ABOUT THE SPEAKER
Janine Benyus - Science writer, innovation consultant, conservationist
A self-proclaimed nature nerd, Janine Benyus' concept of biomimicry has galvanized scientists, architects, designers and engineers into exploring new ways in which nature's successes can inspire humanity.

Why you should listen

In the world envisioned by science author Janine Benyus, a locust's ability to avoid collision within a roiling cloud of its brethren informs the design of a crash-resistant car; a self-cleaning leaf inspires a new kind of paint, one that dries in a pattern that enables simple rainwater to wash away dirt; and organisms capable of living without water open the way for vaccines that maintain potency even without refrigeration -- a hurdle that can prevent life-saving drugs from reaching disease-torn communities. Most important, these cool tools from nature pull off their tricks while still managing to preserve the environment that sustains them, a life-or-death lesson that humankind is in need of learning.

As a champion of biomimicry, Benyus has become one of the most important voices in a new wave of designers and engineers inspired by nature. Her most recent project, AskNature, explores what happens if we think of nature by function and looks at what organisms can teach us about design.

More profile about the speaker
Janine Benyus | Speaker | TED.com
TED2005

Janine Benyus: Biomimicry's surprising lessons from nature's engineers

Janine Benyus: Biomimética — As lições surpreendentes dos engenheiros da Natureza

Filmed:
2,405,060 views

Nesta inspiradora apresentação sobre os recentes desenvolvimentos em biomimética, Janine Benyus mostra exemplos animadores nos quais a natureza já está a influenciar os produtos e sistemas que construímos.
- Science writer, innovation consultant, conservationist
A self-proclaimed nature nerd, Janine Benyus' concept of biomimicry has galvanized scientists, architects, designers and engineers into exploring new ways in which nature's successes can inspire humanity. Full bio

