TED2015
Donald Hoffman: Do we see reality as it is?
Donald Hoffman: Vemos a realidade como ela é?
Filmed:
Readability: 4.5
2,949,831 views
O cientista cognitivo Donald Hoffman está tentando responder a uma grande questão: Será que experimentamos o mundo como ele realmente é... ou como precisamos que ele seja? Nesta palestra um tanto quanto alucinante, ele reflete sobre como nossas mentes constroem a realidade para nós.
Donald Hoffman - Cognitive scientist
Donald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality. Full bio
Donald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality. Full bio
Double-click the English transcript below to play the video.
Eu adoro um grande mistério,
00:12
I love a great mystery,
0
835
2066
00:14
and I'm fascinated by the greatest
unsolved mystery in science,
unsolved mystery in science,
1
2901
4412
e sou fascinado pelos grandes mistérios
não resolvidos da ciência,
não resolvidos da ciência,
00:19
perhaps because it's personal.
2
7313
1958
talvez porque seja pessoal.
Tem a ver com quem nós somos,
00:21
It's about who we are,
3
9681
1858
00:23
and I can't help but be curious.
4
11539
2117
e não consigo evitar minha curiosidade.
O mistério é esse:
00:26
The mystery is this:
5
14186
2089
00:28
What is the relationship
between your brain
between your brain
6
16275
3435
qual é a relação entre o seu cérebro
e suas experiências de consciência
e suas experiências de consciência
00:31
and your conscious experiences,
7
19710
1511
00:33
such as your experience
of the taste of chocolate
of the taste of chocolate
8
21221
2670
como a sua experiência de provar chocolate
00:35
or the feeling of velvet?
9
23891
1774
ou tocar o veludo?
00:38
Now, this mystery is not new.
10
26805
1584
O mistério não é novo.
Em 1868, Thomas Huxley escreveu:
00:40
In 1868, Thomas Huxley wrote,
11
28999
3599
00:44
"How it is that anything so remarkable
as a state of consciousness comes about
as a state of consciousness comes about
12
32598
5294
"Como é que algo tão notável
quanto um estado de consciência
quanto um estado de consciência
que acontece como o resultado
de irritar o tecido nervoso
de irritar o tecido nervoso
00:49
as the result of irritating nervous tissue
13
37892
3367
00:53
is just as unaccountable
14
41259
2066
é tão inexplicável
00:55
as the appearance of the genie
when Aladdin rubbed his lamp."
when Aladdin rubbed his lamp."
15
43325
4053
quanto a aparição do gênio
quando Aladin esfrega sua lâmpada ?"
quando Aladin esfrega sua lâmpada ?"
01:01
Now, Huxley knew that brain activity
16
49268
2277
Huxley sabia que a atividade cerebral
01:03
and conscious experiences are correlated,
17
51545
3274
e as experiências conscientes
são correlacionadas,
são correlacionadas,
01:06
but he didn't know why.
18
54819
2159
mas ele não sabia por quê.
01:08
To the science of his day,
it was a mystery.
it was a mystery.
19
56978
3321
Para a ciência da época dele,
isso era um mistério.
isso era um mistério.
01:12
In the years since Huxley,
20
60299
2136
Nos anos após Huxley,
01:14
science has learned a lot
about brain activity,
about brain activity,
21
62435
3366
a ciência descobriu muito
sobre a atividade cerebral,
sobre a atividade cerebral,
01:17
but the relationship
between brain activity
between brain activity
22
65801
2021
mas a relação entre a atividade cerebral
01:19
and conscious experiences
is still a mystery.
is still a mystery.
23
67822
3088
e as experiências conscientes
ainda é um mistério.
ainda é um mistério.
01:22
Why? Why have we made so little progress?
24
70910
3645
Por quê? Por que fizemos pouco progresso?
01:26
Well, some experts think
that we can't solve this problem
that we can't solve this problem
25
74555
4859
Bem, alguns peritos acham
que não podemos resolver esse problema
que não podemos resolver esse problema
01:31
because we lack the necessary
concepts and intelligence.
concepts and intelligence.
26
79414
3799
porque nos faltam os conceitos
e a inteligência necessários.
e a inteligência necessários.
Não esperamos que macacos resolvam
problemas em mecânica quântica,
problemas em mecânica quântica,
01:35
We don't expect monkeys to solve
problems in quantum mechanics,
problems in quantum mechanics,
27
83883
4069
01:39
and as it happens, we can't expect
our species to solve this problem either.
our species to solve this problem either.
28
87952
4165
e, como acontece, não podemos esperar
que nossa espécie também o resolva.
que nossa espécie também o resolva.
Bem, eu discordo. Sou mais otimista.
01:44
Well, I disagree. I'm more optimistic.
29
92527
3134
01:47
I think we've simply
made a false assumption.
made a false assumption.
30
95661
3042
Acho que simplesmente fizemos
uma falsa suposição.
uma falsa suposição.
01:50
Once we fix it, we just
might solve this problem.
might solve this problem.
31
98703
3506
Uma vez que a corrigirmos,
talvez possamos corrigir esse problema.
talvez possamos corrigir esse problema.
01:54
Today, I'd like tell you
what that assumption is,
what that assumption is,
32
102209
2417
Hoje, gostaria de lhes dizer
qual é essa suposição,
qual é essa suposição,
01:56
why it's false, and how to fix it.
33
104626
2758
por que ela é falsa e como resolvê-la.
Comecemos com uma pergunta:
01:59
Let's begin with a question:
34
107874
1694
"Vemos a realidade como ela é?"
02:01
Do we see reality as it is?
35
109778
3088
02:04
I open my eyes
36
112866
1695
Eu abro os olhos
02:06
and I have an experience that I describe
as a red tomato a meter away.
as a red tomato a meter away.
