A Powerful New Neurotech Tool for Augmenting Your Mind | Conor Russomanno | TED

356,701 views ・ 2023-06-29

TED


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

Tradutor: Maurício Kakuei Tanaka
00:04
I became obsessed with the relationship between the brain and the mind
0
4251
3753
Fiquei obcecado com a relação entre o cérebro e a mente
depois de sofrer uma série de concussões
00:08
after suffering a series of concussions
1
8004
2294
00:10
playing football and rugby in college.
2
10340
2377
jogando futebol e rúgbi na faculdade.
00:13
I felt my mind change for years after.
3
13468
2920
Senti minha mente mudar por anos depois.
00:17
I was studying computers at the time,
4
17597
2127
Eu estudava computadores na época,
00:19
and it felt as though I had damaged my hardware
5
19766
2753
e parecia que eu havia danificado meu hardware
00:22
and that my software was running differently.
6
22561
2252
e que meu software funcionava de modo diferente.
00:25
Over the following years,
7
25355
2002
Nos anos seguintes,
00:27
a close friend suffered a serious neck injury
8
27357
2336
um amigo próximo sofreu uma grave lesão no pescoço,
00:29
and multiple friends and family members were struggling
9
29734
2586
e vários amigos e familiares lutavam
00:32
with crippling mental health issues.
10
32362
1793
contra problemas devastadores de saúde mental.
00:34
All around me, people that I loved dearly were being afflicted by ailments
11
34447
4046
Ao meu redor, pessoas que eu amava muito estavam sofrendo de doenças
00:38
of the nervous system or the mind.
12
38535
2044
do sistema nervoso ou da mente.
00:41
I was grappling with all of this
13
41246
1543
Eu tentava entender tudo isso
00:42
while pursuing an MFA in Design and Technology at Parsons
14
42789
3545
enquanto me dedicava ao curso de design e tecnologia na Parsons,
00:46
when a friend and fellow student showed me an open-source tutorial
15
46334
3629
quando um amigo e colega me mostrou um tutorial de código aberto
00:49
on how to build a low-cost single-channel EEG system
16
49963
3295
sobre como desenvolver um sistema EEG de canal único de baixo custo
00:53
to detect brain activity.
17
53300
1710
para detectar atividade cerebral.
00:55
After a couple long nights of hacking and tinkering,
18
55594
3461
Depois de algumas noites longas hackeando e mexendo,
00:59
I saw my brainwaves dancing across the screen for the very first time.
19
59097
4421
vi minhas ondas cerebrais dançando na tela pela primeira vez.
01:03
And that moment changed my life.
20
63560
2335
Aquele momento mudou minha vida.
01:06
In that moment,
21
66730
1126
Naquele momento,
01:07
I felt as though I had the possibility to help myself and the people I loved.
22
67897
4922
senti que eu poderia me ajudar e ajudar as pessoas que eu amava.
01:12
And I also realized that I couldn't do it alone.
23
72819
2544
Também percebi que não conseguiria fazer isso sozinho.
01:15
I needed help.
24
75405
1293
Eu precisava de ajuda.
01:17
So in 2013, in Brooklyn, with some like-minded friends,
25
77115
3795
Então, em 2013, no Brooklyn, com alguns amigos que pensavam como eu,
01:20
I started OpenBCI, an open-source neurotechnology company.
26
80952
3712
fundei a OpenBCI, uma empresa de neurotecnologia de código aberto.
01:24
In the beginning,
27
84956
1168
No começo,
nosso objetivo era construir um telescópio que apontasse para dentro
01:26
our goal was to build an inward-pointing telescope
28
86124
3170
01:29
and to share the blueprints with the world
29
89294
2377
e compartilhar os projetos com o mundo
01:31
so that anybody with a computer could begin peering into their own brain.
30
91671
3504
para que qualquer um com um computador pudesse examinar o próprio cérebro.
01:35
At first, we were an EEG-only company.
31
95508
3587
No início, éramos uma empresa de equipamentos para eletroencefalograma.
01:39
We sold brain sensors to measure brain activity.
