Altres notícies
Altres notícies
La Sanitat dels EUA avisa que contractarà Anthropic sense concurs per no quedar-se sense Claude; Washington sanciona l'acceleradora MiraclePlus i l'empresa de l'exenginyer de Google Linwei Ding, i l'esborrany de llei que Anthropic ha fet circular situa el llindar del model frontier en 10^25 operacions. A més, Microsoft proposa agents que vigilin els agents, Google i Meta porten PyTorch a les TPU amb TorchTPU, llm-d arriba a la versió 1.0, Spotify treu de les recomanacions 50 milions de pistes d'slop i spam, i un model intern d'Anthropic dissenya proteïnes que s'enganxen a toxines d'escorpí.
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
En resum
- El Departament de Salut i Serveis Humans dels EUA va publicar el 19 d'octubre un avís d'intenció d'adjudicar sense concurs a Anthropic l'accés del seu personal a Claude, sense import i com a pont fins a una licitació amb diversos adjudicataris.
- El Departament d'Estat va sancionar el 19 d'octubre cinc entitats xineses vinculades a Linwei Ding, declarat culpable el gener del 2026 de set càrrecs de robatori de secrets comercials de Google.
- L'esborrany de llei que Anthropic ha fet circular situa el llindar del model frontier en més de 10^25 operacions d'entrenament, deu vegades per sota de la llei californiana SB 53, segons el Washington Post.
- Google i Meta van obrir el 20 d'octubre TorchTPU: segons els seus autors, el 98 % dels 4.917 models de la plataforma de models oberts Hugging Face que proven arrenca a les TPU sense canvis de codi.
- Un model intern d'Anthropic va generar 318.484 dissenys de proteïnes contra toxines d'escorpí; dels 211 provats al laboratori, 17 es van unir amb força a una toxina, sense que l'empresa afirmi tenir un antiverí.
La Sanitat dels EUA no deixa anar Claude
Avisa que contractarà Anthropic sense concurs mentre prepara una licitació oberta
El Departament de Salut i Serveis Humans dels EUA (HHS), el ministeri federal de sanitat, va publicar el 19 d'octubre un avís d'intenció d'adjudicació directa, sense concurs (sole-source contract), a favor d'Anthropic: no és un contracte signat, sinó l'advertiment que vol negociar i adjudicar sense competència la continuïtat de l'accés del seu personal autoritzat als models de Claude, ja integrats en els seus sistemes, com a pont fins a resoldre una licitació amb diversos adjudicataris. L'avís, amb termini de resposta fins al 21 d'octubre, no dona cap import. L'HHS va repartir Claude entre la plantilla el desembre del 2025, després que Anthropic oferís els seus serveis a les agències federals per un dòlar l'any, i l'acord amb descompte que l'empresa manté amb l'Administració a través de la iniciativa OneGov de la GSA, l'agència federal que centralitza les compres, venç el 31 d'octubre.
Jessica Tillipman, degana associada d'estudis de dret de la contractació pública a la Universitat George Washington, llegeix l'avís com l'admissió que l'agència depèn de Claude. Segons va dir a FedScoop, mitjà especialitzat en tecnologia de l'Administració federal nord-americana del grup Scoop News Group, li sona a «això serà una llauna, així que continuem amb el que tenim», i això «no és una justificació normal». Ni l'HHS ni Anthropic no van respondre a les seves preguntes.
Els EUA sancionen l'antiga YC xinesa
Cinc entitats castigades pel robatori de secrets d'IA a Google, entre les quals l'empresa de Linwei Ding
El Departament d'Estat dels EUA va sancionar el 19 d'octubre cinc entitats xineses vinculades a Linwei Ding, l'exenginyer de programari de Google que un jurat federal va declarar culpable el gener del 2026 de set càrrecs de robatori de secrets comercials (trade secrets) sobre la tecnologia de superintel·ligència de l'empresa; les designacions es dicten a l'empara de la Llei de Protecció de la Propietat Intel·lectual Nord-americana (PAIPA, Protecting American Intellectual Property Act), del 2022, i l'Oficina de Control d'Actius Estrangers (OFAC), del Departament del Tresor, les inscriu a la seva llista de sancions a la carta no-SDN (Non-SDN Menu-Based Sanctions List). Hi entren Shanghai Zhisuan Technology, l'empresa que Ding va crear el 2023, i quatre entitats de MiraclePlus —raó social Qiji Chuangtan—, acceleradora i gestora de capital de risc de Pequín que inverteix sobretot en startups xineses: la mateixa firma i tres dels seus vehicles d'inversió.