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

00:24
It is a thrillemoção to be here at a conferenceconferência
0
0
4000
Devem imaginar como é emocionante
estar aqui numa conferência
00:28
that's devoteddedicado to "InspiredInspirado by NatureNatureza" -- you can imagineImagine.
1
4000
5000
que é dedicada a
"Inspirado pela Natureza"
Estou também emocionada por estar
na secção de preliminares.
00:33
And I'm alsoAlém disso thrilledemocionados to be in the foreplaypreliminares sectionseção.
2
9000
4000
00:37
Did you noticeaviso prévio this sectionseção is foreplaypreliminares?
3
13000
2000
Repararam que esta secção
é de preliminares?
00:39
Because I get to talk about one of my favoritefavorito crittersbichos,
4
15000
3000
Porque posso falar sobre uma
das minhas criaturas favoritas,
00:42
whichqual is the WesternWestern GrebeMergulhão-de-. You haven'tnão tem livedvivia
5
18000
3000
que é o colimbo ocidental.
Não vivemos enquanto
não virmos estes indivíduos
00:45
untilaté you've seenvisto these guys do theirdeles courtshipnamoro dancedança.
6
21000
4000
a fazer a sua dança de acasalamento.
00:49
I was on BowmanBowman LakeLago in GlacierGeleira NationalNacional ParkParque,
7
25000
3000
Eu estava no lago Bowman,
no Parque Nacional Glacier,
00:52
whichqual is a long, skinnymagro lakelago with sortordenar of mountainsmontanhas upsideparte de cima down in it,
8
28000
4000
que é um lago longo e estreito
com uma espécie de montanhas
de cabeça para baixo lá dentro dele,
00:56
and my partnerparceiro and I have a rowingremo shellConcha.
9
32000
2000
O meu companheiro e eu
tínhamos um barco a remos.
00:58
And so we were rowingremo, and one of these WesternWestern GrebesMergulhões cameveio alongao longo.
10
34000
6000
Estávamos a remar, quando apareceu
um desses colimbos ocidentais apareceu.
01:04
And what they do for theirdeles courtshipnamoro dancedança is, they go togetherjuntos,
11
40000
5000
Na sua dança de acasalamento,
vão os dois juntos,
o casal, e começam a correr
debaixo de água.
01:09
the two of them, the two matescompanheiros, and they begininício to runcorre underwaterembaixo da agua.
12
45000
5000
01:14
They paddlepaddle fasterMais rápido, and fasterMais rápido, and fasterMais rápido, untilaté they're going so fastvelozes
13
50000
4000
Patinham cada vez mais depressa,
até andarem tão depressa
que literalmente saem fora da água,
01:18
that they literallyliteralmente liftlift up out of the wateragua,
14
54000
3000
e ficam de pé, como se patinhassem
em cima da água.
01:21
and they're standingparado uprightereto, sortordenar of paddlingremando the toptopo of the wateragua.
15
57000
4000
01:25
And one of these GrebesMergulhões cameveio alongao longo while we were rowingremo.
16
61000
5000
Um desses colimbos veio ter connosco
enquanto estávamos a remar.
01:30
And so we're in a skullcrânio, and we're movingmovendo-se really, really quicklyrapidamente.
17
66000
4000
Nós estávamos num caiaque,
a andar muito depressa.
01:34
And this GrebeMergulhão-de-, I think, sortordenar of, mistakedconfundiu us for a prospectperspectiva,
18
70000
7000
Acho que o colimbo deve ter-nos
confundido com um possível parceiro,
01:41
and startedcomeçado to runcorre alongao longo the wateragua nextPróximo to us,
19
77000
4000
e começou a correr connosco
ao longo da água,
01:45
in a courtshipnamoro dancedança -- for milesmilhas.
20
81000
5000
numa dança de acasalamento
— durante quilómetros.
01:50
It would stop, and then startcomeçar, and then stop, and then startcomeçar.
21
86000
4000
Parava, depois recomeçava,
depois parava e depois recomeçava.
01:54
Now that is foreplaypreliminares.
22
90000
2000
Isso sim é que são preliminares.
01:56
(LaughterRiso)
23
92000
3000
(Risos)
01:59
I cameveio this closefechar to changingmudando speciesespécies at that momentmomento.
24
95000
9000
Eu quase me apetecia
mudar de espécie naquele momento.
02:08
ObviouslyObviamente, life can teachEnsinar us something
25
104000
4000
Obviamente, a vida pode ensinar-nos
alguma coisa na área de entretenimento,
02:12
in the entertainmententretenimento sectionseção. Life has a lot to teachEnsinar us.
26
108000
4000
A vida tem muito para nos ensinar.
02:16
But what I'd like to talk about todayhoje
27
112000
3000
Mas gostaria de falar hoje
sobre o que a vida nos pode ensinar
sobre tecnologia e sobre design.
02:19
is what life mightpoderia teachEnsinar us in technologytecnologia and in designdesenhar.
28
115000
4000
02:23
What's happenedaconteceu sinceDesde a the booklivro cameveio out --
29
119000
2000
O que aconteceu desde que o livro saiu
02:25
the booklivro was mainlyprincipalmente about researchpesquisa in biomimicrybiomimética --
30
121000
3000
— o livro era sobretudo
sobre a pesquisa em biomimética —
02:28
and what's happenedaconteceu sinceDesde a then is architectsarquitetos, designersdesigners, engineersengenheiros --
31
124000
4000
O que aconteceu desde aí
é que arquitetos, designers, engenheiros,
pessoas que constroem o nosso mundo,
começaram a ligar e a dizer:
02:32
people who make our worldmundo -- have startedcomeçado to call and say,
32
128000
3000
02:35
we want a biologistbiólogo to sitsentar at the designdesenhar tablemesa
33
131000
4000
"Queremos um biólogo que se sente
connosco à mesa do design,
02:39
to help us, in realreal time, becometornar-se inspiredinspirado.
34
135000
3000
"para nos ajudar, em tempo real,
a inspirarmo-nos.
02:42
Or -- and this is the funDiversão partparte for me -- we want you to take us out
35
138000
4000
"Ou — e esta é a parte mais divertida —
queremos que nos leve ao mundo natural.
02:46
into the naturalnatural worldmundo. We'llNós vamos come with a designdesenhar challengedesafio
36
142000
2000
"Levamos um problema de design
02:48
and we find the championcampeão adaptersadaptadores in the naturalnatural worldmundo, who mightpoderia inspireinspirar us.
37
144000
5000
"para descobrimos os ases da adaptação
ao mundo natural, que nos possam inspirar".
02:53
So this is a picturecenário from a GalapagosGalápagos tripviagem that we tooktomou
38
149000
4000
Esta é uma fotografia de uma viagem
às Galápagos que fizemos
com engenheiros de tratamento
de águas residuais.
02:57
with some wastewateráguas residuais treatmenttratamento engineersengenheiros; they purifypurificar wastewateráguas residuais.
39
153000
4000
eles purificam as águas residuais.
03:01
And some of them were very resistantresistente, actuallyna realidade, to beingser there.
40
157000
3000
Na realidade, alguns estavam
muito resistentes a lá irem.
03:04
What they said to us at first was, you know, we already do biomimicrybiomimética.
41
160000
5000
No início, disseram-nos:
"Sabem, nós já fazemos biomimética.
"Usamos bactérias para limpar a água".
03:09
We use bacteriabactérias to cleanlimpar \ limpo our wateragua. And we said,
42
165000
5000
E nós dissemos:
03:14
well, that's not exactlyexatamente beingser inspiredinspirado by naturenatureza.
43
170000
4000
"Bem, isso não é ser exatamente
inspirado pela natureza.
03:18
That's bioprocessingbioprocessamento, you know; that's bio-assistedbio-assistido technologytecnologia:
44
174000
4000
Isso é bioprocessamento.
Isso é tecnologia bioassistida:
03:22
usingusando an organismorganismo to do your wastewateráguas residuais treatmenttratamento
45
178000
5000
usar um organismo para fazer
o tratamento das águas residuais
03:27
is an oldvelho, oldvelho technologytecnologia calledchamado "domesticationdomesticação."
46
183000
3000
é uma tecnologia muito antiga,
chamada "domesticação".
03:30
This is learningAprendendo something, learningAprendendo an ideaidéia, from an organismorganismo and then applyingaplicando it.
47
186000
7000
Ou seja, aprender uma coisa,
pegar numa ideia de um organismo
e depois aplicá-la.
03:37
And so they still weren'tnão foram gettingobtendo it.
48
193000
3000
Mas eles não estavam a perceber isso.
03:40
So we wentfoi for a walkandar on the beachde praia and I said,
49
196000
2000
Então, fomos passear pela praia
e eu disse:
03:42
well, give me one of your biggrande problemsproblemas. Give me a designdesenhar challengedesafio,
