Jeff Hawkins: How brain science will change computing

Jeff Hawkins em como a neurociência mudará a computação

207,857 views

2007-05-23 ・ TED


New videos

Jeff Hawkins: How brain science will change computing

Jeff Hawkins em como a neurociência mudará a computação

207,857 views ・ 2007-05-23

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Eduardo Schenberg Revisor: Hans Machado
00:25
I do two things:
0
25476
1151
Eu faço duas coisas. Eu projeto computadores portáteis e estudo cérebros
00:26
I design mobile computers and I study brains.
1
26651
2118
00:28
Today's talk is about brains and -- (Audience member cheers)
2
28793
2930
E a palestra de hoje é sobre cérebros e,
00:31
Yay! I have a brain fan out there.
3
31747
1817
ei! temos um fã de cérebros ali.
00:33
(Laughter)
4
33588
3147
(risos)
Eu vou, se eu puder ter meu primeiro slide ali,
00:36
If I could have my first slide,
5
36759
1555
e vocês verão o título da minha palestra e minhas duas afiliações
00:38
you'll see the title of my talk and my two affiliations.
6
38338
2849
00:41
So what I'm going to talk about is why we don't have a good brain theory,
7
41211
3468
Vou falar sobre porque não temos uma boa teoria sobre o cérebro,
00:44
why it is important that we should develop one
8
44703
2277
Qual é a importância de desenvolvermos uma e o que podemos fazer a respeito
00:47
and what we can do about it.
9
47004
1483
00:48
I'll try to do all that in 20 minutes.
10
48511
1824
Tentarei fazer isso tudo em 20 minutos. Tenho duas afiliações
00:50
I have two affiliations.
11
50359
1151
00:51
Most of you know me from my Palm and Handspring days,
12
51534
2532
A maioria de vocês me conhece dos tempos de Palm e Handspring,
00:54
but I also run a nonprofit scientific research institute
13
54090
2683
mas eu também dirijo um instituto de pesquisa científica sem fins lucrativos
00:56
called the Redwood Neuroscience Institute in Menlo Park.
14
56797
2632
chamado Redwood Neuroscience Institute, em Menlo Park
00:59
We study theoretical neuroscience and how the neocortex works.
15
59453
3388
e nós estudamos neurociência teórica
e estudamos como o neocórtex funciona
01:02
I'm going to talk all about that.
16
62865
1598
Falarei sobre isso
01:04
I have one slide on my other life, the computer life,
17
64487
2745
Eu tenho um slide sobre minha outra vida, a vida com os computadores, e aqui está ele
01:07
and that's this slide here.
18
67256
1301
01:08
These are some of the products I've worked on over the last 20 years,
19
68581
3268
Estes são alguns dos produtos com que trabalhei nos últimos 20 anos,
01:11
starting from the very original laptop
20
71873
1842
começando no próprio laptop original até os primeiros computadores tablet
01:13
to some of the first tablet computers
21
73739
1787
01:15
and so on, ending up most recently with the Treo,
22
75550
2298
e assim foi, terminando recentemente no Treo,
01:17
and we're continuing to do this.
23
77872
1532
e continuamos a fazer isso
01:19
I've done this because I believe mobile computing
24
79428
2301
Fiz isso porque realmente acredito que computação móvel®
01:21
is the future of personal computing,
25
81753
1724
é o futuro da computação pessoal, e estou tentando fazer o mundo
01:23
and I'm trying to make the world a little bit better
26
83501
2454
um pouquinho melhor trabalhando nessas coisas
01:25
by working on these things.
27
85979
1296
01:27
But this was, I admit, all an accident.
28
87299
1874
Mas isso foi, tenho que admitir, um acidente
01:29
I really didn't want to do any of these products.
29
89197
2308
Eu realmente não queria fazer nenhum desses produtos
01:31
Very early in my career
30
91529
1382
e muito cedo na minha carreira eu decidi
01:32
I decided I was not going to be in the computer industry.
31
92935
2690
que eu não iria trabalhar na indústria da computação
01:35
Before that, I just have to tell you
32
95649
1721
E antes de falar sobre isso, eu tenho que dizer que
01:37
about this picture of Graffiti I picked off the web the other day.
33
97394
3108
esta pequena figura de graffiti ali, eu peguei na internet outro dia
01:40
I was looking for a picture for Graffiti that'll text input language.
34
100526
3253
quando estava procurando uma figura de grafitti, linguagem de entrada de texto,
01:43
I found a website dedicated to teachers who want to make script-writing things
35
103803
3689
e achei este site dedicado a professores que querem fazer estas coisas,
você sabe, estes scripts de escrever coisas em seus quadros negros,
01:47
across the top of their blackboard,
36
107516
1674
01:49
and they had added Graffiti to it, and I'm sorry about that.
37
109214
2833
e eles adicionaram graffiti nisso, e eu estou chateado com isso½
01:52
(Laughter)
38
112071
2247
(risos)
01:54
So what happened was,
39
114342
1300
Então o que aconteceu foi que quando eu era jovem e saí da escola de engenharia,
01:55
when I was young and got out of engineering school at Cornell in '79,
40
115666
4899
Cornell em 79, eu decidi, e fui trabalhar para a Intel
02:00
I went to work for Intel and was in the computer industry,
41
120589
3187
02:03
and three months into that, I fell in love with something else.
42
123800
3402
eu estava na indústria da computação, e três meses trabalhando nisso,
eu me apaixonei por outra coisa, e eu pensei, "Fiz a escolha de carreira errada"
02:07
I said, "I made the wrong career choice here,"
43
127226
3044
02:10
and I fell in love with brains.
44
130294
2239
eu me apaixonei por cérebros
02:12
This is not a real brain.
45
132557
1533
isto não é um cérebro real. É uma figura de um, um desenho
02:14
This is a picture of one, a line drawing.
46
134114
2719
02:16
And I don't remember exactly how it happened,
47
136857
2119
Mas eu não me lembro exatamente como isso aconteceu,
02:19
but I have one recollection, which was pretty strong in my mind.
48
139000
3515
mas eu tenho uma lembrança, que era mutio forte na minha mente,
02:22
In September of 1979,
49
142539
1610
Em setembro de 1979, Scientific American publicou
02:24
Scientific American came out with a single-topic issue about the brain.
50
144173
3364
uma edição inteira somente sobre este tópico. E era boa
02:27
It was one of their best issues ever.
51
147561
1938
Foi uma das melhores edições da história. E eles falavam sobre o neurônio
02:29
They talked about the neuron, development, disease, vision
52
149523
2947
e desenvolvimento e doenças e visão e todas as coisas
02:32
and all the things you might want to know about brains.
53
152494
2596
que você poderia querer saber sobre cérebros. Era realemente bem impressionante
02:35
It was really quite impressive.
54
155114
1502
02:36
One might've had the impression we knew a lot about brains.
55
156640
2772
E você pode ficar com a impressão que a gente realmente sabia muito sobre cérebros
02:39
But the last article in that issue was written by Francis Crick of DNA fame.
56
159436
4195
Mas o último artigo daquela edição foi escrito por Francis Crick, famoso pela descoberta do DNA
02:43
Today is, I think, the 50th anniversary of the discovery of DNA.
57
163655
3024
Hoje é, eu acho, o quinquagésimo aniversário da descoberta do DNA
02:46
And he wrote a story basically saying, this is all well and good,
58
166703
3075
E ele escreveu dizendo basicamente que,
bem, isto está tudo certo e bom, mas sabe de uma coisa,
02:49
but you know, we don't know diddly squat about brains,
59
169802
2743
nós não sabemos quase nada sobre cérebros
02:52
and no one has a clue how they work,
60
172569
1739
e ninguém tem a mínima idéia de como estas coisas funcionam,
02:54
so don't believe what anyone tells you.