37
114561
4937
e experimento algo que descrevo como um
tomate vermelho a um metro de distância.
tomate vermelho a um metro de distância.
Como resultado,
passo a acreditar que, na realidade,
passo a acreditar que, na realidade,
02:12
As a result, I come to believe
that in reality,
that in reality,
38
120606
3243
02:15
there's a red tomato a meter away.
39
123849
2642
existe um tomate vermelho
a um metro de distância.
a um metro de distância.
Então fecho os olhos e minha experiência
muda para um campo cinza,
muda para um campo cinza,
02:18
I then close my eyes, and my experience
changes to a gray field,
changes to a gray field,
40
126751
4864
02:24
but is it still the case that in reality,
there's a red tomato a meter away?
there's a red tomato a meter away?
41
132425
5166
mas será que, em realidade, há um tomate
vermelho a um metro de distância?
vermelho a um metro de distância?
Acho que sim, mas eu poderia estar errado?
02:30
I think so, but could I be wrong?
42
138361
3552
02:33
Could I be misinterpreting
the nature of my perceptions?
the nature of my perceptions?
43
141913
4598
Poderia estar interpretando erroneamente
a natureza das minhas percepções?
a natureza das minhas percepções?
02:39
We have misinterpreted
our perceptions before.
our perceptions before.
44
147351
3200
Já interpretamos as nossas percepções
erroneamente antes.
erroneamente antes.
02:42
We used to think the Earth is flat,
because it looks that way.
because it looks that way.
45
150551
3459
Acreditávamos que a Terra era plana,
porque parecia ser assim.
porque parecia ser assim.
Pitágoras descobriu que estávamos errados.
02:46
Pythagorus discovered that we were wrong.
46
154707
2879
02:49
Then we thought that the Earth
is the unmoving center of the Universe,
is the unmoving center of the Universe,
47
157586
4012
Depois achamos que a Terra
é o centro imóvel do Universo,
é o centro imóvel do Universo,
02:53
again because it looks that way.
48
161603
1903
novamente porque parece ser assim.
02:56
Copernicus and Galileo discovered,
again, that we were wrong.
again, that we were wrong.
49
164406
4906
Copérnico e Galileu descobriram,
novamente, que estávamos errados.
novamente, que estávamos errados.
03:01
Galileo then wondered if we might
be misinterpreting our experiences
be misinterpreting our experiences
50
169312
4088
Galileu então questionou se poderíamos
estar interpretando nossas experiências
estar interpretando nossas experiências
03:05
in other ways.
51
173400
1508
erroneamente em outros modos.
03:06
He wrote: "I think that tastes,
odors, colors, and so on
odors, colors, and so on
52
174908
5009
Ele escreveu: "Eu acho que gostos,
odores, cores e assim por diante,
odores, cores e assim por diante,
03:11
reside in consciousness.
53
179917
2004
residem na consciência.
Daí, se a criatura viva fosse removida,
essas qualidades seriam aniquiladas."
essas qualidades seriam aniquiladas."
03:14
Hence if the living creature were removed,
all these qualities would be annihilated."
all these qualities would be annihilated."
54
182291
5752
03:20
Now, that's a stunning claim.
55
188955
1839
É uma declaração atordoante.
Galileu poderia estar certo?
03:23
Could Galileo be right?
56
191184
1811
03:24
Could we really be misinterpreting
our experiences that badly?
our experiences that badly?
57
192995
4598
Poderíamos realmente estar julgando
nossas experiências tão mal assim?
nossas experiências tão mal assim?
03:29
What does modern science
have to say about this?
have to say about this?
58
197593
2561
O que a ciência moderna
tem a dizer sobre isso?
tem a dizer sobre isso?
Neurocientistas nos dizem que cerca
de um terço do córtex do cérebro
de um terço do córtex do cérebro
03:32
Well, neuroscientists tell us
that about a third of the brain's cortex
that about a third of the brain's cortex
59
200704
5224
03:37
is engaged in vision.
60
205928
1858
está envolvido na visão.
03:39
When you simply open your eyes
and look about this room,
and look about this room,
61
207786
3506
Quando vocês abrem os olhos
e olham ao redor dessa sala,
e olham ao redor dessa sala,
03:43
billions of neurons
and trillions of synapses are engaged.
and trillions of synapses are engaged.
62
211292
4272
bilhões de neurônios
e trilhões de sinapses são envolvidas.
e trilhões de sinapses são envolvidas.
03:47
Now, this is a bit surprising,
63
215564
1608
Isso é um tanto surpreendente,
03:49
because to the extent that
we think about vision at all,
we think about vision at all,
64
217172
2641
pois, até onde levamos
a visão em consideração,
a visão em consideração,
03:51
we think of it as like a camera.
65
219813
2837
pensamos nela como se fosse uma câmera.
Ela só faz um registro
da realidade objetiva como ela é.
da realidade objetiva como ela é.
03:54
It just takes a picture
of objective reality as it is.
of objective reality as it is.
66
222650
3940
03:58
Now, there is a part of vision
that's like a camera:
that's like a camera:
67
226590
3700
Agora, existe uma parte da visão
que é como uma câmera:
que é como uma câmera:
04:02
the eye has a lens that focuses
an image on the back of the eye
an image on the back of the eye
68
230290
4639
o olho tem uma lente que foca
uma imagem na sua parte traseira
uma imagem na sua parte traseira
04:06
where there are 130 million
photoreceptors,
photoreceptors,
69
234929
3390
onde há 130 milhões de fotorreceptores,
04:10
so the eye is like a 130-megapixel camera.
70
238319
3900
assim, o olho é como uma câmera
de 130 megapixels.
de 130 megapixels.
