Nao so álgebra linear. O algoritmo de aprendizagem numa rede, conhecido como backpropagation é otimização matemática. Portanto se utiliza muito calculo, derivadas parciais e gradientes descendentes. Essa discussão é interessante, mas vale ressaltar que toda essa discussao ainda é o basico das discussões sobre as RNAs. Existem muito mais alem disso. Existem os algoritmos de aprendizagem das redes neurais convolucionais que envolvem calculos com integrais de convolução, entrando numa matemática mais pesada. As redes neurais generativas que envolvem algoritmos de interpolação. Alem disso temos a area de extracao de features que muitas vezes é utilizada para redução do espaço dimensional de entrada, envolvendo otimização matematica também. Enfim, o assunto é abrangente
Álgebra linear provavelmente devem ter se referido à manipulação das matrizes. Porém a AI não é só cálculos de matrizes iterativamente, é mais que isso.
Valeu pela abrangência e mais informações. E é brincadeira viu, você vem, separa seu tempo para assistir o vídeo, escrever um comentário enriquecendo o tema, e tem gente que ainda vem reclamar !
Eu ainda diria mais: backpropagation é física pura. Tanto que o método "mais foda" (entre aspas porque julgar o que seria um método melhor é difícil) de algumas bibliotecas (keras/tensorflow) é o algoritmo "adam" que usa o conceito de momento linear pra fazer o backpropation. A noção geral é que um método de otimização como o de euler são basicamente aplicações de equações de movimento para os parâmetros que se deseja minimizar/maximizar.
Trabalho com Tecnologia da informação e posso dizer com certeza que essa foi a melhor explanação sobre a base matemática da Inteligência Artificial. Parabéns ao convidado!
Serjão, precisamos de mais pessoas como tu. Divulgadores de ciências e tecnologias no Brasil dessa maneira possível de compreensão. Parabéns a ti e a todos os colaboradores. Obrigado.
Ciência é linda! Poesia pura. Muito obrigado por disponibilizar do tempo de vocês para explicar de maneira tão artística e bonita, tornando palatável algo que é falado por outras pessoas de maneira obscurantista.
Bom dia Professor. Excelente explicação . Poderia, se possível, convidar o palestrante para novas palestras referente a este tema. Um grande abraço a todos.
2:07 Eu como sou engenheiro civil por formação já acho muito similar com a análise matricial de estruturas. Em uma estrutura cada barra (viga ou pilar) e as propriedades de suas seções e nós onde se encontram são elementos em uma matriz. Cada carga aplicada, reações e deformações nos apoios e efeitos de temperatura também são uma matriz e com isso podemos avaliar o comportamento da estrutura e calcular esforços e deformações que vão acontecer com base em operações de multiplicação e inversão dessas matrizes. Isso pode ser generalizado para estruturas contínuas, discretizando elas com uma malha tridimensional gigantesca de pequenas barras, podendo assim passar de um modelo de barras simples para trabalhar com sólidos e cascas. Isso é a base da chamada análise de elementos finitos, importantíssima em construção civil, mecânica, setor aeroespacial e simulações diversas. Resumindo: tudo é matriz, vivemos na Matrix. 😅😅😅😅
Exatamente! Acabou de resumir o processo do método da rigidez e método dos elementos finitos, que pode simular praticamente qualquer tipo de sistema estrutural físico.
@conhecimentoperpetuo e no caso dos elementos finitos se simula praticamente de tudo, desde dinâmica dos fluidos, interferência e compatibilidade de radiofrequência, termodinâmica, muita coisa mesmo. Praticamente todos os equipamentos que usamos passaram por algum tipo de simulação por elementos finitos em sua parte de projeto e desenvolvimento. Com programas como Ansys e similares se simula o comportamento mecânico de um pequeno relógio ou os esforços de um grande navio graneleiro em caso abalroamento no porto, de como o sangue flui através de uma capilar ao comportamento da inundação causada pelo estouro de uma barragem.
@conhecimentoperpetuo e no caso dos elementos finitos se simula praticamente de tudo, desde dinâmica dos fluidos, interferência e compatibilidade de radiofrequência, termodinâmica, muita coisa mesmo. Praticamente todos os equipamentos que usamos passaram por algum tipo de simulação por elementos finitos em sua parte de projeto e desenvolvimento. Com programas como Ansys e similares se simula o comportamento mecânico de um pequeno relógio ou os esforços de um grande navio graneleiro em caso abalroamento no porto, de como o sangue flui através de uma capilar ao comportamento da inundação causada pelo estouro de uma barragem.
Muito muito bom o papo , de primeira linha ! Lembrei das minhas aulas de algebra linear na faculdade de engenharia, eu fui bem +/- pois era difícil pra chuchu. Esses caras sabem muito!
Apesar de podermos resolver os mínimos quadrados usando sistemas de equações(algebra linear), não somente IA é pura algebra linear. Regressão linear por exemplo exige um algoritmo chamado descida de gradiente que é matéria de Calculo usando derivadas para encontrar o menor erro, ou seja, o vale do gradiente. Acho que podemos dizer que é 60% algebra linear, 20% calculo diferencial e integral e 20% estatística.
Na verdade não é uma necessidade utilizar a descida do gradiente pra otimizar os parâmetros de uma Regressão Linear, mas sim uma alternativa. É possível fazer só com Álgebra Linear através do método de Minimos Quadrados. Procure sobre a chamada "Equação normal"
Eu diria que o trabalho maior é tratar os dados brutos pra começar a treinar a rede e testar a rede… Do contrário, o algoritmo pode dar pesos para dados inválidos. E além disso, tudo depende da modelagem, às vezes usar um modelo gray box é melhor que usar um modelo puramente black box.
"a formação matemática do neurônio artificial, ela já tá mais complexa do que a do neurônio biológico" então tá... cadê o modelo matemático do neurônico biológico? Esse modelo que ele descreve foi concebido nos anos 1940, hoje sabemos que o neurônio biológico é muito mais complexo do que isso. A biologia do cérebro é incrivelmente complexa e ainda não é totalmente compreendida. Os modelos matemáticos de neurônios artificiais são simplificações da realidade biológica, projetadas para capturar aspectos específicos do funcionamento neuronal. Aumentar a quantidade de entradas destes modelos não implique em serem mais complexos que o modelo biológico, alias nem são coisas comparáveis, provavelmente o cérebro humano nem é computável.