61
174332
1866
então não acredite em algo que disserem pra você
02:56
This is a quote from that article, he says:
62
176222
2165
Esta é uma citação daquele artigo. Ele disse, "O que está evidentemente faltando,"
02:58
"What is conspicuously lacking" -- he's a very proper British gentleman --
63
178411
4293
ele é um verdadei cavalheiro britânico então, "O que está evidentemente faltando
03:02
"What is conspicuously lacking is a broad framework of ideas
64
182728
2830
é um conjunto de idéias abrangente que permita interpretar estas diferentes abordagens."
03:05
in which to interpret these different approaches."
65
185582
2352
03:07
I thought the word "framework" was great.
66
187958
1968
Eu adorei a expressão "conjunto de idéias"
03:09
He didn't say we didn't have a theory.
67
189950
1817
Ele não disse que não tínhamos uma teoria. Ele disse que
03:11
He says we don't even know how to begin to think about it.
68
191791
2725
nós não sabemos sequer como começar a pensar a respeito --
nós sequer temos uma estrutura
03:14
We don't even have a framework.
69
194540
1492
Nós estamos nos dias pré-paradigma, se você quiser usar Thomas Kuhn
03:16
We are in the pre-paradigm days, if you want to use Thomas Kuhn.
70
196056
3050
E então eu me apaixonei por isso, e disse veja,
03:19
So I fell in love with this.
71
199130
1339
03:20
I said, look: We have all this knowledge about brains -- how hard can it be?
72
200493
3575
nós temos todo este conhecimento sobre cérebros. Que dificuldade pode ser essa?
03:24
It's something we can work on in my lifetime; I could make a difference.
73
204092
3438
E isso é algo que podemos trabalhar no meu tempo de vida. Senti que poderia fazer uma diferença,
03:27
So I tried to get out of the computer business, into the brain business.
74
207554
3619
e então tentei sair do ramo da computação, entrar no ramo do cérebro
03:31
First, I went to MIT, the AI lab was there.
75
211197
2004
Primeiro, fui ao MIT, o laboratório de AI (Inteligência Artificial) era lá
03:33
I said, I want to build intelligent machines too,
76
213225
2395
e eu disse, bem, eu também quero construir máquinas que sejam inteligentes
03:35
but I want to study how brains work first.
77
215644
2517
mas a maneira que quero fazer isso é estudar primeiro como os cérebros funcionam
03:38
And they said, "Oh, you don't need to do that.
78
218185
2306
E eles disseram, ah, você não precisa fazer isso
03:40
You're just going to program computers, that's all.
79
220515
2390
Nós iremos apenas programar computadores, é tudo que precisamos fazer
03:42
I said, you really ought to study brains.
80
222929
1963
E eu disse, não, você realmente tem que estudar cérebros. Ele disseram, ah, você sabe
03:44
They said, "No, you're wrong."
81
224916
1432
03:46
I said, "No, you're wrong," and I didn't get in.
82
226372
2246
você está errado. E eu disse não, vocês estão errados, e então eu não entrei.
03:48
(Laughter)
83
228642
1078
(risos)
03:49
I was a little disappointed -- pretty young --
84
229744
2155
Mas eu estava um pouco decepcionado -- muito jovem, mas eu fui mais uma vez
03:51
but I went back again a few years later,
85
231923
1936
alguns anos depois e desta vez na California, e fui a Berkeley
03:53
this time in California, and I went to Berkeley.
86
233883
2359
E disse, eu vou entrar pelo lado biológico
03:56
And I said, I'll go in from the biological side.
87
236266
2430
03:58
So I got in the PhD program in biophysics.
88
238720
3089
Então entrei -- no programa de Doutorado em biofísica, e eu estava bem,
04:01
I was like, I'm studying brains now. Well, I want to study theory.
89
241833
3410
Estou estudando cérebros agora, e pensei, bem, eu quero estudar teoria
04:05
They said, "You can't study theory about brains.
90
245267
2269
e eles disseram, ah não, você não pode estudar teoria sobre cérebros
04:07
You can't get funded for that.
91
247560
1995
ninguém faz isso. Não existe financiamento para fazer isso
04:09
And as a graduate student, you can't do that."
92
249579
2155
E como estudante de pós-graduação, você não pode fazer isso. Então eu disse meu deus
04:11
So I said, oh my gosh.
93
251758
1218
04:13
I was depressed; I said, but I can make a difference in this field.
94
253000
3155
Eu estava muito deprimido. Eu disse, mas eu posso fazer uma diferença nesse ramo
Então o que fiz foi voltar para a indústria da computação
04:16
I went back in the computer industry
95
256179
2008
04:18
and said, I'll have to work here for a while.
96
258211
2105
e disse, bem, eu terei que trabalhar aqui por um tempo, fazer alguma coisa
04:20
That's when I designed all those computer products.
97
260340
2393
Foi aí que inventei todos aqueles produtos de computação
04:22
(Laughter)
98
262757
1301
(risos)
04:24
I said, I want to do this for four years, make some money,
99
264082
2894
Pensei, quero fazer isso por quatro anos, ganhar um pouco de dinheiro,
04:27
I was having a family, and I would mature a bit,
100
267000
3976
eu estava começando uma família, e eu amadureceria um pouco,
04:31
and maybe the business of neuroscience would mature a bit.
101
271000
2816
e talvez os negócios da neurociência amadurecessem um pouco
04:33
Well, it took longer than four years. It's been about 16 years.
102
273840
3001
Bem, demorou mais de quatro anos, foi por volta de dezesseis anos
04:36
But I'm doing it now, and I'm going to tell you about it.
103
276865
2716
Mas estou fazendo agora, e vou contar a vocês como.
04:39
So why should we have a good brain theory?
104
279605
2286
Então porque devemos ter uma boa teoria sobre o cérebro?
04:41
Well, there's lots of reasons people do science.
105
281915
3102
Bem, ha muitas razões pelas quais as pessoas fazem ciência
04:45
The most basic one is, people like to know things.
106
285041
2917
Uma é -- a mais básica de todas-- que as pessoas gostam conhecer coisas
04:47
We're curious, and we go out and get knowledge.
107
287982
2195
Somos curiosos, então saimos por aí juntando conhecimento.
04:50
Why do we study ants? It's interesting.
108
290201
1866
porque estudamos formigas? Bem, é interessante
04:52
Maybe we'll learn something useful, but it's interesting and fascinating.
109
292091
3466
Talvez aprendamos algo realmente útil com isso, mas é interessante e fascinante
04:55
But sometimes a science has other attributes
110
295581
2057
Mas as vezes, a ciência tem outros atributos
04:57
which makes it really interesting.
111
297662
1829
que a fazem realmente muito interessante
04:59
Sometimes a science will tell something about ourselves;
112
299515
2627
As vezes uma ciência nos dirá coisas sobre nós mesmos
05:02
it'll tell us who we are.
113
302166
1224
ela nos diz quem somos
05:03
Evolution did this and Copernicus did this,
114
303414
2752
Raramente, você sabe, a evolução fez isso e Copérnico fez isso,
05:06
where we have a new understanding of who we are.
115
306190
2334
onde temos um novo entendimento de quem somos
05:08
And after all, we are our brains. My brain is talking to your brain.
116
308548
3428
E afinal de contas, nós somos nosso cérebro. Meu cérebro está falando com o seu cérebro
05:12
Our bodies are hanging along for the ride,
117
312000
2030
Nossos corpos estão juntos para o passeio, mas meu cérebro está falando com o seu cérebro
05:14
but my brain is talking to your brain.
