Detectar deepfakes já é difícil. Explicar por que uma imagem é falsa é mais difícil ainda. Pesquisadores do Instituto Fraunhofer de Optrônica, Tecnologias de Sistemas e Exploração de Imagens (IOSB), na Alemanha, desenvolveram uma ferramenta que faz os dois, e com taxa de detecção entre 85% e 91%, segundo comunicado do instituto.

A ferramenta se chama RealorRender e foi desenvolvida em parceria com o Escritório Federal Alemão de Segurança da Informação (BSI), que também financia o projeto.

Como funciona

A abordagem é híbrida e inédita. Em vez de usar apenas um classificador tradicional de aprendizado profundo, a RealorRender combina dois métodos:

Primeiro, um gerador de imagens de IA tenta reconstruir a imagem analisada. Quanto mais bem-sucedida a reconstrução, maior a probabilidade de que a imagem original também tenha sido gerada por IA – afinal, uma IA consegue replicar com mais facilidade o que outra IA criou.

Em seguida, um modelo de classificação calcula o erro de reconstrução e gera uma estimativa de autenticidade em porcentagem.

“Primeiro, usamos um gerador de imagens de IA para reconstruir a imagem. Em seguida, um modelo de IA assume a classificação e realiza um cálculo híbrido do erro de reconstrução. Por fim, obtemos uma estimativa que exibe a precisão do reconhecimento em porcentagem”, explicou Andreas Specker, cientista sênior do grupo de pesquisa de Sistemas de Segurança e Assistência por Vídeo do Fraunhofer IOSB, em comunicado.

O que diferencia: a explicação

Detectar não basta. A RealorRender também explica por que classificou uma imagem como falsa, usando métodos de IA explicável (XAI).

“Texturas distintivas ou padrões de frequência característicos podem indicar a origem sintética de uma imagem. O XAI ajuda a mostrar quais características o modelo usa em sua decisão”, disse Nadia Burkart, chefe do grupo de IA Explicável Aplicada do Fraunhofer IOSB, em comunicado.

A ferramenta usa dois tipos de visualização: mapas de calor, que destacam as regiões da imagem que mais contribuíram para a decisão do modelo, e análise por segmentos, que identifica áreas semânticas específicas (como rosto, cabelo ou fundo) que denunciam a origem artificial.

Por que isso importa

O problema que a RealorRender tenta resolver é massivo. Em 2025, fraudes envolvendo deepfakes ultrapassaram US$ 1,5 bilhão globalmente. Uma investigação de 2023 encontrou 276.149 deepfakes sexuais em um único site dedicado ao tema, 96% deles retratando mulheres.

Humanos têm enorme dificuldade em distinguir imagens autênticas de falsificações. Ferramentas automáticas existem, mas raramente explicam seus resultados – o que limita sua utilidade para jornalistas, plataformas de redes sociais e agências de segurança que precisam justificar decisões de moderação.

Quem pode usar

A RealorRender está sendo incorporada a um demonstrador que inicialmente auxiliará o BSI na detecção de deepfakes. O uso é simples: o usuário faz o upload da imagem, recebe o resultado da detecção seguido de uma explicação e um resumo em texto.

Os pesquisadores publicaram dois relatórios sobre o projeto. A tecnologia tem aplicação potencial para agências de segurança, plataformas de redes sociais, empresas de mídia e agências de fotografia.

O post Ferramenta detecta deepfakes com 91% de precisão e ainda explica por que a imagem é falsa apareceu primeiro em Olhar Digital.

Powered by WPeMatico

Por décadas, a narrativa científica predominante sustentou que a extinção dos dinossauros, ocorrida há 66 milhões de anos, decorreu sobretudo de um rigoroso inverno que se estendeu por anos após a queda de um asteroide. No entanto, uma nova pesquisa aponta para um desfecho ainda mais violento e imediato: tempestades de fogo globais capazes de assar até os grandes répteis em poucas horas.

O impacto do asteroide de aproximadamente 10 quilômetros de largura na Península de Yucatán, no México, evento que formou a cratera de Chicxulub, vaporizou volumes colossais de rocha. Uma parcela desse material condensou-se em minúsculas gotículas rochosas (os esferulitos), que se espalharam pelo planeta e reentraram na atmosfera a velocidades de vários quilômetros por segundo.

Modelos computacionais anteriores indicavam que o atrito dessas partículas ao caírem geraria um forte pulso de radiação térmica, letal para animais desprotegidos e de pele fina, mas insuficiente para incendiar a vegetação do planeta de forma generalizada.

Agora, a análise de um novo estudo revela que esses cálculos ignoravam um elemento crucial: uma espessa camada de poeira fina de silicato, originada do vapor de rocha que não se condensou imediatamente em esferulitos. Evidências dessa poeira foram identificadas em 2023 no sítio fóssil de Tanis, na Dakota do Norte (EUA), e posteriormente confirmadas na Bacia de Raton, na divisa entre Colorado e Novo México, uma região de referência para o marcador geológico que divide a “Era dos Répteis” da “Era dos Mamíferos”.

Uma estufa mortal em minutos

Segundo os pesquisadores, a poeira funcionou como um cobertor térmico isolante, impedindo que a radiação escapasse para o espaço e redirecionando o calor de volta para a superfície terrestre. A estimativa é de que a intensidade do calor na superfície tenha sido 3,5 vezes maior do que se calculava considerando apenas a queda dos esferulitos.