Eu quase tive um derrame quando ele diz que é uma correlação EXATA do neurônico biológico. Óbvio que é uma abstração matemática do nosso neurônico, mas são mecanismos distintos com resultados distintos e como você bem explicou o modelo biológico é muito complexo.
Assim como em amplificadores com transistores em relação as antigas válvulas elétricas. O Som é uma onda analógica. Quando mudamos isso, vira uma simplificação. No som digital então teríamos algumas perdas com relação a isso, mas isso não significa que não deva ser utilizado ou não seja útil. Mesmo porque com as inovações dos últimos 20 anos temos gravação digital , equipamentos para shows, mesas, pedaleiras com qualidade próxima ao natural (analógico). Eles são muito utilizados além de serem práticos. Mesmo porque com essa abstração usando as novas tecnologias é pouquíssimo perceptível até para músicos mais experientes. Então resolverá o problema, será útil e bom. É só saber aproveitar o que foi concebido anteriormente e melhorado ao longo do tempo.
parabéns pelas excelentes explicações. vocês, com muita propriedade, mostraram que se pode conversar sem falar palavrão. pediria ao mediador desse excelente canal que, conversem com seus convidados para não falarem palavrões, por ser um canal destinados a todos os públicos, obrigado.
A explicação é técnica. O vídeo também aborda a importância da matemática na inteligência artificial e a necessidade de entender os fundamentos por trás dos algoritmos. Muito bom!
Tinha um professor no IMPA que fala que tudo era estatística (óbvio q ele deu uma simplificada). Era uma disciplina do mestrado profissional em métodos quantitativos em finanças, ele explicava que, em sua essência tudo era estatística (machine learning, deep learning, redes neurais, etc)… A diferença era quando você ia acrescentando mais “neurônios” ao sistema …
@@CocadaBoa_ não apenas por isso, mas por também gerar não linearidade na saída e ter uma função derivavel em todo o domínio, o que é necessário para o algoritmo de aprendizagem
uma delícia, os cursos de matemática deveriam ser atualizados, só pra dar um pouco mais de foco nessa área, tipo algebra linear 2 ser reformulada pra aplicações de algebra linear I nas inteligencias artificiais.
O problema das redes neurais, desde sempre, ainda é a falta de conhecimento pleno (satisfatório) das estruturas de decisão, criatividade e memorização do cérebro. Tudo está restrito a alguns padrões elétricos que puderam ser observados... Em 100 anos de estudos nesta área, a evolução foi muito pequena. Hoje, não se sabe muito mais do que era conhecido na década de 40, por exemplo, quando iniciaram com as propostas de inteligência artificial; e isto é um disclaimer frequente em artigos científicos na área de neurociência... A MENOS QUE ocorra um salto gigantesco no conhecimento sobre o funcionamento da inteligência humana, o benefício mais relevante de redes neurais - tal como a conhecemos hoje - será um ganho de velocidade e assertividade na tomada decisões baseadas em experiências passadas, o restante será mero acaso... Como vivemos a era das BET's e do conhecimento fulgaz da Internet, talvez tudo isto passe despercebido pelos incautos.
Como eu gostaria que o mundo real fosse linear... o mundo real é álgebra não linear. O simples fato de existir variáveis não representadas no modelo, e o efeito estar escondido no erro já mostra que têm muito mais informação e correlações não compreendidas do que compreendidas. Adoraria que meus modelos tivessem o coeficiente de determinação que eu sonho com somente umas 10 variáveis, mas ainda não consegui essa façanha.
Exatamente Até que enfim alguém pra falar a verdade Basicamente matrizes processadas em NPU ou GPU. Processador de propósito geral não é adequado em termos de desempenho, isso por conta do processamento paralelo nas NPUs e GPUs
Tensores, definição matemática: são aplicações multilineares, com imagem real, definidas no produto cartesiano de p cópias de um espaço vetorial e q cópias do espaço dual, onde p e q denominam-se como índices de contravariância e covariância.
O Hime não entendeu. A onda mecânica, a do som por exemplo, é transformada via matemática, através de Matriz, onde os pontos da onda são colocados para formar a mesma de forma digital. Assim funciona as músicas no computador, celular, tv… A IA não está aí para aproximar essas ondas porque elas não são “iguais” as ondas mecânicas. O MP3, wav, MPEG, MOV, acc (formatos usados na TV também para quem não sabe, não é somente nós que usamos as emissoras usam), são simplificações de uma onda senoidal perfeita e nosso ouvido já não consegue destinguir a diferença, não precisa de uma IA para aproximar ainda mais. A IA trabalha com tensores, que como o convidado falou perfeitamente são sim Matriz, é a mesma coisa sim. Não é diferente como o Hime falou. A única diferença é que é uma matriz 3D e as matrizes são 2D, assim como vetores 1D, ex: x, y, z para representar o espaço (que é 3D, mas só precisa utilizar vetores na matemática que é 1D - só para não confundir).
Incrível apresentação com base matemática sobre o assunto! Agora o neurônio artificial (programa) nunca será melhor que o neurônio biológico, pois a carga elétrica tratada no biológico, são sinais analógicos manipulados bio-eletricamente. Que também não conhecemos sua lógica na totalidade, só sabemos que tem um input e output. No conceito neurônio artificial temos sinais digitais, com base em um processamento digital, binário 0 ou 1. É óbvio que é complexo todo o processo da computação no neurônio artificial. Mas o ponto que saliento é que a pegada no nível biológico é outra, não podemos querer comparar o artificial ao biológico. 😂
Cara neurônio artificial é um nó de entrada, ou um nó da camada escondida, ou um nó de saída. Não é o programa em si, é feito um cálculo de produto vetorial entre os pesos das conexões com os valores do nó atual da conexão, essa é a ideia. Ainda vale ressaltar o passo de aprendizado chamado de bias (viés) para o aprendizado da rede, fora o cálculo de erro associado.
Fiz uma analogia com o áudio digital (Natural) e com áudio analógico. (Se quiser dê uma olhada 5 comentários acima). Casa com o que vc disse em relação ao natural comparado com algo artificial.
