A startup chinesa de inteligência artificial DeepSeek está no olho do furacão após um grave vazamento de dados que expôs informações sensíveis de seus usuários.
A empresa, que recentemente ganhou notoriedade ao se tornar o aplicativo mais baixado na Apple Store, teve sua vulnerabilidade descoberta pela empresa de cibersegurança Wiz, que alertou para a exposição de mais de um milhão de linhas de logs, contendo históricos de chat, chaves secretas e outras informações críticas.
Segundo relatos, o banco de dados estava acessível sem qualquer autenticação, permitindo que qualquer pessoa pudesse acessar informações confidenciais.
A DeepSeek agiu rapidamente, bloqueando o acesso ao banco de dados em questão em menos de uma hora após ser notificada, mas o estrago já estava feito.
Medidas de segurança e implicações para a indústria de IA.
O incidente levanta preocupações significativas sobre a segurança de dados em plataformas de inteligência artificial, especialmente considerando o rápido crescimento e a adoção massiva dessas tecnologias.
Especialistas em segurança cibernética alertam que a facilidade com que o banco de dados foi acessado sugere que outros atores maliciosos poderiam ter explorado essa vulnerabilidade antes de sua descoberta pública.
Além disso, há acusações de que a DeepSeek utilizou dados de outras plataformas de IA, como a OpenAI, para treinar seus modelos, o que intensifica o escrutínio sobre suas práticas de coleta e uso de dados.
Com a ascensão meteórica da DeepSeek no mercado de IA, esse vazamento pode ter consequências duradouras tanto para a confiança dos usuários quanto para a reputação da empresa no cenário global.
Em posts no X, usuários e especialistas expressaram preocupação sobre a segurança de seus dados, ressaltando a importância de cautela ao compartilhar informações sensíveis com plataformas de IA emergentes.
Fonte: https://thehackernews.com/2025/01/deepseek-ai-database-exposed-over-1.html
![Para rotacionar uma matriz 2D em 90°, primeiro inverto a ordem das linhas (reverse). Depois, faço a transposição in-place. Isso troca matrix[i][j] com matrix[j][i], sem criar outra matriz. A complexidade segue sendo O(n²), mas o uso de memória se mantém O(1).
Esse padrão aparece com frequência em entrevistas. Entender bem reverse + transpose te prepara para várias variações em matrizes.
#machinelearning #visaocomputacional #leetcode](https://scontent.cdninstagram.com/v/t51.71878-15/516317042_719882404329203_687539192865429978_n.jpg?stp=dst-jpg_e35_tt6&_nc_cat=105&ccb=1-7&_nc_sid=18de74&_nc_ohc=M1uVATdFrukQ7kNvwGDFZQF&_nc_oc=AdkqPT2cpXeMpU4FbuG4rEWePyUVEdZzouPt6MzzFhJJfWi_JC7aKx5OnKhVgRTRY5dTIsEnMr8Ajpo5qTiE_mz1&_nc_zt=23&_nc_ht=scontent.cdninstagram.com&edm=ANo9K5cEAAAA&_nc_gid=myLaEsKLMeHLmQ1_HPUxSA&oh=00_AfS8ToFtqF87SfAgNgV2ExxFTpva6b5uvHx7rs5rL2sbIg&oe=68835CBE "Para rotacionar uma matriz 2D em 90°, primeiro inverto a ordem das linhas (reverse). Depois, faço a transposição in-place. Isso troca matrix[i][j] com matrix[j][i], sem criar outra matriz. A complexidade segue sendo O(n²), mas o uso de memória se mantém O(1).
Esse padrão aparece com frequência em entrevistas. Entender bem reverse + transpose te prepara para várias variações em matrizes.
#machinelearning #visaocomputacional #leetcode")
