Jeff Hawkins: How brain science will change computing

207,857 views ・ 2007-05-23

TED


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Pedro Ferreira Revisora: Bruno Gomes
00:25
I do two things:
0
25476
1151
Eu faço duas coisas.
00:26
I design mobile computers and I study brains.
1
26651
2118
Desenho computadores portáteis e estudo cérebros.
00:28
Today's talk is about brains and -- (Audience member cheers)
2
28793
2930
A apresentação de hoje é sobre cérebros
00:31
Yay! I have a brain fan out there.
3
31747
1817
e eu tenho um admirador de cérebros por ai algures.
00:33
(Laughter)
4
33588
3147
(Risos)
Podem pôr o meu primeiro slide aqui,
00:36
If I could have my first slide,
5
36759
1555
00:38
you'll see the title of my talk and my two affiliations.
6
38338
2849
para verem o título da minha palestra e as minhas duas afiliações.
00:41
So what I'm going to talk about is why we don't have a good brain theory,
7
41211
3468
Vou dizer porque é que não temos uma boa teoria do cérebro,
00:44
why it is important that we should develop one
8
44703
2277
porque é importante desenvolver uma e o que podemos fazer para isso.
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
Vou tentar 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
Muitos de vocês conhece-me dos meus dias de Palm e de Handspring,
00:54
but I also run a nonprofit scientific research institute
13
54090
2683
e dirijo um instituto científico sem fins lucrativos,
00:56
called the Redwood Neuroscience Institute in Menlo Park.
14
56797
2632
o Instituto Redwood Neuroscience em Menlo Park,
00:59
We study theoretical neuroscience and how the neocortex works.
15
59453
3388
e estudamos neurociência teórica.
Estudamos o funcionamento do neocórtex.
01:02
I'm going to talk all about that.
16
62865
1598
Vou falar sobre isso tudo.
01:04
I have one slide on my other life, the computer life,
17
64487
2745
Tenho aqui um slide da minha outra vida, a vida dos computadores.
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 em que trabalhei nos últimos 20 anos,
01:11
starting from the very original laptop
20
71873
1842
a começar no primeiro portátil original até alguns dos primeiros "tablets"
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 por ai fora, acabando no Treo recentemente,
01:17
and we're continuing to do this.
23
77872
1532
e continuamos a fazer isto.
01:19
I've done this because I believe mobile computing
24
79428
2301
Fiz isto porque acredito que os computadores móveis
01:21
is the future of personal computing,
25
81753
1724
são o futuro dos computadores pessoais, e estou a tentar fazer o mundo melhor
01:23
and I'm trying to make the world a little bit better
26
83501
2454
01:25
by working on these things.
27
85979
1296
trabalhando nestas coisas.
01:27
But this was, I admit, all an accident.
28
87299
1874
Mas tenho de confessar, foi um acidente.
01:29
I really didn't want to do any of these products.
29
89197
2308
Eu nunca quis fazer nenhum destes produtos
01:31
Very early in my career
30
91529
1382
e muito cedo na minha carreira decidi
01:32
I decided I was not going to be in the computer industry.
31
92935
2690
que não iria para a indústria dos computadores.
01:35
Before that, I just have to tell you
32
95649
1721
Antes de falar disso, tenho de falar-vos
01:37
about this picture of Graffiti I picked off the web the other day.
33
97394
3108
desta imagem de graffiti que copiei da Internet.
01:40
I was looking for a picture for Graffiti that'll text input language.
34
100526
3253
Procurava uma imagem de graffiti, 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 encontrei um sitio Internet dedicado a professores ,
que querem escrever coisas por cima do quadro negro,
01:47
across the top of their blackboard,
36
107516
1674
e eles também usaram graffiti, e peço desculpa por isso.
01:49
and they had added Graffiti to it, and I'm sorry about that.
37
109214
2833
01:52
(Laughter)
38
112071
2247
(Risos)
01:54
So what happened was,
39
114342
1300
Quando eu era novo 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, decidi que ia trabalhar para a Intel.
02:00
I went to work for Intel and was in the computer industry,
41
120589
3187
Já estava na indústria dos computadores há três meses,
02:03
and three months into that, I fell in love with something else.
42
123800
3402
apaixonei-me por outra coisa, e disse: "Escolhi a 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
e apaixonei-me por cérebros.
02:12
This is not a real brain.
45
132557
1533
Isto não é um cérebro verdadeiro. É o desenho de um cérebro.
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
Não me lembro exatamente como começou,
02:19
but I have one recollection, which was pretty strong in my mind.
48
139000
3515
mas tenho uma recordação, bastante forte na minha mente.
02:22
In September of 1979,
49
142539
1610
Em setembro de 1979, o Scientific American saiu
02:24
Scientific American came out with a single-topic issue about the brain.
50
144173
3364
apenas com um tema sobre o cérebro, que era bastante bom.
02:27
It was one of their best issues ever.
51
147561
1938
Foi um dos melhores números de sempre.
02:29
They talked about the neuron, development, disease, vision
52
149523
2947
Falava do neurónio, de desenvolvimento, de doença e visão
02:32
and all the things you might want to know about brains.
53
152494
2596
e de tudo sobre cérebros.
Foi realmente 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
Ficávamos com a impressão de saber muito sobre cérebros.
02:39
But the last article in that issue was written by Francis Crick of DNA fame.
56
159436
4195
O último artigo desse número foi escrito por Francis Crick, famoso pelo ADN.
02:43
Today is, I think, the 50th anniversary of the discovery of DNA.
57
163655
3024
Hoje é o 50.º aniversário da descoberta do ADN.
02:46
And he wrote a story basically saying, this is all well and good,
58
166703
3075
Ele escreveu uma história dizendo:
"Isto é tudo bem e bom, mas sabem uma coisa?
02:49
but you know, we don't know diddly squat about brains,
59
169802
2743
"não sabemos patavina sobre cérebros
02:52
and no one has a clue how they work,
60
172569
1739
"e ninguém tem uma pista de como funciona essa coisa,
02:54
so don't believe what anyone tells you.
61
174332
1866
"por isso não acreditem em tudo o que vos dizem".
