5:26 "Quando um esquema de percepção se torna uma consciência? Quando um cálculo diferencial começa a buscar a verdade? Quando é que uma simulação de personalidade se torna o doloroso átomo de uma alma?" (Dr. Alfred Lanning, em "Eu, Robô")
Sensacional o vídeo. Mostra como é preciso investir mesmo em ideias que não parecem ter aplicação prática direta, mas podem acabar por mudar o mundo. Na minha graduação em 2001 fiz uma disciplina de Redes Neurais e o argumento era esse, de que tratava-se de um assunto interessante, mas com alguns obstáculos para aplicações na indústria. Muitos colegas se desmotivaram na sensação "para que vou precisar disso na minha vida". Pois bem, quem investiu nesse conhecimento hoje está em posição de destaque em Machine Learning.
Muito legal! Eu queria muito que vocês falassem sobre matemática especificamente, sobre a importância de uma boa base matemática para diferentes áreas da programação.
é aquela coisa, um número binário sozinho não faz nada, mas se usarmos varios números podemos fazer coisas bastante complexas, engraçado que essa lógica funciona para literalmente tudo
É muito triste quanto tempo o Perceptron foi ignorado na Computação! Na época deram a desculpa esfarrapada de que não tinha como escalar ou de que era apenas uma curiosidade mas não serviria pra nada. Nessa época não conseguiam entender a genialidade do Perceptron, em especial a genialidade de o primeiro Perceptron ter sido criado como um computador mecânico! O problema é que todo mundo tinha a crença errada de que o computador digital é que era o futuro e que por conta disso o computador mecânico era algo defasado. Hoje em dia sabemos que os melhores computadores pra aplicações de propósito único e especializado, em especial para redes neurais, são justamente computadores mecânicos! Quando nos anos 2 mil finalmente a ciência revisita a inteligência artificial, ironicamente muito do que se publicou inicialmente não apresentava grandes diferenças do que já se sabia lá nos anos 40. A diferença sendo apenas muitas vezes a adaptação dos algoritmos para o ferramental moderno.
Mas na época simplesmente não tinha poder computacional mesmo para aproveitar o que um perceptron tinha a oferecer. Hoje em dia já leva uma eternidade pra treinar uma rede. Imagina naquela época.
@@augustodutra3839 Quando se trata de computadores digitais, com certeza! Porém em computadores mecânicos isso não é o caso! Essa era uma sacada genial que já estava presente lá no primeiro Perceptron e que infelizmente só fomos nos dar conta agora há pouco. Tanto é que estamos vendo agora várias iniciativas de trazer ao mercado computadores mecânicos de propósito único focados apenas em redes neurais; tais computadores trazem um ganho exponencial no desempenho do treino de quaisquer redes, sem possuírem um único bit ou byte. A computação recém está se dando conta que os computadores digitais são uma ferramenta limitada, por mais úteis que sejam.
@@3333218 Por computador mecânico acho que você quer dizer analógico que pode inclusive ser também elétrico ou hidráulico. Pode ser uma boa ideia. Mas é limitado demais. Só vai fazer uma coisa só e pronto.
Ainda não entendo por quê não usam deep learning e redes neurais a rodo. Me parecem bem maduras, muito maduras, na verdade. Eu imagino, por exemplo, um deep learning que fica gravando a tela dos melhores funcionários de alguma empresa de alguma função específica. Questão de 90 dias, ela provavelmente já irá saber como fazer tudo. Daí é só adaptar o sistema para as informações chegarem digitalmente e então, milhões de pessoas podem ser demitidas pois não tem necessidade de trabalho de escritório pra praticamente nenhuma função. Algo similar as redes neurais de xadrez, que são bem superiores aos melhores do mundo. Já poderíamos ter os melhores funcionários do mundo em todas as empresas. Daí resta o trabalho de verdade, que tem algum sentido, que é o braçal e que realmente cria alguma coisa. Muitos podem argumentar que precisariam de programadores e pessoas para cuidar desse sistema, mas não. Digo, até precisa. Mas só é preciso fazer UMA vez. Depois de aplicado, até estagiário cuida da manutenção e saúde do programa. É como dizer que precisa de funcionário para cuidar do Photoshop dos clientes. Não, não precisa. Eu tenho esse problema no meu serviço atual, onde eu poderia automatizar praticamente tudo, mas eu sou o único que sei fazer esse trabalho em meio a 300 pessoas. Realmente não tenho motivação nenhuma para tal.
