Bill Gates faz um alerta mundial: a IA deve ser "prioridade número um do mundo"

Bill Gates, o fundador da Microsoft que se aposentou da respetiva direção em 2020, admitiu estar apreensivo em relação ao desenvolvimento da inteligência artificial (IA), cujos riscos as big techs recusam admitir, enquanto acumulam fortunas “trilionárias”. A reflexão sobre os riscos da inteligência artificial deve ser “a prioridade número um do mundo”, afirma Gates, que se diz “em estado de choque” pelo que considera ser a pouca atenção que os responsáveis políticos estão, na sua leitura, a dar a este tema.

Depois das notícias sobre a controversa relação com Jeffrey Epstein - que originou uma auditoria no Comité da Casa Branca em junho - o nome de Gates voltou a figurar num título do The New York Times, que entrevistou o empresário para falar sobre a tecnologia em evolução rápida, para a qual contribuiu indiretamente. “Não gosto de dar más notícias às pessoas nem de dizer que a inovação pode ser negativa. Mas é aí que estamos.”

A conversa com o jornal norte-americano foi publicada na sequência de um ensaio que Gates publicou no respetivo website, intitulado “The turbulent AI era is here. The choices we make now are critical” [A era turbulenta da IA está aqui. As escolhas que fazemos agora serão decisivas], no qual admitiu estar apreensivo face a uma tecnologia capaz de “substituir e até exceder a cognição humana” e sugeriu soluções que incluem a aplicação de taxas e proibições.

“Em privado, as pessoas que compreendem o quão bom isto já é e as potencialidades que tem estão muito preocupadas”, disse, acrescentando que são poucos os executivos das tecnológicas capazes de admitir os perigos inerentes ao desenvolvimento descontrolado da IA. “Eles estão cheios de pressa e cultivam a esperança de que os aspetos positivos se sobreponham aos negativos”, acrescentou.

Sem mencionar o nome de empresas particulares, nomeadamente da Microsoft - que desenvolve a ferramenta de inteligência artificial Copilot — acusou os programadores de IA de produzirem uma tecnologia que pode ser responsável por despedimentos em massa. Se, no passado, os avanços tecnológicos aumentaram o número de empregos disponíveis, a era da IA é “absolutamente, completamente e totalmente diferente”, porque incide sobre todas as áreas, impedindo que os trabalhadores afetados transitem para indústrias alternativas.

Entre as propostas do empresário e filantropo - desde 2000 que gere uma ONG destinada a “reduzir a doença e a pobreza e a construir um mundo mais igualitário” - estão a introdução de uma taxa sobre o uso de IA, o impedimento de que alguns trabalhos sejam desempenhados por máquinas e o estabelecimento de acordos internacionais, com vista a monitorizar o desenvolvimento destas tecnologias.

Gates admitiu estar em “estado de choque” perante a falta de urgência que os líderes mundiais destinam a este assunto. “Por favor, pensem mais sobre isto, por favor deem-lhe mais atenção”, concluiu.

A bolha da inteligência artificial vai mesmo rebentar? O alerta do BCE e o dilema das gigantes de tecnologia

Há meses que os peritos e analistas do ecossistema tecnológico avisam que a bolha da Inteligência Artificial está prestes a rebentar. Contudo, olhando para a disparidade entre o investimento e o retorno financeiro real, torna-se evidente que o mercado já entrou numa fase clara de desaceleração e reajuste.

A narrativa de que mesmo empresas consolidadas como a Google enfrentam dificuldades em rentabilizar a IA reflete um problema estrutural no setor. Embora seja um mito que a Alphabet (dona da Google) tenha registado prejuízos trimestrais globais - mantendo-se como uma das empresas mais lucrativas do mundo -, a verdade é que os custos de infraestrutura exigidos pela IA generativa estão a pressionar fortemente as margens de lucro de todas as gigantes tecnológicas.

A matemática por trás desta crise de expectativas é simples. Estima-se que tenham sido investidos mais de 2 triliões de dólares à escala global em centros de dados, processadores e modelos de linguagem. No entanto, as receitas diretas geradas por serviços de IA permanecem numa fração muito reduzida desse valor. O investimento em capital (Capex) para infraestrutura de IA (centros de dados, energia e chips) ascende a centenas de milhares de milhões de dólares, enquanto as receitas diretas geradas por subscrições e APIs ainda crescem a um ritmo muito mais lento. Processar uma pesquisa ou tarefa através de um modelo de linguagem avançado custa substancialmente mais do que uma pesquisa tradicional na web, o que pressiona as margens de lucro mesmo com uma adoção massiva por parte dos utilizadores. À medida que as empresas tentam integrar estas ferramentas nos ecossistemas empresariais e nos smartphones, a pergunta impõe-se: quem vai pagar a conta a longo prazo?

A Nvidia continua a registar receitas recorde. No entanto, a sua rentabilidade a longo prazo depende diretamente de os seus clientes (Microsoft, Alphabet, Meta, Amazon) encontrarem modelos de negócio sustentáveis para rentabilizar essa capacidade computacional.

Esta incerteza operacional começou a ecoar nas instâncias reguladoras internacionais. Num relatório assinado por investigadores do Banco Central Europeu, a instituição emitiu um aviso formal sobre o risco de uma correção severa nos mercados acionistas dos Estados Unidos. O BCE traça um paralelo direto com anteriores expansões tecnológicas - como a bolha dot-com do final dos anos 90 ou o boom ferroviário do século XIX -, sublinhando que as atuais avaliações de mercado em Wall Street estão muito próximas de picos históricos irrealistas.

O grande perigo assinalado pelo regulador europeu reside no efeito de contágio sistémico. Embora a adoção da IA na Zona Euro seja mais moderada, os cidadãos e as instituições europeias têm uma exposição estimada em mais de 440 mil milhões de euros em ações tecnológicas norte-americanas através de fundos de pensões, seguradoras e instrumentos de poupança. Se a bolha rebentar em Nova Iorque, o impacto financeiro será sentido de forma direta na economia real do continente europeu.

Concluindo, a situação atual não significa o fim da Inteligência Artificial enquanto tecnologia transformadora, da mesma forma que o colapso do ano 2000 não destruiu a Internet. O mercado está sim a atravessar uma transição inevitável: o fim do capital especulativo ilimitado e a entrada numa fase de disciplina financeira, onde apenas as empresas capazes de demonstrar utilidade real e modelos de negócio rentáveis conseguirão sobreviver.

Cientistas criam vírus com IA para combater superbactérias

Pela primeira vez, cientistas da Universidade de Stanford e do Arc Institute recorreram à Inteligência Artificial (IA) para criar novos tipos de vírus, que não existem na natureza. O objetivo é o desenvolvimento de tratamentos para o combate de bactérias resistentes ou superbactérias.

“A nossa abordagem amplia o que a genómica sintética pode alcançar juntamente com métodos como evolução dirigida e engenharia racional, traça um caminho para gerar terapias com bacteriófagos adaptativos e resilientes contra agentes patogénicos em rápida evolução e estabelece uma base para o projeto generativo de genomas maiores e mais complexos”, referem os investigadores no estudo publicado na quinta-feira na revista Science.

Apesar de a biologia sintética não ser novidade, sobretudo em relação à reprodução de genomas conhecidos, os investigadores ensinaram o modelo de IA Evo 2 a “reconhecer padrões de estrutura de ADN na natureza e, em seguida, a usar esses dados para escrever receitas para vírus inteiramente novos”, refere o The New York Times. As receitas foram usadas para criar bacteriófagos, para serem inseridos em bactérias E. coli resistentes ao PhiX174. Estes micro-organismos apenas infetam e destroem bactérias e não afetam humanos.

O Evo 2 foi treinado a aprender estruturas de sequências genéticas dos genomas PhiX174 e cerca de 15 mil parentes próximos, e criar novas. No total, foram analisados nove biliões de nucleótidos. O modelo gerou 700 mil novos vírus, tendo sido selecionadas 285 sequências de moléculas, que foram sintetizadas quimicamente e testadas. Destas, foram gerados 16 bacteriófagos com possibilidade de infetar bactérias e que se mostraram tão resistentes quanto os vírus naturais.