32
99137
2461
Vendíamos sensores para medir a atividade cerebral.
01:41
I thought that's what people wanted.
33
101640
1918
Achei que era o que as pessoas queriam.
01:43
But over time, we discovered people doing very strange things with our technology.
34
103600
5005
Mas, com o tempo,
encontramos pessoas que faziam coisas muito estranhas com nossa tecnologia.
01:49
Some people were connecting the equipment to the stomach
35
109105
2670
Algumas conectavam o equipamento ao estômago
01:51
to measure the neurons in the gut
36
111775
1710
para medir os neurônios no intestino
01:53
and study gut-brain connection and the microbiome.
37
113526
2795
e estudar a conexão intestino-cérebro e o microbioma.
01:56
Others were using the tools to build new muscle sensors and controllers
38
116363
3962
Outras usavam as ferramentas
para desenvolver novos sensores musculares e controladores para próteses e robótica.
02:00
for prosthetics and robotics.
39
120367
1626
02:02
And some were designing new devices
40
122827
2503
E algumas projetavam novos dispositivos e complementos periféricos
02:05
and peripheral add-ons that could be connected to the platform
41
125372
2919
que podiam ser conectados à plataforma
02:08
to measure new types of data that I had never heard of before.
42
128291
2920
para medir novos tipos de dados dos quais nunca tinha ouvido falar.
02:11
What we learned from all of this
43
131252
1752
Com tudo isso,
aprendemos que o cérebro por si só é, na verdade, muito entediante.
02:13
is that the brain by itself is actually quite boring.
44
133004
4296
02:19
Turns out brain data alone lacks context.
45
139260
3003
Os dados cerebrais sozinhos carecem de contexto,
02:22
And what we ultimately care about is not the brain,
46
142806
3003
e o que nos interessa, no final das contas, não é o cérebro,
02:25
but the mind, consciousness, human cognition.
47
145809
3295
mas a mente, a consciência, a cognição humana.
02:29
When we have things like EMG sensors to measure muscle activity
48
149104
3336
Quando temos coisas como sensores EMG para medir a atividade muscular
02:32
or ECG sensors to measure heart activity,
49
152440
2419
ou sensores ECG para medir a atividade cardíaca,
02:34
eye trackers
50
154901
1168
rastreadores oculares
e até sensores ambientais para medir o mundo ao nosso redor,
02:36
and even environmental sensors to measure the world around us,
51
156111
2919
tudo isso torna os dados cerebrais muito mais úteis.
02:39
all of this makes the brain data much more useful.
52
159030
3212
02:42
But the organs around our body, our sensory receptors,
53
162242
3044
Mas os órgãos ao redor do nosso corpo, nossos receptores sensoriais,
02:45
are actually much easier to collect data from than the brain,
54
165286
3754
são, na verdade, muito mais fáceis para coletar dados do que o cérebro
e também talvez muito mais importantes
02:49
and also arguably much more important for determining the things
55
169082
3045
para determinar as coisas com as quais nos importamos:
02:52
that we actually care about: emotions, intentions and the mind overall.
56
172127
4254
emoções, intenções e a mente em geral.
02:56
Additionally,
57
176715
1167
Além disso,
02:57
we realized that people weren't just interested
58
177924
2920
percebemos que as pessoas não estavam só interessadas
03:00
in reading from the brain and the body.
59
180844
1918
em ler a partir do cérebro e do corpo.
03:02
They were also interested in modulating the mind
60
182762
2670
Elas também estavam interessadas em modular a mente
03:05
through various types of sensory stimulation.
61
185432
2836
por meio de vários tipos de estimulação sensorial.
03:08
Things like light, sound,
62
188268
2169
Coisas como luz,
som,
03:10
haptics and electricity.
63
190478
1961
toque
e eletricidade.
03:12
It's one thing to record the mind,
64
192772
2336
Uma coisa é gravar a mente,
03:15
it's another to modulate it.
65
195150
1918
outra é modulá-la.