50
198000
5000
"Deem-me um dos vossos grandes problemas.
Um problema de design,
um obstáculo à sustentabilidade,
03:47
sustainabilitysustentabilidade speedRapidez bumpcolisão, that's keepingguardando you from beingser sustainablesustentável.
51
203000
3000
que vos impeça de serem sustentáveis.
03:50
And they said scalingescalando, whichqual is the build-upacumular of mineralsminerais insidedentro of pipestubos.
52
206000
6000
E eles falaram da calcificação, que é
a acumulação de minerais dentro de canos.
03:56
And they said, you know what happensacontece is, mineralmineral --
53
212000
2000
"O que acontece é que, os minerais
"— tal como em nossa casa —
os minerais acumulam-se.
03:58
just like at your housecasa -- mineralmineral buildsconstrói up.
54
214000
2000
04:00
And then the apertureabertura closesfecha, and we have to flushrubor the pipestubos with toxinstoxinas,
55
216000
4000
"Depois a abertura entope,
e temos de limpar os tubos com toxinas,
04:04
or we have to digescavação them up.
56
220000
2000
"ou temos de desenterrá-los.
04:06
So if we had some way to stop this scalingescalando --
57
222000
3000
"Se tivéssemos uma maneira
de deter essa calcificação..."
04:09
and so I pickedescolhido up some shellscartuchos on the beachde praia. And I askedperguntei them,
58
225000
5000
Então, apanhei umas conchas na praia
e perguntei-lhes:
04:14
what is scalingescalando? What's insidedentro your pipestubos?
59
230000
2000
"O que é a calcificação?
O que está nos vossos canos?"
04:16
And they said, calciumcálcio carbonatecarbonato.
60
232000
3000
E eles disseram:
"Carbonato de cálcio".
04:19
And I said, that's what this is; this is calciumcálcio carbonatecarbonato.
61
235000
3000
E eu disse: "Isto também é
carbonato de cálcio".
04:22
And they didn't know that.
62
238000
3000
Eles não sabiam isso.
Não sabiam o que era uma concha.
04:25
They didn't know that what a seashellConcha do mar is,
63
241000
2000
É formada por proteínas,
e iões da água do mar
04:27
it's templatedmoldado by proteinsproteínas, and then ionsíons from the seawaterágua do mar
64
243000
4000
04:31
crystallizecristalizar in placeLugar, colocar to createcrio a shellConcha.
65
247000
3000
que cristalizam no local,
para criar uma concha.
04:34
So the samemesmo sortordenar of a processprocesso, withoutsem the proteinsproteínas,
66
250000
4000
É o mesmo tipo de processo,
sem as proteínas,
que está a acontecer dentro dos canos.
04:38
is happeningacontecendo on the insidedentro of theirdeles pipestubos. They didn't know.
67
254000
3000
Eles não sabiam.
04:41
This is not for lackfalta of informationem formação; it's a lackfalta of integrationintegração.
68
257000
6000
Isto não é falta de informação,
é falta de integração.
04:47
You know, it's a silosilo, people in silossilos. They didn't know
69
263000
3000
Vocês sabem, as pessoas vivem em silos.
Não sabiam que estava a ocorrer
o mesmo processo.
04:50
that the samemesmo thing was happeningacontecendo. So one of them thought about it
70
266000
3000
Um deles pensou nisso e disse:
04:53
and said, OK, well, if this is just crystallizationcristalização
71
269000
4000
"Bem, se isto é só cristalização
04:57
that happensacontece automaticallyautomaticamente out of seawaterágua do mar -- self-assemblyauto-montagem --
72
273000
5000
"que acontece automaticamente
fora da água do mar — automontagem —
05:02
then why aren'tnão são shellscartuchos infiniteinfinito in sizeTamanho? What stopspára the scalingescalando?
73
278000
5000
"porque é que as conchas
não têm um tamanho infinito?
"O que faz parar a calcificação?
Porque é que não continua?"
05:07
Why don't they just keep on going?
74
283000
2000
05:09
And I said, well, in the samemesmo way
75
285000
4000
Eu disse: "Da mesma forma
que elas libertam uma proteína,
05:13
that they exudeexesto a proteinproteína and it startscomeça the crystallizationcristalização --
76
289000
4000
que segregam uma proteína
que inicia a cristalização
05:17
and then they all sortordenar of leanedse inclinou in --
77
293000
4000
— e eles até se debruçaram —
05:21
they let go of a proteinproteína that stopspára the crystallizationcristalização.
78
297000
3000
elas libertam proteínas
que fazem parar a cristalização.
05:24
It literallyliteralmente adheresadere to the growingcrescendo facecara of the crystalcristal.
79
300000
2000
Literalmente, aderem à superfície
do cristal que se desenvolve.
05:26
And, in factfacto, there is a productprodutos calledchamado TPATPA
80
302000
4000
De facto, há um produto chamado TPA
05:30
that's mimickedimitado that proteinproteína -- that stop-proteinstop-protein --
81
306000
5000
que imita essa proteína
— essa proteína inibidora —
05:35
and it's an environmentallyambientalmente friendlyamigáveis way to stop scalingescalando in pipestubos.
82
311000
4000
e é uma maneira amiga do ambiente
para parar com a calcificação nos canos.
05:39
That changedmudou everything. From then on,
83
315000
4000
Isso mudou tudo.
A partir daí, não conseguíamos fazer
05:43
you could not get these engineersengenheiros back in the boatbarco.
84
319000
4000
com que os engenheiros
voltassem para o barco.
05:47
The first day they would take a hikecaminhar,
85
323000
3000
No primeiro dia,
foram fazer uma caminhada,
05:50
and it was, clickclique, clickclique, clickclique, clickclique. FiveCinco minutesminutos latermais tarde they were back in the boatbarco.
86
326000
3000
e era, clic-clic, clic-clic.
Cinco minutos depois
voltaram para o barco.
05:53
We're donefeito. You know, I've seenvisto that islandilha.
87
329000
4000
"Já está". Estão a ver, "Eu já vi a ilha".
05:57
After this,
88
333000
2000
Depois disto, andavam por todo o lado.
05:59
they were crawlingrastejando all over. They would snorkelsnorkel
89
335000
3000
Não se fartavam.
06:02
for as long as we would let them snorkelsnorkel.
90
338000
5000
Faziam mergulho durante o tempo
que eu os deixasse mergulhar.
06:07
What had happenedaconteceu was that they realizedpercebi that there were organismsorganismos
91
343000
4000
Aconteceu que perceberam
que há organismos
06:11
out there that had already solvedresolvido the problemsproblemas
92
347000
4000
que já resolveram problemas
06:15
that they had spentgasto theirdeles careerscarreiras tryingtentando to solveresolver.
93
351000
3000
em que eles investiram
as suas carreiras a tentar resolver.
06:18
LearningAprendizagem about the naturalnatural worldmundo is one thing;
94
354000
5000
Aprender coisas sobre o mundo
natural é uma coisa.
06:23
learningAprendendo from the naturalnatural worldmundo -- that's the switchinterruptor.
95
359000
2000
Aprender a partir do mundo natural
— essa é a diferença.
06:25
That's the profoundprofundo switchinterruptor.
96
361000
3000
É uma diferença profunda.
06:28
What they realizedpercebi was that the answersresponde to theirdeles questionsquestões are everywhereem toda parte;
97
364000
4000
Eles perceberam que as respostas
às suas perguntas estão em todo o lado,
06:32
they just needednecessário to changemudança the lenseslentes with whichqual they saw the worldmundo.
98
368000
4000
só precisavam de mudar as lentes
através das quais viam o mundo.
06:36
3.8 billionbilhão yearsanos of field-testingTeste de Campo.
99
372000
4000
3,8 mil milhões de anos
de testes no terreno.
06:40
10 to 30 -- CraigCraig VenterVenter will probablyprovavelmente tell you;
100
376000
3000
10 a 30 milhões de soluções.
Craig Venter provavelmente vai-vos dizer:
06:43
I think there's a lot more than 30 millionmilhão -- well-adaptedbem adaptado solutionssoluções.
101
379000
4000
"Acho que há muito mais do que
30 milhões de soluções bem adaptadas".
06:47
The importantimportante thing for me is that these are solutionssoluções solvedresolvido in contextcontexto.
102
383000
8000
O importante para mim é que
estas soluções são criadas num contexto.
06:55
And the contextcontexto is the EarthTerra --
103
391000
2000
E o contexto é a Terra,
06:57
the samemesmo contextcontexto that we're tryingtentando to solveresolver our problemsproblemas in.
104
393000
5000
o mesmo contexto em que estamos
a tentar resolver os nossos problemas.
