Letras em inglês
Letras em português
Veloc.:
Letra e Tradução
Clique para ir ao ponto exato
00:19Actually, I think it'll eventually
Na verdade, penso que cedo ou tarde
00:21be seen as probably the single biggest idea
essa poderá ser a maior singular ideia
00:23that's emerged in the past century.
que emergiu no último século.
00:25It's the idea of computation.
É a ideia da computação.
00:27Now, of course, that idea has brought us
Agora, é claro, essa ideia nos trouxe
00:44working on three large projects
trabalhando em três grandes projetos
00:50So I started off at a young age as a physicist
E para isso eu iniciei quando era um jovem Físico
00:53using computers as tools.
usando os computadores como ferramentas.
00:55Then, I started drilling down,
E em seguida, fui testando
01:05Eventually, I created a whole structure
Eu finalmente criei uma estrutura completa
01:07based on symbolic programming and so on
baseada na programação simbólica e daí para a frente
01:09that let me build Mathematica.
que me levaram a criar Mathematica.
01:13we've been pouring more and more ideas
temos incluído mais e mais ideias
01:20in R & D and education,
em P (pesquisa) e D (Desenvolvimento) e educação,
01:22lots of other areas.
e muitas outras áreas.
01:24Well, I have to admit, actually,
Bem, eu devo admitir, na verdade,
01:29I wanted to use it myself,
Eu mesmo queria usá-la,
01:31a bit like Galileo got to use his telescope
um pouco como Galileo ao querer usar seu telescópio
01:33400 years ago.
400 anos atrás.
01:38but at the computational universe.
mas no universo computacional.
01:41So we normally think of programs as being
Normalmente pensamos em programas que são
01:43complicated things that we build
coisas complicadas para se criar
01:45for very specific purposes.
para propósitos bem específicos.
01:53So, if we run this program,
Se então rodarmos esse programa,
01:55this is what we get.
é isso que temos.
01:57Very simple.
Muito simples.
01:59So let's try changing the rule
Então vamos mudar as regras
02:01for this program a little bit.
para esse programa só um pouquinho.
02:03Now we get another result,
E agora temos um outro resultado,
02:05still very simple.
ainda muito simples.
02:07Try changing it again.
Tente mudar novamente.
02:10You get something a little bit more complicated.
Você pode obter algo um pouco mais complicado,
02:12But if we keep running this for a while,
mas se continuarmos rodando por um certo tempo,
02:17it has a very regular structure.
é uma estrutura bem regular.
02:20So the question is: Can anything else happen?
Então a pergunta é: Algo a mais pode acontecer?
02:23Well, we can do a little experiment.
Bem, podemos fazer um pequeno experimento.
02:29Let's just run all possible programs
Vamos rodar todos os programas possíveis
02:32of the particular type that we're looking at.
do tipo específico que estamos procurando.
02:34They're called cellular automata.
Eles são chamados de autômato celular.
02:38Most of them do very simple things,
A maioria faz coisas muito simples.
02:42at rule number 30,
na regra número 30,
02:46So let's take a closer look
Então vamos olhar mais de perto
02:48at rule number 30 here.
na regra número 30 aqui.
02:50So here it is.
Aqui está ela.
02:55but we're getting all this amazing stuff.
mas estamos obtendo algo incrível aqui.
02:57It's not at all what we're used to,
Não é nem um pouco o que estamos acostumados,
02:59and I must say that, when I first saw this,
e devo dizer que logo de cara quando vi isto,
03:01it came as a huge shock to my intuition.
foi um grande choque para a minha intuição,
03:04And, in fact, to understand it,
e de fato, para entendê-lo,
03:06I eventually had to create
eu cheguei a criar
03:08a whole new kind of science.
um tipo todo novo de ciência.
03:13This science is different, more general,
Essa ciência é diferente, mais abrangente,
03:18for the past 300 or so years.
nos últimos 300 anos ou mais.
03:26manages to produce so much
consegue produzir muito
03:28that seems to us so complex.
que para nós parece tão complexo.
03:31Well, I think we've found its secret:
Bem, creio que descobrimos o seu segredo.
03:37and quite often getting things like Rule 30
e normalmente se obtém como na Regra 30
03:40or like this.
ou algo assim.