02:56
This is a quote from that article, he says:
62
176222
2165
"O que manifestamente nos falta
02:58
"What is conspicuously lacking" -- he's a very proper British gentleman --
63
178411
4293
— ele é um verdadeiro "gentleman" britânico —
03:02
"What is conspicuously lacking is a broad framework of ideas
64
182728
2830
"é um bom enquadramento de ideias
"para podermos interpretar essas diferentes abordagens."
03:05
in which to interpret these different approaches."
65
185582
2352
Achei ótima a palavra "enquadramento".
03:07
I thought the word "framework" was great.
66
187958
1968
03:09
He didn't say we didn't have a theory.
67
189950
1817
Não disse que não tínhamos uma teoria.
03:11
He says we don't even know how to begin to think about it.
68
191791
2725
Disse que não sabemos como pensar nisso
nem sequer temos um "enquadramento".
03:14
We don't even have a framework.
69
194540
1492
Estamos nos dias de pré-paradigma para parafrasear Thomas Kuhn.
03:16
We are in the pre-paradigm days, if you want to use Thomas Kuhn.
70
196056
3050
Eu apaixonei-me por isto, e disse:
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
"Temos todo este conhecimento sobre cérebros. Será assim tão difícil?"
03:24
It's something we can work on in my lifetime; I could make a difference.
73
204092
3438
É uma coisa que pode funcionar no meu tempo de vida.
Achei que podia fazer uma diferença,
03:27
So I tried to get out of the computer business, into the brain business.
74
207554
3619
e assim tentei passar dos computadores para o negócio dos cérebros.
03:31
First, I went to MIT, the AI lab was there.
75
211197
2004
Fui ao MIT, ao laboratório de IA, e disse:
03:33
I said, I want to build intelligent machines too,
76
213225
2395
"Também quero construir máquinas inteligentes,
03:35
but I want to study how brains work first.
77
215644
2517
mas primeiro tenho que estudar o funcionamento do cérebro.
03:38
And they said, "Oh, you don't need to do that.
78
218185
2306
Eles responderam: "Não é necessário fazer isso.
03:40
You're just going to program computers, that's all.
79
220515
2390
Nós aqui só programamos computadores, é o suficiente".
03:42
I said, you really ought to study brains.
80
222929
1963
E eu: "Não, deviam estudar o cérebro. E eles: "Estás errado".
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
E eu: "Vocês é que estão" e não entrei no laboratório.
03:48
(Laughter)
83
228642
1078
(Risos)
03:49
I was a little disappointed -- pretty young --
84
229744
2155
Fiquei um pouco desapontado — era bastante novo.
03:51
but I went back again a few years later,
85
231923
1936
Voltei uns anos depois, desta vez na Califórnia, e fui a Berkeley.
03:53
this time in California, and I went to Berkeley.
86
233883
2359
03:56
And I said, I'll go in from the biological side.
87
236266
2430
E disse: "Vou para a secção de biologia".
03:58
So I got in the PhD program in biophysics.
88
238720
3089
Entrei no programa PhD de Biofísica, e tudo bem,
04:01
I was like, I'm studying brains now. Well, I want to study theory.
89
241833
3410
estou a estudar cérebros, e disse: "Quero estudar a teoria.
04:05
They said, "You can't study theory about brains.
90
245267
2269
E eles: "Não podes estudar teoria sobre cérebros.
04:07
You can't get funded for that.
91
247560
1995
"Não se arranja financiamento para isso.
04:09
And as a graduate student, you can't do that."
92
249579
2155
"E como aluno universitário, não podes fazer isso".
04:11
So I said, oh my gosh.
93
251758
1218
Eu fiquei muito deprimido. Eu podia fazer a diferença nesta área.
04:13
I was depressed; I said, but I can make a difference in this field.
94
253000
3155
Por isso, voltei para a indústria dos computadores e disse:
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
"Vou ter de trabalhar nisto por uns tempos".
04:20
That's when I designed all those computer products.
97
260340
2393
Foi quando desenhei todos aqueles produtos.
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
Queria fazer isso durante quatro anos, ganhar algum dinheiro,
04:27
I was having a family, and I would mature a bit,
100
267000
3976
— estava a formar uma família — e ganhar alguma maturidade,
04:31
and maybe the business of neuroscience would mature a bit.
101
271000
2816
e talvez a neurociência também amadurecesse um pouco.
04:33
Well, it took longer than four years. It's been about 16 years.
102
273840
3001
Demorou mais de quatro anos. Foram cerca de 16 anos.
04:36
But I'm doing it now, and I'm going to tell you about it.
103
276865
2716
Estou a fazê-lo agora, e vou falar-vos disso.
04:39
So why should we have a good brain theory?
104
279605
2286
Porque é que deveríamos ter uma boa teoria do cérebro?
04:41
Well, there's lots of reasons people do science.
105
281915
3102
Há muitas razões pelas quais as pessoas fazem ciência.
04:45
The most basic one is, people like to know things.
106
285041
2917
A mais básica é que as pessoas gostam de saber coisas.
04:47
We're curious, and we go out and get knowledge.
107
287982
2195
Somos curiosos, e por isso procuramos conhecimento.
04:50
Why do we study ants? It's interesting.
108
290201
1866
Porque estudamos formigas? É interessante.
04:52
Maybe we'll learn something useful, but it's interesting and fascinating.
109
292091
3466
Talvez venha a ser útil, mas é interessante e fascinante.
04:55
But sometimes a science has other attributes
110
295581
2057
Mas por vezes, a ciência tem outros atributos que a tornam muito interessante.
04:57
which makes it really interesting.
111
297662
1829
04:59
Sometimes a science will tell something about ourselves;
112
299515
2627
Por vezes, uma ciência diz-nos algo sobre nós próprios,
diz-nos quem nós somos.
05:02
it'll tell us who we are.
113
302166
1224
05:03
Evolution did this and Copernicus did this,
114
303414
2752
Raramente a evolução fez isso e Copérnico fez isso,
05:06
where we have a new understanding of who we are.
115
306190
2334
temos uma nova compreensão de quem somos.
05:08
And after all, we are our brains. My brain is talking to your brain.
116
308548
3428
Nós somos os nossos cérebros. O meu cérebro está a falar ao vosso cérebro.
05:12
Our bodies are hanging along for the ride,
117
312000
2030
Os nossos corpos passeiam juntos, mas é o meu cérebro que fala com o vosso.
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
Se queremos entender quem somos, como sentimos e entendemos,
temos que perceber o que é o cérebro.
