A Samsung estima um lucro operacional de 107,4 trilhões de wons (cerca de R$ 426 bilhões) no terceiro trimestre de 2026, em resultado impulsionado pela forte demanda por chips utilizados na infraestrutura de inteligência artificial (IA).

Se confirmado no balanço definitivo, o número representará salto de 782% em relação ao mesmo período do ano passado e será a primeira vez que a Samsung ultrapassará a marca de 100 trilhões de wons em lucro operacional em um único trimestre.

A previsão também supera as expectativas dos analistas. A Samsung estima ainda uma receita de aproximadamente 195 trilhões de wons (cerca de R$ 774 bilhões) entre julho e setembro, alta de quase 127% na comparação anual.

O resultado representa mais um recorde para a maior fabricante mundial de chips de memória e mostra o impacto da corrida global pela construção de infraestrutura para IA.

Chips de memória puxam resultado da Samsung

• A principal responsável pelo salto nos resultados é a divisão de semicondutores, especialmente os chips de memória utilizados em servidores e sistemas de IA;
• A demanda por memória aumentou com a expansão dos data centers destinados a executar modelos de IA. Entre os produtos mais importantes estão as memórias de alta largura de banda, conhecidas como HBM, capazes de fornecer grandes volumes de dados aos processadores usados para IA;
• A Samsung também se beneficia da alta nos preços de chips convencionais de memória, incluindo DRAM e NAND. A oferta limitada desses componentes contribuiu para elevar os preços durante o trimestre;
• No segundo trimestre, a empresa já havia registrado recordes de receita e lucro operacional, com 171,5 trilhões de wons em receita e 89,5 trilhões de wons em lucro operacional. A divisão de memória foi novamente um dos principais motores daquele resultado.

IA transforma mercado de memória

A explosão dos investimentos em IA mudou o equilíbrio entre oferta e demanda no mercado de semicondutores.

Grandes empresas de tecnologia estão construindo data centers para treinar e executar modelos cada vez maiores, aumentando a necessidade de chips capazes de lidar com enormes volumes de dados.

A Samsung é uma das principais fornecedoras desse mercado e vem ampliando sua produção de memórias avançadas para acompanhar a demanda.

O cenário também favorece outras fabricantes de memória, como a SK Hynix, enquanto a escassez de componentes aumenta a pressão sobre empresas que utilizam esses chips em seus próprios produtos.

Leia mais:

• One UI 9: Android 17 chega aos celulares Samsung; veja quais Galaxy estão confirmados para receber o sistema
• Samsung começa a trocar OneDrive pelo Google Fotos e muda como celulares Galaxy sincronizam fotos e vídeos
• Samsung lança Galaxy Tab S12 no Brasil com super tela e IA

Lucro cresce, mas smartphones enfrentam pressão

O boom dos chips também cria um problema para outras áreas da própria Samsung.

O aumento dos preços das memórias eleva os custos de produção de smartphones e outros dispositivos eletrônicos. Isso pode pressionar as margens das divisões responsáveis por esses produtos, mesmo enquanto o negócio de semicondutores registra resultados extraordinários.

A valorização do won sul-coreano em relação ao dólar também pode reduzir parte do ganho obtido com as vendas internacionais quando a receita em moeda estadunidense é convertida para a moeda local.

Ainda assim, a força do negócio de memória deve fazer com que a divisão de semicondutores responda pela maior parte do crescimento do lucro no trimestre.

Resultado completo sai no fim de outubro

Os números divulgados agora são uma estimativa preliminar. A Samsung informou que apresentará os resultados detalhados do terceiro trimestre, incluindo a divisão do desempenho entre seus diferentes negócios, em 29 de outubro.

