Laboratório central de Inteligência Artificial — implementações, experimentos e estudos reunidos por domínio.
De algoritmos clássicos a agentes com LLM em produção.
Uma série de capítulos que explicam IA do zero, em linguagem simples e com analogias — de "o que é IA?" até entender o que faz o ChatGPT funcionar. Sem fórmula assustadora.
👉 Trilha completa: IA para iniciantes
| 1 · O que é IA | 2 · Como aprende | 3 · Redes Neurais | 4 · Convolucionais | 5 · Recorrentes | 6 · LLMs |
|---|
| Domínio | Projeto | Stack | O que demonstra |
|---|---|---|---|
| 🤖 LLM Agents | Kart AI Coach | TypeScript | Abstração multi-provider (Claude · Gemini · OpenAI), engenharia de prompt e análise de telemetria |
| 🧮 Machine Learning | Crypto Trend Predictor | C# · ML.NET | Classificação multiclasse (alta/baixa/estável) treinada sobre dados de mercado |
| 🧬 Algoritmos Genéticos | Knapsack / Mochila | Python | AG com seleção por roleta, crossover e mutação para o Problema da Mochila |
| 👁️ Visão Computacional | Eye Controlled Mouse | Python · OpenCV · MediaPipe | Controle do cursor por rastreamento ocular em tempo real |
| 🧠 Redes Neurais | Perceptron | C# · Markdown | Fundamentos do perceptron — artigo técnico e didático |
| 🎲 Simulação | World Cup 2026 | Python · NumPy | Previsão da Copa por modelo Elo + Monte Carlo (48 seleções) |
Parte da minha IA vive dentro de produtos reais, costurada na arquitetura do app. Aqui ficam as referências:
- Copilot-kart — Coach de pilotagem com LLM + visão/telemetria para kart. O cérebro de IA dele está extraído em
llm-agents/kart-ai-coach. - Aurora (privado) — Assistente visual para pessoas cegas e com baixa visão, usando visão computacional.
- fluent-mirror-ai (privado) — Aquisição de idiomas por voz com clonagem de voz.
Cada pasta de domínio tem seu próprio README com contexto, como rodar e os conceitos envolvidos. Os projetos são independentes — não há um build único do repositório.
ai-lab/
├── iniciantes/ # 🎓 Trilha de IA do zero (RN, CNN, RNN, LLM)
├── llm-agents/ # Agentes e integrações com LLM
├── machine-learning/ # Modelos supervisionados (ML.NET)
├── genetic-algorithms/ # Otimização e meta-heurísticas
├── computer-vision/ # OpenCV / MediaPipe
├── neural-networks/ # Fundamentos de redes neurais
└── simulation/ # Monte Carlo / modelos probabilísticos
Feito por Julia Cardoso · Fundadora da Cortex Tech