News15 JunhoUniversidade de Michigan libera curso inteiro de robótica de graça
Edição #124·15 de junho de 2026·1 min

🤖Universidade de Michigan libera curso inteiro de robótica de graça

A Universidade de Michigan, uma das dez melhores escolas de engenharia dos EUA, publicou no GitHub o currículo completo do seu programa de robótica. Não é um curso solto: são quatro disciplinas que cobrem desde álgebra linear aplicada até robótica móvel. Todas as videoaulas estão no YouTube, os livros estão no GitHub e os exercícios e provas também. --- O diferencial da abordagem é que, em vez de obrigar o aluno a passar quatro semestres de cálculo antes de tocar numa peça, o currículo já começa com a matemática aplicada a problemas reais de robótica. O professor Jessy Grizzle, que liderou a iniciativa, defende que álgebra linear se tornou a linguagem da visão computacional, do aprendizado de máquina e da robótica. --- Para quem tem curiosidade sobre robótica ou quer mudar de área, é uma oportunidade rara de acessar material de universidade de ponta sem pagar nada. O nível é puxado, mas todo o material está lá, esperando.

Universidade de Michigan libera curso inteiro de robótica de graça

A Universidade de Michigan tornou público o currículo completo de seu programa de graduação em robótica. Todo o material — videoaulas, livros-texto, exercícios e provas — está disponível gratuitamente no GitHub e no YouTube, representando uma das mais completas fontes abertas de ensino superior em engenharia robótica disponíveis atualmente.

O que está disponível

O repositório organiza quatro disciplinas sequenciais que cobrem desde fundamentos matemáticos até aplicações práticas:

  • **Álgebra Linear Aplicada**: focada diretamente em problemas de robótica, evitando anos de cálculo teórico antes do contato com hardware
  • **Robótica Móvel**: navegação autônoma e controle de sistemas móveis
  • **Visão Computacional**: processamento de imagens para percepção robótica
  • **Aprendizado de Máquina aplicado à robótica**: integração de ML com sistemas físicos

Diferente de cursos isolados comuns em plataformas de MOOC, trata-se de um programa estruturado equivalente a dois anos de formação acadêmica rigorosa.

A metodologia: matemática com propósito

A abordagem curricular inverte a lógica tradicional de cursos de engenharia. Em vez de semestres introdutórios de cálculo puramente teórico, os alunos são expostos imediatamente à álgebra linear aplicada a problemas reais — cinemática de braços robóticos, odometria visual e controle de estabilidade.

Segundo o professor Jessy Grizzle, responsável pela iniciativa, "a álgebra linear se tornou a linguagem da visão computacional, do aprendizado de máquina, da robótica e da autonomia". Essa premissa orienta todo o arcabouço didático, priorizando ferramentas matemáticas diretamente utilizáveis em pipelines de robótica moderna.

Por que importa para desenvolvedores brasileiros

Para builders e devs no Brasil, onde programas de pós-graduação específicos em robótica ainda são concentrados em poucos centros acadêmicos, o material oferece duas vantagens concretas:

**Democratização de referência técnica**: acesso ao mesmo conteúdo utilizado em

robóticaálgebralineartornouprogramatodomaterialestádisponívelengenharia

Mais da mesma edição

@Sentdex

🔓IA open source vive sua melhor semana e começa a substituir modelos pagos

Enquanto os modelos fechados das big techs enfrentam polêmicas e embargos, os modelos abertos estão tendo uma semana histórica. Três lançamentos importantes aconteceram quase ao mesmo tempo: o GLM 5.2, da chinesa Zhipu AI, o MiniMax M3 e o Kimi 2.7 focado em código. O destaque absoluto é o GLM 5.2, que será liberado com licença MIT, ou seja, qualquer pessoa ou empresa pode usar e modificar sem restrições. --- Harrison Kinsley, conhecido criador de conteúdo sobre IA e programação, testou o GLM 5.2 e ficou impressionado. Segundo ele, o modelo resolveu um problema de simulação de robótica que nem o GPT 5.5, nem o Claude Opus 4.8 conseguiram resolver. Kinsley afirmou que já substituiu quase completamente os modelos pagos por modelos abertos no seu dia a dia. --- O recado é claro: a distância entre pagar caro por IA e usar modelos gratuitos está diminuindo rápido. Para quem usa IA no trabalho, vale a pena acompanhar esses lançamentos de perto, porque a conta no final do mês pode ficar bem mais leve.

@jukan05

🔩Componente menor que um grão de arroz pode frear a revolução da IA

Você provavelmente nunca ouviu falar de MLCC, mas deveria. São capacitores cerâmicos minúsculos, menores que um grão de arroz, presentes em praticamente todo aparelho eletrônico: do celular ao servidor de IA. Cada placa de um servidor moderno usa milhares deles. E eles estão acabando. --- Fabricantes taiwanesas como Yageo, Walsin e Holy Stone alertam que a indústria enfrenta o maior ciclo de escassez da história, superando até a crise de 2018. A demanda disparou por causa da infraestrutura de IA, e o problema é que não dá para aumentar a produção rápido: os equipamentos para fabricar MLCCs de alta qualidade levam de 1 a 1,5 ano para serem entregues. A Walsin projeta que a escassez vai durar pelo menos até 2027. --- Isso importa porque, sem esses componentes, não se constroem servidores, placas de vídeo nem os dispositivos de IA que todo mundo promete lançar. A Walsin triplicou seus investimentos em fábricas este ano, mas admite que a oferta simplesmente não consegue acompanhar a demanda. A corrida pela IA pode esbarrar num gargalo que ninguém tinha no radar.

@emollick

🏥Estudo levanta debate: IAs genéricas podem superar IAs médicas especializadas

Um novo estudo está causando polêmica na comunidade médica ao sugerir que modelos de IA generalistas, como o ChatGPT, podem ter desempenho superior ao de IAs desenvolvidas especificamente para medicina. Se confirmado, isso coloca em xeque uma indústria inteira de startups que prometem IAs especializadas em saúde. --- Ethan Mollick, professor da Wharton e uma das vozes mais respeitadas sobre IA aplicada, compartilhou a análise do médico Adam Rodman, que destrincha os problemas metodológicos do estudo. A questão central é: como medir a qualidade de uma IA médica de forma justa? Comparar respostas de modelos diferentes em cenários clínicos é muito mais complicado do que parece, e os benchmarks (testes padronizados) atuais ainda são frágeis. --- O debate está longe de terminar, mas o ponto principal é real: se IAs baratas e genéricas se saem tão bem quanto soluções caras e especializadas, o mercado de saúde digital pode mudar completamente. E vale o ceticismo saudável: uma coisa é ir bem num teste, outra é funcionar no mundo real, com pacientes de verdade.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter