Google aposta que o futuro da IA é no espaço

INFRAESTRUTURA

Google aposta que o futuro da IA é no espaço

O que fazer diante de um cenário em que a Inteligência Artificial segue avançando em um ritmo vertiginoso e demandando cada vez mais recursos computacionais e energia? Na visão do Google, que não é mais de ficção científica, levar a infraestrutura de IA para o espaço.

O Projeto Suncatcher do Google tem como objetivo criar uma rede de computação para IA movida à energia solar na órbita baixa da Terra. E por quê? No espaço, particularmente em órbita síncrona ao sol, um painel solar pode gerar até oito vezes mais energia do que sua contraparte perto do solo terrestre.

Para tornar isso viável, Google identificou quatro desafios técnicos e já fez progressos promissores em cada um deles:

1. Uma demonstração do Google registrou 1,6 Tbps de transferência total (800 Gbps em cada sentido) para links de altíssima velocidade entre satélites, usando um único par de transceivers ópticos.

2. Manter estáveis aglomerados de dezenas ou centenas de satélites com controle orbital. Simulações com um cluster de 81 satélites demonstraram estabilidade dentro de um raio de 1 km.

3. Raios cósmicos e radiação solar podem interferir nos sistemas eletrônicos. Google testou sua TPU Trillium simulando anos de exposição à radiação, e os resultados foram surpreendentemente positivos.

4. Historicamente, lançar hardware ao espaço era proibitivamente caro. Com os avanços na área de foguetes reutilizáveis e queda nos custos de lançamento espacial, Google prevê que seu projeto pode custar US$ 200/kg até meados da década de 2030.

Segundo o Google, embora ainda esteja em fase inicial de pesquisa, o Projeto Suncatcher está avançando rapidamente rumo à validação no mundo real. O plano é lançar dois satélites protótipos até o início de 2027 em parceria com a Planet, para testar TPUs operando no espaço e validar o uso de links ópticos entre satélites.

• OpenAI liberou o modo agente para usuários Plus, Pro e Business do navegador ChatGPT Atlas.

• Opera Neon agora tem um agente de pesquisa aprofundada que usa vários modelos de IA em paralelo para dar respostas mais detalhadas e precisas.

• Freepik Spaces é uma nova plataforma de IA com tela compartilhada para equipes de criação trabalharem em projetos visuais, do conceito à campanha.

• Codemaps é uma ferramenta integrada à plataforma Windsurf para mapeamento de bases de código usando IA.

• Novo Qwen3-Max da Alibaba, com alto poder de raciocínio, já está disponível no no Qwen Chat.

• LightOnOCR-1B é um modelo compacto para OCR mais rápido e mais barato do que modelos maiores de propósito geral.

• Alexa+, com recursos de IA, dá ao app Amazon Music poderes em linguagem natural para que usuários encontrarem e reproduzam músicas sem conhecerem seus títulos exatos. 🗣️▶︎•၊၊||၊|။|||||။၊|။•

EXPERT EM TABELAS

Além dos LLMs: SAP cria modelo de IA especializado em dados relacionais de negócios

A SAP apresentou um modelo de IA desenvolvido do zero para entender dados estruturados e relacionais, típicos de ambientes empresarias. Pense em planilhas, bases de dados e até sistemas de ERP e o novo sap-rpt-1 estará preparado para lidar com esses enormes volumes de informações que essencialmente são tabelas.

Abreviação de Relational Pretrained Transformer, o sap-rpt-1 manipula tabelas com inteligência, detectando conexões e dependências inerentes entre linhas e colunas, com processamento otimizado para dados de negócios.

Por que isso importa? LLMs genéricos processam dados relacionais convertendo tabelas em longas cadeias de texto. Isso é muito menos eficaz e propenso a erros do que processar uma tabela como uma estrutura 2D, como faz o sap-rpt-1.

O resultado? Mais precisão e menos propensão a alucinações (compondo dados errados) em tarefas de previsão baseada em tabelas. Em números, isso significa até duas vezes menos erros de previsão do que modelos de IA otimizados e específicos por tarefas, como finanças e logística – também reduzindo os custos decorrentes de todas as previsões incorretas.

Quer ver isso em ação? Embora a disponibilidade geral do sap-rpt-1 esteja prevista para o quarto trimestre de 2025, a SAP liberou uma versão prévia para teste aqui.

Navegadores de IA como Atlas da OpenAI e Comet da Perplexity estão contornando as defesas tradicionais dos sites, como paywalls e bloqueadores de rastreamento, colocando novos desafios para os produtores de conteúdo. Ao contrário de Web crawlers que se identificam e podem ser bloqueados pelos sites, navegadores de IA operam com agentes de IA que são indistinguíveis de usuários humanos que navegam por conta própria. Podem acessar o conteúdo por trás dos paywalls do lado do cliente usados por algumas publicações – o conteúdo é carregado na página por detrás de uma camada de login ou assinatura e, nesse caso, o agente de IA pode lê-lo. Já paywalls do lado do servidor só fornecem conteúdo após autenticação, então os navegadores de IA poderão acessá-lo apenas com login de usuário. Espertamente, o Atlas parece evitar acessar diretamente o conteúdo de editores que estão processando a OpenAI, como PCMag (Ziff Davis) e The New York Times. Em vez disso, usa métodos indiretos, como resumo de tweets, citações e cobertura relacionada.

Em um passo na direção da Inteligência Artificial mais inclusiva e culturalmente consciente, a OpenAI está usando seu novo IndQA, benchmarking para avaliar o desempenho dos modelos de IA na compreensão e raciocínio nos diversos idiomas e contextos culturais da Índia. Enquanto a maioria dos atuais sistemas de benchmarking multilíngues se concentre em tradução ou múltipla escolha, o IndQA adota uma abordagem mais aprofundada com foco em pessoas. Avalia o quão bem os modelos de IA compreendem questões como contexto, cultura, história e a vida cotidiana na Índia, usando cerca de 2,2 mil questões desafiadoras para os modelos, abrangendo 12 idiomas.