118
314054
1825
05:15
And if we want to understand who we are and how we feel and perceive,
119
315903
3248
E se queremos entender quem somos e como nos sentimos e percebemos o mundo,
nós realmente temos que entender o que nossos cérebros são
05:19
we need to understand brains.
120
319175
1391
05:20
Another thing is sometimes science leads to big societal benefits, technologies,
121
320590
3784
Outra coisa, as vezes a ciência
leva a verdadeiras melhoras sociais e tecnológicas,
05:24
or businesses or whatever.
122
324398
1291
ou negócios, ou outras coisas quaisquer que surgem dela. E isto é uma também,™
05:25
This is one, too, because when we understand how brains work,
123
325713
2878
porque quando entendermos como nossos cérebros funcionam, seremos capazes
05:28
we'll be able to build intelligent machines.
124
328615
2064
de construir máquinas inteligentes, e acho que isto é verdadeiramente bom como um todo
05:30
That's a good thing on the whole,
125
330703
1698
05:32
with tremendous benefits to society,
126
332425
1858
e trará tremendos benefícios para a sociedade
05:34
just like a fundamental technology.
127
334307
1669
como uma tecnologia fundamental
05:36
So why don't we have a good theory of brains?
128
336000
2850
Então porque não temos uma boa teoria sobre cérebros?
05:38
People have been working on it for 100 years.
129
338874
2168
E há pessoas trabalhando sobre isso há mais de 100 anos
05:41
Let's first take a look at what normal science looks like.
130
341066
2719
Bem, vamos primeiro observar como se parece a ciência normal
05:43
This is normal science.
131
343809
1187
Esta é a ciência normal
05:45
Normal science is a nice balance between theory and experimentalists.
132
345020
4074
A ciência normal é um bom equilíbrio entre teoria e experimentalistas
05:49
The theorist guy says, "I think this is what's going on,"
133
349118
2691
Os teóricos dizem, bem, acho que é isto que está acontecendo,
05:51
the experimentalist says, "You're wrong."
134
351833
1961
e o experimentalista diz, não, você está errado
05:53
It goes back and forth, this works in physics, this in geology.
135
353818
3004
E isto vai e volta.
Isto funciona na física. Funciona na geologia. Mas se isto é ciência normal,
05:56
But if this is normal science, what does neuroscience look like?
136
356846
3009
como se parece a neurociência? A neurociência parece com isso
05:59
This is what neuroscience looks like.
137
359879
1795
Nós temos esta enorme montanha de dados, que é anatomia, fisiologia e comportamento
06:01
We have this mountain of data,
138
361698
1442
06:03
which is anatomy, physiology and behavior.
139
363164
2070
06:05
You can't imagine how much detail we know about brains.
140
365258
3194
Você não pode imaginar quantos detalhes sabemos sobre cérebros
06:08
There were 28,000 people who went to the neuroscience conference this year,
141
368476
3592
Havia 28.000 pessoas na conferência de neurociências este ano
06:12
and every one of them is doing research in brains.
142
372092
2363
e todas estão fazendo pesquisas sobre cérebros
06:14
A lot of data, but no theory.
143
374479
1694
Muitos dados. Mas não há nenhuma teoria. Há uma caixinha pequena e frágil ali em cima
06:16
There's a little wimpy box on top there.
144
376197
2000
06:18
And theory has not played a role in any sort of grand way
145
378221
3382
E a teoria não desempenhou nenhum papel importante na neurociência.
06:21
in the neurosciences.
146
381627
1429
06:23
And it's a real shame.
147
383080
1240
E é realmente uma vergonha. Agora, como isso aconteceu?
06:24
Now, why has this come about?
148
384344
1391
06:25
If you ask neuroscientists why is this the state of affairs,
149
385759
2988
Se você perguntar a neurocientistas, porque as coisas estão assim?
06:28
first, they'll admit it.
150
388771
1246
Eles irão primeiramente admitir. Mas se você perguntar a eles, eles dirão,
06:30
But if you ask them, they say,
151
390041
1485
06:31
there's various reasons we don't have a good brain theory.
152
391550
2732
bem, há várias razões para não termos uma boa teoria sobre cérebros.
06:34
Some say we still don't have enough data,
153
394306
1969
Algumas pessoas dizem, bem, nós ainda não temos dados suficientes,
06:36
we need more information, there's all these things we don't know.
154
396299
3059
precisamos de mais informação, há muitas coisas que não sabemos
06:39
Well, I just told you there's data coming out of your ears.
155
399382
2841
Bem, eu acabei de contar a vocês quantos dados são descobertos todos os anos
06:42
We have so much information, we don't even know how to organize it.
156
402247
3164
Temos tanta informação; não sabemos como começar a organizá-la
06:45
What good is more going to do?
157
405435
1438
Qual o benefício de mais informações?
06:46
Maybe we'll be lucky and discover some magic thing, but I don't think so.
158
406897
3448
Talvez sejamos sortudos e podemos descobrir algo mágico, mas não acredito nisso
06:50
This is a symptom of the fact that we just don't have a theory.
159
410369
2973
É na verdade um sintoma do fato de que não temos uma boa teoria
06:53
We don't need more data, we need a good theory.
160
413366
2610
Não precisamos de mais dados -- precisamos de uma boa teoria sobre isso
06:56
Another one is sometimes people say,
161
416000
1798
Outra razão é, as vezes as pessoas dizem, bem, cérebros são tão complexos,
06:57
"Brains are so complex, it'll take another 50 years."
162
417822
3154
demorará mais 50 anos
07:01
I even think Chris said something like this yesterday, something like,
163
421000
3354
Eu inclusive acho que Chris disse algo assim ontem
Não tenho certeza do que você disse Chris, mas algo parecido,
07:04
it's one of the most complicated things in the universe.
164
424378
2627
bem, é uma das coisas mais complexas do universo. Isto não é verdade.
07:07
That's not true -- you're more complicated than your brain.
165
427029
2790
Você é mais complicado que seu cérebro. Você tem um cérebro
07:09
You've got a brain.
166
429843
1151
E também, embora o cérebro pareça muito complicado,
07:11
And although the brain looks very complicated,
167
431018
2150
as coisas parecem complicadas até você as entender
07:13
things look complicated until you understand them.
168
433192
2336
07:15
That's always been the case.
169
435552
1335
Sempre foi assim. E então tudo que podemos dizer, bem,
07:16
So we can say, my neocortex, the part of the brain I'm interested in,
170
436911
3243
meu neocórtex, a parte do cérebro que me interessa, tem 30 bilhões de células
07:20
has 30 billion cells.
171
440178
1152
07:21
But, you know what? It's very, very regular.
172
441354
2432
Mas, sabe de uma coisa? Ele é muito, muito regular
07:23
In fact, it looks like it's the same thing repeated over and over again.
173
443810
3394
Na verdade, ele parece a mesma coisa repetida muitas e muitas vezes
07:27
It's not as complex as it looks. That's not the issue.
174
447228
2536
Não é tão complexo quanto parece. Esta não é a questão
07:29
Some people say, brains can't understand brains.
175
449788
2287
Algumas pessoas dizem, cérebros não podem entender cérebros
07:32
Very Zen-like. Woo.
176
452099
1988
Muito zen. Uau, você sabe --
07:34
(Laughter)
177
454111
2188
(risos)
07:36
You know, it sounds good, but why? I mean, what's the point?
178
456323
2859
Soa bem, mas porque? Qual é o sentido?
07:39
It's just a bunch of cells. You understand your liver.
179
459206
2569
è apenas um monte de células. Você entende seu fígado
07:41
It's got a lot of cells in it too, right?
180
461799
1977
E também há um monte de células, certo?
