ABOUT THE SPEAKER
Neil Turok - Physicist, education activist
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa.

Why you should listen

Neil Turok works on understanding the universe's very beginnings. With Stephen Hawking, he developed the Hawking-Turok instanton solutions, describing the birth of an inflationary universe -- positing that, big bang or no, the universe came from something, not from utter nothingness.

Recently, with Paul Steinhardt at Princeton, Turok has been working on a cyclic model for the universe in which the big bang is explained as a collision between two “brane-worlds.” The two physicists cowrote the popular-science book Endless Universe.

In 2003, Turok, who was born in South Africa, founded the African Institute for Mathematical Sciences (AIMS) in Muizenberg, a postgraduate center supporting math and science. His TED Prize wish: Help him grow AIMS and promote the study and math and science in Africa, so that the world's next Einstein may be African.

Turok is the Director of the Perimeter Institute for Theoretical Physics, in Ontario, Canada. In 2010, the Canadian government funded a $20million expansion of the AIMS schools, working with the Perimeter Institute to start five new AIMS schools in different African nations.

In 2016, he won the Tate Medal for International Leadership in Physics

More profile about the speaker
Neil Turok | Speaker | TED.com
TED2008

Neil Turok: My wish: Find the next Einstein in Africa

Neil Turok faz seu pedido ao Prêmio TED.

Filmed:
537,379 views

Ao aceitar o seu Prêmio TED 2008, o físico Neil Turok fala em defesa de talentosos jovens africanos sedentos por oportunidade. Libertando e fomentando o potencial criativo do continente, podemos mudar o futuro da Africa.
- Physicist, education activist
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa. Full bio

Double-click the English transcript below to play the video.

