;(function() { window.createMeasureObserver = (measureName) => { var markPrefix = `_uol-measure-${measureName}-${new Date().getTime()}`; performance.mark(`${markPrefix}-start`); return { end: function() { performance.mark(`${markPrefix}-end`); performance.measure(`uol-measure-${measureName}`, `${markPrefix}-start`, `${markPrefix}-end`); performance.clearMarks(`${markPrefix}-start`); performance.clearMarks(`${markPrefix}-end`); } } }; /** * Gerenciador de eventos */ window.gevent = { stack: [], RUN_ONCE: true, on: function(name, callback, once) { this.stack.push([name, callback, !!once]); }, emit: function(name, args) { for (var i = this.stack.length, item; i--;) { item = this.stack[i]; if (item[0] === name) { item[1](args); if (item[2]) { this.stack.splice(i, 1); } } } } }; var runningSearch = false; var hadAnEvent = true; var elementsToWatch = window.elementsToWatch = new Map(); var innerHeight = window.innerHeight; // timestamp da última rodada do requestAnimationFrame // É usado para limitar a procura por elementos visíveis. var lastAnimationTS = 0; // verifica se elemento está no viewport do usuário var isElementInViewport = function(el) { var rect = el.getBoundingClientRect(); var clientHeight = window.innerHeight || document.documentElement.clientHeight; // renderizando antes, evitando troca de conteúdo visível no chartbeat-related-content if(el.className.includes('related-content-front')) return true; // garante que usa ao mínimo 280px de margem para fazer o lazyload var margin = clientHeight + Math.max(280, clientHeight * 0.2); // se a base do componente está acima da altura da tela do usuário, está oculto if(rect.bottom < 0 && rect.bottom > margin * -1) { return false; } // se o topo do elemento está abaixo da altura da tela do usuário, está oculto if(rect.top > margin) { return false; } // se a posição do topo é negativa, verifica se a altura dele ainda // compensa o que já foi scrollado if(rect.top < 0 && rect.height + rect.top < 0) { return false; } return true; }; var asynxNextFreeTime = () => { return new Promise((resolve) => { if(window.requestIdleCallback) { window.requestIdleCallback(resolve, { timeout: 5000, }); } else { window.requestAnimationFrame(resolve); } }); }; var asyncValidateIfElIsInViewPort = function(promise, el) { return promise.then(() => { if(el) { if(isElementInViewport(el) == true) { const cb = elementsToWatch.get(el); // remove da lista para não ser disparado novamente elementsToWatch.delete(el); cb(); } } }).then(asynxNextFreeTime); }; // inicia o fluxo de procura de elementos procurados var look = function() { if(window.requestIdleCallback) { window.requestIdleCallback(findByVisibleElements, { timeout: 5000, }); } else { window.requestAnimationFrame(findByVisibleElements); } }; var findByVisibleElements = function(ts) { var elapsedSinceLast = ts - lastAnimationTS; // se não teve nenhum evento que possa alterar a página if(hadAnEvent == false) { return look(); } if(elementsToWatch.size == 0) { return look(); } if(runningSearch == true) { return look(); } // procura por elementos visíveis apenas 5x/seg if(elapsedSinceLast < 1000/5) { return look(); } // atualiza o último ts lastAnimationTS = ts; // reseta status de scroll para não entrar novamente aqui hadAnEvent = false; // indica que está rodando a procura por elementos no viewport runningSearch = true; const done = Array.from(elementsToWatch.keys()).reduce(asyncValidateIfElIsInViewPort, Promise.resolve()); // obtém todos os elementos que podem ter view contabilizados //elementsToWatch.forEach(function(cb, el) { // if(isElementInViewport(el) == true) { // // remove da lista para não ser disparado novamente // elementsToWatch.delete(el); // cb(el); // } //}); done.then(function() { runningSearch = false; }); // reinicia o fluxo de procura look(); }; /** * Quando o elemento `el` entrar no viewport (-20%), cb será disparado. */ window.lazyload = function(el, cb) { if(el.nodeType != Node.ELEMENT_NODE) { throw new Error("element parameter should be a Element Node"); } if(typeof cb !== 'function') { throw new Error("callback parameter should be a Function"); } elementsToWatch.set(el, cb); } var setEvent = function() { hadAnEvent = true; }; window.addEventListener('scroll', setEvent, { capture: true, ive: true }); window.addEventListener('click', setEvent, { ive: true }); window.addEventListener('resize', setEvent, { ive: true }); window.addEventListener('load', setEvent, { once: true, ive: true }); window.addEventListener('DOMContentLoaded', setEvent, { once: true, ive: true }); window.gevent.on('allJSLoadedAndCreated', setEvent, window.gevent.RUN_ONCE); // inicia a validação look(); })();
  • AssineUOL
Topo

Engenheiros recriam software de fake news "muito perigoso para ser lançado"

Congresso derruba veto a pena mais dura para quem divulga fake news nas eleições - Getty Images/iStockphoto
Congresso derruba veto a pena mais dura para quem divulga fake news nas eleições Imagem: Getty Images/iStockphoto

Do TAB

Em São Paulo

29/08/2019 17h25

A OpenAI, uma empresa de inteligência artificial, desenvolveu um software capaz de aprender padrões de linguagens e, com isso, criar histórias sozinho. A empresa, fundada por Elon Musk e que já recebeu US$ 1 bilhão de investimento da Microsoft, decidiu que seria muito perigoso lançar o código de uma vez porque poderia ser usado para fabricar fake news. No entanto, diversos engenheiros já estão copiando a tecnologia.

A empresa lançou hoje metade do código do software, batizado de GPT-2. Com ele, publicou um artigo científico discutindo os possíveis benefícios da tecnologia e como a estratégia de lançá-la em pedaços pode ajudar a se antecipar a maus usos, como a criação de notícias falsas. Dois dias antes, dois engenheiros da computação - Aaron Gokaslan, 23 anos, e Vanya Cohen, 34 anos - criaram um software que replicava o da OpenAI e lançaram na internet gratuitamente.

Tanto o software da OpenAI quanto o da dupla de engenheiros escaneia milhões de textos de links postados no Reddit, um dos maiores fóruns da internet e onde acontecem intensos debates políticos. A tecnologia analisa os artigos para aprender padrões de linguagem. Além de criar notícias falsas, o software também pode ser utilizado para ferramentas de tradução, robôs conversacionais ou mesmo para ajudar jornalistas a escrever mais rápido.

Gokaslan e Cohen afirmam que precisaram do equivalente a US$ 50 mil de computação em nuvem - que o Google disponibiliza gratuitamente para instituições acadêmicas - para conseguir desenvolver a tecnologia.

Em entrevista à revista Wired, eles afirmam que o objetivo era mostrar que a tecnologia já está ao alcance de todos e que as pessoas já podem se preparar para suas consequências, sejam elas positivas ou negativas. "Isso permite que todos tenham uma conversa importante sobre segurança e que os pesquisadores possam criar proteções contra eventuais abusos", diz Cohen à revista.

Fique por dentro de comportamento e cultura seguindo o TAB no Instagram e tenha conteúdos extras sobre inovação, tecnologia e estilo de vida.