📚 *Leitura recomendada*: - Neural Networks and Deep Learning (Michael Nielsen) neuralnetworksanddeeplearning.com/ - What Is ChatGPT Doing ... and Why Does It Work? (Stephen Wolfram) amzn.to/3DMP5Dh - The Myth of Artificial Intelligence: Why Computers Can't Think the Way We Do (Erik Larson) amzn.to/3Olonq8 - Superinteligência: Caminhos, perigos, estratégias (Nick Bostrom) amzn.to/45jGy6h - Vida 3.0: O ser humano na era da inteligência artificial (Max Tegmark) amzn.to/3QOYuSD 🌟*Seja membro* e me ajude a continuar produzindo esse tipo de conteúdo: kzread.infojoin 💰*Apoie* pelo PIX: temcienciapix@gmail.com ✉ Contato e Parceiras: contato.temciencia@gmail.com

@marcosbernardes5044

11 ай бұрын

Acrescento também: Mãos à obra: aprendizado de máquina com Scikit-Learn, Keras & TensorFlow: Conceitos, ferramentas e técnicas para a construção de sistemas inteligentes. Você compreenderá melhor se souber cálculo, álgebra Linear, probabilidade e estatística.

@thiagoeec

9 ай бұрын

Para os iniciantes: How smart machines think - Sean Gerrish

Sou programador a mais de 15 anos e como programador na moral já estou cansado de ver um monte de gente que não têm conhecimento prático, nem conhecimento suficiente de matemática falando de Inteligência Artificial principalmente no KZread Brasileiro. Mas Graças a Deus temos o nosso Professor e Doutor em Matemática pra dar um Aulão de Inteligência Artificial como deve ser ensinado. Sou muito grato pela existência desse Canal, abração Professor!

@MauricioFRangel

11 ай бұрын

É patético o tanto de mistificação. Enerva.

@marcimmurim

9 ай бұрын

bem vindo a internet meu caro. precisa ter doutorado pra falar de qualquer tema? kkkk que moral sem lógica

@renatocavalcante8052

9 ай бұрын

@@marcimmurim eu em algum momento falei que não pode? E por acaso sou obrigado a gostar de conteúdo ruim? Estou dando minha opinião e expondo um meu gosto pessoal e estou somente expondo um meu parecer baseado em determinados critérios. Não confunda as coisas, não estou de alguma forma provar algum ponto.

@footballmagic3233

7 ай бұрын

Humildade rapaz

@HOLLYWOOD-t5k

6 ай бұрын

Concordo ​@@marcimmurim

Puta merda!!! PRIMEIRA vez que vejo aqui no youtube alguém falando de rede neural e não chamando o método de gradiente de "backpropagation" e falando do teorema de aproximação universal!!! Que canal sensacional!!! Palavras não são suficientes pra descrever a satisfação!!!

@danielkohwalter5481

10 ай бұрын

@@samuelsobral7695 e o q eu falei?! Leia de novo meu comentário. Quanto ao q vc explicou, está errado. O gradiente é calculado para TODOS os parâmetros, bias e pesos, de todas as camadas, contanto que sua função de ativação atenda aos critérios do teorema de aproximação universal e seja derivável em todos os pontos. Ela tem que ser monotônica, limitada, contínua e derivável. Backpropagation justamente é retro(back)propagar(propagation) o erro que vc vê lá na camada de saída por toda a rede, camada por camada, até o início dela. Não é aproximação. O gradiente é real e facilmente calculado. Vc consegue calcular a derivada parcial da função erro em relação a todos os parâmetros, claro, se a função erro também for diferenciável, sendo possível, assim, usar qualquer método de otimização para achar o mínimo da função erro. ISSO é treinar de forma supervisionada a rede. Tem material na internet. Procura que vc acha.

