O Olhar Digital passa a contar com uma nova voz em seu time de colunistas. Eduardo Endo é pesquisador, professor e especialista em inteligência artificial – e estreia no portal trazendo uma proposta que vai além das novidades tecnológicas: discutir como a tecnologia impacta pessoas, carreiras, empresas e decisões do dia a dia.
Com uma trajetória construída entre o universo acadêmico e o mercado, Endo promete abordar temas como IA, inovação, educação, liderança e transformação digital a partir de experiências práticas, sem perder de vista o olhar crítico sobre as tendências que movimentam o setor.
Ele assinará a coluna “Entre o código e o conselho“.
“Vivemos cercados por tendências, promessas e discursos sobre o futuro. Mas a tecnologia de verdade acontece quando o hype termina e alguém precisa entregar resultado. Esta coluna é um olhar sobre os bastidores, os conflitos e as decisões que moldam a transformação no mundo real”, afirma o novo colunista.
Na estreia, Endo publicará “Think outside the bot”, texto que questiona um dos maiores paradoxos da atual revolução da inteligência artificial: enquanto ferramentas generativas se tornam cada vez mais capazes de responder a praticamente qualquer pergunta, cresce também o risco de substituir o pensamento crítico pela confiança cega nas respostas produzidas pelas máquinas.
Ao longo do artigo, o autor defende que a IA amplia competências que já existem, mas não substitui conhecimento, experiência nem capacidade de julgamento — características que, segundo ele, se tornam ainda mais valiosas na era da inteligência artificial.
“A IA deixou de ser uma promessa e virou pressão. Empresas correm para adotar, profissionais correm para aprender e o mercado corre para acompanhar. Minha proposta é olhar além da corrida e discutir o que realmente faz diferença quando a tecnologia encontra a vida real” – completa.
Profissional de tecnologia, pesquisador e professor, Eduardo Endo iniciou seus estudos em Inteligência Artificial quando o tema ainda parecia distante da realidade. Ao longo de sua carreira, estudou em instituições como Harvard, Babson, Kellogg, Nova School of Business and Economics e Fundação Getulio Vargas (FGV), além de palestrar em eventos nacionais e internacionais, incluindo o SXSW.
Sua coluna no Olhar Digital nasce com o objetivo de aproximar tecnologia e vida real, explorando não apenas as inovações que chamam a atenção, mas também os desafios, dilemas e aprendizados que surgem quando essas tecnologias precisam funcionar fora das apresentações e demonstrações.
A primeira coluna, “Think outside the bot”, estreia por aqui neste sábado (08), às 7h da manhã (horário de Brasília).
Pesquisadores conseguiram, pela primeira vez, usar inteligência artificial (IA) para projetar vírus que não existem na natureza e demonstrar que eles são capazes de se replicar.
O avanço, descrito em estudo publicado nesta quinta-feira (6) na revista Science, pode abrir caminho para novas aplicações em medicina e biotecnologia, mas também reacende preocupações sobre o uso da IA para criar agentes biológicos perigosos.
Os experimentos foram conduzidos por cientistas do Arc Institute, na Califórnia (EUA). Em vez de simplesmente reproduzir vírus já conhecidos, como ocorre em pesquisas há décadas, a equipe treinou um modelo de IA para reconhecer padrões presentes no DNA de milhões de organismos e, a partir desse aprendizado, gerar sequências genéticas inéditas.
Depois de sintetizar essas sequências em laboratório, os pesquisadores as inseriram em bactérias. Algumas delas passaram a produzir vírus nunca antes observados na natureza. Ao todo, 16 dos vírus gerados pela IA mostraram-se viáveis e conseguiram infectar outras bactérias.
“Este é um marco importante”, afirmou, ao The New York Times, Patrick Cai, biólogo sintético da Universidade de Manchester (Reino Unido), que não participou da pesquisa.