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
Por vezes, a ciência leva-nos a grandes benefícios sociais e tecnológicos,
ou negócios, ou o que quer que saia dela.
05:24
or businesses or whatever.
122
324398
1291
05:25
This is one, too, because when we understand how brains work,
123
325713
2878
Quando entendermos como funciona o cérebro,
05:28
we'll be able to build intelligent machines.
124
328615
2064
poderemos construir máquinas inteligentes,
05:30
That's a good thing on the whole,
125
330703
1698
o que é uma coisa que vai trazer benefícios enormes para a sociedade
05:32
with tremendous benefits to society,
126
332425
1858
05:34
just like a fundamental technology.
127
334307
1669
tal como uma tecnologia fundamental.
05:36
So why don't we have a good theory of brains?
128
336000
2850
Então, porque é que não temos uma teoria do cérebro?
05:38
People have been working on it for 100 years.
129
338874
2168
As pessoas trabalham nisso há já 100 anos.
05:41
Let's first take a look at what normal science looks like.
130
341066
2719
Primeiro, vamos ver o que é a ciência normal.
05:43
This is normal science.
131
343809
1187
Isto é ciência normal.
Ciência normal é um bom equilíbrio entre teoria e experimentalismo.
05:45
Normal science is a nice balance between theory and experimentalists.
132
345020
4074
05:49
The theorist guy says, "I think this is what's going on,"
133
349118
2691
O teórico diz: "Acho que isto é o que se passa",
05:51
the experimentalist says, "You're wrong."
134
351833
1961
e o experimentalista diz: "Não. Estás errado".
05:53
It goes back and forth, this works in physics, this in geology.
135
353818
3004
E anda de um lado para o outro.
Isto funciona na física, na geologia.
05:56
But if this is normal science, what does neuroscience look like?
136
356846
3009
Mas o que se passa na neurociência? É isto que se passa na neurociência.
05:59
This is what neuroscience looks like.
137
359879
1795
Temos esta montanha de dados — 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
Nem imaginam o detalhe do que 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 neurociência este ano.
06:12
and every one of them is doing research in brains.
142
372092
2363
e estão todos a fazer investigação em cérebros.
06:14
A lot of data, but no theory.
143
374479
1694
Muitos dados. Mas não há teoria. Há ali em cima uma caixa minúscula.
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 ainda não teve um 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 pena. Porque é que isto acontece?
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
Perguntamos aos neurocientistas: "Porque é que assim é?"
06:28
first, they'll admit it.
150
388771
1246
Eles começam por admiti-lo, mas dizem:
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
"Há várias razões para não haver uma boa teoria do cérebro.
Alguns dizem: "Não temos dados suficientes.
06:34
Some say we still don't have enough data,
153
394306
1969
06:36
we need more information, there's all these things we don't know.
154
396299
3059
"Precisamos de mais informação, há muita coisa que não sabemos.
06:39
Well, I just told you there's data coming out of your ears.
155
399382
2841
Acabei de vos dizer que já temos dados até mais não.
Temos tanta informação que nem sabemos por onde começar.
06:42
We have so much information, we don't even know how to organize it.
156
402247
3164
O que ganhamos em ter mais informação?
06:45
What good is more going to do?
157
405435
1438
06:46
Maybe we'll be lucky and discover some magic thing, but I don't think so.
158
406897
3448
Podemos ter sorte e descobrir alguma coisa mágica, mas não me parece.
06:50
This is a symptom of the fact that we just don't have a theory.
159
410369
2973
Isto é um sintoma de que não temos nenhuma 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 teoria.
06:56
Another one is sometimes people say,
161
416000
1798
Às vezes diz-se: "O cérebro é tão complexo, que vai levar outros 50 anos.
06:57
"Brains are so complex, it'll take another 50 years."
162
417822
3154
07:01
I even think Chris said something like this yesterday, something like,
163
421000
3354
Acho que o Chris disse algo semelhante ontem.
Não sei bem, Chris, mas foi algo assim:
07:04
it's one of the most complicated things in the universe.
164
424378
2627
"É uma das coisas mais complicadas do universo".
07:07
That's not true -- you're more complicated than your brain.
165
427029
2790
Não é verdade. Nós somos mais complicados que o cérebro.
07:09
You've got a brain.
166
429843
1151
E mesmo que o cérebro pareça muito complicado,
07:11
And although the brain looks very complicated,
167
431018
2150
as coisas parecem complicadas até as percebermos.
07:13
things look complicated until you understand them.
168
433192
2336
07:15
That's always been the case.
169
435552
1335
Foi sempre assim. Assim, só podemos dizer:
07:16
So we can say, my neocortex, the part of the brain I'm interested in,
170
436911
3243
"O meu neocórtex, a parte do cérebro que me interessa,
"tem 30 mil milhões 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, sabem? É muito, muito regular.
07:23
In fact, it looks like it's the same thing repeated over and over again.
173
443810
3394
De facto, parece a mesma coisa repetida vezes sem conta.
07:27
It's not as complex as it looks. That's not the issue.
174
447228
2536
Não é tão complexo como parece. Isso não é problema.
07:29
Some people say, brains can't understand brains.
175
449788
2287
Outros dizem: "O cérebro não pode entender o cérebro".
07:32
Very Zen-like. Woo.
176
452099
1988
Muito Zen. Uau!
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 porquê? Qual é o objetivo?
07:39
It's just a bunch of cells. You understand your liver.
179
459206
2569
É apenas um conjunto de células. Entendemos o fígado.
07:41
It's got a lot of cells in it too, right?
180
461799
1977
E tem muitas células, não tem?
07:43
So, you know, I don't think there's anything to that.
181
463800
2494
Portanto, acho que o problema não é esse.
07:46
And finally, some people say,
182
466318
2112
Finalmente, alguns dizem; "Não me sinto um conjunto de células.
07:48
"I don't feel like a bunch of cells -- I'm conscious.
183
468454
2983
"Tenho consciência.
07:51
I've got this experience, I'm in the world.
184
471461
2069
"Tenho esta experiência, estou no mundo.
07:53
I can't be just a bunch of cells."
185
473554
1910
"Não posso ser apenas um conjunto de células.