Conhecimento é tudo, pena que nossos governos não colocam como uma disciplina no ensino fundamental e médio se tivesse imagina a nossa potência em relação ao aprendizado de máquina já que nós somos um povo engenhoso só nos faltam oportunidades.
Artigos e livros que comentamos no vídeo:
Montei um fio no twitter com os links - bit.ly/3N65NAm
5:26 "Quando um esquema de percepção se torna uma consciência? Quando um cálculo diferencial começa a buscar a verdade? Quando é que uma simulação de personalidade se torna o doloroso átomo de uma alma?" (Dr. Alfred Lanning, em "Eu, Robô")
Tive que assistir em 0.75x pra absorver tudo e ainda assim com muitas pausas. O conteúdo de vocês é maravilhoso, sou muito grato!
A gente que agradece um elogio desse ❤️
Sensacional o vídeo. Mostra como é preciso investir mesmo em ideias que não parecem ter aplicação prática direta, mas podem acabar por mudar o mundo. Na minha graduação em 2001 fiz uma disciplina de Redes Neurais e o argumento era esse, de que tratava-se de um assunto interessante, mas com alguns obstáculos para aplicações na indústria. Muitos colegas se desmotivaram na sensação "para que vou precisar disso na minha vida". Pois bem, quem investiu nesse conhecimento hoje está em posição de destaque em Machine Learning.
Muito legal! Eu queria muito que vocês falassem sobre matemática especificamente, sobre a importância de uma boa base matemática para diferentes áreas da programação.
Nossa adorei ouvir vcs no podcast da alura, este é uma área que me faz brilhar os olhos e sempre querer estudar..
é aquela coisa, um número binário sozinho não faz nada, mas se usarmos varios números podemos fazer coisas bastante complexas, engraçado que essa lógica funciona para literalmente tudo
acabou os videoss por favorr faz mais nessa serie
Que vídeo excelente!
Esses vídeos de história são um dos meus favoritos
Vídeo incrível! Obrigado por isso meninas ❤️🧡💛💙💜🖤🤍🤎
É muito triste quanto tempo o Perceptron foi ignorado na Computação! Na época deram a desculpa esfarrapada de que não tinha como escalar ou de que era apenas uma curiosidade mas não serviria pra nada. Nessa época não conseguiam entender a genialidade do Perceptron, em especial a genialidade de o primeiro Perceptron ter sido criado como um computador mecânico! O problema é que todo mundo tinha a crença errada de que o computador digital é que era o futuro e que por conta disso o computador mecânico era algo defasado. Hoje em dia sabemos que os melhores computadores pra aplicações de propósito único e especializado, em especial para redes neurais, são justamente computadores mecânicos! Quando nos anos 2 mil finalmente a ciência revisita a inteligência artificial, ironicamente muito do que se publicou inicialmente não apresentava grandes diferenças do que já se sabia lá nos anos 40. A diferença sendo apenas muitas vezes a adaptação dos algoritmos para o ferramental moderno.
Mas na época simplesmente não tinha poder computacional mesmo para aproveitar o que um perceptron tinha a oferecer. Hoje em dia já leva uma eternidade pra treinar uma rede. Imagina naquela época.
