Modelo AlphaGenome do Google ajuda a quebrar o código do DNA

GENOMA

Modelo AlphaGenome do Google ajuda a quebrar o código do DNA

Entender o complexo do DNA, especialmente como pequenas mutações afetam tudo, desde nossa saúde até a cor do cabelo, tem sido um grande desafio para os cientistas. Pode ser que agora esse cenário mude com a ajuda do novo AlphaGenome desenvolvido pelo Google DeepMind.

A principal missão do AlphaGenome é prever, com alta precisão, como mesmo as menores mudanças em nosso código genético podem influenciar os intrincados processos que controlam nossos genes.

Como funciona? O AlphaGenome utiliza o mecanismo de aprendizado profundo para analisar longas sequências de DNA e prever elementos reguladores que controlam sua expressão gênica. Treinado com enormes conjuntos de dados genômicos, é capaz de identificar padrões que pesquisadores e os métodos tradicionais podem deixar passar despercebidos.

Por que isso importa? Apenas de 1% a 2% do nosso DNA são responsáveis pela produção de proteínas, mas as demais regiões “não codificantes” estão longe de ser inúteis. Essas áreas atuam como interruptores, controlando quando e onde os genes são ativados ou desativados. Erros nessas regiões podem causar doenças como o câncer ou distúrbios do desenvolvimento.

O AlphaGenome utiliza a Inteligência Artificial para prever o modo de funcionamento dessas regiões não codificantes, oferecendo uma imagem mais clara da regulação genética e seu impacto na saúde.

A inovação promete ser um divisor de águas. ajudando a entender melhor as doenças, abrindo caminho para novas possibilidades na criação de sistemas biológicos sintéticos e simplesmente aprofundando nosso conhecimento sobre o funcionamento fundamental da vida.

Para avançar na pesquisa científica, o Google DeepMind está tornando o AlphaGenome disponível em versão preview por meio da API AlphaGenome para uso não comercial.

GOVERNANÇA

CC Signals: novo contrato social na era da IA

A Creative Commons (CC) apresentou uma estrutura inovadora chamada CC Signals que pretende revolucionar a forma como dados são usados no treinamento de modelos e estabelecer um novo contrato social que equilibre os princípios do acesso aberto e a proteção aos detentores de direitos sobre os dados.

O que você precisa saber:

• Ao contrário das licenças Creative Commons tradicionais, que se concentram na

  criatividade e no uso humanos, o CC Signals foi especificamente adaptado para

  interagir com máquinas e conjuntos de dados.

• Permite que administradores de conteúdo especifiquem termos de uso para seus dados no desenvolvimento de modelos de IA, considerando reciprocidade, reconhecimento e sustentabilidade na reutilização por máquinas.

• A estrutura foi projetada para ser legível tanto por pessoas quanto por máquinas, visando garantir a interoperabilidade.

• Embora nem sempre seja juridicamente vinculativo, o CC Signals tem peso ético ao incentivar uma abordagem de “dar e receber” dentro do ecossistema de IA.

A Creative Commons buscará feedback e informações públicas nos próximos meses e pretende lançar uma versão alfa do CC Signals em novembro de 2025.

• Manus lançou seu Cloud Browser, navegador que realiza tarefas em seu nome e salva o status de login para uso em sessões futuras.

• Imagen 4 Ultra, modelo topo de linha do Google para geração de imagens, está disponível sem custo no AI Studio.

• Daydream lançou agente para compras relacionadas à moda. Usuários descrevem seus desejos em linguagem natural e recebem recomendações personalizadas de um catálogo de milhões de produtos de 8.000 marcas.

• Novos recursos, em fase beta, na plataforma Claude AI permitem criar, hospedar e compartilhar apps interativos de IA usando comandos de linguagem natural.

• Veena é o primeiro modelo que transforma texto em fala (TTS) de código aberto especificamente para idiomas indianos.

• Gemini CLI integra modelos Gemini do Google diretamente aos ambientes terminais dos desenvolvedores.

• Message Summaries é a nova opção do WhatsApp que usa Meta AI para resumir mensagens não lidas de forma privada e rápida em um bate-papo.

• Perplexity tem um novo recurso que permite agendar tarefas diretamente no WhatsApp usando linguagem natural, por exemplo, enviar notícias sobre algum tema. Anote o número: +1 (833) 436-3285 para começar. 🎗️🗓️

SEGURANÇA

Caçador de bugs autônomo supera concorrentes humanos

Pela primeira vez na história dos programas de recompensa para identificação de bugs, um sistema autônomo de testes de invasão alcançou o primeiro lugar na tabela de classificação HackerOne dos Estados Unidos, superando todos os concorrentes humanos.

O campeão se chama XBOW e encontrou mais de 1.000 bugs de software em sistemas utilizados por grandes empresas. Para isso, contou com a Inteligência Artificial não apenas pensando na detecção de vulnerabilidades, mas também na precisão dos resultados.

O que você precisa saber:

• Ferramentas tradicionais de varredura automatizada frequentemente geram inúmeros falsos positivos, o que pode ser mais trabalhoso do que benéfico.

• Quando a IA é introduzida na varredura de vulnerabilidades, esse desafio se intensifica porque, embora os modelos de IA sejam bons em generalizar, a verificação de casos técnicos específicos exige uma abordagem diferente.

• Para superar esse obstáculo, o XBOW desenvolveu validadores, que são revisores automatizados para confirmar rigorosamente cada vulnerabilidade descoberta. Esses validadores podem utilizar LLMs ou verificações programáticas personalizadas.

Quais foram os resultados? Ao utilizar o XBOW em vários programas públicos e privados, os resultados superaram as expectativas, não apenas em volume, mas também em consistência e qualidade. O mais emblemático no cenário público foi justamente o primeiro lugar no HackerOne, competindo com milhares de pesquisadores. Veja mais resultados numéricos da performance do XBOW na tabela acima.

♻️ Impacto ambiental dos modelos de raciocínio

Um estudo publicado na Frontiers in Communication revelou que modelos de raciocínio avançados podem produzir até 50 vezes mais emissões de CO² do que outros modelos com precisão comparável ao responderem as mesmas perguntas. Os pesquisadores observaram que a pegada ambiental é fortemente influenciada pela abordagem de raciocínio dos modelos. Por exemplo, consultas que exigem um longo raciocínio, como as que envolvem álgebra abstrata, podem gerar emissões seis vezes maiores do que assuntos mais diretos, como a história do ensino médio. Portanto, pode-se dizer que há um claro compromisso entre a capacidade de raciocínio/precisão da IA e a sustentabilidade ambiental. E isso exige uma postura consciente tanto de desenvolvedores quanto de usuários para usar a ferramenta mais adequada para cada situação.

Executivos da Microsoft e da OpenAI estão envolvidos atualmente em uma disputa acirrada em relação à definição e às implicações da Inteligência Artificial Geral (AGI). As duas empresas estão travando negociações difíceis em relação a uma cláusula contratual que pode limitar o acesso da Microsoft aos modelos avançados de IA da OpenAI, caso a tão sonhada AGI seja alcançada. A Microsoft quer que essa cláusula seja removida, argumentando que perder o acesso a uma tecnologia tão essencial colocaria em risco sua vantagem competitiva em IA. A OpenAI, no entanto, insiste em mantê-la, citando considerações éticas e de controle sobre a tecnologia AGI. Quem vencerá essa queda de braço?

1  a