00:13
It was an incredible surprise to me
0
1000
3000
Foi uma surpresa incrível para mim
00:16
to find out that there was actually an organization that cared about both parts of my life.
1
4000
6000
descobrir que existe uma organização que se importa com ambas as partes da minha vida.
00:22
Because, basically,
2
10000
1000
Porque, basicamente,
00:23
I work as a theoretical physicist.
3
11000
2000
trabalho como um físico teórico.
00:25
I develop and test models of the Big Bang,
4
13000
3000
Desenvolvo e testo modelos do Big Bang,
00:28
using observational data.
5
16000
3000
usando dados de observações.
00:31
And I've been moonlighting for the last five years
6
19000
3000
E tenho passado noites em claro nos últimos cinco anos
00:34
helping with a project in Africa.
7
22000
3000
ajudando em um projeto na África.
00:37
And, I get a lot of flak for this at Cambridge.
8
25000
4000
Recebo muitas críticas por isto em Cambridge.
00:41
People wonder, you know, "How do you have time to do this?" And so on.
9
29000
4000
As pessoas se perguntam, “Como você tem tempo para fazer tudo isto?” E etc.
00:45
And so it was simply astonishing to me
10
33000
3000
Então foi simplesmente incrível para mim
00:48
to find an organization that actually appreciated both those sides.
11
36000
4000
encontrar uma organização que preza pelos dois trabalhos.
00:52
So I thought I'd start off by just telling you a little bit about myself
12
40000
3000
Então pensei em começar contando para vocês um pouco sobre mim
00:55
and why I lead this schizophrenic life.
13
43000
4000
e porque vivo esta vida esquizofrênica.
00:59
Well, I was born in South Africa and my parents were imprisoned
14
47000
5000
Bem, nasci na África do Sul e meus pais foram aprisionados
01:04
for resisting the racist regime.
15
52000
2000
por resistir ao regime racista.
01:06
When they were released, we left and we went as refugees to Kenya and Tanzania.
16
54000
7000
Quando eles foram soltos, nós deixamos o país e nos refugiamos no Quênia e na Tanzânia.
01:13
Both were very young countries then,
17
61000
2000
Ambos os países eram muito jovens naquele tempo,
01:15
and full of hope for the future.
18
63000
3000
e cheios de esperança para o futuro.
01:18
We had an amazing childhood. We didn't have any money,
19
66000
2000
Tivemos uma infância incrível. Não tínhamos nenhum dinheiro,
01:20
but we were outdoors most of the time.
20
68000
3000
mas passávamos a maior parte do tempo ao ar livre.
01:23
We had fantastic friends and we saw the wonders of the world,
21
71000
5000
Tinhamos amigos fantásticos e vimos as maravilhas do mundo,
01:28
like Kilimanjaro, Serengeti and the Olduvai Gorge.
22
76000
6000
como o Kilimanjaro, Serengeti e Olduvai Gorge.
01:34
Well, then we moved to London for high school.
23
82000
2000
Depois nos mudamos para Londres para o ensino médio.
01:36
And after that -- there's nothing much to say about that.
24
84000
5000
E depois disso -- não tem muito a se falar depois disto.
01:41
It was rather dull. But I came back to Africa
25
89000
4000
Foi bastante tedioso. Mas voltei para a África
01:45
at the age of 17, as a volunteer teacher
26
93000
4000
quando tinha 17 anos de idade, como um professor voluntário.
01:49
to Lesotho, which is a tiny country,
27
97000
3000
para Lesoto, que é um país pequeno,
01:52
surrounded at that time by apartheid South Africa.
28
100000
5000
cercado naquele tempo pela África do Sul durante o Apartheid.
01:57
Well, 80 percent of the men in Lesotho
29
105000
3000
Bem, 80 por cento dos homens em Lesoto
02:00
worked in the mines over the border,
30
108000
4000
trabalhavam nas minas do outro lado da fronteira,
02:04
in brutal conditions.
31
112000
3000
em condições brutais.
02:07
Nevertheless, I -- as I'm sure -- as a rather irritating young, white man
32
115000
6000
Ainda assim, eu, como um homem branco, jovem e irritante
02:13
coming into their village, I was welcomed with incredible hospitality and warmth.
33
121000
6000
chegando na vila deles, fui recebido com incrível hospitalidade e carinho.
02:19
But the kids were the best part.
34
127000
2000
Mas as crianças foram a melhor parte.
02:21
The kids were amazing: extremely eager and often very bright.
35
129000
5000
As crianças eram fantásticas: extremamente motivadas e, muitas delas, brilhantes.
02:26
And I'm just going to tell you one story,
36
134000
2000
Só vou lhes contar uma história,
02:28
which got through to me.
37
136000
3000
que me emocionou.
02:31
I used to try to take the kids outside as often as possible,
38
139000
2000
Eu costumava levar as crianças para fora da sala de aula sempre que possível,
02:33
to try to connect the academic stuff with the real world.
39
141000
5000
para conectar o mundo acadêmico com o mundo real.
02:38
And they weren't used to that.
40
146000
3000
Elas não estavam acostumadas com isso.
02:41
But I took them outside one day and I said,
41
149000
2000
Mas levei elas para fora um dia e disse,
02:43
"I want you to estimate the height of the building."
42
151000
3000
“Quero que vocês descubram qual a altura do prédio.”
02:46
And I expected them to put a ruler next to the wall,
43
154000
3000
Eu esperava que elas fossem colocar uma régua na parede,
02:49
size it up with a finger, and make an estimate of the height.
44
157000
5000
medir com um dedo, e estimar um valor da altura do prédio.
02:54
But there was one little boy, very small for his age.
45
162000
4000
Mas teve um garoto, muito pequeno para a sua idade,
02:58
He was the son of one of the poorest families in the village.
46
166000
3000
filho de uma das famílias mais pobres da vila,
03:01
And he wasn't doing that. He was scribbling with chalk on the pavement.
47
169000
5000
que não estava fazendo isto. Ele estava rabiscando o chão com um pedaço de giz.
03:06
And so, I said -- I was annoyed -- I said, "What are you doing?
48
174000
3000
Então eu disse -- estava aborrecido -- e disse, "O que você está fazendo?
03:09
I want you to estimate the height of the building."
49
177000
2000
Quero que descubra a altura do prédio.”
03:11
He said, "OK. I measured the height of a brick.
50
179000
3000
Ele disse, “Tudo bem, eu medi a altura de um tijolo,
03:14
I counted the number of bricks and now I'm multiplying."
51
182000
5000
contei o número de tijolos e agora estou multiplicando.”
03:19
Well -- (Laughter) -- I hadn't thought of that one.
52
187000
5000
Bem -- (risos) -- eu não tinha pensado nessa possibilidade.
03:24
And many experiences like this happened to me.
53
192000
4000
Muitas experiências como estas aconteceram comigo.
03:28
Another one is that I met a miner. He was home on his three-month leave from the mines.
54
196000
8000
Outra foi quando conheci um minerador, que estava em casa nas suas férias das minas.
03:36
Sitting next to him one day, he said, "There's only one thing that I really loved at school.
55
204000
6000