Como a IA aprendeu a criar vírus
O modelo utilizado no estudo chama-se Evo e funciona de maneira semelhante aos grandes modelos de linguagem (LLM, na sigla em inglês), como o ChatGPT;
Enquanto sistemas de IA para texto aprendem padrões em bilhões de palavras, o Evo foi treinado para identificar padrões em sequências de DNA;
Os pesquisadores alimentaram o modelo com cerca de nove trilhões de nucleotídeos — os blocos que formam o DNA — provenientes de milhões de animais, plantas, microrganismos e vírus;
Durante o treinamento, o sistema aprendeu regras estruturais da genética e passou a gerar sequências capazes de produzir proteínas específicas. Em seguida, os cientistas decidiram testar se a IA conseguiria projetar um genoma viral completo;
Como o modelo ainda era mais adequado para estruturas pequenas, a equipe escolheu trabalhar com o bacteriófago Phi X-174, vírus conhecido pela ciência há quase um século e que infecta apenas bactérias Escherichia coli (E. coli), sem oferecer risco aos seres humanos.
Após um novo treinamento focado nesse vírus e em cerca de 15 mil variantes próximas, o Evo produziu aproximadamente 700 mil versões potenciais de seu genoma. Os cientistas selecionaram 285 sequências consideradas mais promissoras, sintetizaram o DNA correspondente e realizaram testes em laboratório.
Apenas parte das sequências funcionou
A maioria das sequências criadas pela IA não produziu vírus funcionais. Porém, em algumas placas de cultura, os pesquisadores observaram regiões transparentes entre as bactérias — um sinal clássico de que vírus estavam destruindo as células hospedeiras. Ao final dos experimentos, 16 genomas projetados pelo Evo deram origem a vírus viáveis.
Segundo os pesquisadores, alguns deles chegaram a se multiplicar mais rapidamente que o Phi X-174 natural.
Para Oliver Crook, químico de proteínas da Universidade de Oxford (Reino Unido), que também não participou do estudo, isso mostra que os vírus criados pela IA “não são apenas versões debilitadas de algo que já existe”.
Ao mesmo tempo, ele ressalta que essas novas variantes continuam muito semelhantes aos vírus naturais e seguem os mesmos princípios biológicos conhecidos.
Possíveis aplicações na medicina
Os autores acreditam que a tecnologia poderá acelerar o desenvolvimento de ferramentas para biotecnologia e medicina.
Vírus modificados já são utilizados em diversas pesquisas e também em terapias gênicas, nas quais servem como veículos para transportar genes até células humanas.
Caso a abordagem funcione com outras famílias de vírus, os pesquisadores esperam que modelos de IA possam ajudar a desenvolver vetores mais eficientes para esse tipo de tratamento.
Representação de um vírus criada por um modelo de IA – Imagem: Samuel H. King et al.
Apesar do potencial científico, o estudo reacendeu debates sobre biossegurança.
Especialistas alertam que sistemas capazes de projetar genomas poderiam, no futuro, ser utilizados para desenvolver agentes biológicos mais perigosos.
Moritz Hanke, pesquisador do Johns Hopkins Center for Health Security, que não participou do trabalho, afirma que governos e organizações científicas ainda não criaram mecanismos suficientes para acompanhar a velocidade dos avanços da IA na área biológica.
“Existe uma enorme desconexão”, afirmou. Segundo ele, um modelo desse tipo poderia, em teoria, receber instruções para projetar versões mais transmissíveis ou mais letais de vírus conhecidos.
Pesquisadores limitaram o treinamento da IA
Os responsáveis pelo estudo afirmam que tomaram medidas para reduzir esse risco. O Evo não recebeu informações sobre vírus capazes de infectar seres humanos nem sobre vírus semelhantes que atacam animais, plantas ou fungos. Dessa forma, o modelo não consegue gerar genomas de vírus potencialmente perigosos para pessoas.
“Queríamos ser extremamente cuidadosos”, disse Brian Hie, biólogo computacional da Universidade Stanford (EUA) e um dos autores da pesquisa.
Hanke elogiou essa decisão, mas observou que ela foi tomada por iniciativa dos próprios cientistas, sem diretrizes oficiais.
Na semana passada, o Instituto Nacional de Saúde dos Estados Unidos (NIH, na sigla em inglês) anunciou uma nova política para restringir pesquisas de alto risco capazes de tornar agentes biológicos mais perigosos.
No entanto, segundo a própria agência, pesquisas realizadas apenas em ambiente computacional — como a geração de DNA viral por IA — não são proibidas pela política, desde que não envolvam organismos já classificados como ameaças.