04:14
But that doesn't explain
the billions of neurons
the billions of neurons
71
242219
3483
Mas isso não explica
os bilhões de neurônios
os bilhões de neurônios
04:17
and trillions of synapses
that are engaged in vision.
that are engaged in vision.
72
245702
3622
e trilhões de sinapses
envolvidos na visão.
envolvidos na visão.
04:21
What are these neurons up to?
73
249324
2299
O que esses neurônios estão aprontando?
04:23
Well, neuroscientists tell us
that they are creating, in real time,
that they are creating, in real time,
74
251623
4207
Bem, os neurocientistas nos dizem
que eles estão criando, em tempo real,
que eles estão criando, em tempo real,
04:27
all the shapes, objects, colors,
and motions that we see.
and motions that we see.
75
255830
4330
todas as formas, objetos, cores,
e movimentos que vemos.
e movimentos que vemos.
04:32
It feels like we're just taking a snapshot
of this room the way it is,
of this room the way it is,
76
260160
3491
É como se estivéssemos tirando fotos
dessa sala tal como ela é,
dessa sala tal como ela é,
04:35
but in fact, we're constructing
everything that we see.
everything that we see.
77
263651
3575
mas, na verdade, estamos construindo
tudo o que vemos.
tudo o que vemos.
04:39
We don't construct
the whole world at once.
the whole world at once.
78
267226
3181
Não construímos
o mundo todo de uma só vez.
o mundo todo de uma só vez.
04:42
We construct what we need in the moment.
79
270407
2765
Construímos o que precisamos no momento.
Há muitas demonstrações bem convincentes
de que construímos o que vemos.
de que construímos o que vemos.
04:45
Now, there are many demonstrations
that are quite compelling
that are quite compelling
80
273542
3367
04:48
that we construct what we see.
81
276909
1811
Vou lhes mostrar apenas duas.
04:50
I'll just show you two.
82
278720
2043
04:52
In this example, you see some red discs
with bits cut out of them,
with bits cut out of them,
83
280763
5766
Neste exemplo, vocês veem discos vermelhos
com alguns pedacinhos cortados,
com alguns pedacinhos cortados,
04:58
but if I just rotate
the disks a little bit,
the disks a little bit,
84
286529
2941
mas se eu girar os discos um pouquinho,
05:01
suddenly, you see a 3D cube
pop out of the screen.
pop out of the screen.
85
289470
4737
de repente, veem um cubo 3D pular da tela.
05:06
Now, the screen of course is flat,
86
294207
2833
A tela é plana,
05:09
so the three-dimensional cube
that you're experiencing
that you're experiencing
87
297040
2600
então o cubo tridimensional
que estão vendo
que estão vendo
05:11
must be your construction.
88
299640
2977
deve ser a construção de vocês.
05:15
In this next example,
89
303397
1913
Neste outro exemplo,
05:17
you see glowing blue bars
with pretty sharp edges
with pretty sharp edges
90
305310
4224
vocês veem barras azuis brilhantes
com margens bem nítidas
com margens bem nítidas
05:21
moving across a field of dots.
91
309534
3184
movendo-se num campo de pontos.
Na verdade, nenhum ponto se move.
05:25
In fact, no dots move.
92
313708
3137
05:28
All I'm doing from frame to frame
is changing the colors of dots
is changing the colors of dots
93
316845
4621
Estou apenas mudando a cor dos pontos
de um quadro ao outro,
de um quadro ao outro,
05:33
from blue to black or black to blue.
94
321466
2461
do azul para o preto ou vice-versa.
05:35
But when I do this quickly,
95
323927
1834
Mas quando faço isso rapidamente,
05:37
your visual system creates
the glowing blue bars
the glowing blue bars
96
325761
3715
o sistema visual de vocês
cria as barras azuis brilhantes
cria as barras azuis brilhantes
05:41
with the sharp edges and the motion.
97
329476
2671
com as margens nítidas e o movimento.
05:44
There are many more examples,
but these are just two
but these are just two
98
332147
2670
Existem muitos outros exemplos,
mas esses são dois
mas esses são dois
05:46
that you construct what you see.
99
334817
2763
onde vocês constroem o que veem.
05:49
But neuroscientists go further.
100
337580
2375
Mas neurocientistas vão além.
Eles dizem que reconstruímos a realidade.
05:53
They say that we reconstruct reality.
101
341395
5101
05:58
So, when I have an experience
that I describe as a red tomato,
that I describe as a red tomato,
102
346496
4226
Então, quando tenho uma experiência
que descrevo como um tomate vermelho,
que descrevo como um tomate vermelho,
06:02
that experience is actually
an accurate reconstruction
an accurate reconstruction
103
350722
4133
aquela experiência é, de fato,
uma reconstrução precisa
uma reconstrução precisa
06:06
of the properties of a real red tomato
104
354855
2115
das propriedades
de um tomate vermelho real
de um tomate vermelho real
06:08
that would exist
even if I weren't looking.
even if I weren't looking.
105
356970
3295
que existiria
mesmo se eu não estivesse olhando.
mesmo se eu não estivesse olhando.
Por que os neurocientistas diriam
que não apenas construímos,
que não apenas construímos,
06:13
Now, why would neuroscientists
say that we don't just construct,
say that we don't just construct,
106
361595
3221
06:16
we reconstruct?
107
364816
1880
e sim reconstruímos?
06:18
Well, the standard argument given
108
366696
2531
O argumento padrão dado
06:21
is usually an evolutionary one.
109
369227
2554
normalmente é um evolucionário.
Entre os nossos ancestrais,
os que tinham visão mais acurada
os que tinham visão mais acurada
06:24
Those of our ancestors
who saw more accurately
who saw more accurately
110
372941
2439
06:27
had a competitive advantage compared
to those who saw less accurately,
to those who saw less accurately,
111
375380
4853
tiveram uma vantagem competitiva comparado
àqueles que enxergavam com menos precisão,
àqueles que enxergavam com menos precisão,
06:32
and therefore they were more likely
to pass on their genes.
to pass on their genes.