@@augustodutra3839 Quando se trata de computadores digitais, com certeza! Porém em computadores mecânicos isso não é o caso! Essa era uma sacada genial que já estava presente lá no primeiro Perceptron e que infelizmente só fomos nos dar conta agora há pouco. Tanto é que estamos vendo agora várias iniciativas de trazer ao mercado computadores mecânicos de propósito único focados apenas em redes neurais; tais computadores trazem um ganho exponencial no desempenho do treino de quaisquer redes, sem possuírem um único bit ou byte. A computação recém está se dando conta que os computadores digitais são uma ferramenta limitada, por mais úteis que sejam.
@@3333218 Por computador mecânico acho que você quer dizer analógico que pode inclusive ser também elétrico ou hidráulico. Pode ser uma boa ideia. Mas é limitado demais. Só vai fazer uma coisa só e pronto.
@@augustodutra3839 Sim, perdão. Troquei as palavras.
esse cenário 😍😍
Certeza que o Rosenblat tava tentando matar uma mosca e não conseguia. A raiva foi a faísca inicial do problema de estudo.
Que video incrivel!!!
Ótimo vídeo! Resumo muito bacana sobre redes neurais =) Parabéns Vivi e Mila!
Arrasou!!
Ótimo vídeo!!
Só vejo a Mila no Nerdologia... faz o seu Vivi!!!
Amei o video 😍😍😍 parabens pelo conteúdo!!
faz a parte 2 pfv 🤗
Essa série ainda vai loooonge! Que bom que gostou!
Que vídeo maravilhoso
Façam vídeo sobre decision theory
Muito bom!
Interessante esse interesse cíclico sobre as coisas 🤔
Que conteúdo incrível, parabéns!!!
Que vídeo incrível! 👏
Sempre vídeo de qualidade.
Fenomenal. Caramba! A quanto tempo não vejo um vídeo do Peixe.
Que delícia! Que delícia de conteúdo! Tudo maravilhoso!
Que vídeo massa!!
Maravilha de vídeo.
E de professora.
Show, Vivi.
Vlw
Esse canal é maravilhoso.
Nossa eu amo os vídeos de vcs!
Por favor, falem sobre o Gato!!!
5:59 Ai, pula pra 2022 e a gnt tem o tiktok kkkkkkkkkkk
Muitos tem uma espécie de robô, com acesso a rede mundial de dados e com diversos sensores que o tornam um supercomputador, o celular.
Essa sim é empoderada
Ainda não entendo por quê não usam deep learning e redes neurais a rodo. Me parecem bem maduras, muito maduras, na verdade.
Eu imagino, por exemplo, um deep learning que fica gravando a tela dos melhores funcionários de alguma empresa de alguma função específica. Questão de 90 dias, ela provavelmente já irá saber como fazer tudo. Daí é só adaptar o sistema para as informações chegarem digitalmente e então, milhões de pessoas podem ser demitidas pois não tem necessidade de trabalho de escritório pra praticamente nenhuma função.
Algo similar as redes neurais de xadrez, que são bem superiores aos melhores do mundo. Já poderíamos ter os melhores funcionários do mundo em todas as empresas. Daí resta o trabalho de verdade, que tem algum sentido, que é o braçal e que realmente cria alguma coisa.
Muitos podem argumentar que precisariam de programadores e pessoas para cuidar desse sistema, mas não. Digo, até precisa. Mas só é preciso fazer UMA vez. Depois de aplicado, até estagiário cuida da manutenção e saúde do programa. É como dizer que precisa de funcionário para cuidar do Photoshop dos clientes. Não, não precisa.
Eu tenho esse problema no meu serviço atual, onde eu poderia automatizar praticamente tudo, mas eu sou o único que sei fazer esse trabalho em meio a 300 pessoas. Realmente não tenho motivação nenhuma para tal.
Eu nem sei o q quero ver... Só sei q quero. 😬
Conhecimento é tudo, pena que nossos governos não colocam como uma disciplina no ensino fundamental e médio se tivesse imagina a nossa potência em relação ao aprendizado de máquina já que nós somos um povo engenhoso só nos faltam oportunidades.
Caraca, como assim que alguém pode pensar que regra da cadeia não é útil?
😅😅
Shannon❤
O áudio do vídeo tá osso.