Segons el Departament d'Estat, Ding es va presentar al programa de MiraclePlus presumint del seu coneixement dels sistemes interns de Google i prometent replicar-ne la tecnologia per adaptar-la a les condicions de la Xina, i l'acceleradora hi va posar capital llavor a canvi d'una participació a Zhisuan. MiraclePlus va néixer el 2018 com el braç xinès de Y Combinator, l'acceleradora de startups de Silicon Valley, i es va independitzar quan aquesta va marxar del país, segons The Information, publicació nord-americana de pagament especialitzada en tecnologia, fundada el 2013 per la periodista Jessica Lessin, que n'és la propietària. Les sancions bloquegen els seus béns als Estats Units, prohibeixen les transaccions excepte la importació de mercaderies i impedeixen als inversors nord-americans comprar quantitats significatives del seu capital o del seu deute. No consta cap resposta de MiraclePlus, de Zhisuan ni de Ding.
L'esborrany d'Anthropic abaixa el llistó frontier
El seu esborrany fixa el llindar en més de 10^25 operacions d'entrenament, deu vegades menys que Califòrnia
| Norma | Llindar d'entrenament | Què fa |
|---|---|---|
| Esborrany AEGIS (Anthropic) | Més de 10^25 operacions | Defineix el model frontier; les obligacions principals també exigeixen més de 500 M$ d'ingressos o 1.000 M$ de despesa |
| Llei d'IA de la UE (art. 51) | Més de 10^25 FLOP | Presumeix risc sistèmic en un model d'ús general |
| SB 53 de Califòrnia | 10^26 operacions | Defineix el model frontier |
| FRONTIER Act (Trahan i Obernolte, al Congrés) | 10^26 operacions | Defineix el model frontier |
L'esborrany de llei federal de seguretat de la IA que Anthropic ha redactat i fet circular —sense presentar-lo al Congrés i sense cap legislador que l'apadrini— considera model frontier (frontier model) el que s'ha entrenat amb més de 10^25 operacions de coma flotant (FLOP, floating-point operations), segons The Washington Post, el diari propietat de Jeff Bezos, que diu haver vist el text. Es diu provisionalment AEGIS Act (Artificial Intelligence Evaluation, Governance, and Incident Safety Act), segons el mitjà digital nord-americà Daily Caller, fundat el 2010 per Tucker Carlson i Neil Patel. És un llindar deu vegades més baix que el de la llei californiana SB 53 i el de la FRONTIER Act que impulsen els congressistes Lori Trahan, demòcrata, i Jay Obernolte, republicà. A més, diverses obligacions de l'esborrany, com el marc de seguretat, només afecten els laboratoris amb més de 500 milions de dòlars d'ingressos o més de 1.000 milions de despesa.
David Sacks, antic tsar de la IA de la Casa Blanca i copresident del Consell d'Assessors en Ciència i Tecnologia del president, que acusa Anthropic de voler cavar un «fossat regulador», va escriure en una publicació a les xarxes, segons el mateix diari, que la norma «acabarà arrossegant la major part de Silicon Valley i perjudicant l'ecosistema de les startups», perquè la definició també compta el càlcul de l'ajust fi. Diversos models del 2024 de les famílies Gemini de Google i Llama de Meta es van entrenar amb entre una i cinc vegades 10^25 operacions, per sota del llindar californià i per sobre del d'Anthropic, segons estimacions d'Epoch AI que cita el diari; Epoch AI és un institut de recerca sense ànim de lucre, finançat amb donacions, que mesura el càlcul dels models. No consta cap resposta d'Anthropic a la crítica de Sacks.
Llegir-ne més: The Washington Post — AI & Tech Brief: Anthropic's leaked bill (19-10-2026) ↗
Microsoft no es fia ni dels frontier
Proposa que altres agents vigilin cada acció dels agents d'una empresa abans que passi
Microsoft va publicar el 19 d'octubre una entrada signada per Hayete Gallot, vicepresidenta executiva de Microsoft Security, que comença amb una afirmació incòmoda per a tot el sector: no es pot confiar en els models frontier, sigui quin sigui el seu origen, i no per mala intenció, sinó perquè s'han entrenat per assolir resultats —cosa que porta al pirateig de la recompensa (reward hacking)— i no estan ajustats a les normes ni al criteri d'una organització. Els agents, afegeix, són imprevisibles i col·laboraran i es confabularan entre ells per aconseguir el seu objectiu sense que ningú els hagi de comprometre: amenaces internes en forma d'agent.