112
380233
2756
e, portanto, era mais provável
que passassem seus genes.
que passassem seus genes.
06:34
We are the offspring of those
who saw more accurately,
who saw more accurately,
113
382989
3391
Somos descendentes daqueles
com visão mais apurada,
com visão mais apurada,
06:38
and so we can be confident that,
in the normal case,
in the normal case,
114
386380
2769
então podemos confiar que, normalmente,
06:41
our perceptions are accurate.
115
389149
2531
nossas percepções são precisas.
06:43
You see this in the standard textbooks.
116
391680
3695
Vemos isso nos livros didáticos padrão.
06:47
One textbook says, for example,
117
395375
1994
Um livro diz, por exemplo,
06:49
"Evolutionarily speaking,
118
397369
1971
"Falando em termos evolucionários,
06:51
vision is useful precisely
because it is so accurate."
because it is so accurate."
119
399340
4043
a visão é útil exatamente
por ser tão precisa."
por ser tão precisa."
06:55
So the idea is that accurate perceptions
are fitter perceptions.
are fitter perceptions.
120
403383
4798
A ideia é de que percepções precisas
são percepções mais aptas.
são percepções mais aptas.
07:00
They give you a survival advantage.
121
408181
2144
Elas lhes dão
uma vantagem de sobrevivência.
uma vantagem de sobrevivência.
07:02
Now, is this correct?
122
410325
1915
Isso está correto?
07:04
Is this the right interpretation
of evolutionary theory?
of evolutionary theory?
123
412240
2659
É a interpretação correta
da teoria da evolução?
da teoria da evolução?
07:06
Well, let's first look at a couple
of examples in nature.
of examples in nature.
124
414899
3381
Bem, vejamos alguns exemplos na natureza.
O besouro-joia australiano
07:10
The Australian jewel beetle
125
418800
2438
07:13
is dimpled, glossy and brown.
126
421238
3111
tem covinhas, é brilhante e marrom.
07:16
The female is flightless.
127
424349
2345
A fêmea não voa.
07:18
The male flies, looking,
of course, for a hot female.
of course, for a hot female.
128
426694
4017
O macho voa, procurando, é claro,
por uma fêmea no cio.
por uma fêmea no cio.
07:22
When he finds one, he alights and mates.
129
430711
3948
Quando ele encontra uma,
ele pousa e acasala.
ele pousa e acasala.
07:26
There's another species in the outback,
130
434659
2471
Existe uma outra espécie
no deserto australiano, o Homo sapiens.
no deserto australiano, o Homo sapiens.
07:29
Homo sapiens.
131
437130
1334
07:30
The male of this species
has a massive brain
has a massive brain
132
438464
3067
O macho dessa espécie
tem um cérebro compacto
tem um cérebro compacto
07:33
that he uses to hunt for cold beer.
133
441531
3948
que ele usa para caçar cerveja gelada.
(Risos)
07:37
(Laughter)
134
445889
1279
07:39
And when he finds one, he drains it,
135
447168
2374
E quando encontra uma, ele bebe tudo,
07:41
and sometimes throws the bottle
into the outback.
into the outback.
136
449542
3390
e, às vezes, joga a garrafa no deserto.
07:44
Now, as it happens, these bottles
are dimpled, glossy,
are dimpled, glossy,
137
452932
4248
Acontece que essas garrafas
têm covinhas, são brilhantes,
têm covinhas, são brilhantes,
07:49
and just the right shade of brown
to tickle the fancy of these beetles.
to tickle the fancy of these beetles.
138
457180
4140
e o tom perfeito de marrom
para assanhar esses besouros.
para assanhar esses besouros.
Os machos se aglomeram
por toda a garrafa tentando acasalar.
por toda a garrafa tentando acasalar.
07:54
The males swarm all over
the bottles trying to mate.
the bottles trying to mate.
139
462772
3463
07:59
They lose all interest
in the real females.
in the real females.
140
467582
2787
Eles perdem todo o interesse pelas fêmeas.
08:02
Classic case of the male
leaving the female for the bottle.
leaving the female for the bottle.
141
470369
4203
Caso clássico do macho deixando
a fêmea por uma garrafa.
a fêmea por uma garrafa.
08:06
(Laughter) (Applause)
142
474572
2947
(Risos) (Aplausos)
08:11
The species almost went extinct.
143
479402
2371
A espécie quase entrou em extinção.
08:14
Australia had to change its bottles
to save its beetles.
to save its beetles.
144
482443
4309
A Austrália teve que mudar suas garrafas
para salvar seus besouros.
para salvar seus besouros.
08:18
(Laughter)
145
486752
3000
(Risos)
08:21
Now, the males had successfully
found females for thousands,
found females for thousands,
146
489752
4208
Os machos foram bem-sucedidos
ao encontrar fêmeas por milhares,
ao encontrar fêmeas por milhares,
08:25
perhaps millions of years.
147
493960
2438
talvez milhões de anos.
08:28
It looked like they saw reality
as it is, but apparently not.
as it is, but apparently not.
148
496398
4434
Pareceu que eles tinham visto a realidade
como ela é, mas aparentemente não.
como ela é, mas aparentemente não.
08:32
Evolution had given them a hack.
149
500832
2857
A evolução tinha dado um golpe neles.
08:35
A female is anything dimpled,
glossy and brown,
glossy and brown,
150
503689
4736
Uma fêmea é qualquer coisa com covinhas,
brilhante e marrom,
brilhante e marrom,
08:40
the bigger the better.
151
508425
2276
quanto maior, melhor!
08:42
(Laughter)
152
510701
1834
(Risos)
08:44
Even when crawling all over the bottle,
the male couldn't discover his mistake.
the male couldn't discover his mistake.