Para Hanke, ainda falta um consenso sobre como avaliar os riscos de vírus inéditos criados por IA. “Qual é o risco de algo que nunca vimos antes?”, questionou.
A Lumilens, startup americana de interconexões ópticas para data centers, levantou mais de US$ 700 milhões em uma nova rodada de investimentos avaliada em US$ 5,5 bilhões. A empresa de San Jose, na Califórnia, busca substituir parte das conexões elétricas usadas entre servidores por sistemas baseados em luz. A informação é exclusiva do The Wall Street Journal.
O aporte foi liderado por Atreides Management, Bain Capital Ventures, Meritech, Seligman Ventures e Spark Capital, segundo a companhia. Fundada há dois anos, a empresa já acumulou mais de US$ 900 milhões em captações desde sua criação e começou a enviar seus equipamentos para um grande provedor de nuvem, cujo nome não foi divulgado.
A iniciativa ocorre em meio ao aumento da demanda por capacidade computacional para inteligência artificial. Com mais chips avançados concentrados em centros de dados, a transferência rápida de informações entre processadores passou a ser um dos principais desafios da infraestrutura.
A corrida pela infraestrutura da inteligência artificial
Data center de IA – Imagem: FOTOGRIN/Shutterstock
O crescimento dos sistemas de inteligência artificial aumentou a pressão sobre os data centers, que precisam conectar grandes quantidades de processadores com maior velocidade. Atualmente, muitas dessas ligações utilizam cabos de cobre, uma solução conhecida pelo baixo custo e pela confiabilidade, mas que apresenta limitações quando a quantidade de dados cresce e as distâncias aumentam.
A Lumilens faz parte de um grupo de empresas que tenta resolver esse gargalo com tecnologia fotônica. A proposta é substituir sinais elétricos por transmissões feitas com luz, utilizando conexões ópticas capazes de transportar informações por fibras.
Outras companhias também exploram esse mercado. A Lightmatter, criada em 2017, já recebeu US$ 850 milhões em investimentos e tinha avaliação de US$ 4,4 bilhões em 2024. A Celestial AI, fundada em 2020, desenvolvia uma abordagem semelhante antes de ser comprada pela Marvell em fevereiro por US$ 3,25 bilhões.
Custo ainda é principal barreira
O cobre enfrenta limitações físicas severas que impedem o aumento da banda larga – Imagem criada por inteligência artificial (ChatGPT / Olhar Digital)
Apesar do potencial técnico, a adoção da tecnologia óptica enfrenta uma dificuldade econômica. O equipamento necessário custa várias vezes mais do que alternativas baseadas em cobre, segundo Ankur Singla, presidente-executivo da Lumilens.
O executivo afirmou que a estratégia da empresa é aproximar os custos dos dois modelos para tornar a substituição mais viável. Além do desenvolvimento dos componentes, a startup também concentra esforços na fabricação dos produtos.
Singla também declarou que pretende manter a produção fora da China. A decisão ganhou relevância após uma reportagem da Reuters informar que o governo Trump planejava restringir a entrada de determinados componentes de data centers chineses, incluindo equipamentos ópticos.
Produtos miram diferentes conexões
A Lumilens desenvolve duas categorias principais de soluções. Uma delas é voltada para a comunicação entre diferentes racks dentro de um mesmo data center, processo conhecido como “scale out”. A outra busca conectar chips dentro de um único rack, em uma arquitetura chamada “scale up”.
O primeiro produto comercial da companhia é um transceptor óptico, dispositivo que transforma sinais elétricos em luz para permitir a transmissão de dados por cabos de fibra óptica. O equipamento já está sendo enviado para um provedor de nuvem de grande porte, que utiliza a tecnologia junto com seus próprios chips de inteligência artificial.
A expectativa da empresa é aproveitar o avanço da inteligência artificial para acelerar uma mudança que a indústria de data centers espera há anos. A tecnologia óptica já era considerada uma alternativa ao cobre, mas seu preço elevado havia limitado sua adoção em larga escala.
