O projeto de IA militar que o Brasil revelou

Exército brasileiro testa IA para controlar enxames de drones

O Exército Brasileiro apresentou um projeto de IA para coordenação de enxames de drones, capaz de controlar múltiplas aeronaves autônomas em missões militares.

O sistema foi apresentado pelo Comando de Defesa Cibernética do Exército e utiliza inteligência artificial para coordenar grupos de drones que operam de forma cooperativa. A tecnologia permite que várias aeronaves compartilhem informações em tempo real e executem missões de forma sincronizada.

A proposta segue o conceito de “enxame”, em que múltiplos drones funcionam como um sistema coletivo, adaptando rotas e decisões de forma dinâmica conforme o ambiente e os objetivos da missão. Esse tipo de arquitetura busca aumentar eficiência, cobertura e capacidade operacional.

Projetos desse tipo já são estudados por forças armadas de vários países, especialmente para operações de vigilância, reconhecimento e apoio tático. O desenvolvimento nacional indica que o Brasil também busca avançar em tecnologias militares baseadas em inteligência artificial.

Por que isso importa?

Sistemas de drones coordenados por IA estão se tornando um novo elemento da estratégia militar moderna. A capacidade de operar múltiplas plataformas autônomas pode transformar operações de defesa, vigilância e resposta a ameaças. Para o Brasil, investir nesse tipo de tecnologia também envolve questões de soberania tecnológica e autonomia estratégica.

GPT-5.4 resolve problema matemático com ajuda de pesquisa esquecida

O GPT-5.4 conseguiu resolver um problema matemático que permanecia sem solução ao combinar raciocínio próprio com uma linha de pesquisa humana antiga que havia sido praticamente esquecida.

Segundo a Computerworld, pesquisadores usaram o GPT-5.4 para analisar um problema matemático considerado aberto. Durante o processo, o modelo identificou pistas em trabalhos acadêmicos antigos que não vinham sendo explorados pela comunidade científica.

A IA conseguiu conectar ideias presentes nesses estudos históricos com abordagens modernas, produzindo uma solução plausível para o problema. O resultado foi possível porque o modelo analisou grandes volumes de literatura matemática e encontrou relações que não estavam sendo consideradas.

Especialistas destacam que o avanço não significa que a IA substituiu matemáticos humanos, mas que pode atuar como ferramenta poderosa para descobrir caminhos promissores em áreas de pesquisa complexas.

Porque isso importa

A capacidade de IA avançada de navegar por décadas de literatura científica e revelar conexões esquecidas pode acelerar descobertas em matemática, ciência e engenharia. Em vez de apenas automatizar tarefas, modelos de nova geração começam a atuar como parceiros de pesquisa, capazes de ampliar o alcance da investigação científica.

Por que 90% de precisão em IA ainda não é suficiente

A China anunciou novos planos para acelerar o desenvolvimento de inteligência artificial, reforçando investimentos em tecnologia, infraestrutura digital e inovação industrial.

Segundo comunicado divulgado pelo governo chinês, o país pretende ampliar o apoio a setores estratégicos de IA como computação avançada, modelos de linguagem, robótica e aplicações industriais. A iniciativa faz parte da estratégia nacional para fortalecer competitividade tecnológica e reduzir dependência de tecnologias estrangeiras.

O plano também inclui incentivo à integração da IA em setores como manufatura, saúde, transporte e serviços públicos. O governo vê a tecnologia como motor central para modernizar a economia e aumentar produtividade em diferentes áreas.

Além do desenvolvimento tecnológico, as autoridades destacaram a importância de criar um ecossistema robusto de pesquisa, startups e empresas de tecnologia, além de investir em formação de talentos e infraestrutura digital.

Porque isso importa: O avanço da IA na China está fortemente ligado a estratégia de Estado. Ao tratar a tecnologia como pilar econômico e geopolítico, o país reforça a disputa global por liderança em inteligência artificial. Esse movimento tende a intensificar a competição tecnológica internacional e acelerar a inovação em diferentes setores.

