TED@BCG Milan
Vittorio Loreto: Need a new idea? Start at the edge of what is known
Vittorio Loreto: Precisa de uma ideia nova? Comece no limite do que é conhecido
Filmed:
Readability: 3.9
1,544,594 views
"De onde vêm as grandes ideias?" Começando com essa pergunta, Vittorio Loreto nos leva a uma viagem para explorar um possível esquema matemático que explique o nascimento do novo. Saiba mais sobre o "possível adjacente", o cruzamento do que é real e do que é possível, e como estudar a matemática que o conduz poderia explicar como criamos novas ideias.
Vittorio Loreto - Physicist
Vittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it. Full bio
Vittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it. Full bio
Double-click the English transcript below to play the video.
00:14
We have all probably wondered
0
2349
2867
Todos nós provavelmente nos perguntamos
00:17
how great minds achieved
what they achieved, right?
what they achieved, right?
1
5240
4176
como as grandes mentes
alcançaram suas conquistas, certo?
alcançaram suas conquistas, certo?
00:21
And the more astonishing
their achievements are,
their achievements are,
2
9440
2656
Quanto mais surpreendentes
são suas conquistas,
são suas conquistas,
00:24
the more we call them geniuses,
3
12120
2536
mais os chamamos de gênios,
00:26
perhaps aliens
4
14680
1536
talvez alienígenas
vindos de outro planeta,
vindos de outro planeta,
00:28
coming from a different planet,
5
16239
2097
00:30
definitely not someone like us.
6
18360
2656
com certeza não alguém como nós.
00:33
But is that true?
7
21040
1776
Mas isso é verdade?
00:34
So let me start with an example.
8
22840
1800
Vou começar com um exemplo.
00:37
You all know the story
of Newton's apple, right? OK.
of Newton's apple, right? OK.
9
25440
3816
Todos conhecem a história
da maçã de Newton, certo?
da maçã de Newton, certo?
00:41
Is that true? Probably not.
10
29280
2936
Ela é verdadeira?
Provavelmente não.
00:44
Still, it's difficult to think
that no apple at all was there.
that no apple at all was there.
11
32240
5216
Ainda assim, é difícil pensar
que não havia maçã alguma.
que não havia maçã alguma.
00:49
I mean some stepping stone,
some specific conditions
some specific conditions
12
37480
3616
Quero dizer, algum ponto de partida,
algumas condições específicas
algumas condições específicas
00:53
that made universal gravitation
not impossible to conceive.
not impossible to conceive.
13
41120
4016
tornaram a gravitação universal
não impossível de conceber.
não impossível de conceber.
00:57
And definitely this was not impossible,
14
45160
2376
Com certeza, não foi impossível,
pelo menos para Newton.
pelo menos para Newton.
00:59
at least for Newton.
15
47560
1576
01:01
It was possible,
16
49160
1256
Foi possível, e, por alguma razão,
também estava lá,
também estava lá,
01:02
and for some reason, it was also there,
17
50440
3056
01:05
available at some point,
easy to pick as an apple.
easy to pick as an apple.
18
53520
3776
disponível, em algum momento,
fácil de pegar como uma maçã.
fácil de pegar como uma maçã.
01:09
Here is the apple.
19
57320
1616
Aqui está a maçã.
01:10
And what about Einstein?
20
58960
2216
E quanto ao Einstein?
01:13
Was relativity theory another big leap
in the history of ideas
in the history of ideas
21
61200
5296
A teoria da relatividade foi outro
grande salto na história das ideias
grande salto na história das ideias
01:18
no one else could even conceive?
22
66520
2656
que ninguém mais poderia ter imaginado?
01:21
Or rather, was it again
something adjacent and possible,
something adjacent and possible,
23
69200
4456
Ou melhor, foi novamente
algo adjacente e possível,
algo adjacente e possível,
01:25
to Einstein of course,
24
73680
2096
para Einstein, é claro,
01:27
and he got there by small steps
and his very peculiar scientific path?
and his very peculiar scientific path?
25
75800
4216
e ele chegou lá passo a passo,
por seu caminho científico muito peculiar?
por seu caminho científico muito peculiar?
01:32
Of course we cannot conceive this path,
26
80040
2456
Claro que não podemos
imaginar esse caminho,
imaginar esse caminho,
01:34
but this doesn't mean
that the path was not there.
that the path was not there.
27
82520
2480
mas isso não significa
que o caminho não estava lá.
que o caminho não estava lá.
01:38
So all of this seems very evocative,
28
86760
4856
Tudo isso parece muito evocativo,
01:43
but I would say hardly concrete
29
91640
1536
mas eu diria pouco concreto
01:45
if we really want to grasp
the origin of great ideas
the origin of great ideas
30
93200
3576
se quisermos realmente entender
a origem das grandes ideias
a origem das grandes ideias
01:48
and more generally the way
in which the new enters our lives.
in which the new enters our lives.
31
96800
4016
e, mais geralmente, o modo
como o novo entra em nossa vida.
como o novo entra em nossa vida.
01:52
As a physicist, as a scientist,
32
100840
1976
Como físico e cientista,
01:54
I have learned that posing
the right questions
the right questions
33
102840
2176
aprendi que apresentar as perguntas
certas é metade da solução.
certas é metade da solução.
01:57
is half of the solution.
34
105040
2016
01:59
But I think now we start having
a great conceptual framework
a great conceptual framework
35
107080
4736
Mas creio que agora começamos
a ter uma grande estrutura conceitual
a ter uma grande estrutura conceitual
02:03
to conceive and address
the right questions.
the right questions.
36
111840
3176
para conceber e direcionar
as perguntas certas.
as perguntas certas.
