TRAI lançou plataforma para verificar a velocidade da internet de diferentes provedores
Leia mais
The times of India
timesofindia.indiatimes.com

TRAI lançou plataforma para verificar a velocidade da internet de diferentes provedores

O órgão regulador de telecomunicações da Índia (TRAI) apresentou na quarta-feira a 'Plataforma Network Anubhav' — um painel analítico geoespacial destinado ao processamento de dados de testes de usuários.

Esta plataforma consolida os resultados dos testes obtidos através dos aplicativos MySpeed e MyCall, desenvolvidos pela TRAI. Ela fornecerá aos consumidores, operadores de serviços e à própria TRAI informações sobre diversos parâmetros de rede.

Graças a este sistema, os usuários poderão verificar a velocidade da internet em sua região, identificar qual operadora oferece a maior velocidade e qual oferece a menor. Além disso, os consumidores podem usar a plataforma para relatar spam e realizar testes de velocidade da internet.

Os mapas integrados à plataforma permitem realizar análises geoespaciais de viagens de teste independentes em diferentes locais. Uma declaração governamental enfatizou que a combinação desses conjuntos de dados e sua visualização geoespacial fornecem informações valiosas aos usuários sobre os resultados de testes independentes e a experiência de outros usuários.

A TRAI planeja utilizar os dados coletados para 'monitorar a experiência do consumidor com base em evidências e usar esses dados para melhorar o desempenho da rede'.

Histórias semelhantes

Regulador de Telecomunicações da Índia, Trai, propõe estrutura de governança de IA e regras de responsabilidade para operadores de telecomunicações
Leia mais
business-standard.com

Regulador de Telecomunicações da Índia, Trai, propõe estrutura de governança de IA e regras de responsabilidade para operadores de telecomunicações

O regulador de telecomunicações da Índia, Trai, lançou na sexta-feira um projeto de estrutura para o uso responsável da inteligência artificial (IA). De acordo com este projeto, as organizações licenciadas que operam sob a Lei de Telégrafo ou o Ato de Telecomunicações devem ser responsáveis pelos resultados dos sistemas de IA que implementam, independentemente de onde esses sistemas foram desenvolvidos.

Este amplo projeto, apresentado para consulta, obriga as empresas a adotarem políticas de IA aprovadas pelo conselho de administração, a criarem comitês especiais de governança e segurança, e a reportarem ao regulador incidentes graves relacionados à IA. Os stakeholders têm a oportunidade de deixar comentários até 27 de novembro.

A consulta ocorre em meio à crescente integração da IA nas redes para aumentar a eficiência e nos serviços oferecidos aos consumidores. A Trai alerta que a implementação da IA pode criar novos riscos se não for realizada uma devida diligência antes do lançamento dos sistemas ou se houver supervisão insuficiente sobre o aprendizado autônomo e as interações do sistema.

O regulador observou que riscos como vieses não intencionais, que podem surgir em sistemas de IA durante o treinamento e uso, comportamentos indesejados dos modelos, como o desvio do modelo, e ataques adversários, podem afetar negativamente a resiliência da infraestrutura de telecomunicações, especialmente seus componentes críticos. Esses riscos podem ser mitigados através da adesão às práticas adequadas de governança de IA.

Provedores indianos de serviços de telecomunicações, incluindo Reliance Jio e Bharti Airtel, já utilizam IA em grande escala em seus sistemas, principalmente para identificação de clientes e prevenção de fraudes. Fabricantes globais de equipamentos de rede, como Nokia e Ericsson, também integram IA nas redes, o que é adotado pelas operadoras indianas.

As propostas da Trai incluem a exigência de que cada organização desenvolva uma política interna de IA, aprovada por seu conselho de administração ou órgão de gestão equivalente. Esta política deve abranger classificação de riscos, permissões de implantação, gerenciamento de incidentes, supervisão humana, gerenciamento de dados e resolução de reclamações de consumidores. Além disso, o regulador sugeriu que todos os sistemas de IA estejam sujeitos a controle humano apropriado para mitigar riscos de acordo com um mecanismo predefinido.

As empresas de telecomunicações e as organizações autorizadas que utilizam IA devem classificar seus sistemas em categorias de risco alto, médio e baixo, com base em sua importância para as operações de rede, resultados financeiros e operacionais, bem como potenciais consequências para os consumidores.

Um aspecto importante é que as propostas visam responsabilizar as organizações pelos resultados dos sistemas de IA implementados, «independentemente de os sistemas de IA terem sido desenvolvidos internamente, comprados/terceirizados por terceiros ou serem uma combinação dessas opções».

Incidentes relacionados à IA devem ser classificados em categorias de gravidade crítica, alta, moderada e baixa, sendo obrigatório o relato para incidentes de gravidade crítica e alta. O regulador indicou que «incidentes de IA de gravidade crítica e alta devem ser relatados à TRAI no formato, ordem e prazo prescritos». Embora o regulador não tenha especificado o que constitui nível crítico, alto ou baixo de gravidade, nem o prazo para notificação obrigatória, as empresas de telecomunicações também devem manter bancos de dados centralizados de incidentes de IA e reclamações de consumidores relacionadas a danos causados por IA, com mecanismos para investigação, mitigação e resolução.

ByteDance lança assistente pessoal de desenvolvedor TRAE Bao com memória entre projetos e recursos de chat
Leia mais
pandaily.com

ByteDance lança assistente pessoal de desenvolvedor TRAE Bao com memória entre projetos e recursos de chat

O produto de IA da ByteDance, TRAE, lançou um assistente pessoal para desenvolvedores chamado TRAE Bao. Este recurso foi disponibilizado em 29 de outubro. O TRAE anunciou o lançamento através de seus canais oficiais e no fórum oficial chinês da comunidade.

