A Keep lançou seu modelo esportivo vertical patenteado, o Keepace.ai, no evento WAIC 2026. Este modelo prioriza a observância dos limites de segurança acima da funcionalidade geral. Ele foi desenvolvido com base em 14 bilhões de registros de exercícios reais e inclui mais de 700 indicadores métricos em um gráfico panorâmico de características.
A apresentação do Keepace.ai foi a primeira demonstração pública das capacidades centrais de inteligência artificial da empresa desde o anúncio da estratégia 'Tudo em IA' no início de 2025. O modelo resolve um problema crítico nos sistemas de IA genéricos para aplicativos de fitness: enquanto os modelos universais buscam a máxima utilidade, eles carecem das restrições de segurança, rigor científico e detalhamento de personalização necessários para aconselhamento correto sobre exercícios físicos, pois conselhos incorretos podem causar danos físicos.
A abordagem vertical foi motivada por três aspectos principais. Primeiro, os limites de segurança: um erro de geração em um chatbot genérico requer apenas verificação pelo usuário, enquanto o mesmo erro em recomendações de exercícios executados por humanos pode causar danos irreversíveis. A arquitetura do Keepace.ai trata a segurança como uma restrição rígida incorporada ao sistema de treinamento e avaliação, e não apenas como um objetivo de otimização. Segundo, a filtragem de alegações pseudocientíficas: o setor de fitness é um dos ambientes de marketing mais saturados na internet, onde mitos são amplamente difundidos, como o de que quanto mais você sua, mais gordura queima. Modelos genéricos absorvem e reproduzem tais equívocos dos dados de treinamento, enquanto o Keepace.ai utiliza a verificação de fontes autorizadas como critério rígido de avaliação. Terceiro, o detalhamento da personalização: transformar dados brutos de sensores em um modelo preciso das capacidades físicas do usuário exige treinamento especializado, inacessível para modelos genéricos.
Atualmente, o Keepace.ai suporta três cenários de uso: geração de cursos de treinamento, respostas a perguntas sobre conhecimento de exercícios e interpretação de dados de exercícios. Por exemplo, ao solicitar exercícios com halteres para as costas, acompanhado de uma menção a desconforto recente nas costas, o modelo reconhece o risco e, em vez de recomendar inclinações ou levantamento terra, sugere remada unilateral para reduzir a carga na coluna. No modo de Perguntas e Respostas (Q&A), se for feita uma pergunta sobre o ritmo de corrida para perda de peso, o modelo primeiro estabelece que o déficit calórico é o princípio fundamental e, em seguida, refuta o mito comum de que o corpo queima açúcar antes da gordura, explicando que todos os três sistemas energéticos funcionam simultaneamente com proporções dependentes da intensidade. Cada recomendação é apoiada por um link para fontes autorizadas, verificadas por consultores de ciência do esporte.
Uma vantagem significativa que sustenta o Keepace.ai é o vasto conjunto de dados: 14 bilhões de registros de exercícios reais coletados ao longo de uma década, estruturados em um gráfico panorâmico de características que inclui 17 categorias de rótulos e mais de 700 métricas. Esses dados estruturados de longo prazo representam uma vantagem competitiva que não pode ser adquirida ou replicada apenas através de investimentos em capacidade computacional. Em 2025, a Keep alcançou o primeiro lucro anual, apresentando um lucro líquido ajustado de 25,22 milhões de yuans, superando o prejuízo de 470 milhões de yuans do ano anterior, e a margem bruta aumentou para 52,2%. A empresa vê os investimentos em IA como substituição de custos, e não como custos adicionais, usando a IA para substituir custos tradicionais de criação de conteúdo ao mesmo tempo em que aumenta a qualidade dos serviços e garante um potencial de crescimento da receita média em dez vezes. De acordo com a tese da Keep, os modelos de IA verticais superam os modelos genéricos onde as restrições do domínio tornam estes últimos inseguros. Na primeira fase, o Keepace.ai coloca a segurança acima da personalização, sendo que o líder de algoritmos enfatizou que entender o esporte reside em saber o que não se deve treinar e explicar os motivos disso.
Um problema matemático que permaneceu sem solução por 87 anos recebeu um desfecho inesperado: a inteligência artificial ajudou um pesquisador a descobrir um contraexemplo capaz de refutar uma das hipóteses mais conhecidas na área.
