How to Think Computationally About AI, the Universe and Everything | Stephen Wolfram | TED

417,499 views ・ 2023-10-31

TED


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

Tradutor: Raquel Veiga Revisor: Kley Halisson
00:04
Human language, mathematics, logic.
0
4209
3503
Comunicação, matemática, lógica.
00:08
These are all ways to formalize the world.
1
8171
2252
Todas são maneiras de dar forma ao mundo.
00:10
And in our century,
2
10465
1710
E em nosso século,
00:12
there's a new and yet more powerful one: computation.
3
12217
3337
surgiu outra mais poderosa: a computação.
00:16
For nearly 50 years,
4
16263
1167
Por quase 50 anos,
00:17
I've had the great privilege
5
17472
1668
tive o grande privilégio
00:19
of building up an ever-taller tower of science and technology
6
19182
3545
de adquirir muito conhecimento sobre ciência e tecnologia
00:22
that's based on that idea of computation.
7
22769
2169
voltada à computação.
00:25
And so today, I want to tell you a little bit about what that's led to.
8
25480
3921
Hoje quero falar um pouco sobre o resultado disso.
00:29
There's a lot to talk about, so I'm going to go quickly.
9
29859
2670
Há muito o que falar, então serei rápido.
00:32
And sometimes I'm going to summarize in a sentence
10
32529
2419
Às vezes vou resumir em uma frase
00:34
what I've written a whole book about.
11
34948
1793
o conteúdo de um livro inteiro.
00:37
But you know,
12
37158
1710
00:38
I last gave a TED talk 13 years ago,
13
38910
2795
Minha última palestra TED foi há 13 anos,
00:41
in February 2010,
14
41705
1501
em fevereiro de 2010,
00:43
soon after WolframAlpha launched,
15
43248
2085
logo após o lançamento do WolframAlpha,
00:45
and I ended that talk with a question.
16
45375
2461
e eu terminei essa palestra com uma pergunta.
00:47
Question was,
17
47877
1168
A pergunta foi:
00:49
is computation ultimately what's underneath everything
18
49045
3170
a computação é, afinal de contas,
00:52
in our universe?
19
52215
1585
a base do nosso universo?
00:53
I gave myself a decade to find out.
20
53842
2586
Dediquei uma década para descobrir.
00:56
And actually, it could have needed a century.
21
56428
2502
E, na verdade, poderia ter sido um século.
00:58
But in April 2020, just after the decade mark,
22
58972
3754
Mas em abril de 2020, logo após uma década,
01:02
we were thrilled to be able to announce
23
62726
1877
ficamos felizes em anunciar
01:04
what seems to be the ultimate machine code of the universe.
24
64644
3796
o que parece ser o código definitivo do universo.
01:08
And yes, it's computational.
25
68481
2378
E sim, é computacional.
01:11
So computation isn't just a possible formalization,
26
71276
3253
Portanto, a computação não é apenas uma formalização,
01:14
it's the ultimate one for our universe.
27
74529
2711
é fundamental para o nosso universo.
01:18
It all starts from the idea that space, like matter, is made of discrete elements,
28
78074
6006
Pensando que o espaço é feito de elementos discretos, como a matéria,
01:24
and from that structure of space and everything in it,
29
84080
4713
a partir dessa estrutura do espaço e de tudo o que há nela,
01:28
it's defined just by a network of relations
30
88793
3128
o espaço é definido apenas por uma rede de relações
01:31
between these elements that we might call atoms of space.
31
91963
3337
entre esses elementos que chamamos de átomos de espaço.
01:35
So it's all very elegant, but deeply abstract.
32
95717
3295
Tudo é muito elegante, mas profundamente abstrato.
01:39
But here's kind of a humanized representation,
33
99721
2628
Aqui temos uma representação humanizada,
01:42
a version of the very beginning of the universe.
34
102390
2544
uma versão do início do universo.
01:44
And what we're seeing here is the emergence of space
35
104934
2753
E o que estamos vendo é o surgimento do espaço
01:47
and everything in it
36
107729
1293
e de tudo o que há nele
01:49
by the successive application of very simple computational rules.
37
109022
3086
pela aplicação sucessiva de regras computacionais muito simples.
01:52
And remember, these dots are not atoms in any existing space.
38
112150
4004
E lembre-se, esses pontos não são átomos em um espaço existente.
01:56
They're atoms of space that get put together to make space.
39
116196
4504
Eles são átomos de espaço que se juntam para criar espaço.
02:01
And yes, if we kept going long enough,
40
121326
2002
E sim, se continuássemos por tempo suficiente,
02:03
we could build our whole universe this way.
41
123370
2252
poderíamos construir todo o nosso universo assim.
02:06
So eons later,
42
126122
2211
Eras depois,
02:08
here's a chunk of space with two little black holes
43
128333
3420
temos esse espaço com dois pequenos buracos negros
02:11
that, if we wait a little while, will eventually merge,
44
131753
4963
que, se esperarmos um pouco, acabarão se fundindo,
02:16
generating little ripples of gravitational radiation.
45
136758
3086
gerando pequenas oscilações de radiação gravitacional.
02:20
And remember, all of this is built from pure computation.
46
140512
3587
E lembre-se, isso foi feito só com computação.
