Computing a theory of everything
Stephen Wolfram

     

Letras em inglês
Letras em português
Veloc.:

Letra e Tradução
Clique para ir ao ponto exato

00:16So I want to talk today about an idea. It's a big idea.
Então quero compartilhar uma ideia. Uma grande ideia.

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

00:29all of the computer technology we have today and so on.
toda a tecnologia do computador que temos hoje e mais.

00:32But there's actually a lot more to computation than that.
No entanto, há de fato muito mais de computação do que isso.

00:35It's really a very deep, very powerful, very fundamental idea,
É realmente uma profunda, muito poderosa, uma ideia bem fundamental,

00:38whose effects we've only just begun to see.
cujos efeitos nós estamos tão somente começando a ver.

00:41Well, I myself have spent the past 30 years of my life
Bem, eu mesmo já gastei os últimos 30 anos de minha vida

00:44working on three large projects
trabalhando em três grandes projetos

00:46that really try to take the idea of computation seriously.
que realmente objetivam levar a ideia da computação seriamente.

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

00:57thinking about the computations I might want to do,
pensando no processo computacional que eu iria querer aplicar,

00:59trying to figure out what primitives they could be built up from
tentando entender quais os primitivos que poderiam basear as construções

01:02and how they could be automated as much as possible.
e como no máximo da possibilidade eles poderiam se tornar automatizados.

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.

01:11And for the past 23 years, at an increasing rate,
E nos últimos 23 anos, numa velocidade crescente,

01:13we've been pouring more and more ideas
temos incluído mais e mais ideias

01:15and capabilities and so on into Mathematica,
e capacidades e assim por diante dentro da Mathematica,

01:17and I'm happy to say that that's led to many good things
e estou feliz em dizer isso levou a muita coisa boa

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,

01:26that I also had a very selfish reason for building Mathematica:
que havia uma motivação bem egoísta para criar Mathematica.

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.

01:35But I wanted to look not at the astronomical universe,
Mas eu queria olhar, não no universo astronômico,

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.

01:47But what about the space of all possible programs?
Mas e sobre o espaço de todos os programas possíveis?

01:50Here's a representation of a really simple program.
Aqui está uma representação de um programa realmente simples.

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,

02:14we find out that although the pattern we get is very intricate,
descubriremos, apesar do padrão que vemos seja um tanto intrincado,

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.

02:25Let's just do a little mathematical experiment, try and find out.
Vamos fazer um pequeno experimento matemático, testar e descobrir.

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.

02:36You can see a lot of diversity in the behavior here.
Você pode ver muita diversidade de comportamento aqui.

02:38Most of them do very simple things,
A maioria faz coisas muito simples.

02:40but if you look along all these different pictures,
Mas se você passar os olhos em todas essas diferentes imagens,

02:42at rule number 30,
na regra número 30,

02:44you start to see something interesting going on.
você começa a ver algo interessante acontecendo.

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.

02:52We're just following this very simple rule at the bottom here,
Estamos tão somente seguindo essa regra bem simples aqui na parte de baixo,

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.

03:11(Laughter)
(Risos)

03:13This science is different, more general,
Essa ciência é diferente, mais abrangente,

03:16than the mathematics-based science that we've had
do que a matemática baseada na ciência que tivemos

03:18for the past 300 or so years.
nos últimos 300 anos ou mais.

03:21You know, it's always seemed like a big mystery:
Vocês sabem, sempre nos pareceu um grande mistério

03:23how nature, seemingly so effortlessly,
como a natureza, aparentemente sem qualquer esforço próprio

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.

03:34It's just sampling what's out there in the computational universe
São amostras do que está lá no universo computacional

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.

03:54I mean, we're used to having science let us predict things,
Quero dizer com isso que estamos acostumados a deixar a ciência nos predizer coisas

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,

04:10which tells us that even incredibly simple systems
que nos diz que até os sistemas incrivelmente simples

04:13can do computations as sophisticated as anything.
podem fazer a computação tão sofisticada como qualquer coisa.

04:16It doesn't take lots of technology or biological evolution
Não demanda muita tecnologia da evolução biológica

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.

04:25Things with rules as simple as these can do it.
Coisas com regras tão simples como essas podem fazer isso.

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

04:35of things like biological processes or economies,
de coisas como processos biológicos ou economias,

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.