03:44And knowing that starts to explain
E por sabermos isso, temos a explicação
03:46a lot of long-standing mysteries in science.
para uma série de mistérios mantidos na ciência.
03:49It also brings up new issues, though,
E também traz novos temas,
03:51like computational irreducibility.
como a irredutibilidade computacional.
03:57but something like this
mas algo como isso
03:59is fundamentally irreducible.
é fundamentalmente irredutível.
04:01The only way to find its outcome
A única forma de descobrir os resultados
04:03is, effectively, just to watch it evolve.
é, efetivamente, observar como se evolui.
04:06It's connected to, what I call,
Está conectado ao que chamamos de
04:08the principle of computational equivalence,
o princípio da equivalência computacional,
04:19to be able to do arbitrary computation;
para ser capaz de realizar a computação arbitral,
04:21just something that happens, naturally,
algo que acontece, naturalmente,
04:23all over the place.
em todos os lugares.
04:29Well, this has deep implications
Bem, isso tem implicações profundas
04:31about the limits of science,
sobre os limites da ciência,
04:33about predictability and controllability
sobre a previsibilidade e o que é controlável
04:38about intelligence in the universe,
sobre inteligência no universo,
04:40about questions like free will
sobre questões como livre arbítrio
04:42and about creating technology.
e sobre criar tecnologia.
04:47I kept wondering,
me fez questionar,
04:49"What will be its first killer app?"
"Qual será o primeiro aplicativo matador?"
04:51Well, ever since I was a kid,
Bem, desde quando era garoto,
04:55and somehow making it computable.
e de alguma maneira torná-lo passível de computação.
04:57People like Leibniz had wondered about that too
Pessoas como Leibniz também pensaram nisso
04:59300 years earlier.
há 300 anos.
05:01But I'd always assumed that to make progress,
Mas sempre pensei que para se fazer progresso,
05:06Well, then I got to thinking:
Bem, agora eu penso:
05:11and, by the way, I've now got
E, por falar nisso, agora tenho
05:13huge computation capabilities in Mathematica,
alta capacidade computacional em Mathematica,
05:16and I'm a CEO with some worldly resources
e sou o CEO com alguns recursos mundanos
05:22So I decided to just try to see
Então eu decidi tentar só para ver
05:27we could make computable.
nós podemos torná-lo passivo de computação.
05:29So, it's been a big, very complex project,
Então, tem sido um grande projeto muito complexo,
05:31which I was not sure was going to work at all.
sobre o qual eu não tinha certeza se daria certo.
05:37And last year we were able
E no ano passado fomos capazes
05:39to release the first website version
de lançar a primeira versão do site na web
05:41of Wolfram Alpha.
do Wolfram Alpha.
05:46that computes answers to questions.
que compute as respostas para perguntas.
05:49So let's give it a try.
Então vamos dar uma tentada.
05:51Let's start off with something really easy.
Comecemos com algo que seja realmente fácil.
05:53Hope for the best.
Esperemos pelo melhor.
05:55Very good. Okay.
Muito bem. Ok!
05:57So far so good.
Até aqui tudo bem.
06:02Let's try something a little bit harder.
Vamos tentar algo um pouco mais difícil.
06:07some mathy thing,
Vamos fazer algo de matemática
06:10and with luck it'll work out the answer
e com sorte o resultado virá
06:13and try and tell us some interesting things
e quem sabe nos dirá algumas coisas interessantes
06:15things about related math.
coisas relacionadas com matemática.
06:17We could ask it something about the real world.
Podemos perguntar-lhe algo sobre o mundo real.
06:20Let's say -- I don't know --
Vamos ver -- eu não sei --
06:22what's the GDP of Spain?
Qual o PIB da Espanha?
06:25And it should be able to tell us that.
E ele deverá ser capaz de nos responder isso.
06:29let's say ... the GDP of Spain
digamos o PIB da Espanha
06:31divided by, I don't know,
dividido por, eu não sei,
06:33the -- hmmm ...
o -- hummm ...
06:35let's say the revenue of Microsoft.
vamos dizer as receitas da Microsoft.
06:39The idea is that we can just type this in,
A ideia é que possamos pensar e daí digitar,
06:41this kind of question in, however we think of it.
esse tipo de pergunta do jeito que quisermos.