Diferentemente do formato anterior, onde o assistente realizava uma tarefa por sessão, a nova ferramenta foi projetada para rastrear projetos, tarefas e decisões tomadas pelo desenvolvedor ao longo do tempo.

O TRAE explica o problema da seguinte forma: uma parte significativa do tempo que os desenvolvedores gastam com ferramentas de codificação baseadas em IA não é gasta escrevendo código, mas sim detalhando projetos, distribuindo tarefas e alternando entre sessões de trabalho. A cada nova tarefa, é necessário explicar novamente a pilha técnica, o histórico do projeto e as decisões tomadas anteriormente. Requisitos complexos precisam ser divididos manualmente, rastreados entre sessões e depois reunidos.

O assistente utiliza uma arquitetura de dois níveis. O assistente global é responsável pela coordenação e armazenamento de memória entre diferentes projetos. Ele é capaz de analisar tarefas passadas, diálogos e resultados de trabalho do desenvolvedor, extraindo soluções e restrições reutilizáveis. Quando o desenvolvedor inicia um novo trabalho e define um objetivo, o assistente global carrega automaticamente o contexto relevante, estudando a experiência de projetos anteriores.

O assistente de projeto, por outro lado, foca em um projeto de cada vez. Trabalhando dentro do contexto desse projeto específico, ele divide uma necessidade complexa em várias tarefas executáveis, inicia subtarefas em paralelo, as integra e resume. De acordo com a descrição do TRAE, o papel do desenvolvedor nesse processo muda para receber relatórios e tomar decisões.

No aplicativo de desktop do TRAE, o acesso ao assistente global é feito através de um ponto de entrada especial, enquanto a criação ou abertura de um projeto ativa o assistente de nível de projeto. O assistente global pode ser integrado com aplicativos de mensagens como Feishu e WeChat, permitindo que os desenvolvedores lhe enviem tarefas e recebam atualizações sobre o progresso sem abrir o aplicativo cliente.

Existem certas limitações: a versão atual suporta apenas tarefas locais. O TRAE informou que o suporte a tarefas na nuvem e dispositivos móveis aparecerá em futuras atualizações. Os usuários no fórum oficial observam que o recurso está sendo implementado gradualmente, aparecendo primeiro na versão chinesa, e que atualmente é usado um método de seleção automática de modelo sem possibilidade de configuração manual.

Este lançamento adiciona o TRAE ao crescente grupo de agentes de desktop que permitem aos usuários delegar trabalho de telefones ou aplicativos de bate-papo e manter memória de longo prazo entre sessões.

OpenAnolis desenvolve Anolis OS 27 em formato de agente, enquanto a Alibaba Cloud afirma que agentes escrevem 95% do novo código
Leia mais
pandaily.com

OpenAnolis desenvolve Anolis OS 27 em formato de agente, enquanto a Alibaba Cloud afirma que agentes escrevem 95% do novo código

A comunidade OpenAnolis está desenvolvendo a próxima versão de sua distribuição Linux, Anolis OS 27, utilizando uma abordagem que eles chamam de agente. Nesse processo, vários agentes de inteligência artificial assumem as funções de seleção de pacotes e correções, verificação de código e reversão de patches.

Ma Tao, presidente da comunidade OpenAnolis e chefe do departamento de software básico na Alibaba Cloud, apresentou este plano no Fórum de Visão de IA GOSIM em Zhuhai este mês. Ele também compartilhou dados de sua equipe, de acordo com os quais 95% do novo código na equipe de software básico da Alibaba Cloud é gerado por agentes.

O objetivo declarado para a OpenAnolis é acelerar os processos de engenharia durante todo o ciclo de vida do sistema operacional — desde o desenvolvimento e manutenção até a operação e gerenciamento — em dez vezes. Ma Tao observou que, no futuro, os agentes poderão criar autonomamente um sistema operacional completo, e a indústria deve adotar essa tendência. Ambos os indicadores referem-se à Alibaba Cloud.

Ma Tao participou de uma mesa redonda de abertura do fórum intitulada 'Raízes: software de código aberto como base na era dos agentes'. O moderador foi o copresidente do LF AI and Data Generative AI Commons, e participantes da discussão incluíram líderes da Rust Foundation, OpenUK, OpenCV e da Academia Chinesa de Inteligência Artificial. O painel discutiu questões de governança, responsabilidade do código e colaboração global em um cenário onde a IA começa a fornecer e verificar código, alterando a composição dos projetos de código aberto.

Ma Tao descreveu duas áreas de trabalho. A primeira é a criação de um sistema operacional básico para agentes. Neste conceito, o SO vai além de um simples gerenciador de recursos; ele se torna uma infraestrutura que conecta poder computacional, modelos, ferramentas e aplicações. De acordo com os dados apresentados na conferência Apsara 2026, o Sistema Operacional Agente da Alibaba Cloud reduz o uso de tokens em mais de 30% e dobra a densidade de implantação de sandboxes, graças à configuração em nível de sistema para sandboxes de agentes de curto prazo e criação frequente de processos. O projeto ANOLISA da OpenAnolis é posicionado como ambiente de execução para cada agente.

A segunda área é a própria Anolis OS 27. A comunidade disponibilizou publicamente o monoreposítório da Anolis OS 27, que é um repositório Git unificado contendo um grande número de pacotes. A OpenAnolis descreve isso como um método de design de distribuição criado para a colaboração entre mantenedores humanos e agentes de IA, permitindo que outras equipes estudem e utilizem.

A Anolis OS é desenvolvida em colaboração com empresas, universidades e institutos de pesquisa, e serve como comunidade superior para o Alibaba Cloud Linux.

Popular