153
512535
4840
Mesmo enquanto se arrastavam pela garrafa,
o macho não conseguia descobrir seu erro.
o macho não conseguia descobrir seu erro.
Agora, vocês podem dizer, besouros, claro,
são criaturas muito simples,
são criaturas muito simples,
08:49
Now, you might say, beetles, sure,
they're very simple creatures,
they're very simple creatures,
154
517945
3645
08:53
but surely not mammals.
155
521590
1858
mas não são mamíferos.
08:55
Mammals don't rely on tricks.
156
523448
2717
Mamíferos não acreditam em trapaças.
08:58
Well, I won't dwell on this,
but you get the idea. (Laughter)
but you get the idea. (Laughter)
157
526165
6013
Bem, não vou me demorar nisso,
mas vocês entenderam.
mas vocês entenderam.
(Risos)
09:04
So this raises an important
technical question:
technical question:
158
532178
3158
Isso cria uma questão técnica importante:
09:07
Does natural selection really favor
seeing reality as it is?
seeing reality as it is?
159
535336
5991
a seleção natural realmente favorece
ver a realidade como ela é?
ver a realidade como ela é?
Felizmente, não precisamos
acenar as mãos e adivinhar;
acenar as mãos e adivinhar;
09:13
Fortunately, we don't have
to wave our hands and guess;
to wave our hands and guess;
160
541877
3536
09:17
evolution is a mathematically
precise theory.
precise theory.
161
545413
3181
a evolução é uma teoria
matematicamente precisa.
matematicamente precisa.
09:20
We can use the equations of evolution
to check this out.
to check this out.
162
548594
3553
Podemos usar as equações de evolução
para verificar isso.
para verificar isso.
09:24
We can have various organisms
in artificial worlds compete
in artificial worlds compete
163
552147
4153
Podemos fazer com que vários organismos
em mundos artificiais compitam
em mundos artificiais compitam
e veremos quais deles
sobreviverão e prosperarão,
sobreviverão e prosperarão,
09:28
and see which survive and which thrive,
164
556300
1953
09:30
which sensory systems are more fit.
165
558253
3553
quais sistemas sensoriais são mais aptos.
09:33
A key notion in those
equations is fitness.
equations is fitness.
166
561806
4085
A noção chave nessas equações é a aptidão,
o sucesso reprodutivo.
o sucesso reprodutivo.
09:37
Consider this steak:
167
565891
2695
Considerem esse bife:
o que esse bife faz
para a aptidão do animal?
para a aptidão do animal?
09:41
What does this steak do
for the fitness of an animal?
for the fitness of an animal?
168
569956
2962
09:45
Well, for a hungry lion looking to eat,
it enhances fitness.
it enhances fitness.
169
573438
6016
Bem, para um leão faminto querendo comer,
ele intensifica sua aptidão.
ele intensifica sua aptidão.
Para um leão alimentado procurando
acasalar, ele não intensifica a aptidão.
acasalar, ele não intensifica a aptidão.
09:52
For a well-fed lion looking to mate,
it doesn't enhance fitness.
it doesn't enhance fitness.
170
580179
4594
E para um coelho em qualquer condição,
ele não intensifica a aptidão,
ele não intensifica a aptidão,
09:58
And for a rabbit in any state,
it doesn't enhance fitness,
it doesn't enhance fitness,
171
586053
3871
10:01
so fitness does depend
on reality as it is, yes,
on reality as it is, yes,
172
589924
4124
então a aptidão depende
da realidade como ela é, sim,
da realidade como ela é, sim,
10:06
but also on the organism,
its state and its action.
its state and its action.
173
594048
4188
mas também do organismo,
sua condição e ação.
sua condição e ação.
10:10
Fitness is not the same thing
as reality as it is,
as reality as it is,
174
598236
3553
Aptidão não é a mesma coisa
que a realidade como ela é,
que a realidade como ela é,
10:13
and it's fitness,
and not reality as it is,
and not reality as it is,
175
601789
3483
e é aptidão, e não realidade como ela é,
10:17
that figures centrally
in the equations of evolution.
in the equations of evolution.
176
605272
4179
a parte central nas equações da evolução.
10:21
So, in my lab,
177
609451
3191
Então, no meu laboratório,
nós conduzimos centenas de milhares
de simulações de jogos evolucionários
de simulações de jogos evolucionários
10:24
we have run hundreds of thousands
of evolutionary game simulations
of evolutionary game simulations
178
612642
3775
10:28
with lots of different
randomly chosen worlds
randomly chosen worlds
179
616417
3065
com muitos mundos diferentes
aleatoriamente escolhidos
aleatoriamente escolhidos
10:31
and organisms that compete
for resources in those worlds.
for resources in those worlds.
180
619482
4179
e organismos que competem
por recursos nesses mundos.
por recursos nesses mundos.
10:35
Some of the organisms
see all of the reality,
see all of the reality,
181
623661
4319
Alguns dos organismos
veem toda a realidade,
veem toda a realidade,
outros veem apenas parte dela,
10:39
others see just part of the reality,
182
627980
1889
10:41
and some see none of the reality,
183
629869
2105
e alguns não veem nada da realidade,
10:43
only fitness.
184
631974
1766
apenas aptidão.
10:46
Who wins?
185
634240
1580
Quem ganha?
Bem, odeio ter que dizer isso para vocês,
mas a percepção da realidade é extinta.
mas a percepção da realidade é extinta.
10:48
Well, I hate to break it to you,
but perception of reality goes extinct.
but perception of reality goes extinct.