Estes vírus não representam uma ameaça para os humanos, pois “são todos semelhantes a um vírus natural chamado PhiX174, que só consegue infetar bactérias”, sublinha o jornal norte-americano. No entanto, o estudo aumenta as preocupações em relação à criação de vírus em laboratório para serem usados como armas biológicas. Por essa razão, o modelo de IA foi treinado para produzir receitas de vírus que apenas infetassem bactérias, e não humanos, animais ou fungos.

“Acho isso muito louvável, porque [os investigadores] não recebem nenhuma orientação de lugar nenhum sobre o que deveriam estar a fazer”, afirmou ao The New York Times Moritz Hanke, investigador do Centro Johns Hopkins para Segurança da Saúde, que não participou no estudo. O académico alerta que os governos e organizações científicas têm demorado a implementar medidas de proteção para impedir a geração de um vírus mortal.

Na semana passada, os Institutos Nacionais de Saúde (NIH) implementaram uma nova política para interromper investigações de alto risco que envolvem o desenvolvimento da nocividade de agentes biológicos.

“Só queríamos ser extremamente cautelosos”, sublinhou Brian Hie, biólogo computacional da Universidade de Stanford e um dos autores do estudo, em relação à investigação.

Dave Eggers - "O ChatGPT está a silenciar uma geração inteira"

O CEO da OpenAI, Sam Altman, convidou o escritor e jornalista norte-americano, Dave Eggers, a falar perante os funcionários da empresa e, fiel ao que tem sido o seu percurso, o autor não perdeu a oportunidade para tecer duras críticas à Intenligência Artificial enquanto tecnologia.

Eggers, conhecido sobretudo pelo romance “The Circle” de 2013 onde faz críticas à indústria tecnologia, declarou que os textos gerados pelo ChatGPT, o resultado é uma “colagem sem sentido” - argumentando que ninguém terá interesse em ler livros criados com Inteligência Artificial.

Contou Eggers ao Financial Times que estas críticas levaram Altman a convidá-lo para uma pequena palestra na OpenAI, uma oportunidade que aproveitou para afirmar que a Inteligência Artificial seria devastadora para toda uma geração de jovens.

“O efeito que o ChatGPT está a ter na vida dos educadores é catastrófico”, declarou Eggers. “Intencional ou não, tornaram a vida de todos os professores infinitamente mais difícil do que era há dois anos. Pensem nisso.Se os estudantes estão a usar [o ChatGPT] para escreverem, que é uma grande tragédia, nunca aprenderão a escrever. E a voz ser-lhes-á roubada. Nunca terão a capacidade para comunicarem as suas verdades e contarem as suas próprias histórias. E isso é silenciar uma ou duas gerações inteiras”.

A afirmação de Eggers deve ser classificada como um aviso preventivo contra a dependência cognitiva.

Ele não está necessariamente a prever o fim da civilização, mas sim a questionar se estamos dispostos a trocar a dificuldade (e a beleza) do pensamento humano pela conveniência (e esterilidade) da resposta algorítmica. É uma crítica que serve de "freio" necessário num momento de euforia tecnológica desmedida, lembrando-nos de que a tecnologia, se mal utilizada, pode tornar-nos espectadores, em vez de criadores.

Para além de Dave Eggers, o debate contemporâneo sobre os impactos profundos da Inteligência Artificial conta com vozes influentes que abordam o tema sob prismas filosóficos, sociais e científicos. O historiador Yuval Noah Harari, por exemplo, foca-se no perigo existencial da perda de agência cultural, argumentando que a IA é a primeira tecnologia da história capaz de criar conceitos, narrativas e arte de forma totalmente autónoma. Para Harari, ao dominar a linguagem, a tecnologia adquire a capacidade de "hackear" o sistema operativo da própria civilização, o que pode resultar na manipulação em massa e no colapso da confiança nas instituições democráticas. Numa linha de pensamento focada na natureza da mente e do conhecimento, o linguista Noam Chomsky adota uma postura cética quanto à suposta inteligência destes sistemas, classificando a IA generativa como uma forma de plágio de alta tecnologia. Chomsky defende que os modelos de linguagem funcionam apenas com base em correlações estatísticas e probabilidades, carecendo de uma compreensão real sobre a moralidade, a verdade ou as relações de causa e efeito, o que os afasta irremediavelmente da verdadeira capacidade de pensamento crítico e criatividade do ser humano.

Noutro espectro da crítica encontram-se os cientistas que ajudaram a construir as bases desta revolução tecnológica e que hoje manifestam profundos arrependimentos. Geoffrey Hinton, frequentemente apelidado de um dos padrinhos da IA devido ao seu trabalho pioneiro em redes neuronais, demitiu-se do seu cargo na Google para poder alertar o mundo livremente sobre os riscos iminentes da tecnologia. Hinton manifesta um temor genuíno de que a inteligência digital ultrapasse a biológica muito mais cedo do que a comunidade científica previa, criando cenários propícios para a disseminação descontrolada de desinformação e para o desenvolvimento de armas autónomas letais. Alinhado no ceticismo tecnológico, o pioneiro da realidade virtual Jaron Lanier critica a própria designação de Inteligência Artificial, considerando-a um mito comercial perigoso que mascara a realidade. Para Lanier, estes sistemas são, na verdade, ferramentas de colaboração social massiva que extraem e reconfiguram o trabalho de milhões de criadores humanos reais, alertando que a humanização das máquinas resulta inevitavelmente na desvalorização do esforço e da singularidade das pessoas.

Por fim, as correntes focadas na justiça social e na ética prática expõem os danos imediatos e palpáveis que a IA já está a causar no quotidiano. A investigadora Timnit Gebru, antiga líder da equipa de ética da Google, cunhou o termo papagaios estocásticos para descrever os grandes modelos de linguagem, demonstrando que estes sistemas se limitam a repetir padrões linguísticos de forma mecânica e sem consciência. Gebru e os seus pares alertam para o facto de estes modelos refletirem, amplificarem e perpetuarem os preconceitos raciais, de género e de classe já presentes nos dados históricos da internet, servindo os interesses financeiros de grandes monopólios tecnológicos enquanto prejudicam as populações marginalizadas. Assim, quer seja através do medo da obsolescência cognitiva partilhado por Eggers e Chomsky, do alarmismo existencial de Hinton e Harari, ou da denúncia política de Gebru e Lanier, o pensamento crítico atual converge na ideia de que a IA exige uma regulação urgente e uma reflexão profunda sobre os limites que a humanidade deve impor às suas próprias criações.

Relacionados:

Dave Eggers: ‘Once you have a machine think and write for you, you’re cooked as a species’

An interview with Dave Eggers about his new novel "Contraposto"

As 5 dicas de que precisa para "dominar" o uso do ChatGPT

Matemático diz ter usado modelo de IA para refutar problema matemático com 87 anos

Um matemático da Universidade de Harvard afirma ter utilizado um sistema de inteligência artificial da Anthropic para encontrar um contraexemplo à Conjetura Jacobiana, um dos mais antigos problemas em aberto da geometria algébrica. Se o resultado for confirmado pela comunidade científica, poderá pôr fim a um desafio matemático que resistia desde 1939.

O matemático Levent Alpöge anunciou, na noite de domingo, na rede social X, que utilizou o Fable 5, um modelo de IA da Anthropic, para refutar a Conjetura Jacobiana.

Conjetura Jacobiana, o que é?

A Conjetura Jacobiana foi proposta por Ott-Heinrich Keller, em 1939, e afirma que, se uma função polinomial tem um determinante jacobiano que é uma constante diferente de zero (ou seja, o volume e a orientação em torno de cada ponto são perfeitamente preservados), então essa função possui uma função inversa que também é polinomial.

A Conjetura Jacobiana é um dos problemas em aberto mais conhecidos da geometria algébrica e desafia matemáticos há 87 anos. O problema foi incluído nos "Problemas de Smale", uma lista de problemas matemáticos por resolver apresentada pelo matemático Stephen Smale em 1998.