Estava sentado ao lado dele um dia, e ele disse, “Tinha uma coisa que eu realmente adorava na escola.
03:42
And you know what it was? Shakespeare." And he recited some to me.
56
210000
7000
Sabe o que era? Shakespeare.” E recitou Shakespeare para mim.
03:49
And these and many similar experiences convinced me
57
217000
4000
Estas e muitas outras experiências me convenceram
03:53
that there are just tons of bright kids in Africa
58
221000
4000
que existem milhares de crianças brilhantes na África
03:57
-- inventive kids, intellectual kids --
59
225000
4000
-- crianças criativas, intelectuais --
04:01
and starved of opportunity.
60
229000
1000
e sedentas por oportunidade.
04:02
And if Africa is going to get fixed, it's by them, not by us.
61
230000
6000
E se a África vai ser consertada, é por eles, não por nós.
04:08
Well, after -- (Applause) -- that's the truth.
62
236000
6000
Bem, depois -- (aplausos) -- é verdade.
04:14
Well, after Lesotho, I traveled across Africa
63
242000
3000
Bem, depois de Lesoto, eu viajei pela África
04:17
before returning to England
64
245000
2000
antes de voltar para a Inglaterra.
04:20
-- so gray and depressing, in comparison.
65
248000
3000
-- tão cinza e depressiva em comparação.
04:23
And I went to Cambridge. And there, I fell for theoretical physics.
66
251000
7000
E fui para Cambridge, onde me apaixonei por física teórica.
04:30
Well, I'm not going to explain this equation,
67
258000
2000
Bem, eu não vou explicar esta equação,
04:32
but theoretical physics is really an amazing subject.
68
260000
4000
mas física teórica é realmente um assunto incrível.
04:36
We can write down all the laws of physics we know in one line.
69
264000
6000
Podemos escrever todas as leis da física conhecidas em uma linha.
04:42
And, admittedly, it's in a very shorthand notation.
70
270000
5000
Confesso que é uma notação bem compacta.
04:47
And it contains 18 free parameters,
71
275000
4000
E contém 18 parâmetros livres,
04:51
OK, which we have to fit to the data.
72
279000
3000
que temos que ajustar às observações.
04:54
So it's not the final story,
73
282000
2000
Então não é a história final,
04:56
but it's an incredibly powerful summary of everything we know
74
284000
5000
mas é um resumo muito poderoso sobre tudo que sabemos
05:01
about nature at the most basic level.
75
289000
4000
sobre a natureza no seu nível mais básico.
05:05
And apart from a few very important loose ends, which you've heard about here --
76
293000
4000
E além de algumas questões muito importantes, que vocês escutaram aqui
05:09
like dark energy and dark matter --
77
297000
3000
-- como energia escura e matéria escura --
05:12
this equation describes,
78
300000
2000
essa equação descreve,
05:14
seems to describe everything about the universe and what's in it.
79
302000
5000
tudo sobre o universo e o que está nele.
05:19
But there's one big puzzle remaining,
80
307000
2000
Mas existe um grande problema ainda sem solução,
05:21
and this was most succinctly put to me by my primary school math teacher in
81
309000
5000
e foi exposto para mim da maneira mais sucinta pela minha professora de matemática
05:26
Tanzania, who's a wonderful Scottish lady
82
314000
3000
na Tanzânia, que é uma fantástica senhora Escocesa
05:29
who I still stay in touch with.
83
317000
3000
com quem ainda mantenho contato.
05:32
And she's now in her 80s.
84
320000
2000
Ela está agora com seus 80 anos.
05:34
And when I try to explain my work to her, she waved away all the details, and she said,
85
322000
5000
Quando tentei explicar o meu trabalho para ela, ela ignorou os detalhes, e disse,
05:39
"Neil, there's only one question that really matters.
86
327000
5000
“Neil, existe apenas uma questão que realmente importa.
05:44
What banged?" (Laughter)
87
332000
4000
O que explodiu?” (Risos)
05:48
"Everyone talks about the Big Bang. What banged?"
88
336000
5000
“Todo mundo fala sobre o Big Bang. O que explodiu?”
05:53
And she's right. It's a question we've all been avoiding.
89
341000
5000
Ela está certa. É a pergunta que todos nós estamos evitando.
05:58
The standard explanation is that the universe somehow sprang into existence,
90
346000
5000
A explicação padrão é que o universo de alguma maneira saltou para a existência,
06:03
full of a strange kind of energy
91
351000
2000
cheio de um tipo estranho de energia
06:05
-- inflationary energy -- which blew it up.
92
353000
5000
-- energia inflacionária -- que explodiu o universo.
06:10
But the puzzle of why the universe emerged in that peculiar state
93
358000
4000
Mas a questão de por que o universo surgiu naquele estado particular
06:14
is completely unsolved.
94
362000
4000
é completamente irresoluta.
06:18
Now, I worked on that theory for a while, with Stephen Hawking and others.
95
366000
4000
Então, eu trabalhei nesta teoria por um tempo, com Stephen Hawking e outros.
06:22
But then I began to explore another alternative.
96
370000
3000
Mas então comecei a explorar uma outra alternativa.
06:25
The alternative is that the Big Bang wasn't the beginning.
97
373000
3000
A alternativa é que o Big Bang não era o começo.
06:28
Perhaps the universe existed before the bang,
98
376000
3000
Talvez o universo existisse antes da explosão,
06:31
and the bang was just a violent event in a pre-existing universe.
99
379000
5000
e a explosão foi apenas um evento violento em um universo pré-existente.
06:36
Well, this possibility is actually suggested
100
384000
3000
Então, esta possibilidade é sugerida
06:39
by the latest theories, the unified theories,
101
387000
3000
pelas teorias mais recentes, as teorias unificadas,
06:42
which try to explain all those 18 free parameters
102
390000
3000
que tentam explicar todos aqueles 18 parâmetros livres
06:45
in a single framework, which will hopefully predict all of them.
103
393000
7000
em um único contexto, e que esperamos que vai prever todos eles.
06:52
And I'll just share a cartoon of this idea here.
104
400000
3000
Vou mostrar um desenho desta ideia aqui.
06:55
It's all I can convey. According to these theories,
105
403000
3000
É tudo o que consigo transmitir. De acordo com estas teorias,
06:58
there are extra dimensions of space, not just the three we're familiar with,
106
406000
3000
existem outras dimensões no espaço, não apenas as três com que estamos familiarizados,
07:01
but at every point in the room there are more dimensions.
107
409000
4000
mas em toda a parte existem mais dimensões.
07:05
And in particular, there's one rather strange one,
108
413000
2000
e em particular, existe uma muito estranha,
07:07
in the most elegant unified theories we have.
109
415000
3000
na teoria unificada mais elegante que temos.
07:10
The strange one looks likes this:
110
418000
2000
A estranha se parece com isto:
07:12
that we live in a three-dimensional world.
111
420000
3000
que vivemos em um mundo tridimensional.
07:15