06:44So let's try asking a question,
Então vamos tentar perguntar,
06:46like a health related question.
como uma questão relacionada com saúde.
06:51you know, we have an LDL level of 140
você sabe, temos um LDL nível 140
06:53for a male aged 50.
para um homem de 50 anos.
06:56So let's type that in, and now Wolfram Alpha
Então vamos digitar isso, e agora o Wolfram Alpha
06:58will go and use available public health data
vai buscar e usar os dados públicos de saúde
07:00and try and figure out
e vai calcular
07:05Or let's try asking about, I don't know,
Ou vamos buscar, bem eu não sei,
07:08the International Space Station.
a estação espacial internacional.
07:10And what's happening here is that
E o que acontece aqui é que
07:12Wolfram Alpha is not just looking up something;
Wolfram Alpha não apenas faz a busca;
07:14it's computing, in real time,
é processamento em tempo real,
07:20how fast it's going, and so on.
a que velocidade viaja e assim por diante.
07:27It's got, by now,
Deveria nesta fase nos dar,
07:31in a standard reference library.
numa biblioteca padrão e assim por diante.
07:34But the goal is to go much further
Mas o alvo é o de ir além
07:36and, very broadly, to democratize
e, de maneira abrangente, democratizar
07:39all of this knowledge,
todo esse tipo de conhecimento,
07:42and to try and be an authoritative
e tentar e ser uma fonte de autoridade
07:44source in all areas.
em todas as áreas,
07:49not by searching what other people
não através da busca do que outras pessoas
07:51may have written down before,
tenham escrito antes,
07:53but by using built in knowledge
mas ao usar o conhecimento construído
07:58Now, of course, Wolfram Alpha
Agora, é claro, Wolfram Alpha
08:00is a monumentally huge, long-term project
é um projeto monumentalmente grande e de longo prazo
08:02with lots and lots of challenges.
com muitos e muitos desafios.
08:04For a start, one has to curate a zillion
Para começar, temos que supervisionar um zilhão
08:07different sources of facts and data,
de diferentes fontes com fatos e dados,
08:13and human domain experts for doing this.
e experts de domínios humanos para se chegar nisso.
08:16But that's just the beginning.
Mas isso é só o princípio.
08:18Given raw facts or data
Com os fatos brutos e dados
08:20to actually answer questions,
para verdadeiramente responder perguntas,
08:22one has to compute:
temos que processar,
08:26and algorithms and so on
e algorítimos e assim por diante
08:31Well, even starting from Mathematica,
Bem, só de pensar na Mathematica,
08:34this is still a huge amount of work.
ainda há muita carga de trabalho.
08:36So far, there are about 8 million lines
Até hoje, há cerca de 8 milhões de linhas
08:38of Mathematica code in Wolfram Alpha
do código da Mathematica no Wolfram Alpha
08:43Well, a crucial idea of Wolfram Alpha
Bem, a ideia crucial do Wolfram Alpha
08:46is that you can just ask it questions
é que você pode simplesmente perguntá-lo
08:48using ordinary human language,
usando a linguagem humana corriqueira,
08:51which means that we've got to be able to take
que significa que devemos ser capazes de pegar
08:56and understand them.
e assim entendê-los.
08:58And I must say that I thought that step
E eu devo dizer que pensei que esse passo
09:00might just be plain impossible.
poderia ser basicamente impossível.
09:04Two big things happened:
Duas grandes coisas aconteceram.
09:15completely changes how one can
isso muda completamente como
09:17set about understanding language.
se aborda a compreensão da linguagem.
09:20And, of course, now
E, é claro, agora
09:22with Wolfram Alpha actually out in the wild,
com o Wolfram Alpha definitivamente lançado,
09:24we can learn from its actual usage.
podemos aprender pelo seu uso real.
09:26And, in fact, there's been
E na verdade, tem havido
09:28an interesting coevolution that's been going on
uma interessante coevolução acontecendo
09:30between Wolfram Alpha
entre o Wolfram Alpha
09:32and its human users,
e os usuários humanos.
09:34and it's really encouraging.
E é de fato encorajador.
09:36Right now, if we look at web queries,
Bem agora, se olharmos para os 'queries' da web,
09:43the fraction is considerably larger.
uma fração é considerada muito grande.
09:45So, I'm pretty pleased with it all.