02:24
But like fluid mechanics emerging from molecules,
47
144432
3170
Mas como a mecânica dos fluidos emergindo das moléculas,
02:27
what emerges here is space-time and Einstein's equations for gravity,
48
147644
4463
o que surge aqui é o espaço-tempo e as equações da gravidade de Einstein,
02:32
though there are deviations that we just might be able to detect,
49
152148
3337
embora existam desvios que talvez possamos detectar,
02:35
like that the dimensionality of space won't always be precisely three.
50
155527
4254
como a dimensionalidade do espaço que nem sempre será três.
02:40
And there's something else.
51
160573
1460
E tem outra coisa.
02:42
Our computational rules can inevitably be applied in many ways,
52
162075
4588
Nossas regras computacionais podem ser aplicadas de várias maneiras,
02:46
each defining a different kind of thread of time,
53
166705
2502
cada uma definindo um tipo diferente de linha do tempo,
02:49
a different path of history that can branch and merge.
54
169207
3545
um caminho diferente da história que pode se ramificar e se fundir.
02:53
But as observers embedded in this universe,
55
173128
2877
Mas como observadores incorporados neste universo,
02:56
we're branching and merging, too.
56
176005
1919
também estamos nos ramificando e fundindo.
02:57
And it turns out that quantum mechanics emerges as the story
57
177966
3503
E acontece que a mecânica quântica vem para explicar
03:01
of how branching minds perceive a branching universe.
58
181469
3879
como mentes ramificadas observam um universo ramificado.
03:05
So the little pink lines you might be able to see here
59
185390
2544
Então, as pequenas linhas rosa que você pode ver aqui,
03:07
show the structure of what we call branchial space,
60
187976
2586
mostram a estrutura do que chamamos de espaço branquial,
03:10
the space of quantum branches.
61
190562
1960
o espaço dos ramos quânticos.
03:12
And one of the stunningly beautiful things,
62
192564
2085
E uma das coisas mais bonitas,
03:14
at least for physicists like me,
63
194691
1668
pelo menos para físicos como eu,
03:16
is that the same phenomenon that in physical space gives us gravity,
64
196359
4630
é que o mesmo fenômeno que nos dá a gravidade no espaço físico,
03:20
in branchial space gives us quantum mechanics.
65
200989
2669
também nos dá a mecânica quântica no espaço branquial.
03:24
So in the history of science so far,
66
204701
2252
Em toda a história da ciência
03:26
I think we can identify sort of four broad paradigms
67
206953
3629
conseguimos identificar quatro grandes paradigmas
03:30
for making models of the world that can be distinguished
68
210582
2627
para criar modelos do mundo que podem ser distinguidos
03:33
kind of by how they deal with time.
69
213251
2336
pela forma como lidam com o tempo.
03:35
So in antiquity and in plenty of areas of science, even today,
70
215587
3879
Em muitas áreas da ciência desde a antiguidade até hoje,
03:39
it's all about kind of, what are things made of.
71
219507
2419
tudo gira em torno do que as coisas são feitas.
03:41
And time doesn't really enter.
72
221926
1627
E o tempo não é considerado.
03:43
But in the 1600s came the idea of modeling things
73
223887
3128
Mas no século 16 surgiu a ideia de modelar coisas
03:47
with mathematical formulas in which time enters,
74
227015
3170
com fórmulas matemáticas onde o tempo é considerado,
03:50
but basically just as a coordinate value.
75
230226
2253
mas apenas como um valor coordenado.
03:53
Then in the 1980s, and this is something in which I was deeply involved,
76
233062
4004
Eu estava muito envolvido nisso, e na década de 1980,
03:57
came the idea of making models
77
237108
2252
surgiu a ideia de fazer modelos
03:59
by starting with simple computational rules
78
239402
2461
começando com regras computacionais simples
04:01
and just letting them run.
79
241863
1835
e só deixar executar.
04:03
So can one predict what will happen?
80
243698
2419
Então, dá para prever o que acontecerá?
04:06
No.
81
246659
1210
Não.
04:07
There's what I call computational irreducibility,
82
247911
2294
Isso é irredutibilidade computacional,
04:10
in which, in effect, the passage of time corresponds to an irreducible computation
83
250246
4880
na qual a passagem do tempo corresponde a uma computação irredutível
04:15
that we have to run in order to work out how it will turn out.
84
255126
3462
que precisamos executar para descobrir no que ela resultará.
04:18
But now there's kind of something,
85
258588
1835
Mas agora há algo,
04:20
something even more -- in our physics project,
86
260423
3170
algo ainda mais... No nosso projeto de física,
04:23
there’s things that have become multi-computational,
87
263593
2461
há coisas que se tornaram multi-computacionais,
04:26
with many threads of time
88
266054
1710
com muitas linhas do tempo
04:27
that can only be knitted together by an observer.
89
267764
3503
que só podem ser entrelaçados por um observador.
04:31
So it's kind of a new paradigm that actually seems to unlock things
90
271309
3545
É um novo tipo de paradigma que parece revelar coisas
04:34
not only in fundamental physics,
91
274854
1835
não apenas na física fundamental,
04:36
but also in the foundations of mathematics and computer science,
92
276731
3170
mas também nos fundamentos da matemática e da ciência da computação
04:39
and possibly in areas like biology and economics as well.
93
279901
3295
e possivelmente, também em áreas como a biologia e a economia.
04:44
So I talked about building up the universe
94
284364
2169
Falei sobre construir o universo
04:46
by repeatedly applying a computational rule.