De acordo com a New Scientist, a descoberta feita pelo matemático Levent Alpege pode ser o caso mais complexo resolvido com participação significativa de IA na matemática. Alpege, pesquisador da Universidade de Harvard, publicou em 19 de julho na rede social X um contraexemplo composto por apenas 216 caracteres que contradiz a chamada Hipótese de Jacobian.
Esta hipótese foi formulada pelo matemático Otto-Heinrich Keller em 1939 e postulava que um determinado tipo de função matemática deveria funcionar também na direção inversa. O problema não encontrou uma resposta definitiva por décadas e, em 1998, entrou na lista dos 18 grandes problemas matemáticos para o século XXI, compilada por Steven Smale.
Em sua publicação, Alpege relatou ter usado a ajuda de seu 'amigo próximo Fable', presumivelmente uma referência ao modelo de IA Claude Fable 5 da Anthropic. O pesquisador também agradeceu ao sistema pelo trabalho realizado durante a final do Campeonato Mundial. Especialistas observam que este resultado expande o papel da IA nas pesquisas matemáticas.
Abishek Saha, pesquisador em matemática da Queen Mary University of London, afirmou que esta é provavelmente a maior hipótese na qual a IA desempenhou um papel significativo na prova ou refutação. Ele enfatizou que isso é muito importante, pois a IA alcançou um progresso notável no último ano. Saha observou que o contraexemplo publicado é simples de verificar, e muitos matemáticos já confirmaram sua validade. No entanto, ainda é importante entender por qual caminho a IA chegou à solução.
Entre os pontos que chamaram a atenção estavam: a duração da insolubilidade da hipótese (87 anos), o tamanho mínimo do contraexemplo (216 caracteres), a refutação da hipótese sob certas condições, e o fato de que o processo utilizado pela IA ainda não foi totalmente explicado. O pesquisador observou que a descoberta foi uma surpresa, pois muitos cientistas consideravam a hipótese intuitivamente verdadeira e tentavam prová-la, e não refutá-la.
Apesar da importância da descoberta, ela não encerra todas as questões relacionadas à Hipótese de Jacobian. O contraexemplo de Alpege refuta a hipótese no caso de três variáveis, mas a versão equivalente, que se refere apenas a duas variáveis, ainda pode permanecer verdadeira, deixando parte do problema aberto. Este avanço também reacendeu o debate sobre os limites das capacidades da inteligência artificial na matemática. Chris Bowman-Scargill da Universidade de York acredita que a tecnologia demonstrou a capacidade de encontrar soluções em problemas complexos, mas isso não significa que a criatividade humana perdeu sua importância.
Ele cita o Último Teorema de Fermat, resolvido por Andrew Wiles em 1994, como um exemplo de conquista que exigiu muito mais do que apenas uma resposta final, ou seja, a criação de novas teorias matemáticas ao longo de muitos anos de trabalho. Ivan Fesenko da Westlake University acredita que modelos de IA cada vez mais sofisticados mudarão a pesquisa matemática nos próximos anos, potencialmente transformando as formas de desenvolvimento de novos conhecimentos e abrindo uma nova fase do conhecimento científico.
O armazenamento interno refere-se à memória permanente de um dispositivo, seja ele um computador ou um celular. Sua principal função é preservar o sistema operacional, os aplicativos instalados e os arquivos pessoais do usuário. Este tipo de memória assegura que todas as mídias, documentos e softwares permaneçam salvos e protegidos mesmo após o aparelho ser desligado.
Tecnologicamente, o armazenamento funciona registrando informações em circuitos integrados ou em discos magnéticos, o que possibilita ao sistema localizar e ler os dados com eficiência. Essa agilidade contribui para o carregamento rápido das ferramentas diárias e mantém o funcionamento estável do equipamento.
Historicamente, as memórias passaram de HDs tradicionais, que priorizavam grande capacidade com menor custo, para soluções baseadas em chips muito mais velozes. Atualmente, os modelos SSD e as unidades NVMe estão em destaque devido às suas notáveis taxas de leitura e escrita de dados.
Em termos conceituais, o armazenamento interno serve como a base digital do dispositivo, fornecendo o espaço necessário para operar o sistema operacional e manter os aplicativos atualizados, o que garante estabilidade e rapidez. Além disso, ele armazena dados pessoais, como fotos, documentos e mídias offline. Ao gerenciar a gravação de dados e os arquivos de cache, essa memória ajuda a prevenir travamentos e torna o uso cotidiano mais suave.