We live in one of these worlds, and I can only show it as a sheet,
112
423000
4000
Vivemos em um destes mundos, posso lhes mostrar apenas como uma folha,
07:19
but it's really three-dimensional.
113
427000
3000
mas na verdade é tridimensional.
07:22
And a tiny distance away, there's another sheet,
114
430000
4000
E a uma pequena distância, existe outra folha,
07:26
also three-dimensional, and they're separated by a gap.
115
434000
2000
também tridimensional, e elas estão separadas por uma fenda.
07:28
The gap is very tiny, and I've blown it up so you can see it.
116
436000
3000
A fenda é muito pequena, eu aumentei ela para que vocês pudessem ver.
07:31
But it's really a tiny fraction of the size of an atomic nucleus.
117
439000
5000
Mas na verdade é uma pequena fração do tamanho de um núcleo atômico.
07:36
I won't go into the details of why we think the universe is like this,
118
444000
3000
Não vou entrar nos detalhes do porque achamos que o universo é assim
07:39
but it comes out of the math and trying to explain the physics that we know.
119
447000
4000
mas isto vem da matemática e da tentativa de explicar a física que conhecemos.
07:43
Well, I got interested in this because it seemed to me that it was an obvious question.
120
451000
4000
Eu me interessei nisto porque parece para mim que está é uma questão óbvia.
07:47
Which is, what happens if these two, three-dimensional worlds
121
455000
3000
O que acontece quando estes dois mundos tridimensionais
07:50
should actually collide?
122
458000
3000
colidem?
07:54
And if they collide, it would look a lot like the Big Bang.
123
462000
3000
E se eles colidissem, se pareceria muito como o Big Bang.
07:57
But it's slightly different than in the conventional picture.
124
465000
3000
Mas é um pouco diferente da ideia convencional.
08:00
The conventional picture of the Big Bang is a point.
125
468000
2000
A ideia convencional é que o Big Bang é um ponto.
08:02
Everything comes out of a point;
126
470000
2000
Tudo surge de um único ponto;
08:04
you have infinite density. And all the equations break down.
127
472000
4000
onde temos densidade infinita. E todas as equações falham.
08:08
No hope of describing that.
128
476000
2000
Não temos nem esperança de descrever isto.
08:10
In this picture, you'll notice,
129
478000
2000
Nesta outra ideia, vocês vão notar,
08:12
the bang is extended. It's not a point.
130
480000
2000
a explosão é estendida. Não é um ponto.
08:14
The density of matter is finite, and we have a chance
131
482000
3000
A densidade da matéira é finita, e temos a possibilidade
08:17
of a consistent set of equations that can describe the whole process.
132
485000
5000
de descobrir um conjunto de equações que descrevem o processo todo.
08:22
So, to cut a long story short, we've explored this alternative.
133
490000
3000
Então, resumindo, exploramos esta alternativa.
08:25
We've shown that it can fit
134
493000
2000
Mostramos que conseguimos ajustar
08:27
all of the data that we have about the formation of galaxies,
135
495000
4000
todos os dados que temos sobre a formação das galáxias,
08:31
the fluctuations in the microwave background.
136
499000
3000
as flutuações da radiação cósmica de fundo.
08:34
Furthermore, there's an experimental way
137
502000
2000
Além disto, existe uma maneira experimental
08:36
to tell this theory, apart from the inflationary explanation that I told you before.
138
504000
7000
de comparar esta teoria e a teoria inflacionária sobra a qual falei antes.
08:43
It involves gravitational waves.
139
511000
3000
Envolve ondas gravitacionais.
08:46
And in this scenario, not only was the Big Bang not the beginning,
140
514000
3000
Neste cenario, não apenas o Big Bang não foi o começo,
08:49
as you can see from the picture,
141
517000
3000
como podem ver na figura,
08:52
it can happen over and over again.
142
520000
2000
mas pode acontecer de novo.
08:54
It may be that we live in an endless universe,
143
522000
3000
É possivel que vivamos em um universo sem fim,
08:57
both in space and in time.
144
525000
1000
tanto no espaço quanto no tempo.
09:01
And there've been bangs in the past, and there will be bangs in the future.
145
529000
3000
Existiram Big Bangs no passado, e existirão no futuro.
09:04
And maybe we live in an endless universe.
146
532000
4000
E talvez vivemos em um universo sem fim.
09:08
Well, making and testing models of the universe
147
536000
5000
Bem, fazer e testar modelos do universo
09:13
is, for me, the best way I have of enjoying and appreciating the universe.
148
541000
7000
é, para mim, a melhor forma de apreciar o universo.
09:20
We need to make the best mathematical models we can,
149
548000
2000
Precisamos fazer os melhores modelos matemáticos que conseguimos,
09:22
the most consistent ones.
150
550000
2000
os mais consistentes.
09:24
And then we scrutinize them, logically and with data.
151
552000
4000
E então investigamos eles por meio da lógica e dos dados experimentais.
09:28
And we try to convince ourselves --
152
556000
3000
E tentamos nos convencer,
09:31
we really try to convince ourselves they're wrong.
153
559000
2000
realmente tentamos nos convencer que eles estão errados.
09:33
That's progress: when we prove things wrong.
154
561000
3000
Isto é progresso: quando provamos que as coisas estão erradas.
09:36
And gradually, we hopefully move closer and closer to understanding the world.
155
564000
6000
E gradualmente, chegamos cada vez mais perto do entendimento do mundo.
09:42
As I pursued my career, something was always gnawing away inside me.
156
570000
5000
À medida que eu seguia a minha carreira, algo estava sempre me incomodando.
09:47
What about Africa?
157
575000
3000
E quanto à África?
09:50
What about those kids I'd left behind?
158
578000
5000
E aquelas crianças que eu havia deixado para trás?
09:55
Instead of developing, as we'd all hoped in the '60s,
159
583000
3000
Ao invés de melhorar, como esperávamos nos anos 60,
09:58
things had gotten worse.
160
586000
2000
as coisas pioraram.
10:00
Africa was gripped by poverty, disease and war.
161
588000
4000
A África foi tomada pela pobreza, doenças e guerras.
10:04
This is very graphically shown by the Worldmapper website and project.
162
592000
6000
Isto é demonstrado graficamente pelo website e projeto “Worldmapper”.
10:10
And so the idea is to represent each country
163
598000
3000
A idéia é representar cada país
10:13
on a map, but scale the area according to some quantity.
164
601000
6000
em um mapa, mas ajustar a área de acordo com algum índice.
10:19
So here's just the standard area map of the world.
165
607000
2000
Então aqui está o mapa do mundo padrão.
10:21
By the way, Africa is very large.
166
609000
2000
Aliás, a África é muito grande.
10:23
And the next map now shows Africa's GDP in 1960,
167
611000
5000
E o próximo mapa mostra o PIB da África em 1960,
10:28
