Versão descontinuada do aplicativo de streaming pirata mantém uma brecha grave que permite execução remota de código e exposição massiva de dados dos usuários

Uma falha de segurança crítica na versão antiga do Popcorn Time mantém até 3 milhões de computadores com Windows e 350 mil Macs expostos a ataques remotos. O aplicativo de streaming pirata, que foi descontinuado, deixou de receber atualizações, mas uma parcela significativa de usuários ainda mantém o software instalado em seus dispositivos.

A mecânica da vulnerabilidade

A brecha permite a execução remota de código (RCE, na sigla em inglês), um tipo de falha que possibilita a um atacante controlar o dispositivo afetado à distância. Na prática, isso significa que um invasor pode instalar programas maliciosos, roubar dados pessoais ou incluir o computador em redes de botnets sem que o usuário perceba.

O problema é agravado pelo fato de o Popcorn Time ter sido abandonado por seus desenvolvedores. Sem atualizações, não há correção disponível para a falha, e os usuários que continuam a usar o aplicativo estão permanentemente vulneráveis.

Impacto e recomendações

A exposição de milhões de dispositivos levanta preocupações sobre a segurança de dados pessoais e a possibilidade de ataques em larga escala. Especialistas em cibersegurança recomendam que os usuários desinstalem imediatamente qualquer versão antiga do Popcorn Time e realizem uma varredura completa em seus sistemas para detectar possíveis infecções.

A falha também serve como alerta sobre os riscos de manter softwares descontinuados em uso, especialmente aqueles que operam com protocolos de rede e podem ser explorados remotamente. A ausência de suporte oficial transforma o aplicativo em um vetor permanente de ataques.

O legado do Popcorn Time

O Popcorn Time ganhou notoriedade por oferecer streaming de filmes e séries de forma pirata, com uma interface amigável que facilitava o acesso a conteúdo protegido por direitos autorais. O projeto foi alvo de ações judiciais e pressão de autoridades em diversos países, o que levou ao seu encerramento.

Agora, a vulnerabilidade exposta revela um efeito colateral duradouro: usuários que resistiram a abandonar o aplicativo carregam consigo um risco de segurança que não pode ser mitigado por atualizações. A recomendação é clara: a única forma de eliminar a exposição é remover o software definitivamente.

A versão descontinuada do aplicativo mantém uma brecha que permite a execução remota de código, expondo dados de milhões de usuários que ainda utilizam o software

Fonte Primária: Les Numériques

Novo recurso baixa uma imagem limpa do sistema direto dos servidores da Microsoft, dispensando pendrives e mídia física; estreia ocorre em meio à queda de receita do segmento de PCs

A Microsoft oficializou o Cloud Rebuild, recurso que permite reinstalar o Windows 11 baixando uma imagem limpa do sistema operacional diretamente dos servidores da empresa. A funcionalidade dispensa pendrives, DVDs ou arquivos ISO preparados manualmente pelo usuário — até então, o caminho padrão para restaurar uma instalação corrompida.

O anúncio foi feito nos canais de teste do Windows Insider, onde a build do sistema passou a incluir a novidade. Na prática, o usuário aciona a opção de recuperação e o Windows busca, nos servidores da Microsoft, uma cópia íntegra do sistema para reinstalação.

O Cloud Rebuild elimina a dependência de mídia física ao puxar uma imagem íntegra do sistema diretamente dos servidores da Microsoft

Como o recurso opera na prática

O Cloud Rebuild funciona como uma camada adicional às ferramentas de recuperação já existentes no Windows 11. Em vez de exigir que o usuário localize a mídia de instalação correta — problema recorrente em máquinas sem unidade óptica e em modelos compactos —, o sistema se encarrega do download da imagem.

A abordagem reduz pontos de falha no processo: elimina versões desatualizadas de ISO, evita mídias danificadas e simplifica a restauração em dispositivos que perderam a partição de recuperação original. É uma resposta direta a um dos cenários mais comuns de suporte técnico doméstico e corporativo.

Ajustes no menu de contexto

Além do Cloud Rebuild, a Microsoft refinou o menu de contexto do Windows 11, aquele que aparece com o clique direito do mouse. As mudanças simplificam o acesso a ações frequentes, como copiar, renomear e compartilhar arquivos, reduzindo a necessidade de abrir submenus.

O ajuste responde a uma das críticas mais persistentes à interface do Windows 11 desde o lançamento: o excesso de camadas no menu de contexto herdado do Windows 10.