04:45You know, in working on this science for many years,
Vocês sabem, trabalhando nessa ciência por muitos anos,

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,

04:53I'd been thinking about systematizing knowledge
eu ficava pensando sobre sistematizar o conhecimento

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,

05:03I'd essentially have to replicate a whole brain.
eu teria que essencialmente replicar o cérebro todo.

05:06Well, then I got to thinking:
Bem, agora eu penso:

05:08This scientific paradigm of mine suggests something different --
Esse meu paradigma científico sugere algo diferente.

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

05:19to do large, seemingly crazy, projects --
para realizar projetos que sejam grandes e aparentemente loucos.

05:22So I decided to just try to see
Então eu decidi tentar só para ver

05:24how much of the systematic knowledge that's out there in the world
o quanto do conhecimento sistemático que está aí no mundo

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.

05:34But I'm happy to say it's actually going really well.
Mas estou feliz em dizer que realmente a coisa está indo bem.

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.

05:43Its purpose is to be a serious knowledge engine
O propósito é que seja um motor de conhecimento sério

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.

05:59(Laughter)
(Risos)

06:02Let's try something a little bit harder.
Vamos tentar algo um pouco mais difícil.

06:05Let's do
Digamos ...

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.

06:27Now we could compute something related to this,
Agora poderíamos computar algo relacionado a 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.

06:37(Laughter)
(Risos)

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.

06:48So let's say we have a lab finding that ...
Vamos dizer que tenhamos um resultado do laboratório que --

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

07:02what part of the population that corresponds to and so on.
que parte da população corresponde à busca e assim por diante.

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,

07:17where the International Space Station is right now at this moment,
onde a estação espacial internacional está agora, neste momento,

07:20how fast it's going, and so on.
a que velocidade viaja e assim por diante.

07:24So Wolfram Alpha knows about lots and lots of kinds of things.
Então Wolfram Alpha sabe acerca de inúmeros tipos de coisas.

07:27It's got, by now,
Deveria nesta fase nos dar,

07:29pretty good coverage of everything you might find
uma boa cobertura de tudo que você pode encontrar

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,

07:46To be able to compute answers to specific questions that people have,
e ser capaz de processar respostas para perguntas específicas das pessoas,

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

07:55to compute fresh new answers to specific questions.
para processar novas e originais respostas para perguntas específicas.

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,

08:10and we built quite a pipeline of Mathematica automation
e construímos um bom funil de processamento na automação de Mathematica

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,

08:24one has to implement all those methods and models
temos que implementar todos esses métodos e modelos

08:26and algorithms and so on
e algorítimos e assim por diante

08:28that science and other areas have built up over the centuries.
que a ciência e outras disciplinas já construiram a séculos.

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

08:40built by experts from many, many different fields.
desenvolvido por especialistas, muitos dos quais de diferentes campos.

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

08:53all those strange utterances that people type into the input field
os estranhos grunhidos que as pessoas digitam na janelinha

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.

09:06First, a bunch of new ideas about linguistics
Primeiro, um monte de novas ideias sobre linguística

09:09that came from studying the computational universe;
que chegaram do estudo do universo computacional.

09:12and second, the realization that having actual computable knowledge
E segundo, a conclusão de que ao se ter um efetivo conhecimento computacional

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,

09:38more than 80 percent of them get handled successfully the first time.
mais de 80% deles são resolvidos com sucesso na primeira tentativa.

09:41And if you look at things like the iPhone app,
E se você olhar nas coisas, como os aplicativos do iPhone,

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,

09:49we're still at the very beginning with Wolfram Alpha.
ainda estamos bem no princípio do Wolfram Alplha.

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.

09:56You can expect to see Wolfram Alpha technology
Vocês podem ficar atentos com a tecnologia Wolfram Alpha

09:58showing up in more and more places,
aparencendo em mais e mais lugares,

10:00working both with this kind of public data, like on the website,
operando tanto com esse tipo de dados públicos, como no site,

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.

10:08You know, I've realized that Wolfram Alpha actually gives one
Vocês sabem, eu cheguei à conclusão que Wolfram Alpham na verdade nos dá

10:11a whole new kind of computing
um tipo totalmente novo de computação

10:13that one can call knowledge-based computing,
que se pode chamar de computação baseada em conhecimento,

10:15in which one's starting not just from raw computation,
em que ao se principiar, não simplesmente da computação bruta,

10:18but from a vast amount of built-in knowledge.
mas de uma vasta quantidade de conhecimento construído.