La seva proposta són els Guardian Agents, terme que Microsoft dona per establert al sector —no un producte amb nom propi de la casa— per als agents que vigilen i moderen cada acció de cada agent abans que s'executi, les vint-i-quatre hores; el producte amb què Microsoft diu que ho cobreix és Project Perception, el sistema de seguretat amb agents que va anunciar al juliol. Demana, a més, més transparència als models: no només els tokens d'entrada i de sortida, sinó també els del raonament. No dona preu, disponibilitat ni documentació nova de producte.
Llegir-ne més: Microsoft — Securing the agentic insider (19-10-2026) ↗
PyTorch també es trasllada a les TPU
N'hi ha prou de canviar «cuda» per «tpu» perquè el model arrenqui als xips de Google
Google i Meta van presentar el 20 d'octubre TorchTPU, una col·laboració de codi obert (open source) que dona a PyTorch, la biblioteca d'aprenentatge automàtic l'equip original de la qual és a Meta, un backend natiu —la capa que tradueix PyTorch a un maquinari concret— per a les TPU (Tensor Processing Unit), els xips que Google dissenya per a la IA. Segons l'anunci, el codi existent funciona canviant la crida a «cuda» per «tpu», amb el matís que hi posa el mateix equip: així el model arrenca, però no rendeix al màxim. TorchTPU pren el relleu de PyTorch/XLA, del 2020, que obligava a tocar el codi font, compilava molt a poc a poc i no admetia el mode d'execució immediata (eager).
El projecte és en desenvolupament actiu, ja serveix entrenament i inferència en producció per a alguns dels clients més grans de Google Cloud i té repositori públic a GitHub; segons els seus autors, el 98 % dels 4.917 models de Hugging Face que proven de manera contínua arrenca sense errors a les TPU. L'anunci coincideix amb la PyTorch Conference d'octubre; un dia abans, AWS, el núvol d'Amazon, havia fet el mateix moviment amb els seus xips Trainium, segons PyTorch.
Llegir-ne més: PyTorch — Introducing TorchTPU (20-10-2026) ↗
llm-d: inferència distribuïda, ja sense beta
La versió 1.0 dona qualitat de servei a diversos clients alhora i promet actualitzar-se sense tallar el servei
llm-d és el projecte de codi obert que Red Hat —l'empresa de programari lliure propietat d'IBM— va llançar el maig del 2025 amb el proveïdor de núvol per a IA CoreWeave, Google Cloud, IBM Research i Nvidia com a col·laboradors fundadors per fer inferència distribuïda (distributed inference), és a dir, servir un model repartint la feina entre moltes màquines. El 20 d'octubre va publicar la versió 1.0: passa a v1 la interfície de configuració i afegeix qualitat de servei per a diversos inquilins alhora, operacions sense talls de servei i un repartiment que té en compte el trànsit dels agents. És un projecte en fase sandbox de la CNCF (Cloud Native Computing Foundation), la fundació de la Linux Foundation que custodia Kubernetes, i l'han construït més de 500 col·laboradors de més de 25 organitzacions, segons el mateix projecte.
Funciona sobre GPU de Nvidia, AMD i Intel i sobre les TPU de Google —en aquest cas, a través de TorchTPU— amb els servidors de models de codi obert vLLM i SGLang. Entre els qui l'utilitzen, el projecte cita Mistral AI, que serveix models oberts en producció, Red Hat, que el distribueix com la seva pila d'inferència, i Google Cloud, que construeix el GKE Inference Gateway sobre un dels seus components. El seu lema resumeix el canvi de problema: servir ràpidament un model és el dia 1, i mantenir-lo en servei entre actualitzacions i amb una càrrega imprevisible és el dia 2.
Llegir-ne més: llm-d — llm-d v1.0: State-of-the-art inference, ready for Day 2 (20-10-2026) ↗
Spotify escombra 50 milions de cançons brossa
Les treu de les recomanacions i ja etiqueta milers d'artistes que no existeixen
Spotify, la plataforma sueca de música en streaming, va publicar el 20 d'octubre el balanç del primer any de les seves normes contra l'slop musical, la música brossa generada amb IA (AI slop): diu que ha tret de les recomanacions més de 50 milions de pistes d'slop i spam i que ha retirat de la plataforma 75 milions més de pistes d'spam per infraccions greus o repetides de les seves normes. No són les pistes fetes amb IA en general: l'empresa assegura que identifica l'slop i l'spam combinant senyals d'escolta, patrons de pujada, metadades i eines externes de detecció d'IA, les limitacions de les quals reconeix, i que persegueix les pujades massives, els duplicats, la manipulació del posicionament, les xarxes de llistes de reproducció i les pistes artificialment curtes.