Um lançamento em meio à retração do mercado de PCs

A oficialização do recurso ocorre em um momento delicado para o negócio de computadores pessoais. A receita do segmento de PCs registrou queda no balanço mais recente da Microsoft, refletindo um mercado global que desacelerou após o ciclo de renovação estimulado pela pandemia.

Nesse contexto, investir em ferramentas de manutenção e recuperação do sistema operacional funciona como estratégia de retenção: um Windows 11 mais fácil de restaurar reduz o risco de migração para outras plataformas e diminui o custo de suporte para fabricantes parceiras e para o próprio ecossistema corporativo.

O Cloud Rebuild chega primeiro aos canais de teste do Windows Insider, etapa que antecede a distribuição ampla para todos os usuários do sistema.

Fonte Primária: Microsoft

CEO da OpenAI afirma que manter DRAM em computadores pessoais subutilizados é 'terrível' para a alocação global de um recurso escasso, enquanto Samsung e SK Hynix já reservaram a produção futura para nuvem e Stargate

O CEO da OpenAI, Sam Altman, afirmou em entrevista ao podcast Cheeky Pint que manter a memória DRAM em computadores pessoais, em vez de concentrá-la em data centers, é uma alocação "terrível" do recurso em escala global. A declaração foi dada durante a conversa, na qual ele também comentou o impacto da IA na matemática e a escassez de RAM que afeta o setor de tecnologia.

Segundo Altman, muitos entusiastas da inferência local acreditam que modelos de código aberto rodando em máquinas domésticas resolveriam o problema de demanda por infraestrutura. Ele contesta essa lógica: com a oferta mundial de DRAM limitada, distribuir a memória por milhões de PCs subutilizados desperdiça capacidade que deveria estar em nuvem.

“Do ponto de vista da alocação global, na verdade é bastante terrível ter todo mundo com um monte do limitado suprimento mundial de DRAM em seu próprio computador, sendo usado apenas 5% do tempo” — Sam Altman, CEO da OpenAI

A lógica da utilização máxima

O argumento central de Altman é econômico e logístico. Um computador pessoal típico usa sua memória RAM de forma intermitente — em média, apenas 5% do tempo, segundo sua estimativa. Já em um data center, a mesma quantidade de DRAM pode ser alocada dinamicamente entre milhares de cargas de trabalho simultâneas, atingindo utilização próxima da totalidade.

"Você quer utilização máxima na nuvem se está tentando lidar com esse ambiente de oferta tão restrita", disse o CEO. "E, de alguma forma, a intuição de muitas pessoas é o oposto disso."

Quem já reservou a produção

A escassez não é hipotética. Fabricantes de memória como Samsung e SK Hynix firmaram acordos de longo prazo com operadores de serviços de nuvem e com projetos de infraestrutura de IA, incluindo o Stargate, da própria OpenAI. Esses contratos reservaram grande parte da produção mundial de RAM para os próximos anos.

O resultado direto já é sentido pelo consumidor: laptops, celulares e outros dispositivos eletrônicos estão ficando mais caros à medida que as fabricantes priorizam contratos de alto volume com o setor corporativo. Os bilhões que as empresas de nuvem estão dispostas a pagar por chips de memória redefinem a cadeia de prioridades da indústria de semicondutores.

O dilema da inferência local

A fala de Altman reacende uma tensão estrutural no ecossistema de IA: a promessa de modelos abertos rodando localmente versus a realidade física da oferta de memória. Não se trata apenas de PCs gamer ou estações de trabalho de desenvolvedores, mas de qualquer dispositivo que dependa de DRAM — incluindo notebooks profissionais e máquinas voltadas a desenvolvimento com IA.

Para a indústria, o recado é claro: em um cenário de restrição de oferta, a eficiência agregada da nuvem se sobrepõe ao conforto da posse local. A questão que permanece é como conciliar a demanda crescente por privacidade e autonomia computacional com a realidade de um recurso físico finito e cada vez mais disputado.

Fonte Primária: The Verge

Empresa americana adapta know-how de computação quântica para criar comutador de circuito óptico sem partes móveis que reduz perda de luz e promete desafogar o tráfego entre GPUs

A PsiQuantum, empresa americana conhecida pelo desenvolvimento de computadores quânticos fotônicos, apresentou um protótipo de comutador de circuito óptico (OCS) voltado para redes de GPUs em data centers de inteligência artificial. O dispositivo usa circuitos gravados em um chip de silício sem partes móveis — uma abordagem distinta dos switches baseados em microespelhos usados por concorrentes como Google e Lumentum.

