11/14/2025 AI Express | A maior hackathon de IA alguma vez lançada, várias novas tecnologias reveladas

Esta é provavelmente a maior e mais influente hackathon de IA até à data. A hackathon é co-organizada pela Anthropic e pela Gradio e apoiada por 10 patrocinadores.

O evento atraiu mais de6,300que terá lugar durante um período de duas semanas, de 14 a 30 de novembro. Todos os participantes podem inscrever-se em linha e juntar-se à extravagância tecnológica onde quer que estejam.

O concurso não só proporciona$20.000 em prémios em dinheiroExistem também mais deCrédito do patrocinador para $3.5M. Os participantes terão a oportunidade de apresentar os seus projectos inovadores e de estabelecer contactos com os principais especialistas do sector.

• Duração do evento: 14 a 30 de novembro
• Número de participantes: mais de 6.300
• Prémio: $20.000 em dinheiro + $3,5M + crédito do patrocinador
• Participação: Aberta em linha

Os organizadores realizarão uma cerimónia de lançamento hoje, às 10h00 (PST), na qual vários convidados da Hugging Face, OpenAI, Google DeepMind, Modal, Blaxel AI, SambaNova AI e Nebius TF partilharão os seus conhecimentos e experiências. Não se trata apenas de uma competição, mas também de uma óptima oportunidade para aprender e estabelecer contactos.

Os interessados podem assistir à transmissão em direto na ligação abaixo:https://t.co/Mu3KwZuTTP.

A Google acaba de lançar o Deep Research, uma nova funcionalidade do NotebookLM.

Esta funcionalidade é capaz de pesquisar centenas de sítios Web e gerar relatórios bem organizados com base nas consultas do utilizador. Também fornece uma lista anotada de fontes para uma pesquisa mais aprofundada. Os utilizadores podem adicionar estas informações diretamente aos seus blocos de notas.

Investigação aprofundadaÉ suportada uma variedade de novos tipos de ficheiros, incluindo folhas de cálculo do Google, documentos do Microsoft Word, PDFs e imagens acessíveis através de URLs do Google Drive. Esta funcionalidade não só simplifica o processo de investigação, como também torna a gestão e a partilha de informações mais eficientes.

Para profissionais que têm de lidar com grandes quantidades de dados e informaçõesBloco de notasLMO Deep Research é, sem dúvida, uma ferramenta poderosa. Quer se trate de investigação académica ou de análise empresarial, ajuda os utilizadores a aceder e a organizar rapidamente informações relevantes, aumentando assim a eficiência do trabalho.

A API do Claude introduziu recentemente a funcionalidade de saída estruturada, o que constitui uma importante atualização técnica.

Os desenvolvedores agora podem garantir que as respostas do Claude sempre estejam em conformidade com o esquema JSON especificado ou com a definição de ferramenta personalizada, evitando novas tentativas e erros de análise. Esse recurso é particularmente adequado para cenários de aplicativos que exigem um alto grau de consistência e precisão, como análise financeira, processamento de dados de saúde e integração de sistemas corporativos em grande escala.

Os principais pontos fortes incluem:

• Melhoria da coerência e da exatidão do tratamento dos dados
• Redução dos custos de desenvolvimento e manutenção
• Simplificar o processamento de fluxos de dados complexos

Além disso, esta atualização proporciona aos programadores mais flexibilidade e controlo, permitindo-lhes gerir e otimizar melhor as respostas da API.

A equipa Claude afirma que esta funcionalidade irá melhorar significativamente a experiência do utilizador e fornecer um suporte robusto para uma gama mais vasta de indústrias.

O NotebookLM suporta agora uma funcionalidade de introdução de imagens que permite aos utilizadores obter imagens de notas, páginas de manuais escolares ou diagramas e transformá-las em resumos, ideias e respostas. A introdução desta funcionalidade marca uma maior integração da tecnologia de processamento de imagens no domínio do processamento de linguagem natural.

Quer se trate de uma fotografia de notas manuscritas, de uma captura de ecrã de um livro didático ou de um diagrama numa página Web, aBloco de notasLMAmbos podem extrair informações importantes e gerar o texto correspondente. Esta tecnologia não só melhora a eficiência da aprendizagem, como também proporciona grande comodidade aos investigadores e estudantes.