A empresa estima uma faixa de 194 trilhões a 196 trilhões de wons (cerca de R$ 728,1 bilhões a R$ 735,6 bilhões) para a receita e de 107,3 trilhões a 107,5 trilhões de wons (aproximadamente R$ 402,7 bilhões a R$ 403,4 bilhões) para o lucro operacional; os valores de 195 trilhões e 107,4 trilhões representam as medianas dessas faixas.

O resultado preliminar reforça, portanto, o peso que a corrida pela IA ganhou para a indústria de semicondutores. Para a Samsung, a demanda por memória para sistemas de IA já está se traduzindo em nível de lucro que supera pela primeira vez a marca de 100 trilhões de wons em um único trimestre.

O post Samsung prevê lucro recorde de R$ 426 bilhões com explosão da demanda por IA apareceu primeiro em Olhar Digital.

Powered by WPeMatico

Se fosse possível cavar um túnel diretamente sob os nossos pés, atravessar a crosta terrestre, passar pelo manto e pelo núcleo e sobreviver à viagem, onde exatamente sairíamos do outro lado do planeta?

Apesar da crença popular de que alguém que cavasse um túnel a partir dos Estados Unidos acabaria na China, a resposta provavelmente seria bem diferente. Uma ferramenta interativa chamada ThroughEarth permite descobrir exatamente qual seria o ponto de saída de acordo com o local escolhido para iniciar a escavação.

O site gratuito calcula o ponto antipodal — a localização exatamente oposta a um determinado ponto da superfície terrestre. A distância entre os dois locais é de aproximadamente 12.742 quilômetros.

Ao selecionar um ponto no mapa, o ThroughEarth mostra uma animação da suposta jornada pelo interior do planeta, passando pela crosta, pelo manto e pelo núcleo até chegar ao outro lado. A plataforma também apresenta informações sobre o interior da Terra, incluindo as temperaturas extremas encontradas durante o trajeto e quanto tempo levaria para percorrer a distância em queda livre.

A ideia surgiu de uma pergunta feita por crianças. Martin Krpelan, responsável pelo projeto, contou à IFLScience que tudo começou durante uma conversa com seus filhos em um playground.

“Estávamos conversando sobre o que aconteceria se pudéssemos cavar um túnel diretamente para baixo no solo — onde acabaríamos saindo? Era basicamente uma pergunta de criança, mas ela ficou na minha cabeça.”

É muito mais provável sair do túnel no oceano

• Apesar da associação comum entre os Estados Unidos e a China, quem cavasse um túnel diretamente para baixo a partir da América do Norte não apareceria no território chinês;
• Partindo de Los Angeles (EUA), por exemplo, o ponto correspondente fica no meio do Oceano Índico, a cerca de 1.530 quilômetros da terra mais próxima;
• Já quem começasse em Londres (Inglaterra) chegaria ao Oceano Pacífico Sul, aproximadamente 740 quilômetros distante da Nova Zelândia;
• Para chegar ao território de Xangai (China) pelo outro lado do planeta, seria necessário começar a escavação em algum ponto da Argentina;
• Isso acontece porque a maior parte das áreas terrestres do planeta tem oceano no ponto exatamente oposto. Segundo os dados apresentados pelo ThroughEarth, apenas cerca de 15% das terras do mundo possuem outra área de terra diretamente do outro lado;
• Por isso, independentemente do ponto escolhido para começar, existe uma grande chance de a saída acontecer no oceano.

Leia mais:

• Tecnologia da Terra enfrenta poderosa ameaça cósmica
• Combinação fatal entre o Sol e a Terra pode ameaçar a vida no planeta
• E se a Terra girasse ao contrário? Descubra como seria a vida no planeta

Qual é a matemática por trás do mapa?

O ThroughEarth utiliza dados da Natural Earth e a famosa imagem da Terra conhecida como Blue Marble, da NASA.

Segundo Krpelan, o cálculo necessário para encontrar o ponto antipodal é “surpreendentemente simples”. Para isso, basta inverter a latitude e deslocar a longitude em 180 graus. A latitude passa a ter o sinal contrário, enquanto a longitude é deslocada em 180° e normalizada novamente para ficar entre -180° e 180°.