95
286574
2586
aplicando repetidamente uma regra computacional.
04:49
But how is that rule picked?
96
289202
2252
Mas como essa regra é escolhida?
04:51
Well, actually it isn't,
97
291496
1793
Na verdade ela não é,
04:53
because all possible rules are used,
98
293289
2461
porque todas as regras possíveis são usadas,
04:55
and we're building up what I call the ruliad,
99
295792
2210
e estamos construindo o que chamo de “ruliad”,
04:58
the kind of deeply abstract but unique object
100
298002
2920
um tipo de objeto extremamente abstrato, mas único,
05:00
that is the entangled limit of all possible computational processes.
101
300964
4045
que é o limite emaranhado de todos os processos computacionais possíveis.
05:05
Here's a tiny fragment of it shown in terms of Turing machines.
102
305635
4087
Veja um pequeno fragmento dele em uma máquina de Turing.
05:09
So this ruliad is everything.
103
309764
3545
Então, o ruliad é tudo.
05:13
And we as observers are necessarily part of it.
104
313309
3420
E nós, como observadores, somos parte disso.
05:17
In the ruliad as a whole,
105
317063
1585
Olhando o ruliad de forma geral,
05:18
in a sense, everything computationally possible can happen.
106
318690
3503
tudo o que é computacionalmente possível pode acontecer.
05:22
But observers like us just sample specific slices of the ruliad.
107
322235
4671
Mas observadores como nós só provamos fatias específicas do ruliad.
05:26
And there are two crucial facts about us.
108
326906
2836
E há dois fatos cruciais sobre nós.
05:29
First, we're computationally bounded, our minds are limited,
109
329784
3879
Primeiro, temos limitações computacionais, nossas mentes são limitadas,
05:33
and second, we believe we're persistent in time,
110
333663
2753
e segundo, acreditamos que somos persistentes no tempo,
05:36
even though we're made of different atoms of space at every moment.
111
336457
3337
embora sejamos feitos de diferentes átomos do espaço a cada momento.
05:39
So then, here's the big result.
112
339836
2044
Então, aqui está o grande resultado.
05:41
What observers with those characteristics perceive in the ruliad
113
341880
3753
O que esses tipos de observadores conseguem ver no ruliad
05:45
necessarily follows certain laws.
114
345675
2377
arbitrariamente seguem certas leis.
05:48
And those laws turn out to be precisely
115
348052
2419
E essas leis são exatamente
05:50
the three key theories of 20th century physics:
116
350513
2795
as três principais teorias da física do século 20:
05:53
general relativity, quantum mechanics,
117
353308
2335
relatividade geral, mecânica quântica
05:55
and statistical mechanics in the second law.
118
355685
2586
e mecânica estatística da segunda lei.
05:58
So it's because we're observers like us
119
358313
3169
Conseguimos ver as leis da física assim
06:01
that we perceive the laws of physics we do.
120
361524
2836
porque somos aquele tipo de observadores.
06:04
We can think of sort of different minds
121
364360
2336
Pensamos que mentes diferentes
06:06
as being at different places in rulial space.
122
366738
2794
estão em lugares diferentes no espaço rulial.
06:09
Human minds who think alike are nearby,
123
369574
2252
Mentes humanas que pensam parecido estão perto,
06:11
animals further away,
124
371868
1460
animais mais distantes,
06:13
and further out, we get to kind of alien minds
125
373369
2253
e mais distantes ainda, mentes alienígenas
06:15
where it's hard to make a translation.
126
375663
1961
onde é difícil fazer uma tradução.
06:18
So how can we get intuition for all of this?
127
378041
2794
Então, como podemos entender isso?
06:20
Well, one thing we can do is use generative AI
128
380835
2544
Bom, algo que podemos fazer é usar a IA generativa
06:23
to take what amounts to an incredibly tiny slice of the ruliad
129
383379
3254
para obter o equivalente a uma fatia incrivelmente pequena do ruliad
06:26
aligned with images we humans have produced.
130
386674
3337
junto com imagens que nós, humanos, produzimos.
06:30
We can think of this as sort of a place in the ruliad
131
390011
2794
Imaginamos isso como um lugar no ruliad
06:32
described by using the concept of a cat in a party hat.
132
392847
4004
exemplificada como um gato com um chapéu de festa.
06:37
So zooming out, we saw there
133
397435
3086
Então diminuindo o zoom,
06:40
what we might call Cat Island.
134
400521
2002
vemos uma “Ilha de Gatos”.
06:42
Pretty soon we’re in a kind of an inter-concept space.
135
402523
3045
Em breve estaremos em um tipo de espaço interconceitual.
06:45
Occasionally things will look familiar,
136
405568
1877
Ocasionalmente, as coisas parecerão familiares,
06:47
but mostly, what we'll see is things we humans don't have words for.
137
407487
4421
mas na maioria das vezes, veremos coisas que não sabemos explicar.
06:52
In physical space, we explore the universe
138
412283
2461
No espaço físico, exploramos o universo
06:54
by sending out spacecraft.
139
414744
1960
enviando naves espaciais.
06:56
In rulial space, we explore more
140
416704
2336
No espaço rulial, exploramos mais
06:59
by expanding our concepts and our paradigms.
141
419082
2836
ao expandir nossos conceitos e paradigmas.