07:43
So, you know, I don't think there's anything to that.
181
463800
2494
Então, não acho que seja por aí
07:46
And finally, some people say,
182
466318
2112
E por último, algumas pessoas dizem, sabe,
07:48
"I don't feel like a bunch of cells -- I'm conscious.
183
468454
2983
Eu não me sinto um monte de células. Eu sou consciente
07:51
I've got this experience, I'm in the world.
184
471461
2069
Eu tenho esta experiência, estou no mundo, sabe.
07:53
I can't be just a bunch of cells."
185
473554
1910
Eu não posso ser apenas um monte de células. Bem, você sabe,
07:55
Well, people used to believe there was a life force to be living,
186
475488
3223
pessoas costumavam crer que havia uma força da vida,
07:58
and we now know that's really not true at all.
187
478735
2409
e nós sabemos agora que isto não é verdade
08:01
And there's really no evidence,
188
481168
1898
E realmente não há evidência que diga, bem, outras pessoas
08:03
other than that people just disbelieve that cells can do what they do.
189
483090
3374
apenas creram que células não podem fazer o que fazem
08:06
So some people have fallen into the pit of metaphysical dualism,
190
486488
3041
E então, se algumas pessoas caíram no abismo do dualismo metafísico,
08:09
some really smart people, too, but we can reject all that.
191
489553
2730
algumas pessoas muito espertas, também, mas podemos rejeitar tudo isso.
08:12
(Laughter)
192
492307
2895
(risos)
Não, eu irei mostrar a vocês que há algo mais,
08:15
No, there's something else,
193
495226
1741
08:16
something really fundamental, and it is:
194
496991
1985
e que é realmente fundamental, e é isto:
08:19
another reason why we don't have a good brain theory
195
499000
2451
Há outra razão porque não temos uma boa teoria do cérebro,
08:21
is because we have an intuitive, strongly held but incorrect assumption
196
501475
5535
e é porque nós temos uma intuição muito forte e arraigada,
mas uma suposição incorreta que nos impediu de ver a resposta.
08:27
that has prevented us from seeing the answer.
197
507034
2112
08:29
There's something we believe that just, it's obvious, but it's wrong.
198
509170
3788
Há algo em que acreditamos que é óbvio, mas está errado
08:32
Now, there's a history of this in science and before I tell you what it is,
199
512982
3566
Há um caso destes na ciência e antes de contá-lo
08:36
I'll tell you about the history of it in science.
200
516572
2299
Vou falar um pouco sobre a história da ciência
08:38
Look at other scientific revolutions --
201
518895
1910
Consider algumas outras revoluções científicas,
08:40
the solar system, that's Copernicus,
202
520829
1879
e neste caso, estou falando do sistema solar, isto é Copérnico,
08:42
Darwin's evolution, and tectonic plates, that's Wegener.
203
522732
2819
A revolução de Darwin, e as placas tectônicas, isto é Wegener
Elas todas têm muito em comum com a neurociência
08:46
They all have a lot in common with brain science.
204
526059
2295
08:48
First, they had a lot of unexplained data. A lot of it.
205
528378
2666
Em primeiro lugar, eles tinham um monte de dados não explicados. Um monte.
08:51
But it got more manageable once they had a theory.
206
531068
2794
Mas se tornou mais manejável quando desenvolveram uma teoria
08:53
The best minds were stumped -- really smart people.
207
533886
2807
As melhores mentes estavam travadas, pessoas realmente espertas
08:56
We're not smarter now than they were then;
208
536717
2004
Não somos mais espertos do que eram antes
08:58
it just turns out it's really hard to think of things,
209
538745
2527
apenas ocorre que é realmente muito difícil pensar sobre as coisas,
09:01
but once you've thought of them, it's easy to understand.
210
541296
2676
mas uma vez que você pensou sobre elas, é mais fácil entender
09:03
My daughters understood these three theories,
211
543996
2106
Minhas filhas entenderam todas estas três teorias
em seus aspectos gerais, na época do jardim da infância
09:06
in their basic framework, in kindergarten.
212
546126
2518
09:08
It's not that hard -- here's the apple, here's the orange,
213
548668
3266
E agora não é tão difícil, você sabe, aqui está a maçã, aqui está a laranja,
09:11
the Earth goes around, that kind of stuff.
214
551958
2018
sabe, a Terra gira por aí, este tipo de coisa.
09:14
Another thing is the answer was there all along,
215
554000
2586
Finalmente, outro ponto é que a resposta esteve aí o tempo todo,
09:16
but we kind of ignored it because of this obvious thing.
216
556610
2779
mas nós meio que a ignorávamos por causa destas coisas óbvias, e este é o ponto
09:19
It was an intuitive, strongly held belief that was wrong.
217
559413
2850
Era uma intuição, uma crença muito forte e arraigada, que estava errada
09:22
In the case of the solar system,
218
562287
1690
No caso do sistema solar, a idéia que a Terra está girando
09:24
the idea that the Earth is spinning,
219
564001
1760
09:25
the surface is going a thousand miles an hour,
220
565785
2191
e que a superfície está viajando a 1000 milhas por hora,
09:28
and it's going through the solar system at a million miles an hour --
221
568000
3249
e de que a Terra esta passeando pelo sistema solar mais ou menos a um milhão de milhas por hora
09:31
this is lunacy; we all know the Earth isn't moving.
222
571273
2476
Isto é coisa de lunático. Todos sabemos que a Terra não está se movendo
09:33
Do you feel like you're moving a thousand miles an hour?
223
573773
2877
Você sente que está se movendo a 1000 milhas por hora?
Claro que não. E se alguém dissesse,
09:36
If you said Earth was spinning around in space and was huge --
224
576674
2919
bem, ela está viajando no espaço e é tão gigante,
09:39
they would lock you up, that's what they did back then.
225
579617
2591
eles te prenderiam, e foi o que fizeram no passado
(risos)
09:42
So it was intuitive and obvious. Now, what about evolution?
226
582232
3275
Então era intuitivo e óbvio. Agora, e quanto à evolução?
09:45
Evolution, same thing.
227
585531
1154
A Evolução é a mesma coisa. Ensinamos nossos filhos, bem, a Bíblia diz,
09:46
We taught our kids the Bible says God created all these species,
228
586709
3080
você sabe, Deus criou todas as espécies, gatos são gatos, cachorros são cachorros,
09:49
cats are cats; dogs are dogs; people are people; plants are plants;
229
589813
3143
pessoas são pessoas, plantas são plantas, eles não mudam.
09:52
they don't change.
230
592980
1241
Noé os colocou na arca naquela ordem, blablabla. E, você sabe,
09:54
Noah put them on the ark in that order, blah, blah.
231
594245
2649
09:56
The fact is, if you believe in evolution, we all have a common ancestor.
232
596918
3395
o fato é que, se você acredita na evolução, nós todos temos um ancestral comum,
10:00
We all have a common ancestor with the plant in the lobby!
233
600337
3282
e todos temos um ancestral comum com a planta que está na recepção
10:03
This is what evolution tells us. And it's true. It's kind of unbelievable.
234
603643
3686
É isto que a evolução nos diz. E isto é verdade. É quase impossível acreditar
10:07
And the same thing about tectonic plates.
235
607353
2557
E a mesma coisa sobre placas tectônicas, sabe?
10:09
All the mountains and the continents
236
609934
1722
Todas as montanhas e continentes estão meio que flutuando por aí
10:11
are kind of floating around on top of the Earth.
237
611680
2344
no topo da terra, sabe? Não faz nenhum sentido
10:14
It doesn't make any sense.