• Suporta várias fontes de imagem: incluindo notas manuscritas, capturas de ecrã de livros didácticos, gráficos da Web, etc.
• Extrair automaticamente informações importantes e gerar resumos
• Fornecer informações e respostas pormenorizadas

Ao combinar tecnologias de visão computacional e de processamento de linguagem natural, o NotebookLM é capaz de compreender e analisar o conteúdo da imagem com maior precisão, fornecendo assim aos utilizadores informações mais ricas e abrangentes.

Esta caraterística inovadora irá melhorar consideravelmente a experiência de aprendizagem do utilizador, tornando a aquisição de conhecimentos mais conveniente e eficiente.

Recentemente, o ChatGPT anunciou o lançamento de uma funcionalidade de chat em grupo onde os utilizadores podem agora colaborar com outros e com o ChatGPT na mesma conversa. Esta nova funcionalidade está atualmente a ser testada no Japão, Nova Zelândia, Coreia do Sul e Taiwan.

Com esta caraterística inovadora, os utilizadores podem não só comunicar com amigos, familiares ou colegas em tempo real, mas também invocar as poderosas capacidades de processamento linguístico do ChatGPT diretamente na janela de chat. Quer se trate de discutir projectos, partilhar ideias ou pedir conselhos, esta interação multiparticipante irá melhorar significativamente a eficiência da comunicação e a experiência do utilizador.

As principais caraterísticas incluem:

• Suporta comunicação em linha com vários utilizadores ao mesmo tempo
• Integração do assistente inteligente ChatGPT para feedback instantâneo e assistência informativa
• Adequado para uma variedade de cenários, como reuniões de equipa, reuniões familiares, etc.

Esta atualização marca mais um grande avanço no modelo de interação do ChatGPT, proporcionando aos utilizadores uma experiência mais rica e flexível.

Na conferência AI Dev 25 x NYC, o reputado especialista em IA Andrew Ng analisou as razões pelas quais a IA continua a acelerar.Observou que, com o aumento significativo da velocidade de codificaçãoA equipa de desenvolvimento é capaz de criar protótipos mais rapidamente do que nunca. Esta rápida iteração torna a inovação tecnológica e a otimização do produto mais eficientes.

No entanto, Ng sublinhou queO verdadeiro obstáculo neste momento é a recolha de feedback dos utilizadores. Embora os avanços tecnológicos tenham tornado o processo de desenvolvimento muito mais rápido, continua a ser um desafio obter e compreender as necessidades reais dos utilizadores em tempo útil.

Ng incentivou os participantes a trabalhar ativamente em rede, colaborar e trabalhar em conjunto para criar futuras aplicações de IA. Mencionou que foi uma conversa com Kirsty Tan na última conferência AI Dev 25 que inspirou o projeto AI Aspire. Essas interações e colaborações são cruciais para o avanço da IA.

De um modo geral, as ideias de Ng lançam luz sobre as principais questões e orientações do atual campo da IA, fornecendo orientações valiosas para os criadores e investigadores.

A Equipa de Programadores de IA da Google partilha como utilizar a ferramenta Execução de Código na API Gemini para executar código Python no ambiente AI Studio para resolver problemas matemáticos complexos, efetuar uma análise de dados eficiente e permitir o raciocínio baseado em código.

A @nikitanamjoshi explica em pormenor como, com esta ferramenta, os utilizadores podem escrever e executar facilmente código Python no AI Studio para resolver rapidamente uma variedade de tarefas computacionais. Por exemplo, em termos de resolução de problemas matemáticos, os utilizadores podem tirar partido das poderosas bibliotecas Python (como a NumPy e a SciPy) para efetuar cálculos numéricos e simbólicos complexos.

Os cenários de aplicação específicos incluem:

• Avaliação dos riscos e análise quantitativa no sector financeiro
• Modelação e simulação de dados na investigação científica
• Ensino e experimentação de programação em linha para o sector da educação

Além disso, as ferramentas do Code Execution suportam a visualização de dados para ajudar os utilizadores a compreender os dados e os resultados de forma mais intuitiva.