07:55
Well, people used to believe there was a life force to be living,
186
475488
3223
"As pessoas pensavam que existia uma força viva para se estar vivo,
07:58
and we now know that's really not true at all.
187
478735
2409
e agora sabemos que isso não é verdade.
08:01
And there's really no evidence,
188
481168
1898
Não há provas que o digam, fora as pessoas que não acreditam
08:03
other than that people just disbelieve that cells can do what they do.
189
483090
3374
que as células possam fazer o que fazem.
08:06
So some people have fallen into the pit of metaphysical dualism,
190
486488
3041
Se alguém caiu no abismo do dualismo metafisico,
08:09
some really smart people, too, but we can reject all that.
191
489553
2730
são pessoas muito espertas também, mas podemos rejeitar tudo isso.
08:12
(Laughter)
192
492307
2895
(Risos)
Não, vou dizer-vos que há outra coisa
08:15
No, there's something else,
193
495226
1741
08:16
something really fundamental, and it is:
194
496991
1985
que é fundamental, e é isto:
há outra razão para não temos uma boa teoria do cérebro,
08:19
another reason why we don't have a good brain theory
195
499000
2451
08:21
is because we have an intuitive, strongly held but incorrect assumption
196
501475
5535
e é porque temos um assunção intuitiva e forte mas incorreta,
que nos impede 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 coisas que acreditamos estarem certas, mas estão erradas.
08:32
Now, there's a history of this in science and before I tell you what it is,
199
512982
3566
Há uma história semelhante na ciência que vos vou contra.
08:36
I'll tell you about the history of it in science.
200
516572
2299
vou contar essa história na ciência.
08:38
Look at other scientific revolutions --
201
518895
1910
Vejamos outras revoluções cientificas,
— o sistema solar e de Copérnico,
08:40
the solar system, that's Copernicus,
202
520829
1879
08:42
Darwin's evolution, and tectonic plates, that's Wegener.
203
522732
2819
a evolução de Darwin e as placas tectónicas, de Wegener.
Têm muito em comum com a ciência do cérebro.
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
Primeiro, tinham muitos dados sem explicação. Muitos.
Mas ficaram mais compreensíveis, logo que se elaborou uma teoria.
08:51
But it got more manageable once they had a theory.
206
531068
2794
08:53
The best minds were stumped -- really smart people.
207
533886
2807
As melhores cabeças estavam bloqueadas, pessoas muito inteligentes.
08:56
We're not smarter now than they were then;
208
536717
2004
Não somos mais espertos do que eles eram.
08:58
it just turns out it's really hard to think of things,
209
538745
2527
É difícil pensar numa coisa,
mas uma vez bem pensado, é mais fácil entendê-la.
09:01
but once you've thought of them, it's easy to understand.
210
541296
2676
09:03
My daughters understood these three theories,
211
543996
2106
As minhas filhas entenderam estas três teorias, em linhas gerais,
09:06
in their basic framework, in kindergarten.
212
546126
2518
quando andavam no infantário.
09:08
It's not that hard -- here's the apple, here's the orange,
213
548668
3266
E agora não é muito difícil, aqui está a maçã, aqui está a laranja,
09:11
the Earth goes around, that kind of stuff.
214
551958
2018
a terra gira, e isso tudo.
09:14
Another thing is the answer was there all along,
215
554000
2586
Outra coisa é que a resposta esteve lá o tempo todo,
09:16
but we kind of ignored it because of this obvious thing.
216
556610
2779
mas foi ignorada por razões óbvias, é a realidade.
09:19
It was an intuitive, strongly held belief that was wrong.
217
559413
2850
Por uma forte convicção intuitiva de que estava errada.
09:22
In the case of the solar system,
218
562287
1690
No caso do sistema solar, a ideia de que a Terra está a girar
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
que a sua superfície se desloca a milhares de km por hora,
09:28
and it's going through the solar system at a million miles an hour --
221
568000
3249
e se desloca pelo sistema solar a um milhão de km por hora.
09:31
this is lunacy; we all know the Earth isn't moving.
222
571273
2476
É de lunático. Sabemos que ela não se move.
09:33
Do you feel like you're moving a thousand miles an hour?
223
573773
2877
Sentem que estão a viajar a milhares de km/h? Não.
Se alguém dissesse que estava a girar no espaço, que é enorme,
09:36
If you said Earth was spinning around in space and was huge --
224
576674
2919
09:39
they would lock you up, that's what they did back then.
225
579617
2591
trancavam-na, foi o que fizeram naquela época.
(Risos)
09:42
So it was intuitive and obvious. Now, what about evolution?
226
582232
3275
Portanto, era intuitivo e óbvio. E quanto à evolução?
09:45
Evolution, same thing.
227
585531
1154
É a mesma coisa. Ensinamos aos nossos filhos.
09:46
We taught our kids the Bible says God created all these species,
228
586709
3080
A Bíblia diz que Deus criou todas as espécies, gatos, cães,
09:49
cats are cats; dogs are dogs; people are people; plants are plants;
229
589813
3143
pessoas, plantas, eles não mudam.
09:52
they don't change.
230
592980
1241
Noé pô-los na Arca por aquela ordem, blá, blá, blá.
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 facto é que, se acreditam na evolução, que todos temos um antepassado comum,
10:00
We all have a common ancestor with the plant in the lobby!
233
600337
3282
e todos temos um antepassado comum com a planta ali à entrada.
10:03
This is what evolution tells us. And it's true. It's kind of unbelievable.
234
603643
3686
Isto é o que a evolução nos diz. É verdade. É mais ou menos inacreditável.
10:07
And the same thing about tectonic plates.
235
607353
2557
O mesmo sobre as placas tectónicas.
10:09
All the mountains and the continents
236
609934
1722
Todas as montanhas e continentes estão a flutuar por cima da terra.
10:11
are kind of floating around on top of the Earth.
237
611680
2344
É assim, não faz sentido nenhum.
10:14
It doesn't make any sense.
238
614048
1246
10:15
So what is the intuitive, but incorrect assumption,
239
615318
4601
Portanto, qual é a intuição, mas uma assunção incorreta,
10:19
that's kept us from understanding brains?
240
619943
1967
que nos impediu de entender o cérebro?
10:21
I'll tell you. It'll seem obvious that it's correct. That's the point.
241
621934
3293
Vai parecer óbvio que está correto, e é esse o objetivo.