03:17
The idea of a combined system
66
197402
1877
A ideia de um sistema combinado
03:19
that can both read from and write to the brain or body
67
199279
3628
capaz tanto de ler a partir do cérebro ou do corpo quanto de escrever para eles
03:22
is referred to as a closed-loop system or bidirectional human interface.
68
202949
3921
é chamada de sistema de circuito fechado ou interface humana bidirecional.
03:27
This concept is truly profound,
69
207245
2753
Esse conceito é verdadeiramente profundo
03:29
and it will define the next major revolution in computing technology.
70
209998
4087
e vai definir a próxima grande revolução na tecnologia de computação.
03:34
When you have products that not just are designed for the average user
71
214919
4922
Quando temos produtos
que não são apenas projetados para o usuário comum,
03:39
but are designed to actually adapt to their user,
72
219883
3003
mas também para se adaptarem a seus usuários,
03:42
that's something truly special.
73
222886
1793
isso é algo realmente especial.
03:44
When we know what the data of an emotion or a feeling looks like
74
224721
3128
Quando sabemos como são os dados de uma emoção ou de um sentimento
03:47
and we know how to make that data go up or down,
75
227891
2586
e como fazer esses dados aumentarem ou diminuírem,
03:50
then using AI,
76
230477
1376
então, usando a IA,
03:51
we can build constructive or destructive interference patterns
77
231895
3545
podemos construir padrões de interferência construtivos ou destrutivos
03:55
to either amplify or suppress those emotions or feelings.
78
235440
3670
para intensificar ou reprimir essas emoções ou esses sentimentos.
03:59
In the very near future,
79
239402
1168
Num futuro muito próximo, teremos computadores
04:00
we will have computers that we are resonantly
80
240612
3003
aos quais estaremos conectados de forma ressonante e subconsciente,
04:03
and subconsciously connected to,
81
243656
2336
permitindo a computação empática pela primeira vez.
04:06
enabling empathetic computing for the very first time.
82
246034
2794
04:09
In 2018,
83
249996
1710
Em 2018, pusemos esses aprendizados em prática
04:11
we put these learnings to work
84
251748
1460
e começamos a desenvolver uma nova ferramenta
04:13
and began development of a new tool for cognitive exploration.
85
253208
3420
para exploração cognitiva.
04:16
Named after my friend Gael, who passed from ALS in 2016,
86
256961
4129
Em homenagem a meu amigo Gael, que faleceu de esclerose lateral amiotrófica, em 2016,
04:21
we call it Galea.
87
261132
1460
nós a chamamos de Galea.
04:22
It’s a multimodal bio-sensing headset,
88
262592
2294
É um fone de ouvido com biossensor multimodal,
04:24
and it is absolutely packed with sensors.
89
264928
3378
totalmente repleto de sensores.
04:28
It can measure the user’s heart, skin, muscles, eyes and brain,
90
268348
6047
É capaz de medir o coração, a pele,
os músculos, os olhos e o cérebro do usuário
04:34
and it combines that capability with head-mounted displays
91
274437
2878
e combina essa capacidade com visores montados na cabeça
04:37
or augmented and virtual reality headsets.
92
277357
2294
ou fones de ouvido de realidade aumentada e virtual.
04:40
Additionally, we're exploring the integration
93
280235
2127
Além disso, exploramos a integração
da estimulação neural elétrica não invasiva como um recurso.
04:42
of non-invasive electrical neural stimulation as a feature.
94
282362
2836
04:45
The Galea software suite
95
285740
1919
O pacote de software Galea
04:47
can turn the raw sensor data into meaningful metrics.
96
287659
3128
pode transformar os dados brutos do sensor em métricas significativas.
04:51
With some of the sensors,
97
291204
1209
Com alguns dos sensores, podemos fornecer novas formas
04:52
we're able to provide new forms of real-time interactivity and control.
98
292413
3921
de interatividade e controle em tempo real.
04:56
And with all of the sensors,
99
296334
1460
Com todos os sensores,
04:57
we're able to make quantifiable inferences about high-level states of mind,
100
297836
4087
podemos fazer inferências quantificáveis sobre estados mentais de alto nível,
05:01
things like stress, fatigue, cognitive workload and focus.