around the time of independence for many African states.
168
616000
5000
no período em que muitos países africanos se tornaram independentes.
10:33
Now, this is 1990, and then 2002. And here's a projection for 2015.
169
621000
10000
Então, isto é em 1990 e depois em 2002. E aqui uma projeção para 2015.
10:44
Big changes are happening in the world,
170
632000
1000
Grandes mudanças estão acontecendo no mundo,
10:45
but they're not helping Africa.
171
633000
3000
mas não estão ajudando a África.
10:48
What about Africa's population? The population isn't out of proportion to its area,
172
636000
4000
E a população africana? A população não está fora de proporção para sua área,
10:52
but Africa leads the world in deaths from often preventable causes:
173
640000
5000
mas a África lidera o mundo em número de mortes por causas geralmente de fácil prevenção:
10:57
malnutrition, simple infections and birth complications.
174
645000
7000
desnutrição, infecções simples e complicações no parto.
11:04
Then there's HIV/AIDS. And then there are deaths from war.
175
652000
5000
Depois ainda temos o HIV/AIDS. E mortes por guerras.
11:09
OK, currently there are 45,000 people a month dying in the Congo,
176
657000
5000
Atualmente existem 45.000 mortes por mês no Congo,
11:14
as a consequence of the war
177
662000
2000
por causa da guerra
11:16
there over coltan and diamonds and other things.
178
664000
4000
pelo cobalto, diamantes e outras coisas.
11:20
It's still going on.
179
668000
4000
Ainda está acontecendo.
11:24
What about Africa's capacity to do something about these problems?
180
672000
3000
E quanto à capacidade que a África tem para resolver estes problemas?
11:27
Well, here's the number of physicians in Africa.
181
675000
5000
Bem, aqui está o número de médicos na África.
11:32
Here's the number of people in higher education.
182
680000
5000
O número de pessoas com educação superior.
11:37
And here -- most shocking to me --
183
685000
2000
E aqui -- o mais chocante para mim --
11:39
the number of scientific research papers coming out of Africa.
184
687000
4000
o número de publicações científicas vindas da África.
11:43
It just doesn't exist scientifically.
185
691000
5000
Ela simplesmente não existe cientificamente.
11:48
And this was very eloquently argued at TED Africa:
186
696000
3000
E isto tudo foi muito eloquentemente discutido no TED África:
11:51
that all of the aid that's been given
187
699000
2000
que toda a ajuda que tem sido dada
11:53
has completely failed to put Africa onto its own two feet.
188
701000
8000
falhou por completo em fazer a África caminhar por conta própria.
12:01
Well, the transition to democracy in South Africa in 1994
189
709000
3000
Bem, a transição para democracia na África do Sul em 1994
12:04
was literally a dream come true for many of us.
190
712000
4000
foi literalmente um sonho se tornando realidade para muitos de nós.
12:08
My parents were both elected to the first parliament,
191
716000
3000
Ambos os meus pais foram eleitos para o primeiro parlamento,
12:11
alongside Nelson and Winnie Mandela. They were the only other couple.
192
719000
5000
junto com Nelson e Winnie Mandela. Eles foram os únicos casais.
12:16
And in 2001, I took a research leave to visit them.
193
724000
4000
Em 2001, tirei férias para visitá-los.
12:20
And while I was busy working -- I was working on these colliding worlds, in the day.
194
728000
7000
E enquanto estava ocupado trabalhando -- eu estava trabalhando nestes mundos em colisão, na época.
12:27
But I learned that there was a desperate shortage of skills,
195
735000
3000
Aprendi que havia uma desesperadora falta de mão de obra habilitada,
12:30
especially mathematical skills, in industry, in government, in education.
196
738000
8000
especialmente em matemática, na indústria, no governo, na educação.
12:38
The ability to make and test models has become essential,
197
746000
4000
A habilidade de fazer e testar modelos se tornou essencial,
12:42
not only to every single area of science today,
198
750000
3000
não apenas para todas as áreas da ciência hoje,
12:45
but also to modern society itself.
199
753000
4000
mas também para a sociedade moderna em si.
12:49
And if you don't have math, you're not going to enter the modern age.
200
757000
6000
E se você não entende a matemática, você não vai entrar na era moderna.
12:55
So I had an idea. And the idea was very simple.
201
763000
3000
Então tive uma ideia. E a ideia foi muito simples.
12:58
The idea was to set up an African Institute for Mathematical Sciences, or AIMS.
202
766000
6000
A ideia foi de montar um Instituto Africano de Ciências Matemáticas, ou AIMS.
13:04
And let's recruit students from the whole of Africa,
203
772000
4000
E recrutamos alunos de toda a África,
13:08
bring them together with lecturers from all over the world,
204
776000
4000
juntamos eles com professores de todo o mundo,
13:12
and we'll try to give them a fantastic education.
205
780000
5000
e tentaremos dar uma educação fantástica para eles.
13:17
Well, as a Cambridge professor, I had many contacts.
206
785000
3000
Bem, como um professor de Cambridge, eu tinha muitos contatos.
13:20
And to my astonishment, they backed me 100 percent.
207
788000
3000
E para minha surpresa, eles me apoiaram cem por cento.
13:23
They said, "Go and do it,
208
791000
2000
Eles falaram, "Vá em frente e faça,
13:25
and we'll come and lecture."
209
793000
4000
e nós viremos e daremos aulas."
13:29
And I knew it would be amazing fun to bring brilliant students
210
797000
4000
Eu sabia que seria muito divertido juntar alunos brilhantes
13:33
from these countries -- where they don't have any opportunities -- together
211
801000
4000
destes países, onde eles não tem oportunidades,
13:37
with the best lecturers in the world --
212
805000
2000
com os melhores professores do mundo,
13:39
who I knew would come, because of the interest in Africa --
213
807000
3000
que eu sabia que viriam, por causa do interesse na África.
13:42
and put them together and just let the sparks fly.
214
810000
7000
Colocá-los juntos e deixar acontecer.
13:49
So we bought a derelict hotel near Cape Town.
215
817000
4000
Então compramos um hotel abandonado perto da Cidade do Cabo.
13:53
It's an 80-room Art Deco hotel from the 1920s.
216
821000
3000
É um hotel "Art déco" de 80 quartos da década de vinte.
13:56
The area was kind of seedy, so we got an 80-room hotel for 100,000 dollars.
217
824000
6000
A área estava um pouco desvalorizada, então conseguimos um hotel de 80 quartos por cem mil dólares.
14:02
It's a beautiful building. We decided we would refurbish it
218
830000
4000
É um prédio muito bonito. Decidimos reformá-lo
14:06
and then put out the word:
219
834000
2000
e espalhar a palavra:
14:08
we're going to start the best math institute in Africa
220
836000
4000
vamos começar o melhor instituto de matemática da África