“O interessante é tudo o que acontece ao redor desse cálculo. O ThroughEarth também observa a geografia ao redor dos dois pontos e determina se o local oposto é terra ou oceano”, explicou Krpelan.

É justamente essa análise que permite à plataforma mostrar informações, como a proporção de apenas cerca de 15% das terras do mundo possuir outra área terrestre diretamente oposta.

Viagem pelo interior da Terra continua impossível

Na prática, obviamente, não seria possível realizar uma viagem desse tipo. O buraco mais profundo já perfurado pela humanidade é o Poço Superprofundo de Kola, na Rússia, que chegou a 12.263 metros de profundidade.

Mesmo essa marca representa apenas cerca de 0,2% da distância necessária para chegar ao núcleo da Terra — muito menos, portanto, do que seria necessário para atravessar o planeta inteiro.

Assim, a humanidade provavelmente nunca conseguirá chegar fisicamente ao centro da Terra, muito menos atravessar o planeta e sair do outro lado. Para essa experiência hipotética, resta recorrer ao mapa interativo do ThroughEarth.

O post Mapa interativo mostra onde você sairia caso cavasse um túnel; entenda apareceu primeiro em Olhar Digital.

Powered by WPeMatico

Pesquisadores desenvolveram uma tecnologia capaz de identificar, por meio de sinais cerebrais, quando uma inteligência artificial (IA) interpretou incorretamente a intenção de uma pessoa. A proposta é permitir que sistemas de IA percebam uma espécie de “isso não era o que eu quis dizer” sem que o usuário precise verbalizar a correção.

O trabalho foi desenvolvido por pesquisadores do Korea Advanced Institute of Science and Technology (KAIST), em colaboração com a Microsoft Research Asia. A tecnologia, chamada Neural Value Alignment (NVA), utiliza interface cérebro-computador para analisar sinais obtidos por eletroencefalografia (EEG) e fazer com que a IA ajuste seu comportamento em tempo real.

A ideia parte de um problema comum na interação entre pessoas e máquinas: uma mesma ação humana pode representar objetivos diferentes, enquanto um mesmo objetivo pode ser alcançado de várias maneiras.

Por exemplo, uma pessoa pegar uma xícara não significa necessariamente que pretende beber nela. Ela pode querer entregar o objeto a alguém, lavá-lo ou simplesmente colocá-lo em outro lugar. Da mesma forma, se o objetivo for matar a sede, a pessoa pode pegar uma xícara, buscar uma garrafa de água ou pedir que alguém leve uma bebida.

Essa ambiguidade entre objetivo e ação faz com que sistemas de IA possam interpretar corretamente uma ação, mas errar sobre o que a pessoa realmente queria — ou compreender o objetivo e escolher uma maneira diferente daquela esperada pelo usuário.

O cérebro entrega o erro

• Para contornar o problema, os pesquisadores decidiram observar uma reação que ocorre no cérebro quando algo inesperado acontece;
• O cérebro humano faz previsões constantes sobre o que deverá acontecer. Quando o resultado não corresponde ao esperado, determinados sinais neurais podem aparecer. A equipe concentrou-se em dois deles: o erro de previsão de recompensa (RPE, na sigla em inglês) e o erro de previsão de estado (SPE, na sigla em inglês);
• O RPE indica discrepância relacionada ao resultado ou objetivo. No sistema desenvolvido pelos pesquisadores, ele pode indicar que a IA não entendeu o que a pessoa realmente queria;
• Imagine, por exemplo, que alguém peça a um robô doméstico algo para beber. A pessoa queria água, mas o robô entrega café. O resultado está errado, e o cérebro pode produzir um sinal de RPE;
• O SPE funciona de maneira diferente. Nesse caso, o objetivo está correto, mas o método utilizado pela IA não corresponde ao esperado;
• Se a pessoa quer água e o robô entende isso, mas, em vez de pegar uma garrafa que está ao lado dela, vai até a cozinha e enche um copo na torneira, o objetivo foi alcançado, mas o caminho escolhido não era o esperado. Essa diferença pode produzir um SPE.

