CEVIU News

As melhores notícias de tecnologia, curadas diariamente para quem vive tech.

17368 notícias encontradas

A indústria de IA está convergindo para a mesma ideia de software que pode definir um objetivo, usar ferramentas e trabalhar em nome dos usuários.

O modo de falha mais perigoso em sistemas baseados em agentes é a deriva silenciosa, código que compila e passa em todos os testes, mas viola silenciosamente pressupostos arquiteturais considerados seguros. Enquanto humanos podem detectar esses erros pela intuição, agentes precisam de sinais determinísticos e imediatos. Isso envolve apertar o loop de feedback, reduzindo o intervalo entre uma mudança errada e um sinal claro de falha. Foque no feedback ao invés de buscar prompts inteligentes.

As ações da OpenAI caíram de valor no mercado secundário à medida que investidores voltam suas atenções para a Anthropic. Em alguns casos, investidores não conseguem vender suas ações. Enquanto isso, compradores indicam que possuem US$2 bilhões em caixa prontos para investir na Anthropic. Nem Anthropic nem OpenAI permitem que investidores negociem ações em mercados secundários sem permissão, mas o acesso ainda está disponível em várias plataformas através de mecanismos como veículos de propósito específico.

A Google Quantum AI divulgou um relatório que revela que a criptografia que protege o Bitcoin e a maioria do ecossistema cripto pode ser quebrada usando menos de meio milhão de qubits físicos em uma arquitetura supercondutora em cerca de nove minutos. Embora a empresa tenha decidido não divulgar o circuito quântico específico em nome da divulgação responsável, o relatório limita tanto o espaço de pesquisa que reproduzir circuitos comparáveis é viável para qualquer grupo sério de algoritmos quânticos. Além disso, o número de qubits necessário para esses ataques criptográficos é aproximadamente o mesmo exigido para tornar a IA aprimorada quânticamente viável, indicando que a ameaça e a capacidade da computação quântica devem chegar em prazos semelhantes.

Desenvolvimento orientado por especificações significa documentar a intenção de forma durável antes da implementação, usando isso para planejar, construir, verificar e revisar o trabalho. O objetivo é reduzir a liberdade na execução. As especificações devem ser declarativas, organizadas em camadas e fáceis de revisar. Quando uma regra pode ser aplicada mecanicamente, deve ser transferida das especificações para lint, esquemas, testes ou o harness. Especificações são importantes, mas representam apenas uma camada. O modelo vencedor estabelece uma interface estreita entre a intenção humana e a execução da máquina.

Economistas e especialistas em IA preveem avanços significativos em IA, mas sem rupturas dramáticas nas tendências econômicas. As taxas de crescimento do PIB devem permanecer semelhantes às atuais, apesar de um declínio moderado na participação da força de trabalho. Impactos econômicos importantes são esperados até 2050, com a taxa de participação na força de trabalho projetada em 55% e 80% da riqueza concentrada nos 10% mais ricos, a maior disparidade desde 1939.

Amy Hood, diretora financeira de longa data da Microsoft, enfrenta o desafio de investir em IA sem desviar recursos de outras áreas da empresa ou assustar investidores com gastos excessivos. Apesar da orientação do setor para investir pesado, com receio de ficar para trás, Hood tem conseguido manter os custos sob controle, o que é bem visto por Wall Street. Investimentos massivos em IA têm levado outras empresas a queimar caixa, mas as margens da Microsoft permanecem estáveis.

A Faire implementou um modelo de recuperação neural disperso para resolver o descompasso vocabular em buscas de marketplace, mantendo a compatibilidade com Elasticsearch e a interpretabilidade. Ao expandir consultas e documentos com termos semanticamente relacionados, o sistema melhorou em mais de 30% a qualidade dos candidatos de cauda longa, aumentou em 4,27% o valor da ordem da página de busca e elevou o valor global dos pedidos no marketplace. Escolhas de engenharia chave incluíram o pré-treinamento do BERT específico de domínio, tokenização WordPiece, max pooling, penalidades de dispersão assimétrica e a mudança do blending do Product Quality Score para o tempo de indexação para preservar a latência.

Agentes de codificação de IA podem gerar código convincente e pronto para produção, que passa em testes, mas ainda falha em sistemas reais, criando falsa confiança e risco. A solução é utilizar agentes sem depender deles, mantendo a responsabilidade humana e construindo uma infraestrutura robusta que faça a implantação segura ser o padrão.

Solicitações de dashboards são frequentemente pedidos por visibilidade teatral, propriedade de dados, redução de ansiedade ou exportação de dados brutos, mas não por necessidades reais de BI. Tratar equipes de dados como uma "API SQL Humana" cria dívida técnica, pipelines órfãos e ambientes ruidosos e não confiáveis, especialmente quando dashboards carecem de donos claros ou processos de desativação. É essencial que as partes interessadas definam a decisão, a ação e a responsabilidade antes de qualquer dashboard ser construído.

Change Data Capture (CDC) é uma técnica para rastrear e transmitir eficientemente apenas as alterações de um banco de dados de origem, em vez de copiar repetidamente tabelas inteiras. Ferramentas populares incluem Debezium, Kafka, Fivetran e Striim. Comece de forma simples com timestamps para prototipagem, evoluindo para CDC baseado em logs para uma sincronização de dados confiável, de baixa latência e escalável em pipelines de dados modernos.

A MotherDuck anunciou um novo endpoint compatível com Postgres que permite aos usuários conectar e consultar seu data warehouse MotherDuck usando qualquer cliente padrão, driver ou ferramenta de BI do PostgreSQL. Isso possibilita que as equipes mantenham o Postgres para cargas de trabalho transacionais e descarreguem consultas analíticas rápidas para o compute serverless da MotherDuck.

Os cientistas de dados não estão se tornando obsoletos apesar do avanço dos poderosos LLMs e das APIs de IA fáceis de usar. Em vez disso, suas habilidades centrais em experimentação, design de avaliação, observabilidade, criação de métricas e a constante análise dos dados são mais críticas do que nunca, formando a "harness" essencial que torna os agentes e sistemas de IA confiáveis, depuráveis e eficazes em produção.

Os provedores de tabelas do DataFusion permitem que fontes personalizadas exponham dados de arquivos, APIs ou sistemas proprietários ao separar o planejamento da execução. TableProvider::scan() é executado durante o planejamento e deve ser leve, enquanto ExecutionPlan::execute() cria fluxos por partição e SendableRecordBatchStream realiza o trabalho real dos dados. Declarar corretamente particionamento, ordenação e filter pushdown pode eliminar RepartitionExec, SortExec e I/O desperdiçado.