Então, eu estou bastante satisfeito com tudo.
09:47But, in many ways,
Mas, de muitas maneiras,
09:52I mean, everything is scaling up very nicely
Quero dizer, tudo está escalando muito bem.
09:54and we're getting more confident.
Estamos ficando mais confiantes.
09:58showing up in more and more places,
aparencendo em mais e mais lugares,
10:03and with private knowledge
e com o conhecimento privado
10:05for people and companies and so on.
para as pessoas e empresas, e assim por diante.
10:11a whole new kind of computing
um tipo totalmente novo de computação
10:21And when one does that, one really changes
E quando se faz isso, vai se obter
10:26whether it's on the web or elsewhere.
quer na web ou em outra localidade.
10:31On the one hand, we have Mathematica,
Por um lado, temos a Mathematica,
10:33with its sort of precise, formal language
com todo o tipo de linguagem precisa, formal
10:36and a huge network
e uma extensa rede
10:38of carefully designed capabilities
de habilidades desenhadas cuidadosamente
10:43Let me show you a couple of examples here.
Deixe-me mostrar alguns exemplos aqui.
10:51Here's something where we're sort of
Aqui tem algo que podemos de certa maneira
10:56Here we'll just create, in this line,
Aqui nós acabamos de criar essa linha
10:59a little user interface that allows us to
uma pequena interface de usuário que nos permite
11:02do something fun there.
fazer algo divertido aqui.
11:10and creating user interface and so on.
enquanto cria a interface do usuário e assim por diante.
11:12But it's something that is very precise stuff.
Mas é algo que tem uma alta precisão.
11:21Then on the other hand, we have Wolfram Alpha,
Bem, por outro lado, temos o Wolfram Alpha,
11:24with all the messiness of the world
com todo o tipo de confusão do mundo
11:26and human language and so on built into it.
e linguagem humana e mais, construído nele.
11:31I think it's actually rather wonderful.
Eu creio que é na verdade maravilhoso.
11:33With Wolfram Alpha inside Mathematica,
Com o Wolfram Alpha dentro da Mathematica,
11:35you can, for example, make precise programs
você pode, por exempo, fazer programas precisos
11:37that call on real world data.
que busca nos dados do mundo real.
11:39Here's a real simple example.
Aqui está um exemplo bem simples.
11:44You can also just sort of give vague input
Você pode se quiser dar um input vago
11:47and then try and have Wolfram Alpha
e daí tentar ver se Wolfram Alpha
11:49figure out what you're talking about.
consegue captar do que você está se referindo.
11:51Let's try this here.
Vamos tentar este aqui.
11:56is that it really gives one the chance
é que realmente nos dá a chance
11:58to democratize programming.
de democratizar a programação.
12:07what precise pieces of code
nas peças precisas de código
12:09can do what they're asking for
que serão necessária para fazer o que se pede
12:17So, sometimes, Wolfram Alpha
Então, às vezes, Wolfram Alpha
12:19will be able to do the whole thing immediately
será capaz de fazer a coisa toda imediatamente
12:24Here's a big website
Então aqui tem um grande site
12:26where we've been collecting lots of educational
onde temos colecionado muitas coisas da educação
12:32I'll show you one example here.
Então, eu não sei, eu vou mostrar um exemplo, talvez aqui.
12:39This is probably a fairly small
Este é provavelmente um pedaço relativamente
12:41piece of Mathematica code
pequeno do código da Mathematica
12:43that's able to be run here.
que consegue rodar aqui.
12:47Okay. Let's zoom out again.
Ok. Vamos distanciar, novamente.
12:50So, given our new kind of science,
Então, por causa do nosso novo tipo de ciência,
12:55So, with physical materials,
Então, com materiais físicos,
12:57we're used to going around the world
estamos acostumados, meio que ir ao redor do mundo
12:59and discovering that particular materials
e descobrir que os materiais em particular
13:01are useful for particular
são úteis para propósitos
13:03technological purposes.
tecnológicos específicos e assim por diante.
13:07in the computational universe.
no universo computacional.
13:12The challenge is to see how to
O desafio é vermos na prática
13:14harness them for human purposes.
sua adaptação para os propósitos humanos.