02:07
So let me drive you
to the edge of what is known,
to the edge of what is known,
37
115040
3456
Vou conduzi-los ao limite
do que é conhecido,
do que é conhecido,
02:10
or at least, what I know,
38
118520
2096
ou, pelo menos, o que sei,
02:12
and let me show you that what is known
39
120640
2056
e vou lhes mostrar que o conhecido
02:14
could be a powerful
and fascinating starting point
and fascinating starting point
40
122720
4576
pode ser um ponto de partida
poderoso e fascinante
poderoso e fascinante
02:19
to grasp the deep meaning
of words like novelty, innovation,
of words like novelty, innovation,
41
127320
5096
para entender o profundo significado
de palavras como novidade, inovação
de palavras como novidade, inovação
02:24
creativity perhaps.
42
132440
1560
e criatividade talvez.
02:26
So we are discussing the "new,"
43
134880
3336
Estamos discutindo o "novo",
02:30
and of course, the science behind it.
44
138240
2656
e, é claro, a ciência por trás disso.
02:32
The new can enter our lives
in many different ways,
in many different ways,
45
140920
2976
O novo pode entrar em nossa vida
de muitas maneiras diferentes.
de muitas maneiras diferentes.
02:35
can be very personal,
46
143920
1696
Pode ser muito pessoal,
02:37
like I meet a new person,
47
145640
1936
como conhecer uma pessoa nova,
02:39
I read a new book,
or I listen to a new song.
or I listen to a new song.
48
147600
3296
ler um livro novo
ou escutar uma música nova.
ou escutar uma música nova.
02:42
Or it could be global,
49
150920
1256
Ou poderia ser global,
algo que chamamos de inovação.
algo que chamamos de inovação.
02:44
I mean, something we call innovation.
50
152200
2056
02:46
It could be a new theory,
a new technology,
a new technology,
51
154280
2176
Poderia ser uma teoria ou tecnologia nova,
02:48
but it could also be a new book
if you're the writer,
if you're the writer,
52
156480
2576
mas também um livro novo
se você fosse o escritor,
se você fosse o escritor,
02:51
or it could be a new song
if you're the composer.
if you're the composer.
53
159080
2336
ou uma música nova se fosse o compositor.
02:53
In all of these global cases,
the new is for everyone,
the new is for everyone,
54
161440
4296
Em todos esses casos globais,
o novo é para todos,
o novo é para todos,
02:57
but experiencing the new
can be also frightening,
can be also frightening,
55
165760
3816
mas experimentar o novo
também pode ser assustador,
também pode ser assustador,
03:01
so the new can also frighten us.
56
169600
3736
o novo pode nos intimidar.
03:05
But still, experiencing the new
means exploring a very peculiar space,
means exploring a very peculiar space,
57
173360
4176
Mas experimentar o novo significa
explorar um espaço muito peculiar,
explorar um espaço muito peculiar,
03:09
the space of what could be,
58
177560
2096
o espaço do que poderia ser,
03:11
the space of the possible,
the space of possibilities.
the space of possibilities.
59
179680
3176
o espaço das possibilidades.
03:14
It's a very weird space,
so I'll try to get you through this space.
so I'll try to get you through this space.
60
182880
3456
É um espaço muito estranho,
então, tentarei levá-los por ele.
então, tentarei levá-los por ele.
03:18
So it could be a physical space.
61
186360
2016
Poderia ser um espaço físico.
03:20
So in this case, for instance,
62
188400
1616
Neste caso, por exemplo,
03:22
novelty could be climbing
Machu Picchu for the first time,
Machu Picchu for the first time,
63
190040
4056
a novidade poderia ser escalar
Machu Picchu pela primeira vez,
Machu Picchu pela primeira vez,
03:26
as I did in 2016.
64
194120
1920
como fiz em 2016.
03:28
It could be a conceptual space,
65
196960
1816
Poderia ser um espaço conceitual,
03:30
so acquiring new information,
making sense of it, in a word, learning.
making sense of it, in a word, learning.
66
198800
4416
adquirindo informação nova,
dando sentido a ela, ou seja, aprendendo.
dando sentido a ela, ou seja, aprendendo.
03:35
It could be a biological space.
67
203240
1936
Poderia ser um espaço biológico.
03:37
I mean, think about the never-ending
fight of viruses and bacteria
fight of viruses and bacteria
68
205200
4096
Pensem na luta incessante
dos vírus e das bactérias
dos vírus e das bactérias
03:41
with our immune system.
69
209320
1936
com nosso sistema imunológico.
03:43
And now comes the bad news.
70
211280
1736
E agora vêm as más notícias.
03:45
We are very, very bad
at grasping this space.
at grasping this space.
71
213040
3296
Temos muita dificuldade
em entender esse espaço.
em entender esse espaço.
03:48
Think of it. Let's make an experiment.
72
216360
2016
Pensem nisso; vamos fazer um experimento:
03:50
Try to think about all the possible things
you could do in the next, say, 24 hours.
you could do in the next, say, 24 hours.
73
218400
6880
tentem pensar em todas as coisas
que vocês poderiam fazer
nas próximas 24 horas.
nas próximas 24 horas.
03:58
Here the key word is "all."
74
226320
2656
Aqui a palavra-chave é "tudo".
04:01
Of course you can conceive a few options,
like having a drink, writing a letter,
like having a drink, writing a letter,
75
229000
4800
Claro que podem imaginar algumas opções,
como tomar uma bebida, escrever uma carta
como tomar uma bebida, escrever uma carta
04:06
also sleeping during this boring talk,
76
234840
3176
e também dormir
durante esta palestra chata,
durante esta palestra chata,
04:10
if you can.