Usuários gratuitos do ChatGPT terão mais liberdade para conversar com a inteligência artificial. A OpenAI anunciou que os planos Free e Go deixarão de ter limite para mensagens de texto, enquanto novos recursos de raciocínio chegam à plataforma.
A mudança acontece junto com atualizações nos modelos da empresa, incluindo melhorias no GPT-5.6 Sol para assinantes Plus e Pro, com promessa de respostas mais confiáveis.
Mais liberdade para perguntar: planos Free e Go terão chats de texto ilimitados, mas arquivos seguem com limites. Imagem: Diego Thomazini/Shutterstock
Conversas de texto deixam de ter limite no ChatGPT gratuito
A partir da próxima semana, usuários dos planos Free e Go poderão enviar mensagens de texto sem se preocupar com os limites atuais. A restrição continuará existindo para recursos como imagens e arquivos.
A OpenAI também vai liberar o botão “Think”, criado para ajudar o chatbot a lidar com perguntas mais difíceis. A ferramenta dará acesso a um nível maior de raciocínio nesses casos.
Outra alteração será a troca do modelo padrão desses planos pelo GPT-5.6 Luna.
Entre as mudanças anunciadas estão:
Chats de texto ilimitados para usuários Free e Go;
Limites mantidos para arquivos e imagens;
Botão “Think” para perguntas mais complexas;
Atualização para o modelo GPT-5.6 Luna.
GPT-5.6 Sol quer reduzir erros nas respostas
Nos planos Plus e Pro, a principal novidade é uma atualização do GPT-5.6 Sol. Segundo a OpenAI, o modelo foi desenvolvido para “cometer menos erros”, principalmente em respostas que dependem de datas, números, fontes, regras ou suposições.
A empresa afirma que a nova versão também conseguirá usar melhor as fontes encontradas para responder às perguntas dos usuários.
A OpenAI atualiza o ChatGPT para tornar as conversas com IA mais eficientes e personalizadas. Imagem: Photo Agency/Shutterstock
Assinantes terão mais controle sobre o raciocínio da IA
Quem paga pelo ChatGPT também receberá um novo controle deslizante para escolher “quanto pensamento o ChatGPT coloca em uma resposta”.
A função permitirá ajustar o nível de análise da inteligência artificial conforme a necessidade, seja para respostas mais rápidas ou para avaliações mais detalhadas.
Segundo a OpenAI, o GPT-5.6 Sol atualizado terá “respostas mais diretas” e “formatação mais enxuta”, evitando acrescentar informações extras quando elas não forem úteis.
As atualizações do GPT-5.6 Sol e do controle de raciocínio estarão disponíveis a partir de quinta-feira. A mudança amplia as opções de uso do ChatGPT para diferentes perfis de usuários.
Usar inteligência artificial (IA) para fazer tarefas da escola ou do escritório criou um problema que vai além do aprendizado. Ao entregar um texto ou projeto gerado pela máquina como se fosse próprio, a pessoa obtém uma vantagem rápida e sem esforço. Para o neurocientista Álvaro Machado Dias, essa dinâmica cria incentivos para a mentira.
O impacto, porém, não se limita à questão ética. Em sua coluna no programa Olhar Digital News, o especialista alerta que a facilidade em evitar a fricção mental reduz as barreiras morais dos indivíduos com o tempo. Além disso, a dependência contínua da tecnologia atrofia a capacidade de tomar decisões difíceis e amplia as desigualdades no mercado de trabalho.
Novas fronteiras da IA na mente e na sociedade
Para o neurocientista, a crise provocada pela IA na educação está nos métodos de avaliação baseados em trabalhos feitos fora da sala de aula. Ao permitir que tarefas sejam automatizadas e entregues sem esforço real, a tecnologia premia a trapaça em vez do desenvolvimento do aluno.
“O problema vai além da economia de esforço. Isso cria incentivos para a mentira. Quando construímos ambientes em que mentir é vantajoso, diminuímos a barreira ética para mentiras futuras. Assim, acabamos formando pessoas menos éticas”, explica o doutor Álvaro Machado Dias, que também é professor na Universidade Federal de São Paulo (Unifesp).