Galerinha, as frases de efeito, como o próprio nome sugere, servem para gerar choque e reflexão mesmo. É para valorizar pontos cruciais de uma mensagem. Não é pra vc levar ao pé da letra, pô. Dizer que IA é Álgebra Linear, a rigor, é obviamente um exagero porque desconsidera muitas outras ferramentas matemáticas com até mais participação, como é o caso da estatística. Aliás, há coisas bem mais profundas do que Álgebra Linear que aparecem em IA. Ontem mesmo li um artigo que fazia uso de conceitos de Álgebra Homológica, simplex, bordo, grupo fundamental de um espaço topológico, métrica Riemanniana e os krlh. Um paper pesadíssimo de ler. Então, óbvio que não é só Álgebra Linear. Parem de ficar enchendo a poha do saco com pedância, entendam que isso aí é um podcast e não um congresso internacional de inteligência artificial, fdp. O cara disse coisas imprecisas, mas a finalidade é comunicar e não dar uma aula. Inclusive, mesmo com imprecisões, ele não falou nenhum absurdo. Cês estão querendo pika e não estão sabendo pedir.
É incrível a tara que algumas pessoas têm em associar as redes a biologia humana uma vez que isso é completamente irrelevante ao funcionamento da mesma. Graças ao bom senso os livros pararam com essa de "dendrito" "axonio" e etc. Quando vejo um podcast desses e lembro que o país está no nível da Tunísia em matemática no exame Pisa da uma sensação horrível, estamos condenados a apertar os botões que os outros países projetam e continuar vendendo coisas de baixo valor agregado.
Neur biolog eh disparado 0 "OU" 1 e o artif tem o "peso" 0 "ATÉ" 1, Ok 👍 BR ficou em penultimo no PISA "Graças" ao COMUNISTA paulo freire, "patrono" da educacao
sim, exatamente! Cara tá fazendo correlação direta com biologia e dizendo que o "neurônio artificial" já é muito superior ao biológico, só porque trabalha com mais dimensões, chega quase a ser charlatanismo.
Acho que vc está confundido o ensino básico com a pesquisa no Brasil. O BRASIL ocupa o g5 da matemática, ou seja faz parte dos 5 países mais fortes em pesquisa no mundo. Ademais, o IMPA tem medalha fields e é responsável por quase um terço da matemática mais avançada da América Latina. Não confunda a merda do ensino público com os trabalhos dentro das universidades. Quem vê podcast como informação principa, que é burro. E esse é bem fraco mesmo
Eu me lembro deles ter um tabela: A mãe deles era Professora,tinha o Márcio,Marcinho.Tambem tinha as Meninas também que davam um Banho de até nas professoras.
"Você é um especialista em álgebra linear e redes neurais. Crie um prompt que explique, em detalhes, como os conceitos de álgebra linear (vetores, matrizes, tensores) são aplicados no treinamento de redes neurais. Inclua exemplos de como os dados são representados matematicamente, como as operações de multiplicação de matrizes são usadas para propagar os dados através das camadas da rede e como a função de custo é calculada e minimizada usando técnicas como a descida de gradiente. Explique também como a dimensionalidade dos dados afeta o desempenho do modelo e como técnicas como a decomposição de valores singulares (SVD) podem ser usadas para otimizar o processo."
Não gente,Inteligência Artificial não é só álgebra linear. É álgebra linear + cálculo diferencial integral + probabilidade condicional. Por favor não esqueçam a parte da probabilidade, que é o coração da matéria!!!!! Serjão, chame ai gente que sabe!!
Concordo totalmente com vc. Mas esse cálculo aí tá mais pra estatística que obviamente usa cálculo e álgebra linear. Aliás, não esquecer da parte de ciência da computação pq os algoritmos são bem pesados
Amo lembrar do Meu Malvado Favorito: - Vetor! Sou eu, por que eu tenho "Direção" e "Magnitude"!. Meu professor de física sempre falava disso para ajudar o pessoal a estudar ksksksks
Sim, está correto, mas muito genérico. Assim como a Mecânica Quântica também é toda fundamentada na álgebra linear. É assim para tantas outras áreas de pesquisa. Dizer isso é equivalente a dizer que a todos nós somos feitos de átomos ou que tudo em computação é manipulação de números binários.
"Você é um engenheiro de prompt especializado em inteligência artificial e processamento de dados. Seu objetivo é me ajudar a criar prompts detalhados e avançados para treinar modelos de IA em diferentes áreas, como visão computacional, processamento de áudio, análise de dados tabulares e predição de séries temporais. Explique, passo a passo, como converter diferentes tipos de dados (imagens, áudios, vídeos, tabelas) em representações numéricas (matrizes, vetores, tensores) para alimentar redes neurais. Descreva a lógica por trás de cada etapa, incluindo a aplicação de técnicas como a Transformada de Fourier para áudio, a conversão de imagens em matrizes de pixels e a normalização de dados tabulares. Além disso, explique como esses dados são processados em redes neurais, desde a entrada até a saída, incluindo o papel das funções de ativação, backpropagation e descida de gradiente. Forneça exemplos práticos e detalhados para cada tipo de dado."
Essa do neurônio biológico só trabalhar com 3 dimensões espaciais não fundamento...o cara implicitamente tá dizendo que um "neurônio" artificial é superior (e muito, ainda) a um biológico. Discordo completamente dessa ideia.
Cara o meio acadêmico é muito chato. O pessoal tendo uma conversa bacana e a galera nos comentários tentando pagar de fodão que sabe mais que os caras... grandes merda. Como se o conhecimento estivesse apenas nas universidades...
Criticar e discordar dos outros é normal no meio acadêmico. Quando essas críticas são bem fundamentadas, isso é muito saudável, porque assim a gente aprende e se aproxima da verdade.
Vou falar uma coisa que vai deixar todos vocês tristes: NAO EXISTE INTELIGENCIA ARTIFICIAL. o que existe é um algoritimo de simulação de resolução de problemas específicos. Isso não é inteligência e nunca será. Se voces pensarem, o ser humano ainda na barriga, a partir do momento que são estabelecidas os nervos e temos o primeiro suspiro da vida, já começa por si só a criar "problemas" pra serem resolvidos, estes problemas mais triviais são coisas como aprender a acionar os musculos por exemplo. Ao nascer, no primeiro suspiro, a própria mente começa uma rotina extrema impensável de interagir com tudo ao seu meio, sem ninguem falar qual o problema que ela tem que resolver, pelo contrário, ela identifica os problemas, e se auto encarrega de resolve-los, é uma coisa absurda... Uma vez suficientemente evoluida, quando o cerebro já sabe reconhecer e processar as imagens captadas pelos olhos, os sons captados pelos ouvidos, e as sensações vindas dos demais sensores, começa-se o ciclo de aprendizado geracional/comportamental, onde a mente reconhece seus semelhantes e entende que deve copiar o que outro ser esta fazendo, andar, cantar, estudar, comer, e por ai vai... Seria bom, se esses "cientistas" parassem com essa babozeira de inteligência artificial, eles podem até parecer que são super inteligentes, mas o fato é que eles estão constantemente passando vergonha perante aqueles que entendem minimamente o que é uma mente/inteligência humana e compreende toda sua complexidade e sofisticação.