77
238040
1696
se vocês puderem.
04:11
But not all of them.
78
239760
1656
Mas nem todas elas.
04:13
So think about an alien invasion,
now, here, in Milan,
now, here, in Milan,
79
241440
3936
Pensem numa invasão alienígena
agora, aqui em Milão.
agora, aqui em Milão.
04:17
or me -- I stopped thinking
for 15 minutes.
for 15 minutes.
80
245400
3120
Parei de pensar há 15 minutos.
04:21
So it's very difficult
to conceive this space,
to conceive this space,
81
249440
3136
É muito difícil imaginar esse espaço,
mas realmente temos uma desculpa.
mas realmente temos uma desculpa.
04:24
but actually we have an excuse.
82
252600
2176
04:26
So it's not so easy to conceive this space
83
254800
3496
Não é tão fácil imaginar esse espaço,
04:30
because we are trying to conceive
the occurrence of something brand new,
the occurrence of something brand new,
84
258320
3495
porque estamos tentando imaginar
um acontecimento totalmente novo,
um acontecimento totalmente novo,
04:33
so something that never occurred before,
85
261839
1977
algo que nunca aconteceu antes.
04:35
so we don't have clues.
86
263840
1480
Então, não temos pistas.
04:38
A typical solution could be
87
266040
2896
A solução típica poderia ser
04:40
looking at the future
with the eyes of the past,
with the eyes of the past,
88
268960
3216
analisar o futuro com os olhos do passado,
04:44
so relying on all
the time series of past events
the time series of past events
89
272200
3296
contando com as séries cronológicas
de eventos passados
de eventos passados
04:47
and hoping that this is enough
to predict the future.
to predict the future.
90
275520
3496
e esperando que isso seja
o bastante para prever o futuro.
o bastante para prever o futuro.
04:51
But we know this is not working.
91
279040
2176
Mas sabemos que não está funcionando.
04:53
For instance, this was the first attempt
for weather forecasts, and it failed.
for weather forecasts, and it failed.
92
281240
5216
Por exemplo, essa foi a primeira tentativa
para as previsões do tempo, e fracassou.
para as previsões do tempo, e fracassou.
04:58
And it failed because
of the great complexity
of the great complexity
93
286480
2416
Fracassou por causa da grande
complexidade do fenômeno subjacente.
complexidade do fenômeno subjacente.
05:00
of the underlying phenomenon.
94
288920
1936
05:02
So now we know that predictions
had to be based on modeling,
had to be based on modeling,
95
290880
5616
Sabemos agora que as previsões tinham
que ser baseadas em modelagem,
que ser baseadas em modelagem,
05:08
which means creating
a synthetic model of the system,
a synthetic model of the system,
96
296520
3496
o que significa criar
um modelo sintético do sistema,
um modelo sintético do sistema,
05:12
simulating this model
and then projecting the system
and then projecting the system
97
300040
4136
simular esse modelo
e, então, projetar o sistema
e, então, projetar o sistema
05:16
into the future through this model.
98
304200
2536
no futuro por meio desse modelo.
05:18
And now we can do this in a lot of cases
99
306760
2936
Agora podemos fazer isso em muitos casos
com a ajuda de muitos dados.
com a ajuda de muitos dados.
05:21
with the help of a lot of data.
100
309720
1880
05:25
Looking at the future
with the eye of the past
with the eye of the past
101
313000
2896
Olhar para o futuro com olhos do passado
05:27
could be misleading also for machines.
102
315920
2736
poderia ser enganoso
também para as máquinas.
também para as máquinas.
05:30
Think about it.
103
318680
1216
Pense nisso.
05:31
Now picture yourself for a second
in the middle of the Australian Outback.
in the middle of the Australian Outback.
104
319920
4800
Imagine-se por um momento
no meio do deserto australiano.
no meio do deserto australiano.
05:37
You stand there under the sun.
105
325440
2720
Você fica lá sob o Sol.
05:40
So you see something weird happening.
106
328840
2216
Vê algo estranho acontecendo.
05:43
The car suddenly stops
107
331080
2736
O automóvel para de repente,
05:45
very, very far from a kangaroo
crossing the street.
crossing the street.
108
333840
3056
muito longe de um canguru
atravessando a estrada.
atravessando a estrada.
05:48
You look closer
109
336920
1456
Você olha mais de perto e percebe
que o carro não tem motorista.
que o carro não tem motorista.
05:50
and you realize
that the car has no driver.
that the car has no driver.
110
338400
2416
05:52
It is not restarting, even after
the kangaroo is not there anymore.
the kangaroo is not there anymore.
111
340840
4016
Não volta a funcionar, mesmo depois
que o canguru não está mais lá.
que o canguru não está mais lá.
05:56
So for some reasons,
112
344880
1896
Por alguma razão,
05:58
the algorithms driving the car
cannot make sense
cannot make sense
113
346800
2536
os algoritmos que dirigem
o carro não entendem
o carro não entendem
06:01
of this strange beast
jumping here and there on the street.
jumping here and there on the street.
114
349360
3680
esse animal estranho
pulando pra lá e pra cá na estrada.
pulando pra lá e pra cá na estrada.
06:05
So it just stops.
115
353640
1200
Então, ele apenas para.
06:07
Now, I should tell you,
this is a true story.
this is a true story.
116
355720
2136
É uma história real.
Aconteceu há alguns meses
com um carro autônomo da Volvo
com um carro autônomo da Volvo
06:09
It happened a few months ago
to Volvo's self-driving cars
to Volvo's self-driving cars
117
357880
2696
no meio do deserto australiano.
06:12
in the middle of the Australian Outback.