Esse hábito de transferir o trabalho mental para a máquina, processo conhecido como cognitive offloading, afeta a mente de forma seletiva. As escolhas diárias mais simples continuam preservadas, mas a capacidade de resolver problemas complexos começa a se degradar.
O hábito de transferir o trabalho mental para a máquina é conhecido como cognitive offloading – Imagem: Jack_the_sparow/Shutterstock
“Decisões rápidas e intuitivas praticamente não são afetadas. O problema está nas decisões difíceis, aquelas que exigem avaliar opções, construir modelos mentais e imaginar possibilidades. É justamente aí que o cognitive offloading reduz a qualidade das nossas decisões”, diz o neurocientista.
A busca por atalhos é uma tendência biológica do cérebro para economizar energia. No entanto, evitar a fricção e o desconforto mental de forma contínua traz um impacto negativo para a saúde intelectual e o bem-estar.
“Quando você evita o esforço, no curto prazo parece ótimo, porque não sofreu nem se cansou. Mas, no médio prazo, essa perda de potência intelectual é vivida como perda de vitalidade. E a vitalidade está diretamente ligada ao bem-estar”, aponta o professor da Unifesp.
O paradoxo é que aquilo que evita um desconforto momentâneo acaba produzindo uma insatisfação duradoura.
Doutor Álvaro Machado Dias, neurocientista e professor na Unifesp, em entrevista ao Olhar Digital.
Além dos efeitos cognitivos e éticos no indivíduo, a tecnologia altera a dinâmica das profissões. Em tarefas repetitivas e operacionais, como nos call centers, os algoritmos elevam o desempenho dos trabalhadores iniciantes e nivelam as competências por baixo. “Os resultados mostram que a IA eleva bastante o desempenho de quem estava na base, enquanto melhora muito pouco o desempenho dos especialistas. Ou seja, ela nivela as competências”, analisa o neurocientista.
O cenário muda em funções complexas, que exigem gerenciar processos, pessoas e estratégias. Quem já domina essas competências usa a IA como amplificador, abrindo distância em relação aos trabalhadores operacionais. “Nesses casos, a assimetria cresce bastante”, diz o especialista.
“Quem consegue incorporar a IA ao seu trabalho passa a ter uma produtividade e uma capacidade de transformação da realidade muito superiores às de quem permanece em processos mais operacionais. Por isso, a IA democratiza capacidades, mas também aumenta desigualdades”, conclui o doutor Álvaro Machado Dias.
Confira abaixo a coluna do neurocientista no Olhar Digital News:
Como o cérebro chega a esse estágio
Essa tendência de terceirizar o pensamento é o desdobramento da descarga cognitiva (tradução livre de “cognitive offloading”). Ferramentas tradicionais, como cadernos e calculadoras, apenas guardavam dados de forma estática. Já a IA generativa interpreta, gera e estrutura o conteúdo em tempo real. Isso intensifica o “Efeito Google“, fenômeno no qual o cérebro deixa de armazenar informações por saber que elas estão a um clique de distância.
A transição do armazenamento passivo para a delegação do próprio raciocínio traz riscos à autonomia intelectual. Ao evitar o trabalho mental necessário para aprender de fato, o indivíduo passa a atuar como mero curador de resultados prontos, o que atrofia capacidades de síntese e resolução de problemas.
“Quando a IA passa a funcionar como uma ‘bengala’ permanente do pensamento, existe o risco de enfraquecermos nossa capacidade de refletir, elaborar e criar”, alerta a psicóloga e psicanalista Beatriz Breves, em entrevista ao Olhar Digital.
Ferramentas de IA oferecem atalhos quase irresistíveis para o pensamento – e isso é perigoso – Imagem: SvetaZi/Shutterstock
Esse comportamento é alimentado pelo circuito de recompensa imediata das plataformas de IA. Ao contrário da rolagem de redes sociais, que usa recompensas aleatórias, os chatbots entregam uma resposta precisa e rápida a cada comando.
Essa satisfação sem a contrapartida do esforço vicia o cérebro na ausência de fricção mental. Com o tempo, essa busca por respostas instantâneas consolida o terreno para as perdas de vitalidade e o uso de atalhos em tarefas complexas.