Você não pode esquecer da IA genérica. Hoje se comenta muito da IA que resolve problemas específicos da sociedade, em breve estaremos discutindo uma IA do todo. É aí que a humanidade estará em uma encruzilhada.
@robertosiqueira1471 Vou repetir.. so podemos falar de "inteligencia" artificial quando ela for criada com um conjunto reduzido de comandos (firmware) e todos os problemas futuros que ela vier a resolver forem provenientes dela mesma.. Se voce criar uma IA que resolva mil problemas especificos dando a entender que se trate de uma IA geral mas cada um destes problema for uma rede neural programada e treinada tendo como base um algoritimo especifico para aquele problema, bem, nao estamos falando de inteligencia...
Pessoal dos comentários tá chatérrimo com esse pseudo-tecnicismo pra pagar de sabido, sendo que obviamente é um resumo de redes neurais em poucos minutos e não um curso de faculdade completo. Dá um tempo e tenha mínima capacidade de abstração.
Discordo, o papo foi super legal, realmente é um resumo, mas se você fala máximas em um podcast, vai ter que ouvir quem discorda. Custava nada ser menos firme se é pra ser um resumo sem muito rigor. O cara fala que uma rede neural é uma "correlação exata" do neurônio biológico. Custava nada falar que é parecido, inspirado, etc..
Nunca vi inteligência artificial com tanta restrição, qualquer pergunta que faço: sua resposta violar nossa diretriz, o nome correto seria inteligência programável e não inteligente artificial
Redes Neurais Artificiais simulam os neuronios… os passaros foram inspiracao para os avioes, MAS vc nao ve aviao batendo asa certo? Com as RN Artificiais ocorre o mesmo…
Acho que não é rede neuronal a mais utilizada, ein! Sistemas legados baseaados em atuadores devem ser os mais utilizados! Estes que foram desenvolvidos nos anos 90.
A gente usa matemática pra qualquer coisa.... Tudo pode ser modelado matematicamente, é a ferramenta mais poderosa que temos... Se existir algo que não pode ser modelado matematicamente é porque ainda não o compreendemos completamente.
Meu medo não é de quem se acha burro, e sim de quem acha que sabe de tudo igual os convidados ai do corte... Tamo junto amigo, eu também me considero burro para caralho.
Burro porquê? O Conhecimento humano é muito vasto e existem centenas ou milhares de disciplinas. Não é porque vc é ruim em algumas que vc é burro. Pode ser que vc não tenha aptidão ou jeito pra essas, mas terá para outras. Só os polímatas possuem alto grau de conhecimento em áreas diferentes e que as vezes nem possuem correlação. Ex: Galileu Galilei, Leonardo da Vinci, Enéas Carneiro e alguns outros. Resumo: Eles são totalmente fora da curva então nem se preocupe com isso.
Nao so álgebra linear. O algoritmo de aprendizagem numa rede, conhecido como backpropagation é otimização matemática. Portanto se utiliza muito calculo, derivadas parciais e gradientes descendentes. Essa discussão é interessante, mas vale ressaltar que toda essa discussao ainda é o basico das discussões sobre as RNAs. Existem muito mais alem disso. Existem os algoritmos de aprendizagem das redes neurais convolucionais que envolvem calculos com integrais de convolução, entrando numa matemática mais pesada. As redes neurais generativas que envolvem algoritmos de interpolação. Alem disso temos a area de extracao de features que muitas vezes é utilizada para redução do espaço dimensional de entrada, envolvendo otimização matematica também. Enfim, o assunto é abrangente
Desnecessário aprofundar, ate mesmo pq a maior parte do publico ver um video desses por curiosidade e nao quer uma aula de faculdade
Álgebra linear provavelmente devem ter se referido à manipulação das matrizes. Porém a AI não é só cálculos de matrizes iterativamente, é mais que isso.
Valeu pela abrangência e mais informações. E é brincadeira viu, você vem, separa seu tempo para assistir o vídeo, escrever um comentário enriquecendo o tema, e tem gente que ainda vem reclamar !
@@tradermobile9006 nem todo mundo é preguiçoso como vc.
Eu ainda diria mais: backpropagation é física pura. Tanto que o método "mais foda" (entre aspas porque julgar o que seria um método melhor é difícil) de algumas bibliotecas (keras/tensorflow) é o algoritmo "adam" que usa o conceito de momento linear pra fazer o backpropation. A noção geral é que um método de otimização como o de euler são basicamente aplicações de equações de movimento para os parâmetros que se deseja minimizar/maximizar.
Trabalho com Tecnologia da informação e posso dizer com certeza que essa foi a melhor explanação sobre a base matemática da Inteligência Artificial. Parabéns ao convidado!
Serjão, precisamos de mais pessoas como tu. Divulgadores de ciências e tecnologias no Brasil dessa maneira possível de compreensão. Parabéns a ti e a todos os colaboradores. Obrigado.
Ciência é linda!
Poesia pura. Muito obrigado por disponibilizar do tempo de vocês para explicar de maneira tão artística e bonita, tornando palatável algo que é falado por outras pessoas de maneira obscurantista.
Melhor entrevista de IA que assisti até hoje. Obrigado
Bom dia Professor.
Excelente explicação . Poderia, se possível, convidar o palestrante para novas palestras referente a este tema.
Um grande abraço a todos.
2:07 Eu como sou engenheiro civil por formação já acho muito similar com a análise matricial de estruturas. Em uma estrutura cada barra (viga ou pilar) e as propriedades de suas seções e nós onde se encontram são elementos em uma matriz. Cada carga aplicada, reações e deformações nos apoios e efeitos de temperatura também são uma matriz e com isso podemos avaliar o comportamento da estrutura e calcular esforços e deformações que vão acontecer com base em operações de multiplicação e inversão dessas matrizes. Isso pode ser generalizado para estruturas contínuas, discretizando elas com uma malha tridimensional gigantesca de pequenas barras, podendo assim passar de um modelo de barras simples para trabalhar com sólidos e cascas. Isso é a base da chamada análise de elementos finitos, importantíssima em construção civil, mecânica, setor aeroespacial e simulações diversas. Resumindo: tudo é matriz, vivemos na Matrix. 😅😅😅😅
Exatamente! Acabou de resumir o processo do método da rigidez e método dos elementos finitos, que pode simular praticamente qualquer tipo de sistema estrutural físico.