101
301965
3962
coisas como estresse, fadiga, carga de trabalho cognitiva e foco.
05:06
In 2019,
102
306386
1668
Em 2019,
um lendário neurohacker chamado Christian Bayerlein
05:08
a legendary neurohacker by the name of Christian Bayerlein
103
308096
3044
05:11
reached out to me.
104
311140
1627
me procurou.
05:12
He was actually one of our very first Kickstarter backers
105
312809
2711
Ele foi um de nossos primeiros patrocinadores do Kickstarter
05:15
when we got started, early on.
106
315520
1460
quando começamos, desde cedo.
05:17
Christian was a very smart, intelligent, happy-go-lucky
107
317021
3170
Christian era um cara muito esperto, inteligente, despreocupado
05:20
and easygoing guy.
108
320233
1543
e descontraído.
05:21
And so I worked up the courage to ask him, "Hey, Christian,
109
321818
2794
Criei coragem e perguntei a ele:
“Ei, Christian, podemos te conectar aos nossos sensores?”
05:24
can we connect you to our sensors?"
110
324612
1877
Naquele momento, ele respondeu: “Achei que nunca fosse perguntar.”
05:27
At which point he said,
111
327115
2002
05:29
"I thought you would never ask."
112
329158
1585
05:30
(Laughter)
113
330785
1126
(Risos)
05:31
So after 20 minutes,
114
331911
1377
Então, depois de 20 minutos, nós o conectamos a um monte de eletrodos
05:33
we had him rigged up to a bunch of electrodes,
115
333288
3086
05:36
and we provided him with four new inputs to a computer.
116
336416
3753
e lhe fornecemos quatro novas entradas para um computador -
05:40
Little digital buttons, that he could control voluntarily.
117
340211
3253
pequenos botões digitais, que ele podia controlar voluntariamente.
05:43
This essentially doubled his number of inputs to a computer.
118
343882
3628
Isso dobrou seu número de entradas para um computador.
05:47
Years later, after many setbacks due to COVID,
119
347552
3170
Anos mais tarde, após muitos contratempos devido à COVID,
05:50
we flew to Germany to work with Christian in person
120
350722
3170
voamos para a Alemanha para trabalhar pessoalmente com Christian
05:53
to implement the first prototype
121
353933
1543
para implementar o primeiro protótipo do que vamos demonstrar aqui hoje.
05:55
of what we're going to be demoing here today.
122
355476
2128
05:57
Christian then spent months training with that prototype
123
357645
2628
Christian passou meses treinando com aquele protótipo,
enviando seus dados através do Atlântico para nós, no Brooklyn,
06:00
and sending his data across the Atlantic to us in Brooklyn from Germany
124
360315
3587
a partir da Alemanha,
06:03
and flying a virtual drone in our offices.
125
363902
3169
e pilotando um drone virtual em nossos escritórios.
A primeira coisa que fizemos
06:07
The first thing that we did was scour Christian's body
126
367113
3504
foi vasculhar o corpo de Christian em busca de funções motoras residuais.
06:10
for residual motor function.
127
370617
1501
06:12
We then connected electrodes to the four muscles
128
372702
3128
Em seguida, conectamos eletrodos
aos quatro músculos sobre os quais ele tinha o controle mais voluntário
06:15
that he had the most voluntary control over,
129
375872
2085
06:17
and then we turned those muscles into digital buttons.
130
377957
2920
e transformamos esses músculos em botões digitais.
06:21
We then applied some smart filtering and signal processing
131
381210
2920
Depois, aplicamos filtragem inteligente e processamento de sinal
06:24
to adapt those buttons into something more like a slider
132
384130
2669
para adaptar os botões a algo
mais parecido com um controle deslizante ou um potenciômetro digital.
06:26
or a digital potentiometer.
133
386799
1836
06:29
After that,
134
389135
1210
Depois disso,
06:30
we turned those four sliders
135
390345
1376
giramos esses quatro controles deslizantes e os mapeamos a um novo joystick virtual.