14:12
in this hotel.
221
840000
1000
neste hotel.
14:13
Well, the new South Africa is a very exciting country.
222
841000
3000
Bem, a nova África do Sul é um país muito empolgante.
14:16
And those of you who haven't been there, you should go.
223
844000
3000
E para aqueles de vocês que não estiveram lá, vocês deveriam ir.
14:19
It's very, very interesting what's happening.
224
847000
3000
É muito, muito interessante o que está acontecendo.
14:22
And we recruited wonderful staff,
225
850000
3000
E recrutamos uma equipe incrível,
14:25
highly motivated staff.
226
853000
2000
uma equipe altamente motivada.
14:27
The other thing that's happened, which was good for us, is the Internet.
227
855000
4000
A outra coisa que aconteceu, que foi boa para nós, foi a Internet.
14:31
Even though the Internet is very expensive all over Africa,
228
859000
3000
Ainda que a Internet seja muito cara por toda a África,
14:34
there are Internet cafes everywhere.
229
862000
2000
existem cafeterias com ela por toda a parte.
14:36
And bright young Africans are desperate to join the global community,
230
864000
5000
E brilhantes jovens africanos estão desesperados para participar da comunidade global,
14:41
to be successful -- and they're very ambitious.
231
869000
3000
para serem bem sucedidos, eles são muito ambiciosos.
14:44
They want to be the next Einstein.
232
872000
4000
Querem ser o próximo Einstein.
14:50
And so when word came out that AIMS was opening,
233
878000
3000
Então quando ficaram sabendo que o AIMS estava abrindo,
14:53
it spread very quickly via e-mail and our website.
234
881000
4000
-- o que se espalhou muito rápido por e-mail e pelo nosso website --
14:57
And we got lots of applicants.
235
885000
2000
recebemos muitas matrículas.
14:59
Well, we designed AIMS as a 24-hour learning environment,
236
887000
3000
Bem, projetamos o AIMS como um ambiente de aprendizado 24h.
15:02
and it was fantastic to start a university from the beginning.
237
890000
4000
Foi fantástico montar uma universidade do começo.
15:06
You have to rethink, what is the university for?
238
894000
4000
Você tem que repensar, para que serve a universidade?
15:10
And that's really exciting.
239
898000
2000
E isto é muito empolgante.
15:12
So we designed it to have interactive teaching.
240
900000
3000
Então projetamos ela para ter ensino interativo.
15:15
No droning on at the chalkboard.
241
903000
4000
Nada de tedioso no quadro negro.
15:19
We emphasize problem-solving, working in groups,
242
907000
4000
Enfatizamos a solução de problemas, trabalhar em grupos,
15:23
every student discovering and maximizing their own potential
243
911000
4000
cada aluno descobrindo e maximizando o seu próprio potencial,
15:27
and not chasing grades.
244
915000
3000
e não correndo atrás de notas.
15:30
Everyone lives together in this hotel -- lecturers and students --
245
918000
2000
Todos moram juntos neste hotel, professores e alunos
15:32
and it's not surprising at all to find an impromptu tutorial at 1 a.m.
246
920000
6000
e não é nada surpreendente encontrar um tutorial a uma hora da manhã.
15:38
The students don't usually leave the computer lab till 2 or 3 a.m.
247
926000
4000
Os alunos geralmente não deixam os computadores do laboratório até as duas ou três da manhã.
15:42
And then they're up again at eight in the morning.
248
930000
2000
E estão de pé de novo às oito da manhã.
15:44
Lectures, problem-solving and so on. It's an extraordinary place.
249
932000
7000
Aulas, resolução de problemas e etc. É um local extraordinário.
15:51
We especially emphasize areas of great relevance to Africa's development,
250
939000
5000
Enfatizamos em especial áreas de grande relevância para o desenvolvimento da África,
15:56
because, in those areas, scientists working in Africa will have a competitive advantage.
251
944000
6000
por que naquelas áreas, cientistas trabalhando na África terão uma vantagem competitiva.
16:02
They'll publish, be invited to conferences.
252
950000
2000
Irão publicar, ser convidados para congressos.
16:04
They'll do well. They'll have successful careers.
253
952000
6000
Se darão bem; terão carreiras de sucesso.
16:10
And AIMS has done extremely well.
254
958000
2000
E o AIMS está indo muito bem.
16:12
Here is a list of last year's graduates, graduated in June,
255
960000
4000
Aqui está uma lista dos formandos do ano passado, formados em Junho,
16:16
and what they're currently doing -- 48 of them.
256
964000
3000
e o que eles estão fazendo no momento, 48 deles.
16:19
And where they are is indicated over here.
257
967000
4000
E onde eles estão como indicado aqui.
16:23
And where they've gone. So these are all postgraduate students.
258
971000
4000
E aonde eles foram. Então estes são todos alunos de pós-graduação.
16:27
And they've all gone on to master's and Ph.D. degrees in excellent places.
259
975000
7000
E todos passaram para mestrados e doutorados em lugares excelentes.
16:34
Five students can be educated at AIMS
260
982000
2000
Cinco alunos podem ser educados no AIMS
16:36
for the cost of educating one in the U.S. or Europe.
261
984000
4000
pelo custo de educar um nos EUA ou na Europa.
16:40
But more important, the pan-African student body
262
988000
3000
Mas mais importante, o Grêmio estudantil pan-africano
16:43
is a continual source of strength, pride and commitment to Africa.
263
991000
6000
é uma fonte contínua de força, orgulho e comprometimento com a África.
16:49
We illustrate AIMS' progress by coloring in the countries of Africa.
264
997000
5000
Ilustramos o progresso do AIMS colorindo os países da África.
16:54
So here you can see behind this list.
265
1002000
2000
Então aqui você pode ver, atrás desta lista.
16:56
When a county is colored yellow, we've received an application;
266
1004000
4000
Quando um país é colorido de amarelo, recebemos uma matrícula;
17:00
orange, we've accepted an application; and green,
267
1008000
5000
laranja: aceitamos a matrícula; e verde,
17:05
a student has graduated.
268
1013000
2000
um aluno se formou.
17:07
So here is where we were after the first graduation in 2004.
269
1015000
4000
Então aqui é onde estávamos depois da primeira formatura em 2004.
17:11
And we set ourselves a goal of turning the continent green.
270
1019000
4000
E nós colocamos o objetivo de tornar o continente verde.
17:15
So there's 2005, -6, -7, -8.
271
1023000
4000
Então aqui está 2005, 2006, 2007, 2008.
17:19
(Applause)
272
1027000
10000
(Aplausos)
17:29
We're well on the way to achieving our initial goal.
273
1037000
4000
Estamos a caminho de alcançar nosso objetivo.
17:33
We had some of the students filmed at home before they came to AIMS.
274
1041000
4000
E tivemos alguns alunos filmados em casa antes deles virem para o AIMS.
17:37
And I'll just show you one.
275
1045000
3000
Vou lhes mostrar um.
17:40
Tendai Mugwagwa: My name is Tendai Mugwagwa.