118
360600
1936
(Risos)
06:14
(Laughter)
119
362560
1696
06:16
It is a general problem,
120
364280
1976
É um problema geral,
06:18
and I guess this will affect
more and more in the near future
more and more in the near future
121
366280
2976
e acho que isso afetará cada vez mais,
em um futuro próximo,
em um futuro próximo,
06:21
artificial intelligence
and machine learning.
and machine learning.
122
369280
2560
a inteligência artificial
e o aprendizado por máquinas.
e o aprendizado por máquinas.
06:24
It's also a very old problem,
I would say 17th century,
I would say 17th century,
123
372440
3976
É também um problema muito antigo,
eu diria que do século 17,
eu diria que do século 17,
06:28
but I guess now we have new tools
and new clues to start solving it.
and new clues to start solving it.
124
376440
5136
mas acho que agora temos novas ferramentas
e novas pistas para tentar resolvê-lo.
e novas pistas para tentar resolvê-lo.
06:33
So let me take a step back,
125
381600
2176
Vamos dar um passo cinco anos atrás.
06:35
five years back.
126
383800
2736
06:38
Italy. Rome. Winter.
127
386560
2976
Itália. Roma. Inverno.
06:41
So the winter of 2012
was very special in Rome.
was very special in Rome.
128
389560
3576
O inverno de 2012
foi muito especial em Roma.
foi muito especial em Roma.
06:45
Rome witnessed one of the greatest
snowfalls of its history.
snowfalls of its history.
129
393160
3560
Roma testemunhou uma das maiores
nevascas de sua história.
nevascas de sua história.
06:49
That winter was special also
for me and my colleagues,
for me and my colleagues,
130
397520
3696
Aquele inverno também foi especial
para mim e meus colegas,
para mim e meus colegas,
06:53
because we had an insight
about the possible mathematical scheme --
about the possible mathematical scheme --
131
401240
3496
porque tivemos uma ideia
sobre um possível esquema matemático,
sobre um possível esquema matemático,
06:56
again, possible,
possible mathematical scheme,
possible mathematical scheme,
132
404760
2976
novamente possível,
06:59
to conceive the occurrence of the new.
133
407760
1840
para conceber a ocorrência do novo.
07:02
I remember that day
because it was snowing,
because it was snowing,
134
410520
2416
Eu me lembro daquele dia
porque estava nevando,
porque estava nevando,
07:04
so due to the snowfall,
we were blocked, stuck in my department,
we were blocked, stuck in my department,
135
412960
3776
e, devido à nevasca, ficamos
presos em meu departamento,
presos em meu departamento,
07:08
and we couldn't go home,
136
416760
1416
e não podíamos ir para casa.
07:10
so we got another coffee, we relaxed
137
418200
3056
Então, pedimos outro café, relaxamos
07:13
and we kept discussing.
138
421280
1776
e continuamos debatendo.
07:15
But at some point --
maybe not that date, precisely --
maybe not that date, precisely --
139
423080
3696
Mas, em algum momento,
talvez não naquela data, precisamente,
talvez não naquela data, precisamente,
07:18
at some point we made the connection
140
426800
2896
fizemos a conexão entre o problema do novo
07:21
between the problem of the new
141
429720
2976
07:24
and a beautiful concept
proposed years before
proposed years before
142
432720
2416
e um belo conceito proposto
anos antes por Stuart Kauffman:
anos antes por Stuart Kauffman:
07:27
by Stuart Kauffman,
143
435160
1776
07:28
the adjacent possible.
144
436960
2040
o possível adjacente.
07:31
So the adjacent possible
consists of all those things.
consists of all those things.
145
439720
3056
O possível adjacente consiste
de todas essas coisas.
de todas essas coisas.
07:34
It could be ideas, it could be molecules,
it could be technological products
it could be technological products
146
442800
3736
Poderiam ser ideias, moléculas,
produtos tecnológicos
produtos tecnológicos
07:38
that are one step away
147
446560
2936
que estão a um passo de distância
07:41
from what actually exists,
148
449520
1736
do que realmente existe,
07:43
and you can achieve them
through incremental modifications
through incremental modifications
149
451280
3536
e podem ser alcançados por meio
de modificações incrementais
de modificações incrementais
07:46
and recombinations
of the existing material.
of the existing material.
150
454840
2560
e recombinações do material existente.
07:50
So for instance, if I speak
about the space of my friends,
about the space of my friends,
151
458520
3896
Por exemplo, se eu falar
sobre o espaço de meus amigos,
sobre o espaço de meus amigos,
07:54
my adjacent possible would be
the set of all friends of my friends
the set of all friends of my friends
152
462440
3976
meu possível adjacente seria o conjunto
de todos os amigos de meus amigos
de todos os amigos de meus amigos
07:58
not already my friends.
153
466440
1400
que ainda não são meus amigos.
08:00
I hope that's clear.
154
468240
1736
Espero que isso esteja claro.
08:02
But now if I meet a new person,
155
470000
1816
Mas, se eu conhecer uma pessoa nova,
08:03
say Briar,
156
471840
1696
digamos Briar,
08:05
all her friends would immediately enter
my adjacent possible,
my adjacent possible,
157
473560
4056
todos os amigos dela entrariam
imediatamente em meu possível adjacente,
imediatamente em meu possível adjacente,
08:09
pushing its boundaries further.
158
477640
1520
expandindo ainda mais os limites.
08:12
So if you really want to look
from the mathematical point of view --
from the mathematical point of view --
159
480160
3216
Se quiserem realmente ver
do ponto de vista matemático,
do ponto de vista matemático,
tenho certeza de que querem,
08:15
I'm sure you want --
160
483400
1400
08:18
you can actually look at this picture.