06:31
and mapped them to a new virtual joystick.
136
391721
2461
06:34
Christian then combined that new joystick
137
394641
1960
Christian combinou aquele novo joystick
06:36
with the joystick that he uses with his lip to control his wheelchair,
138
396643
3295
com o joystick que ele usa com o lábio para controlar sua cadeira de rodas
06:39
and with the two joysticks combined,
139
399979
2086
e, com os dois joysticks combinados,
Christian finalmente teve controle
06:42
Christian finally had control over all the manual controls of a drone.
140
402106
3921
sobre todos os controles manuais de um drone.
06:46
I’m going to stop talking about it, and we’re going to show you.
141
406653
3086
Vou parar de falar sobre o assunto, e vamos mostrar a vocês.
06:50
Christian,
142
410365
1543
Christian,
06:51
welcome.
143
411908
1418
bem-vindo.
(Aplausos)
06:53
(Applause)
144
413326
5756
Neste momento,
06:59
At this point,
145
419082
1167
07:00
I'm going to ask everybody to turn off your Bluetooth
146
420291
3253
vou pedir para todos desligarem o bluetooth
07:03
and put your phones in airplane mode
147
423544
2461
e colocarem os celulares no modo avião
para que não sejam atingidos no rosto por um drone.
07:06
so that you don't get hit in the face with a drone.
148
426047
2419
07:08
(Laughter)
149
428466
2044
(Risos)
07:10
How are you feeling, Christian?
150
430510
1501
Tudo bem, Christian?
Christian Bayerlein: Sim, vamos lá.
07:12
Christian Bayerlein: Yeah, let's do it.
151
432053
1877
07:13
Conor Russomanno: Awesome.
152
433930
1251
Conor Russomanno: Incrível.
07:15
This is a heads-up display that's showing all of Christian's biometric data,
153
435181
4254
Esta é uma tela HUD que mostra todos os dados biométricos de Christian,
07:19
as well as some information about the drone.
154
439477
2377
bem como algumas informações sobre o drone.
07:21
On the left here, we can see Christian's muscle data.
155
441854
3462
Aqui à esquerda, podemos ver os dados musculares de Christian.
07:26
Christian is now going to attempt to fly the drone.
156
446150
2962
Christian vai agora tentar pilotar o drone.
07:29
How are you feeling, Christian, feeling good?
157
449737
2127
Tudo bem, Christian?
CB: Tudo.
07:31
CB: Yes.
158
451864
1168
CR: Tudo bem, vamos lá.
07:33
CR: All right. Rock and roll.
159
453032
1418
Vamos dar um passeio.
07:34
Let's take this up for a joyride.
160
454450
1627
Quando estiver pronto.
07:36
Whenever you're ready.
161
456119
1167
CB: Estou pronto.
07:37
CB: I'm ready.
162
457286
1335
07:43
(Applause and cheers)
163
463626
5547
(Aplausos e vivas)
07:49
CR: All right, take her up.
164
469215
1877
CR: Tudo bem, leve-o para cima.
E agora vamos fazer algo que talvez não devêssemos fazer
07:54
And now let's do something we probably shouldn't do
165
474012
2836
07:56
and fly it over the audience.
166
476848
1418
e voar sobre o público.
(Risos)
07:58
(Laughter)
167
478266
1543
(Vivas e aplausos)
08:12
(Cheers and applause)
168
492613
6966
08:22
Alright, actually, let’s do this.
169
502999
1710
Tudo bem, vamos lá.
08:24
I'm going to ask for people to call out some commands in the audience.
170
504709
3295
Vou pedir para as pessoas darem alguns comandos na plateia.
Que tal você?
08:28
So how about you?
171
508046
1459
Direto para a frente.
08:30
Straight forward.
172
510048
1376
08:32
Straight forward.
173
512133
1376
Direto para a frente.
(Risos)
08:34
(Laughter)
174
514093
3128
08:37
Alright. How about you?
175
517221
1168
Está bem. E que tal você?
08:38
Man: Up!