@danielkohwalter5481

10 ай бұрын

@@samuelsobral7695 pra começar, vc não precisa saber qual valor "deveria ter alí". Gradiente é somente como uma função varia com a variação dos parâmetros. Vc só precisa saber como a função erro muda com a mudança de um determinado parâmetro, e isso é fácil de calcular. Função erro exemplo: E(w) = (y-d)², onde E é a função erro, w é um parâmetro qualquer da rede, y é a saída da rede e d é o valor desejado (a saída correta). Portanto, dE/dw = (y-d) * dy/dw, já que d não depende de w. Camada de saída: yn = fn(wn*in+bn), onde fn é a função de ativação da saída (camada n), wn é uma matriz dos pesos das entradas dessa camada, in são os inputs dessa camada e bn são os bias dessa camada. Então, dyn/dw = fn'(wn*in+bn)*din/dw, assumindo que o w, o parâmetro que queremos calcular a derivada, está lá numa camada interna. Nesse caso, quem é in? É a saída da camada anterior, yn-1. Então, até agora, dE/dw = (y-d) * fn'(wn*in+bn) * dyn-1/dw... agora é só continuar até chegar na camada e no parâmetro que vc quer. Faz isso com todos e vc tem a derivada da função erro no espaço N dimensional de dimensão da soma de quantos pesos e bias vc tem na rede. Pronto, minimiza essa budega e vc tem sua rede treinada. Viu como não precisa saber "o valor que deveria ter ali"?

@edilson1906

5 ай бұрын

Realmente, excelente a explanação do vídeo, sensacional. Sou formado em Eng. da Computação, e fiquei muito satisfeito com a explicação do vídeo.

Matematicamente perfeito! Toda rede neural é uma IA (ou um conjunto delas), mas nem toda IA é uma rede neural, algumas se enquadram no que chamamos de sistema especialista. O esquema apresentado no video é a representação do deeplearning, ou seja, o conceito mais profundo de aprendizado de máquinas e tratamento de quantidades absurdas de dados. Acredite, isso é um elogio!

@natch6863

5 ай бұрын

Aínda

@CarlosCastro_Gankutsuou

5 ай бұрын

@@natch6863 "ainda" o quê? 🤔

@natch6863

5 ай бұрын

@@CarlosCastro_Gankutsuou ia do mais conhecido de o humano

eu sou apaixonado por matemática, eu amo ver como ela está presente em tudo no nosso dia a dia, e o sei canal me fez achar tudo isso mais fascinante. Você é excelente!

Quando você fez o vídeo de derivadas, pensei que seria legal abordar o gradiente descendente em outro vídeo, mas não tinha imaginado que iria fazer tão cedo. A explicação ficou bem legal. Acredito que passou uma ideia clara de que IA não é um caixa mágica como é massivamente divulgado por aí, mas sim um conjunto de técnicas matemáticas e computacionais bem consolidadas. Só acho que poderia ter comentado sobre a ReLU, já que é a função de ativação mais comum atualmente, e a entropia cruzada que é uma função de custo mais direcionada para problemas de classificação como o do exemplo, mas entendo que talvez ficasse muito pesado. Por favor, continue a fazer vídeos envolvendo matemática e ciência da computação. Motiva demais alunos da computação que muitas vezes não são apresentados a esses conceitos matemáticos com a mesma didática estimulante com a qual você os apresenta.

@Hashxx

11 ай бұрын

E nós também somos um conjunto de variáveis matemáticas

Sou razoavelmente leigo em matemática, estou no 9° ano, mas estou significativamente adiantado em relação a turma, seu canal e alguns outros me motiva ainda mais a gostar da mesma. As I.A's são muito interessantes ainda mais tendo todo um conceito matemático envolvido, adorei o vídeo, seu canal é 10 mano!

@felipeReisfelipereis

11 ай бұрын

Vc devia ta jogando Cs e paquerando as menininhas rapaz

@Amantedoconhecimento

11 ай бұрын

​​​@@felipeReisfelipereisele é mais um que não quer ser parte dessa maioria de que só se importa com tik Tok não impeça deixe ele estudar o que ele quiser e ver o que ele quiser eu tbm estou no 9 ano e adoro cálculo integral, física e filosofia

@lucashenriquecardosoolivei1558

11 ай бұрын

Parabéns, está investindo em seu próprio cérebro.

@felipeReisfelipereis

11 ай бұрын

@@Amantedoconhecimento cara, serio, va paraquenar umas meninas. Calculo e machine learning são coisas fáceis, tudo tem seu tempo

@BruGabri

11 ай бұрын

​@@Amantedoconhecimento Vai jogar Minecraft, mano. Que que cê tá fazendo aki?