Existem diversas memórias físicas utilizadas em dispositivos modernos. O HD (Hard Disk Drive) é um modelo mecânico antigo que usa discos magnéticos giratórios, sendo uma opção econômica para grande volume, mas é mais lento e suscetível a danos físicos. Já o SSD (Solid-State Drive) emprega chips de memória sem peças móveis, resultando em inicializações mais rápidas, maior durabilidade contra quedas e operação silenciosa.
Uma evolução dos SSDs é o NVMe SSD, que se conecta diretamente às vias de alta velocidade da placa-mãe, proporcionando a máxima velocidade para jogos e programas complexos. Outros tipos incluem o eMMC, um chip simples e soldado, comum em dispositivos de entrada por ser econômico, apesar de ter taxas de transferência moderadas. O UFS é um padrão de memória flash usado em smartphones de médio e topo de linha, oferecendo altíssima taxa de transferência para abertura imediata de aplicativos. Por fim, a ROM interna é uma memória fixa que contém apenas as instruções básicas de inicialização, sendo totalmente protegida e inacessível para armazenamento de arquivos do usuário.
O armazenamento interno opera no nível do hardware, convertendo e gravando fotos, aplicativos e sistemas em código binário através de circuitos eletrônicos. Enquanto os aparelhos antigos usavam o HD com gravação em disco, os dispositivos atuais utilizam memória flash, que retém cargas elétricas em células minúsculas para guardar os dados. Um controlador integrado organiza este conteúdo em blocos lógicos, indicando ao sistema operacional onde buscar ou salvar cada arquivo, garantindo acesso quase instantâneo.
É importante diferenciar o armazenamento da memória RAM: enquanto a RAM gerencia as tarefas momentâneas, o armazenamento preserva as informações a longo prazo. O sistema também executa rotinas automáticas de limpeza para evitar a degradação de desempenho ao longo do tempo. A rapidez com que o aparelho inicia ou carrega arquivos depende da sinergia entre a velocidade do chip e a eficácia do controlador.
As faixas de capacidade variam conforme o uso. De 32 GB a 64 GB, encontramos opções de entrada para uso leve em celulares e tablets. O intervalo de 128 GB a 256 GB é considerado o ponto ideal para a maioria dos usuários, permitindo instalar muitos jogos e fotos. Para usuários avançados e criadores de conteúdo, há opções de 512 GB a 1 TB, adequadas para vídeos 4K. Já os padrões de altíssimo desempenho, como 2 TB ou mais, são destinados a estações de trabalho e PCs avançados.
Sim, quando o armazenamento está saturado, o desempenho cai porque o sistema não consegue criar arquivos temporários nem gerenciar o cache adequadamente. Essa falta de espaço resulta em lentidão e falhas no processamento de dados e na atualização de aplicativos. Especialistas aconselham manter sempre entre 10% e 15% de espaço livre para permitir que os algoritmos de limpeza funcionem corretamente e manter a agilidade do dispositivo.
A possibilidade de aumentar o armazenamento depende do aparelho. Em smartphones, a memória física geralmente é soldada na placa-mãe, embora alguns modelos ainda aceitem cartões microSD. Em computadores e notebooks, o hardware costuma ser modular, facilitando a substituição por SSDs ou HDDs maiores.
Quanto à formatação, ela é possível, mas o método difere. Em PCs, a limpeza pode ser feita pelo gerenciador de disco ou durante uma reinstalação limpa do sistema. Em celulares, o procedimento é a restauração de fábrica, pois a estrutura é bloqueada para proteger dados vitais, apagando toda a partição do usuário.
Particionar a memória física também é viável, mas com restrições. Em PCs, o gerenciador de disco permite separar o sistema operacional dos arquivos pessoais. Nos celulares, as partições são bloqueadas de fábrica, e alterar essas divisões requer modificações avançadas no firmware, o que apresenta alto risco de dano permanente ao dispositivo.
O armazenamento interno é a memória física integrada à placa-mãe, essencial para rodar o sistema operacional e carregar apps rapidamente, servindo como a base fixa de todos os dados. Em contraste, o armazenamento externo, como pen drives ou HDDs externos, é um dispositivo removível, ideal para backups e transferência de arquivos pesados.
Por fim, a distinção entre memória de armazenamento e memória RAM reside na sua função temporal. A memória de armazenamento é permanente, guardando dados a longo prazo mesmo sem energia. A memória RAM, por ser volátil, funciona como uma área de trabalho temporária, contendo apenas os dados e aplicativos que estão sendo usados naquele exato momento, sendo apagada ao desligar o sistema.