07:02
So it's the consciousconsciente emulationemulação of life'svida geniusgênio.
105
398000
4000
Então é a consciente imitação
dos génios da vida.
07:06
It's not slavishlyservilmente mimickingimitando --
106
402000
2000
Não é uma mímica cega
07:08
althoughApesar AlAl is tryingtentando to get the hairdopenteado going --
107
404000
3000
— apesar de o Al estar a tentar
manter o penteado.
07:11
it's not a slavishservil mimicrymimetismo; it's takinglevando the designdesenhar principlesprincípios,
108
407000
4000
Não é uma imitação submissa.
É tirar os princípios de design,
a genialidade do mundo natural,
07:15
the geniusgênio of the naturalnatural worldmundo, and learningAprendendo something from it.
109
411000
5000
e aprender alguma coisa com isso.
07:20
Now, in a groupgrupo with so manymuitos IT people, I do have to mentionmenção what
110
416000
4000
Num grupo com tantas pessoas de TI,
eu tenho de referir uma coisa
07:24
I'm not going to talk about, and that is that your fieldcampo
111
420000
3000
— sobre a qual não vou falar —
que é o seguinte:
07:27
is one that has learnedaprendido an enormousenorme amountmontante from livingvivo things,
112
423000
4000
A vossa área já aprendeu
uma enorme série de coisas
a partir de seres vivos,
na parte do software.
07:31
on the softwareProgramas sidelado. So there's computerscomputadores that protectproteger themselvessi mesmos,
113
427000
4000
Há computadores
que se protegem a I mesmos,
07:35
like an immuneimune systemsistema, and we're learningAprendendo from genegene regulationregulamento
114
431000
3000
como um sistema imunitário,
e estamos a aprender
sobre a regulação de genes
e o desenvolvimento biológico.
07:38
and biologicalbiológico developmentdesenvolvimento. And we're learningAprendendo from neuralneural netsredes,
115
434000
5000
Estamos a aprender
a partir de redes neuronais,
07:43
geneticgenético algorithmsalgoritmos, evolutionaryevolutivo computingInformática.
116
439000
3000
algoritmos genéticos,
informática evolutiva.
07:46
That's on the softwareProgramas sidelado. But what's interestinginteressante to me
117
442000
5000
Isto, do lado do software.
Mas, para mim, o que é interessante
07:51
is that we haven'tnão tem lookedolhou at this, as much. I mean, these machinesmáquinas
118
447000
5000
é que não olhámos
suficientemente para isto.
Quero dizer, estas máquinas
07:56
are really not very highAlto techtecnologia in my estimationestimativa
119
452000
3000
na minha opinião,
não são de alta tecnologia,
07:59
in the sensesentido that there's dozensdezenas and dozensdezenas of carcinogenscancerígenos
120
455000
5000
no sentido em que há dúzias e dúzias
de substâncias cancerígenas
08:04
in the wateragua in SiliconSilício ValleyVale.
121
460000
3000
na água de Sillicon Valley.
08:07
So the hardwarehardware
122
463000
3000
Então. o hardware não é
minimamente um êxito,
08:10
is not at all up to snuffrapé in termstermos of what life would call a successsucesso.
123
466000
5000
segundo o que a vida lhe chamaria.
08:15
So what can we learnaprender about makingfazer -- not just computerscomputadores, but everything?
124
471000
5000
O que é que podemos
aprender sobre construção.
não só de computadores, mas de tudo?
08:20
The planeavião you cameveio in, carscarros, the seatsassentos that you're sittingsentado on.
125
476000
4000
O avião em que vieram, os carros,
as cadeiras onde estão sentados.
08:24
How do we redesignredesenhar the worldmundo that we make, the human-madefeito por humano worldmundo?
126
480000
7000
Como é que redesenhamos o mundo
que construímos, o mundo feito pelo homem?
08:31
More importantlyimportante, what should we askpergunte in the nextPróximo 10 yearsanos?
127
487000
4000
Mais importante, o que é que devíamos
perguntar nos próximos 10 anos?
08:35
And there's a lot of coollegal technologiestecnologias out there that life has.
128
491000
3000
A vida tem muitas tecnologias fixes.
08:38
What's the syllabusprograma de Estudos?
129
494000
2000
Qual é o programa curricular?
08:40
ThreeTrês questionsquestões, for me, are keychave.
130
496000
4000
Há três questões-chave, para mim.
08:44
How does life make things?
131
500000
2000
Como é que a vida faz as coisas?
08:46
This is the oppositeoposto; this is how we make things.
132
502000
3000
Isto é o oposto. Isto é como
nós fazemos as coisas.
08:49
It's calledchamado heatcalor, beatbatida and treattratar --
133
505000
2000
Chama-se aquecer, bater e tratar.
08:51
that's what materialmaterial scientistscientistas call it.
134
507000
2000
É o que os cientistas
de materiais lhe chamam.
08:53
And it's carvingescultura things down from the toptopo, with 96 percentpor cento wastedesperdício left over
135
509000
5000
É esculpir as coisas do princípio,
com 96% de desperdício
08:58
and only 4 percentpor cento productprodutos. You heatcalor it up; you beatbatida it with highAlto pressurespressões;
136
514000
5000
e só 4% de produto.
Aquecem, batem a pressões altas,
usam químicos.
09:03
you use chemicalsprodutos quimicos. OK. HeatCalor, beatbatida and treattratar.
137
519000
3000
Aquecer, bater e tratar.
09:06
Life can't affordproporcionar to do that. How does life make things?
138
522000
4000
A vida não tem recursos para fazer isso.
Como é que a vida faz as coisas?
09:10
How does life make the mosta maioria of things?
139
526000
3000
Como é que a vida faz
a maior parte das coisas?
09:13
That's a geraniumgerânio pollenpólen.
140
529000
3000
Isto é pólen de gerânio.
09:16
And its shapeforma is what gives it the functionfunção of beingser ablecapaz
141
532000
5000
É a sua forma que lhe dá a funcionalidade
09:21
to tumblecair throughatravés airar so easilyfacilmente. Look at that shapeforma.
142
537000
4000
de flutuar pelo ar tão facilmente,
Olhem para esta forma.
09:25
Life addsacrescenta informationem formação to matterimportam.
143
541000
5000
A vida acrescenta informação à matéria.
09:30
In other wordspalavras: structureestrutura.
144
546000
2000
Por outras palavras: estrutura.
09:32
It gives it informationem formação. By addingadicionando informationem formação to matterimportam,
145
548000
5000
Dá-lhes informação.
Ao adicionar informação à matéria,
dá-lhes uma função
09:37
it gives it a functionfunção that's differentdiferente than withoutsem that structureestrutura.
146
553000
6000
que seria diferente
se não tivesse aquela estrutura.
09:43
And thirdlyem terceiro lugar, how does life make things disappeardesaparecer into systemssistemas?
147
559000
5000
Terceiro, como é que a vida faz
as coisas desaparecerem nos sistemas?
09:48
Because life doesn't really dealacordo in things;
148
564000
5000
Porque a vida não lida
realmente com coisas.
09:53
there are no things in the naturalnatural worldmundo divorceddivorciado
149
569000
4000
Não há coisas no mundo natural
que estejam divorciadas
09:57
from theirdeles systemssistemas.
150
573000
3000
dos seus sistemas.
10:00
Really quickrápido syllabusprograma de Estudos.
151
576000
2000
Um programa curricular mesmo rápido.
10:02
As I'm readingleitura more and more now, and followingSegue the storyhistória,
152
578000
6000
Agora, à medida que leio cada vez mais,
e seguindo a história,
10:08
there are some amazingsurpreendente things comingchegando up in the biologicalbiológico sciencesciências.
153
584000
4000
há coisas maravilhosas que aparecem
nas ciências biológicas.
10:12
And at the samemesmo time, I'm listeningouvindo to a lot of businessesnegócios
154
588000
3000
Ao mesmo tempo, estou
a ouvir muitas empresas
10:15
and findingencontrando what theirdeles sortordenar of grandgrande challengesdesafios are.
155
591000
4000
e a descobrir quais são os tipos
de grandes problemas que elas têm.
10:19
The two groupsgrupos are not talkingfalando to eachcada other.
156
595000
2000
Os dois grupos não estão a falar entre si.
10:21
At all.
157
597000
3000
Mesmo nada.
10:24
What in the worldmundo of biologybiologia mightpoderia be helpfulútil at this junctureconjuntura,
158
600000
4000
No mundo da biologia, o que é que
poderia ser útil nesta conjuntura
10:28