@conhecimentoperpetuo e no caso dos elementos finitos se simula praticamente de tudo, desde dinâmica dos fluidos, interferência e compatibilidade de radiofrequência, termodinâmica, muita coisa mesmo. Praticamente todos os equipamentos que usamos passaram por algum tipo de simulação por elementos finitos em sua parte de projeto e desenvolvimento. Com programas como Ansys e similares se simula o comportamento mecânico de um pequeno relógio ou os esforços de um grande navio graneleiro em caso abalroamento no porto, de como o sangue flui através de uma capilar ao comportamento da inundação causada pelo estouro de uma barragem.
@conhecimentoperpetuo e no caso dos elementos finitos se simula praticamente de tudo, desde dinâmica dos fluidos, interferência e compatibilidade de radiofrequência, termodinâmica, muita coisa mesmo. Praticamente todos os equipamentos que usamos passaram por algum tipo de simulação por elementos finitos em sua parte de projeto e desenvolvimento. Com programas como Ansys e similares se simula o comportamento mecânico de um pequeno relógio ou os esforços de um grande navio graneleiro em caso abalroamento no porto, de como o sangue flui através de uma capilar ao comportamento da inundação causada pelo estouro de uma barragem.
Muito muito bom o papo , de primeira linha ! Lembrei das minhas aulas de algebra linear na faculdade de engenharia, eu fui bem +/- pois era difícil pra chuchu. Esses caras sabem muito!
Correlação muito bem feita. Gostaria de vídeos com mais detalhes. 👍🏻
Apesar de podermos resolver os mínimos quadrados usando sistemas de equações(algebra linear), não somente IA é pura algebra linear. Regressão linear por exemplo exige um algoritmo chamado descida de gradiente que é matéria de Calculo usando derivadas para encontrar o menor erro, ou seja, o vale do gradiente. Acho que podemos dizer que é 60% algebra linear, 20% calculo diferencial e integral e 20% estatística.
Na verdade não é uma necessidade utilizar a descida do gradiente pra otimizar os parâmetros de uma Regressão Linear, mas sim uma alternativa. É possível fazer só com Álgebra Linear através do método de Minimos Quadrados. Procure sobre a chamada "Equação normal"
Eu diria que o trabalho maior é tratar os dados brutos pra começar a treinar a rede e testar a rede… Do contrário, o algoritmo pode dar pesos para dados inválidos. E além disso, tudo depende da modelagem, às vezes usar um modelo gray box é melhor que usar um modelo puramente black box.
"a formação matemática do neurônio artificial, ela já tá mais complexa do que a do neurônio biológico" então tá... cadê o modelo matemático do neurônico biológico? Esse modelo que ele descreve foi concebido nos anos 1940, hoje sabemos que o neurônio biológico é muito mais complexo do que isso. A biologia do cérebro é incrivelmente complexa e ainda não é totalmente compreendida. Os modelos matemáticos de neurônios artificiais são simplificações da realidade biológica, projetadas para capturar aspectos específicos do funcionamento neuronal. Aumentar a quantidade de entradas destes modelos não implique em serem mais complexos que o modelo biológico, alias nem são coisas comparáveis, provavelmente o cérebro humano nem é computável.
Eu quase tive um derrame quando ele diz que é uma correlação EXATA do neurônico biológico. Óbvio que é uma abstração matemática do nosso neurônico, mas são mecanismos distintos com resultados distintos e como você bem explicou o modelo biológico é muito complexo.
Assim como em amplificadores com transistores em relação as antigas válvulas elétricas. O Som é uma onda analógica. Quando mudamos isso, vira uma simplificação. No som digital então teríamos algumas perdas com relação a isso, mas isso não significa que não deva ser utilizado ou não seja útil. Mesmo porque com as inovações dos últimos 20 anos temos gravação digital , equipamentos para shows, mesas, pedaleiras com qualidade próxima ao natural (analógico). Eles são muito utilizados além de serem práticos. Mesmo porque com essa abstração usando as novas tecnologias é pouquíssimo perceptível até para músicos mais experientes. Então resolverá o problema, será útil e bom. É só saber aproveitar o que foi concebido anteriormente e melhorado ao longo do tempo.
Pois é. Os neurônios naturais tem mais ligações e interações, gerando uma rede muito mais complexa do que é possível com perceptrons.
Computadores e IA são realmente superiores
@@Aizen595 são diferentes, melhor depende para o que.
parabéns pelas excelentes explicações. vocês, com muita propriedade, mostraram que se pode conversar sem falar palavrão. pediria ao mediador desse excelente canal que, conversem com seus convidados para não falarem palavrões, por ser um canal destinados a todos os públicos, obrigado.
Além de explicar o teor do conteúdo ainda tem boa comunicação. Boa.
A explicação é técnica. O vídeo também aborda a importância da matemática na inteligência artificial e a necessidade de entender os fundamentos por trás dos algoritmos.
Muito bom!
Tinha um professor no IMPA que fala que tudo era estatística (óbvio q ele deu uma simplificada).
Era uma disciplina do mestrado profissional em métodos quantitativos em finanças, ele explicava que, em sua essência tudo era estatística (machine learning, deep learning, redes neurais, etc)…
A diferença era quando você ia acrescentando mais “neurônios” ao sistema …
A ideia de multiplicar por um log2 ou uma sig é para "normalizar" os valores dos pesos, no caso entre 0 e 1, evitando ter que tratar números maiores.
@@CocadaBoa_ não apenas por isso, mas por também gerar não linearidade na saída e ter uma função derivavel em todo o domínio, o que é necessário para o algoritmo de aprendizagem
@alfrfr2662 perfeito, por isso normalizar, obrigado por complementar a ideia.
Que time maravilhoso desta mesa!
Futebol não me ajuda, Ciência conhecimento sim, me ajuda muito. Obrigado!
Os detratores dizem que o Sacani não é cientista, mas para mim, quem tem um Doutorado em Ciências é cientista, sim.
uma delícia, os cursos de matemática deveriam ser atualizados, só pra dar um pouco mais de foco nessa área, tipo algebra linear 2 ser reformulada pra aplicações de algebra linear I nas inteligencias artificiais.