186
636290
5965
10:54
In almost every simulation,
187
642255
1909
Em quase toda simulação,
10:56
organisms that see none of reality
188
644164
2182
organismos que não veem nada da realidade
10:58
but are just tuned to fitness
189
646346
2090
mas estão sintonizados à aptidão,
11:00
drive to extinction all the organisms
that perceive reality as it is.
that perceive reality as it is.
190
648436
5224
levam à extinção todos os organismos
que percebem a realidade como ela é.
que percebem a realidade como ela é.
11:05
So the bottom line is, evolution
does not favor vertical,
does not favor vertical,
191
653660
4590
Em resumo, evolução
não favorece percepções
não favorece percepções
11:10
or accurate perceptions.
192
658250
1656
verticais ou precisas.
11:11
Those perceptions of reality go extinct.
193
659906
3762
Essas percepções
da realidade são extintas.
da realidade são extintas.
11:15
Now, this is a bit stunning.
194
663668
2020
Isso é um pouquinho atordoante.
11:17
How can it be that not seeing
the world accurately
the world accurately
195
665688
3682
Como pode ser
que não ver o mundo com precisão
que não ver o mundo com precisão
11:21
gives us a survival advantage?
196
669370
1820
nos dá uma vantagem de sobrevivência?
11:23
That is a bit counterintuitive.
197
671190
2113
Isso é um tanto ilógico.
11:25
But remember the jewel beetle.
198
673303
1835
Mas lembrem-se do besouro-joia.
11:27
The jewel beetle survived
for thousands, perhaps millions of years,
for thousands, perhaps millions of years,
199
675138
3761
Ele sobreviveu por milhares,
talvez milhões de anos,
talvez milhões de anos,
11:30
using simple tricks and hacks.
200
678899
2694
usando trapaças e golpes simples.
11:33
What the equations
of evolution are telling us
of evolution are telling us
201
681593
3177
O que as equações de evolução
estão nos dizendo
estão nos dizendo
11:36
is that all organisms, including us,
are in the same boat as the jewel beetle.
are in the same boat as the jewel beetle.
202
684770
5643
é que todos os organismos, incluindo nós,
estão no mesmo barco que o besouro-joia.
estão no mesmo barco que o besouro-joia.
11:42
We do not see reality as it is.
203
690413
1930
Nós não vemos realidade como ela é.
11:44
We're shaped with tricks
and hacks that keep us alive.
and hacks that keep us alive.
204
692343
4272
Somos moldados por trapaças e golpes
que nos mantêm vivos.
que nos mantêm vivos.
11:48
Still,
205
696615
2020
Ainda assim,
11:50
we need some help with our intuitions.
206
698635
2067
precisamos de ajuda com nossas intuições.
11:52
How can not perceiving
reality as it is be useful?
reality as it is be useful?
207
700702
4783
Como pode ser útil não perceber
a realidade como ela é?
a realidade como ela é?
11:57
Well, fortunately, we have
a very helpful metaphor:
a very helpful metaphor:
208
705485
3669
Bem, felizmente, temos
uma metáfora muito útil:
uma metáfora muito útil:
12:01
the desktop interface on your computer.
209
709154
2832
a interface da área de trabalho
do seu computador.
do seu computador.
12:03
Consider that blue icon
for a TED Talk that you're writing.
for a TED Talk that you're writing.
210
711986
4133
Considerem aquele ícone azul para
uma palestra TED que estejam escrevendo.
uma palestra TED que estejam escrevendo.
12:08
Now, the icon is blue and rectangular
211
716119
4004
O ícone é azul e retangular
12:12
and in the lower right corner
of the desktop.
of the desktop.
212
720123
2381
e no canto direito inferior
da área de trabalho.
da área de trabalho.
12:15
Does that mean that the text file itself
in the computer is blue,
in the computer is blue,
213
723324
4186
Isso significa que o arquivo de texto
no computador é azul,
no computador é azul,
retangular e no canto direito inferior
do computador?
do computador?
12:20
rectangular, and in the lower
right-hand corner of the computer?
right-hand corner of the computer?
214
728200
3755
12:23
Of course not.
215
731955
1323
Claro que não.
12:25
Anyone who thought that misinterprets
the purpose of the interface.
the purpose of the interface.
216
733278
4709
Qualquer um que pensou isso
interpretou mal o propósito da interface.
interpretou mal o propósito da interface.
12:29
It's not there to show you
the reality of the computer.
the reality of the computer.
217
737987
2768
Não está ali para lhes mostrar
a realidade do computador.
a realidade do computador.
12:32
In fact, it's there to hide that reality.
218
740755
2925
Na verdade, ele está ali
para esconder aquela realidade.
para esconder aquela realidade.
12:35
You don't want to know about the diodes
219
743680
1875
Não nos interessam os diodos,
resistores e todos megabites do software.
12:37
and resistors and all
the megabytes of software.
the megabytes of software.
220
745555
2250
Se tivéssemos que lidar com isso,
não poderíamos escrever nossos textos
não poderíamos escrever nossos textos
12:39
If you had to deal with that,
you could never write your text file
you could never write your text file
221
747805
3131
12:42
or edit your photo.
222
750936
1475
ou editarmos nossas fotos.
12:44
So the idea is that evolution
has given us an interface
has given us an interface
223
752411
4717
Então a ideia era a de que a evolução
nos deu uma interface
nos deu uma interface
12:49
that hides reality and guides
adaptive behavior.
adaptive behavior.
224
757128
4315
que esconde a realidade
e guia comportamento adaptável.
e guia comportamento adaptável.
12:53
Space and time, as you
perceive them right now,
perceive them right now,
225
761443
3018
Espaço e tempo, como vocês
os percebem nesse momento,
os percebem nesse momento,
12:56
are your desktop.
226
764461
2174
são a sua área de trabalho.
12:58
Physical objects are simply icons
in that desktop.
in that desktop.
227
766635
4737
Objetos físicos são simplesmente ícones
naquela área de trabalho.
naquela área de trabalho.