to get us throughatravés this sortordenar of evolutionaryevolutivo knotholeknothole that we're in?
159
604000
5000
para nos tirar deste nó de evolução
em que estamos?
10:33
I'm going to try to go throughatravés 12, really quicklyrapidamente.
160
609000
3000
Vou tentar apresentar 12 coias,
muito rapidamente.
10:36
One that's excitingemocionante to me is self-assemblyauto-montagem.
161
612000
3000
Uma, para mim muito excitante,
é a automontagem.
10:39
Now, you've heardouviu about this in termstermos of nanotechnologynanotecnologia.
162
615000
4000
Já ouviram falar disto
em termos de nanotecnologia.
10:43
Back to that shellConcha: the shellConcha is a self-assemblingauto-montagem materialmaterial.
163
619000
4000
Voltando àquela concha: a concha
é um material de automontagem.
10:47
On the lowermais baixo left there is a picturecenário of mothermãe of pearlpérola
164
623000
4000
Do lado esquerdo em baixo
há uma foto de uma madrepérola
a formar-se a partir da água do mar.
10:51
formingformando out of seawaterágua do mar. It's a layeredem camadas structureestrutura that's mineralmineral
165
627000
4000
É uma estrutura em camadas
que é mineral e depois polímero.
10:55
and then polymerpolímero, and it makesfaz com que it very, very toughresistente.
166
631000
3000
Isso torna-a muito resistente.
10:58
It's twiceduas vezes as toughresistente as our high-techalta tecnologia ceramicscerâmica.
167
634000
3000
É duas vezes mais resistente do que
as cerâmicas de alta tecnologia.
11:01
But what's really interestinginteressante: unlikeao contrário our ceramicscerâmica that are in kilnsfornos,
168
637000
4000
Mas o que é muito interessante:
ao contrário das cerâmicas
que vão ao forno,
11:05
it happensacontece in seawaterágua do mar. It happensacontece nearperto, in and nearperto, the organism'sorganismo bodycorpo.
169
641000
5000
isto acontece na água do mar.
Isto acontece perto,
e dentro do corpo do organismo.
11:10
This is SandiaSandia NationalNacional LabsLaboratórios.
170
646000
2000
Este é o laboratório Sandia National.
11:12
A guy namednomeado JeffJeff BrinkerBrinker
171
648000
5000
Um indivíduo chamado Jeff Brinker
descobriu uma maneira de obter
um código de processo de automontagem.
11:17
has foundencontrado a way to have a self-assemblingauto-montagem codingcodificação processprocesso.
172
653000
4000
11:21
ImagineImagine beingser ablecapaz to make ceramicscerâmica at roomquarto temperaturetemperatura
173
657000
4000
Imaginem que são capazes de fazer cerâmica
à temperatura ambiente.
11:25
by simplysimplesmente dippingmergulho something into a liquidlíquido,
174
661000
4000
mergulhando simplesmente
uma coisa num líquido,
11:29
liftingelevação it out of the liquidlíquido, and havingtendo evaporationevaporação
175
665000
3000
tirá-la do líquido,
e deixar que a evaporação
11:32
forceforça the moleculesmoléculas in the liquidlíquido togetherjuntos,
176
668000
4000
force as moléculas do líquido
a estarem juntas,
11:36
so that they jigsawquebra-cabeça togetherjuntos
177
672000
2000
de forma a que elas se mantenham unidas,
11:38
in the samemesmo way as this crystallizationcristalização workstrabalho.
178
674000
4000
tal como funciona a cristalização.
11:42
ImagineImagine makingfazer all of our hardDifícil materialsmateriais that way.
179
678000
3000
Imaginem fazer todos os materiais
duros desta maneira.
11:45
ImagineImagine sprayingpulverização the precursorsprecursores to a PVPV cellcélula, to a solarsolar cellcélula,
180
681000
7000
Imaginem pulverizar os precursores
de uma célula fotovoltaica,
para uma célula solar, num telhado,
11:52
ontopara a roofcobertura, and havingtendo it self-assembleauto-montar into a layeredem camadas structureestrutura that harvestscolheitas lightluz.
181
688000
4000
e deixar que ela se automonte
numa estrutura em camadas
que aproveite a luz solar.
11:56
Here'sAqui é an interestinginteressante one for the IT worldmundo:
182
692000
4000
Esta é interessante
para o mundo da informática.
12:00
bio-siliconbio-silício. This is a diatomdiatomácea, whichqual is madefeito of silicatessilicatos.
183
696000
5000
Bio-silício.
É uma diatomácea,
que é feita de silicatos.
12:05
And so siliconsilício, whichqual we make right now --
184
701000
2000
O silício, que produzimos neste momento
12:07
it's partparte of our carcinogeniccancerígeno problemproblema in the manufacturefabricação of our chipssalgadinhos --
185
703000
6000
faz parte do problema carcinogénico
na produção dos nossos chips.
12:13
this is a bio-mineralizationbio-mineralização processprocesso that's now beingser mimickedimitado.
186
709000
4000
Isto é um processo de biomineralização
que está agora a ser imitado.
12:17
This is at UCUC SantaSanta BarbaraBarbara. Look at these diatomsdiatomáceas.
187
713000
4000
Isto é na Universidade de Santa Barbara.
Olhem para estas diatomáceas.
12:21
This is from ErnstErnst Haeckel'sDe Haeckel work.
188
717000
3000
Isto é do trabalho de Ernst Haeckel.
12:24
ImagineImagine beingser ablecapaz to -- and, again, it's a templatedmoldado processprocesso,
189
720000
5000
Mais uma vez, isto é um processo
inspirado num modelo
que solidifica a partir
de um processo líquido.
12:29
and it solidifiessolidifica out of a liquidlíquido processprocesso -- imagineImagine beingser ablecapaz to have that
190
725000
4000
Imaginem serem capazes de ter
12:33
sortordenar of structureestrutura comingchegando out at roomquarto temperaturetemperatura.
191
729000
4000
esta espécie de estrutura
a sair a uma temperatura ambiente.
12:37
ImagineImagine beingser ablecapaz to make perfectperfeito lenseslentes.
192
733000
3000
Imaginem serem capazes
de fazer lentes perfeitas.
12:40
On the left, this is a brittlefrágil starEstrela; it's coveredcoberto with lenseslentes
193
736000
5000
À esquerda, temos um ofiúro,
que está coberto de lentes.
As pessoas da Lucent Technologies
12:45
that the people at LucentLucent TechnologiesTecnologias have foundencontrado
194
741000
3000
descobriram que elas
não têm nenhuma distorção.
12:48
have no distortiondistorção whatsoeverqualquer coisa.
195
744000
2000
12:50
It's one of the mosta maioria distortion-freelivre de distorção lenseslentes we know of.
196
746000
3000
É uma das lentes com menor distorção
que conhecemos.
12:53
And there's manymuitos of them, all over its entireinteira bodycorpo.
197
749000
3000
Há muitas delas, por todo o seu corpo.
12:56
What's interestinginteressante, again, is that it self-assemblesauto-montagem.
198
752000
3000
O interessante, mais uma vez,
é que se automontam.
12:59
A womanmulher namednomeado JoannaJoanna AizenbergAizenberg, at LucentLucent,
199
755000
4000
Uma mulher, na Lucent,
chamada Joanna Aizenberg,
está agora a aprender a fazer isto
num processo a baixas temperaturas
13:03
is now learningAprendendo to do this in a low-temperaturetemperatura baixa processprocesso to createcrio
200
759000
4000
para criar este tipo de lentes.
13:07
these sortordenar of lenseslentes. She's alsoAlém disso looking at fiberfibra opticsóptica.
201
763000
4000
Está também a procurar fibras óticas.
13:11
That's a seamar spongeesponja that has a fiberfibra opticótico.
202
767000
3000
Esta é uma esponja do mar
que tem fibra ótica.
13:14
Down at the very basebase of it, there's fiberfibra opticsóptica
203
770000
3000
A fibra ótica está na base
da sua estrutura
13:17
that work better than oursnosso, actuallyna realidade, to movemover lightluz,
204
773000
3000
que funciona melhor que a nossa,
a mover a luz.
13:20
but you can tiegravata them in a knot; they're incrediblyincrivelmente flexibleflexível.
205
776000
6000
mas podemos atá-las num nó.
São incrivelmente flexíveis.
13:26
Here'sAqui é anotheroutro biggrande ideaidéia: COCO2 as a feedstockmatéria-prima.
206
782000
4000
Esta é outra grande ideia:
CO2 como alimento para animais.
Um indivíduo chamado Geoff Coates,
na Cornell, disse para si mesmo:
13:30
A guy namednomeado GeoffGeoff CoatesCoates, at CornellCornell, said to himselfele mesmo,
207
786000
3000
13:33
you know, plantsplantas do not see COCO2 as the biggestmaior poisonPoção of our time.
208
789000
4000
"As plantas não olham para o CO2 como