10:21And when one does that, one really changes
E quando se faz isso, vai se obter

10:23the economics of delivering computational things,
as economias da entrega de coisas computacionais,

10:26whether it's on the web or elsewhere.
quer na web ou em outra localidade.

10:28You know, we have a fairly interesting situation right now.
Vocês sabem, nós temos uma situação bem interessante agora.

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

10:40able to get a lot done in just a few lines.
capazes de fazer muito acontecer bastando poucas linhas.

10:43Let me show you a couple of examples here.
Deixe-me mostrar alguns exemplos aqui.

10:47So here's a trivial piece of Mathematica programming.
Aqui tem uma peça comum de programação da Mathematica.

10:51Here's something where we're sort of
Aqui tem algo que podemos de certa maneira

10:53integrating a bunch of different capabilities here.
integrar aqui com um monte de diferentes habilidades.

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.

11:05If you go on, that's a slightly more complicated program
Se você for adiante, há um programa um pouco mais complicado

11:07that's now doing all sorts of algorithmic things
que agora faz todo o tipo de coisas algorítimicas

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.

11:15It's a precise specification with a precise formal language
É uma especificação precisa com uma linguagem formal precisa

11:18that causes Mathematica to know what to do here.
que faz Mathematica saber o que fazer nesses casos.

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.

11:28So what happens when you put these things together?
Então o que acontece quando voce coloca essas coisas juntas?

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.

11:53But actually I think the most exciting thing about this
Mas na verdade eu penso que talvez a coisa mais empolgante sobre isso

11:56is that it really gives one the chance
é que realmente nos dá a chance

11:58to democratize programming.
de democratizar a programação.

12:01I mean, anyone will be able to say what they want in plain language.
Eu quero dizer, qualquer um poderá se virar ao dizer em linguagem comum,

12:04Then, the idea is that Wolfram Alpha will be able to figure out
e em seguida a ideia, isso é, que Wolfram Alpha seja capaz de se virar

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

12:11and then show them examples that will let them pick what they need
e daí mostrar em exemplos, que permitirá a eles escolherem o que se quer

12:14to build up bigger and bigger, precise programs.
para construir maiores e maiores, programas precisos.

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

12:21and just give back a whole big program that you can then compute with.
e simplesmente devolver um grande programa que você possa processar.

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

12:29and other demonstrations about lots of kinds of things.
e outras demonstrações sobre muitos tipos de coisas.

12:32I'll show you one example here.
Então, eu não sei, eu vou mostrar um exemplo, talvez aqui.

12:36This is just an example of one of these computable documents.
Este é só um exemplo de um desses documentos computáveis.

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,

12:52is there a general way to use it to make technology?
será que há uma maneira genérica de usá-la para criar tecnologia?

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.

13:05Well, it turns out we can do very much the same kind of thing
Bem, acontece que, nós podemos fazer algo bem semelhante

13:07in the computational universe.
no universo computacional.

13:09There's an inexhaustible supply of programs out there.
Há um suprimento inesgotável de programas disponível.

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,

13:18turns out to be a really good randomness generator.
que acaba sendo um realmente bom gerador de aleatoriedade.

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

13:29that we discovered by searching the computational universe.
que nós descobrimos ao fazer buscas no universo computacional.

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

13:41finding musical forms by searching the computational universe.
ao encontrar formas musicais quando se faz buscas no universo computacional.

13:45In a sense, we can use the computational universe
De uma certa forma, podemos usar o universo computacional

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

13:54to routinely do invention and discovery on the fly,
meio que inventar continuamente e descobrir de imediato

13:57and to find all sorts of wonderful stuff
e achar todo o tipo de coisa maravilhosa

13:59that no engineer
que nenhum engenheiro

14:01and no process of incremental evolution would ever come up with.
e nenhum processo de evolução incremental obteria por si.

14:05Well, so, that leads to kind of an ultimate question:
Bem, isso nos leva a um tipo de questão final.

14:08Could it be that someplace out there in the computational universe
Será que em algum lugar lá no universo computacional

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

14:21that the rule for the universe must be pretty complicated.
que a regra do universo deve ser muito complicada.

14:24But in the computational universe,
Mas no universo computacional

14:26we've now seen how rules that are incredibly simple
nós vimos como regras que são extremamente simples

14:29can produce incredibly rich and complex behavior.
podem produzir comportamentos extremamente ricos e complexos.

14:32So could that be what's going on with our whole universe?
Seria então isso que estaria ocorrendo na totalidade do universo?