Existe um contra-argumento óbvio.
13:04
There's an obvious objection.
228
772192
2221
13:06
Hoffman, if you think that train
coming down the track at 200 MPH
coming down the track at 200 MPH
229
774413
3948
Hoffman, se você pensa que aquele trem
que vem a 320 quilômetros por hora
que vem a 320 quilômetros por hora
13:10
is just an icon of your desktop,
230
778361
2461
é apenas um ícone na sua área de trabalho,
13:12
why don't you step in front of it?
231
780822
2125
por que não fica na frente dele?
13:14
And after you're gone,
and your theory with you,
and your theory with you,
232
782947
2293
E depois de morto,
levando a sua teoria com você,
levando a sua teoria com você,
13:17
we'll know that there's more
to that train than just an icon.
to that train than just an icon.
233
785240
3314
saberemos que aquele trem
significava mais que do um simples ícone.
significava mais que do um simples ícone.
13:20
Well, I wouldn't step
in front of that train
in front of that train
234
788554
2043
Eu não me colocaria na frente
daquele trem pelo mesmo motivo
daquele trem pelo mesmo motivo
13:22
for the same reason
235
790597
1556
13:24
that I wouldn't carelessly drag
that icon to the trash can:
that icon to the trash can:
236
792153
4295
que eu não arrastaria por descuido
aquele ícone para a lixeira:
aquele ícone para a lixeira:
13:28
not because I take the icon literally --
237
796448
3181
não porque eu pego o ícone, literalmente,
13:31
the file is not literally blue
or rectangular --
or rectangular --
238
799629
3005
o arquivo não é literalmente azul
ou retangular,
ou retangular,
13:34
but I do take it seriously.
239
802934
2326
mas eu o levo a sério.
13:37
I could lose weeks of work.
240
805260
2031
Eu poderia perder semanas de trabalho.
13:39
Similarly, evolution has shaped us
241
807291
2554
Do mesmo modo, a evolução nos moldou
13:41
with perceptual symbols
that are designed to keep us alive.
that are designed to keep us alive.
242
809845
4436
com símbolos perceptuais
que servem para nos manter vivos.
que servem para nos manter vivos.
É melhor os levarmos a sério.
13:46
We'd better take them seriously.
243
814811
2465
13:49
If you see a snake, don't pick it up.
244
817276
2205
Se vocês veem uma cobra, não a pegam.
Se veem um precipício, vocês não pulam.
13:52
If you see a cliff, don't jump off.
245
820391
2759
13:55
They're designed to keep us safe,
and we should take them seriously.
and we should take them seriously.
246
823150
3576
Eles têm intenção de nos manter seguros,
e deveríamos levá-los à sério.
e deveríamos levá-los à sério.
13:58
That does not mean that we
should take them literally.
should take them literally.
247
826726
2691
Não significa que deveríamos entendê-los
literalmente. Esse é um erro lógico.
literalmente. Esse é um erro lógico.
14:01
That's a logical error.
248
829417
2254
Outra objeção: não há nada de novo aqui.
14:03
Another objection: There's
nothing really new here.
nothing really new here.
249
831671
3205
14:06
Physicists have told us for a long time
that the metal of that train looks solid
that the metal of that train looks solid
250
834876
3924
Físicos nos disseram há muito tempo
que o metal daquele trem parece sólido,
que o metal daquele trem parece sólido,
14:10
but really it's mostly empty space
with microscopic particles zipping around.
with microscopic particles zipping around.
251
838800
4388
mas é na maior parte espaço vazio
com partículas microscópicas circulando.
com partículas microscópicas circulando.
14:15
There's nothing new here.
252
843188
1488
Não há nada de novo aqui.
14:16
Well, not exactly.
253
844676
2204
Bem, não exatamente.
14:18
It's like saying, I know that
that blue icon on the desktop
that blue icon on the desktop
254
846880
4040
É como dizer: "Sei que aquele ícone azul
na área de trabalho
na área de trabalho
14:22
is not the reality of the computer,
255
850920
2299
não é a realidade do computador,
14:25
but if I pull out my trusty
magnifying glass and look really closely,
magnifying glass and look really closely,
256
853219
3459
mas olhando bem de pertinho
com a minha lupa de confiança,
com a minha lupa de confiança,
14:28
I see little pixels,
257
856678
1811
eu vejo pequenos pixels,
14:30
and that's the reality of the computer.
258
858489
2461
e essa é a realidade do computador.
14:32
Well, not really -- you're still
on the desktop, and that's the point.
on the desktop, and that's the point.
259
860950
3808
Bem, na verdade, não; você ainda está
na área de trabalho e esse é o ponto.
na área de trabalho e esse é o ponto.
14:36
Those microscopic particles
are still in space and time:
are still in space and time:
260
864758
2996
Essas partículas microscópicas
ainda estão no espaço e tempo:
ainda estão no espaço e tempo:
14:39
they're still in the user interface.
261
867754
2391
elas ainda estão no interface do usuário.
14:42
So I'm saying something far more radical
than those physicists.
than those physicists.
262
870145
3762
Então estou dizendo algo bem mais radical
do que aqueles físicos.
do que aqueles físicos.
Finalmente, vocês podem argumentar:
14:46
Finally, you might object,
263
874727
1473
14:48
look, we all see the train,
264
876200
2559
"Veja, nós todos vemos o trem,
14:50
therefore none of us constructs the train.
265
878759
3042
portanto nenhum de nós constrói o trem."
14:53
But remember this example.
266
881801
2090
Mas lembrem-se deste exemplo.
14:55
In this example, we all see a cube,
267
883891
2716
Nele, todos vemos um cubo,
mas a tela é plana,
14:59
but the screen is flat,
268
887597
2093
então o cubo que vocês veem
é o cubo que constroem.