Com estas funcionalidades, os programadores e investigadores podem concluir as suas tarefas de trabalho de forma mais eficiente e aumentar a produtividade.

A Meta fez recentemente um grande avanço na área da Geração Aumentada de Recuperação (RAG), resolvendo o maior problema que há muito aflige esta tecnologia. Os sistemas RAG tradicionais recuperam normalmente grandes blocos de documentos, mesmo que o utilizador só precise de uma pequena parte deles. Esta prática não só desperdiça recursos computacionais, como também faz com que os utilizadores paguem taxas desnecessárias.

Para resolver este problema, a Meta introduziu o REFRAG, uma nova abordagem ao RAG. O REFRAG melhora significativamente o desempenho do sistema ao comprimir e filtrar o contexto na camada de incorporação:

• O tempo até à primeira ficha acelera30,85 vezes
• Janela de contexto expandida16 vezes
• O número de tokens processados é reduzido2-4 vezes
• Supera o modelo LLaMA em 16 parâmetros de referência RAG

O REFRAG funciona da seguinte forma:

1. Codificação e armazenamento de documentos numa base de dados vetorial
2. Quando chega uma consulta, recuperar o bloco de documentos relevante da forma habitual
3. Avaliar as incorporações comprimidas e selecionar o melhor bloco de documentos utilizando uma estratégia treinada em aprendizagem por reforço
4. O bloco de documentos selecionado é expandido para uma incorporação completa de símbolos
5. Os blocos de documentos não verificados permanecem comprimidos ou são completamente filtrados.
6. Todos os conteúdos são enviados em conjunto para o Modelo da Grande Linguagem para processamento

Esta abordagem permite que o REFRAG processe mais contexto a uma velocidade superior, sem perda de precisão. Isto é importante para cenários de aplicação que requerem um processamento eficiente de dados de texto em grande escala, como a gestão de conhecimentos a nível empresarial e o serviço inteligente ao cliente.

Estamos muito entusiasmados por partilhar a última versão dos resultados do SophontAI - oOpenMidnightEste é o nosso primeiro modelo baseado em patologias.

O OpenMidnight conseguiu obter os mesmos resultados depois de utilizar apenas 12 000 imagens de cortes completos eRecursos informáticos de 1,6 mil dólaresNo caso do processo, chegou aoNíveis de desempenho mais recentes. Este método de formação eficaz abre novas possibilidades de investigação e de aplicações no domínio da patologia.

Os modelos baseados em patologia desempenham um papel importante na análise de imagens médicas e podem ajudar os médicos a melhorar a precisão e a eficiência do diagnóstico. O sucesso do OpenMidnight não só demonstra a viabilidade de treinar modelos de elevado desempenho a baixo custo, como também pode impulsionar o desenvolvimento de mais tecnologias semelhantes para melhorar ainda mais o nível de inteligência no domínio da medicina.

Esperamos que o OpenMidnight seja útil em aplicações clínicas reais e forneça um forte apoio à investigação médica futura.

Stefano Pasquali, Chefe de Serviços Financeiros da DomynAI, falou na Cimeira AI Dev 25 em Nova Iorque, destacando o compromisso da DomynAI em construir um ecossistema de IA transparente, auditável e autónomo. Ele afirmou.A DomynAI acredita na combinação da inovação com a responsabilidadeIsto conduzirá a uma solução mais segura e fiável para o sector financeiro.

Atualmente, a tecnologia de IA é cada vez mais utilizada no sector financeiro, desde a gestão de riscos ao aconselhamento inteligente sobre investimentos e à deteção antifraude, sendo que todos estes aspectos requerem um elevado grau de confiança e transparência. A domynAI cumpre os requisitos rigorosos das entidades reguladoras e dos clientes em matéria de privacidade e segurança dos dados através da sua estrutura tecnológica avançada, que garante que os sistemas de IA não só são eficientes, como também são rastreáveis e controláveis no seu funcionamento.

Além disso, Pasquali mencionou que a DomynAI está a impulsionar a adoção generalizada da tecnologia de IA nos serviços financeiros, com o objetivo de melhorar a experiência do utilizador através da inovação tecnológica, garantindo simultaneamente a fiabilidade e a segurança do sistema.