238
614048
1246
10:15
So what is the intuitive, but incorrect assumption,
239
615318
4601
Então qual é a suposição intuitiva incorreta
10:19
that's kept us from understanding brains?
240
619943
1967
que nos impede de entendermos os cérebros?
10:21
I'll tell you. It'll seem obvious that it's correct. That's the point.
241
621934
3293
Agora vou falar sobre isso, e irá parecer óbvio que está correto,
e este é o ponto, certo? Então terei que argumentar
10:25
Then I'll make an argument why you're incorrect on the other assumption.
242
625251
3434
porque você está errado sobre a outra suposição
10:28
The intuitive but obvious thing is:
243
628709
1682
A coisa intuitiva e óbvia é que de alguma maneira a inteligência
10:30
somehow, intelligence is defined by behavior;
244
630415
2314
é definida pelo comportamento,
10:32
we're intelligent because of how we do things
245
632753
2350
que nós somos inteligentes por causa da maneira como fazemos as coisas
10:35
and how we behave intelligently.
246
635127
1572
e a maneira que nos comportamos inteligentemente, mas eu direi a vocês que isso está errado
10:36
And I'm going to tell you that's wrong.
247
636723
1879
10:38
Intelligence is defined by prediction.
248
638626
2131
O que ocorre é que inteligência é definida por predição
10:40
I'm going to work you through this in a few slides,
249
640781
2415
E irei mostrar isso através de alguns slides aqui,
10:43
and give you an example of what this means.
250
643220
2094
Darei um exemplo do que isso significa. Aqui temos um sistema
10:45
Here's a system.
251
645338
1301
10:46
Engineers and scientists like to look at systems like this.
252
646663
2908
Engenheiros olham para sistemas assim. Cientistas gostam de olhar sistemas dessa maneira
10:49
They say, we have a thing in a box. We have its inputs and outputs.
253
649595
3163
Eles dizem, bem, nós temos uma coisa na caixa, e temos as entradas e saídas da caixa
10:52
The AI people said, the thing in the box is a programmable computer,
254
652782
3240
As pessoas da IA diziam, bem, a coisa na caixa é um computador programável
10:56
because it's equivalent to a brain.
255
656046
1679
porque isso é equivalente a um cérebro, e nós daremos algumas informações de entrada
10:57
We'll feed it some inputs and get it to do something, have some behavior.
256
657749
3506
e nós faremos com que faça alguma coisa, que tenha algum comportamento
E Alan Turing definiu o teste de Turing, que diz, em sua essência,
11:01
Alan Turing defined the Turing test, which essentially says,
257
661279
2822
que saberemos que alguma coisa é inteligente se ela se comportar de maneira idêntica a um ser humano
11:04
we'll know if something's intelligent if it behaves identical to a human --
258
664125
3553
Uma medida métrica do que é inteligência
11:07
a behavioral metric of what intelligence is
259
667702
2106
11:09
that has stuck in our minds for a long time.
260
669832
2144
e isto está enraizado em nossas mentes por muito tempo
11:12
Reality, though -- I call it real intelligence.
261
672000
2392
Entretanto a realidade, eu a chamo de inteligência real
11:14
Real intelligence is built on something else.
262
674416
2175
Inteligencia real é feita de outra coisa
11:16
We experience the world through a sequence of patterns,
263
676615
3214
Nós experimentamos o mundo através de uma sequência de padrões, e nós os armazenamos
11:19
and we store them, and we recall them.
264
679853
2149
e nós os evocamos. E quando os evocamos, nós os comparamos
11:22
When we recall them, we match them up against reality,
265
682026
2545
com a realidade, e nós estamos fazendo predições todo o tempo
11:24
and we're making predictions all the time.
266
684595
2251
11:26
It's an internal metric; there's an internal metric about us,
267
686870
2958
É uma métrica eterna. Tem uma métrica eterna sobre nós, como que dizendo,
11:29
saying, do we understand the world, am I making predictions, and so on.
268
689852
3342
entendemos o mundo? Estou fazendo predições? E por aí vai
11:33
You're all being intelligent now, but you're not doing anything.
269
693218
3002
Você está sendo inteligente neste exato momento, mas você não está fazendo nada
Talvez você esteja se coçando, ou cutucando o nariz,
11:36
Maybe you're scratching yourself, but you're not doing anything.
270
696244
3002
Eu não sei, mas você não esta fazendo alguma coisa neste exato momento,
11:39
But you're being intelligent; you're understanding what I'm saying.
271
699270
3156
mas você esta sendo inteligente, você está compreendendo o que estou dizendo
11:42
Because you're intelligent and you speak English,
272
702450
2295
Porque você é inteligente e fala Inglês
11:44
you know the word at the end of this
273
704769
1751
você sabe qual palavra está no fim desta -- (silêncio)
frase
11:46
sentence.
274
706544
1159
11:47
The word came to you; you make these predictions all the time.
275
707727
3152
A palavra veio a você, e você está fazendo estas predições o tempo todo
11:50
What I'm saying is,
276
710903
1699
E então, o que estou dizendo é que,
11:52
the internal prediction is the output in the neocortex,
277
712626
2631
esta eterna predição é a saída do neocórtex
E que de alguma maneira, predição leva a comportamento inteligente
11:55
and somehow, prediction leads to intelligent behavior.
278
715281
2541
11:57
Here's how that happens:
279
717846
1151
E é assim que ocorre. Vamos começar com um cérebro não inteligente
11:59
Let's start with a non-intelligent brain.
280
719021
1955
Bem, vou argumentar que um cérebro não-inteligente, nós temos um cérebro antigo,
12:01
I'll argue a non-intelligent brain, we'll call it an old brain.
281
721000
3009
12:04
And we'll say it's a non-mammal, like a reptile,
282
724033
2871
e nós diremos que é tipo um não mamífero, como um réptil,
12:06
say, an alligator; we have an alligator.
283
726928
1985
então vou dizer, temos um crocodilo
12:08
And the alligator has some very sophisticated senses.
284
728937
3371
E o crocodilo tem alguns sentidos muito sofisticados
12:12
It's got good eyes and ears and touch senses and so on,
285
732332
3206
Tem bons olhos e ouvidos e sensação de tato etc
12:15
a mouth and a nose.
286
735562
1469
uma boca e um nariz. Tem comportamentos bem complexos
12:17
It has very complex behavior.
287
737055
1991
12:19
It can run and hide. It has fears and emotions. It can eat you.
288
739070
3906
Pode correr e se esconder. Tem medos e emoções. Ele pode te comer, você sabe.
12:23
It can attack. It can do all kinds of stuff.
289
743000
3590
Pode te atacar. Pode fazer todos os tipos de coisas
12:27
But we don't consider the alligator very intelligent,
290
747193
2856
Mas nós não consideramos o crocodilo muito inteligente
12:30
not in a human sort of way.
291
750073
1676
12:31
But it has all this complex behavior already.
292
751773
2356
Mas ele já tem todos estes comportamentos complexos
12:34
Now in evolution, what happened?
293
754510
1801
Agora, na evolução, o que ocorreu?
12:36
First thing that happened in evolution with mammals
294
756335
2385
A primeira coisa que ocorreu na evolução com os mamíferos,
12:38
is we started to develop a thing called the neocortex.
295
758744
2531
nós começamos a desenvolver uma coisa chamada neocórtex
12:41
I'm going to represent the neocortex by this box on top of the old brain.
296
761299
3793
e vou representar o neocórtex aqui
por este quadrado em cima do cérebro antigo
12:45
Neocortex means "new layer." It's a new layer on top of your brain.
297
765116
3353
Neocórtex significa nova camada. é uma nova camada no topo do seu cérebro
12:48
It's the wrinkly thing on the top of your head
298
768493
2343
Se você não o conhece, ele é a coisa enrugada no topo da sua cabeça, que
12:50
that got wrinkly because it got shoved in there and doesn't fit.
