Desmistificando
a IA.

Buscamos, nesta atividade, oferecer os fundamentos da IA, assumindo apenas proficiência básica em Python e noções de cálculo. Nas primeiras quatro aulas, contextualizamos a IA e construímos o conceito de backpropagation. Em seguida, temos duas aulas práticas, nas quais apresentamos mais da biblioteca PyTorch, mostrando componentes como Optimizer e Scheduler e destacando como a escolha desses hiperparâmetros, da arquitetura e da função de perda influencia o treinamento e o desempenho de uma rede neural.

No segundo bloco, apresentamos a intuição por trás do paradigma moderno, que é a Transformer, mostrando como pensar e trabalhar com representações vetoriais. Seguimos com uma demonstração de um pipeline completo na Aula 8. Por fim, na Aula 9, exploramos mais a fundo o hardware de inferência e treinamento do deep learning moderno, a GPU, e encerramos, na Aula 10, mostrando como colocar os conceitos aprendidos em produção.