13:16Something like Rule 30, for example,
Algo como na Regra 30, por exemplo,
13:20Other simple programs are good models
Outros programas simples são bons modelos
13:22for processes in the natural or social world.
para processar no mundo natural ou social.
13:25And, for example, Wolfram Alpha and Mathematica
E por exemplo, Wolfram Alpha e Mathematica
13:27are actually now full of algorithms
estão agora lotados de algorítimos
13:33And, for example, this -- if we go back here --
E por exemplo, este -- podemos voltar aqui --
13:37this has become surprisingly popular
este tem se tornado surpreendemente popular
13:39among composers
entre compositores
13:47to get mass customized creativity.
para obter customização criativa em massa.
13:50I'm hoping we can, for example,
Espero que possamos, por exemplo,
13:52use that even to get Wolfram Alpha
usar isso até para fazer o Wolfram Alpha
13:57and to find all sorts of wonderful stuff
e achar todo o tipo de coisa maravilhosa
13:59that no engineer
que nenhum engenheiro
14:11we might find our physical universe?
podemos encontrar nosso universo físico?
14:14Perhaps there's even some quite simple rule,
Talvez exista até uma regra bem simples,
14:16some simple program for our universe.
algum programa simples de nosso universo.
14:19Well, the history of physics would have us believe
Bem a história da física nos fez crer
14:24But in the computational universe,
Mas no universo computacional
14:36If the rules for the universe are simple,
Se as regras para o universo são simples,
14:38it's kind of inevitable that they have to be
é meio que inevitável que elas devam ser
14:40very abstract and very low level;
muito abstratas e de um nível muito baixo,
14:42operating, for example, far below
operando, por exemplo, bem abaixo
14:44the level of space or time,
do nível do espaço ou tempo,
14:46which makes it hard to represent things.
o que torna difícil de representar coisas.
14:48But in at least a large class of cases,
Mas pelo menos numa boa classificação de casos,
14:50one can think of the universe as being
podemos pensar do universo como sendo
14:52like some kind of network,
algum tipo de rede,
14:54which, when it gets big enough,
a qual, quando se torna grande o suficiente,
14:56behaves like continuous space
se comporta como um espaço continuado
15:00can behave like a continuous fluid.
se comportando como um fluido contínuo.
15:08And each possible rule, in a sense,
E cada possível regra, de um jeito,
15:10corresponds to a candidate universe.
corresponde a um universo candidato.
15:12Actually, I haven't shown these before,
Na verdade, eu ainda não mostrei esses antes,
15:16but here are a few of the candidate universes
mas aqui tem alguns universos candidatos
15:19that I've looked at.
que eu dei uma olhada.
15:21Some of these are hopeless universes,
Alguns são universos perdidos,
15:23completely sterile,
completamente estéreis,
15:27no notion of time, no matter,
sem noção de tempo, sem matéria,
15:30other problems like that.
outros problemas dessa ordem.
15:35is that you actually don't have to go very far
é que você de fato não tem que ir muito longe
15:37in the computational universe
no universo computacional
15:39before you start finding candidate universes
antes de iniciar a busca por universos candidatos
15:41that aren't obviously not our universe.
que obviamente não estão no nosso universo.
15:44Here's the problem:
Aqui está o problema:
15:46Any serious candidate for our universe
Qualquer candidato sério para nosso universo,
15:52Which means that it is irreducibly difficult
o que quer dizer que é irredutivelmente difícil
15:55to find out how it will really behave,
saber como ele vai na verdade se comportar,
15:57and whether it matches our physical universe.
e se casaria com o nosso universo físico.
16:07that successfully reproduce special relativity,
que reproduzem com sucesso relatividade especial
16:09and even general relativity and gravitation,
e até relatividade genérica e gravitação
16:12and at least give hints of quantum mechanics.
pelo menos nos dão percepções da mecânica quantum.
16:15So, will we find the whole of physics?
Então encontraremos o todo da física?
16:17I don't know for sure,
Eu não sei ao certo.
16:19but I think at this point it's sort of
Mas eu penso que nesse ponto é meio que
16:21almost embarrassing not to at least try.
quase vergonhoso, ao menos não se tentar.
16:23Not an easy project.
Não é um projeto fácil.
16:25One's got to build a lot of technology.
Temos que construir com muita tecnologia
16:29at least as deep as existing physics.
seja pelo menos tão profunda como a física existente.