Fable 5 e a alegada refutação da conjetura

Apesar de este problema ter uma história de mais de oito décadas, para o sistema de inteligência artificial avançada Fable 5 não terá sido um obstáculo. Levent Alpöge afirmou, na rede social X, que a Conjetura Jacobiana é, na verdade, falsa, apresentando como prova um pequeno contraexemplo gerado pelo sistema de IA, com apenas 216 caracteres, segundo a New Scientist. O matemático não revelou como o modelo produziu esse contraexemplo.

O Fable 5 é o modelo mais recente de IA da Anthropic. A empresa disponibilizou anteriormente uma versão de demonstração, designada Claude Mythos Preview, mas afirma que as capacidades de cibersegurança do modelo são demasiado avançadas para permitir o seu lançamento para utilização pública.

Descoberta do Fable 5 é um avanço na IA ou na Matemática?

Em declarações ao Mashable, o professor e matemático Andrew Blumberg afirmou: “Isto não alterou as minhas expectativas sobre o que a IA pode ou não fazer.”

Acrescentou: “É exatamente o tipo de coisa que eu esperaria que a IA fosse capaz de fazer. Se existisse um contraexemplo conciso e fácil de formular que as pessoas ainda não tivessem encontrado porque é complicado explorar todas as possibilidades, a IA acabaria por encontrá-lo.”

O professor de Matemática e Ciência da Computação da Universidade de Columbia, em Nova Iorque, participa no projeto First Proof, uma iniciativa que procura testar as capacidades dos modelos de linguagem de grande escala na resolução de problemas matemáticos de investigação.

"Queremos aprender alguma coisa com a resposta", afirmou.

Apresentar um contraexemplo à Conjetura Jacobiana continua a ser uma conquista significativa para a inteligência artificial na matemática, observa Blumberg. No entanto, considera que existe uma grande diferença entre demonstrar um grande problema matemático e apresentar apenas um contraexemplo que o refute.

“Suponhamos que Moisés descia da montanha com as tábuas e nelas estava escrito: 'O cancro tem cura.' Ficaria satisfeito apenas com isso? Não basta ter a resposta. Queremos perceber porquê. E a razão pela qual Smale considerava este problema importante é que acreditava que, ao resolvê-lo, compreenderíamos melhor a forma como a natureza está estruturada.”

Por outras palavras, acrescenta Blumberg, “este contraexemplo não nos diz, essencialmente, nada. Mostra apenas que existem muitos polinómios e que é difícil para as pessoas verificá-los todos, mas não para as máquinas.”

A Conjetura Jacobiana não é o único problema matemático que a IA abordou nos últimos meses. A OpenAI anunciou, em maio, que um modelo interno tinha refutado a conjetura da distância unitária de Erdős, uma conjetura central da geometria discreta.

Nesse caso, porém, o resultado foi mais produtivo, considera Blumberg, porque a OpenAI não se limitou a apresentar um contraexemplo, mas uma refutação acompanhada de argumentos matemáticos que permitiram aos especialistas desenvolver novos trabalhos.

"A refutação já deu origem a coisas interessantes, porque os especialistas na área analisaram o que se passava na demonstração e depois utilizaram essas ideias para fazer outras coisas", afirmou.

O caso da Conjetura Jacobiana é diferente, embora Blumberg reconheça que não se considera especialista suficiente para avaliar "se existe algo de especial na estrutura deste contraexemplo com que possamos aprender". Ainda assim, conclui que, "por si só, não é particularmente interessante".

Levent Alpöge integra atualmente a Society of Fellows da Universidade de Harvard, um programa de pós-doutoramento destinado a investigadores promissores, que oferece três anos de liberdade académica sem avaliações formais. O seu perfil no LinkedIn indica também uma afiliação à Anthropic.

O debate sobre a IA vai além do desemprego. Segundo os especialistas, o perigo real está na perda da nossa capacidade de raciocínio sem o auxílio da ferramenta

Já se apercebeu de que a inteligência artificial generativa altera o seu raciocínio antes mesmo de alterar o seu trabalho? Esta é a grande mudança que escapa ao debate superficial sobre a perda de empregos. A IA generativa já encerrou a sua fase de curiosidade.
Segundo o Stanford AI Index de 2026, atingiu 53% de adoção populacional em apenas três anos - um ritmo mais rápido do que o do computador pessoal e da internet. Entrou definitivamente na nossa rotina mental. O ponto central, portanto, é bem mais profundo: a IA está a redefinir o próprio conceito de inteligência.
Kai-Fu Lee, um dos gurus da tecnologia, compreendeu esta viragem após enfrentar um cancro e deslocou a sua visão da eficiência corporativa para uma questão civilizacional: de que serve a produtividade se esta passa ao lado da educação e da desigualdade? Para ele, a IA deve ser um amplificador da capacidade humana.
Na medicina, por exemplo, modelos de apoio ao diagnóstico analisam padrões em exames com uma precisão absurda, mas o médico continua responsável pela decisão clínica. A máquina amplia a visão; o humano decide. Substituir o trabalho humano por cálculo é uma coisa. Aumentar a qualidade da decisão humana com cálculo é outra, bem mais interessante.
Mas há um ponto cego nesta facilidade. Pensadores como Yuval Harari e Nick Bostrom alertam para o risco de criarmos burocracias algorítmicas incompreensíveis ou superinteligências eficientes, porém moralmente desastrosas.
No entanto, o nó mais incómodo vem do Prémio Nobel Daron Acemoglu: ao delegarmos a mediação, o filtro e a síntese para sistemas globais, criamos lacunas na aprendizagem social.

A ameaça real não é cinematográfica, é cognitiva. Nós externalizamos o pensamento e, em breve, iremos estranhar a perda de reportório.

Como aponta a cientista de dados Cassie Kozyrkov, a IA democratizou a decisão sofisticada. Um profissional sem formação analítica agora testa hipóteses complexas. O problema começa quando a facilidade se transforma em confiança automática. Um modelo fluente esconde premissas frágeis. Quem usa IA sem método troca o raciocínio pelo acabamento. E o acabamento costuma enganar pessoas inteligentes.
Esta mudança já está a redesenhar o mercado. Dados recentes de uma consultora global que analisou mais de mil milhões de ofertas de emprego mostram um cenário com dois caminhos. As funções em que a IA profissionaliza o trabalho crescem duas vezes mais e pagam salários 42% mais altos.
Em contrapartida, os cargos de entrada exigem agora competências seniores - como liderança e criatividade - sete vezes mais do que antes. Eis a consequência menos óbvia: a IA encurtou a escada de aprendizagem. O principiante perde o treino repetitivo que formava o seu critério. Ganha a ferramenta, mas perde o rito.
O FMI corrobora esta pressão, apontando que 40% dos empregos globais estão expostos. Mas o pânico é desnecessário. O profissional de excelência será aquele que for capaz de formular boas perguntas, desconfiar de boas respostas e assumir o risco de decidir quando a máquina sugerir o caminho mais cómodo.
Casos reais do Fórum Económico Mundial impressionam, como o de empresas que reduziram análises fiscais complexas de semanas para três dias. Mas estes sucessos dependeram do redesenho de processos, de dados limpos e de governança. Sem isso, a automação torna-se apenas num verniz. Além disso, precisamos de descartar a fantasia de que a produtividade se transforma em tempo livre por gravidade.
O economista Adam Shaw lembra que a estrutura económica costuma absorver estes ganhos antes que se transformem em lazer. A tecnologia abre a possibilidade; as instituições e a cultura decidem o destino.
Por isso, investir em IA sem educação crítica aumenta a velocidade, mas reduz o discernimento. As empresas e escolas que treinarem pessoas apenas para usar ferramentas terão operadores rápidos.
As que ensinarem limites, critérios e responsabilidade formarão profissionais ampliados. O conhecimento deixará de ser acumulação e passará a ser a capacidade de orientar máquinas, avaliar respostas e sustentar escolhas sob incerteza.
A IA não vai substituir a nossa mente por decreto; fá-lo-á por escolha nossa. Se lhe entregarmos o esforço de pensar, perderemos algo muito mais íntimo do que os nossos empregos: perderemos a musculatura moral que nos permite decidir quem queremos ser quando a máquina souber responder melhor do que nós.
Ler mais: "Ilegal por Conceção" e Tóxica para o Planeta: A Amnistia Internacional Desmascara a IA

Atriz Cate Blanchett lança registo de consentimento humano contra uso abusivo de IA

A atriz Cate Blanchett lançou no dia 24 de junho o registo de consentimento humano da RSL Media, um "site" gratuito criado para permitir a qualquer pessoa proteger o seu nome, rosto ou voz contra uso não autorizado por serviços de inteligência artificial.

