Criei um clone do jogo Tetris com a IA do GROK
Solicitei à IA (Inteligência Artificiail) do Grok que criasse para mim um clone simples, para fins didáticos, do clássico jogo Tetris. O código Assembly gerado nesse desenvolvimento roda no simulador MIPS denominado Mars (versão 4.5). A arquitetura dos processadores MIPS (RISC) é bastante estudada nos cursos de Ciências da Computação em razão de sua relativa simplicidade. O aplicativo simulador Mars é bastante amigável e didático. Permite a visualização bastante abrangente dos circuitos acionados em cada linha de comando assembly. No vídeo, mostro um pouco disso tudo. Também apresento os procedimentos de elaboração, especificação, depuração do código no Grok. Essa depuração tomou-me bastante tempo, mas fiquei muito satisfeito com os resultados finais. Creio que irá servir bastante aos propósitos didáticos que almejava. Além de tudo, o clone do jogo é plenamente utilizável como entretenimento. No meu perfil do Github, compartilhei o código fonte em assembly. O vídeo aborda a arquitetura MIPS no contexto do simulador MARS (MIPS Assembler and Runtime Simulator) versão 4.5, amplamente utilizado no ensino de arquitetura de computadores. A arquitetura MIPS, um processador RISC (Reduced Instruction Set Computer), é destacada por sua simplicidade, ideal para fins didáticos. O vídeo apresenta um projeto de implementação de um jogo simples (inspirado no Tetris) em linguagem de montagem (MIPS Assembly), desenvolvido com a assistência da inteligência artificial Grok. O processo de criação envolveu várias iterações de correções e ajustes, com o código final comentado e disponibilizado no GitHub. O vídeo também explora o funcionamento do simulador MARS, detalhando tipos de instruções MIPS (R, I, J) e a visualização de circuitos durante a execução. O objetivo é didático, mostrando como ferramentas de IA podem auxiliar no aprendizado de linguagens complexas como Assembly, além de destacar o processo iterativo de desenvolvimento e depuração de código. Veja também: https://www.robertocsantosrj.eti.br/artigos/post65-explorando-a-arquitetura-mips-com-o-simulador-mars-e-inteligencia-artificial
Publicado em: 23/05/2025
Duração: PT17M51S
Visualizações: 59
Tags: AI, tutoriais, assembly, MIPS, MARS, GROK, IA Grok, simulador MARS, Clone Tetris, jogo Tetris, programação assembly, RISC, arquitetura mips, mars simulator, inteligência artificial, Tetris, instruções mips, ensino de programação
Playlist: Programação (Programming)
Veja também
DreamBooth: Geração de Imagens Personalizadas por Difusão
Criado a partir do artigo DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation Nataniel RuizYuanzhen LiVarun JampaniYael PritchMichael RubinsteinKfir AbermanGoogle Research Resumo DreamBooth é uma abordagem inovadora para personalizar modelos de difusão de texto para imagem, permitindo que eles gerem novas representações de um assunto específico. Ao alimentar o modelo com apenas algumas imagens de referência de um objeto ou ser, ele aprende a associar um identificador único a esse assunto. Isso capacita os usuários a sintetizar imagens fotorrealistas e totalmente novas do assunto em diversos contextos, poses, estilos artísticos e condições de iluminação, mesmo que não estejam presentes nas imagens originais. Essencialmente, DreamBooth permite que você insira um sujeito em sua "cabine de fotos" e o "sintetize onde seus sonhos o levarem". Áudio e narração gerados pelo Notebook LM. Descubra como o modelo DreamBooth revoluciona a geração de imagens personalizadas usando técnicas de difusão de imagem. Neste vídeo, exploramos os fundamentos do modelo, suas aplicações práticas em arte digital, marketing e criação de conteúdo, e como ele pode ser treinado para gerar imagens realistas com base em um conjunto específico de exemplos. Ideal para entusiastas de IA generativa, artistas digitais e desenvolvedores que desejam entender como personalizar modelos de imagem com resultados impressionantes. 🔍 Aprenda: O que é DreamBooth? Como funciona a difusão de imagem? Como treinar modelos personalizados com poucas imagens? Aplicações criativas e profissionais.