Cara, era essa a explicação que eu estava procurando há tempo ! ... Muuuito dez ! Parabéns e obrigado por dividir o conhecimento, como ele realmente é e não cheio de "nomes bonitos" como as linguagens de programação gostam de usar (hehehe). Eu sou formado em matemática e fico louco quando vejo alguém falando e usando os "nomes bonitos" para coisas que são equações e nada além. Só que nunca tinha visto ninguém explicar de forma tão clara e precisa. Muito bom mesmo !!! Obrigado mais uma vez por compartilhar o conhecimento !

Esse canal TEM que chegar a 1M de inscritos! É absolutamente ESPETACULAR!

@ericpinhais

11 ай бұрын

Menos amigo, estamos no Brasil 😢

@glauciom.n.7932

11 ай бұрын

O número de inscritos tem crescido. Que continue assim!

Ótimo vídeo professor. Tive IA na faculdade de Ciência da Computação e até brincamos criando uma rede neural simples. Mas para mim, pelo menos, faltava um pouco dessa noção mais matemática. Por ser programação o foco, ficamos bastante na lógica e em como ela funciona, comentamos sobre as funções, mas você trouxe uma visão matemática diferenciada. Já me ajudou a entender mais coisas que preciso estudar, e ter um direcionamento melhor. 👍🏻

Thanks professor 🙏 É possível que você tenha despertado o interesse no estudo em PHd para I.A em um simplório e humilde adulto. Obrigado mestre. Agradeço ao incrível vídeo. Continue sempre nos trabalhos que transformam o complexo em simples. Genial demais!

11 ай бұрын

Muito obrigado! É uma área muito interessante e promissora!

Pensava que inteligência artificial estivesse mais ligada a banco de dados, e que uma função seria capaz de utilizar esses dados. Redes neuras acaba introduzindo um conceito capaz de utilizar esses dados de forma eficiente. Vídeo muito interessante!

Bem vindos a Era de Utron ! Amei este aula . Muito esclarecedor mesmo. Sem neura e sem fobia , as AIs são nossas parceiras nesta revolução digital .

Daniel, que vídeo único e espetacular! A melhor explicação sobre I.A. que já vi. A sua capacidade de síntese e a profundidade com que você abrange os temas propostos é surreal! Acompanho o seu canal desde o comecinho e tenho certeza que é questão de tempo pra você ultrapassar 1mi de inscritos. Obrigado por nos transmitir toda a sua paixão pela Matemática e pela Ciência. Um grande abraço!

Muito bom, vou compartilhar no meu grupo de IA e programação do Telegram pra divulgar o seu canal.

Existem outras iniciativas que procuram modelar um neurônio mais fidedigno ao que é um neurônio natural, que pode até disparar sem estímulo. Simular também a influência da glia e outras partes do cérebro também é um grande desafio. O livro "Vantagem humana", da Houzel, explora bastante o assunto com foco na densidade de neurônios nas várias partes do cérebro.

Vídeo nota 10! Deixo como sugestão, para quem quer entender os pormenores sem muita complicação, as vídeo-aulas do canal "Inteligência Artifical na Prática" aqui no YT.

Excelente vídeo, como sempre. A questão da consciência, vista sob uma ótica apenas imanente, material, não transcende, faz supor que se determinado arranjo de matéria gera uma consciência, qualquer outro arranjo também pode gerar. Ou seja, não é possível afirmar que eu seja mais consciente que uma pedra, mas somente que tenho mais meios de expressar tal consciência do que uma pedra.

@Hashxx

11 ай бұрын

Exatamente... O universo inteiro pode ser uma única consciência

Muito bom o vídeo e uma ótima explicação sobre redes neurais! Mas infelizmente está um pouco desatualizado quando se fala de AI atualmente, já q as redes neurais evoluíram muito com conceitos de mecanismos de atenção e os transformers, q fizeram possível essa grande mudança de muitos dados pra treinar uma AI pra várias tarefas, diferente do q era anteriormente de uma AI muito boa para uma tarefa. É claro q o poder computacional foi sim importante pra essas novas ferramentas, mas esses novos desenvolvimentos dos últimos 5 anos mudaram muita coisa. Sinceramente gostaria de ver um vídeo seu indo a fundo nessas novas técnicas. Valeu!

