avançado e gravação/reprodução em nuvem podem exigir assinaturas da Petlibro, com planos a partir de US$ 59,99 por ano.
Machine learning, ou aprendizado de máquina, é uma área da computação em que o programa aprende com exemplos em vez de seguir regras escritas por humanos. Em vez de programar “se X acontecer, faça Y”, o sistema recebe milhares de dados e identifica padrões para fazer previsões, como no reconhecimento de gatos a partir de fotos. O termo foi popularizado por Arthur Samuel na década de 1950.
Machine learning não é a mesma coisa que inteligência artificial: a IA é o campo maior e o machine learning é um dos caminhos, com o deep learning usando redes neurais de várias camadas. O aprendizado acontece em etapas como dados, treinamento e ajuste, com ciclos repetidos até melhorar as previsões, e existem tipos como supervisionado, não supervisionado e por reforço. Mesmo assim, algoritmos erram quando os dados são incompletos, desatualizados ou enviesados, além de limitações como alucinação e overfitting.
O Litter-Robot 5 Pro, da Whisker, chega com câmeras e sensores para usar IA e monitorar o uso da caixa de areia, além de prometer recursos ligados à saúde do pet. O modelo custa US$ 899 e inclui o sistema Cat ID para identificar qual gato está entrando, registrando as atividades no app.
Após meses de testes, a IA não entregou o que promete: o WasteID falhou em diferenciar os tipos de resíduos e as câmeras confundiram os dois gatos do testador, chegando a “fundir” registros em dois gatos idênticos. Mesmo com a assinatura Whisker Plus de US$ 8/mês para recursos de saúde e armazenamento de vídeo, não houve insights acionáveis, e a gravação interna também não funcionou como esperado.