299
770860
3084
se tornou enrugado porque foi apertado e não cabe ali
12:53
(Laughter)
300
773968
1008
(risos)
12:55
Literally, it's about the size of a table napkin
301
775000
2242
Não, sério, é isso mesmo. Tem o tamanho de um guardanapo de mesa
12:57
and doesn't fit, so it's wrinkly.
302
777266
1574
E não cabe, então fica todo enrugado. Agora vejam como desenhei isso aqui
12:58
Now, look at how I've drawn this.
303
778864
1745
13:00
The old brain is still there.
304
780633
1386
O cérebro antigo ainda está lá. Você ainda tem um cérebro de crocodilo
13:02
You still have that alligator brain. You do. It's your emotional brain.
305
782043
3655
Você tem mesmo. É o seu cérebro emocional
13:05
It's all those gut reactions you have.
306
785722
2730
É todas essas coisas, e todas aqueles instintos viscerais que você tem
13:08
On top of it, we have this memory system called the neocortex.
307
788476
3270
E no topo dele, nós temos este sistema de memória chamado neocórtex
13:11
And the memory system is sitting over the sensory part of the brain.
308
791770
4294
E o sistema de memória esta sentado em cima da parte sensorial do cérebro
13:16
So as the sensory input comes in and feeds from the old brain,
309
796088
3055
E então conforme as entradas sensoriais chegam do cérebro antigo
13:19
it also goes up into the neocortex.
310
799167
2154
elas também sobem até o neocórtex. E o neocórtex está apenas memorizando
13:21
And the neocortex is just memorizing.
311
801345
1913
13:23
It's sitting there saying, I'm going to memorize all the things going on:
312
803282
3561
Ele está lá dizendo, ah, vou memorizar todas esta coisas que estão acontecendo,
13:26
where I've been, people I've seen, things I've heard, and so on.
313
806867
3019
onde estive, pessoas que vi, coisas que ouvi, etc
13:29
And in the future, when it sees something similar to that again,
314
809910
3362
E no futuro, quando ele vê algo similar àquilo de novo,
13:33
in a similar environment, or the exact same environment,
315
813296
2635
ou seja, em um ambiente semelhante, ou no mesmo exato ambiente,
13:35
it'll start playing it back: "Oh, I've been here before,"
316
815955
3555
ele irá recordar. Ele irá tocar aquilo de novo
Oh, estive aqui antes. E quando você já esteve aqui antes,
13:39
and when you were here before, this happened next.
317
819534
2364
aquilo aconteceu em seguida. Ele te permite predizer o futuro
13:41
It allows you to predict the future.
318
821922
1726
13:43
It literally feeds back the signals into your brain;
319
823672
3396
Ele te permite, literalmente, realimentar os sinais para seu cérebro,
13:47
they'll let you see what's going to happen next,
320
827092
2265
ele te permite ver o que irá acontecer em seguida,
13:49
will let you hear the word "sentence" before I said it.
321
829381
2595
te permitirá ouvir a palavra "frase" antes que eu a diga
13:52
And it's this feeding back into the old brain
322
832000
3185
E ele está enviando isso de volta ao cérebro antigo
13:55
that will allow you to make more intelligent decisions.
323
835209
2577
te permitindo fazer decisões mais inteligentes
13:57
This is the most important slide of my talk, so I'll dwell on it a little.
324
837810
3489
este é o slide mais importante da minha palestra, então vou demorar um pouco aqui
14:01
And all the time you say, "Oh, I can predict things,"
325
841323
3575
E então, toda vez que você diz, oh, posso prever coisas
14:04
so if you're a rat and you go through a maze, and you learn the maze,
326
844922
3360
E se você é um rato e você vai por um labirinto, e então você aprende o labirinto,
14:08
next time you're in one, you have the same behavior.
327
848306
2439
a próxima vez que você estiver no labirinto, você tem o mesmo comportamento,
14:10
But suddenly, you're smarter; you say, "I recognize this maze,
328
850769
2991
mas de repente, você está mais esperto
porque você diz, oh, reconheço este labirinto, eu sei que caminho tomar,
14:13
I know which way to go; I've been here before; I can envision the future."
329
853784
3542
estive aqui antes, posso predizer o futuro. E é isso que está acontecendo
14:17
That's what it's doing.
330
857350
1168
14:18
This is true for all mammals --
331
858542
2840
Em humanos, aliás, isto também é verdade para todos os mamíferos,
14:21
in humans, it got a lot worse.
332
861406
2031
é verdade para outros mamíferos, e em humanos, se tornou bem pior
14:23
Humans actually developed the front of the neocortex,
333
863461
2587
Em humanos, nós desenvolvemos a parte frontal do neocórtex
14:26
called the anterior part of the neocortex.
334
866072
2221
chamada parte anterior do neocórtex. E a natureza fez um pequeno truque
14:28
And nature did a little trick.
335
868317
1438
14:29
It copied the posterior, the back part, which is sensory,
336
869779
2687
Ela copiou a parte posterior, a parte de trás, que é sensorial,
14:32
and put it in the front.
337
872490
1151
e colocou na parte da frente
14:33
Humans uniquely have the same mechanism on the front,
338
873665
2480
E humanos são únicos por ter o mesmo mecanismo na frente,
14:36
but we use it for motor control.
339
876169
1554
mas nós o usamos para controle motor
14:37
So we're now able to do very sophisticated motor planning, things like that.
340
877747
3581
Então agora somos capazes de fazer planejamento motor muito sofisticado, coisas assim
14:41
I don't have time to explain, but to understand how a brain works,
341
881352
3126
Não tenho tempo para me aprofundar em tudo isso, mas se você quer entender como um cérebro funciona,
14:44
you have to understand how the first part of the mammalian neocortex works,
342
884502
3537
você tem que entender como a primeira parte do neocórtex dos mamíferos funciona
como ele armazena padrões e faz predições
14:48
how it is we store patterns and make predictions.
343
888063
2293
Então deixe-me dar uns exemplos de predições
14:50
Let me give you a few examples of predictions.
344
890380
2188
14:52
I already said the word "sentence."
345
892592
1676
Eu já disse a palavra "frase". Em múscia,
14:54
In music, if you've heard a song before,
346
894292
3206
se você já ouviu uma música antes, se você ouviu Jill cantar aquelas músicas antes,
14:57
when you hear it, the next note pops into your head already --
347
897522
2909
quando ela canta essas músicas, a próxima nota aparece de repente na sua cabeça
15:00
you anticipate it.
348
900455
1151
você antecipa enquanto ouve. Se fosse um álbum de música,
15:01
With an album, at the end of a song, the next song pops into your head.
349
901630
3354
o fim de um álbum, a próxima música aparece de repente na sua cabeça.
15:05
It happens all the time, you make predictions.
350
905008
2305
E estas coisas acontecem o tempo todo. Você está fazendo estas predições
15:07
I have this thing called the "altered door" thought experiment.
351
907337
3039
Eu tenho esta coisa chamada o experimento mental da porta alterada
15:10
It says, you have a door at home;
352
910400
2829
E este experimento mental da porta alterada diz, você tem uma porta em casa,
15:13
when you're here, I'm changing it --
353
913253
1755
e enquanto você está aqui, eu estou modificando sua porta, tenho um cara
15:15
I've got a guy back at your house right now, moving the door around,
354
915032
3196
lá na sua casa, neste exato momento, mexendo na porta,
15:18
moving your doorknob over two inches.