07:02
We can kind of get a sense of what's out there
142
422335
2169
Temos uma ideia do que existe lá fora
07:04
by sampling possible rules,
143
424504
1751
quando analisamos possíveis regras,
07:06
doing what I call ruliology.
144
426255
2128
fazendo o que chamo de ruliologia.
07:08
So even with incredibly simple rules,
145
428424
2211
Então mesmo com regras incrivelmente simples,
07:10
there's incredible richness.
146
430677
1793
há uma riqueza incrível.
07:12
But the issue is that most of it doesn't yet connect
147
432470
2794
Mas a questão é que a maioria ainda não se relaciona
07:15
with things we humans understand or care about.
148
435306
3170
com o que nós entendemos ou nos importamos.
07:18
It's like when we look at the natural world
149
438476
2085
É como quando olhamos para a natureza
07:20
and only gradually realize that we can use features of it for technology.
150
440561
3712
e aos poucos percebemos que podemos usar aspectos dele na tecnologia.
07:24
So even after everything our civilization has achieved,
151
444649
3003
Então, mesmo depois de tudo o que nossa civilização alcançou,
07:27
we're just at the very, very beginning of exploring rulial space.
152
447694
3878
estamos apenas começando a explorar o espaço rulial.
07:31
What about AIs?
153
451614
1502
E quanto às IAs?
07:33
Well, just like we can do ruliology,
154
453157
2211
Assim como fazemos ruliologia,
07:35
AIs can in principle go out and explore rulial space.
155
455410
3420
teoricamente as IAs podem explorar o espaço rulial.
07:38
Left to their own devices, though,
156
458871
1836
No entanto, quando sozinhos,
07:40
they'll mostly just be doing things
157
460707
1710
elas farão mais o que
07:42
we humans don't connect with or care about.
158
462417
2794
nós não conectamos ou nos importamos.
07:45
So the big achievements of AI in recent times
159
465545
2377
As grandes conquistas recentes da IA
07:47
have been about making systems that are closely aligned with us humans.
160
467964
3420
são sobre a criação de sistemas estreitamente alinhados com os humanos.
07:51
We train LLMs on billions of web pages so they can produce texts
161
471426
3420
Treinamos LLMs em diversas páginas da web para poderem produzir textos
07:54
that's typical of what we humans write.
162
474887
2211
similares aos que nós humanos escrevemos.
07:57
And yes, the fact that this works
163
477140
1835
E sim, o fato de isso funcionar
com certeza nos diz coisas científicas profundas
07:59
is undoubtedly telling us some deep scientific things
164
479017
2919
08:01
about the semantic grammar of language
165
481978
2252
sobre a gramática semântica da linguagem
08:04
and generalizations of things like logic
166
484230
2127
e generalizações de coisas como a lógica,
08:06
that perhaps we should have known centuries ago.
167
486357
2294
que talvez devêssemos ter conhecido séculos atrás.
08:08
You know, for much of human history,
168
488693
1877
Durante grande parte da história da humanidade,
08:10
we were kind of like the LLMs,
169
490611
2211
nós éramos como os LLMs,
08:12
figuring things out by kind of matching patterns in our minds.
170
492822
3587
descobrindo as coisas combinando padrões em nossas mentes.
08:16
But then came more systematic formalization and eventually computation.
171
496409
4129
Mas depois veio uma formalização mais sistemática e depois a computação.
08:20
And with that, we got a whole other level of power to truly create new things
172
500580
4296
E com isso, temos um nível diferente de poder para criar coisas novas
08:24
and to, in effect, go wherever we want in the ruliad.
173
504917
3379
e ir aonde quisermos no ruliad.
08:28
But the challenge is to do that in a way that connects with what we humans,
174
508337
3838
Mas o desafio é fazer isso de uma forma que se conecte com o que nós humanos
08:32
and our AIs, understand.
175
512216
2711
e nossas IAs entendemos.
08:34
In fact, I've devoted a large part of my life
176
514969
2211
Na verdade, dediquei grande parte da minha vida
08:37
to kind of trying to build that bridge.
177
517221
2294
a tentar construir essa ponte.
08:39
It's all been about creating a language for expressing ourselves computationally,
178
519515
4213
Tudo se resume a criar uma linguagem para nos expressarmos computacionalmente,
08:43
a language for computational thinking.
179
523770
2002
uma linguagem de pensamento computacional.
08:46
The goal is to formalize what we know about the world in computational terms,
180
526355
4755
O objetivo é formalizar computacionalmente o que sabemos sobre o mundo,
08:51
to have computational ways to represent cities and chemicals and movies
181
531110
3629
para representar de forma computacional cidades, produtos químicos, filmes,
08:54
and humor and formulas and our knowledge about them.
182
534739
3253
humor, fórmulas e nosso conhecimento sobre eles.
08:58
It’s been a vast undertaking that spanned more than four decades of my life,
183
538951
4255
Foi um grande empreendimento que durou mais de quatro décadas da minha vida,
09:03
but it's something very unique and different.
184
543206
2502
mas é algo único e diferente.
09:05
But I'm happy to report that in what has been Mathematica
185
545708
3170
Mas fico feliz em dizer que o que antes era baseada na matemática
09:08
and is now the Wolfram Language,
186
548878
1585
e agora é baseado na linguagem Wolfram,
09:10
I think we firmly succeeded in creating
187
550463
3003
acho que tivemos sucesso na criação
09:13
a truly full-scale computational language.