🛠️ Caixa de Ferramentas 🛠

• Qwen-Image-2512 - Qwen-Image-2512 é o novo software de código aberto de última geração para geração de imagens a partir de texto. Ele oferece fotorrealismo drasticamente aprimorado, detalhes naturais mais refinados e renderização de texto superior.

• Community Figma MCP server - Os agentes de IA podem criar, editar e organizar seu design do Figma. Você pode usá-lo com o ChatGPT, Claude Desktop, Cursor ou qualquer outro cliente compatível com MCP.

• Infrabase - Agente de DevOps de IA, que **** analisa o código e o contexto organizacional para identificar brechas de segurança, picos de custos e violações de políticas antes mesmo que atinjam sua nuvem. Ela permite que você defina regras em linguagem natural para gerenciar sua conta na nuvem.

• Sparks AI - uma plataforma onde você pode criar agentes de IA personalizados com qualquer modelo (GPT-5, Claude, Gemini). Adicione ferramentas da nossa loja de aplicativos, obtenha memória persistente, colaboração em equipe e equipes de agentes que geram ajudantes para tarefas complexas.

• Pulze - Sem configuração, sem infraestrutura. Ferramenta para criar agentes de IA sem código, para automatizar tarefas e colaborar entre equipes. Com mais de 50 modelos e roteamento inteligente, é uma maneira rápida de implantar IA, localmente ou na nuvem.

Por que 90% de precisão em IA ainda não é suficiente

Andrej Karpathy argumenta que sistemas de IA precisam atingir níveis de confiabilidade muito acima de 90% para serem realmente úteis em aplicações críticas, introduzindo o conceito da “marcha dos noves”.

No artigo analisado pela VentureBeat, Karpathy explica que muitas aplicações de IA parecem impressionantes com 90% de precisão, mas esse nível ainda é insuficiente para uso em produção em larga escala. Em sistemas que executam milhares ou milhões de ações, mesmo pequenas taxas de erro se acumulam rapidamente.

Ele usa a ideia da “march of nines” para ilustrar o problema. Em vez de 90% de confiabilidade, aplicações críticas exigem níveis como 99%, 99.9% ou até 99.999%. Cada novo “nove” representa uma ordem de magnitude menor de falhas, algo essencial para sistemas usados em infraestrutura, software corporativo ou automação.

O argumento é que muitas ferramentas de IA atuais parecem promissoras em demonstrações, mas ainda estão longe de atingir a robustez necessária para substituir processos humanos em larga escala. Isso explica por que muitas empresas ainda mantêm supervisão humana em fluxos automatizados.

Por que isso importa?

O debate sobre confiabilidade revela um dos maiores desafios da IA moderna: transformar modelos impressionantes em sistemas realmente confiáveis. Para empresas e governos, a diferença entre 90% e 99.999% de precisão pode determinar se a tecnologia será apenas assistiva ou se poderá operar como infraestrutura crítica.

Zona Técnica

• Como a Inteligência Artificial está Remodelando os Fluxos de Trabalho Financeiros em 2026.

• A Primeira Guerra dos Estados Unidos na Era dos LLMs Expõe Mito do Alinhamento com IA.

• Análise Abrangente do "Modelo Mundial": Definição, Caminho, Prática e um Passo Mais Próximo da AGI.

• Impulso do Robô Optimus da Tesla Remodela a História de Crescimento Além dos Veículos Elétricos.

• Como a nova IA do DeepMind Prevê o que não consegue ver.

• Neurônio supercondutor programável com computação intrínseca em memória e plasticidade em escala de tempo dupla para computação neuromórfica ultraeficiente.

• Claude, da Anthropic, descobriu 22 vulnerabilidades no Firefox em duas semanas.

Isso é tudo por hoje!

Até amanhã.