276
1048000
4000
Tendai Mugwagwa: Meu nome é Tendai Mugwagwa.
17:44
I have a Bachelor of Science with an education degree.
277
1052000
3000
Sou bacharel em Ciências com ênfase em educação.
17:47
I will be attending AIMS.
278
1055000
2000
Participarei do AIMS.
17:49
My understanding of the course is that it covers quite a lot.
279
1057000
4000
Meu entendimento sobre o curso é que ele cobre muitas áreas.
17:53
You know, from physics to medicine,
280
1061000
4000
Desde física até medicina.
17:57
in particular, epidemiology and also mathematical modeling.
281
1065000
6000
Em particular, epidemiologia e também modelagem matemática.
18:03
Neil Turok: So Tendai came to AIMS and did very well.
282
1071000
5000
Neil Turok: Então, Tendai se juntou ao AIMS e se saiu muito bem.
18:08
And I'll let her take it from there.
283
1076000
4000
Vou deixar que conte o resto da história.
18:16
TM: My name is Tendai Mugwagwa
284
1084000
2000
TM: Meu nome é Tendai Mugwagwa
18:18
and I was a student at AIMS in 2003 and 2004.
285
1086000
4000
fui aluna do AIMS em 2003 e 2004.
18:22
After leaving AIMS, I went on to do a master's in applied mathematics
286
1090000
5000
Depois de deixar o AIMS, eu fui fazer um mestrado em matemática aplicada
18:27
at the University of Cape Town in South Africa.
287
1095000
3000
na Universidade da Cidade do Cabo na África do Sul.
18:30
After that, I came to the Netherlands
288
1098000
2000
Depois disto, eu vim para a Holanda
18:32
where I'm now doing a Ph.D. in theoretical immunology.
289
1100000
3000
onde estou fazendo o meu doutorado em Imunologia Teórica.
18:35
Professor: Tendai is working very independently.
290
1103000
3000
Professor: A Tendai trabalha de forma muito independente.
18:38
She communicates well with the immunologists at the hospital.
291
1106000
4000
Ela se comunica bem com os imunologistas do hospital,
18:42
So all in all I have a very good Ph.D. student from South Africa.
292
1110000
4000
então no fim eu tenho uma aluna de doutorado muito boa da África do Sul.
18:46
So I'm happy she's here.
293
1114000
3000
Estou feliz por ela estar aqui.
18:49
NT: Another student in the first year of AIMS was Shehu.
294
1117000
4000
NT: Outro aluno do primeiro ano do AIMS foi Shehu.
18:53
And he's shown here with his favorite high school teacher.
295
1121000
5000
Ele aparece aqui com seu professor favorito no ensino médio.
18:58
And then entering university in northern Nigeria.
296
1126000
6000
E depois na faculdade no norte da Nigéria.
19:04
And after AIMS, Shehu wanted to do high-energy physics,
297
1132000
5000
Depois do AIMS, Shehu queria estudar física de alta energia,
19:09
and he came to Cambridge.
298
1137000
2000
e ele veio para Cambridge.
19:11
He's about to finish his Ph.D.,
299
1139000
3000
Ele está prestes a terminar seu doutorado
19:14
and he was filmed recently with someone you all know.
300
1142000
4000
e foi filmado recentemente com alguém que vocês todos conhecem.
19:18
Shehu: And from there we will be able to,
301
1146000
2000
Shehu: E depois disto seremos capazes de,
19:20
hopefully, make better predictions and then we compare it
302
1148000
3000
esperamos, fazer predições melhores e compará-las
19:23
to the graph and also make some predictions.
303
1151000
5000
ao gráfico e também fazer mais predições.
19:28
Stephen Hawking: That is nice.
304
1156000
3000
Stephen Hawking: Muito bom.
19:31
NT: Here are the current students at AIMS. There are 53 of them
305
1159000
3000
NT: Aqui estão os alunos estudando no AIMS no momento. São 53 no total.
19:34
from 20 different countries, including 20 women.
306
1162000
4000
De vinte países diferentes, incluindo 20 mulheres.
19:38
So now I'm going to get to my TED business.
307
1166000
3000
Então agora eu vou falar sobre o Prêmio TED.
19:41
Well, we had a party. This is Africa --
308
1169000
3000
Bem, tivemos uma festa. Isto é na África --
19:44
we have good parties in Africa. And last month, they threw a surprise party for me.
309
1172000
4000
temos ótimas festas na África. E mês passado, deram uma festa surpresa para mim.
19:48
Here's somebody you've seen already.
310
1176000
2000
Aqui está alguém que vocês já viram.
19:50
(Applause)
311
1178000
24000
(Aplausos)
20:14
I want to point out a few other exceptional people in this picture.
312
1202000
4000
Gostaria de mostrar outras pessoas excepcionais nesta foto.
20:18
So, we were having a party,
313
1206000
1000
Então estávamos na festa,
20:19
as you can see they're completely eclipsing me at this point.
314
1207000
4000
como podem ver eles estão me tapando neste momento.
20:23
This is Ezra. She's from Darfur.
315
1211000
3000
Está é Ezra. Ela é de Darfur.
20:26
She's a physicist, and somehow stays smiling,
316
1214000
4000
Ela é uma física, e de alguma forma continua sorrindo,
20:30
in spite of everything going on back home.
317
1218000
2000
apesar de tudo que está acontecendo em seu país.
20:32
But she wants to continue in physics, and she's doing extremely well.
318
1220000
4000
Mas ela quer continuar na física e está se saindo muito bem.
20:36
This is Lydia. Lydia is the first ever woman
319
1224000
4000
Esta é Lydia. Lydia é a primeira mulher
20:40
to graduate in mathematics in the Central African Republic.
320
1228000
3000
a se formar em matemática na República Centro-Africana.
20:43
And she's now at AIMS. (Applause)
321
1231000
5000
E ela está agora no AIMS. (Aplausos)
20:49
So now let me get to our TED wish.
322
1237000
4000
Então agora deixem-me falar sobre o meu desejo do Prêmio TED.
20:53
Well, it's not my TED wish; it's our wish, as you've already gathered.
323
1241000
5000
Bem, não é meu desejo TED; é nosso desejo, como vocês já devem ter adivinhado.
20:58
And our wish has two parts:
324
1246000
3000
E nosso desejo tem duas partes:
21:01
one is a dream and the other's a plan. OK.
325
1249000
5000
uma é um sonho e a outra é um plano. OK.
21:06
Our TED dream is that the next Einstein will be African. (Applause)
326
1254000
16000
Nosso sonho é que o próximo Einstein seja africano. (Aplausos)
21:25
In striving for the heights of creative genius,
327
1273000
1000
Ao se esforçarem para chegar à altura dos gênios criativos,
21:26
we want to give thousands of people the motivation,
328
1274000
5000
queremos dar a milhares de pessoas a motivação,
21:31
the encouragement and the courage
329
1279000
2000
o encorajamento e a coragem
21:33
to obtain the high-level skills they need to help Africa.
330
1281000
5000
para obterem as habilidades de alto nível que eles precisam para ajudar a África.
21:38
Among them will be not only brilliant scientists --
331
1286000
3000
Entre eles existirão não apenas cientistas brilhantes --
21:41
I'm sure of that from what we've seen at AIMS --
332
1289000
3000
tenho certeza disto pelo que temos visto no AIMS --
21:44
they'll also be the African Gates, Brins and Pages of the future.
333