161
486200
1976
podem analisar esta imagem.
08:20
So suppose now this is your universe.
162
488200
1896
Vamos supor que este seja seu universo.
08:22
I know I'm asking a lot.
163
490120
1256
Sei que estou pedindo muito.
08:23
I mean, this is your universe.
Now you are the red spot.
Now you are the red spot.
164
491400
2640
Este é seu universo,
e você é o ponto vermelho.
e você é o ponto vermelho.
08:27
And the green spot
is the adjacent possible for you,
is the adjacent possible for you,
165
495320
2616
O ponto verde é o possível adjacente,
algo com que nunca teve contato antes.
algo com que nunca teve contato antes.
08:29
so something you've never touched before.
166
497960
2096
08:32
So you do your normal life.
167
500080
1336
Você leva sua vida normal,
08:33
You move. You move in the space.
168
501440
1656
se movimenta,
08:35
You have a drink.
You meet friends. You read a book.
You meet friends. You read a book.
169
503120
2656
bebe, encontra os amigos, lê um livro.
08:37
At some point,
you end up on the green spot,
you end up on the green spot,
170
505800
2896
Em algum momento, acaba no ponto verde
e conhece Briar pela primeira vez.
e conhece Briar pela primeira vez.
08:40
so you meet Briar for the first time.
171
508720
2176
O que acontece?
08:42
And what happens?
172
510920
1336
08:44
So what happens is there is a new part,
173
512280
2296
Acontece que há uma parte
novinha do espaço,
novinha do espaço,
08:46
a brand new part of the space,
174
514600
2456
08:49
becoming possible for you
in this very moment,
in this very moment,
175
517080
4256
tornando-se possível para você
nesse exato momento,
nesse exato momento,
08:53
even without any possibility
for you to foresee this
for you to foresee this
176
521360
3856
mesmo sem nenhuma
possibilidade de prever isso,
possibilidade de prever isso,
08:57
before touching that point.
177
525240
2056
antes de atingir esse ponto.
08:59
And behind this there will be
a huge set of points
a huge set of points
178
527320
2696
Por trás disso, haverá
um enorme conjunto de pontos
um enorme conjunto de pontos
09:02
that could become possible
at some later stages.
at some later stages.
179
530040
3696
que poderiam se tornar possíveis
em alguns estágios posteriores.
em alguns estágios posteriores.
09:05
So you see the space
of the possible is very peculiar,
of the possible is very peculiar,
180
533760
2816
Podem ver que o espaço
do possível é muito peculiar,
do possível é muito peculiar,
09:08
because it's not predefined.
181
536600
2216
porque não está predefinido.
09:10
It's not something we can predefine.
182
538840
2296
Não é algo que podemos predefinir.
09:13
It's something that gets
continuously shaped and reshaped
continuously shaped and reshaped
183
541160
3376
É algo continuamente modelado e remodelado
09:16
by our actions and our choices.
184
544560
2600
por nossas ações e escolhas.
09:20
So we were so fascinated
by these connections we made --
by these connections we made --
185
548120
3456
Ficamos tão fascinados
por essas conexões que fizemos...
por essas conexões que fizemos...
09:23
scientists are like this.
186
551600
1896
Os cientistas são assim.
09:25
And based on this,
187
553520
2296
Com base nisso,
09:27
we conceived our mathematical formulation
for the adjacent possible,
for the adjacent possible,
188
555840
3216
concebemos nossa fórmula matemática
para o possível adjacente,
para o possível adjacente,
09:31
20 years after the original
Kauffman proposals.
Kauffman proposals.
189
559080
3456
20 anos depois das propostas
originais de Kauffman.
originais de Kauffman.
09:34
In our theory -- this is a key point --
190
562560
2136
Nossa teoria, esse é
um ponto fundamental,
um ponto fundamental,
09:36
I mean, it's crucially based
on a complex interplay
on a complex interplay
191
564720
3536
é baseada essencialmente
em uma interação complexa
em uma interação complexa
09:40
between the way in which
this space of possibilities expands
this space of possibilities expands
192
568280
4776
entre o modo como esse espaço
de possibilidades se expande
de possibilidades se expande
09:45
and gets restructured,
193
573080
1536
e se reestrutura,
09:46
and the way in which we explore it.
194
574640
2496
e o modo como o exploramos.
09:49
After the epiphany of 2012,
195
577160
3856
Depois da revelação de 2012,
09:53
we got back to work, real work,
196
581040
1656
voltamos ao trabalho de verdade,
porque tínhamos que executar essa teoria,
porque tínhamos que executar essa teoria,
09:54
because we had to work out this theory,
197
582720
1896
09:56
and we came up with
a certain number of predictions
a certain number of predictions
198
584640
2416
e chegamos a um certo número
de previsões a provar na vida real.
de previsões a provar na vida real.
09:59
to be tested in real life.
199
587080
1256
10:00
Of course, we need a testable framework
200
588360
2896
Precisamos, é claro, de uma estrutura
comprovável para estudar a inovação.
comprovável para estudar a inovação.
10:03
to study innovation.
201
591280
1456
10:04
So let me drive you
across a few predictions we made.
across a few predictions we made.
202
592760
4056
Vou lhes mostrar algumas
de nossas previsões.
de nossas previsões.
10:08
The first one concerns
the pace of innovation,
the pace of innovation,
203
596840
2896
A primeira diz respeito
ao ritmo da inovação,
ao ritmo da inovação,
10:11
so the rate at which you observe novelties
in very different systems.
in very different systems.
204
599760
4896
à frequência com que observamos
as novidades em sistemas muito diferentes.
as novidades em sistemas muito diferentes.
