Lar
Aluno do Ensino Fundamental Desenha Bigode para Enganar a Verificação de Idade por IA e Deixa Engenheiro do Vale do Silício em Silêncio
Em meio ao endurecimento das regulamentações globais, as principais redes sociais implementaram rigorosos protocolos de verificação de idade para restringir o acesso de menores a recursos específicos. Para proteger a privacidade dos usuários, muitas plataformas adotaram um inovador sistema de estimativa de idade facial no dispositivo. No entanto, ironicamente, essa tecnologia avançada foi recentemente contornada sem esforço por “amadores” online usando táticas de baixa tecnologia.

Desenhos Simples e Barba Postiça Têm Sucesso
Em um teste descontraído das capacidades da IA, um menino de 12 anos desenhou um bigode acima do lábio com um lápis de sobrancelha e foi estimado com precisão como tendo 15 anos, passando na verificação. De forma ainda mais divertida, alguns usuários simplesmente desenharam dois pontos e uma linha no polegar para representar olhos e boca. Ao moverem a cabeça de um lado para o outro conforme solicitado, a IA determinou que o sujeito tinha entre 13 e 15 anos.
Fraquezas Técnicas de Modelos Leves
Essa vulnerabilidade constrangedora decorre do fato de que esses modelos de estimativa de idade operam inteiramente no dispositivo do usuário. Devido à capacidade de processamento limitada, os modelos não podem ser excessivamente complexos. A IA depende principalmente de pistas visuais, como a forma dos olhos e a textura da pele, para inferências aproximadas. Além disso, para evitar bloquear erroneamente usuários legítimos durante o lançamento inicial, as plataformas definem o limiar de julgamento de forma relativamente permissiva, criando uma brecha para engano cuidadosamente elaborado.
Artigo relacionado
As startups de IA aceleram o crescimento da receita
Conforme as empresas estabelecidas e as novas startups se esforçam para aproveitar a inteligência artificial, inúmeras startups de IA relatam que sua receita não está apenas crescendo, mas acelerando rapidamente, alcançando marcos subsequentes em per
O Tencent Hunyuan integra a teoria do tamanho de pontos críticos no aprendizado por reforço PPO, aumentando o throughput em 2,29 vezes e reduzindo o tempo de treinamento do GRPO em 29 por cento
À medida que o aprendizado por reforço para grandes modelos escala para clusters de GPU maiores e conjuntos de dados de treinamento mais densos, a eficiência do treinamento tornou-se uma prioridade crítica. Pesquisas recentes da equipe Tencent Huan Y
Amjad Masad, da Replit, sobre o acordo com a Cursor, a disputa com a Apple e por que ele prefere não vender
Amjad Masad dedicou a última década a construir a Replit, mas os últimos 18 meses foram um período transformador. A plataforma de codificação por IA cresceu de US$ 2,8 milhões em receita anual em 2024 para uma trajetória rumo ao que Masad descreve co
Recomendações de tópicos especiais relacionados
Comentários (0)
Em meio ao endurecimento das regulamentações globais, as principais redes sociais implementaram rigorosos protocolos de verificação de idade para restringir o acesso de menores a recursos específicos. Para proteger a privacidade dos usuários, muitas plataformas adotaram um inovador sistema de estimativa de idade facial no dispositivo. No entanto, ironicamente, essa tecnologia avançada foi recentemente contornada sem esforço por “amadores” online usando táticas de baixa tecnologia.

Desenhos Simples e Barba Postiça Têm Sucesso
Em um teste descontraído das capacidades da IA, um menino de 12 anos desenhou um bigode acima do lábio com um lápis de sobrancelha e foi estimado com precisão como tendo 15 anos, passando na verificação. De forma ainda mais divertida, alguns usuários simplesmente desenharam dois pontos e uma linha no polegar para representar olhos e boca. Ao moverem a cabeça de um lado para o outro conforme solicitado, a IA determinou que o sujeito tinha entre 13 e 15 anos.
Fraquezas Técnicas de Modelos Leves
Essa vulnerabilidade constrangedora decorre do fato de que esses modelos de estimativa de idade operam inteiramente no dispositivo do usuário. Devido à capacidade de processamento limitada, os modelos não podem ser excessivamente complexos. A IA depende principalmente de pistas visuais, como a forma dos olhos e a textura da pele, para inferências aproximadas. Além disso, para evitar bloquear erroneamente usuários legítimos durante o lançamento inicial, as plataformas definem o limiar de julgamento de forma relativamente permissiva, criando uma brecha para engano cuidadosamente elaborado.
As startups de IA aceleram o crescimento da receita
Conforme as empresas estabelecidas e as novas startups se esforçam para aproveitar a inteligência artificial, inúmeras startups de IA relatam que sua receita não está apenas crescendo, mas acelerando rapidamente, alcançando marcos subsequentes em per
O Tencent Hunyuan integra a teoria do tamanho de pontos críticos no aprendizado por reforço PPO, aumentando o throughput em 2,29 vezes e reduzindo o tempo de treinamento do GRPO em 29 por cento
À medida que o aprendizado por reforço para grandes modelos escala para clusters de GPU maiores e conjuntos de dados de treinamento mais densos, a eficiência do treinamento tornou-se uma prioridade crítica. Pesquisas recentes da equipe Tencent Huan Y
Amjad Masad, da Replit, sobre o acordo com a Cursor, a disputa com a Apple e por que ele prefere não vender
Amjad Masad dedicou a última década a construir a Replit, mas os últimos 18 meses foram um período transformador. A plataforma de codificação por IA cresceu de US$ 2,8 milhões em receita anual em 2024 para uma trajetória rumo ao que Masad descreve co