O problema das redes neurais, desde sempre, ainda é a falta de conhecimento pleno (satisfatório) das estruturas de decisão, criatividade e memorização do cérebro. Tudo está restrito a alguns padrões elétricos que puderam ser observados... Em 100 anos de estudos nesta área, a evolução foi muito pequena. Hoje, não se sabe muito mais do que era conhecido na década de 40, por exemplo, quando iniciaram com as propostas de inteligência artificial; e isto é um disclaimer frequente em artigos científicos na área de neurociência... A MENOS QUE ocorra um salto gigantesco no conhecimento sobre o funcionamento da inteligência humana, o benefício mais relevante de redes neurais - tal como a conhecemos hoje - será um ganho de velocidade e assertividade na tomada decisões baseadas em experiências passadas, o restante será mero acaso... Como vivemos a era das BET's e do conhecimento fulgaz da Internet, talvez tudo isto passe despercebido pelos incautos.
Como eu gostaria que o mundo real fosse linear... o mundo real é álgebra não linear. O simples fato de existir variáveis não representadas no modelo, e o efeito estar escondido no erro já mostra que têm muito mais informação e correlações não compreendidas do que compreendidas. Adoraria que meus modelos tivessem o coeficiente de determinação que eu sonho com somente umas 10 variáveis, mas ainda não consegui essa façanha.
Exatamente
Até que enfim alguém pra falar a verdade
Basicamente matrizes processadas em NPU ou GPU. Processador de propósito geral não é adequado em termos de desempenho, isso por conta do processamento paralelo nas NPUs e GPUs
Tensores, definição matemática: são aplicações multilineares, com imagem real, definidas no produto cartesiano de p cópias de um espaço vetorial e q cópias do espaço dual, onde p e q denominam-se como índices de contravariância e covariância.
Bom dia mestres? Tudo que você está falando no antigo segundo Grau meu Amigo: Fabiano,Fabrício, Rafael já sabiam a muito tempo!!!.
O Hime não entendeu. A onda mecânica, a do som por exemplo, é transformada via matemática, através de Matriz, onde os pontos da onda são colocados para formar a mesma de forma digital. Assim funciona as músicas no computador, celular, tv… A IA não está aí para aproximar essas ondas porque elas não são “iguais” as ondas mecânicas. O MP3, wav, MPEG, MOV, acc (formatos usados na TV também para quem não sabe, não é somente nós que usamos as emissoras usam), são simplificações de uma onda senoidal perfeita e nosso ouvido já não consegue destinguir a diferença, não precisa de uma IA para aproximar ainda mais. A IA trabalha com tensores, que como o convidado falou perfeitamente são sim Matriz, é a mesma coisa sim. Não é diferente como o Hime falou. A única diferença é que é uma matriz 3D e as matrizes são 2D, assim como vetores 1D, ex: x, y, z para representar o espaço (que é 3D, mas só precisa utilizar vetores na matemática que é 1D - só para não confundir).
Incrível apresentação com base matemática sobre o assunto!
Agora o neurônio artificial (programa) nunca será melhor que o neurônio biológico,
pois a carga elétrica tratada no biológico, são sinais analógicos manipulados bio-eletricamente.
Que também não conhecemos sua lógica na totalidade, só sabemos que tem um input e output.
No conceito neurônio artificial temos sinais digitais, com base em um processamento digital, binário 0 ou 1.
É óbvio que é complexo todo o processo da computação no neurônio artificial.
Mas o ponto que saliento é que a pegada no nível biológico é outra, não podemos querer comparar o artificial ao biológico.
😂
Vc esta confundindo 1 neuronio com 1 bit. A modelagem é bem mais complexa do que isso.
Cara neurônio artificial é um nó de entrada, ou um nó da camada escondida, ou um nó de saída. Não é o programa em si, é feito um cálculo de produto vetorial entre os pesos das conexões com os valores do nó atual da conexão, essa é a ideia. Ainda vale ressaltar o passo de aprendizado chamado de bias (viés) para o aprendizado da rede, fora o cálculo de erro associado.
Fiz uma analogia com o áudio digital (Natural) e com áudio analógico. (Se quiser dê uma olhada 5 comentários acima). Casa com o que vc disse em relação ao natural comparado com algo artificial.
Teoria do aprendizado estatístico! Cálculo, Álgebra linear e afins são importantíssimos, mas são coadijuvantes.
Galerinha, as frases de efeito, como o próprio nome sugere, servem para gerar choque e reflexão mesmo. É para valorizar pontos cruciais de uma mensagem. Não é pra vc levar ao pé da letra, pô.
Dizer que IA é Álgebra Linear, a rigor, é obviamente um exagero porque desconsidera muitas outras ferramentas matemáticas com até mais participação, como é o caso da estatística.
Aliás, há coisas bem mais profundas do que Álgebra Linear que aparecem em IA. Ontem mesmo li um artigo que fazia uso de conceitos de Álgebra Homológica, simplex, bordo, grupo fundamental de um espaço topológico, métrica Riemanniana e os krlh. Um paper pesadíssimo de ler.
Então, óbvio que não é só Álgebra Linear. Parem de ficar enchendo a poha do saco com pedância, entendam que isso aí é um podcast e não um congresso internacional de inteligência artificial, fdp.
O cara disse coisas imprecisas, mas a finalidade é comunicar e não dar uma aula. Inclusive, mesmo com imprecisões, ele não falou nenhum absurdo.
Cês estão querendo pika e não estão sabendo pedir.
Buguei.. heheh Isso ficou muito nerd. Vou deixar para o pessoal da área mesmo. srrsrs
Pode citar o paper? Abs
A otimização da matriz de pesos é feita pelo método de Newton-Raphson?
Análise de Bayes não foi citada uma vez! As expressões são basicamente probabilidades condicionais
Sim!!! 👏🏾👏🏾👏🏾
Qual método para calcular uma matriz 4x4?
É incrível a tara que algumas pessoas têm em associar as redes a biologia humana uma vez que isso é completamente irrelevante ao funcionamento da mesma. Graças ao bom senso os livros pararam com essa de "dendrito" "axonio" e etc.
Quando vejo um podcast desses e lembro que o país está no nível da Tunísia em matemática no exame Pisa da uma sensação horrível, estamos condenados a apertar os botões que os outros países projetam e continuar vendendo coisas de baixo valor agregado.
Neur biolog eh disparado 0 "OU" 1 e o artif tem o "peso" 0 "ATÉ" 1, Ok 👍
BR ficou em penultimo no PISA "Graças" ao COMUNISTA paulo freire, "patrono" da educacao
sim, exatamente!