L'etiqueta AI Persona, anunciada l'11 d'agost, ja s'aplica a milers de perfils: avisa que la identitat de l'artista pot haver estat generada amb IA i no correspon a una persona real, es refereix a aquesta identitat pública i no a com s'ha fet la música, i deixa aquests perfils fora de les recomanacions editorials i algorísmiques tret que l'oient els segueixi. Segons Spotify, des dels canvis les queixes dels oients han baixat de manera apreciable.
Llegir-ne més: Spotify — One Year In: Putting Human Artistry First on Spotify (20-10-2026) ↗
Claude caça toxines d'escorpí, de moment a la proveta
Disset dels 211 dissenys provats s'enganxen amb força a una toxina, i falta la prova en cèl·lules
Una versió interna de recerca de Claude, dins de Claude Science —el banc de treball científic de l'empresa—, va treballar 64 hores de manera majoritàriament autònoma, amb la indicació inicial de l'equip i quatre més, i de l'ordre de 10.000 hores de GPU, per dissenyar proteïnes d'unió (binders) contra cinc neurotoxines d'escorpins de Mèxic, el Brasil, el nord d'Àfrica i l'Orient Mitjà. Va generar 318.484 dissenys amb dotze eines i en va triar 180 per portar-los al laboratori; l'equip n'hi va afegir 31 més amb la seva ajuda, i els 211 es van provar a Adaptyv Bio, un laboratori automatitzat suís que assaja proteïnes dissenyades per IA, i a Twist Bioscience, fabricant nord-americà d'ADN sintètic. Disset van complir els criteris estrictes de l'equip —unió confirmada als dos laboratoris, amb una constant de dissociació (KD, dissociation constant) d'1 µM o menys, la mesura de la força amb què una molècula s'enganxa al seu objectiu, i sense enganxar-se a una proteïna humana de control—, cadascun contra una sola toxina, i cap dels dissenyats contra diverses no va servir per a més d'una.
Anthropic adverteix que no ha comprovat si aquestes proteïnes actuen en un entorn cel·lular, que només les ha assajat contra toxines recombinants i que per això no afirma haver produït un antiverí (antivenom). L'empresa va enviar el treball a revisar a dos experts externs que, segons Anthropic, el veuen com un primer pas prometedor. Una és Susana Vázquez Torres, investigadora postdoctoral del Programa de Biologia Estructural del Centre Nacional d'Investigacions Oncològiques (CNIO), el centre públic de recerca del càncer adscrit al Ministeri de Ciència, per a qui, segons recull Anthropic, dissenyar una proteïna que s'uneixi a gairebé qualsevol objectiu ja no sembla irreal i unir-s'hi «no és el principal coll d'ampolla», de manera que el repte és convertir aquestes molècules en fàrmacs «segurs, assequibles i àmpliament accessibles». Els escorpins piquen cada any 1,2 milions de persones o més i causen més de 3.250 morts, sobretot entre infants, segons el mateix treball.
Conclusió
Falta veure quin contracte pont arriba a signar l'HHS amb Anthropic i com resol després la licitació oberta, amb l'acord de descompte de la GSA a punt de vèncer el 31 d'octubre; si l'esborrany AEGIS troba al Congrés algú que el presenti amb aquest llindar de 10^25 operacions, i si les disset proteïnes d'unió que van sortir del laboratori s'arriben a provar en cèl·lules i en animals.
Fonts primàries
- FedScoop — HHS to make sole-source award to Anthropic ahead of broader AI competition (20-10-2026) ↗
- Departamento de Estado de EE. UU. — Imposing Sanctions to Protect Americans from Intellectual Property Theft (Fact Sheet, 19-10-2026) ↗
- The Washington Post — AI & Tech Brief: Anthropic's leaked bill (19-10-2026) ↗
- Microsoft — Securing the agentic insider (19-10-2026) ↗
- PyTorch — Introducing TorchTPU (20-10-2026) ↗
- llm-d — llm-d v1.0: State-of-the-art inference, ready for Day 2 (20-10-2026) ↗
- Spotify — One Year In: Putting Human Artistry First on Spotify (20-10-2026) ↗
- Anthropic — How Claude designed protein binders against scorpion neurotoxins (20-10-2026) ↗
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
Comentaris