A Spotify ampliou o uso de desenvolvimento assistido por IA e mais que dobrou as mudanças mensais mescladas, de cerca de 8.100 para 17.000 ano a ano em agosto. Com o aumento do volume de alterações nos sistemas de produção, a empresa ajustou controles de qualidade e confiabilidade para lidar com a nova escala.
A companhia opera quase 3.000 serviços de produção para 777 milhões de usuários ativos mensais e relata desafios em processamento de conteúdo, automação de frota e capacidade de computação. Entre as respostas estão melhorias em monitoramento e testes, salvaguardas de rollout e capacidade de rollback, além da adoção do Honk, um agente de codificação em background que executa o Claude via Agent SDK em pods no Kubernetes.
Pesquisadores apresentaram na conferência KDD o estudo “GEO: Generative Engine Optimization”, voltado a melhorar a visibilidade de conteúdos nas respostas de mecanismos generativos. Nos testes descritos, intervenções específicas aumentaram a presença em até 40%, variando conforme o tema pesquisado.
O movimento é comparado ao SEO, mas com uma diferença: ao perguntar a uma inteligência artificial, muitas vezes o usuário recebe uma resposta pronta em vez de uma lista de opções. O texto destaca ainda como a construção de um “rastro público” — entrevistas, artigos, participações e fontes — pode influenciar o que sistemas como os buscadores associados ao ChatGPT encontram e citam, exigindo que assessorias e relações públicas considerem como esses dados são lidos e organizados.
A Starlink já permite que celulares se conectem diretamente aos satélites por meio da tecnologia Direct to Cell, sem a antena usada no serviço residencial. A proposta evoluiu de mensagens de texto para acesso a dados e chamadas via aplicativos, com operação feita em parceria com operadoras de telefonia que disponibilizam parte das frequências.
No Brasil, Vivo e Starlink participam de um ambiente experimental autorizado pela Anatel, com permissão válida até abril de 2029, mas ainda sem oferta comercial ampla. Enquanto isso, a SpaceX recebeu autorização da FCC para implantar até 15 mil satélites de nova geração, com novas frequências para ampliar cobertura e capacidade, inclusive em ambientes internos, aproximando a tecnologia de serviços móveis mais avançados.
Uma pesquisa apresenta um método para traduzir embeddings de texto entre espaços vetoriais diferentes sem dados pareados, sem encoders e sem conjuntos pré-definidos de correspondências. O trabalho propõe uma abordagem não supervisionada que mapeia embeddings para uma representação latente universal, descrita como uma estrutura semântica conjecturada pela Platonic Representation Hypothesis, preservando a geometria dos vetores. Os autores relatam alta similaridade cosseno entre modelos com arquiteturas, tamanhos de parâmetros e conjuntos de treino distintos.
A capacidade de converter embeddings desconhecidos para outro espaço mantendo sua estrutura é apontada como relevante para a segurança de bases vetoriais. O texto destaca que um adversário que tenha acesso apenas aos vetores pode extrair informações sensíveis dos documentos, o suficiente para classificação e inferência de atributos.
Um trabalho no arXiv propõe que redes neurais, apesar de operarem com vetores contínuos, podem desenvolver internamente uma estrutura simbólica. Os autores mostram que representações vetoriais de diferentes redes neurais podem ser aproximadas por estruturas simbólicas, permitindo substituir o processo de geração de representações por uma equação de forma fechada sem alterar significativamente o comportamento. O estudo inclui desde redes menores treinadas para manipular listas até grandes modelos de linguagem (LLMs) em domínios como aritmética, lógica, código e linguagem.
A pesquisa também indica que intervenções precisas nas representações internas de um LLM conseguem modificar seu comportamento de forma direcionada. Com isso, os resultados sugerem que a atuação do modelo depende das estruturas simbólicas identificadas, ajudando a aproximar visões tradicionais de inteligência baseada em símbolos do funcionamento vetorial dos sistemas modernos.
Pesquisadores do Arc Institute, na Califórnia, usaram um modelo de IA chamado Evo para desenhar vírus que não existem na natureza e demonstrar que eles conseguem se replicar. O sistema foi treinado com cerca de 9 trilhões de nucleotídeos de milhões de organismos e, após um novo ajuste para o bacteriófago Phi X-174, gerou cerca de 700 mil sequências potenciais; 285 foram sintetizadas e testadas em laboratório. No fim, 16 genomas projetados pela IA produziram vírus viáveis e capazes de infectar outras bactérias, com alguns se multiplicando até mais rápido que o vírus natural.
O avanço pode acelerar aplicações em biotecnologia e medicina, como o desenvolvimento de vetores para terapias gênicas. Ao mesmo tempo, reacende preocupações de biossegurança: especialistas apontam que modelos capazes de gerar genomas podem, no futuro, ser usados para criar variantes mais perigosas, e cobram mecanismos regulatórios e avaliação de risco mais alinhados ao ritmo da IA na área biológica.
Uma pesquisa apresenta um framework formal para operadores de atenção em Large Language Models usando Persistent State Machines (PSMs), com provas matemáticas para limites de erro de quantização e uma construção discreta do Softmax sob hipótese de logits limitados. A proposta também é validada com implementação em FPGA: um array de 1024 células em Zynq-7000 (xc7z020) e uma integração em SoC com PCIe no UltraScale+ (xcvu9p), incluindo interconexões AMBA AXI4 e ponte PCIe Gen3 via XDMA. Nos testes, a lógica fechou timing a 62,5 MHz (WNS +1,854 ns) e a simulação com mais de mil vetores aleatórios bateu bit a bit com uma referência em software fix-point.
O que muda na prática é a tentativa de tornar a atenção mais “hardware-friendly”, usando transições locais determinísticas em células estacionárias e gating para reduzir comutação ativa. Para devs/tech, isso sinaliza caminhos para acelerar e baratear inferência de LLM em dispositivos programáveis, com foco em eficiência energética e escalabilidade — embora os números de energia sejam estimativas de ferramenta, não medições em placa.