Ótimo vídeo professor. Um assunto que eu acharia muito legal abordar é o de análise assintótica, normalmente abordado em cursos de ciência da computação mas que envolve matemática. Fica a sugestão :)

Melhor explicação impossível. Parabéns 👏🏼👏🏼👏🏼

Teu canal é uma dádiva pra quem quer aprender. Muito obrigado cara. ❤

Sensacional! É o melhor video sobre o tema. Parabéns pela didática e pela pesquisa bem feita Daniel Nunes!

Meus sinceros parabéns! Em pouco tempo cobriu o que há de mais importante e relevante na introdução sobre o tema!

Muito bom o vídeo, tecnicamente simples sem agressões grosseiras no tema. Parabéns!

Muito bom ver mais e mais pessoas explicando as inteligências artificiais, criei uma série de vídeos no meu canal que explica conceitualmente como funcionam as inteligências artificiais e os conceitos técnicos até chegarmos a ela, vão lá confeir

Sensacional! Este vídeo tem que virar um e-book e rápido :) ... minha turma de Desenvolvimento de sistemas irá adorar ter este conteúdo para estudar!!

Comecei a fazer a matéria de machine learning para engenharia elétrica, antes de começar a matéria meu prof. falou pra ler um "breve material" sobre redes neurais de 256 slides, tava bem perdido com os termos esse vídeo me ajudou muito.

@TERRAJOVEM6000

4 ай бұрын

O que vc entendeu disso? Nada!!

Parabéns pelo excepcional trabalho. Você encadeia as ideias e conceitos de forma absolutamente clara. Isso facilita (ou mesmo possibilita) a compreensão dos assuntos que você aborda. Você pontua, muito bem cada etapa e traz as informações relevantes para chegar ao entendimento com clareza sem poluir e sem simplificar demais os assuntos. Trabalho expetacular. Mais uma vez parabéns

A minha primeira aula hj de DL foi, exatamente, todo o assunto tratado no vídeo. Excelente!

foi a melhor explicaçao que eu vi na internet sobre rede neural ref IA. seria legal se tivesse um exemplo super simples, com 10 parametros de entrada, por exemplo, explicando como estabelecer os pesos das redes ocultas/intermediarias.

Bem impressionante a sua capacidade de esclarecer os temas, totalmente contramão do que é visto hoje na era digital, onde tudo necessita de um termo complexo. Continue o excelente trabalho professor!!!

Sensacional, Daniel! Um vídeo com uma didática incrível de um tema que chega a ser até místico!

O melhor vídeo sobre o tema, fantástico!!!

@UniversoProgramado. Um canal que aprofunda muito esse vídeo. É um canal no nível desse aqui. Quem gosta de vídeo daqui vai gostar de lá, certeza.

Muito bom! Parabéns! Conteúdo de RN para todos, bem explicado! As RN tem sido o grande avanço na I.A.. porém não podemos esquecer dos muitos outros métodos, como os probabilísticos (Bayes, Shannon entropy, etc.) e outras técnicas como SVM, Random Forests, GMM e outras técnicas de clusters. Sem falar da computação evolutiva, como os algoritmos genéticos para otimização, sistemas adaptativos, etc. Mas hoje em dia, quando se trata de reconhecimento de padrões, o deep learning tem sido imbatível em muitas aplicações.

@rijkardrijkard

11 ай бұрын

Seguindo a navalha de Occam, é difícil encontrar o algoritmo "universal" simples e com máxima eficiência. A compressão de dados é um exemplo, reduzir a função de custo. A entropia de Shannon é relativa ao modelo. Modelo ruim significa pouca compressão. O que fazem hoje é misturar algoritmos (context mixing) e usar a entropia de Shannon (cross entropy) para avaliar a melhor escolha; a menor quantidade de dados para representar a informação é escolhida resultando em maior compressão de dados. O problema para se aproximar à entropia de Shannon já foi resolvida com a "codificação aritmética", agora, o melhor modelo ainda não foi descoberto pois não é computável.

O Neurônio Artificial seria o Perceptron. Perceptron é uma rede neural de camada única e um Perceptron de várias camadas é chamado de Rede Neural Artificial.

A matemática é espetacularmente perfeita, complexa e desafiadora!!! E você é um dos caras que mostra essas faces espetaculares da matemática. Seu conteúdo é sensacional. Obrigado!

@conta7619

5 ай бұрын

Por isso são ciências *exatas* , nada é achismo.

muito bom.! é o canal.. de fácil compreensão, expressivo belíssimo trabalho.