Cara tá fazendo correlação direta com biologia e dizendo que o "neurônio artificial" já é muito superior ao biológico, só porque trabalha com mais dimensões, chega quase a ser charlatanismo.
Acho que vc está confundido o ensino básico com a pesquisa no Brasil. O BRASIL ocupa o g5 da matemática, ou seja faz parte dos 5 países mais fortes em pesquisa no mundo. Ademais, o IMPA tem medalha fields e é responsável por quase um terço da matemática mais avançada da América Latina. Não confunda a merda do ensino público com os trabalhos dentro das universidades. Quem vê podcast como informação principa, que é burro. E esse é bem fraco mesmo
... saudade das minhas aulas de álgebra linear, espaço vetorial, equações diferenciais...
Que aula!
"Na alma do negócio"
- Sérgio Sacani
Assunto maravilhoso de se ouvir
Eu me lembro deles ter um tabela: A mãe deles era Professora,tinha o Márcio,Marcinho.Tambem tinha as Meninas também que davam um Banho de até nas professoras.
Fascinante
Gente, sabem me dizer se algebra linear 2 é interessante pra aprender i.a?Ou só algebra linear 1 ja vou ter um bom fundamento?
Amoooooooo demais ❤
"Você é um especialista em álgebra linear e redes neurais. Crie um prompt que explique, em detalhes, como os conceitos de álgebra linear (vetores, matrizes, tensores) são aplicados no treinamento de redes neurais. Inclua exemplos de como os dados são representados matematicamente, como as operações de multiplicação de matrizes são usadas para propagar os dados através das camadas da rede e como a função de custo é calculada e minimizada usando técnicas como a descida de gradiente. Explique também como a dimensionalidade dos dados afeta o desempenho do modelo e como técnicas como a decomposição de valores singulares (SVD) podem ser usadas para otimizar o processo."
Não gente,Inteligência Artificial não é só álgebra linear.
É álgebra linear + cálculo diferencial integral + probabilidade condicional.
Por favor não esqueçam a parte da probabilidade, que é o coração da matéria!!!!!
Serjão, chame ai gente que sabe!!
Verdade. Probabilidade é a parte central. E acrescentaria funções também.
o videio foi feito para impressionar leigos e ganhar views + likes + monetização.
Concordo totalmente com vc. Mas esse cálculo aí tá mais pra estatística que obviamente usa cálculo e álgebra linear. Aliás, não esquecer da parte de ciência da computação pq os algoritmos são bem pesados
Ele não falou que é só, ele falou que é pura, sem descartar outros elemento ou componentes.
@@luisaugustobonilha8210 mas é um equívoco falar que é pura
Lembro que na faculdade, ate os mais inteligentes choravam em algebra linear. E a desatualização dos professores limitava exemplos de aplicação
Esses modelos já estão em consonância com os computadores quânticos... Interessante. 42 é o próximo nível...
Boa noite Mestres? Um dado tem quantos lados? 1,2,3,4,5,6.A,B,C,D,E,F. As tecas f1,f2,f3,f4,f5,f,6.
Muito mais que Álgebra...tem Cálculo de varias variáveis, teoria da informação, etc
Mais um PodCast com tema super interessante, excelentes convidados que o entrevistador que não deixa falar. Rogério Vilela fazendo escola.
Crlh eu queria ser amigo desses cara 🤯🧠
Amo lembrar do Meu Malvado Favorito: - Vetor! Sou eu, por que eu tenho "Direção" e "Magnitude"!.
Meu professor de física sempre falava disso para ajudar o pessoal a estudar ksksksks
primeiro há que definir o quê é inteligência
antes disto, tudo não passa de eletrônica aplicada
Conteúdo ouro 🥇🥇🥇
4:30 "Núcleo somático vai somar a carga"? Isso está errado rsrs
Vetores são dimensões?
essa Série de Fourier é algo que eu ainda não consegui entender. Minha matemática de 1º grau não me permite o entendimento.
Que bom...tudo o que é feito usando matemática tem furo que a gente pode explorar.
Vai ser uma viagem trepidante.
Maluco é brabo
Somente tensores de segunda ordem podem ser representados como matrizes, OBRIGADO
Se ele for muito longo?
incrível como a biologia humana é otimizada, estamos longes de chegar a performance de um humano em quesito de gerenciamento de recursos.
Sim, está correto, mas muito genérico. Assim como a Mecânica Quântica também é toda fundamentada na álgebra linear. É assim para tantas outras áreas de pesquisa. Dizer isso é equivalente a dizer que a todos nós somos feitos de átomos ou que tudo em computação é manipulação de números binários.
Pô, o cara tá explicando o modelo perceptron dos anos 50.
Series de Fourier
Resumo: nesse momento tem gente estudando e criando algo " mais potente" que a inteligência artificial...
"Você é um engenheiro de prompt especializado em inteligência artificial e processamento de dados. Seu objetivo é me ajudar a criar prompts detalhados e avançados para treinar modelos de IA em diferentes áreas, como visão computacional, processamento de áudio, análise de dados tabulares e predição de séries temporais. Explique, passo a passo, como converter diferentes tipos de dados (imagens, áudios, vídeos, tabelas) em representações numéricas (matrizes, vetores, tensores) para alimentar redes neurais. Descreva a lógica por trás de cada etapa, incluindo a aplicação de técnicas como a Transformada de Fourier para áudio, a conversão de imagens em matrizes de pixels e a normalização de dados tabulares. Além disso, explique como esses dados são processados em redes neurais, desde a entrada até a saída, incluindo o papel das funções de ativação, backpropagation e descida de gradiente. Forneça exemplos práticos e detalhados para cada tipo de dado."
Núcleo somático soma?
Da para montar um gráfico!!!
A internet é muito legal! Toda mundo é PHD em tudo. E os autovetores serve pra quê?
Você ja viu alguem no Banco sem uma Garrafinha de Água,suco de Frutas.
Lembrei da minha Aula de Engenharia?D.de escadas.peso,.
Parte Distributiva: Dar nomes aos....
só quem assistiu tudo e não entendeu nada vai curtir
Essa do neurônio biológico só trabalhar com 3 dimensões espaciais não fundamento...o cara implicitamente tá dizendo que um "neurônio" artificial é superior (e muito, ainda) a um biológico. Discordo completamente dessa ideia.
"Tudo é número " - Pitágoras-
Tensores de Levi Civita 🙂
"Valeu demais"
🤔
Deixei.