Vou ter de explicar porque é que estavam errados sobre a outra assunção.
10:25
Then I'll make an argument why you're incorrect on the other assumption.
242
625251
3434
10:28
The intuitive but obvious thing is:
243
628709
1682
A coisa intuitiva mas óbvia é que,
de certa forma, a inteligência é definida pelo comportamento,
10:30
somehow, intelligence is defined by behavior;
244
630415
2314
10:32
we're intelligent because of how we do things
245
632753
2350
que somos inteligentes porque fazemos coisas
10:35
and how we behave intelligently.
246
635127
1572
mas vou provar que isso está errado.
10:36
And I'm going to tell you that's wrong.
247
636723
1879
A inteligência é definida pela previsão.
10:38
Intelligence is defined by prediction.
248
638626
2131
10:40
I'm going to work you through this in a few slides,
249
640781
2415
Vou mostrar-vos alguns slides, para dar um exemplo do que isto significa.
10:43
and give you an example of what this means.
250
643220
2094
10:45
Here's a system.
251
645338
1301
Isto é um sistema.
10:46
Engineers and scientists like to look at systems like this.
252
646663
2908
Os engenheiros e os cientistas gostam de desenhar os sistemas assim.
10:49
They say, we have a thing in a box. We have its inputs and outputs.
253
649595
3163
Dizem: "Temos uma coisa numa caixa, com entradas e saídas.
10:52
The AI people said, the thing in the box is a programmable computer,
254
652782
3240
As pessoas da IA dizem: "Na caixa está um computador programável
equivalente a um cérebro, fornecemos-lhe informações
10:56
because it's equivalent to a brain.
255
656046
1679
10:57
We'll feed it some inputs and get it to do something, have some behavior.
256
657749
3506
para ele ter algum tipo de comportamento.
Alan Turing definiu o teste Turing, que diz que uma coisa é inteligente
11:01
Alan Turing defined the Turing test, which essentially says,
257
661279
2822
se o seu comportamento for idêntico ao comportamento humano.
11:04
we'll know if something's intelligent if it behaves identical to a human --
258
664125
3553
Uma medida comportamental do que é a 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
Isto ficou encaixado na nossa mente durante muito tempo.
11:12
Reality, though -- I call it real intelligence.
261
672000
2392
Eu falo da "inteligência real".
11:14
Real intelligence is built on something else.
262
674416
2175
A inteligência real é feita de outra coisa.
11:16
We experience the world through a sequence of patterns,
263
676615
3214
Experimentamos o mundo através de uma sequência de padrões
11:19
and we store them, and we recall them.
264
679853
2149
que guardamos e recordamos.
11:22
When we recall them, we match them up against reality,
265
682026
2545
Quando as chamamos, comparamo-las com a realidade,
11:24
and we're making predictions all the time.
266
684595
2251
e fazemos previsões o tempo todo.
11:26
It's an internal metric; there's an internal metric about us,
267
686870
2958
É uma medida eternal que existe em nós e podemos dizer: "Entendo o mundo?
11:29
saying, do we understand the world, am I making predictions, and so on.
268
689852
3342
"Estarei a fazer previsões?" Etc.
Vocês estão a ser inteligentes, e não estão a fazer nada.
11:33
You're all being intelligent now, but you're not doing anything.
269
693218
3002
Podem estar a coçar-se, a meter o dedo no nariz.
11:36
Maybe you're scratching yourself, but you're not doing anything.
270
696244
3002
Não estão a fazer nada neste momento, mas estão a entender o que eu digo.
11:39
But you're being intelligent; you're understanding what I'm saying.
271
699270
3156
11:42
Because you're intelligent and you speak English,
272
702450
2295
Como são inteligentes e falam inglês, sabem que palavra existe no fim desta...
11:44
you know the word at the end of this
273
704769
1751
11:46
sentence.
274
706544
1159
... frase.
11:47
The word came to you; you make these predictions all the time.
275
707727
3152
A palavra surgiu-vos, e vocês estão sempre a fazer estas previsões.
11:50
What I'm saying is,
276
710903
1699
O que quero dizer é que a previsão eterna é a saída do neocórtex.
11:52
the internal prediction is the output in the neocortex,
277
712626
2631
De certa forma, a predição leva ao comportamento inteligente.
11:55
and somehow, prediction leads to intelligent behavior.
278
715281
2541
11:57
Here's how that happens:
279
717846
1151
É assim que acontece. Comecemos com um cérebro não inteligente.
11:59
Let's start with a non-intelligent brain.
280
719021
1955
Eu digo que é um cérebro não inteligente, porque é um cérebro velho,
12:01
I'll argue a non-intelligent brain, we'll call it an old brain.
281
721000
3009
vamos dizer que não é de mamífero, mas de um réptil,
12:04
And we'll say it's a non-mammal, like a reptile,
282
724033
2871
12:06
say, an alligator; we have an alligator.
283
726928
1985
portanto digamos, de crocodilo.
12:08
And the alligator has some very sophisticated senses.
284
728937
3371
O crocodilo tem 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 tacto e outros, uma boca e um nariz.
12:15
a mouth and a nose.
286
735562
1469
12:17
It has very complex behavior.
287
737055
1991
Tem um comportamento muito complexo.
12:19
It can run and hide. It has fears and emotions. It can eat you.
288
739070
3906
Pode correr e esconder-se. Tem medos e emoções.
Pode comer-nos, pode atacar.
12:23
It can attack. It can do all kinds of stuff.
289
743000
3590
Pode fazer muitos tipos de coisas.
12:27
But we don't consider the alligator very intelligent,
290
747193
2856
Mas não consideramos o crocodilo muito inteligente, como um ser humano.
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 tem todo este comportamento complexo.
12:34
Now in evolution, what happened?
293
754510
1801
Durante a evolução, o que aconteceu?
12:36
First thing that happened in evolution with mammals
294
756335
2385
Na evolução dos mamíferos,
12:38
is we started to develop a thing called the neocortex.
295
758744
2531
começámos por desenvolver o neocórtex.
12:41
I'm going to represent the neocortex by this box on top of the old brain.
296
761299
3793
Vou representar o neocórtex aqui,
com esta caixa por cima do velho cérebro.
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 por cima do cérebro.