o maior veneno do nosso tempo.
"Nós é que o vemos dessa forma.
13:37
We see it that way. PlantsPlantas are busyocupado makingfazer long chainscorrentes
209
793000
3000
"As plantas estão ocupadas
em fazer grandes cadeias
13:40
of starchesamidos and glucoseglicose, right, out of COCO2. He's foundencontrado a way --
210
796000
6000
"de amido e glicose, a partir de CO2."
13:46
he's foundencontrado a catalystcatalisador -- and he's foundencontrado a way to take COCO2
211
802000
3000
Ele encontrou um catalisador,
descobriu uma maneira de tirar o CO2
13:49
and make it into polycarbonatespolicarbonatos. BiodegradableBiodegradáveis plasticsplásticos
212
805000
4000
e fazer policarbonatos,
plásticos biodegradáveis a partir de CO2
— como as plantas gostam.
13:53
out of COCO2 -- how plant-likeplanta.
213
809000
2000
13:55
SolarSolar transformationstransformações: the mosta maioria excitingemocionante one.
214
811000
3000
Transformações solares: a mais excitante.
13:58
There are people who are mimickingimitando the energy-harvestingcolheita de energia devicedispositivo
215
814000
4000
Há pessoas que estão a imitar
o dispositivo de colheita de energia
dentro de bactérias roxas,
as pessoas da ASU.
14:02
insidedentro of purpleroxa bacteriumbactéria, the people at ASUASU. Even more interestinginteressante,
216
818000
4000
Ainda mais interessante, ultimamente,
nas duas últimas semanas,
14:06
latelyrecentemente, in the last couplecasal of weekssemanas, people have seenvisto
217
822000
3000
as pessoas têm visto
que há uma enzima chamada hidrogenase,
14:09
that there's an enzymeenzima calledchamado hydrogenasehidrogenase that's ablecapaz to evolveevoluir
218
825000
5000
capaz de criar hidrogénio
a partir de protões e eletrões,
14:14
hydrogenhidrogênio from protonprotão and electronselétrons, and is ablecapaz to take hydrogenhidrogênio up --
219
830000
4000
e é capaz de oxidar o hidrogénio,
14:18
basicallybasicamente what's happeningacontecendo in a fuelcombustível cellcélula, in the anodeânodo of a fuelcombustível cellcélula
220
834000
5000
basicamente, o que acontece no ânodo
de uma célula de combustível,
14:23
and in a reversiblereversível fuelcombustível cellcélula.
221
839000
2000
e numa célula de combustível invertida.
14:25
In our fuelcombustível cellscélulas, we do it with platinumplatina;
222
841000
3000
Nas nossas células de combustível,
fazemos isso com platina.
14:28
life does it with a very, very commoncomum ironferro.
223
844000
4000
A vida faz isso com o comum ferro.
14:32
And a teamequipe has now just been ablecapaz to mimicmímico
224
848000
4000
Uma equipa acabou de conseguir imitar
14:36
that hydrogen-jugglingmalabarismo com hidrogênio hydrogenasehidrogenase.
225
852000
5000
essa hidrogenase que faz malabarismo
com hidrogénio.
14:41
That's very excitingemocionante for fuelcombustível cellscélulas --
226
857000
2000
Isto é muito excitante
para as células de combustível,
14:43
to be ablecapaz to do that withoutsem platinumplatina.
227
859000
3000
ser capaz de o fazer sem platina.
14:46
PowerPoder of shapeforma: here'saqui está a whalebaleia. We'veTemos seenvisto that the finsbarbatanas of this whalebaleia
228
862000
5000
O poder da forma: aqui está uma baleia.
Já vimos que as barbatanas
desta baleia têm tubérculos.
14:51
have tuberclestubérculos on them. And those little bumpssolavancos
229
867000
3000
Essas pequenas protuberâncias
14:54
actuallyna realidade increaseaumentar efficiencyeficiência in, for instanceinstância,
230
870000
5000
aumentam a eficácia, por exemplo,
nas arestas de um avião,
14:59
the edgeBeira of an airplaneavião -- increaseaumentar efficiencyeficiência by about 32 percentpor cento.
231
875000
5000
aumentam a eficácia em cerca de 32%.
15:04
WhichQue is an amazingsurpreendente fossilfóssil fuelcombustível savingspoupança,
232
880000
2000
O que é uma poupança incrível
de combustível fóssil,
15:06
if we were to just put that on the edgeBeira of a wingasa.
233
882000
5000
se fôssemos colocá-las
numa aresta de uma asa.
15:11
ColorCor withoutsem pigmentspigmentos: this peacockpavão is creatingcriando colorcor with shapeforma.
234
887000
4000
Pintar sem pigmentos:
este pavão cria cor com forma.
15:15
LightLuz comesvem throughatravés, it bouncessalta back off the layerscamadas;
235
891000
3000
A luz passa, bate nas camadas;
15:18
it's calledchamado thin-filmfilme fino interferenceinterferência. ImagineImagine beingser ablecapaz
236
894000
3000
chama-se interferência
em películas finas.
Imaginem serem capazes de automontar
produtos em que as últimas camadas
15:21
to self-assembleauto-montar productsprodutos with the last fewpoucos layerscamadas
237
897000
3000
15:24
playingjogando with lightluz to createcrio colorcor.
238
900000
4000
brincam com a luz para criar cor.
15:28
ImagineImagine beingser ablecapaz to createcrio a shapeforma on the outsidelado de fora of a surfacesuperfície,
239
904000
5000
Imaginem serem capazes de criar uma forma
na parte exterior de uma superfície,
15:33
so that it's self-cleaningautolimpação with just wateragua. That's what a leaffolha does.
240
909000
5000
de forma a que esta fosse autolavável,
apenas com água.
É isso que uma folha faz.
15:38
See that up-closede perto picturecenário?
241
914000
2000
Veem esta imagem ampliada?
15:40
That's a ballbola of wateragua, and those are dirtsujeira particlespartículas.
242
916000
3000
É uma bolha de água,
aquelas são partículas de sujidade.
15:43
And that's an up-closede perto picturecenário of a lotuslótus leaffolha.
243
919000
3000
E esta é uma imagem ampliada
de uma folha de lótus.
Há uma empresa que está a fazer
um produto chamado Lotusan,
15:46
There's a companyempresa makingfazer a productprodutos calledchamado LotusanLotusan, whichqual mimicsimita --
244
922000
5000
que, quando a tinta da fachada
do edifício seca, imita os altos duma folha
15:51
when the buildingconstrução facadefachada paintpintura driesseca, it mimicsimita the bumpssolavancos
245
927000
4000
15:55
in a self-cleaningautolimpação leaffolha, and rainwaterágua da chuva cleanslimpa the buildingconstrução.
246
931000
5000
que se limpa a ela própria,
e a água da chuva limpa o edifício.
16:00
WaterÁgua is going to be our biggrande, grandgrande challengedesafio:
247
936000
6000
A água vai ser nosso
grande, enorme problema:
16:06
quenchingtremendo thirstsede.
248
942000
2000
acabar com a sede.
16:08
Here are two organismsorganismos that pullpuxar wateragua.
249
944000
3000
Estes são dois organismos
que recolhem água.
O da esquerda é o escaravelho
do Deserto da Namíbia
16:11
The one on the left is the NamibianDa Namíbia beetlebesouro pullingpuxar wateragua out of fognévoa.
250
947000
4000
que recolhe a água do nevoeiro
16:15
The one on the right is a pillcomprimido bugerro -- pullspuxa wateragua out of airar,
251
951000
3000
O da direita é o bicho-de-conta
que tira a água do ar.
16:18
does not drinkbeber freshfresco wateragua.
252
954000
3000
Não bebe água fresca.
16:21
PullingPuxando wateragua out of MontereyMonterey fognévoa and out of the sweatysuado airar in AtlantaAtlanta,
253
957000
7000
Recolher água do nevoeiro de Monterey
e do ar húmido de Atlanta,
16:28
before it getsobtém into a buildingconstrução, are keychave technologiestecnologias.
254
964000
4000
antes que ele chegue a um edifício,
são tecnologias chave.
16:32
SeparationSeparação technologiestecnologias are going to be extremelyextremamente importantimportante.
255
968000
4000
As tecnologias de separação
vão ser extremamente importantes.
16:36
What if we were to say, no more hardDifícil rockRocha miningmineração?
256
972000
4000
E se disséssemos:
"Basta de exploração mineira?"
16:40
What if we were to separateseparado out metalsmetais from wastedesperdício streamscórregos,
257
976000
6000
E se separássemos os metais
dos riachos de resíduos.
16:46
smallpequeno amountsvalores of metalsmetais in wateragua? That's what microbesmicróbios do;
258
982000
4000
pequenas quantidades de metais na água?
É o que os micróbios fazem,
16:50
they chelatechelate metalsmetais out of wateragua.
259
986000
2000
fazem a quelação de metais da água.