188
553466
2753
de uma linguagem computacional verdadeiramente completa.
09:16
In effect,
189
556677
1168
Na verdade,
09:17
every one of these functions here can be thought of as formalizing
190
557845
3295
cada uma dessas funções pode ser considerada como formalizando
09:21
and encapsulating, in computational terms,
191
561182
2586
e encapsulando, em termos computacionais,
09:23
some facet of the intellectual achievements of our civilization.
192
563768
3378
alguma faceta das conquistas intelectuais de nossa civilização.
09:27
It's sort of the most concentrated form of intellectual expression that I know,
193
567480
3754
É a forma mais concentrada de expressão intelectual que conheço,
09:31
sort of finding the essence of everything and coherently expressing it
194
571275
3587
meio que encontrar a essência de tudo e expressá-la coerentemente
09:34
in the design of our computational language.
195
574904
2127
no design da linguagem computacional.
09:37
For me personally,
196
577365
1168
Para mim,
09:38
it's been an amazing journey, kind of, year after year,
197
578533
2586
tem sido uma jornada incrível, ano após ano,
09:41
building the sort of tower of ideas and technology that's needed.
198
581160
3087
construindo as ideias e tecnologias necessárias.
09:44
And nowadays sharing that process with the world
199
584247
2419
E hoje em dia, compartilhar esse processo com o mundo
09:46
in things like open live streams and so on.
200
586707
2211
em transmissões ao vivo e outras formas.
09:49
A few centuries ago,
201
589460
1460
Alguns séculos atrás,
09:50
the development of mathematical notation,
202
590962
2210
o desenvolvimento da notação matemática,
09:53
and what amounts to the language of mathematics,
203
593214
2669
e o que equivale à linguagem da matemática,
09:55
gave a systematic way to express math and made possible algebra and calculus,
204
595925
5214
criou uma forma sistemática de expressar a matemática, e possibilitou a álgebra
10:01
and eventually all of modern mathematical science.
205
601180
3504
o cálculo e eventualmente toda a ciência matemática moderna.
10:04
And computational language now provides a similar path,
206
604684
3253
E a linguagem computacional agora fornece um caminho semelhante,
10:07
letting us ultimately create a computational X
207
607979
3170
permitindo criar um X computacional
10:11
for all imaginable fields X.
208
611149
2502
para todos os campos imagináveis X.
10:14
I mean, we've seen the growth of computer science, CS,
209
614026
3337
Quero dizer, vimos o crescimento da ciência da computação, CS,
10:17
but computational language opens up something ultimately much bigger
210
617405
3378
mas a linguagem computacional abre algo muito maior
10:20
and broader, CX.
211
620825
2419
e mais amplo, CX.
10:23
I mean, for 70 years we've had programming languages
212
623244
2461
Quero dizer, por 70 anos tivemos linguagens de programação
10:25
which are about telling computers in their terms what to do.
213
625746
3796
que dizem aos computadores em seu idioma o que fazer.
10:29
But computational language
214
629584
1251
Mas a linguagem computacional
10:30
is about something intellectually much bigger.
215
630877
2168
é sobre algo intelectualmente muito maior.
10:33
It's about taking everything we can think about
216
633045
2419
É pegar tudo o que podemos pensar
10:35
and operationalizing it in computational terms.
217
635506
3087
e operacionalizá-lo em termos computacionais.
10:38
You know, I built the Wolfram Language
218
638968
1877
Eu construí a linguagem Wolfram
10:40
first and foremost because I wanted to use it myself.
219
640887
2502
primeiramente porque eu queria usá-la.
10:43
And now when I use it,
220
643431
1334
E agora, quando eu a uso,
10:44
I feel like it's kind of giving me some kind of superpower.
221
644807
2795
sinto que me dá algum tipo de superpoder.
10:47
I just have to imagine something in computational terms.
222
647602
3587
Eu só tenho que imaginar algo computacionalmente.
10:51
And then the language sort of almost magically lets me bring it into reality,
223
651189
3795
E então, quase magicamente, a linguagem me permite transformá-la em realidade,
10:55
see its consequences, and build on them.
224
655026
2294
ver suas consequências e desenvolvê-las.
10:57
And yes, that's the sort of superpower
225
657361
1836
E sim, esse é o tipo de superpoder
10:59
that's let me do things like our physics project.
226
659197
2335
que me permite fazer coisas como nosso projeto de física.
11:01
And over the past 35 years,
227
661532
1669
E nos últimos 35 anos,
11:03
it's been my great privilege to share this superpower with many other people,
228
663242
4380
tive o grande privilégio de compartilhar esse superpoder com muitas outras pessoas,
11:07
and by doing so,
229
667622
1209
e por fazer isso,
11:08
to have enabled an incredible number of advances across many fields.
230
668831
4004
ter possibilitado um incrível número de avanços em muitos campos.
11:13
It's sort of a wonderful thing to see people, researchers, CEOs, kids,
231
673252
4213
É maravilhoso ver pessoas, pesquisadores, CEOs e crianças
11:17
using our language to fluently think in computational terms,
232
677465
3462
usando nossa linguagem para pensar fluentemente em termos computacionais,
11:20
kind of crispening up their own thinking,
233
680968
2419
meio que aprimorando seu próprio pensamento
11:23
and then in effect, automatically calling in computational superpowers.