12:48
It's the wrinkly thing on the top of your head
298
768493
2343
É aquela coisa enrugada, no alto da cabeça,
12:50
that got wrinkly because it got shoved in there and doesn't fit.
299
770860
3084
enrugada porque foi enfiada ali dentro mas não cabe lá.
12:53
(Laughter)
300
773968
1008
(Risos)
12:55
Literally, it's about the size of a table napkin
301
775000
2242
É mesmo. Tem o tamanho de uma toalha de mesa.
12:57
and doesn't fit, so it's wrinkly.
302
777266
1574
Não cabe, fica enrugada. Agora olhem como desenhei isto 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 velho cérebro ainda ali está. Ainda temos o cérebro de crocodilo.
13:02
You still have that alligator brain. You do. It's your emotional brain.
305
782043
3655
Temos. É o cérebro emocional.
13:05
It's all those gut reactions you have.
306
785722
2730
É todas aquelas reações viscerais que temos.
13:08
On top of it, we have this memory system called the neocortex.
307
788476
3270
Por cima dele, 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
O sistema de memória assenta sobre a parte sensorial do cérebro.
13:16
So as the sensory input comes in and feeds from the old brain,
309
796088
3055
Portanto, tal como as entradas sensoriais alimentam o velho cérebro,
13:19
it also goes up into the neocortex.
310
799167
2154
também vão para cima para o neocórtex. E o neocórtex está só a memorizar.
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
Está ali apenas a memorizar todas as coisas que se passam,
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
No futuro, quando vê qualquer coisa semelhante outra vez,
13:33
in a similar environment, or the exact same environment,
315
813296
2635
num contexto semelhante, ou exatamente no mesmo contexto,
13:35
it'll start playing it back: "Oh, I've been here before,"
316
815955
3555
volta a passá-lo outra vez.
"Já aqui estive antes, e depois disso aconteceu isto a seguir".
13:39
and when you were here before, this happened next.
317
819534
2364
13:41
It allows you to predict the future.
318
821922
1726
Permite-nos prever o futuro.
13:43
It literally feeds back the signals into your brain;
319
823672
3396
Permite-nos, literalmente reinjectar os sinais no cérebro,
13:47
they'll let you see what's going to happen next,
320
827092
2265
que vos permitem ver o que vai acontecer a seguir,
13:49
will let you hear the word "sentence" before I said it.
321
829381
2595
ouvir a palavra, antes de eu a dizer.
13:52
And it's this feeding back into the old brain
322
832000
3185
É esta realimentação no velho cérebro
13:55
that will allow you to make more intelligent decisions.
323
835209
2577
que nos permite tomar decisões muito 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 palestra, vou insistir nele mais um pouco.
14:01
And all the time you say, "Oh, I can predict things,"
325
841323
3575
Por isso estamos sempre a dizer: "Eu consigo prever as coisas.
14:04
so if you're a rat and you go through a maze, and you learn the maze,
326
844922
3360
Um rato que atravessa um labirinto e aprende o caminho,
quando volta ao labirinto, tem o mesmo comportamento.
14:08
next time you're in one, you have the same behavior.
327
848306
2439
14:10
But suddenly, you're smarter; you say, "I recognize this maze,
328
850769
2991
Mas nós somos mais espertos, porque dizemos:
"Reconheço este labirinto, sei qual o caminho a seguir".
14:13
I know which way to go; I've been here before; I can envision the future."
329
853784
3542
"Já aqui estive, posso prever o futuro". É o que estamos a fazer.
14:17
That's what it's doing.
330
857350
1168
14:18
This is true for all mammals --
331
858542
2840
Isto é verdade para todos os mamíferos,
14:21
in humans, it got a lot worse.
332
861406
2031
mas nos seres humanos, tornou-se muito pior.
14:23
Humans actually developed the front of the neocortex,
333
863461
2587
Nós desenvolvemos a parte frontal do neocórtex
14:26
called the anterior part of the neocortex.
334
866072
2221
— chamada a parte anterior do noecórtex — 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
Copiou a parte posterior, que é sensorial,
14:32
and put it in the front.
337
872490
1151
e pô-la na parte frontal.
14:33
Humans uniquely have the same mechanism on the front,
338
873665
2480
Só os seres humanos têm o mesmo mecanismo na frente,
14:36
but we use it for motor control.
339
876169
1554
mas utilizamo-lo para o controlo motor.
14:37
So we're now able to do very sophisticated motor planning, things like that.
340
877747
3581
Agora podemos planear movimentos muito sofisticados.
14:41
I don't have time to explain, but to understand how a brain works,
341
881352
3126
Não posso entrar em detalhe mas, para entender como funciona o cérebro,
14:44
you have to understand how the first part of the mammalian neocortex works,
342
884502
3537
têm de entender como funciona
a primeira parte do neocórtex de um mamífero,
como guardamos sequências e fazemos previsões.
14:48
how it is we store patterns and make predictions.
343
888063
2293
14:50
Let me give you a few examples of predictions.
344
890380
2188
Vou dar alguns exemplos de previsões.
14:52
I already said the word "sentence."
345
892592
1676
Já disse a palavra "frase".
Na música, se já ouviram Jill a cantar uma canção,
14:54
In music, if you've heard a song before,
346
894292
3206
14:57
when you hear it, the next note pops into your head already --
347
897522
2909
quando ela a canta, a nota seguinte aparece na vossa cabeça.
15:00
you anticipate it.
348
900455
1151
Vocês vão prevendo as notas.
15:01
With an album, at the end of a song, the next song pops into your head.
349
901630
3354
Num álbum de música, no fim de uma canção, a canção seguinte aparece na nossa cabeça.
15:05
It happens all the time, you make predictions.
350
905008
2305
Estão sempre a acontecer, estas previsões.
15:07
I have this thing called the "altered door" thought experiment.
351
907337
3039
Eu falo da "experiência do pensamento da porta alterada".
15:10
It says, you have a door at home;
352
910400
2829
É o seguinte: vocês têm uma porta em casa.
15:13
when you're here, I'm changing it --
353
913253
1755
Enquanto estão aqui eu mudo-a.
15:15
I've got a guy back at your house right now, moving the door around,
354
915032
3196
Há alguém na vossa casa neste momento, a mudar a porta.
15:18
moving your doorknob over two inches.
355
918252
1769
Vai mudar o puxador da porta dois centímetros.