Publicado em: 02/07/2025
Duração: PT5M32S
Visualizações: 10
Tags: DreamBooth, geração de imagens, IA generativa, difusão de imagem, inteligência artificial, Stable Diffusion, personalização de modelos, treinamento de IA, arte digital com IA, modelo de difusão, machine learning, deep learning, arte generativa, customização de imagens, imagens realistas IA
Playlist: Artigos científicos em resumo
Agrupando Cores com K-Means: Visão Computacional na Prática
Apresentação, com Notebook LM, de artigos sobre metodologia de classificação de cores, no contexto da Visão Computacional. Ênfase ao algoritmo de K-Means. Como reduzir milhões de cores de uma imagem sem perder a essência visual? Neste vídeo, exploramos o fascinante mundo da quantização e segmentação de cores, com foco no algoritmo K-Means, aplicado à visão computacional. Você vai entender: Como o K-Means agrupa cores no espaço RGB ou CIELAB Por que ele é tão usado em compressão de imagem, análise de conteúdo e preservação digital Otimizações como WSM (Weighted Sort Means) O modelo POTS, que garante regiões mais coesas Comparações entre diferentes espaços de cor (RGB, HSV, YCbCr, etc.) Casos reais: como arqueólogos usam K-Means para documentar arte rupestre Reflexões sobre o que torna uma cor "essencial" numa imagem 🎨 Seja você designer, programador ou curioso em IA, esse vídeo é um mergulho técnico e acessível na ciência por trás das cores!
Publicado em: 02/06/2025
Duração: PT8M48S
Visualizações: 40
Tags: programação, K-means, Visão Computacional, Modelos de cores, Classificação por cores, clusterização por cores, Detecção automatizada de cores, segmentação de imagem, visão computacional, quantização de cores, ciência de dados, inteligência artificial, imagem digital, compressão de imagem, ciência da computação, algoritmo kmeans, pintura rupestre, processamento de imagem, agrupamento de cores, p5js, arte e IA, cor digital
Playlist: Artigos científicos em resumo
Modelos de Difusão em PLN
Apresenta-se podcast, criado no Notebook LM, a partir de artigos científicos selecionados, sobre modelos de difusão aplicados no contexto de processamento de linguagem natural (PLN ou NLP).
Publicado em: 26/05/2025
Duração: PT9M13S
Visualizações: 23
Tags: IA, AI, tutoriais, Lógica digital, PLN, Processamento de Linguagem Natural, NLP, modelos de difusão, diffusion models
Playlist: Artigos científicos em resumo
Redes neurais com pesos discretos
Apresento artigos científicos sobre Redes Neurais Binarizadas (BNNs), um novo tipo de rede neural onde tanto os pesos quanto as ativações são limitados a valores binários (+1 ou -1) durante a execução. Também sobre Redes Neurais Ternárias (TNNs) como uma solução mais eficiente para implementar Redes Neurais Profundas (DNNs) em dispositivos com recursos limitados. As TNNs usam pesos e ativações restritos a {−1, 0, 1}, eliminando a necessidade de multiplicações durante a inferência. Os artigos foram reunidos no Notebook LM, que produziu o podcast ouvido no áudio, além de respostas às questões suscitadas. Vídeo que serviu de inspiração: https://www.youtube.com/watch?v=qTbtcQfFei8 INTELIGÊNCIA ARTIFICAL vai MULTIPLICAR CAPACIDADE com MODELO BITNET 1.58 BIT, mas o que é 1.58 BIT? (Safesrc)
Publicado em: 25/05/2025
Duração: PT8M34S
Visualizações: 19
Tags: IA, AI, tutoriais, redes neurais com pesos discretos, MODELO BITNET 1.58 BIT, Inteligência Artificial, Redes Neurais Ternárias (TNNs), Redes Neurais Binarizadas (BNNs), Ternary Quantization (TTQ), Modelo de Linguagem Grande (LLM), Large Language Model
Playlist: Artigos científicos em resumo