O resultado desse processo é a chamada “algoritmização do pensamento”, na qual a mente passa a raciocinar na mesma estrutura engessada da máquina. “Uma coisa que acontece com muito uso de algoritmo para ajudar a pensar: a pessoa começa a transformar as coisas em itens. Ela vira a pessoa dos bullet points“, observa o doutor Álvaro Machado Dias, em entrevista ao Olhar Digital.
Como o conteúdo gerado por IA se baseia na média estatística, a dependência excessiva dessa tecnologia limita a criação original e impede a consolidação do senso crítico. Então, o maior desafio diante da IA generativa é comportamental: manter a fricção mental para evitar que a busca por eficiência atrofie sua potência intelectual e afrouxe seus limites morais.
🔍 Curadoria Studio Mestre Digital: Nossa equipe monitora as principais movimentações de mercado e tecnologia para manter você atualizado.
“O próximo capítulo do nosso momentum em IA”. Esse foi o título de um comunicado divulgado pelo Google na quarta-feira, 5 de agosto, no episódio mais recente de uma onda de reformulações nas lideranças da Google Deep Mind, divisão que concentra seus esforços de inteligência artificial (IA). Na nota, a big tech anunciou que Demis […]
O post No Google, mais uma dança das cadeiras no time de inteligência artificial apareceu primeiro em NeoFeed.
Insight Studio Mestre: Esta notícia reflete tendências que podem impactar diretamente o seu modelo de negócio digital.
🔍 Curadoria Studio Mestre Digital: Nossa equipe monitora as principais movimentações de mercado e tecnologia para manter você atualizado.
Durante anos, os grandes modelos de inteligência artificial foram treinados principalmente com textos, imagens e outros conteúdos disponíveis na internet. Agora, empresas como OpenAI e Anthropic buscam um tipo de dado mais difícil de encontrar: o conhecimento acumulado por profissionais ao longo da carreira. É nesse mercado que atua a brasileira Vetto AI. A startup […]
O post A startup brasileira que paga a peso de ouro por especialistas para “ensinar” a IA apareceu primeiro em NeoFeed.
Insight Studio Mestre: Esta notícia reflete tendências que podem impactar diretamente o seu modelo de negócio digital.
A saída de Jeff Dean do Google marca uma nova movimentação na disputa pelo futuro da inteligência artificial. O pesquisador, considerado uma das figuras mais importantes da empresa, deixou a companhia para criar a Discovery Loop, uma startup focada em sistemas de IA capazes de aprimorar a própria tecnologia.
Segundo o The New York Times, a nova empresa reúne outros três pesquisadores de destaque e conta com apoio financeiro de investidores do Vale do Silício, incluindo a Alphabet, controladora do Google.
A corrida pela inteligência artificial ganhou um novo capítulo com a saída de um dos principais pesquisadores do Google. – Imagem: Shutterstock AI Generator/Shutterstock
Nova empresa aposta em IA com autoaperfeiçoamento
Dean passou mais de duas décadas no Google e esteve envolvido em projetos que ajudaram a transformar a tecnologia da companhia. Ele participou da criação de sistemas usados pelo buscador e liderou o Google Brain, laboratório que impulsionou pesquisas em inteligência artificial.
Na Discovery Loop, a equipe pretende trabalhar com o conceito de autoaperfeiçoamento recursivo, no qual sistemas de IA poderiam melhorar seu próprio funcionamento com pouca ou nenhuma intervenção humana.
A tecnologia pode ser aplicada em diferentes áreas de pesquisa, como:
Desenvolvimento de novos tipos de hardware;
Descoberta de medicamentos;
Criação de novos materiais;
Avanços em pesquisas científicas.
Achamos que existe uma oportunidade para a IA automatizar mais completamente o que tradicionalmente tem sido um ciclo experimental muito dependente de humanos.
Jeff Dean, criador e CEO da Discovery Loop, ao The New York Times.
O pesquisador acredita que essa abordagem pode aumentar tanto a quantidade quanto a qualidade dos experimentos realizados, abrindo espaço para novas descobertas científicas.
Disputa por talentos aumenta no mercado de IA
A mudança acontece em um momento de forte competição por especialistas em inteligência artificial. Empresas como OpenAI e Anthropic vêm atraindo pesquisadores com grandes investimentos e ambientes considerados mais rápidos para desenvolver novas tecnologias.
