O motor de previsão de IA da Mantic supera a média dos previsores humanos na Metaculus Fall Cup, marcando um avanço na capacidade da IA de prever eventos do mundo real.
Pesquisadores da Universidade de Michigan desenvolveram o Prima, um sistema de IA que interpreta exames de ressonância magnética do cérebro em segundos com 97.5% de precisão, sinalizando automaticamente emergências.
A OpenAI lança o GPT-5.3-Codex, o modelo de codificação de agentes mais capaz até hoje. Esta IA inovadora ajudou a construir e a implantar a si mesma, e funciona 25% mais rápido.
O MIT CSAIL apresenta o framework EnCompass, que permite que agentes de IA retrocedam e otimizem as saídas de LLM, alcançando um aumento de precisão de 15–40% com 82% menos código.
O método Discovery Learning possibilita a previsão rápida da vida útil da bateria em uma semana, em vez dos tradicionais ciclos de teste que duram meses.
A Impulse AI revela uma plataforma de ML autônoma que ficou entre os 2,5% melhores em uma competição do Kaggle, automatizando todo o fluxo de trabalho desde a preparação dos dados até o deploy em produção em menos de uma hora.
O novo relatório sobre segurança de IA alerta para a proliferação de deepfakes, companheiros de IA e sistemas autônomos, ao mesmo tempo que destaca o desempenho de medalha de ouro da IA em matemática.
Análise abrangente identifica cinco armadilhas recorrentes que explicam a taxa de falha de 85% em projetos de ML: seleção incorreta do problema, problemas de qualidade de dados, lacuna entre modelo e produto, incompatibilidade offline-online e impedimentos não técnicos, com soluções acionáveis para profissionais.
A emergente tecnologia de modelos de mundo visa resolver problemas de consistência em IA, proporcionando às máquinas uma melhor compreensão do espaço e do tempo.
O ScienceDaily relata que pesquisadores usaram aprendizado de máquina para analisar dados sobre câncer de 185 países, identificando mudanças específicas de políticas que poderiam melhorar as taxas de sobrevivência em cada nação.
Pesquisadores do MIT mostram que os modelos de aprendizado de máquina com melhor desempenho podem tornar-se os piores quando aplicados a novos ambientes de dados, revelando riscos ocultos decorrentes de correlações espúrias na IA médica e em outras aplicações críticas.
Pesquisadores desenvolveram um novo método de IA chamado Riff-Diff que transforma o design de enzimas, criando biocatalisadores altamente eficientes e estáveis para aplicações industriais e médicas. Os achados foram publicados na revista Nature.
A inteligência artificial está ampliando sua atuação na exploração espacial, com pesquisadores da Universidade de Stanford implementando com sucesso aprendizado de máquina em robôs a bordo da Estação Espacial Internacional. O sistema de IA melhorou a eficiência do planejamento de movimentos dos robôs em 50–60%, demonstrando o potencial da IA para gerar novas oportunidades no espaço.
Do LangChain ao Hugging Face Transformers, esses 16 projetos de código aberto estão fornecendo as ferramentas e os frameworks fundamentais que estão acelerando a inovação em IA e aprendizado de máquina.