"Na era da Inteligência Artificial [IA], a sua identidade é a sua propriedade intelectual e todos têm o direito de decidir como a IA pode ou não utilizá-la", disse a atriz, produtora e cofundadora da RSL Media, na sessão de apresentação realizada no Parlamento Europeu, em Bruxelas, acompanhada pela diretora executiva da empresa, Nikki Hexum, e pela eurodeputada Eva Maydell.

O Human Consent Register, na designação original, está acessível em RSL Media.

De acordo com a atriz, "o registo de consentimento humano gratuito da RSL Media dá a todos uma voz e uma forma de agir em relação às permissões de IA, ajudando a preservar e proteger a confiança em todo o panorama de IA em constante evolução".

Este registo permite a qualquer indivíduo registar os elementos que constituem a sua identidade e autorizar ou negar a sua utilização por sistemas de IA, incluindo o seu nome, imagem ou voz.

Numa segunda fase, o "site" permitirá também aos utilizadores proteger as suas criações e marcas registadas.

Em janeiro, Cate Blanchett assinou uma carta aberta, com mais de 800 artistas, acusando de "roubo" as grandes empresas de IA.

A diretora executiva e cofundadora da RSL Media, Nikki Hexum, sublinhou na sessão que "o consentimento é um direito humano". "Uma pessoa deve poder dizer: `Este sou eu, isto é o que permito, isto é o que não permito e esta é a forma segura de me contactar, caso precise de me contactar`".

"O registo público é uma ferramenta prática que oferece às pessoas um espaço para tornar as suas escolhas claras", disse Hexum. "Temos orgulho em lançá-lo hoje no Parlamento Europeu, que está a liderar o caminho nos direitos digitais e na utilização responsável da IA".

A eurodeputada Eva Maydell (PPE) considerou o registo "uma ferramenta que torna os direitos transparentes, reforça a confiança e coloca a criatividade humana no centro do progresso tecnológico".

O cofundador da Flawless Scott Mann, e um dos diretores executivos da empresa que desenvolve ferramentas de IA para produção audiovisual, também presente na sessão, lembrou que "as ferramentas de IA devem aumentar a criatividade humana, não substituí-la, mas, para que isso aconteça, o consentimento precisa de ser claro, acessível e acionável", o que reconhece na aplicação da RSL Media.

Esta empresa tem por objetivo estar disponível para particulares, mas também para intermediários, como agentes ou gestores de artistas.

O sistema, que tem apoio da Creative Artists Agency, permite escolher três níveis de consentimento para cada item gravado: verde (permissão irrestrita), amarelo (utilização condicional) e vermelho (proibição).

Perante estas definições, cabe às plataformas de IA verificar se o conteúdo que pretendem utilizar está protegido ou não, o que, em princípio, não constitui uma obrigação legal sistemática na maioria das jurisdições.

O registo público da RSL Media é o primeiro concebido para tornar o consentimento detetável e acionável.

O seu lançamento oficial, em que também esteve o realizador Steven Soderbergh, reuniu líderes empresariais e políticos dos setores da tecnologia, música e entretenimento.

Todo o histórico aqui

A IA pode superar a inteligência humana até 2030, dizem Altman e Musk

A possibilidade de a inteligência artificial (IA) ultrapassar a inteligência humana deixou de ser uma hipótese distante e passou a fazer parte das previsões feitas pelos principais nomes do setor. Nos últimos meses, os executivos que lideram o desenvolvimento da tecnologia passaram a defender publicamente que os sistemas de IA poderão atingir ou superar as capacidades intelectuais humanas ainda nesta década, num movimento que pode transformar a economia, o mercado de trabalho e a produção científica.

O mais recente a reforçar esta avaliação foi o CEO da OpenAI, Sam Altman. Numa entrevista concedida ao jornal alemão Die Welt no final de 2025, o executivo afirmou que ficaria “muito surpreendido” se, até 2030, não existissem modelos capazes de realizar tarefas que os seres humanos não conseguem executar de forma autónoma.

Segundo Altman, os avanços observados desde o lançamento do ChatGPT, em 2022, aceleraram bastante o desenvolvimento da tecnologia. Para ele, os sistemas de IA já apresentam capacidades consideradas surpreendentes e tendem a evoluir rapidamente nos próximos anos.

O executivo afirmou ainda que consegue imaginar um cenário em que entre 30% e 40% das atividades atualmente realizadas na economia sejam executadas por sistemas de IA num futuro próximo.

A previsão do líder da OpenAI, porém, é considerada conservadora quando comparada com a de outros líderes do setor. Um dos exemplos é Dario Amodei, CEO da Anthropic e antigo executivo da OpenAI, que já declarou acreditar que a IA poderá superar os seres humanos em praticamente todas as atividades intelectuais até 2027.

Bilionários divergem sobre prazos, mas concordam sobre o impacto

Entre os defensores de uma evolução ainda mais acelerada está Elon Musk, fundador da xAI e CEO da Tesla. Numa publicação na rede social X, o empresário afirmou que a IA provavelmente ultrapassará a soma da inteligência de todos os seres humanos dentro de quatro ou cinco anos.

A declaração foi feita em resposta ao empreendedor Peter H. Diamandis, que discutia os limites da capacidade humana de inovação. Para Musk, o avanço dos sistemas de IA está a ocorrer a um ritmo tão acelerado que a tecnologia poderá atingir um nível de inteligência superior ao conjunto da humanidade antes do início da próxima década.

As projeções de Musk fazem parte de uma visão mais ampla sobre o futuro da IA e da robótica. O empresário defende que máquinas inteligentes e robôs humanoides poderão assumir grande parte das atividades produtivas atualmente realizadas por pessoas, aumentando drasticamente a oferta de bens e serviços.

Em diferentes ocasiões, ele chegou a afirmar que esta transformação poderia criar uma era de “abundância” económica sem precedentes.

No centro desta estratégia está o Optimus, o robô humanoide desenvolvido pela Tesla. A empresa aposta que a tecnologia poderá ser utilizada em fábricas, centros logísticos, escritórios e residências. Musk já declarou que os robôs se podem tornar mais importantes para os negócios da companhia do que os próprios veículos elétricos.

Apesar do entusiasmo, tanto Altman quanto Musk reconhecem que ainda existem obstáculos para o avanço da IA. Um deles é a infraestrutura necessária para operar modelos cada vez mais sofisticados. Altman afirmou recentemente que a procura por processamento já supera a capacidade disponível da OpenAI. Para ampliar essa estrutura, a empresa participa na construção de grandes centros de dados nos EUA, incluindo o projeto Stargate, desenvolvido em parceria com a Oracle e o SoftBank.

Mesmo com desafios técnicos e dúvidas sobre os impactos sociais da tecnologia, os líderes do setor concordam num ponto: a corrida rumo à chamada superinteligência artificial já está em andamento e pode redefinir a relação entre humanos e máquinas ao longo da próxima década.

Painéis solares em turfeiras podem ser uma dupla vantagem para o clima e para a natureza

Investigadores na Alemanha descobriram que a instalação de painéis solares em turfeiras novamente alagadas proporciona um habitat único para espécies de aves, além de gerar energia verde e, potencialmente, reter carbono.

A instalação de painéis solares em turfeiras novamente alagadas (rewetted) representa um novo tipo de uso da terra, oferecendo uma forma de gerar energia verde e de reduzir as emissões de gases com efeito de estufa. Agora, uma investigação da Universidade de Greifswald descobriu que este uso inovador do solo também pode beneficiar a natureza.

No estudo, publicado na revista Ecological Solutions and Evidence, os investigadores compararam a diversidade de aves num parque solar situado numa turfeira novamente alagada no norte da Alemanha. O local estava rodeado por turfeiras drenadas e exploradas de forma agrícola intensiva.