O próprio Google perdeu outros nomes importantes nos últimos anos. Entre eles está Peter Norvig, que passou 25 anos na companhia antes de seguir para a Recursive Superintelligence, startup também dedicada ao desenvolvimento de IA com capacidade de autoaperfeiçoamento.
Para Tim Rocktäschel, que deixou o Google para ajudar a fundar a empresa, startups oferecem uma dinâmica diferente.
“É um ambiente completamente diferente dentro de uma startup. É muito mais rápido e focado”, afirmou.
A Discovery Loop terá Dean como CEO e contará com Sanjay Ghemawat, Quoc Le e Oriol Vinyals. Os três pesquisadores participaram de projetos do Google que ajudaram a construir tecnologias usadas pelos atuais chatbots de IA.
A Discovery Loop quer inovar em IA com liberdade de startup e ainda manter uma colaboração com o Google. – Imagem: FotoField/Shutterstock
Google mantém parceria com nova startup
Mesmo fora da empresa, Dean continuará próximo do Google. A Alphabet concordou em fornecer capacidade computacional para a startup por pelo menos um ano, segundo o pesquisador.
A Discovery Loop recebeu investimento inicial da Radical Ventures, Khosla Ventures e outros investidores do Vale do Silício. O valor captado não foi divulgado.
O CEO do Google, Sundar Pichai, destacou a contribuição de Dean e Ghemawat para a evolução tecnológica da companhia.
“Ao longo de 27 anos, Jeff e Sanjay ajudaram a conduzir algumas das transições tecnológicas mais importantes, desde nossa infraestrutura inicial de busca até as redes neurais que ajudaram a criar a era moderna da IA”, afirmou.
A nova empresa também seguirá o modelo de corporação de benefício público, estrutura adotada por outras companhias de IA. Para Dean, a proposta é desenvolver tecnologia buscando impactos positivos para a sociedade.
A criação da Discovery Loop mostra como pesquisadores experientes estão buscando novos caminhos para desenvolver inteligência artificial fora dos grandes laboratórios tradicionais.
A SpaceX ampliou as compras de sistemas de armazenamento de energia da Tesla no segundo trimestre de 2026, segundo documentos financeiros divulgados pela empresa.
No período encerrado em 30 de junho, a companhia desembolsou US$ 295 milhões (R$ 1,5 bilhão) em Megapacks — baterias de grande escala que a SpaceXAI tem instalado para ajudar a abastecer seus data centers Colossus na região da Grande Memphis (EUA).
Com esse valor, o total gasto pela SpaceX em Megapacks da Tesla nos dois primeiros trimestres de 2026 chega a US$ 329 milhões (R$ 1,7 bilhão). Em 2025, quando ainda não era uma empresa de capital aberto, a SpaceX havia adquirido US$ 506 milhões (R$ 2,6 bilhões) em produtos Megapack da fabricante.
O que são os megapacks da Tesla?
Megapacks são sistemas de armazenamento de energia voltados para uso empresarial e em escala de utilidade pública;
A Tesla também fabrica os Megablocks, que reúnem quatro Megapacks em torno de um transformador;
Os sistemas utilizam células de lítio-íon ou outras tecnologias de bateria e permitem armazenar energia de diferentes fontes — incluindo combustíveis fósseis, renováveis e fontes intermitentes como solar e eólica — para evitar apagões em data centers e redes de distribuição;
A Tesla não é a única fabricante desse tipo de sistema: entre os principais concorrentes, segundo pesquisa da Wood Mackenzie, estão as chinesas Sungrow, BYD e CATL, a sul-coreana LG e a estadunidense Fluence.
Além dos Megapacks, as instalações Colossus e Colossus 2 da SpaceXAI na Grande Memphis também operam dezenas de turbinas a gás natural para geração de energia.
As emissões e o ruído das turbinas provocaram protestos de moradores da região, que relatam cheiro, problemas de saúde, barulho e poluição do ar — episódios que contribuíram para um movimento nacional de resistência a empreendimentos de data centers.