16:52
There's a companyempresa here in SanSan FranciscoFrancisco calledchamado MRSENHOR DEPUTADO3
260
988000
3000
Há uma empresa aqui em S. Francisco,
chamada MR3,
16:55
that is embeddingincorporação mimicsimita of the microbes'microbios moleculesmoléculas on filtersfiltros
261
991000
6000
que está a incorporar a imitação
das moléculas de micróbios em filtros
17:01
to minemeu wastedesperdício streamscórregos.
262
997000
3000
para extrair minérios
de riachos de resíduos.
17:04
GreenVerde chemistryquímica is chemistryquímica in wateragua.
263
1000000
4000
A química verde é química com água.
17:08
We do chemistryquímica in organicorgânico solventssolventes.
264
1004000
2000
Fazemos química em solventes orgânicos.
17:10
This is a picturecenário of the spinneretsspinnerets comingchegando out of a spideraranha
265
1006000
4000
Esta é uma foto de glândulas fiandeiras
de uma aranha,
e a seda a formar-se
a partir de uma aranha.
17:14
and the silkseda beingser formedformado from a spideraranha. Isn't that beautifulbonita?
266
1010000
3000
Não é bonito?
17:17
GreenVerde chemistryquímica is replacingsubstituindo our industrialindustrial chemistryquímica with nature'snatureza recipereceita booklivro.
267
1013000
8000
A química verde está a substituir
a indústria química
com o livro de receitas da natureza.
17:25
It's not easyfácil, because life usesusa
268
1021000
5000
Não é fácil, porque a vida
usa só um subgrupo
17:30
only a subsetsubconjunto of the elementselementos in the periodicperiódico tablemesa.
269
1026000
4000
dos elementos da tabela periódica.
17:34
And we use all of them, even the toxictóxico onesuns.
270
1030000
4000
E nós usamos todos eles,
mesmo os tóxicos.
17:38
To figurefigura out the elegantelegante recipesreceitas that would take the smallpequeno subsetsubconjunto
271
1034000
5000
Descobrir as receitas elegantes
que pegariam no pequeno subgrupo
da tabela periódica,
17:43
of the periodicperiódico tablemesa, and createcrio miraclemilagre materialsmateriais like that cellcélula,
272
1039000
6000
e criar materiais miraculosos
como aquela célula,
17:49
is the tasktarefa of greenverde chemistryquímica.
273
1045000
2000
é a tarefa da química verde.
17:51
TimedO tempo limite degradationdegradação: packagingembalagem that is good
274
1047000
4000
Degradação com o tempo:
A embalagem é boa
até não a quererem mais,
17:55
untilaté you don't want it to be good anymorenão mais, and dissolvesdissolve on cuecue.
275
1051000
4000
e dissolve-se quando quisermos.
17:59
That's a musselmexilhão you can find in the waterságuas out here,
276
1055000
3000
Este é um mexilhão que podemos
encontrar nas águas por aqui.
Os fios que os seguram às rochas
têm uma validade,
18:02
and the threadstópicos holdingsegurando it to a rockRocha are timedcronometrado; at exactlyexatamente two yearsanos,
277
1058000
4000
exatamente aos dois anos de idade,
começam a dissolver-se.
18:06
they begininício to dissolvedissolver.
278
1062000
2000
18:08
HealingCura: this is a good one.
279
1064000
3000
Curar: esta é boa.
18:11
That little guy over there is a tardigradetardigrade.
280
1067000
3000
Aquele pequeno indivíduo ali
é um tardígrado.
18:14
There is a problemproblema with vaccinesvacinas around the worldmundo
281
1070000
6000
Há um problema com as vacinas
por todo o mundo.
18:20
not gettingobtendo to patientspacientes. And the reasonrazão is
282
1076000
3000
Não chegam aos pacientes.
Porque a refrigeração, não se sabe como,
é interrompida.
18:23
that the refrigerationrefrigeração somehowde alguma forma getsobtém brokenpartido;
283
1079000
4000
18:27
what's calledchamado the "coldfrio chaincadeia" getsobtém brokenpartido.
284
1083000
2000
A chamada "cadeia fria" é interrompida.
18:29
A guy namednomeado BruceBruce RosnerRosner lookedolhou at the tardigradetardigrade --
285
1085000
3000
Um homem chamado Bruce Rosner
olhou para o tardígrado.
18:32
whichqual driesseca out completelycompletamente, and yetainda staysfica alivevivo for monthsmeses
286
1088000
6000
que seca completamente,
mas permanece vivo durante muitos meses
18:38
and monthsmeses and monthsmeses, and is ablecapaz to regenerateregenerado itselfem si.
287
1094000
3000
e é capaz de se regenerar.
18:41
And he foundencontrado a way to dryseco out vaccinesvacinas --
288
1097000
3000
Conseguiu secar vacinas,
18:44
encaseencerrar them in the samemesmo sortordenar of sugaraçúcar capsulescápsulas
289
1100000
4000
embalou-as no mesmo tipo
de cápsulas de açúcar
18:48
as the tardigradetardigrade has withindentro its cellscélulas --
290
1104000
3000
como o tardígrado faz
no interior das suas células,
18:51
meaningsignificado that vaccinesvacinas no longermais longo need to be refrigeratedrefrigerado.
291
1107000
5000
ou seja, as vacinas já não precisam
de ser refrigeradas.
18:56
They can be put in a gloveluva compartmentcompartimento, OK.
292
1112000
4000
Podem ser colocadas no porta-luvas.
19:00
LearningAprendizagem from organismsorganismos. This is a sessionsessão about wateragua --
293
1116000
5000
Aprender a partir dos organismos.
Esta é uma sessão sobre a água.
19:05
learningAprendendo about organismsorganismos that can do withoutsem wateragua,
294
1121000
3000
Aprender com os organismos
que sobrevivem sem água,
19:08
in orderordem to createcrio a vaccinevacina that lastsdura and lastsdura and lastsdura withoutsem refrigerationrefrigeração.
295
1124000
7000
para criar uma vacina
que dura, dura e dura sem refrigeração.
19:15
I'm not going to get to 12.
296
1131000
3000
Já não vou chegar à ideia número 12.
19:18
But what I am going to do is tell you that the mosta maioria importantimportante thing,
297
1134000
4000
Mas vou dizer-vos
que a coisa mais importante,
19:22
besidesalém de all of these adaptationsadaptações, is the factfacto that these organismsorganismos
298
1138000
5000
para além de todas estas adaptações,
é o facto de que estes organismos
19:27
have figuredfigurado out a way to do the amazingsurpreendente things they do
299
1143000
5000
descobriram uma forma de fazerem
as coisas maravilhosas que fazem
19:32
while takinglevando careCuidado of the placeLugar, colocar
300
1148000
3000
enquanto tomam conta do sítio
19:35
that's going to take careCuidado of theirdeles offspringdescendência.
301
1151000
5000
que vai tomar conta dos seus descendentes.
19:40
When they're involvedenvolvido in foreplaypreliminares,
302
1156000
3000
Quando eles estão envolvidos
em preliminares,
19:43
they're thinkingpensando about something very, very importantimportante --
303
1159000
3000
eles estão a pensar
em algo muito importante,
19:46
and that's havingtendo theirdeles geneticgenético materialmaterial
304
1162000
4000
que é manter o seu material genético,
10 000 gerações a partir de agora.
19:50
remainpermanecer, 10,000 generationsgerações from now.
305
1166000
5000
E isso significa encontrar uma maneira
de fazer o que eles fazem
19:55
And that meanssignifica findingencontrando a way to do what they do
306
1171000
2000
19:57
withoutsem destroyingdestruindo the placeLugar, colocar that'llisso vai take careCuidado of theirdeles offspringdescendência.
307
1173000
4000
sem destruir o lugar que vai
tomar conta dos seus descendentes.
20:01
That's the biggestmaior designdesenhar challengedesafio.
308
1177000
3000
Este é o maior desafio de design.
20:04
LuckilyPor sorte, there are millionsmilhões and millionsmilhões of geniusesgênios
309
1180000
6000
Felizmente, há milhões e milhões de génios
20:10
willingdisposto to giftpresente us with theirdeles bestmelhor ideasidéias.
310
1186000
3000
dispostos a presentear-nos
com as suas melhores ideias.
20:13
Good lucksorte havingtendo a conversationconversação with them.
311
1189000
3000
Boa sorte a conversarem com eles.
20:16
Thank you.
312
1192000
1000
Obrigada.
20:17
(ApplauseAplausos)
313
1193000
14000
(Aplausos)
20:31
ChrisChris AndersonAnderson: Talk about foreplaypreliminares, I -- we need to get to 12, but really quicklyrapidamente.
314
1207000
4000
Chris Anderson: Falando de preliminares,
queremos que apresente as 12,
mas depressa.
20:35
JanineJanine BenyusBenyus: Oh really?