A lógica do OCS é simples na essência e complexa na execução: a luz atravessa o switch diretamente de fibra para fibra, sem conversão para sinais elétricos e de volta. Switches convencionais fazem essa conversão a cada salto, o que consome energia e adiciona latência. O circuito óptico, por sua vez, mantém um caminho fixo de luz até que uma mudança seja ordenada.

O switch da PsiQuantum usa circuitos gravados em um chip de silício sem partes móveis, ao contrário dos minúsculos espelhos do Google e da Lumentum

Por que a conversão elétrica virou gargalo

O problema que a PsiQuantum tenta resolver ganha escala à medida que os clusters de IA crescem. Mover dados entre GPUs está se tornando rapidamente um gargalo, e a óptica representa um salto de largura de banda sobre o cobre, que tem limitações de alcance. O objetivo é melhorar a largura de banda e a distância de comunicação para que diferentes racks de GPUs conversem em alta velocidade e ajam como um único sistema.

A principal penalidade do OCS está na quantidade de luz perdida ao atravessar o switch. Nesse quesito, o protótipo da PsiQuantum fica abaixo de 2 dB — ou menos de 37% de luz perdida —, patamar semelhante ao de soluções da Salience Labs e da iPronics, que usam amplificação embutida. O switch Palomar, do Google, baseado em espelhos, também costuma ficar abaixo de 2 dB.

A desvantagem do protótipo: escala

O ponto fraco do dispositivo da PsiQuantum é o número de portas. O protótipo tem apenas oito, contra 136 do Palomar do Google e 300 da Lumentum. A Salience Labs opera com 32. A empresa afirma ter planos de desenvolver dispositivos maiores, mas o caminho até a paridade com os concorrentes ainda é longo.

A aposta da PsiQuantum é que a arquitetura sem partes móveis traga vantagens de durabilidade e estabilidade em ambientes de data center, onde componentes mecânicos sofrem desgaste. A empresa não divulgou prazos para a versão comercial nem metas de capacidade para os dispositivos maiores em desenvolvimento.

Fonte Primária: PsiQuantum

Nova geração do modelo frontier do Google promete avanços em detecção de vulnerabilidades e raciocínio sobre código, mas acesso permanece limitado a um grupo restrito de pesquisadores e empresas de segurança

O Google DeepMind revelou o Gemini 4 Carbon, sua mais nova geração de modelo frontier de inteligência artificial, com foco declarado em aplicações de cibersegurança. O anúncio, feito pela divisão de pesquisa da empresa, posiciona o modelo como uma ferramenta para identificar vulnerabilidades e raciocinar sobre código em escala — mas sem qualquer indicação de quando, ou se, chegará ao público geral.

A estratégia reflete um movimento mais amplo entre os laboratórios de ponta: manter os modelos mais capazes sob acesso controlado, distribuindo-os primeiro a parceiros de confiança em setores sensíveis como segurança, defesa e infraestrutura crítica.

O modelo foi projetado para identificar falhas exploráveis em código real antes que atores maliciosos o façam — mas o Google não divulgou cronograma de acesso público

O que o Gemini 4 Carbon traz de novo

Segundo a divulgação, o modelo foi treinado com ênfase em tarefas de segurança ofensiva e defensiva — desde a análise estática de bases de código até a simulação de vetores de ataque em ambientes controlados. A proposta é que pesquisadores e equipes de resposta a incidentes possam usar o modelo para antecipar falhas exploráveis antes que sejam descobertas por atores maliciosos.

A arquitetura mantém a linhagem multimodal das gerações anteriores, mas incorpora ajustes específicos para raciocínio sobre linguagens de programação e protocolos de rede. O Google não divulgou benchmarks detalhados nem especificações técnicas completas do modelo.

Acesso restrito como estratégia

A decisão de não disponibilizar o Gemini 4 Carbon publicamente não é isolada. Laboratórios como Anthropic e OpenAI adotaram abordagens semelhantes com modelos de capacidade elevada, liberando-os primeiro para programas de acesso antecipado com organizações selecionadas.

No caso do Google, o acesso está sendo concedido a um grupo restrito de parceiros em programas de segurança cibernética. A empresa não especificou quais organizações integram esse grupo nem os critérios de seleção.