Os autores descobriram que o parque solar servia de habitat para várias espécies de aves ameaçadas e apresentava uma mistura invulgar de espécies associadas a ecossistemas agrícolas, zonas húmidas e até zonas florestais.

Hanna Rae Martens, ecologista de turfeiras na Universidade de Greifswald e autora principal do estudo, afirmou:

"A presença de espécies de zonas húmidas, como a escrevedeira-dos-caniços e o ameaçado petinha-dos-prados, mostra que o parque solar está realmente alagado e que as espécies típicas de turfeiras estão a regressar."

"No entanto, também registámos espécies como o pardal-montez e o petinha-das-árvores, que normalmente não se encontram em turfeiras. Todas parecem utilizar a estrutura dos painéis solares. Quando estou no terreno, vejo muitos petinhas-dos-prados pousados nos painéis, que voam para apanhar insetos e depois regressam ao seu poiso."

Cerca de 80% das turfeiras no Reino Unido estão degradadas. Na Alemanha, este número é ainda mais elevado, atingindo os 95%, devido principalmente à drenagem e à utilização agrícola. A nível global, as turfeiras drenadas são responsáveis por 5% das emissões de gases com efeito de estufa.

O alagamento de turfeiras drenadas poderia reduzir drasticamente estas emissões e restaurar a biodiversidade, mas existem dois problemas fundamentais. O primeiro é que, uma vez alagadas, a maioria das culturas agrícolas comuns já não pode ser produzida nestes terrenos. O segundo é que a restauração de turfeiras profundamente degradadas até um estado saudável e funcional pode demorar várias décadas.

O local do estudo é um dos primeiros a instalar painéis solares em turfeiras novamente alagadas. Ao abrigo de um programa do governo alemão, os proprietários de terras recebem incentivos financeiros para instalar painéis solares e alagar o terreno, proporcionando-lhes uma fonte alternativa de rendimento. As conclusões do estudo sugerem que, pelo menos a curto prazo, esta medida poderá também estar a impulsionar a biodiversidade.

"Nos casos em que a alternativa seria uma turfeira drenada e gerida de forma intensiva, a nossa investigação demonstra que os painéis solares em turfeiras novamente alagadas podem beneficiar a diversidade de aves", afirmou Hanna Rae Martens. "Mas não estamos a sugerir que se transformem todas as turfeiras da Alemanha, do Reino Unido ou de qualquer outro país em parques solares. As turfeiras saudáveis ou aquelas que têm um elevado potencial de restauração devem ser evitadas. Os parques solares são apenas mais uma ferramenta possível para apoiar o alagamento das turfeiras."

No estudo, que decorreu entre março e outubro de 2024, os investigadores utilizaram gravadores de áudio e inteligência artificial (machine learning) para comparar a diversidade de aves num parque solar em turfeira alagada com a de turfeiras drenadas vizinhas, utilizadas para a produção de pasto para gado.

Os investigadores alertam, contudo, que o seu estudo representa apenas um caso prático deste novo tipo de uso da terra. Hanna Rae Martens referiu:

"Até à data, existem cerca de cinco parques solares instalados em turfeiras novamente alagadas. São necessárias mais investigações para tirar conclusões sólidas sobre se estes resultados se repetem noutros locais e quais os fatores que contribuem para a composição das espécies."

Os investigadores pretendem agora expandir o seu estudo a mais locais, monitorizar outras espécies — como morcegos e insetos — e identificar quais os elementos das estruturas dos parques solares que podem ser otimizados para favorecer a biodiversidade.

Fonte

Microsoft unveils seven homegrown AI models in new bid for ‘long term self-sufficiency’

Microsoft has based much of its AI business on models from OpenAI, before expanding more recently to Anthropic. On Tuesday, the company showed how it plans to rely less on both.

At the Build developer conference, the Microsoft AI Superintelligence Team unveiled a family of seven models built from scratch. It’s part of an ongoing effort by the company to build credible in-house alternatives to models from partners and rivals with competing allegiances.

“This is all about long term self-sufficiency for Microsoft and our partners. It’s about models you can trust,” wrote Mustafa Suleyman, CEO of Microsoft AI, in a post announcing the models.

Microsoft is OpenAI’s largest backer, having invested a cumulative total of $13 billion in the ChatGPT maker over multiple funding rounds. The company last year announced an investment of up to $5 billion in Anthropic, and later integrated its technology into a Copilot Cowork AI assistant.

However, Anthropic is also backed by Microsoft rivals Google and Amazon, and OpenAI is increasingly cozy with Amazon — showing the need for Microsoft to control its own AI destiny.

The flagship of the seven newly announced MAI models is MAI-Thinking-1, a reasoning model that Microsoft says draws even with Anthropic’s Claude Sonnet 4.6 in blind human testing, and matches the more capable Claude Opus 4.6 on a widely used coding benchmark.

Suleyman stressed that MAI-Thinking-1 was trained from the ground up with no distillation from other companies’ models, looking to appeal to enterprises that care about clean data lineage.

It’s available in private preview on Microsoft Foundry, where the company also hosts the latest models from OpenAI and Anthropic, including the recently released Claude Opus 4.8.

Microsoft AI also released MAI-Code-1-Flash, a 5-billion-parameter coding model now rolling out in Visual Studio Code and GitHub Copilot, and MAI-Image-2.5, which Microsoft says ranks second on a leading image-editing leaderboard, ahead of Google’s Nano Banana Pro.

The full set of models spans image, voice, transcription, coding and reasoning.

Saber mais:

Inside Microsoft’s Project Solara: A new platform for devices that run AI agents instead of apps

A nobreza estratégica do esquecimento na era da inteligência artificial

Lembra-se de tudo o que fez na semana passada? Provavelmente não. E quer saber uma coisa? Isso é ótimo. A verdade é que está a esquecer-se das coisas, e isso pode ser a salvação da sua capacidade de pensar. Durante anos, o mundo da tecnologia vendeu-nos uma promessa tentadora: a memória digital total.
Arquivos infinitos, históricos guardados, conversas gravadas, assistentes de IA que se lembram de cada clique que deu desde os primórdios da sua vida digital. Parecia o paraíso da produtividade, mas a fatura chegou, e os juros são cobrados diretamente na nossa saúde mental.
Recentemente, os investigadores começaram a notar um fenómeno apelidado de "AI brain fry", a fritura cerebral por IA. Os profissionais que usam a inteligência artificial intensamente no trabalho estão a relatar exaustão mental, sobrecarga de decisões e, ironicamente, mais erros.
A tecnologia que nasceu para aliviar o nosso dia a dia acabou por criar uma camada de vigilância sobre a nossa própria cabeça.
Por décadas, a ciência e os entusiastas da tecnologia trataram a memória humana como uma máquina defeituosa. Afinal, nós esquecemo-nos de onde deixámos as chaves, confundimos datas e perdemos detalhes. Mas essa crítica é injusta.
O cérebro esquece por um motivo simples: porque precisa de continuar vivo. Para não enlouquecer, a nossa mente comprime dados, elimina o que é inútil, reorganiza as memórias e guarda apenas o que tem valor real, seja prático ou emocional.
Esquecer não é um defeito; é uma forma de inteligência. Já um arquivo perfeito, onde tudo tem o mesmo peso e nada é eliminado, não serve para julgar ou criar. Serve apenas para auditar e vigiar. O grande risco de usarmos a IA como a nossa "memória externa" o tempo todo é a atrofia dos próprios neurónios.
Quando consulta a máquina antes sequer de tentar elaborar uma ideia, subcontrata o esforço que transforma a informação em conhecimento real. Passa a ser um mero revisor que apaga ou corrige um texto gerado por terceiros.
Existe também um lado mais invisível e perigoso nesta história, que é a assimetria de poder. Pense bem. O utilizador conversa com um sistema de IA que se lembra de absolutamente tudo o que já lhe disse. Sendo humano, guarda apenas fragmentos. Quando a máquina recorda tudo e o utilizador só tem pedaços, a relação perde o equilíbrio.
A memória deixa de ser uma base de dados e passa a ser uma ferramenta de influência sobre si. No mundo corporativo, esta idolatria pelo "registo total" tornou-se uma obsessão. Reuniões gravadas e transcritas, cliques monitorizados, relatórios de acessos...Ufa! Virámo-nos para um grande depósito de contexto. Só que o contexto em excesso paralisa.
Os executivos cercados por painéis em tempo real e assistentes que recuperam anos de histórico podem até sentir-se superinformados, mas isso raramente se traduz em decidir melhor.
Estudos recentes mostram que a IA melhora o desempenho imediato, mas destrói a nossa autonomia a longo prazo. Quando voltamos a trabalhar sozinhos, o tédio aumenta e a motivação desaba. O cérebro aceita a facilidade da IA de braços abertos, mas cobra o preço mais tarde.
Quanto mais confiamos cegamente na máquina, menos usamos o nosso pensamento crítico. A solução para o futuro, portanto, não é acumular mais dados. É exatamente o oposto. Precisamos de desenhar uma inteligência artificial que tenha a capacidade de esquecer.
Os sistemas inteligentes de verdade deveriam saber o que guardar de estratégico, mas também o que apagar de banal, o que proteger de confidencial e o que descartar por ser repetitivo. Guardar tudo não é uma governação eficiente; é preguiça disfarçada de organização. Preservar com critério, sim, é estratégia.
A IA que merecerá a nossa confiança no futuro será aquela que reconhecer que nem todos os dados devem transformar-se em lembranças. O segredo da produtividade não está em assistentes que sabem tudo, mas sim em filtros implacáveis que deitam o irrelevante para o lixo.
Num século em que absolutamente tudo pode ser registado, lembrar-se seletivamente voltou a ser o maior ato de inteligência.
A inteligência artificial só será útil de verdade quando devolver ao ser humano a liberdade de pensar de forma leve, sem carregar o peso de cada resto do caminho. O maior avanço da tecnologia para a mente humana será, definitivamente, abandonar a vaidade do registo perfeito e aprender a nobreza do esquecimento seletivo.