🤷♂
Concordo plenamente con o Sacani Algebra Linear é muito chato 😂
Fique com suas Baterias em 100% .carregadas.
Eu tenho Plena: Matemática Aplicada: DA a ferramenta de tudo pata quem quer aprender: COLOQUE: X. A,B,C,D. NO CENTRO.1,2,3,4,SO .MULTIPLIQUE CRUZANDO.
14:15 vai acabar com empregos, assim como o carro substitui as carroças... isso não significa que será algo ruim...
Não, não é se pergunte por que John Hopfield ganhou o Nobel de Física..
Lembrando que um neuronio artificial está muito longe de um neuronio biologico que é muito mais complexo.
Cara o meio acadêmico é muito chato. O pessoal tendo uma conversa bacana e a galera nos comentários tentando pagar de fodão que sabe mais que os caras... grandes merda. Como se o conhecimento estivesse apenas nas universidades...
Criticar e discordar dos outros é normal no meio acadêmico. Quando essas críticas são bem fundamentadas, isso é muito saudável, porque assim a gente aprende e se aproxima da verdade.
Engraçado que até imagino o tipo de perfil da pessoa que acha ruim quando alguem discorda dela.
Nao é algebra linear pura, é algebra linear aplicada.
Essa algebra linear de matrizes não deve chegar nem perto do que tem no Kunze 😂😂😂
Me engana que eu gosto.
A concepção é foda, a matemática elementar.
A matemática é linda
Vou falar uma coisa que vai deixar todos vocês tristes: NAO EXISTE INTELIGENCIA ARTIFICIAL.
o que existe é um algoritimo de simulação de resolução de problemas específicos.
Isso não é inteligência e nunca será.
Se voces pensarem, o ser humano ainda na barriga, a partir do momento que são estabelecidas os nervos e temos o primeiro suspiro da vida, já começa por si só a criar "problemas" pra serem resolvidos, estes problemas mais triviais são coisas como aprender a acionar os musculos por exemplo.
Ao nascer, no primeiro suspiro, a própria mente começa uma rotina extrema impensável de interagir com tudo ao seu meio, sem ninguem falar qual o problema que ela tem que resolver, pelo contrário, ela identifica os problemas, e se auto encarrega de resolve-los, é uma coisa absurda...
Uma vez suficientemente evoluida, quando o cerebro já sabe reconhecer e processar as imagens captadas pelos olhos, os sons captados pelos ouvidos, e as sensações vindas dos demais sensores, começa-se o ciclo de aprendizado geracional/comportamental, onde a mente reconhece seus semelhantes e entende que deve copiar o que outro ser esta fazendo, andar, cantar, estudar, comer, e por ai vai...
Seria bom, se esses "cientistas" parassem com essa babozeira de inteligência artificial, eles podem até parecer que são super inteligentes, mas o fato é que eles estão constantemente passando vergonha perante aqueles que entendem minimamente o que é uma mente/inteligência humana e compreende toda sua complexidade e sofisticação.
Você não pode esquecer da IA genérica. Hoje se comenta muito da IA que resolve problemas específicos da sociedade, em breve estaremos discutindo uma IA do todo. É aí que a humanidade estará em uma encruzilhada.
@robertosiqueira1471
Vou repetir.. so podemos falar de "inteligencia" artificial quando ela for criada com um conjunto reduzido de comandos (firmware) e todos os problemas futuros que ela vier a resolver forem provenientes dela mesma..
Se voce criar uma IA que resolva mil problemas especificos dando a entender que se trate de uma IA geral mas cada um destes problema for uma rede neural programada e treinada tendo como base um algoritimo especifico para aquele problema, bem, nao estamos falando de inteligencia...
Pessoal dos comentários tá chatérrimo com esse pseudo-tecnicismo pra pagar de sabido, sendo que obviamente é um resumo de redes neurais em poucos minutos e não um curso de faculdade completo. Dá um tempo e tenha mínima capacidade de abstração.
Discordo, o papo foi super legal, realmente é um resumo, mas se você fala máximas em um podcast, vai ter que ouvir quem discorda. Custava nada ser menos firme se é pra ser um resumo sem muito rigor. O cara fala que uma rede neural é uma "correlação exata" do neurônio biológico. Custava nada falar que é parecido, inspirado, etc..
Perder emprego pra IA,e uma puta falta de sacanagem
valeu demais
Em um dia de Muitos Raios,Chuvas,Ventanias.
Nunca vi inteligência artificial com tanta restrição, qualquer pergunta que faço: sua resposta violar nossa diretriz, o nome correto seria inteligência programável e não inteligente artificial
Pesquisa sobre jailbreak de ia, você ta perguntando sobre assuntos delicados demais kkkk
Redes Neurais Artificiais simulam os neuronios… os passaros foram inspiracao para os avioes, MAS vc nao ve aviao batendo asa certo? Com as RN Artificiais ocorre o mesmo…
Guardada as devidas proporções, os aviões foram inspirados no voo planado das aves.
@@omatematico9362 Legal, mesmo sendo difícil nesse caso particular, tem referências?
Acho que não é rede neuronal a mais utilizada, ein! Sistemas legados baseaados em atuadores devem ser os mais utilizados! Estes que foram desenvolvidos nos anos 90.
Numeros pensam em razao do caos ser sistemico.vivemos fronteiras dp pensamento q estao no mesmo espaco.autor. jose h r do rego.
Então usamos matemática para emular um neurônio biológico? Simplesmente fascinante…
A gente usa matemática pra qualquer coisa.... Tudo pode ser modelado matematicamente, é a ferramenta mais poderosa que temos... Se existir algo que não pode ser modelado matematicamente é porque ainda não o compreendemos completamente.
Todo mundo Passa uma Borracha no Final do Ano.
Meu Deus como eu sou burro!
Meu medo não é de quem se acha burro, e sim de quem acha que sabe de tudo igual os convidados ai do corte... Tamo junto amigo, eu também me considero burro para caralho.
Burro porquê? O Conhecimento humano é muito vasto e existem centenas ou milhares de disciplinas. Não é porque vc é ruim em algumas que vc é burro. Pode ser que vc não tenha aptidão ou jeito pra essas, mas terá para outras. Só os polímatas possuem alto grau de conhecimento em áreas diferentes e que as vezes nem possuem correlação. Ex: Galileu Galilei, Leonardo da Vinci, Enéas Carneiro e alguns outros. Resumo: Eles são totalmente fora da curva então nem se preocupe com isso.
Só não tem emprego quem não é útil a sociedade.
Kernel...