O Uzbequistão ocupa um lugar notável na ciência nuclear mundial, o que é evidenciado pelo trabalho do Instituto de Física Nuclear da Academia de Ciências do Uzbequistão (IAF). Especialistas do IAF produzem mais de 80% do volume mundial de iodo-125 radioisótopo, amplamente utilizado na medicina moderna. A escola científica formada há cerca de sete décadas continua a influenciar não apenas o Uzbequistão, mas também a ciência mundial.
Este ano, o IAF celebra seu 70º aniversário. Para esta estrutura científica chave, este é um momento para fazer um balanço: desde o lançamento do primeiro reator de pesquisa e a formação de sua própria escola de radioquímicos até a criação de radioprodutos, o desenvolvimento de tecnologias nucleares exclusivas, a esterilização de dispositivos médicos e a participação no estabelecimento da indústria atômica do Uzbequistão.
Um correspondente do Podrobno.uz conversou com o diretor do IAF, acadêmico Ilham Sadikov, para saber sobre os resultados do instituto, as razões pelas quais parte de seu trabalho passa despercebida pelo público e os fatores que definem o futuro da ciência atômica no país.
Sadikov enfatizou a singularidade da situação no instituto, destacando a presença de uma forte escola de radioquímicos. Ele afirmou que o IAF produz 80% do volume mundial de iodo-125, fornecendo este radioisótopo para quase o mundo. Além disso, o instituto é responsável por mais da metade da produção mundial de fósforo-32 e fósforo-33. Na opinião de Sadikov, a qualidade extremamente alta dos produtos, como o mais puro em iodo-125, os coloca acima dos concorrentes, cujos análogos são inferiores em pureza em dez mil vezes.
O Instituto de Física Nuclear foi fundado em 1956, e em 1959, um reator de pesquisa VVR-SM de 2 MW foi lançado em sua base, que posteriormente foi modernizado para 10 MW. Essa transição permitiu ao IAF se dedicar não apenas a pesquisas fundamentais, mas também a desenvolver áreas aplicadas, incluindo a produção de radioisótopos, radioprodutos, bem como materiais e serviços para medicina, indústria e segurança.
Atualmente, o IAF é o maior centro de pesquisa científica deste perfil na Ásia Central. Seis instalações de física nuclear únicas operam em seu território, juntamente com três empresas subsidiárias: GP 'Radioproduct', escritório de projeto com fábrica e Centro Republicano de Armazenamento de Resíduos Radioativos.
A área de atividade mais conhecida do IAF é a radiofarmácia — a criação de medicamentos e substâncias baseados em radioisótopos necessários para diagnóstico e tratamento precisos de doenças graves, incluindo câncer. Essas tecnologias são parte integrante da medicina nuclear moderna.
Anualmente, o IAF lança no mercado um ou dois novos radiofármacos. O instituto produz mais de 60 medicamentos e substâncias radiofármacas baseados em 15 radioisótopos, sendo que cerca de 40 deles estão prontos para aplicação imediata. Os principais desses radioisótopos incluem iodo-125, fósforo-32, fósforo-33, tecnécio-99m, iodo-131 e lutécio-177.
O trabalho do instituto é realizado tanto no mercado interno quanto na exportação. Mais de 90% de toda a produção é enviada para o exterior, para aproximadamente 15 países da Europa, Ásia, América do Norte e América do Sul. No entanto, a situação com medicamentos prontos é mais complicada do que com matérias-primas. Muitos parceiros estrangeiros estão interessados em comprar medicamentos prontos devido à alta qualidade e baixo preço, mas enfrentam um problema: os medicamentos produzidos no Uzbequistão só podem ser usados dentro do país, pois o uso em outros países requer um processo de registro longo e caro em cada um desses países. Portanto, as empresas estrangeiras compram mais frequentemente substâncias, e os medicamentos prontos são produzidos por conta própria.
Dentro do país, a demanda por esses medicamentos também está crescendo. Segundo Sadikov, nos últimos quatro anos, o fornecimento de radiofármacos para clínicas no Uzbequistão aumentou cinco vezes, o que demonstra o desenvolvimento da medicina nuclear na base nacional.