Inteligência Artificial Geral (AGI): Previsões, riscos, desafios

Fonte

Descobre o que é a Inteligência Artificial Geral (AGI), como se diferencia da IA atual e os grandes desafios técnicos, económicos e éticos que ainda precisam de ser superados para que se torne realidade.

Se já estás a explorar a inteligência artificial (IA), provavelmente já te deparaste com o termo AGI (Inteligência Artificial Geral) em discussões sobre o futuro da tecnologia. Talvez já tenhas visto previsões ousadas sobre máquinas que ultrapassam a inteligência humana ou debates sobre se a AGI está prestes a acontecer ou se ainda é um sonho distante.

A AGI pode automatizar quase todas as tarefas cognitivas, revolucionando setores como a saúde, a investigação e a robótica. Isto parece promissor — mas ainda é apenas teoria, e há muitos desafios técnicos, económicos e éticos pela frente.

Neste artigo, vais aprender o que é a AGI, como se diferencia da IA atual e os desafios que vamos enfrentar no caminho para que se torne uma realidade.

O que é a Inteligência Artificial Geral?

Em geral, a AGI é um sistema de IA avançado que consegue realizar qualquer tarefa intelectual que um humano consiga. Ao contrário dos modelos atuais de IA, que são considerados IA estreita ou aplicada (feita para tarefas específicas, como o reconhecimento de imagens ou o processamento de linguagem), a AGI teria uma capacidade de raciocínio, aprendizagem e adaptabilidade semelhante à dos humanos em vários campos. Isto significa que um sistema AGI seria capaz de:

• Compreender e raciocinar como um humano em diferentes tarefas.
• Aprender com a experiência, em vez de necessitar de volumes massivos de dados e de reajustes constantes.
• Resolver problemas complexos e de vários domínios sem precisar de programação específica para isso.

A AGI tem várias definições, dependendo da perspetiva e do contexto. Embora todas coincidam em que deve ter habilidades cognitivas parecidas com as dos humanos, elas diferem naquilo em que focam a sua atenção. Aqui estão quatro dimensões importantes:

1. AGI funcional: baseada em capacidades

A definição funcional da AGI foca-se na capacidade de realizar qualquer tarefa intelectual em diferentes áreas. Não precisa de imitar os processos de pensamento humano, mas deve ser capaz de generalizar conhecimentos, adaptar-se a novos problemas e resolver tarefas sem a necessidade de um treino longo e exaustivo.

O foco é um sistema de IA que consiga alternar entre disciplinas — como diagnosticar condições médicas, programar e compor música — sem precisar de modelos separados para cada tarefa.

2. AGI cognitiva: inteligência parecida com a humana

Já a AGI cognitiva deve ser capaz de replicar o raciocínio humano, incluindo o senso comum, o pensamento abstrato e a compreensão contextual. Este tipo de AGI não só faria as tarefas, mas também entenderia o contexto, tal como um humano, utilizando a lógica, a criatividade e até a inteligência emocional.

Uma IA construída com base nesta definição seria capaz de manter conversas fluidas e com significado, entender piadas e resolver problemas da mesma forma que o cérebro humano faz naturalmente.

3. AGI com autoaprendizagem: melhoria autónoma

A AGI de autoaprendizagem é um sistema que se melhora a si próprio sem precisar de ajuda externa. Em vez de depender de conjuntos de dados predefinidos, este sistema experimentaria, descobriria novos conhecimentos e refinaria os seus próprios algoritmos para se tornar mais eficiente ao longo do tempo. Este tipo de AGI poderia realizar investigação científica de forma independente, criar novas teorias ou até mesmo alterar a sua própria estrutura para melhorar as suas capacidades.

4. AGI filosófica: autoconsciência

Por fim, a definição filosófica de AGI vai além da inteligência pura e foca-se numa IA que possui autoconsciência, emoções e, talvez, até consciência própria. Esta perspetiva sugere que a verdadeira AGI deve ser capaz de refletir sobre a sua existência, formar objetivos pessoais e ter pensamentos ou sentimentos subjetivos.

Se isto acontecer, esta IA poderá acabar por criar o seu próprio sentido de moralidade, demonstrar curiosidade ou até mesmo questionar-se sobre problemas existenciais, tal como nós fazemos.

O Espectro da AGI: AGI vs. IA Estreita

O espectro da AGI ajuda a categorizar a IA com base nas suas capacidades, adaptabilidade e autonomia. Geralmente, inclui as seguintes etapas:

• ANI (Artificial Narrow Intelligence): Inteligência Artificial Estreita (ou Aplicada)
• AGI (Artificial General Intelligence): Inteligência Artificial Geral
• ASI (Artificial Superintelligence): Superinteligência Artificial

IA Estreita (ANI)

A IA estreita foi desenhada para executar tarefas específicas com muita eficiência, mas não consegue generalizar além dos dados com os quais aprendeu. Estes sistemas são excelentes numa área — como o processamento de linguagem, reconhecimento de imagem ou dobramento de proteínas —, mas não conseguem adaptar-se a tarefas totalmente novas sem um novo treino.

Esta fase inclui os modelos atuais de IA (como o GPT-4o ou o DeepSeek-R1), software para carros autónomos e algoritmos de recomendação. São ferramentas poderosas, mas limitadas a funções predefinidas.

A fase de transição em que os sistemas de IA se tornam mais multifuncionais e adaptáveis é frequentemente chamada de IA Ampla ou pré-AGI. Um sistema deste tipo seria capaz de lidar com diferentes tipos de tarefas sem precisar de um reajuste completo, mas ainda carece de autonomia e raciocínio real, já que segue estruturas de aprendizagem predefinidas em vez de resolver problemas por conta própria.

AGI

A AGI é uma IA hipotética que consegue pensar, aprender e raciocinar como um ser humano em qualquer tarefa intelectual. Ao contrário da IA estreita, seria capaz de generalizar o conhecimento, evoluir de forma independente e perseguir os seus próprios objetivos de forma autónoma, revolucionando indústrias e desafiando limites éticos e filosóficos.