O que isso significa para o mercado

A restrição cria uma assimetria: enquanto o público continua usando versões anteriores do Gemini, um seleto grupo de empresas e instituições tem acesso a capacidades que podem redefinir a dinâmica de descoberta e exploração de vulnerabilidades.

Para o setor de segurança, a chegada de um modelo frontier especializado levanta questões sobre dualidade de uso — as mesmas capacidades que ajudam defensores a encontrar falhas podem, em teoria, ser empregadas para explorá-las. O Google afirma que o acesso controlado é parte da mitigação desse risco.

A empresa não divulgou cronograma para expansão do acesso nem detalhes sobre o processo de seleção de novos parceiros.

Fonte Primária: Ars Technica

Estudo da consultoria revela que 77% dos conselhos esperam ganhos de produtividade, mas falta de alinhamento entre lideranças e dificuldade de transformar tempo economizado em inovação travam o retorno financeiro

A promessa de que a inteligência artificial elevaria a produtividade corporativa e reduziria custos operacionais continua distante da realidade financeira de boa parte das organizações. Dados divulgados pelo Gartner revelam que apenas 3% das empresas conseguiram superar as metas de economia de custos por ganhos de produtividade com IA.

O número contrasta diretamente com a expectativa dos conselhos administrativos: cerca de 77% dos executivos esperavam que a tecnologia aumentasse a produtividade e reduzisse despesas. Ao mesmo tempo, 38% das companhias já gastaram mais com IA do que o previsto, e 85% pretendem aumentar os investimentos na tecnologia em 2027.

Apenas 21% do tempo liberado pelo uso de IA foi redirecionado para atividades consideradas inovadoras, segundo o Gartner

O desalinhamento entre as lideranças

Segundo a consultoria, uma das principais dificuldades está na falta de consenso dentro das próprias empresas. Uma pesquisa realizada em julho com 297 diretores de recursos humanos mostrou que 78% dos líderes não estão alinhados sobre onde a IA realmente gera valor.

O cenário reforça resultados de outros estudos. Em fevereiro, o Tecnoblog mostrou que mais de 80% das empresas também não haviam registrado ganhos de produtividade com a tecnologia. Os custos, por sua vez, começam a pesar: executivos têm dificuldade para entender e prever os gastos com ferramentas de IA, principalmente por causa dos modelos de cobrança baseados no consumo de tokens.

O tempo economizado que não vira inovação

Outro problema apontado pela consultoria é transformar a produtividade extra em crescimento real. Em uma pesquisa com 1.865 trabalhadores, o Gartner descobriu que apenas 21% do tempo liberado pelo uso de IA foi redirecionado para atividades consideradas inovadoras.

Para a diretora sênior de análise do Gartner, CV Viverito, as empresas já conseguem liberar parte da capacidade dos funcionários ao automatizar tarefas. A dificuldade está em aproveitar esse tempo para desenvolver novos produtos, serviços ou outras fontes de receita.

O que a consultoria recomenda

Diante desse cenário, o Gartner recomenda que as organizações concentrem os investimentos nas áreas em que a tecnologia realmente pode gerar valor, distribuam conhecimento sobre IA entre diferentes equipes e redesenhem funções, levando em conta as novas ferramentas.

A conclusão é que o problema não está na capacidade técnica da IA de automatizar tarefas, mas na ausência de uma estratégia clara para converter eficiência operacional em resultados financeiros mensuráveis.

Fonte Primária: Tecnoblog

Gigantes da tecnologia recorrem a tradições religiosas e líderes espirituais para definir valores humanos e evitar respostas prejudiciais em sistemas de inteligência artificial

A Anthropic, o Google, a Meta e a Microsoft estão recorrendo a religiões e líderes espirituais para discutir o comportamento de sistemas de inteligência artificial. A iniciativa, revelada nesta quinta-feira (29), busca estabelecer referências éticas para que chatbots tomem decisões responsáveis, reconheçam dilemas morais e evitem respostas prejudiciais.

A Busca por Referências Morais

A aproximação entre empresas de tecnologia e tradições religiosas reflete um desafio crescente no desenvolvimento de IA: como incorporar diferentes crenças e valores humanos às regras que governam o comportamento dos modelos de linguagem. Os chatbots, treinados em vastos conjuntos de dados da internet, absorvem vieses e perspectivas diversas — e as empresas buscam agora fontes externas de autoridade moral para calibrar suas respostas.