10:16
So our theory predicts
that the rate of innovation
that the rate of innovation
205
604680
2496
Nossa teoria prevê que o ritmo da inovação
10:19
should follow a universal curve,
206
607200
1936
deveria seguir uma curva
universal, como esta.
universal, como esta.
10:21
like this one.
207
609160
1320
10:23
This is the rate of innovation versus time
in very different conditions.
in very different conditions.
208
611240
3640
Esta é a taxa de inovação versus o tempo
em condições muito diferentes.
em condições muito diferentes.
10:27
And somehow, we predict
that the rate of innovation
that the rate of innovation
209
615720
2616
De alguma maneira, prevemos
que a taxa de inovação
que a taxa de inovação
10:30
should decrease steadily over time.
210
618360
2696
deveria diminuir regularmente
ao longo do tempo.
ao longo do tempo.
10:33
So somehow, innovation
is predicted to become more difficult
is predicted to become more difficult
211
621080
3096
Por alguma razão, prevê-se
que a inovação se torne mais difícil
que a inovação se torne mais difícil
10:36
as your progress over time.
212
624200
1920
à medida que avançamos no tempo.
10:38
It's neat. It's interesting.
It's beautiful. We were happy.
It's beautiful. We were happy.
213
626960
3536
É ótimo, interessante,
bonito; ficamos felizes.
bonito; ficamos felizes.
10:42
But the question is, is that true?
214
630520
2176
Mas a pergunta é: isso é verdade?
10:44
Of course we should check with reality.
215
632720
1880
Deveríamos verificar com a realidade.
10:47
So we went back to reality
216
635600
2376
Então, voltamos à realidade
10:50
and we collected a lot of data,
terabytes of data,
terabytes of data,
217
638000
3136
e coletamos terabytes de dados,
10:53
tracking innovation in Wikipedia, Twitter,
218
641160
3336
rastreando a inovação
na Wikipedia, no Twitter,
na Wikipedia, no Twitter,
10:56
the way in which we write free software,
219
644520
2216
o modo como escrevemos software gratuito,
ou mesmo como escutamos música.
ou mesmo como escutamos música.
10:58
even the way we listen to music.
220
646760
1640
11:01
I cannot tell you, we were
so amazed and pleased and thrilled
so amazed and pleased and thrilled
221
649160
3736
Ficamos muito surpresos,
satisfeitos e empolgados
satisfeitos e empolgados
11:04
to discover that the same predictions
we made in the theory
we made in the theory
222
652920
3496
em descobrir que as mesmas
previsões que fizemos na teoria
previsões que fizemos na teoria
11:08
were actually satisfied in real systems,
223
656440
2576
foram realmente realizadas
em sistemas reais muito diferentes.
em sistemas reais muito diferentes.
11:11
many different real systems.
224
659040
1536
11:12
We were so excited.
225
660600
1496
Ficamos muito animados.
11:14
Of course, apparently,
we were on the right track,
we were on the right track,
226
662120
2816
Aparentemente, estávamos no caminho certo,
11:16
but of course, we couldn't stop,
227
664960
2496
mas não poderíamos parar.
11:19
so we didn't stop.
228
667480
1496
Então, não paramos.
11:21
So we kept going on,
229
669000
2096
Seguimos em frente
e fizemos outra descoberta que apelidamos
de "novidades correlacionadas".
de "novidades correlacionadas".
11:23
and at some point
we made another discovery
we made another discovery
230
671120
2056
11:25
that we dubbed "correlated novelties."
231
673200
3536
11:28
It's very simple.
232
676760
1256
É muito simples.
11:30
So I guess we all experience this.
233
678040
1896
Acho que todos nós passamos por isso.
11:31
So you listen to "Suzanne"
by Leonard Cohen,
by Leonard Cohen,
234
679960
3560
Você escuta "Suzanne", de Leonard Cohen,
11:36
and this experience
triggers your passion for Cohen
triggers your passion for Cohen
235
684440
3656
e essa experiência desencadeia
sua paixão por Cohen,
sua paixão por Cohen,
11:40
so that you start frantically
listening to his whole production.
listening to his whole production.
236
688120
3816
e você começa a ouvir loucamente
todas as obras dele.
todas as obras dele.
11:43
And then you realize
that Fabrizio De André here
that Fabrizio De André here
237
691960
2296
E percebe, então, que Fabrizio De André
gravou uma versão italiana de "Suzanne",
gravou uma versão italiana de "Suzanne",
11:46
recorded an Italian version of "Suzanne,"
238
694280
1976
11:48
and so on and so forth.
239
696280
2016
e assim por diante.
11:50
So somehow for some reason,
240
698320
1976
Então, por alguma razão,
11:52
the very notion of adjacent possible
is already encoding the common belief
is already encoding the common belief
241
700320
3896
a noção exata do possível adjacente
já está expressando a crença comum
já está expressando a crença comum
11:56
that one thing leads to another
242
704240
2560
de que uma coisa leva à outra
11:59
in many different systems.
243
707720
1736
em muitos sistemas diferentes.
12:01
But the reason why we were thrilled
244
709480
2296
Mas ficamos empolgados
12:03
is because actually
we could give, for the first time,
we could give, for the first time,
245
711800
2524
porque podemos dar, pela primeira vez,
uma substância científica a essa intuição
uma substância científica a essa intuição
12:06
a scientific substance to this intuition
246
714348
2068
12:08
and start making predictions
247
716440
1656
e começar a fazer previsões sobre o modo
como experimentamos o novo.
como experimentamos o novo.
12:10
about the way in which
we experience the new.
we experience the new.