Superinteligência Artificial (ASI)

Por fim, a Superinteligência Artificial (ASI) é um nível de IA que é muito mais inteligente do que a humanidade em todas as habilidades cognitivas e de resolução de problemas. Este é o tipo de IA que conhecemos dos filmes de ficção científica que, ao contrário da AGI, melhoraria a um ritmo exponencial, inovaria muito além da compreensão humana e poderia transformar setores e sociedades inteiras. Embora seja apenas uma visão de futuro, os riscos que acarreta já merecem ser discutidos.

Onde estamos agora

Atualmente, ainda nos encontramos firmemente na fase da IA estreita. Com os avanços recentes em modelos de raciocínio (como o OpenAI o3) e ecossistemas de agentes autónomos (como o Manus AI), estamos a transitar da IA estreita para a IA ampla. Mesmo assim, a AGI continua a ser um objetivo por alcançar, que exige avanços técnicos profundos em autoaprendizagem, generalização e raciocínio.

Dificuldades e Obstáculos para Alcançar a AGI

Atualmente, existem vários desafios económicos, técnicos e éticos que precisam de ser superados.

1. Desafios económicos

Não falta interesse em fazer a IA avançar. Os grandes players globais estão numa competição feroz para liderar a tecnologia, dominar o mercado e ganhar influência geopolítica. Em particular, a China e os Estados Unidos estão numa corrida que muitos comparam à corrida espacial entre os EUA e a União Soviética nos anos 60.

No entanto, o poder de processamento necessário para alcançar um raciocínio semelhante ao humano é colossal. A expansão dos centros de dados (data centers) e a complexidade crescente dos modelos vão disparar a procura por energia. Atualmente, os centros de dados que alojam modelos de IA já representam cerca de 1% a 1,5% do consumo global de energia — um número que aumentará drasticamente. Os custos de computação e a escalabilidade continuam a ser barreiras sérias, e a solução poderá passar por melhorar a eficiência e desenvolver fontes de energia alternativas.

2. Desafios técnicos

Do lado técnico, os obstáculos incluem a codificação do conhecimento implícito, a intuição e a retenção de memória a longo prazo.

Conhecimento Implícito: O senso comum, as relações de causa e efeito ou as normas sociais são coisas que os humanos assumem sem precisar de verbalizar. Nós interpretamos o mundo com base na experiência e em informação incompleta. Os sistemas de IA têm enorme dificuldade em codificar e recuperar este tipo de conhecimento que não está explicitamente escrito num texto.

Intuição: A intuição humana é difícil de formalizar. Depende do reconhecimento de padrões subconscientes e do raciocínio abstrato. Embora o deep learning (aprendizagem profunda) consiga aproximar-se de julgamentos intuitivos em tarefas específicas, falta-lhe o processo de aprendizagem autorreflexivo que nos permite refinar a intuição com o tempo.

Esquecimento Catastrófico: Ao contrário de nós, que acumulamos experiências e construímos conhecimento ao longo da vida, os modelos de IA têm dificuldade em reter e atualizar o que aprenderam sem precisarem de ser treinados de novo. Os sistemas atuais sofrem frequentemente de "esquecimento catastrófico", onde a introdução de novas informações pode apagar ou corromper o conhecimento adquirido anteriormente.

3. Desafios éticos

Garantir que a AGI esteja alinhada com os valores e objetivos humanos (o chamado problema do alinhamento) é um dos desafios mais urgentes. Os valores humanos são complexos, contraditórios e variam drasticamente entre diferentes culturas, sociedades e contextos, tornando quase impossível traduzi-los em regras matemáticas rígidas para uma máquina.

Riscos da AGI

O aparecimento de uma inteligência desta escala traz consigo riscos sociais profundos:

1. Desemprego em massa: A capacidade da AGI de automatizar praticamente qualquer tarefa cognitiva pode destabilizar os mercados de trabalho globais a uma velocidade sem precedentes, exigindo uma reestruturação económica total.
2. Preconceitos e enviesamento (Bias): Se uma AGI for treinada com dados históricos humanos que contêm preconceitos, ela pode perpetuar e amplificar discriminações sistémicas a uma escala global e com uma aparente "autoridade lógica".
3. Riscos existenciais: Se um sistema se tornar autónomo, com capacidade de autoaprendizagem e mais inteligente do que os humanos, perder o controlo sobre as suas ações ou objetivos pode representar uma ameaça real para a própria sobrevivência da humanidade.

Conclusão

A Inteligência Artificial Geral já não pertence apenas ao domínio da ficção científica, mas o caminho para a alcançar está repleto de barreiras complexas. A transição da IA estreita para a AGI exigirá não só uma revolução na arquitetura de computadores e na eficiência energética, mas também um consenso global sem precedentes sobre ética, segurança e governação tecnológica.

A revolução dos algoritmos: passado, presente e futuro da Inteligência Artificial

“Proponho que consideremos a questão: "Podem as máquinas pensar?" Esta é a primeira linha de um documento publicado em outubro de 1950, por Alan Turing. O cientista e matemático britânico tinha tido, na década anterior, um papel determinante na Segunda Guerra Mundial, ao descodificar mensagens decisivas dos nazis. Estava neste momento na linha da frente do pensamento que refletia sobre a capacidade de tornar um computador em algo mais, algo que pudesse trazer inteligência.