234
683387
3712
e invocando superpoderes computacionais.
11:27
And now it's not just people who can do that.
235
687600
2294
E agora não são só as pessoas que podem fazer isso.
11:29
AIs can use our computational language as a tool, too.
236
689936
3336
As IAs também podem usar nossa linguagem computacional como uma ferramenta.
11:33
Yes, to get their facts straight,
237
693272
2252
Sim, para verificar os fatos,
11:35
but even more importantly, to compute new facts.
238
695566
3003
mas ainda mais importante, para computar novos fatos.
11:38
There are already some integrations of our technology into LLMs.
239
698861
3170
Já existem algumas integrações de nossa tecnologia em LLMs.
11:42
There's a lot more you'll be seeing soon.
240
702073
2043
Há muito mais que você verá em breve.
11:44
And, you know, when it comes to building new things
241
704116
2419
E quando se trata de criar coisas novas
11:46
in a very powerful emerging workflow,
242
706577
2127
em um fluxo de trabalho emergente muito poderoso,
11:48
it's basically to start by telling the LLM roughly what you want,
243
708704
4380
basta começar dizendo ao LLM aproximadamente o que você quer,
11:53
then to have it try to express that in precise Wolfram Language,
244
713084
3336
e aí fazer com que ele tente expressar isso com precisão na linguagem Wolfram,
11:56
then, and this is a critical feature of our computational language,
245
716420
3170
e esse é um recurso crítico da nossa linguagem computacional,
11:59
compared to, for example, programming language,
246
719590
2211
em comparação com, por exemplo, a linguagem de programação,
12:01
you as a human can read the code,
247
721842
2169
você como humano pode ler o código,
12:04
and if it does what you want,
248
724011
1418
e se fizer o que você quer,
12:05
you can use it as kind of a dependable component to build on.
249
725471
3045
poderá usá-lo como tipo de um componente confiável para construir.
12:08
OK, but let's say we use more and more AI,
250
728891
2419
OK, mas digamos que usamos cada vez mais a IA,
12:11
more and more computation.
251
731352
1668
mais e mais computação.
12:13
What's the world going to be like?
252
733020
1794
Como será o mundo?
12:14
From the industrial revolution on,
253
734814
2085
Desde a revolução industrial,
12:16
we’ve been used to doing engineering where we can in effect,
254
736899
2878
usamos a engenharia onde podemos
12:19
see how the gears mesh to understand how things work.
255
739777
3754
ver como as engrenagens se encaixam para entender como as coisas funcionam.
12:23
But computational irreducibility
256
743572
1836
Mas a irredutibilidade computacional
12:25
now shows us that that won't always be possible.
257
745449
2628
agora nos mostra que isso nem sempre será possível.
12:28
We won't always be able to make a kind of simple human or, say,
258
748119
3211
Nem sempre poderemos criar uma narrativa simples, humana ou matemática,
12:31
mathematical narrative
259
751372
1668
12:33
to explain or predict what a system will do.
260
753082
2502
para explicar ou prever o que um sistema fará.
12:35
And yes, this is science, in effect, eating itself from the inside.
261
755960
4129
E sim, isso é a ciência se consumindo de dentro.
12:40
From all the successes of mathematical science,
262
760548
2294
De todos os sucessos da ciência matemática,
12:42
we've come to believe that somehow, if we only could find them,
263
762883
3671
passamos a acreditar que se pudéssemos encontrá-las,
12:46
there'd be formulas to kind of predict everything.
264
766595
3170
haveria fórmulas para prever tudo.
12:50
But now computational irreducibility shows us that that isn't true.
265
770141
3795
Mas a irredutibilidade computacional agora nos mostra que isso não é verdade.
12:54
And that in effect, to find out what a system will do,
266
774312
2669
E, na verdade, para descobrir o que um sistema fará,
12:56
we have to go through the same irreducible computational steps
267
776981
3628
temos que passar pelas mesmas etapas computacionais irredutíveis
13:00
as the system itself.
268
780651
1585
assim como o próprio sistema.
13:02
Yes, it's a weakness of science,
269
782820
1627
Sim, é uma fraqueza da ciência,
13:04
but it's also why the passage of time is significant and meaningful
270
784447
4004
mas também é por isso que a passagem do tempo é significativa
13:08
and why we can't just sort of jump ahead to get the answer.
271
788492
3838
e por que não podemos simplesmente avançar para obter a resposta.
13:12
We have to live the steps.
272
792330
1876
Temos que viver os passos.
13:14
It's actually going to be, I think, a great societal dilemma of the future.
273
794749
3878
Na verdade, acho que será um grande dilema social do futuro.
13:18
If we let our AIs achieve their kind of full computational potential,
274
798627
3838
Se permitirmos que nossas IAs alcancem seu potencial computacional total,
13:22
they'll have lots of computational irreducibility
275
802465
2335
elas terão bastante irredutibilidade computacional,
13:24
and we won't be able to predict what they'll do.
276
804800
2294
e não poderemos prever o que elas farão.
13:27
But if we put constraints on them to make them more predictable,
277
807136
3295
Mas se colocarmos restrições nelas para torná-las mais previsíveis,
13:30
we'll limit what they can do for us.
278
810473
2002
limitaremos o que podem fazer por nós.
13:32
So what will it feel like if our world is full of computational irreducibility?