16:37But I'll tell you, here today,
Mas eu lhes direi aqui hoje
16:41to see if, within this decade,
a ver se, dentro desta década,
16:44we can finally hold in our hands
podemos finalmente segurar em nossas mãos
16:46the rule for our universe
a regra do nosso universo
16:48and know where our universe lies
e saber onde reside nosso universo
16:50in the space of all possible universes ...
no espaço de todos os possíveis universos
16:55and have it tell us.
e deixá-lo nos dizer.
17:02now for more than 30 years,
já por mais de 30 anos,
17:07into millions of lines of code
em milhões de linhas de código
17:11With every passing year,
À medida que cada ano passa,
17:13I realize how much more powerful
eu percebo o quanto mais poderosa
17:15the idea of computation really is.
a ideia da computação verdadeiramente é.
17:17It's taken us a long way already,
Foi necessário percorrer um longo caminho,
17:19but there's so much more to come.
mas há muita coisa ainda a vir,
17:21From the foundations of science
desde os fundamentos da ciência
17:23to the limits of technology
aos limites da tecnologia
17:25to the very definition of the human condition,
até a própria definição da condição humana,
17:27I think computation is destined to be
eu penso que a computação está destinada a ser
17:29the defining idea of our future.
a ideia definidora do nosso futuro.
17:31Thank you.
Obrigado a todos.
17:47Chris Anderson: That was astonishing.
Chris Anderson: Isso foi fora de série.
17:49Stay here. I've got a question.
Permaneça aqui. Eu tenho uma pergunta.
18:01Are you able to say in a sentence or two
Você consegue dizer em uma sentença ou duas
18:04how this type of thinking
como que esse tipo de pensamento
18:07could integrate at some point
pode integrar em certo ponto
18:11as the fundamental explanations of the universe?
como as explicações fundamentais do universo?
18:14Stephen Wolfram: Well, the parts of physics
Stephen Wolfram: Bem, as partes da física
18:16that we kind of know to be true,
que de certa forma sabemos ser verdadeira,
18:18things like the standard model of physics:
coisas como os modelos padrão da física.
18:23or it's simply wrong.
ou a coisa está simplesmente errada.
18:27with string theory and so on
com a teoria das cordas e assim por diante
18:29have been an interesting exploration
tem sido uma exploração interessante
18:31that has tried to get back to the standard model,
que tem tentado voltar ao modelo padrão,
18:34but hasn't quite gotten there.
mas ainda não conseguiu chegar lá ainda.
18:39may actually have considerable resonance
deverão no fundo ter considerável ressonância
18:42with what's been done in string theory,
com o que se está fazendo na teoria das cordas,
18:44but that's a complicated math thing
mas é uma matemática complicada
18:47that I don't yet know how it's going to work out.
que eu mesmo não sei como ela vai funcionar.
18:50CA: Benoit Mandelbrot is in the audience.
CA: Benoit Mandlebrot está no auditório.
18:52He also has shown how complexity
Ele também apresentou como a complexidade
18:54can arise out of a simple start.
pode nascer de um começo simples.
18:56Does your work relate to his?
O seu trabalho tem relação com o dele?
18:58SW: I think so.
SW: Eu creio que sim.
19:00I view Benoit Mandelbrot's work
Eu vejo o trabalho de Benoit Mandlebrot
19:02as one of the founding contributions
como uma das contribuições fundamentais
19:05to this kind of area.
para esse tipo de área.
19:08Benoit has been particularly interested
Benoit tem se interessado em particular
19:10in nested patterns, in fractals and so on,
em padrões aninhados, em fractais e assim por diante,
19:12where the structure is something
onde a estrutura de algo
19:14that's kind of tree-like,
que seria como uma árvore,
19:18and even smaller branches and so on.
e até ramificações ainda menores e assim por diante.
19:21That's one of the ways
Esse é uma das maneiras
19:23that you get towards true complexity.
que você chega na verdadeira complexidade.
19:29get us to a different level.
nos leva a um diferente nível.
19:34because they seem to be things that are
porque elas parecem ser coisas que são
19:37capable of complexity
capazes de complexidade
19:47CA: Stephen Wolfram, thank you.
CA: Stephen Wolfram, muito obrigado.