O que me preocupa não é o progresso da inteligência artificial mas sim crescimento da burrice natural!

De tudo que já procurei sobre uma explicação só IA, este vídeo é o mais claro e bem explicado que dá para entender ❤❤❤❤❤❤

Não sou matemático, mas sou da área de exatas (Eng. Civil). Eu amo os vídeos desse canal. Conseguem trazer conteúdo para o público leigo, sem perder a qualidade e o rigor matemático. Parabéns!

Tenho que comentar: nunca assisti a algo tão simples e abrangente ao mesmo tempo sobre os fundamentos da inteligência artificial. Depois de sua explicação ficou muito mais fácil entender e navegar nesse mundo novo para aprender mais.

Esse canal é sensacional. Parabéns. Conteúdos de qualidade sempre.

Ótimas explicações. Complexo de entender para quem não é da área, mas é interessante ter uma base de como funciona essas coisas tecnológicas.

Realmente é ótimo, estou usando esse vídeo nas minhas aulas de tecnologia e inovação para meus alunos.

Incrível, a melhor explicação que já ouvi sobre RN. Parabéns!!

O mais legal é que é quase a mesma coisa. Nós inserimos inputs, o resultado esperado, e um peso, em uma função, que tem o mesmo nome da função citada no vídeo, e funciona da mesma forma (é sério, veja como é uma função em python, é a mesma coisa!), e então colocamos ela para treinar. Obviamente este é um resumo do resumão, mas consegui explicar

Video perfeito! Esperando ansiosamente pela versão em português

Como ML engineer, tenho que dizer esse vídeo é de utilidade pública! Um dos melhores, se não o melhor vídeo sobre AI technology que assisti disponível em português! Obrigado 🙏 a ciência agradece

parabéns por dominar o assunto. confesso que me perdi na explicação e não compreendi totalmente, apenas vislumbrei o quão complexo pode ser. matemática, definitivamente, não é o meu forte, apesar de reconhecer o fascínio dessa ciência

Muito obrigado pelo conteúdo prático e muito esclarecedor, excelente vídeo, parabéns!

A melhor explicação já apresentada sobre IA 19:17

Fantástico e complexo! Um jeito complexo de simplificar o que parece ser fantástico!!! Parabéns!!!! Abs

Muito inteligente , sou leigo, mas gostei da simplicidade da aula. Gratidão!

Professor, excelente vídeo! Seguindo o tema, quem sabe um vídeo sobre métodos de feature importance em modelos de ML? Por exemplo, via SHAP Values. Parabéns pela didática.

Os vídeos do prof. Daniel sao MUITO legais e necessários nesse mar de informação inútil que nos cerca.

Grande vídeo. Técnico e sem enganação. Coisa difícil de ver hoje em dia na internet.

Muito legal e explicações muito claras, parabéns! Uma pergunta: na explicação sobre o funcionamento da rede neural e os métodos de aprendizagem, não se aplica utilizar a retroalimentação para melhorar os resultados, ou seja, usar os dados de output para injetar nos neurônios de input e obter melhores aproximações/resultados?

Esse foi a explicação q mais satisfes minha curiosidade. Obrigado

Que vídeo ótimo... parabéns.

Sensacional sua aula! 👏👏👏👏

Excelente aula. 👏👏👏

Vídeo incrível como sempre ❤

Professor, como sempre sua didática é impecável. Mas acho q faltou o senhor dizer q as redes neurais são apenas uma técnica de IA. Elas se fundamentam essencialmente no reconhecimento de padrão, como SVM, ou mesmo KNN. Outro q vale a pena mencionar é com relação a criatividade. Aparentemente isso é uma atividade essencialmente humana, mas q com certeza merece maiores debates. Pra variar, PARABÉNS pelo vídeo simplesmente SENSACIONAL!!!!

Uma dica pro canal: vídeos próximos ao cotidiano. Hoje mesmo estava pensado... Como o medidor de combustível do meu carro consegue medir, de forma estável, a quantidade de combustível no tanque? Sempre me surgem essas perguntas no meu dia a dia.

Interessante e vejo por esse lado também...A rede neural tem um delay (processo eletroquímico) , que nos da tempo de comparar, analisar, executar e gera esse EU único, baseado no simples fato de comparar que se resume em consciência, quanto maior o delay, maior consciência sobre as coisas...