15:20
When you go home tonight, you'll put your hand out, reach for the doorknob,
356
920045
3584
Quando forem para casa hoje, vão pôr ali a mão,
chegam ao puxador da porta e notam que está no sítio errado.
15:23
notice it's in the wrong spot
357
923653
1514
15:25
and go, "Whoa, something happened."
358
925191
1687
E dizem: "Uau! O que é que aconteceu?"
15:26
It may take a second, but something happened.
359
926902
2101
Pode demorar a perceber, mas dão fé.
15:29
I can change your doorknob in other ways --
360
929027
2003
Eu podia mudar o puxador da porta, fazê-lo maior ou menor,
15:31
make it larger, smaller, change its brass to silver, make it a lever,
361
931054
3241
mudar o material para prata, fazer uma alavanca.
15:34
I can change the door; put colors on, put windows in.
362
934319
2576
colori-la, pôr-lhe janelas,
15:36
I can change a thousand things about your door
363
936919
2151
mudar centenas de coisas na porta.
Nos dois segundos que levam a abrir a porta,
15:39
and in the two seconds you take to open it,
364
939094
2008
vão notar que algo mudou.
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
A abordagem a isto da engenharia, da IA,
15:45
is to build a door database with all the door attributes.
367
945480
2675
é construir uma base de dados de portas, com todos os seus atributos.
15:48
And as you go up to the door, we check them off one at time:
368
948179
2819
Quando chegam à porta, vamos verificá-las todas, uma de cada vez.
15:51
door, door, color ...
369
951022
1346
Porta, porta, porta...
15:52
We don't do that. Your brain doesn't do that.
370
952392
2100
O nosso cérebro não faz isso.
15:54
Your brain is making constant predictions all the time
371
954516
2540
O nosso cérebro está sempre a fazer previsões.
15:57
about what will happen in your environment.
372
957080
2034
sobre o que vai acontecer no nosso contexto.
15:59
As I put my hand on this table, I expect to feel it stop.
373
959138
2746
Quando ponho a minha mão na 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
Ao andar, por cada passo, se falho apenas um oitavo de centímetro,
16:04
I'll know something has changed.
375
964951
1533
noto que alguma coisa mudou.
16:06
You're constantly making predictions about your environment.
376
966508
2820
Estamos sempre a fazer previsões no nosso meio ambiente.
16:09
I'll talk about vision, briefly.
377
969352
1593
Vou falar da visão. Isto 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
Ao olhamos para uma pessoa, os olhos são apanhados
duas a três vezes por segundo.
16:15
We're not aware of it, but our eyes are always moving.
380
975890
2529
Não reparamos, mas os olhos estão sempre a mexer.
16:18
When we look at a face, we typically go from eye to eye to nose to mouth.
381
978443
3435
Vamos de olho para olho, para olho, para nariz, para a boca.
16:21
When your eye moves from eye to eye,
382
981902
1869
Quando os vossos olhos vão de olho para olho,
16:23
if there was something else there like a nose,
383
983795
2158
se estivesse ali outra coisa, como o nariz,
16:25
you'd see a nose where an eye is supposed to be and go, "Oh, shit!"
384
985977
3546
se vissem um nariz onde devia estar um olho,
vocês diriam: "M... "
16:29
(Laughter)
385
989547
1396
(Risos)
16:30
"There's something wrong about this person."
386
990967
2109
Há algo de errado com esta pessoa.
16:33
That's because you're making a prediction.
387
993100
2005
Isto porque estão a fazer uma previsão.
16:35
It's not like you just look over and say, "What am I seeing? A nose? OK."
388
995129
3439
Não disseram: "O que estou a ver agora? Um nariz, está certo".
16:38
No, you have an expectation of what you're going to see.
389
998592
2634
Não, vocês têm uma expetativa do que vão ver.
(Risos)
16:41
Every single moment.
390
1001250
1151
Sempre. Pensemos agora como testamos a inteligência.
16:42
And finally, let's think about how we test intelligence.
391
1002425
2629
Testamo-la por previsão. Qual é a palavra seguinte aqui?
16:45
We test it by prediction: What is the next word in this ...?
392
1005078
3081
Isto está para isto como isto está para isto. Qual é o próximo número nesta frase?
16:48
This is to this as this is to this. What is the next number in this sentence?
393
1008183
3627
16:51
Here's three visions of an object. What's the fourth one?
394
1011834
2690
Aqui estão três perspetivas de um objeto. Qual é a quarta?
16:54
That's how we test it. It's all about prediction.
395
1014548
2504
É assim que a testamos. É tudo sobre previsão.
16:57
So what is the recipe for brain theory?
396
1017573
2194
Portanto qual é 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 o "framework" certo,
17:02
And the framework is a memory framework,
398
1022609
1913
um "framework" de memória,
17:04
not a computational or behavior framework,
399
1024546
2024
não um "framework" de computação ou comportamento.
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 guardam e chamam todas estas sequências de padrões?
São sequências espácio-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
Depois, é preciso um grupo de teóricos.
17:14
biologists generally are not good theoreticians.
404
1034927
2246
Os biólogos geralmente não são bons teóricos.
Nem sempre, mas em geral, não há grande história de teoria em 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
Acho que as melhores pessoas com quem trabalhar são os físicos,
17:23
engineers and mathematicians,
407
1043348
1383
engenheiros e matemáticos, com tendência a pensar algoritmicamente.
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
Temos de aprender anatomia e fisiologia.
17:29
You have to make these theories very realistic in anatomical terms.
410
1049763
4496
Temos de fazer teorias muito realistas em termos anatómicos.
Alguém que fala da sua teoria sobre o funcionamento do cérebro
17:34
Anyone who tells you their theory about how the brain works
411
1054283
2765
mas não diz o que se passa dentro do cérebro
17:37
and doesn't tell you exactly how it's working
412
1057072
2097
e como funcionam as ligações, isso não é nenhuma teoria.
17:39
and how the wiring works --
413
1059193
1303
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
É o que estamos a fazer no Instituto Redwood Neuroscience.
17:44
I'd love to tell you we're making fantastic progress in this thing,
416
1064668
3308
Adorava poder dizer que estamos a fazer progressos fantásticos.
17:48
and I expect to be back on this stage sometime in the not too distant future,
417
1068000
3662
Espero voltar a este palco,
talvez num futuro próximo, e falar-vos 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 entusiasmado. Isto não vai levar 50 anos.