O estudo concluiu que os animais terrestres expostos à tempestade térmica receberam uma dose de calor cerca de 17 vezes superior ao limite considerado letal para seres humanos.

Em entrevista ao Space.com, Brandon Johnson, autor principal do estudo, afirma:

Estamos em um cenário no qual podemos ter matado essencialmente quase tudo na superfície no intervalo da primeira ou segunda hora.

Embora a radiação possa não ter sido suficiente para incendiar diretamente troncos de árvores espessos, ela ultrapassou com folga o ponto de ignição de gramíneas, líquens e folhagens secas, criando o combustível necessário para incêndios florestais devastadores.

Sobrevivência e lacunas da teoria

Os animais que conseguiram se abrigar debaixo da terra ou dentro da água tiveram maiores chances de resistir à onda de calor inicial. Posteriormente, a mesma poeira que incinerou a superfície permaneceu em suspensão e bloqueou a luz solar por anos, desencadeando o “inverno de impacto” prolongado ao qual tradicionalmente se atribui a extinção em massa.

Apesar da consistência do modelo, ainda resta um elo a ser confirmado: até o momento, as evidências diretas de incêndios florestais provocados por essa camada de poeira foram registradas apenas na América do Norte.

“É possível que eventualmente encontremos o registro dessas queimadas em escala verdadeiramente global, mas simplesmente não o temos até agora”, pontuou o paleontólogo Alfio Alessandro Chiarenza, do University College London, que não participou da pesquisa.

O post Inferno dos dinossauros: asteroide gerou calor 17 vezes acima do limite mortal apareceu primeiro em Olhar Digital.

Powered by WPeMatico

Um dos maiores mistérios da astronomia é entender como os buracos negros supermassivos alcançam massas equivalentes a milhões ou até bilhões de vezes a do Sol. Agora, uma equipe de pesquisadores acredita ter encontrado novas pistas para responder a essa pergunta com a ajuda da inteligência artificial (IA).

Utilizando um modelo de aprendizado de máquina para analisar dados do Dark Energy Spectroscopic Instrument (DESI), astrônomos identificaram sete candidatos promissores a quasares que também funcionam como lentes gravitacionais — um fenômeno raro previsto pela teoria da relatividade de Albert Einstein.

Segundo os pesquisadores, esses sistemas podem oferecer uma oportunidade única para observar buracos negros supermassivos em crescimento e entender melhor como eles evoluíram ao longo da história do Universo.

O estudo foi publicado em 22 de julho na revista científica The Astrophysical Journal.

Quasares revelam a “infância” dos buracos negros

• Os quasares são os núcleos extremamente brilhantes de algumas galáxias, alimentados por buracos negros supermassivos que estão consumindo grandes quantidades de gás e poeira;
• Durante esse processo, uma enorme quantidade de energia é liberada, tornando os quasares tão luminosos que podem ofuscar completamente as galáxias onde estão localizados;
• Para Everett McArthur, estudante de doutorado em astronomia da Universidade Estadual de Ohio e principal autor do estudo, esses objetos funcionam como registros dos primeiros estágios da evolução desses gigantes cósmicos;
• “Os quasares são como fotos de bebê de um buraco negro supermassivo. Entender como passamos dos quasares para esses enormes buracos negros é realmente importante”, disse.

Alinhamento raro no Universo

Em alguns casos excepcionais, um quasar também atua como uma lente gravitacional. Isso acontece quando a intensa gravidade do objeto curva e amplia a luz emitida por uma galáxia ainda mais distante, funcionando como uma gigantesca lente natural.

Esses alinhamentos são extremamente raros, mas oferecem uma vantagem importante: permitem que os cientistas observem simultaneamente o quasar e a galáxia cuja luz está sendo ampliada, ajudando a reconstruir a evolução tanto do buraco negro quanto da própria galáxia.

Leia mais:

• O que é um buraco negro?
• Buracos negros supermassivos: como se formam os maiores monstros do Universo?
• Buraco negro vizinho pode ser alvo de uma das maiores missões da humanidade

IA encontrou sete candidatos

Para localizar esses sistemas, os pesquisadores analisaram um catálogo com aproximadamente 800 mil quasares identificados pelo DESI.

Como existem poucos exemplos conhecidos de quasares que atuam como lentes gravitacionais, a equipe precisou criar simulações desses fenômenos para treinar o algoritmo de IA.

Depois do treinamento, o modelo reduziu o universo de pesquisa para cerca de 200 candidatos. Em seguida, os astrônomos analisaram manualmente cada caso até selecionar sete sistemas considerados promissores.

Segundo os pesquisadores, a descoberta praticamente dobra o número de quasares desse tipo identificados em levantamentos astronômicos semelhantes.

Próximo passo é confirmar as descobertas

Os sete candidatos ainda precisam ser confirmados por meio de novas observações. Se forem validados, poderão fornecer uma nova ferramenta para investigar como buracos negros supermassivos cresceram e influenciaram a formação e a evolução das galáxias ao longo da história do Universo.

Além disso, o trabalho demonstra como a IA pode ajudar cientistas a encontrar fenômenos extremamente raros escondidos em enormes bancos de dados astronômicos, como os produzidos pelo DESI, responsável por mapear milhões de galáxias e quasares.

O post Como os buracos negros supermassivos crescem? IA encontra novas pistas apareceu primeiro em Olhar Digital.

Powered by WPeMatico