279
812808
5005
Então, como será o mundo se estiver cheio de irredutibilidade computacional?
13:38
Well, it's really nothing new
280
818189
2169
Bem, isso não é nada novo,
13:40
because that's the story with much of nature.
281
820399
2419
pois é o que acontece com grande parte da natureza.
13:42
And what's happened there
282
822818
1210
E o que acontece
13:44
is that we've found ways to operate within nature,
283
824070
2585
é que encontramos maneiras de operar dentro da natureza,
13:46
even though nature can sometimes still surprise us.
284
826697
2753
mesmo que a natureza às vezes ainda possa nos surpreender.
13:49
And so it will be with the AIs.
285
829784
2002
E assim será com as IAs.
13:51
We might give them a constitution, but there will always be consequences
286
831827
3462
Podemos dar a elas uma constituição, mas sempre haverá consequências
13:55
we can't predict.
287
835331
1209
que não podemos prever.
13:56
Of course, even figuring out societally what we want from the AIs is hard.
288
836540
4839
É claro que descobrir socialmente o que queremos das IAs é difícil.
14:01
Maybe we need you know, a promptocracy
289
841379
2043
Talvez precisemos de uma promptocracia
14:03
where people write prompts instead of just voting.
290
843422
2795
onde as pessoas escrevem “prompts” em vez de apenas votar.
14:06
But basically, every control the outcome scheme
291
846801
3336
Mas, basicamente, todo esquema de controle de resultados
14:10
seems full of both political philosophy
292
850179
2127
parece cheio de pegadinhas de filosofia política
14:12
and computational irreducibility gotchas.
293
852348
2669
e de irredutibilidade computacional.
14:15
You know, if we look at the whole arc of human history,
294
855559
2920
Se olharmos para todo o arco da história humana,
14:18
the one thing that's systematically changed
295
858479
2210
a única coisa que mudou sistematicamente
14:20
is that more and more gets automated.
296
860689
2086
é que cada vez mais coisas são automatizadas.
14:22
And LLMs just gave us a dramatic and unexpected example of that.
297
862775
3503
E os LLMs acabaram de nos dar um exemplo dramático e inesperado disso.
14:26
So what does that mean?
298
866821
1167
Então, o que isso significa?
14:27
Does that mean that in the end, us humans will have nothing to do?
299
867988
3170
Isso significa que, no final, nós não teremos nada para fazer?
14:31
Well, if we look at history,
300
871700
1752
Bem, se olharmos para a história,
14:33
what seems to happen is that when one thing gets automated away,
301
873494
3337
o que parece acontecer é que quando uma coisa é automatizada,
14:36
it opens up lots of new things to do.
302
876872
2503
ela abre muitas coisas novas para fazer.
14:39
And as economies develop,
303
879417
1626
E à medida que as economias se desenvolvem,
14:41
the pie chart of occupations seems to get more and more fragmented.
304
881085
4379
o gráfico das ocupações parece ficar cada vez mais fragmentado.
14:45
And now we're back to the ruliad.
305
885881
1710
E agora estamos de volta ao ruliad.
14:47
Because at a foundational level,
306
887591
1544
Porque, em um nível fundamental,
14:49
what's happening is that automation is opening up more directions
307
889176
3170
o que está acontecendo é que a automação está abrindo mais direções
14:52
to go in the ruliad.
308
892388
1460
para seguir no ruliad.
14:53
But there's no abstract way to choose between these.
309
893848
3003
Mas não há uma maneira abstrata de escolher entre elas.
14:56
It's a question of what we humans want,
310
896892
2127
É uma questão do que nós humanos queremos,
14:59
and it requires kind of humans doing work to define that.
311
899061
3754
e exige que humanos trabalhem para definir isso.
15:02
So a society of AI as sort of untethered by human input,
312
902815
4796
Portanto, uma sociedade de IA livre da contribuição humana,
15:07
would effectively go off and explore the whole ruliad.
313
907653
2753
efetivamente sairia e exploraria todo o ruliad.
15:10
But most of what they do would seem to us random and pointless,
314
910406
4129
Mas a maior parte do que eles fazem nos parece aleatória e sem sentido,
15:14
much like most of nature doesn't seem to us right now,
315
914577
3712
assim como a maior parte da natureza não parece
15:18
like it's achieving a purpose.
316
918289
1751
que está alcançando um propósito.
15:20
I mean, one used to imagine that to build things that are useful to us,
317
920541
4421
Quero dizer, costumávamos imaginar que, para criar coisas úteis para nós,
15:25
we'd have to do it kind of step by step.
318
925004
2294
teríamos que fazer isso passo a passo.
15:27
But AI and the whole phenomenon of computation
319
927673
2711
Mas a IA e todo o fenômeno da computação
15:30
tell us that really what we need
320
930426
1960
nos dizem que o que precisamos
15:32
is more just to define what we want.
321
932428
2377
mais é apenas definir o que queremos.
15:35
Then computation, AI, automation can make it happen.
322
935306
4421
Então computação, IA e automação podem fazer isso acontecer.
15:39
And yes, I think the key to defining in a clear way what we want
323
939768
3754
E sim, acho que a chave para definir claramente o que queremos
15:43
is computational language.
324
943564
1793
é a linguagem computacional.
