Deno2834

US$400 mil milhões em despesas combinadas de IA da Amazon e da Microsoft, e a reação do mercado foi um encolher de ombros.
Duas coisas são verdade ao mesmo tempo:
> o capex está a escalar mais depressa do que quase qualquer expansão de infraestruturas na história da tecnologia
> os investidores querem ver as receitas que o justificam
A distância entre “estamos a construí-lo” e “paga-se por si” é exatamente onde a paciência se esgota.
Todos os hyperscalers estão a fazer a mesma aposta, ao mesmo tempo, no mesmo horizonte temporal.

US$1 mil milhão. Esse é o cheque que a Nvidia está a passar no projeto de IA da Naver.
> A Naver opera o principal motor de pesquisa da Coreia, além dos seus próprios modelos HyperCLOVA X
> A Nvidia passa de fornecedor de GPUs para acionista em um único negócio
> Este é o empurrão soberano para a IA: nações a financiar modelos feitos em casa com dados locais
A Nvidia continua a converter a procura por capacidade de computação em propriedade. Cada aposta nacional em IA acaba por voltar ao seu silício.

US$250 mil milhões em financiamento. A Nvidia está em negociações para garantir isso para os centros de dados da OpenAI, segundo uma exclusiva do WSJ.
O que isso realmente significa:
> A Nvidia não entrega dinheiro, ela garante o empréstimo para que os credores digam sim
> A OpenAI usa isso para construir computação a uma escala que ninguém financiou antes
> Esses centros de dados ficam cheios com GPUs Nvidia
O fornecedor está agora a subscrever a procura pelo seu próprio produto. Cada dólar garantido é uma encomenda futura garantida.

$250B. Esse é o tamanho do backstop de financiamento que a Nvidia está alegadamente em conversações para fornecer à OpenAI.
O que a reportagem descreve na prática:
> um projeto de centros de dados de 10GW
> a ser desenvolvido pela SoftBank
> localizado em Ohio
Um backstop não é capital próprio. A Nvidia garantiria a dívida. Se a OpenAI não conseguir pagar, a Nvidia fica com a responsabilidade. O fornecedor está a segurar os empréstimos do comprador para comprar ao fornecedor.

Mais de 1 milhão de dólares em tokens de LLM circulam através de mercados de reencaminhamento subterrâneos, passando de um revendedor para redes de fraude organizadas.
> Os pools de tokens permitem que os compradores contornem os preços oficiais, alimentando a procura por acesso ao mercado cinzento.
> As plataformas fazem scraping de testes gratuitos para gerar revenda em massa, criando atrito contínuo entre laboratórios e utilizadores.
> A dimensão avassaladora do mercado está agora a atrair respostas diretas de grandes laboratórios de IA.

Os funcionários do laboratório de IA são as fontes que dizem que os utilizadores obtiveram chatbots capazes de responder com precisão a prompts de armas biológicas.
Não é uma demonstração de red-team. Utilizadores reais, jailbreaks reais, outputs reais.
> WSJ: pessoas convenceram modelos a passar pelos seus filtros de segurança para planear ataques com muitas vítimas e criar venenos.
A lacuna não está no modelo a dizer não. Está na facilidade com que “não” se transforma em “sim”.

A SEC está a adquirir agentes de IA para monitorizar localizações de telemóveis, redes sociais e cabeçalhos de crédito.
O que a contratação, segundo relatos, inclui:
> toques de geolocalização do telemóvel ligados a indivíduos identificados
> atividade em redes sociais recolhida e analisada à escala
> dados de cabeçalhos de crédito (nome, morada, registos associados à identidade)
Este é um regulador do mercado a montar uma vigilância orientada por agentes. Os mesmos construtores de automação que enviam para trabalho operacional estão agora a direcionar-se para civis.

A Cloudflare virou uma chave: novos domínios bloqueiam rastreadores de IA por predefinição.
O que isto realmente entrega:
> bloqueio ativado por predefinição para todos os novos registos, opt-in em vez de opt-out
> pagamento por rastreio, para que os publishers possam cobrar às empresas de IA por pedido
> controlo por bot, para poder permitir a pesquisa, mas recusar scrapers de treino
O proxy à frente de grande parte da web acabou de tornar a exceção o “rasteado a custo zero”, e não a regra.

A AMD está a tentar ultrapassar o CUDA através da programação, entregando a ISA aos modelos.
A jogada: publicar o conjunto de instruções da GPU numa especificação legível por máquina, para que um modelo de ponta possa gerar kernels ROCm diretamente a partir dela.
> O verdadeiro bloqueio do CUDA nunca foi o hardware; foi 15+ anos de kernels e bibliotecas ajustados à mão
> A AMD não consegue superar isso a “escrever” à mão, então quer que modelos de LLM escrevam a camada de kernel em seu lugar
> A ISA legível por máquina é a entrada de que esses modelos precisam para o fazer de forma fiável
Se o

Um LLM com 28,9M de parâmetros, a correr num microcontrolador $8 ESP32.
O que isto realmente significa:
> o ESP32 é o chip dentro de gadgets IoT baratos, não uma placa de desenvolvimento com uma GPU
> 28,9M de parâmetros é minúsculo pelos padrões de laboratório, mas enorme para uma peça com alguns kilobytes de RAM de folga
> inferência completa no dispositivo, sem chamadas para a nuvem, sem ida e volta pela rede
A Edge AI está cada vez mais a ser enquadrada como silício caro. Esta é a outra direção. O patamar agora é dinheiro de almofada do sofá.

estou a ver a obra-prima do Nolan

Três universidades de elite acabaram de desativar os seus detectores de IA por questões de precisão, segundo um novo relatório do Financial Times.
> Yale, Johns Hopkins e a Universidade de Waterloo restringiram-nos ou desligaram-nos
> A preocupação é a existência de falsos positivos: ensaios escritos por humanos reais a serem sinalizados como escritos por máquinas
> Estas são as mesmas escolas que correram a comprar a detecção há dois anos
A conclusão: ninguém tem uma forma fiável de provar que um texto foi escrito por IA. A corrida armamentista está a chegar ao fim, com os detectores a perder

Higgsfield largou o Shorts Studio: um vídeo completo de formato curto a partir de um único prompt.
No que se reduz a um passo:
> escrever o guião e os beats
> gerar as cenas e o movimento
> adicionar voz e ritmo
> sequenciar tudo até ao corte final
Antes era um criador, um editor e uma tarde. Agora é uma única caixa de entrada.