176
518431
1126
Homem: Para cima!
08:39
(Laughter)
177
519599
1877
(Risos)
08:41
CR: Not down.
178
521517
1168
CR: Não para baixo.
08:43
Oh, he's doing what he wants right now.
179
523853
1877
Ah, ele está fazendo o que quer agora.
08:47
Amazing.
180
527774
1167
Incrível.
08:48
(Cheers and applause)
181
528941
3712
(Vivas e aplausos)
08:52
Alright, let’s bring it back.
182
532653
1502
Tudo bem, vamos trazê-lo de volta.
08:54
And what I'm going to do right now is take control of the controller
183
534155
3378
Agora vou assumir o controle do controlador
08:57
so that you guys know
184
537575
1919
para que vocês saibam
08:59
that there isn't someone backstage flying this drone.
185
539535
3087
que ninguém nos bastidores está pilotando este drone.
09:03
All right, Christian, you're alright with that?
186
543164
2210
Tudo bem, Christian?
CB: Tudo. CR: Legal.
09:05
CB: Yeah.
187
545374
1168
09:07
CR: Unplug.
188
547919
1376
Desconectar.
09:10
Forward.
189
550421
1335
Avançar.
09:16
And we're going to land this guy now.
190
556886
1919
E vamos pousá-lo agora.
09:22
CB: I think I was better than you.
191
562225
1877
CB: Acho que fui melhor do que você.
09:24
(Laughter)
192
564477
1877
(Risos)
09:26
(Applause)
193
566395
2545
(Aplausos)
09:28
CR: Amazing.
194
568981
1168
CR: Incrível.
09:30
(Applause)
195
570191
4630
(Aplausos)
09:34
Now I'm going to unplug it so it doesn't turn on on its own.
196
574862
4255
Agora vou desligar para que ele não ligue sozinho.
09:40
Perfect.
197
580701
1252
Perfeito.
09:43
Christian has repurposed dormant muscles from around his body
198
583454
3879
Christian reaproveitou os músculos adormecidos do corpo
09:47
for extended and augmented interactivity.
199
587375
3253
para uma interatividade estendida e aumentada.
09:50
We have turned those muscles into a generic controller
200
590628
2711
Transformamos esses músculos em um controlador genérico
09:53
that in this case we've mapped into a drone,
201
593381
2085
que, neste caso, mapeamos em um drone,
09:55
but what's really cool is that joystick can be applied to anything.
202
595466
3420
mas o legal é que o joystick pode ser aplicado a qualquer coisa.
09:58
Another thing that's really cool
203
598886
1543
Outra coisa muito legal
10:00
is that even in individuals who are not living with motor disabilities,
204
600471
3545
é que, mesmo em pessoas sem deficiências motoras,
há dezenas de músculos dormentes no corpo
10:04
there exist dozens of dormant muscles around the body
205
604016
3587
10:07
that we can tap into for augmented and expanded control interactivity.
206
607645
4338
que podemos explorar
para uma interatividade de controle aumentada e expandida.
10:13
And lastly,
207
613234
1209
Por último,
10:14
all the code related to that virtual joystick,
208
614485
2336
vamos abrir todo o código relacionado a esse joystick virtual
10:16
we're going to open source
209
616863
1251
10:18
so that you can implement it and improve upon it.
210
618156
4129
para que vocês possam implementá-lo e melhorá-lo.
10:23
There's three things that have stood out to me
211
623369
2169
Três coisas se destacaram para mim
10:25
from working on this project and many others over the years.
212
625538
2919
ao trabalhar neste projeto e em muitos outros ao longo dos anos.
10:28
One,
213
628791
1418
Primeiro:
10:30
we cannot conflate the brain with the mind.
214
630209
3003
não podemos confundir o cérebro com a mente.
10:33
In order to understand emotions
215
633212
2586
Para entender emoções e tensões e a mente em geral,
10:35
and tensions and the mind overall,
216
635840
2044
10:37
we have to measure data from all over the body,
217
637884
2377
temos que medir dados de todo o corpo,
10:40
not just the brain.