IA aprende a diferenciar objetivo e método

Durante os experimentos, os pesquisadores identificaram padrões diferentes nas ondas cerebrais quando ocorria um RPE, um SPE ou os dois simultaneamente. Em seguida, aplicaram técnicas de aprendizado profundo aos sinais captados pelo EEG. Com isso, o sistema conseguiu classificar a resposta da pessoa à atuação da IA.

Na prática, a tecnologia pode distinguir entre duas situações: “você entendeu meu objetivo errado” e “você entendeu o objetivo, mas fez do jeito errado”. Os sinais decodificados são então utilizados como retorno para o processo de decisão da IA.

Quando identifica um SPE, o sistema interpreta que o objetivo está correto, mas a estratégia precisa ser modificada. Já um RPE indica que o próprio objetivo foi compreendido de maneira equivocada e que a IA precisa tentar novamente descobrir o que a pessoa pretendia.

Segundo o KAIST, simulações mostraram que o método conseguiu se adaptar mais rapidamente do que abordagens existentes, mesmo em situações de incerteza, como mudanças repentinas no objetivo de uma pessoa ou ausência de parte do retorno neural.

O estudo foi publicado em agosto de 2026 na revista IEEE Transactions on Cybernetics, com o título Neural Value Alignment: Human–AI Collaboration Under Goal–Action Ambiguity.

Leia mais:

• O desafio de construir a próxima geração da inteligência artificial
• OpenAI é criticada por ex-funcionário que alerta para riscos da IA
• Trump anuncia “força de superinteligência” para coordenar avanço da IA nos EUA

Tecnologia pode chegar aos robôs

Os pesquisadores veem possibilidades de aplicação em sistemas que precisam trabalhar próximos aos seres humanos.

Uma delas envolve robôs físicos. Um robô doméstico, por exemplo, poderia identificar, por meio da resposta cerebral do usuário, que interpretou uma instrução de maneira incorreta e modificar seu comportamento sem esperar uma nova ordem verbal.

A mesma abordagem poderia ser aplicada a robôs industriais, veículos autônomos que precisam responder ao julgamento do motorista, sistemas médicos e de reabilitação voltados a pessoas com dificuldades para falar ou se movimentar e ferramentas educacionais capazes de adaptar seu comportamento ao estado cognitivo do estudante.

Para Sang Wan Lee, professor do KAIST e responsável pela pesquisa, o trabalho demonstra que a IA pode ir além da interpretação da intenção humana baseada apenas em comportamentos observáveis. Segundo ele, o sistema permite utilizar diretamente sinais cognitivos produzidos pelo cérebro durante a interação entre pessoas e IA.

Apesar do potencial, a tecnologia ainda está longe de permitir que uma pessoa simplesmente pense que um robô está fazendo algo errado e faça a máquina parar imediatamente. O sistema foi demonstrado em simulações, e não em um robô operando livremente em um ambiente real enquanto acompanha continuamente o EEG de uma pessoa e modifica seu comportamento.

Além disso, o EEG depende de eletrodos para medir sinais elétricos extremamente pequenos produzidos pelo cérebro. Esses sinais podem apresentar ruído e são mais difíceis de obter fora de ambientes controlados.

Por isso, ainda será necessário verificar o desempenho da NVA em interações naturais, nas quais as pessoas se movimentam e enfrentam situações muito menos previsíveis do que aquelas utilizadas em experimentos de laboratório.

O post IA consegue saber pelo cérebro quando entendeu errado o que você quis dizer apareceu primeiro em Olhar Digital.

Powered by WPeMatico