1292000
6000
eles também serão os Gates, Brins e Pages africanos do futuro.
21:50
Well, I said we also have a plan. And our plan is quite simple.
334
1298000
4000
Bem, eu também disse que temos um plano. E nosso plano é simples.
21:54
AIMS is now a proven model.
335
1302000
2000
O AIMS é agora um modelo comprovado.
21:56
And what we need to do is to replicate it.
336
1304000
4000
E o que precisamos fazer é substituí-lo.
22:00
We want to roll out 15 AIMS centers in the next five years, all over Africa.
337
1308000
4000
Queremos construir 15 centros AIMS nos próximos cinco anos, por toda a África.
22:04
Each will have a pan-African student body,
338
1312000
5000
Cada um vai ter o seu próprio Grêmio estudantil pan-africano.
22:09
but specialize in a different area of science.
339
1317000
2000
Mas especializados em diferentes áreas da ciência.
22:11
We want to use science to overcome the national and cultural barriers,
340
1319000
5000
Queremos usar a ciência para superar as barreiras nacionais e culturais,
22:16
as it does at AIMS.
341
1324000
1000
como fazemos no AIMS.
22:17
And we want to add elements to the curriculum.
342
1325000
2000
E queremos adicionar elementos ao currículo.
22:19
We want to add entrepreneurship and policy skills.
343
1327000
5000
Queremos adicionar empreendedorismo e habilidades políticas.
22:24
The expanded AIMS will be a coherent pan-African institution,
344
1332000
3000
O AIMS expandido vai ser uma instituição pan-africana coerente,
22:27
and its graduates will form a powerful network,
345
1335000
4000
e seus formandos vão formar uma rede poderosa,
22:31
working together for peace and progress across the continent.
346
1339000
6000
trabalhando juntos por paz e progresso por todo o continente.
22:37
Over the last year,
347
1345000
2000
No último ano,
22:39
we've been visiting sites in Africa,
348
1347000
2000
estivemos visitando lugares na África,
22:41
looking at potential sites for new AIMS centers.
349
1349000
3000
procurando lugares em potencial para novos centros AIMS.
22:44
And here are the ones we've selected.
350
1352000
2000
E aqui estão aqueles que selecionamos.
22:46
And each of these centers has a strong local team,
351
1354000
4000
Cada um destes centros tem um time local forte,
22:50
each is in a beautiful place, an interesting place,
352
1358000
2000
cada um é um local bonito, um local interessante,
22:52
which international lecturers will be happy to visit.
353
1360000
3000
o qual professores internacionais estarão felizes em visitar.
22:55
And our partners across Africa are extremely enthusiastic about this.
354
1363000
5000
E nossos parceiros por toda a África estão muito entusiasmados com isto.
23:00
Everyone wants an AIMS center in their country.
355
1368000
4000
Todos querem um centro AIMS em seu país.
23:04
And last November,
356
1372000
2000
E no Novembro passado,
23:06
the conference of all the African ministers of science and technology,
357
1374000
4000
o congresso de todos os ministros africanos de ciência e tecnologia,
23:10
held in Mombasa, called for a comprehensive plan to roll out AIMS.
358
1378000
5000
em Mombasa, requisitou um plano abrangente para ajudar o AIMS.
23:15
So we have political support right across the continent.
359
1383000
3000
Então temos suporte político por todo o continente.
23:18
It won't be easy.
360
1386000
3000
Não será fácil.
23:21
At every site there will be huge challenges.
361
1389000
2000
Em todos os lugares existirão desafios enormes.
23:23
Local scientists must play leading roles
362
1391000
3000
Cientistas locais devem participar
23:26
and governments must be persuaded to buy in.
363
1394000
4000
e governos devem ser persuadidos a participar também.
23:30
Conditions are very difficult,
364
1398000
2000
As condições são muito difíceis,
23:32
but we cannot afford to compromise on those principles which made AIMS work.
365
1400000
7000
mas não podemos ceder nos princípios que fizeram o AIMS funcionar.
23:39
And we summarize them this way:
366
1407000
2000
E nós resumimos eles da seguinte maneira:
23:41
the institutes have got to be relevant, innovative,
367
1409000
3000
os institutos tem que ser relevantes, inovadores,
23:44
cost-effective and high quality. Why?
368
1412000
2000
eficientes em custos e de alta qualidade. Por que?
23:46
Because we want Africa to be rich.
369
1414000
3000
Porque nós queremos uma África rica.
23:49
Easy to remember the basic rules we need.
370
1417000
7000
Fácil de lembrar as básicas regras que precisamos.
23:56
So, just in ending, let me say the only people who can fix Africa
371
1424000
3000
Então, acabando, deixem me falar que as únicas pessoas que podem consertar a África
23:59
are talented young Africans.
372
1427000
3000
são jovens talentosos africanos.
24:02
By unlocking and nurturing their creative potential,
373
1430000
3000
Ao desbloquear e nutrir o potencial criativo deles,
24:05
we can create a step change in Africa's future.
374
1433000
4000
nós podemos criar uma grande mudança no futuro da África.
24:09
Over time, they will contribute to African development
375
1437000
4000
Com o tempo eles vão contribuir para o desenvolvimento africano,
24:13
and to science in ways we can only imagine.
376
1441000
3000
e para a ciência de maneiras que podemos apenas imaginar.
24:16
Thank you.
377
1444000
2000
Obrigado
24:18
(Applause)
378
1446000
21000
(Aplausos)
Translated by Aurelio Tergolina Salton
Reviewed by Fabio Ceconello

▲Back to top

ABOUT THE SPEAKER
Neil Turok - Physicist, education activist
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa.

Why you should listen

Neil Turok works on understanding the universe's very beginnings. With Stephen Hawking, he developed the Hawking-Turok instanton solutions, describing the birth of an inflationary universe -- positing that, big bang or no, the universe came from something, not from utter nothingness.

Recently, with Paul Steinhardt at Princeton, Turok has been working on a cyclic model for the universe in which the big bang is explained as a collision between two “brane-worlds.” The two physicists cowrote the popular-science book Endless Universe.

In 2003, Turok, who was born in South Africa, founded the African Institute for Mathematical Sciences (AIMS) in Muizenberg, a postgraduate center supporting math and science. His TED Prize wish: Help him grow AIMS and promote the study and math and science in Africa, so that the world's next Einstein may be African.

Turok is the Director of the Perimeter Institute for Theoretical Physics, in Ontario, Canada. In 2010, the Canadian government funded a $20million expansion of the AIMS schools, working with the Perimeter Institute to start five new AIMS schools in different African nations.

In 2016, he won the Tate Medal for International Leadership in Physics

More profile about the speaker
Neil Turok | Speaker | TED.com