15:45
And, you know, even after 35 years,
325
945357
2169
E mesmo depois de 35 anos,
15:47
for many people,
326
947526
1210
para muitas pessoas
15:48
Wolfram Language is still sort of an artifact from the future.
327
948736
2961
a linguagem Wolfram ainda é uma espécie de artefato do futuro.
15:51
If your job is to program, it seems like a cheat.
328
951697
2836
Se seu trabalho é programar, parece uma trapaça.
15:54
How come you can do in an hour what would usually take you a week?
329
954575
3545
Como você pode fazer em uma hora o que normalmente levaria uma semana?
15:58
But it can also be kind of daunting because having dashed off that one thing,
330
958120
4129
Mas também pode ser assustador, porque após eliminar uma coisa,
16:02
you now have to conceptualize the next thing.
331
962249
2544
você precisa conceituar a próxima.
16:04
Of course, it's great for CEOs and CTOs
332
964835
2461
Obviamente, é ótimo para CEOs, CTOs
16:07
and intellectual leaders who are ready to race on to the next thing.
333
967338
3795
e líderes intelectuais que estão prontos para seguir em frente.
16:11
And indeed, it's an impressively popular thing in that set.
334
971175
4629
E, de fato, é uma algo extremamente popular entre eles.
De certo modo, o que está acontecendo é que a linguagem Wolfram deixa
16:16
In a sense, what's happening is that Wolfram Language shifts
335
976096
2837
16:18
from concentrating on mechanics to concentrating on conceptualization,
336
978974
3796
de se concentrar na mecânica, para se concentrar na conceitualização,
16:22
and the key to that conceptualization is broad computational thinking.
337
982770
4463
e a chave para essa conceitualização é o amplo pensamento computacional.
16:27
So how can one learn to do that?
338
987233
1918
Então, como alguém pode aprender a fazer isso?
16:29
It's not really a story of CS,
339
989193
1960
Não é realmente uma história de CS,
16:31
it's really a story of CX.
340
991195
2210
é realmente uma história de CX.
16:33
And as a kind of education,
341
993405
1752
E como um tipo de educação,
16:35
it's more like liberal arts than STEM.
342
995199
2586
é mais parecido com artes liberais do que com STEM.
16:37
It's part of a trend that when you automate technical execution,
343
997826
3587
É parte da tendência de que, quando você automatiza a execução técnica,
16:41
what becomes important is not figuring out how to do things,
344
1001413
4255
o que se torna importante não é descobrir como fazer as coisas,
16:45
but what to do.
345
1005668
1418
mas o que fazer.
16:47
And that's more a story of broad knowledge and general thinking
346
1007127
3045
E isso é mais uma história de amplo conhecimento e pensamento geral
16:50
than any kind of narrow specialization.
347
1010172
2503
do que qualquer tipo de especialização restrita.
16:53
You know, there's sort of an unexpected human centeredness to all of this.
348
1013509
3503
Há uma espécie de focalização humana inesperada em tudo isso.
16:57
We might have thought that with the advance of science and technology,
349
1017054
3378
Poderíamos ter pensado que, com o avanço da ciência e da tecnologia,
17:00
the particulars of us humans would become ever less relevant.
350
1020432
3712
as particularidades de nós humanos se tornariam cada vez menos relevantes.
17:04
But we've discovered that that's not true, and that, in fact, everything,
351
1024144
3462
Mas descobrimos que isso não é verdade e que tudo,
17:07
even our physics,
352
1027648
1209
até nossa física,
17:08
depends on how we humans happen to have sampled the ruliad.
353
1028899
3837
depende de como nós, humanos, coletamos amostras do ruliad.
17:13
Before our physics project,
354
1033696
2043
Antes do nosso projeto de física,
17:15
we didn't know if our universe really was computational,
355
1035781
3378
não sabíamos se nosso universo era realmente computacional,
17:19
but now it's pretty clear that it is.
356
1039201
2002
mas agora está bem claro que ele é.
17:21
And from that, we're sort of inexorably led to the ruliad,
357
1041245
2753
E a partir disso, somos inexoravelmente levados ao ruliad,
17:23
with all its kind of vastness
358
1043998
1960
com toda a sua vastidão
17:26
so hugely greater than the physical space in our universe.
359
1046000
3378
imensamente maior do que o espaço físico em nosso universo.
17:29
So where will we go in the ruliad?
360
1049962
2336
Então, para onde iremos no ruliad?
17:32
Computational language is what lets us chart our path.
361
1052339
3212
A linguagem computacional é o que nos permite traçar nosso caminho.
17:35
It lets us humans define our goals and our journeys.
362
1055551
3336
Ela permite que nós, humanos, definamos nossos objetivos e nossas jornadas.
17:38
And what's amazing is that all the power and depth
363
1058887
2628
E o que é incrível é que todo o poder e profundidade
17:41
of what's out there in the ruliad is accessible to everyone.
364
1061557
3086
do que está lá fora no ruliad está acessível a todos.
17:45
One just has to learn to harness those computational superpowers,
365
1065019
4129
Basta aprender a aproveitar esses superpoderes computacionais,
17:49
which kind of starts here,
366
1069189
1544
que meio que começam aqui,
17:50
you know, our portal to the ruliad.
367
1070774
3254
você sabe, nosso portal para o ruliad.
17:54
Thank you.
368
1074528
1335
Obrigado.
17:55
(Applause)
369
1075904
3587
(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