Um sucesso notável do IAF foi a produção de lutécio-177, iniciada em 2017. Inicialmente, ele era exportado, e depois os cientistas começaram a lançar medicamentos prontos para o mercado interno. Em 2022, o primeiro medicamento baseado em lutécio-177 foi registrado no Uzbequistão para o tratamento de metástases de câncer de próstata, e mais tarde foi desenvolvido um medicamento para o tratamento de tumores neuroendócrinos.
A demanda atual por este medicamento excede significativamente a capacidade de produção do instituto; os pedidos solicitam volumes de dezenas de vezes maiores que os atuais (até 40 vezes). Os cientistas observam que mesmo a conversão total do reator VVR-SM para a produção de lutécio ainda não permitirá atingir tais volumes fisicamente. A vantagem do produto do IAF reside em sua alta pureza e atividade específica, o que aumenta o interesse por ele no mercado mundial.
Entre as áreas menos conhecidas de trabalho do instituto está a esterilização radiológica de dispositivos médicos (seringas, luvas, etc.) usando aceleradores de elétrons. Sadikov informou que esta é a única unidade de produção desse tipo no país, funcionando praticamente ininterruptamente. A vantagem do método é que os dispositivos são esterilizados em embalagem selada sem abri-la, aquecê-la ou usar gases químicos.
Outra área pouco conhecida é a radiografia e tomografia de nêutrons. Uma instalação especial foi lançada em maio de 2020. Segundo Sadikov, existem três tais instalações no espaço pós-soviético (na Rússia, Cazaquistão e Uzbequistão), mas apenas funciona efetivamente no Uzbequistão. Este método permite investigar o conteúdo interno de um objeto sem destruí-lo, o que é criticamente importante tanto para metais e mecanismos complexos quanto para achados arqueológicos que foram anteriormente estudados no IAF.
Uma fonte estável de receita para o IAF é o aprimoramento de pedras naturais. Com a ajuda das tecnologias do instituto, topázios incolores adquirem cores que variam de azul claro a azul escuro após a irradiação, aumentando seu valor de mercado em 5 a 30 vezes. Este é um serviço de exportação que gera renda estável.
Além disso, cobalto-57 é produzido no ciclotron U-150, cujo volume corresponde a cerca de 20% da produção mundial, e este produto também é exportado. Além disso, o instituto desenvolve instalações para purificação, dessalinização e desinfecção de água de várias configurações. Uma parte significativa dos componentes dessas instalações é localizada: os corpos são fabricados em fábricas locais, enquanto os sorventes e elementos internos são criados nos laboratórios do instituto. Além disso, o IAF produz soluções com nanopartículas de prata para desinfecção em setores de água, alimentos, perfumaria, tintas e vernizes, sabão e cremes.
O reator de pesquisa VVR-SM é o centro do sistema de produção e pesquisa do IAF, lançado em 1959 e modernizado várias vezes. Sadikov o considera um dos reatores mais eficientes do seu tipo no mundo. Após atingir a potência de 10 MW, ele operou por 5 a 6 mil horas por ano, e nos anos 90 e 2000, por mais de 6.500 horas durante quase 11 meses sem interrupções, o que surpreende colegas estrangeiros, cujo índice de produtividade era 1,5 a 2 vezes menor.
A durabilidade do reator é devida a fatores econômicos e humanos. Como o combustível do reator é muito caro, o estado garante sua compra, evitando gastos desnecessários. No entanto, o instituto não recebe financiamento orçamentário para a compra de equipamentos e materiais, portanto, todo o dinheiro para a operação do reator é gerado por ele mesmo. Essas receitas são usadas para atualizar e modernizar os equipamentos.
Atualmente, o VVR-SM utiliza combustível de urânio de baixo enriquecimento. Desde novembro de 2009, o reator passou a usar combustível IRT-4M com enriquecimento de urânio-235 de 19,7%, fornecido pela empresa de combustível 'TVEL' (divisão da 'Rosatom'). Em 2022, a 'TVEL' e o IAF assinaram um contrato para o fornecimento de combustível nuclear modificado para o VVR-SM, que prolongará o ciclo de combustível em comparação com os cartuchos padrão IRT-4M. Os primeiros testes desses conjuntos de combustível experimentais estão programados na base deste reator.
Alguns anos atrás, o reator foi inspecionado em conjunto com especialistas locais e especialistas da AIEA. A comissão de pesquisa concluiu que a instalação pode operar com segurança por mais 50 mil horas, após o que será necessária a substituição.