248
718120
2416
As novidades estão correlacionadas.
12:12
So novelties are correlated.
249
720560
2320
12:16
They are not occurring randomly.
250
724320
2056
Não ocorrem aleatoriamente.
12:18
And this is good news,
251
726400
1456
Isso é uma boa notícia,
12:19
because it implies
that impossible missions
that impossible missions
252
727880
4736
porque implica que missões impossíveis
12:24
might not be so impossible after all,
253
732640
2376
podem não ser impossíveis afinal,
se formos guiados por nossa intuição,
se formos guiados por nossa intuição,
12:27
if we are guided by our intuition,
254
735040
3096
12:30
somehow leading us
to trigger a positive chain reaction.
to trigger a positive chain reaction.
255
738160
3760
nos levando de alguma maneira
a ativar uma reação em cadeia positiva.
a ativar uma reação em cadeia positiva.
12:34
But there is a third consequence
of the existence of the adjacent possible
of the existence of the adjacent possible
256
742840
3496
Mas há uma terceira consequência
da existência do possível adjacente
da existência do possível adjacente
12:38
that we named "waves of novelties."
257
746360
3536
que chamamos de "ondas de novidades".
12:41
So just to make this simple, so in music,
258
749920
2696
Para simplificar, na música,
12:44
without waves of novelties,
259
752640
1376
sem as ondas de novidades,
12:46
we would still be listening
all the time to Mozart or Beethoven,
all the time to Mozart or Beethoven,
260
754040
6056
ainda estaríamos ouvindo
Mozart ou Beethoven o tempo todo,
Mozart ou Beethoven o tempo todo,
12:52
which is great,
261
760120
1496
o que é ótimo,
12:53
but we don't do this all the time.
262
761640
1656
mas não fazemos isso o tempo todo.
12:55
We also listen to the Pet Shop Boys
or Justin Bieber -- well, some of us do.
or Justin Bieber -- well, some of us do.
263
763320
5016
Também ouvimos Pet Shop Boys
ou Justin Bieber; bem, alguns de nós.
ou Justin Bieber; bem, alguns de nós.
13:00
(Laughter)
264
768360
2176
(Risos)
13:02
So we could see very clearly
all of these patterns
all of these patterns
265
770560
3896
Pudemos ver muito claramente
todos esses padrões
todos esses padrões
13:06
in the huge amounts of data
we collected and analyzed.
we collected and analyzed.
266
774480
3736
na enorme quantidade de dados
que coletamos e analisamos.
que coletamos e analisamos.
13:10
For instance, we discovered
that popular hits in music
that popular hits in music
267
778240
3656
Por exemplo, descobrimos
que os grandes sucessos musicais
que os grandes sucessos musicais
13:13
are continuously born, you know that,
268
781920
1896
continuam surgindo, sabemos disso,
13:15
and then they disappear,
still leaving room for evergreens.
still leaving room for evergreens.
269
783840
3440
e depois desaparecem,
dando lugar aos clássicos.
dando lugar aos clássicos.
13:20
So somehow waves of novelties ebb and flow
270
788120
3096
Por alguma razão, as ondas
de novidades vão e voltam
de novidades vão e voltam
13:23
while the tides always hold the classics.
271
791240
2576
enquanto as marés
sempre mantêm os clássicos.
sempre mantêm os clássicos.
13:25
There is this coexistence
between evergreens and new hits.
between evergreens and new hits.
272
793840
3960
Há essa coexistência
entre os clássicos e os novos sucessos.
entre os clássicos e os novos sucessos.
13:31
Not only our theory
predicts these waves of novelties.
predicts these waves of novelties.
273
799920
2696
Nossa teoria não apenas prevê
essas ondas de novidades,
essas ondas de novidades,
13:34
This would be trivial.
274
802640
1456
isso seria trivial,
13:36
But it also explains why they are there,
275
804120
2896
mas também explica que elas
estão ali por uma razão específica:
estão ali por uma razão específica:
13:39
and they are there for a specific reason,
276
807040
1976
nós, como seres humanos,
mostramos diferentes estratégias
mostramos diferentes estratégias
13:41
because we as humans
display different strategies
display different strategies
277
809040
3216
13:44
in the space of the possible.
278
812280
1856
no espaço do possível.
13:46
So some of us tend to retrace
already known paths.
already known paths.
279
814160
5136
Alguns de nós tendem a refazer
os caminhos já conhecidos.
os caminhos já conhecidos.
13:51
So we say they exploit.
280
819320
2320
Dizemos que eles se aproveitam.
13:54
Some of us always launch
into new adventures.
into new adventures.
281
822360
2856
Alguns de nós sempre se lançam
a novas aventuras.
a novas aventuras.
13:57
We say they explore.
282
825240
1696
Dizemos que eles exploram.
13:58
And what we discovered is
all the systems we investigated
all the systems we investigated
283
826960
3296
Descobrimos que todos
os sistemas que investigamos
os sistemas que investigamos
14:02
are right at the edge
between these two strategies,
between these two strategies,
284
830280
3176
estão bem no limite
entre essas duas estratégias,
entre essas duas estratégias,
14:05
something like 80 percent exploiting,
20 percent exploring,
20 percent exploring,
285
833480
3536
algo como 80% de aproveitamento,
20% de exploração,
20% de exploração,
14:09
something like
blade runners of innovation.
blade runners of innovation.
286
837040
2680
algo como os atletas da inovação.