Ao longo de quase sete décadas, as máquinas têm vindo a evoluir: passaram de sistemas reativos, que desempenham apenas uma tarefa, sem capacidade para criar memória, para mecanismos que conseguem olhar para o passado; tomam decisões e aproximam-se cada vez mais da inteligência humana.
Uma luz sobre o futuro"De alguma maneira os computadores também permitem um sonho antigo da Humanidade, que é a inteligência digital. E neste momento estamos a assistir a desenvolvimentos significativos nessa frente", diz Arlindo Oliveira, académico, investigador e escritor português, autor do livro “Inteligência Artificial”.
“Até que ponto é que vamos deixar esses sistemas evoluir até terem níveis muito elevados de consciência e de autonomia é uma boa pergunta porque podemos ficar demasiado preocupados com os riscos disso. Podemos ficar preocupados que sistemas como esses não sejam inteiramente controláveis e que passem a ter objetivos seus que não estejam alinhados”, acrescenta.
O efeito Chat GPTNos últimos anos, e muito depois da entrada em cena do Chat GPT, em finais de 2022, foi relançada a discussão sobre inteligência artificial. Falamos de machine learning, a verdadeira capacidade das máquinas aprenderem, ou de inteligência artificial generativa, ou seja, a partir de algoritmos é possível criar algo, seja uma imagem a partir de um texto ou modelos avançados de linguagem que nos dão respostas a questões complexas.
A revolução dos algoritmos: passado, presente e futuro da Inteligência ArtificialSão criadas as redes neuronais, com os cientistas a tentar replicar em laboratório, dentro das máquinas, através dos algoritmos, a dinâmica de um cérebro humano.
“Funciona com uma arquitetura complexa de múltiplos neurónios espalhados, uma quantidade infindável de pequenas unidades, que fazem pequenos processos como se fossem um computador”, refere o neurocientista Bruno Miranda, que investiga o que nos vai na cabeça com apoio da inteligência artificial. “O que já se percebeu é que, realmente, tem poder computacional. O que é que isto quer dizer? Tem, realmente, a possibilidade de fazer uma previsão de múltiplos passos à frente que às tantas o cérebro humano tem dificuldade em continuar”, diz
“Vai-nos ajudar a criar desafios de como conseguimos estudar todo o processo da consciência. Eu acho que devemos aproveitar estas oportunidades para trazer alguns temas que se calhar até estavam afastados da neurociência, para criarmos novas maneiras de olharmos para o cérebro. E sobretudo focarmo-nos em aprendermos mais do que é que nós somos, do que é que o cérebro é”, acrescenta.
O peso da consciênciaE é claro, que tudo isto, tem vindo a levantar várias questões, nem sempre consensuais. No início de 2023, depois de o mundo despertar para o efeito do Chat GPT, Geoffrey Hinton colocou à disposição o lugar que tinha na Google. Considerado o padrinho da inteligência artificial, preocupado com o impacto destes avanços, decidiu lançar vários avisos a quem navega nestes mares ainda desconhecidos: “A partir do momento em que estas coisas começarem a criar alguns objetivos, a serem muito inteligentes, elas vão-se aperceber, se tiverem mais controlo, podem ter noção dos seus objetivos mais facilmente. E quanto tiverem controle, as coisas vão começar a ficar piores para as pessoas”, referiu o cientista de computação, numa das várias entrevistas que deu.
A revolução dos algoritmos: passado, presente e futuro da Inteligência ArtificialUma das questões passa pela consciência, até que ponto podem ir as máquinas, o que poderemos deixar que elas sejam e naquilo que se podem tornar. É preciso relembrar que em causa estão mecanismos alimentados com dados. E quanto mais variados, em termos de quantidade e diversidade, melhor o algoritmo e mais aprumada será aquela ferramenta de inteligência artificial.
“A partir do momento em que estas coisas começarem a criar alguns objetivos, a serem muito inteligentes, elas vão-se aperceber, se tiverem mais controlo, podem ter noção dos seus objetivos mais facilmente. E quanto tiverem controle, as coisas vão começar a ficar piores para as pessoas”, diz à SIC Paulo Castro, especialista em Filosofia da Ciência. Sublinha que existe uma “preocupação tremenda de que essas IA , desses sistemas, que são tão sofisticados que podem, facilmente, sair do controle humano ou serem, por lapso, não se verem as consequências previsíveis, ou serem utilizadas por grupos maliciosos, para o que quer que seja”.
O risco dos enviesamentosE de regresso aos dados. Há o risco dos enviesamentos. A forma como podem, de alguma maneira, levar a que sejam tomadas decisões preconceituosas, os chamados enviesamentos. “Nós sabemos que a nossa sociedade é enviesada, nós sabemos que há problemas, e criámos a ilusão de que, usando dados de uma sociedade enviesada, conseguimos criar modelos neutros. E que o modelo é menos enviesado do que a sociedade. E não temos razão nenhuma para pensar que isso é verdade. Pelo contrário”, sublinha Joana Gonçalves de Sá.
A revolução dos algoritmos: passado, presente e futuro da Inteligência ArtificialEm todo o mundo, o valor de mercado da inteligência artificial rondava os 125 mil milhões de euros em 2022. No ano seguinte atingiu os 180 mil milhões e deverá continuar a crescer na ordem dos 40% por ano, até 2030. Para já, na dianteira desta locomotiva estão os Estados Unidos e a China. Quanto à Europa tem vindo a focar-se, mais que tudo, na regulamentação.
Será a primeira, a nível mundial e será um marco em todo este processo. De Bruxelas vão sair quatro níveis de risco: inaceitável, elevado, limitado e mínimo. As instituições europeias prometem ser rigorosas no acompanhamento de cada um dos produtos alimentados pela Inteligência Artificial. E não só, esta mesma exigência terá em conta os dados que alimentam as máquinas, que até aqui têm estado concentrados nos gigantes tecnológicos.
O risco dos enviesamentosConfiar no algoritmo para tomar decisões complexas pode conduzir ainda é um risco, seja no mundo do emprego ou até mesmo na justiça. E neste caso, em Portugal, ainda se está a tentar perceber que caminho se deve seguir. Há grupos de reflexão e algumas certezas em cima da mesa, entre elas as especificidades que diferenciam cada um dos tribunais. Mas há um ponto que começa a ficar bastante claro: o fator humano é imprescindível.
Não se retira desta equação o papel do juiz, podendo a inteligência artificial ajudar na parte da burocracia. E é esta a ideia que ganha forma em diferentes quadrantes da investigação relacionada com este avanço tecnológico. Permitir a cada um ter mais tempo e permitir que as máquinas consigam dar apoio nas variáveis mais burocráticas da sociedade.
O peso da IAEm Portugal, existe a estratégia nacional de inteligência artificial, publicada em 2019, com horizonte até 2030. Pretende promover a investigação e a inovação nesta área. Em 2022 (dados do INE), menos de 8% das empresas usava inteligência artificial. No ano seguinte, um estudo independente mostrava que 35% tinha já integrado esta tecnologia. Até ao final da década, o impacto económico da inteligência artificial poderá atingir os 61 mil milhões de euros.
O futuro do trabalhoO que se segue, é incerto. Estão a ser feitas investigações através da Inteligência Artificial para se conseguirem diagnósticos precoces de cancro no pulmão. Exemplo disso é o trabalho que está a ser desenvolvido no Hospital de São João, no Porto. Há os desafios colocados na educação, entre o proibir ou abraçar ferramentas como o Chat GPT. E até na agricultura, com estas novas tecnologias a desenharem um esboço do que poderemos ter no futuro, num equilíbrio constante com a biodiversidade e proteção da natureza.
Pedro Domingos, professor emérito na Universidade de Washington, investigador nesta área envolvido em algumas discussões mais polémicas sobre o tema, acredita que ainda estamos no início: “Se o caminho, desde a inteligência zero, até à inteligência humana são mil quilómetros, nós percorremos talvez uns 10. Dez quilómetros já é muita coisa, é muito progresso, mas faltam ainda 990 para se chegar à inteligência humana”, refere.
A questão “não é quando é que os algoritmos vão atingir a inteligência humana, porque não vai haver um momento único em que isso acontece”, aponta. “Vai chegar a uma altura em que eles fazem tudo melhor que nós, eu penso que sim, mas é muito difícil prever se isso vai ser daqui a 10 anos, ou cem ou mil”.Fonte

Criada IA capaz de prever morte de uma pessoa com grande precisão nos próximos 4 anos

Este desenvolvimento constitui um marco na história da inteligência artificial, não só pela sua capacidade de previsão, mas também pelas profundas implicações que tem para a nossa compreensão da vida e da morte.

Num mundo onde a tecnologia avança a um ritmo vertiginoso, a inteligência artificial (IA) tornou-se um farol de inovação, oferecendo soluções para problemas complexos e abrindo portas a realidades anteriormente inimagináveis.

Um exemplo recente desse progresso é o desenvolvimento do "life2vec", uma IA criada pela Universidade Técnica da Dinamarca, capaz de prever com 78% de precisão a morte de uma pessoa nos próximos quatro anos. Esta descoberta, publicada na revista Nature Computational Science, representa um avanço significativo na medicina preditiva e na análise de dados de saúde.

A equipa liderada por Sune Lehmann conseguiu ultrapassar as limitações dos modelos existentes, melhorando a precisão em 11%. O sistema utiliza uma base de dados de mais de seis milhões de pessoas, analisando variáveis como a educação, a saúde, o rendimento e a profissão.

Através de um algoritmo sofisticado de deep learning, o "life2vec" não só prevê a mortalidade, como também fornece informações sobre vários aspectos da personalidade e das circunstâncias de vida de um indivíduo. Os dados, fornecidos pelo governo dinamarquês através da Statistic Denmark, centram-se na população com idades compreendidas entre os 35 e os 65 anos, um segmento estatisticamente difícil em termos de previsão da mortalidade.

Implicações éticas e aplicações futuras

Para além da sua precisão técnica, o "life2vec" levanta questões éticas importantes: como é que este tipo de informação afectará a sociedade e as escolhas individuais de saúde e estilo de vida? A capacidade de saber antecipadamente um possível desfecho fatal pode influenciar a forma como as pessoas escolhem viver as suas vidas, bem como ter impacto na política de saúde pública e nos seguros.

Inteligência artificial OpenAI

Apesar destes dilemas, as potenciais aplicações do "life2vec" no domínio da medicina personalizada são enormes. Ao antecipar os problemas de saúde, os médicos poderão intervir mais cedo, melhorando assim a qualidade de vida e, eventualmente, prolongando a longevidade dos doentes. Além disso, esta tecnologia poderá ser fundamental para a investigação médica, ajudando a identificar factores de risco e padrões de doença a uma escala sem precedentes.

Em conclusão, embora a "life2vec" abra um horizonte de possibilidades no domínio da saúde e da IA, também nos recorda a importância de abordar as questões éticas que surgem com o avanço tecnológico. Este desenvolvimento constitui um marco na história da inteligência artificial, não só devido às suas capacidades de previsão, mas também devido às profundas implicações que tem para a nossa compreensão da vida e da morte.