17:55
What will brain theory look like?
420
1075492
1578
Então, como é uma teoria do cérebro?
17:57
First of all, it's going to be about memory.
421
1077094
2055
Vai ser uma teoria sobre a memória.
17:59
Not like computer memory -- not at all like computer memory.
422
1079173
2822
Não como memória de computador, não tem nada a ver com isso.
18:02
It's very different.
423
1082019
1151
É uma memória desses padrões multidimensão,
18:03
It's a memory of very high-dimensional patterns,
424
1083194
2257
18:05
like the things that come from your eyes.
425
1085475
1962
como o que nos chega dos nossos olhos.
É também memória de sequências.
18:07
It's also memory of sequences:
426
1087461
1437
18:08
you cannot learn or recall anything outside of a sequence.
427
1088922
2730
Não podem aprender ou lembrar nada fora de uma sequência.
18:11
A song must be heard in sequence over time,
428
1091676
2837
Uma canção tem de ser ouvida numa sequência através do tempo,
18:14
and you must play it back in sequence over time.
429
1094537
2351
e vocês têm de a relembrar numa sequência através do tempo.
18:16
And these sequences are auto-associatively recalled,
430
1096912
2449
Essas sequências são chamadas por autoassociatividade,
18:19
so if I see something, I hear something, it reminds me of it,
431
1099385
2873
se eu vir ou ouvir algo, lembra-me algo, e é reproduzido automaticamente.
18:22
and it plays back automatically.
432
1102282
1533
18:23
It's an automatic playback.
433
1103839
1294
É uma reprodução automática. A predição da entrada futura é a saída desejada.
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
Como eu disse, a teoria tem de ser biologicamente exata,
18:30
it must be testable and you must be able to build it.
436
1110373
2484
tem de ser testável, e têm de poder construí-la
18:32
If you don't build it, you don't understand it.
437
1112881
2211
Se não a construírem, não a compreendem. Por isso, mais um slide aqui.
18:35
One more slide.
438
1115116
1532
18:36
What is this going to result in?
439
1116672
2309
Em que é que isto vai resultar?
Vamos mesmo construir máquinas inteligentes?
18:39
Are we going to really build intelligent machines?
440
1119005
2348
Absolutamente. E vai ser diferente do que as pessoas pensam.
18:41
Absolutely. And it's going to be different than people think.
441
1121377
3798
Quanto a mim, não há dúvida de que vai acontecer.
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, vamos construí-las de silício.
18:51
The same techniques we use to build silicon computer memories,
444
1131064
2912
Podemos usar as mesmas técnicas que usamos para construir memórias de computador,
18:54
we can use here.
445
1134000
1151
18:55
But they're very different types of memories.
446
1135175
2109
Mas são tipos de memória muito diferentes.
18:57
And we'll attach these memories to sensors,
447
1137308
2023
Vamos ligar essas memórias a sensores,
18:59
and the sensors will experience real-live, real-world data,
448
1139355
2777
e os sensores vão receber dados reais em tempo real,
e estas coisas vão aprender sobre o seu meio ambiente.
19:02
and learn about their environment.
449
1142156
1752
19:03
Now, it's very unlikely the first things you'll see are like robots.
450
1143932
3445
É pouco provável que as primeiras coisas que vamos ver sejam como robôs.
19:07
Not that robots aren't useful; people can build robots.
451
1147401
2575
Os robôs são úteis, as pessoas podem fazer robôs.
19:10
But the robotics part is the hardest part. That's old brain. That's really hard.
452
1150000
3767
Mas a parte robótica é o mais difícil. É o cérebro antigo.
19:13
The new brain is easier than the old brain.
453
1153791
2007
O novo cérebro é mais fácil que o antigo.
19:15
So first we'll do things that don't require a lot of robotics.
454
1155822
3082
Portanto, a primeira coisa a fazer é o que não necessita de robótica.
19:18
So you're not going to see C-3PO.
455
1158928
2179
Por isso não vão ver o C-3PO.
19:21
You're going to see things more like intelligent cars
456
1161131
2485
Vão ver coisas como carros inteligentes
19:23
that really understand what traffic is, what driving is
457
1163640
2808
que percebem o que é o tráfego e o que é conduzir,
19:26
and have learned that cars with the blinkers on for half a minute
458
1166472
3278
que aprenderam que carros que têm o pisca ligado há mais de 30 segundos
19:29
probably aren't going to turn.
459
1169774
1574
provavelmente não vão virar, coisas dessas.
19:31
(Laughter)
460
1171372
1291
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
Tudo em que utilizamos o cérebro, mas sem fazer muita mecânica.
19:38
those are the things that will happen first.
463
1178372
2059
São as coisas que vão aparecer primeiro.
19:40
But ultimately, the world's the limit.
464
1180455
1820
Mas o limite aqui é o mundo. Não sei o que é que isto vai dar.
19:42
I don't know how this will turn out.
465
1182299
1732
Conheço muitas pessoas que inventaram o microprocessador.
19:44
I know a lot of people who invented the microprocessor.
466
1184055
2591
19:46
And if you talk to them,
467
1186670
2164
Eles sabiam que o que estavam a fazer era realmente significativo,
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 realmente o que iria acontecer.
19:53
They couldn't anticipate cell phones and the Internet
470
1193981
2768
Não podiam prever telefones portáteis, a Internet e todo este tipo de coisas.
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
Só sabiam que iam construir calculadoras e controladores de semáforos.
20:01
and traffic-light controllers.
473
1201177
1440
Mas está a ser enorme.
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
Isto é como a ciência do cérebro.
20:06
are going to be a very fundamental technology,
476
1206329
2225
Estas memórias vão ser uma tecnologia fundamental,
20:08
and it will lead to unbelievable changes in the next 100 years.
477
1208578
3442
que vai levar-nos a mudanças incríveis nos próximos 100 anos.
20:12
And I'm most excited about how we're going to use them in science.
478
1212044
3405
Estou mais entusiasmado como vamos utilizá-las em ciência.
20:15
So I think that's all my time -- I'm over,
479
1215473
2837
Acho que o meu tempo já acabou e vou acabar a minha palestra aqui mesmo.
20:18
and I'm going to end my talk right there.
480
1218334
2277
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7