14:12
So it seems that the wise balance,
you could also say a conservative balance,
you could also say a conservative balance,
287
840720
5216
Parece que a sábia balança,
poderíamos dizer também conservadora,
poderíamos dizer também conservadora,
14:17
between past and future,
between exploitation and exploration,
between exploitation and exploration,
288
845960
4976
entre o passado e o futuro,
o aproveitamento e a exploração,
o aproveitamento e a exploração,
14:22
is already in place
and perhaps needed in our system.
and perhaps needed in our system.
289
850960
3416
já está preparada e talvez seja
necessária em nosso sistema.
necessária em nosso sistema.
14:26
But again the good news is
now we have scientific tools
now we have scientific tools
290
854400
3616
Mas a boa notícia é que temos
agora ferramentas científicas
agora ferramentas científicas
14:30
to investigate this equilibrium,
291
858040
1736
para investigar esse equilíbrio,
14:31
perhaps pushing it further
in the near future.
in the near future.
292
859800
3280
empurrando-o talvez
ainda mais no futuro próximo.
ainda mais no futuro próximo.
14:37
So as you can imagine,
293
865360
2256
Então, como vocês podem imaginar,
14:39
I was really fascinated by all this.
294
867640
4160
eu estava e estou realmente
fascinado com tudo isso.
fascinado com tudo isso.
14:44
Our mathematical scheme
is already providing cues and hints
is already providing cues and hints
295
872920
3136
Nosso esquema matemático
já está dando dicas e sugestões
já está dando dicas e sugestões
14:48
to investigate the space of possibilities
296
876080
2056
para investigar o espaço
das possibilidades
das possibilidades
14:50
and the way in which
all of us create it and explore it.
all of us create it and explore it.
297
878160
4016
e o modo como todos nós
o criamos e o exploramos.
o criamos e o exploramos.
14:54
But there is more.
298
882200
1336
Mas tem mais.
14:55
This, I guess, is a starting point
of something that has the potential
of something that has the potential
299
883560
3376
Esse é o ponto de partida
de algo que tem o potencial
de algo que tem o potencial
14:58
to become a wonderful journey
for a scientific investigation of the new,
for a scientific investigation of the new,
300
886960
4616
de se tornar uma viagem maravilhosa
para a investigação científica do novo,
15:03
but also I would say
a personal investigation of the new.
a personal investigation of the new.
301
891600
3280
mas eu também diria
uma investigação pessoal do novo.
uma investigação pessoal do novo.
15:09
And I guess this can have
a lot of consequences
a lot of consequences
302
897320
2896
E creio que isso possa ter
muitas consequências
muitas consequências
15:12
and a huge impact in key activities
303
900240
2136
e um impacto enorme
em atividades fundamentais
em atividades fundamentais
15:14
like learning, education,
research, business.
research, business.
304
902400
5320
como aprendizado, educação,
pesquisa, negócios.
pesquisa, negócios.
15:20
So for instance, if you think
about artificial intelligence,
about artificial intelligence,
305
908680
2896
Por exemplo, se pensarmos
na inteligência artificial,
na inteligência artificial,
15:23
I am sure -- I mean,
artificial intelligence,
artificial intelligence,
306
911600
2136
tenho certeza de que precisamos
confiar, no futuro próximo,
confiar, no futuro próximo,
15:25
we need to rely in the near future
307
913760
1816
15:27
more and more on the structure
of the adjacent possible,
of the adjacent possible,
308
915600
3816
cada vez mais na estrutura
do possível adjacente,
do possível adjacente,
15:31
to restructure it, to change it,
309
919440
1936
para reestruturá-la, para mudá-la,
15:33
but also to cope
with the unknowns of the future.
with the unknowns of the future.
310
921400
2320
e também para enfrentar
as incógnitas do futuro.
as incógnitas do futuro.
15:36
In parallel, we have a lot of tools,
311
924400
1856
Em paralelo, temos muitas
ferramentas novas agora,
ferramentas novas agora,
15:38
new tools now, to investigate
how creativity works
how creativity works
312
926280
3496
para investigar
como funciona a criatividade
como funciona a criatividade
15:41
and what triggers innovation.
313
929800
1600
e o que gera a inovação.
15:44
And the aim of all this
is to raise a generation of people
is to raise a generation of people
314
932080
3176
E o objetivo de tudo isso
é formar uma geração de pessoas
é formar uma geração de pessoas
15:47
able to come up with new ideas
to face the challenges in front of us.
to face the challenges in front of us.
315
935280
3616
capaz de surgir com novas ideias
para enfrentar os desafios à nossa frente.
para enfrentar os desafios à nossa frente.
15:50
We all know.
316
938920
1216
Todos nós sabemos.
15:52
I think it's a long way to go,
317
940160
2096
Creio que é um longo caminho a seguir,
15:54
but the questions, and the tools,
318
942280
3056
mas as perguntas e as ferramentas
15:57
are now there, adjacent and possible.
319
945360
3560
estão agora por aí:
adjacentes e possíveis.
adjacentes e possíveis.
16:01
Thank you.
320
949720
1216
Obrigado.
(Aplausos)
16:02
(Applause)
321
950960
4880
ABOUT THE SPEAKER
Vittorio Loreto - PhysicistVittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it.
Why you should listen
Vittorio Loreto is a physicist at Sapienza University of Rome and faculty of the Complexity Science Hub Vienna. He is presently director of the SONY Computer Science Laboratories in Paris where he heads the team on creativity, innovation and artificial intelligence. He recently coordinated the research program dubbed KREYON, aimed at unfolding the dynamics of creativity, novelties and innovation. While theoretical modeling and data analysis are his native research tools, in the last few years he has been developing interactive tools, games, installations, to directly involve the public on the very research agenda. He created the KREYON DAYS, a new form of scientific event that tightly entangles research, learning, awareness and fun.
Vittorio Loreto | Speaker | TED.com