Parabéns pelo conteúdo. Ciência na veia 👏👏👏👏👏👏

Compreender o funcionamento da inteligência artificial é como desvendar um grande enigma pra mim, gostei da explicação.

Very nice video! You are very good teacher😊🕊🕊🕊

Só uma dúvida ficou em mim,o teorema que você citou no final é válido para funções de conjuntos de cardinalidade superior a R? Digo, se pegarmos uma função arbitrária de partes de partes de R para partes de partes de R,seria possível modelar essa função em uma rede neural dada uma máquina de turig teórica? Desculpe a curiosidade mas realmente fiquei em dúvida depois dessa.

Abençoar mais vidas descobrir quem eu sou

É o melhor mesmo , esse Daniel é fera!!!

lembro de uma rede q fiz na facul em c para resolver o problema xor, muito legal

| Didática pura! 👏👏👏 |

Este vídeo é uma relíquia!!! 😍

Assisti há akgum tempo uma entrevista com o neurocientista Miguel Nicolelis em que afirmava que nunca essas ditas inteligências artificiais se equiparariam ao pensamento humano. Achei o NUNCA um pouco forte mas o cara é o CARA nessa área.

Realmente, o mundo não será mais o mesmo, após esse vídeo! Puxa tô pasmo e arrepiado!

Excelente

Desculpe o atraso de 4 minutos professor 😢

@fskorp_

11 ай бұрын

demorei 14min

11 ай бұрын

⏰

@saalah8753

11 ай бұрын

Demorei 2 hrs😢

@patriciasilvaaraujolima4128

11 ай бұрын

​@@saalah8753eu tb

@joaogabrielimperial7777

11 ай бұрын

desculpe a atrasobde 69 minutos

Cara seu canal é muito bom, estou assistindo os vídeos e aprendendo bastante obrigado! Conclusão sinistra essa de que um dia a IA possa despertar, com certeza será nossa maior e última invenção!

2:02 Obrigado, Avanco Social, pelos seguidores e curtidas incríveis!

Meu Deus, que vídeo foda!

Novo aqui ...amei o canal 😊

Show!

Sou cientista de dados e médico. Faltou avisar que a função da descida do gradiente (exceto das vector machines) é descoberta pela menor derivada da equação do sistema (significando o ponto com menos erros).

Ficou uma dúvida. Apesar de a I.A. poder adquirir inteligência igual ou maior que a humana (singularidade), até lá vai depender de alimentarmos essa "inteligência"? Então ela não tem criatividade em si, mas poderá ficar tão complexa que simulará uma singularidade?

Fascinante o Mundo Virtual neural

Olha aplaudo quem entende muito sobre e quem curte matematica...Pq eu ja desisti faz tempo...Aprendo TUDO menos o que envolve calculos😢😢😢

Assisti 4 horas de aula e não entendi, vi o seu vídeo e entendi, os parâmetros da função de passagem de conhecimento estão mais refinados aqui no seu vídeo.

Muito bom

Uma pergunta! Se o grande problema é o volume de dados, se eu criar IAs mais específicas resolveria o problema? Por exemplo, ao invés de se criar IAs gerais que sabem muito de tudo, porque não criar IAs específicas, exemplificando (Se eu crio uma IA especialistas em matemática, português, geografia e história, por que não criar uma IA especialista só em português) isso poderia diminuir o volume de dados e ajudar em uma IA mais eficiente?

A teoria quântica poderia ser usada pra aprimorar o treinamento da IA?

Qual o papel da Teoria de Ramsey na rede neural?

Há redes neurais que são treinadas via alterações estruturais em vez de ajustes de pesos. São as Weight Agnostic Neural Network. E são treinadas usando algoritmos genéticos. O assunto daria um vídeo bem interessante. O argumento é que a maioria dos animais já nascem sabendo certas coisas sem que precisem ser treinados após o nascimento. Basta olhar uma girafinha que acabou de cair da barriga da mãe já ensaiar seus primeiros passos.

cara vc e um genio

Assim, permanecem agora estes três: a fé, a esperança e o amor. O maior deles, porém, é o amor. 1 coríntios 13:13 NTLH

Interessantíssimo e complicado !!!

@allyson178

5 ай бұрын

Como faço para entender esse vídeo??

Maluco é brabo.

Thanks

10 ай бұрын

Muito obrigado!