315
1211000
1000
Janine Benyus: A sério?
20:36
CACA: Yeah. Just like, you know, like the 10-second versionversão
316
1212000
3000
CA: Sim. A versão de 10 segundos
da 10, 11 e 12.
20:39
of 10, 11 and 12. Because we just -- your slidesslides are so gorgeouslinda,
317
1215000
3000
Os seus slides são tão lindos,
e as ideias são tão grandes,
que eu não suporto deixá-la ir embora
20:42
and the ideasidéias are so biggrande, I can't standficar de pé to let you go down
318
1218000
2000
20:44
withoutsem seeingvendo 10, 11 and 12.
319
1220000
2000
sem ver a 10, 11 e 12.
20:46
JBJB: OK, put this -- OK, I'll just holdaguarde this thing. OK, great.
320
1222000
4000
JB: OK, vou só segurar nisto. Ok, ótimo.
20:50
OK, so that's the healingcura one.
321
1226000
3000
Então, esta foi sobre a cura.
20:53
SensingSensoriamento and respondingrespondendo: feedbackcomentários is a hugeenorme thing.
322
1229000
3000
Sentir e responder:
o feedback é muito importante.
Este é um gafanhoto.
20:56
This is a locustgafanhoto. There can be 80 millionmilhão of them in a squarequadrado kilometerquilômetro,
323
1232000
4000
Pode haver 80 milhões
por quilómetro quadrado,
21:00
and yetainda they don't collidecolidir with one anotheroutro.
324
1236000
3000
mas eles não colidem uns com os outros.
Contudo, nós temos 3,6 milhões
de colisões de carros por ano.
21:03
And yetainda we have 3.6 millionmilhão carcarro collisionscolisões a yearano.
325
1239000
5000
21:08
(LaughterRiso)
326
1244000
2000
(Risos)
21:10
Right. There's a personpessoa at NewcastleNewcastle
327
1246000
4000
Há uma pessoa em Newcastle
21:14
who has figuredfigurado out that it's a very largeampla neuronneurônio.
328
1250000
3000
que descobriu que é devido
a um neurónio muito grande.
21:17
And she's actuallyna realidade figuringfigurando out how to make
329
1253000
3000
Está, de facto, a tentar fazer
21:20
a collision-avoidanceevasão de colisão circuitrycircuitos
330
1256000
2000
um circuito que evite colisões
21:22
basedSediada on this very largeampla neuronneurônio in the locustgafanhoto.
331
1258000
4000
baseado neste grande neurónio
do gafanhoto.
21:26
This is a hugeenorme and importantimportante one, numbernúmero 11.
332
1262000
2000
Esta é grande e importante, a número 11.
21:28
And that's the growingcrescendo fertilityfertilidade.
333
1264000
2000
E é fomentar a fertilidade.
21:30
That meanssignifica, you know, netlíquido fertilityfertilidade farmingagricultura.
334
1266000
4000
Isso significa o aumento
da fertilidade agrícola.
21:34
We should be growingcrescendo fertilityfertilidade. And, oh yes -- we get foodComida, too.
335
1270000
4000
Nós devíamos estar a aumentar a fertilidade
e, claro, também teríamos comida.
21:38
Because we have to growcrescer the capacitycapacidade of this planetplaneta
336
1274000
5000
Porque nós temos de aumentar
a capacidade deste planeta
21:43
to createcrio more and more opportunitiesoportunidades for life.
337
1279000
3000
de criar cada vez mais
oportunidades para a vida.
21:46
And really, that's what other organismsorganismos do as well.
338
1282000
2000
É o que os outros organismos também fazem.
21:48
In ensembleconjunto, that's what wholetodo ecosystemsecossistemas do:
339
1284000
3000
No conjunto, é o que todos
os ecossistemas fazem.
21:51
they createcrio more and more opportunitiesoportunidades for life.
340
1287000
3000
criam cada vez mais
oportunidades para a vida.
21:54
Our farmingagricultura has donefeito the oppositeoposto.
341
1290000
3000
A nossa agricultura tem feito o contrário.
21:57
So, farmingagricultura basedSediada on how a prairiepradaria buildsconstrói soilsolo,
342
1293000
4000
Uma agricultura baseada na forma
como um prado gere o solo,
22:01
ranchingpecuária basedSediada on how a nativenativo ungulateungulado herdrebanho
343
1297000
4000
uma pecuária baseada na maneira
como uma manada nativa não-regulada
22:05
actuallyna realidade increasesaumenta the healthsaúde of the rangealcance,
344
1301000
2000
melhora a saúde do pasto.
22:07
even wastewateráguas residuais treatmenttratamento basedSediada on how a marshpântano
345
1303000
5000
Até o tratamento das águas residuais
baseado em como um pântano
22:12
not only cleanslimpa the wateragua,
346
1308000
2000
não só purifica a água
22:14
but createscria incrediblyincrivelmente sparklingespumante productivityprodutividade.
347
1310000
4000
mas também cria uma produtividade
borbulhante e incrível.
22:18
This is the simplesimples designdesenhar briefbreve. I mean, it looksparece simplesimples
348
1314000
4000
Este é apenas o resumo de design.
Quero dizer, parece simples
porque o sistema,
22:22
because the systemsistema, over 3.8 billionbilhão yearsanos, has workedtrabalhou this out.
349
1318000
5000
ao longo de 3,8 mil milhões de anos,
resolveu isto.
22:27
That is, those organismsorganismos that have not been ablecapaz to figurefigura out
350
1323000
5000
Isto é, os organismos que não conseguiram
22:32
how to enhancerealçar or sweetenadoçar theirdeles placeslocais,
351
1328000
4000
descobrir como melhorar ou tornar
os seus lugares mais agradáveis,
22:36
are not around to tell us about it.
352
1332000
3000
não estão cá para nos falarem disso.
22:39
That's the twelfthdécimo segundo one.
353
1335000
3000
Esta é a décima segunda.
22:42
Life -- and this is the secretsegredo tricktruque; this is the magicMagia tricktruque --
354
1338000
4000
A vida — e este é o truque secreto,
é o truque mágico —
22:46
life createscria conditionscondições conducivepropício to life.
355
1342000
4000
a vida cria condições que conduzem à vida.
22:50
It buildsconstrói soilsolo; it cleanslimpa airar; it cleanslimpa wateragua;
356
1346000
4000
Gere o solo, limpa o ar, limpa a água,
mistura o cocktail de gases de que todos
precisamos para viver.
22:54
it mixesmisturas the cocktailcoquetel of gasesgases that you and I need to liveviver.
357
1350000
3000
22:57
And it does that in the middlemeio of havingtendo great foreplaypreliminares
358
1353000
6000
Faz isso ao mesmo tempo
que vai tendo ótimos preliminares
23:03
and meetingencontro theirdeles needsprecisa. So it's not mutuallymutuamente exclusiveexclusivo.
359
1359000
6000
e vai de encontro às suas necessidades.
Então não é mutuamente exclusiva.
23:09
We have to find a way to meetConheça our needsprecisa,
360
1365000
3000
Nós temos de encontrar uma maneira
de satisfazer as nossas necessidades,
23:12
while makingfazer of this placeLugar, colocar an EdenEden.
361
1368000
6000
enquanto fazemos deste lugar um Éden.
CA: Janine, muito obrigada.
23:18
CACA: JanineJanine, thank you so much.
362
1374000
1000
23:19
(ApplauseAplausos)
363
1375000
1000
(Aplausos)
Translated by Ana Sofia Pinho
Reviewed by Sofia Nunes

▲Back to top

ABOUT THE SPEAKER
Janine Benyus - Science writer, innovation consultant, conservationist
A self-proclaimed nature nerd, Janine Benyus' concept of biomimicry has galvanized scientists, architects, designers and engineers into exploring new ways in which nature's successes can inspire humanity.

Why you should listen

In the world envisioned by science author Janine Benyus, a locust's ability to avoid collision within a roiling cloud of its brethren informs the design of a crash-resistant car; a self-cleaning leaf inspires a new kind of paint, one that dries in a pattern that enables simple rainwater to wash away dirt; and organisms capable of living without water open the way for vaccines that maintain potency even without refrigeration -- a hurdle that can prevent life-saving drugs from reaching disease-torn communities. Most important, these cool tools from nature pull off their tricks while still managing to preserve the environment that sustains them, a life-or-death lesson that humankind is in need of learning.

As a champion of biomimicry, Benyus has become one of the most important voices in a new wave of designers and engineers inspired by nature. Her most recent project, AskNature, explores what happens if we think of nature by function and looks at what organisms can teach us about design.

More profile about the speaker
Janine Benyus | Speaker | TED.com