355
918252
1769
e ele irá pegar a maçaneta e mover algumas polegadas
15:20
When you go home tonight, you'll put your hand out, reach for the doorknob,
356
920045
3584
E quando você for para casa hoje a noite, você irá colocar a mão na porta,
e irá esticá-la para pegar na maçaneta e você irá notar
15:23
notice it's in the wrong spot
357
923653
1514
que está no lugar errado, e você dirá, uau, algo aconteceu
15:25
and go, "Whoa, something happened."
358
925191
1687
15:26
It may take a second, but something happened.
359
926902
2101
Pode demorar um segundo para perceber o que foi, mas algo aconteceu
15:29
I can change your doorknob in other ways --
360
929027
2003
Eu poderia mudar sua maçaneta de outras maneiras
15:31
make it larger, smaller, change its brass to silver, make it a lever,
361
931054
3241
Posso fazê-la maior ou menor, posso trocar de latão para prata
Posso fazer um alavanca. Posso mudar sua porta, colocar cores
15:34
I can change the door; put colors on, put windows in.
362
934319
2576
Posso colocar janelas nela. Posso mudar milhares de coisas sobre sua porta,
15:36
I can change a thousand things about your door
363
936919
2151
e em dois segundos que você leva para abrir sua porta,
15:39
and in the two seconds you take to open it,
364
939094
2008
você irá notar que algo aconteceu
15:41
you'll notice something has changed.
365
941126
1722
15:42
Now, the engineering approach, the AI approach to this,
366
942872
2584
Agora, a abordagem do engenheiro para isso, IA aborda isso,
15:45
is to build a door database with all the door attributes.
367
945480
2675
construindo uma base de dados sobre a porta. Tem todos os atributos da porta
15:48
And as you go up to the door, we check them off one at time:
368
948179
2819
E quando você vai até a porta, você sabe, vamos conferir item por item
15:51
door, door, color ...
369
951022
1346
Porta, porta, porta, você sabe, sabe o que estou dizendo
15:52
We don't do that. Your brain doesn't do that.
370
952392
2100
Nós não fazemos isso. seu cérebro não faz isso
15:54
Your brain is making constant predictions all the time
371
954516
2540
O que seu cérebro esta fazendo são constantes predições, todo o tempo
15:57
about what will happen in your environment.
372
957080
2034
sobre o que está prestes a acontecer no ambiente
15:59
As I put my hand on this table, I expect to feel it stop.
373
959138
2746
Quando coloco minha mão nesta mesa, espero senti-la parar
16:01
When I walk, every step, if I missed it by an eighth of an inch,
374
961908
3019
Quando ando, a cada passo, se erro por um oitavo de polegada,
16:04
I'll know something has changed.
375
964951
1533
Saberei que algo mudou
16:06
You're constantly making predictions about your environment.
376
966508
2820
Você está constantemente prevendo coisas sobre seu ambiente
16:09
I'll talk about vision, briefly.
377
969352
1593
Vou falar rapidamente sobre visão. Esta é uma imagem de uma mulher
16:10
This is a picture of a woman.
378
970969
1383
16:12
When we look at people, our eyes saccade over two to three times a second.
379
972376
3490
E quando você olha para uma pessoa, seus olhos param
por duas ou três vezes por segundo
16:15
We're not aware of it, but our eyes are always moving.
380
975890
2529
Você não tem consciência disso, mas seus olhos estão sempre se movendo
E então quando você olha para o rosto de alguém,
16:18
When we look at a face, we typically go from eye to eye to nose to mouth.
381
978443
3435
você iria tipicamente de olho para olho para olho para nariz para boca
16:21
When your eye moves from eye to eye,
382
981902
1869
Agora, quando você vai de olho para olho,
16:23
if there was something else there like a nose,
383
983795
2158
se houver algo diferente como um nariz,
16:25
you'd see a nose where an eye is supposed to be and go, "Oh, shit!"
384
985977
3546
você veria um nariz onde esperava ver um olho,
e você dirá, que merda, você sabe --
16:29
(Laughter)
385
989547
1396
16:30
"There's something wrong about this person."
386
990967
2109
(risos)
Há algo errado com esta pessoa
16:33
That's because you're making a prediction.
387
993100
2005
E isto é porque você está fazendo predições
16:35
It's not like you just look over and say, "What am I seeing? A nose? OK."
388
995129
3439
Não é que você olha ali e diz, o que estou vendo agora?
Um nariz, isto está certo. Não, você tem uma expectativa do que você irá ver
16:38
No, you have an expectation of what you're going to see.
389
998592
2634
(risos)
16:41
Every single moment.
390
1001250
1151
A cada momento. E finalmente, vamos pensar como testamos inteligência
16:42
And finally, let's think about how we test intelligence.
391
1002425
2629
16:45
We test it by prediction: What is the next word in this ...?
392
1005078
3081
Nós testamos por predição. Qual a próxima palavra nesta, você sabe?
16:48
This is to this as this is to this. What is the next number in this sentence?
393
1008183
3627
Isto é para isto, é isto. Qual o próximo número nesta sentença?
16:51
Here's three visions of an object. What's the fourth one?
394
1011834
2690
Aqui há três visões de um objeto
Qual é a quarta visão? É assim que testamos. É tudo sobre predições
16:54
That's how we test it. It's all about prediction.
395
1014548
2504
16:57
So what is the recipe for brain theory?
396
1017573
2194
então qual a receita para uma teoria do cérebro?
17:00
First of all, we have to have the right framework.
397
1020219
2366
Em primeiro lugar, temos de ter um quadro de referência correto
17:02
And the framework is a memory framework,
398
1022609
1913
E a estrutura é uma estrutura de memória
17:04
not a computational or behavior framework,
399
1024546
2024
Não é de computação ou de comportamento, é uma estrutura de memória
17:06
it's a memory framework.
400
1026594
1163
17:07
How do you store and recall these sequences of patterns?
401
1027781
2623
Como se armazena e recupera estas sequências de padrões. São padrões espaço-temporais
17:10
It's spatiotemporal patterns.
402
1030428
1442
17:11
Then, if in that framework, you take a bunch of theoreticians --
403
1031894
3009
Então, se nesta estrutura, você pega um bando de teóricos,
17:14
biologists generally are not good theoreticians.
404
1034927
2246
Bem, biólogos geralmente não são bons teóricos
Não é sempre verdade, mas em geral, não há uma boa história teórica na biologia
17:17
Not always, but generally, there's not a good history of theory in biology.
405
1037197
3529
17:20
I've found the best people to work with are physicists,
406
1040750
2574
Então descobri que as melhores pessoas para trabalhar são os físicos
17:23
engineers and mathematicians,
407
1043348
1383
enegenheiros e matemáticos, que tendem a pensar de modo algorítmico.
17:24
who tend to think algorithmically.
408
1044755
1696
17:26
Then they have to learn the anatomy and the physiology.
409
1046475
3264
Então eles devem aprender a anatomia, e devem aprender a fisiologia
17:29
You have to make these theories very realistic in anatomical terms.
410
1049763
4496
É necessário criar estas teorias de modo realista em relação à anatomia
Qualquer um que te diz uma teoria de como o cérebro funciona
17:34
Anyone who tells you their theory about how the brain works
411
1054283
2765
17:37
and doesn't tell you exactly how it's working
412
1057072
2097
e não te diz exatamente como ela está funcionando no cérebro
17:39
and how the wiring works --
413
1059193
1303
e como as conexões funcionam no cérebro, não é uma teoria
17:40
it's not a theory.
414
1060520
1267
17:41
And that's what we do at the Redwood Neuroscience Institute.