218
640261
1543
não apenas do cérebro.
10:42
Two,
219
642221
1168
Segundo:
10:43
open-source technology access and literacy
220
643431
3295
a alfabetização e o acesso à tecnologia de código aberto
10:46
is one way that we can combat the potential ethical challenges we face
221
646767
3754
são uma maneira de combater os possíveis desafios éticos que encaramos
10:50
in introducing neural technology to society.
222
650521
2753
ao introduzir à sociedade a tecnologia neural.
10:53
But that's not enough.
223
653649
1293
Mas isso não é o bastante.
10:54
We have to do much, much more than that.
224
654942
2711
Temos que fazer muito, muito mais do que isso.
10:57
It's very important, imperative, that we set up guardrails
225
657653
4046
É muito importante e obrigatório estabelecer limites
11:01
and design the future that we want to live in.
226
661741
2544
e projetar o futuro em que queremos viver.
11:05
Three.
227
665494
1210
Terceiro:
11:07
It's the courage and resilience of trailblazers like Christian
228
667914
4087
é a coragem e resiliência de precursores como Christian,
que não ficam atolados com o que não podem fazer,
11:12
who don't get bogged down by what they can't do,
229
672001
2419
11:14
but instead strive to prove that the impossible is in fact possible.
230
674420
4421
mas se esforçam para provar que o impossível é, de fato, possível.
(Aplausos)
11:19
(Applause)
231
679258
6966
11:27
And since none of this would have been possible without you, Christian,
232
687433
3337
Como nada disso seria possível sem você, Christian,
11:30
the stage is yours.
233
690811
1585
o palco é seu.
11:32
CB: Yeah, hi, everybody.
234
692438
1794
CB: Sim, olá, pessoal.
11:34
Audience: Hi.
235
694690
1126
Plateia: Olá.
11:36
CB: I'm excited to be here today.
236
696734
1752
CB: Estou animado por estar aqui hoje.
11:39
I was born with a genetic condition that affects my mobility
237
699237
4713
Nasci com uma condição genética que afeta minha mobilidade
11:43
and requires me to have assistance.
238
703991
2920
e exige que eu tenha assistência.
11:47
Despite my disability,
239
707495
2127
Apesar de minha deficiência,
11:49
I'm a very happy and fulfilled person.
240
709622
2669
sou uma pessoa muito feliz e realizada.
11:53
What truly holds me back are not my physical limitations.
241
713376
4254
O que me impede de progredir não são minhas limitações físicas.
11:58
It's rather the barriers in the environment.
242
718256
3044
São as barreiras no ambiente.
12:01
I'm a tech nerd and political activist.
243
721342
3045
Sou nerd de tecnologia e ativista político.
12:04
I believe that technology can empower disabled people.
244
724720
3837
Acredito que a tecnologia pode capacitar pessoas com deficiência.
12:08
It can help create a better,
245
728891
3128
Pode ajudar a criar um mundo melhor, mais inclusivo e acessível
12:12
more inclusive and accessible world
246
732019
3212
12:15
for everyone.
247
735273
1126
para todos.
12:16
This demonstration is a perfect example.
248
736983
3128
Esta demonstração é um exemplo perfeito.
12:20
We saw what's possible when cutting edge technology
249
740486
4213
Vimos o que é possível quando a tecnologia de ponta
12:24
is combined with human curiosity and creativity.
250
744699
4629
é combinada com a curiosidade e a criatividade humanas.
12:29
So let's build tools that empower people,
251
749662
3170
Portanto, vamos desenvolver ferramentas que capacitam as pessoas,
12:32
applications that break down barriers
252
752873
3295
aplicativos que derrubam barreiras
12:36
and systems that unlock a world of possibilities.
253
756210
4296
e sistemas que abrem um mundo de possibilidades.
12:40
I think that's an idea worth spreading.
254
760923
3504
Acho que é uma ideia que vale a pena espalhar.
12:44
Thank you.
255
764468
1293
Obrigado.
12:45
(Cheers and applause)
256
765803
6965
(Vivas e aplausos)
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