O diálogo com líderes religiosos não se limita a uma única tradição. A iniciativa envolve representantes de diferentes fés, que são convidados a discutir como princípios éticos universais podem ser traduzidos em diretrizes técnicas para os sistemas.

O Desafio Técnico da Ética

Traduzir valores religiosos e culturais em regras computacionais não é trivial. Os modelos de linguagem operam por meio de padrões estatísticos aprendidos de dados, e a incorporação de princípios éticos exige camadas adicionais de treinamento e ajuste fino. As empresas buscam, com esse diálogo, desenvolver mecanismos que permitam aos chatbots reconhecer contextos sensíveis e responder de forma alinhada a valores humanos compartilhados.

A questão central é como conciliar crenças diversas em um único sistema que atende usuários globalmente. Uma resposta considerada apropriada em uma cultura pode ser vista como inadequada em outra — e as empresas precisam navegar essa complexidade sem impor uma única visão de mundo.

Implicações para o Setor

A iniciativa das quatro gigantes — Anthropic, Google, Meta e Microsoft — sinaliza uma mudança na forma como a indústria aborda o alinhamento de IA. Em vez de depender exclusivamente de equipes internas de ética e segurança, as empresas buscam legitimidade externa para suas escolhas de design.

O movimento também levanta questionamentos sobre a governança da IA. Quem deve definir os valores que guiam os chatbots? As empresas, os reguladores ou as comunidades religiosas e culturais? A resposta a essa pergunta moldará não apenas a tecnologia, mas também a confiança pública nos sistemas de IA que se tornam cada vez mais presentes no cotidiano.

A iniciativa busca estabelecer referências para chatbots tomarem decisões responsáveis, reconhecerem dilemas morais e evitarem respostas prejudiciais

Fonte Primária: Olhar Digital

Empresa do ChatGPT já aluga processadores do Google desde 2025 e agora avalia aquisição direta, em movimento que expõe a disputa por capacidade computacional para treinar e executar modelos de inteligência artificial

A OpenAI avalia adquirir chips de inteligência artificial fabricados pelo Google, segundo apuração do veículo americano The Information. A empresa responsável pelo ChatGPT já aluga processadores da gigante das buscas desde 2025, e a possível compra representaria um passo além nessa relação comercial.

Até o momento, não foram divulgados detalhes sobre o valor do negócio, a quantidade de processadores envolvida nem o prazo para a concretização da compra. Procurado pela Reuters, o Google não respondeu ao pedido de comentário, e a OpenAI se recusou a comentar o assunto.

A concorrência no setor de IA não impede relações comerciais entre empresas que disputam o mesmo mercado

A mecânica por trás da disputa

Os chips de IA do Google — os TPUs (Tensor Processing Units) — são projetados para acelerar o treinamento e a execução de modelos de aprendizado de máquina. A infraestrutura é o gargalo central da indústria de inteligência artificial: treinar modelos fundacionais exige milhares de aceleradores operando em cluster por semanas ou meses.

A OpenAI depende historicamente da Nvidia para esse fornecimento. Diversificar a base de processadores reduz o risco de escassez e amplia a capacidade de expansão da empresa, que enfrenta concorrência direta do próprio Google no mercado de modelos generativos.

Rivalidade e interdependência

O movimento evidencia como a competição no setor de IA não impede relações comerciais entre empresas que disputam o mesmo mercado. O Google desenvolve seus próprios modelos e compete com a OpenAI em produtos e serviços, mas seus processadores podem atender às necessidades de infraestrutura de outras companhias.

A informação divulgada não esclarece se a OpenAI pretende substituir parte dos equipamentos que utiliza atualmente ou apenas ampliar suas opções de processamento. A decisão de comprar em vez de alugar sinalizaria um compromisso de longo prazo com a plataforma do Google.

O que está em jogo

A disputa por infraestrutura de IA se tornou o campo de batalha silencioso da indústria. Quem controla a capacidade de processamento controla o ritmo de lançamento de novos modelos — e, por consequência, a posição competitiva no mercado.

A eventual aquisição de chips do Google pela OpenAI reforçaria a posição da gigante das buscas como fornecedora de infraestrutura para rivais, modelo de negócio que já pratica com outras empresas. Para a OpenAI, o acordo representaria mais uma camada de diversificação em um momento de expansão acelerada de suas operações.

Fonte Primária: The Information