415
1061811
2833
E é isto que estamos fazendo no Redwood Neuroscience Institute™
17:44
I'd love to tell you we're making fantastic progress in this thing,
416
1064668
3308
Eu adoraria ter mais tempo para lhes contar o grande progresso que estamos conseguindo
17:48
and I expect to be back on this stage sometime in the not too distant future,
417
1068000
3662
e espero voltar a este palco,
talvez isto seja em outro momento num futuro não muito distante e falarei sobre isso
17:51
to tell you about it.
418
1071686
1164
17:52
I'm really excited; this is not going to take 50 years.
419
1072874
2594
Estou muito, muito empolgado. Isto não demorará mais 50 anos
17:55
What will brain theory look like?
420
1075492
1578
E como será a teoria do cérebro?
17:57
First of all, it's going to be about memory.
421
1077094
2055
Em primeiro lugar, será uma teoria sobre memória
17:59
Not like computer memory -- not at all like computer memory.
422
1079173
2822
Não como memória de computador
18:02
It's very different.
423
1082019
1151
É muito, muito diferente. E é uma memória destes padrões com muitas
18:03
It's a memory of very high-dimensional patterns,
424
1083194
2257
dimensões, como as coisas que vêm de seus olhos
18:05
like the things that come from your eyes.
425
1085475
1962
18:07
It's also memory of sequences:
426
1087461
1437
É também uma sequência de memórias
18:08
you cannot learn or recall anything outside of a sequence.
427
1088922
2730
Você não pode lembrar nada fora de uma sequência
18:11
A song must be heard in sequence over time,
428
1091676
2837
Uma música tem de ser ouvida como uma sequência no tempo
18:14
and you must play it back in sequence over time.
429
1094537
2351
e você tem de repeti-la de novo ao longo do tempo
18:16
And these sequences are auto-associatively recalled,
430
1096912
2449
E estas sequências são evocadas de maneira auto-associativa, então se vejo algo
18:19
so if I see something, I hear something, it reminds me of it,
431
1099385
2873
Eu escuto algo, me lembra disso, e então isso se repete automaticamente
18:22
and it plays back automatically.
432
1102282
1533
18:23
It's an automatic playback.
433
1103839
1294
É uma repetição automática. E a predição dos futuros sinais de entrada é a saída desejada½
18:25
And prediction of future inputs is the desired output.
434
1105157
2548
18:27
And as I said, the theory must be biologically accurate,
435
1107729
2620
E como disse, a teoria deve ser biologicamente correta
18:30
it must be testable and you must be able to build it.
436
1110373
2484
Tem de ser testável, e você deve ser capaz de contruir isso
18:32
If you don't build it, you don't understand it.
437
1112881
2211
Se você não construir, você não entendeu. Então, em mais um slide,
18:35
One more slide.
438
1115116
1532
18:36
What is this going to result in?
439
1116672
2309
Qual será o resultado disso? Iremos construir máquinas inteligentes?
18:39
Are we going to really build intelligent machines?
440
1119005
2348
Absolutamente. E será diferente de como as pessoas pensam
18:41
Absolutely. And it's going to be different than people think.
441
1121377
3798
Não ha dúvidas de que irá ocorrer, na minha cabeça.
18:45
No doubt that it's going to happen, in my mind.
442
1125508
2392
18:47
First of all, we're going to build this stuff out of silicon.
443
1127924
3116
Em primeiro lugar, será construído em silício
18:51
The same techniques we use to build silicon computer memories,
444
1131064
2912
A mesma técnica que usamos para construir memórias de computador,
18:54
we can use here.
445
1134000
1151
podemos usar aqui
18:55
But they're very different types of memories.
446
1135175
2109
Mas serão tipos muito diferentes de memória
18:57
And we'll attach these memories to sensors,
447
1137308
2023
E iremos ligar estas memórias a sensores
18:59
and the sensors will experience real-live, real-world data,
448
1139355
2777
e os sensores vão experimentar dados do mundo real, em tempo real,
19:02
and learn about their environment.
449
1142156
1752
e estas coisas irão aprender sobre o ambiente
19:03
Now, it's very unlikely the first things you'll see are like robots.
450
1143932
3445
Mas é muito improvável que as primeiras coisas que você verá sejam robôs
19:07
Not that robots aren't useful; people can build robots.
451
1147401
2575
Não que robôs não sejam úteis e que pessoas não possam construí-los
19:10
But the robotics part is the hardest part. That's old brain. That's really hard.
452
1150000
3767
Mas a parte da robótica é a mais difícil. É o cérebro antigo. Isto é realmente difícil
19:13
The new brain is easier than the old brain.
453
1153791
2007
O cérebro novo é na verdade mais fácil que o antigo
19:15
So first we'll do things that don't require a lot of robotics.
454
1155822
3082
Então as primeiras coisas que faremos são as que não precisam de muita robótica
19:18
So you're not going to see C-3PO.
455
1158928
2179
Então você não verá o C-3PO
19:21
You're going to see things more like intelligent cars
456
1161131
2485
Você verá mais coisas como, sabe, carros inteligentes½
19:23
that really understand what traffic is, what driving is
457
1163640
2808
que realmente entendem o trânsito e o que é dirigir
19:26
and have learned that cars with the blinkers on for half a minute
458
1166472
3278
e que aprenderam que certos carros com pisca-pisca ligado por um minuto
19:29
probably aren't going to turn.
459
1169774
1574
provavelmente não irá virar, coisas assim
19:31
(Laughter)
460
1171372
1291
(risos)
19:32
We can also do intelligent security systems.
461
1172687
2064
Também podemos fazer sistemas de segurança inteligentes
19:34
Anytime we're basically using our brain but not doing a lot of mechanics --
462
1174775
3573
Qualquer lugar que nós estejamos basicamente usando nosso cérebro, mas não muita mecânica
19:38
those are the things that will happen first.
463
1178372
2059
Estas são as coisas que vão acontecer antes
19:40
But ultimately, the world's the limit.
464
1180455
1820
Mas enfim, o mundo é o limite aqui
19:42
I don't know how this will turn out.
465
1182299
1732
Eu não sei como isso irá terminar
19:44
I know a lot of people who invented the microprocessor.
466
1184055
2591
Eu conheço muita gente que inventou o microprocessador
19:46
And if you talk to them,
467
1186670
2164
e se você falar com eles, eles sabiam que o que estavam fazendo era realmente significante
19:48
they knew what they were doing was really significant,
468
1188858
2575
19:51
but they didn't really know what was going to happen.
469
1191457
2500
mas não sabiam exatamente o que iria acontecer
19:53
They couldn't anticipate cell phones and the Internet
470
1193981
2768
Não podiam antecipar telefones celulares e a internet e este tipo de coisa
19:56
and all this kind of stuff.
471
1196773
1735
19:58
They just knew like, "We're going to build calculators
472
1198532
2621
eles apenas sabiam, ei, que eles iriam construir calculadoras
20:01
and traffic-light controllers.
473
1201177
1440
e controladores de semáforos. Mas será grande
20:02
But it's going to be big!"
474
1202641
1299
20:03
In the same way, brain science and these memories
475
1203964
2341
Com a ciência do cérebro e estas memórias, será da mesma maneira,
20:06
are going to be a very fundamental technology,
476
1206329
2225
Haverá tecnologias fundamentais, que levarão
20:08
and it will lead to unbelievable changes in the next 100 years.
477
1208578
3442
a mudanças inimagináveis nos próximos 100 anos
20:12
And I'm most excited about how we're going to use them in science.
478
1212044
3405
E estou muito empolgado sobre como iremos usar isso na ciência
20:15
So I think that's all my time -- I'm over,
479
1215473
2837
Então acho meu tempo já acabou, eu acabei, vou encerrar minha palestra
20:18
and I'm going to end my talk right there.
480
1218334
2277
aqui.
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7