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

14:58in much the same way as having lots of molecules
muito do mesmo jeito como se tem muitas moléculas

15:00can behave like a continuous fluid.
se comportando como um fluido contínuo.

15:02Well, then the universe has to evolve by applying
Bem, então o universo terá que evoluir ao aplicar

15:05little rules that progressively update this network.
pequenas regras que progressivamente atualizam essa rede.

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,

15:25with other kinds of pathologies like no notion of space,
com outros tipos de patologias como sem noção de espaço,

15:27no notion of time, no matter,
sem noção de tempo, sem matéria,

15:30other problems like that.
outros problemas dessa ordem.

15:32But the exciting thing that I've found in the last few years
Mas a coisa excitante que eu descobri nos anos mais recentes

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,

15:49is inevitably full of computational irreducibility.
é inevitavelmente cheio de irredutibilidade computacional,

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.

16:01A few years ago, I was pretty excited to discover
Uns anos atrás, eu fiquei muito empolgado ao descobrir

16:04that there are candidate universes with incredibly simple rules
que existem universos candidatos com regras extremamente simples

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

16:27One's got to build a structure that's probably
Temos que construir uma estrutura que provavelmente

16:29at least as deep as existing physics.
seja pelo menos tão profunda como a física existente.

16:31And I'm not sure what the best way to organize the whole thing is.
E não estou certo qual seria a melhor forma de organizar a coisa toda.

16:34Build a team, open it up, offer prizes and so on.
Formar um time, abrir, ofertar premiações e assim por diante.

16:37But I'll tell you, here today,
Mas eu lhes direi aqui hoje

16:39that I'm committed to seeing this project done,
que estou comprometido a ver esse projeto realizado,

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

16:52and be able to type into Wolfram Alpha, "the theory of the universe,"
e sermos capazes de digitar no Wolfram Alpha a teoria do universo,

16:55and have it tell us.
e deixá-lo nos dizer.

16:57(Laughter)
(Risos)

17:00So I've been working on the idea of computation
Então eu tenho trabalhado nessa ideia da computação

17:02now for more than 30 years,
já por mais de 30 anos,

17:04building tools and methods and turning intellectual ideas
construindo ferramentas e métodos e transformando algo como ideias intelectuais

17:07into millions of lines of code
em milhões de linhas de código

17:09and grist for server farms and so on.
e tirando proveito do aglomerado de servidores, e assim por diante.

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.

17:33(Applause)
(Aplausos)

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.

17:51(Applause)
(Aplausos)

17:57So, that was, fair to say, an astonishing talk.
Creio que foi, e é justo dizer, uma fala fora de série.

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

18:09to things like string theory or the kind of things that people think of
com as coisas como teoria das cordas ou o tipo de coisas que pessoas pensam

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.

18:20what I'm trying to do better reproduce the standard model of physics
O que estou tentando fazer melhor é reproduzir o padrão do modelo da física

18:23or it's simply wrong.
ou a coisa está simplesmente errada.

18:25The things that people have tried to do in the last 25 years or so
As coisas que pessoas tem tentado fazer nos cerca de últimos 25 anos

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.

18:36My guess is that some great simplifications of what I'm doing
Meu palpite é que algumas grandes simplificações do que estou fazendo

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,

19:16and where there's sort of a big branch that makes little branches
e onde há uma espécie de um grande galho que tem pequenas ramificações,

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.

19:26I think things like the Rule 30 cellular automaton
Eu penso que coisas como a Regra 30 do autômato celular

19:29get us to a different level.
nos leva a um diferente nível.

19:31In fact, in a very precise way, they get us to a different level
Na verdade, de uma maneira muito precisa ela nos leva a um nível diferente

19:34because they seem to be things that are
porque elas parecem ser coisas que são

19:37capable of complexity
capazes de complexidade

19:40that's sort of as great as complexity can ever get ...
que são de certa forma, tão grande quanto a complexidade pode chegar ...

19:44I could go on about this at great length, but I won't. (Laughter) (Applause)
Eu poderia continuar a falar sobre isso sem parar, mas não farei.

19:47CA: Stephen Wolfram, thank you.
CA: Stephen Wolfram, muito obrigado.

19:49(Applause)
(Aplausos)

Tags:
Stephen Wolfram, creator of Mathematica, talks about his quest to make all knowledge computational -- able to be searched, processed and manipulated. His new search engine, Wolfram Alpha, has no lesser goal than to model and explain the physics underlying the universe.


Comentários  


Computing a theory of everything - Stephen Wolfram