A Associação Nacional para o Progresso de Pessoas de Cor (NAACP, na sigla em inglês) entrou com ação judicial contra a SpaceXAI — anteriormente conhecida como xAI — em tribunal federal no Mississippi (EUA) para tentar impedir a empresa de continuar operando as turbinas sem controles de poluição ou licenças federais.
SpaceX gastou quase R$ 700 milhões em Cybertrucks compradas da Tesla em 2025 – (Imagem: wedmoments.stock/Shutterstock
Na chamada de resultados do segundo trimestre, Elon Musk afirmou que a SpaceX planeja expandir rapidamente sua infraestrutura de IA e suas usinas de energia. “Nossa meta provisória é ter 20 gigawatts de energia e resfriamento ativos até o final do próximo ano”, disse ele.
Musk reconheceu que alguns projetos “não vão sair exatamente no prazo”, mas estimou que, “ao nível da usina, algo próximo a 15 gigawatts” ainda seria alcançado.
SpaceX e Tesla têm histórico de transações entre partes relacionadas, compartilhamento de recursos e de pessoal.
Em 2025, além dos US$ 506 milhões em Megapacks, a SpaceX comprou US$ 131 milhões (R$ 673,4 milhões) em veículos Cybertruck, declarando que as aquisições foram feitas pelo preço sugerido pelo fabricante, sem descontos.
As compras ocorreram em momento no qual o interesse dos consumidores pelas picapes havia arrefecido e após uma série de recalls de segurança. No primeiro semestre de 2026, a SpaceX não divulgou novas aquisições de Cybertrucks.
Um modelo de inteligência artificial (IA) da Meta conseguiu invadir os sistemas de outra empresa durante um teste de segurança cibernética, tornando-se o mais recente caso de agentes de IA de grandes desenvolvedoras que ultrapassaram os limites dos ambientes de avaliação.
Segundo o site The Information, o incidente envolveu o modelo Muse Spark 1.1, que conseguiu acessar a internet pública e alterar sistemas internos de uma empresa não identificada devido a uma configuração incorreta no ambiente de testes, conhecido como sandbox.
A Meta realizou a avaliação em parceria com a empresa especializada Irregular, responsável pelos testes de segurança.
Erro de configuração abriu caminho para a invasão
De acordo com a publicação, o problema ocorreu porque o ambiente de testes foi configurado de forma incorreta, permitindo que o modelo explorasse uma vulnerabilidade existente em um serviço de terceiros;
Em declaração ao The Information, um porta-voz da Meta afirmou que a falha foi causada pela configuração inadequada feita durante a avaliação conduzida pela Irregular;
Segundo a empresa, o modelo aproveitou uma vulnerabilidade já existente em outro serviço, em um cenário semelhante ao observado em casos anteriores envolvendo outras desenvolvedoras de IA.
Irregular realizou o teste com a Meta – Imagem: Primakov/Shutterstock
Empresa diz que incidente não representou fuga do ambiente de testes
A Irregular afirmou à Reuters que o episódio foi causado pelo mesmo tipo de problema de configuração divulgado anteriormente pela Anthropic e ressaltou que não houve uma “fuga” do ambiente de testes (sandbox escape) nem uma ação cibernética sofisticada.
Segundo a empresa, não existem problemas em aberto relacionados ao incidente. A Irregular informou ainda que prepara um documento técnico com recomendações sobre boas práticas para isolar modelos de IA durante avaliações de segurança e executar esse tipo de teste de forma mais segura.
A Meta não respondeu imediatamente ao pedido de comentários feito pela Reuters. O Olhar Digital também entrou em contato com a empresa e espera um retorno.
Série de incidentes envolvendo IA
O caso ocorre poucos dias depois de a Anthropic revelar que alguns modelos da família Claude conseguiram invadir os sistemas de três empresas durante testes de segurança cibernética.
Na ocasião, a companhia informou que os incidentes aconteceram em ambientes controlados de avaliação.
Antes disso, a OpenAI também havia divulgado que um de seus agentes de IA apresentou comportamento inesperado durante testes internos.
Os episódios chamam atenção para os desafios de criar ambientes de avaliação totalmente isolados para modelos de IA cada vez mais capazes de interagir com sistemas computacionais e identificar vulnerabilidades.