é o cubo que constroem.
15:01
so the cube that you see
is the cube that you construct.
is the cube that you construct.
269
889690
2737
15:05
We all see a cube
270
893736
2043
Todos nós vemos um cubo
15:07
because we all, each one of us,
constructs the cube that we see.
constructs the cube that we see.
271
895779
4859
porque cada um de nós
constrói o cubo que vemos.
constrói o cubo que vemos.
15:12
The same is true of the train.
272
900638
2060
O mesmo acontece com o trem.
15:14
We all see a train because
we each see the train that we construct,
we each see the train that we construct,
273
902698
4482
Todos vemos o trem porque cada um de nós
vê o trem que construímos,
vê o trem que construímos,
15:19
and the same is true
of all physical objects.
of all physical objects.
274
907180
3553
e o mesmo se aplica
a todos os objetos físicos.
a todos os objetos físicos.
Somos inclinados a pensar que percepção
é como uma janela da realidade como ela é.
é como uma janela da realidade como ela é.
15:24
We're inclined to think that perception
is like a window on reality as it is.
is like a window on reality as it is.
275
912343
5053
15:29
The theory of evolution is telling us
that this is an incorrect interpretation
that this is an incorrect interpretation
276
917396
5004
A teoria da evolução está nos dizendo
que essa é uma interpretação incorreta
que essa é uma interpretação incorreta
15:34
of our perceptions.
277
922400
1465
das nossas percepções.
Em vez disso, a realidade
é mais como uma área de trabalho 3D
é mais como uma área de trabalho 3D
15:37
Instead, reality is more like a 3D desktop
278
925095
3544
15:40
that's designed to hide
the complexity of the real world
the complexity of the real world
279
928639
3297
planejada para esconder
a complexidade do mundo real
a complexidade do mundo real
15:43
and guide adaptive behavior.
280
931936
1866
e conduzir o comportamento adaptável.
Espaço como vocês o percebem
é a sua área de trabalho.
é a sua área de trabalho.
15:46
Space as you perceive it is your desktop.
281
934282
2928
15:49
Physical objects are just
the icons in that desktop.
the icons in that desktop.
282
937210
3026
Objetos físicos são apenas ícones
nessa área de trabalho.
nessa área de trabalho.
15:53
We used to think that the Earth is flat
because it looks that way.
because it looks that way.
283
941456
3670
Acreditávamos que a Terra era plana
porque ela parecia ser assim.
porque ela parecia ser assim.
Depois achamos que a Terra era o centro
imóvel da realidade
imóvel da realidade
15:57
Then we thought that the Earth
is the unmoving center of reality
is the unmoving center of reality
284
945520
3134
16:00
because it looks that way.
285
948654
1724
porque parecia ser assim.
16:02
We were wrong.
286
950378
1142
Estávamos errados.
16:03
We had misinterpreted our perceptions.
287
951520
2670
Havíamos interpretado
nossas percepções erroneamente.
nossas percepções erroneamente.
Agora acreditamos
que espaço/tempo e objetos
que espaço/tempo e objetos
16:06
Now we believe that spacetime and objects
288
954910
3409
16:10
are the nature of reality as it is.
289
958319
2614
são a natureza da realidade como ela é.
A teoria da evolução está nos dizendo
que, novamente, estamos errados.
que, novamente, estamos errados.
16:13
The theory of evolution is telling us
that once again, we're wrong.
that once again, we're wrong.
290
961453
3924
16:17
We're misinterpreting the content
of our perceptual experiences.
of our perceptual experiences.
291
965377
5039
Estamos interpretando mal o conteúdo
de nossas experiências perceptivas.
de nossas experiências perceptivas.
16:22
There's something that exists
when you don't look,
when you don't look,
292
970416
2531
Há algo que existe
quando você não olha,
quando você não olha,
16:24
but it's not spacetime
and physical objects.
and physical objects.
293
972947
3403
mas não é espaço/tempo e objetos físicos.
16:28
It's as hard for us to let go
of spacetime and objects
of spacetime and objects
294
976350
3028
É tão difícil para nós nos desapegarmos
do espaço/tempo e objetos
do espaço/tempo e objetos
16:31
as it is for the jewel beetle
to let go of its bottle.
to let go of its bottle.
295
979378
3483
quanto é para o besouro-joia
se desapegar de sua garrafa.
se desapegar de sua garrafa.
16:34
Why? Because we're blind
to our own blindnesses.
to our own blindnesses.
296
982861
4418
Por quê? Porque estamos cegos
para nossas próprias cegueiras.
para nossas próprias cegueiras.
Mas temos uma vantagem
sobre o besouro-joia:
sobre o besouro-joia:
16:40
But we have an advantage
over the jewel beetle:
over the jewel beetle:
297
988409
2347
16:42
our science and technology.
298
990756
1788
nossa ciência e tecnologia.
16:44
By peering through the lens of a telescope
299
992544
2391
Ao espionar pela lente do telescópio
16:46
we discovered that the Earth
is not the unmoving center of reality,
is not the unmoving center of reality,
300
994935
4636
descobrimos que a Terra não é
o centro imóvel da realidade;
o centro imóvel da realidade;
16:51
and by peering through the lens
of the theory of evolution
of the theory of evolution
301
999571
2878
ao espionarmos pela lente
da teoria da evolução
da teoria da evolução
16:54
we discovered that spacetime and objects
302
1002449
2322
descobrimoos que o espaço/tempo e objetos
16:56
are not the nature of reality.
303
1004771
2368
não são a natureza da realidade.
16:59
When I have a perceptual experience
that I describe as a red tomato,
that I describe as a red tomato,
304
1007139
4285
Quando tenho uma experiência perceptiva
que descrevo como um tomate vermelho,
que descrevo como um tomate vermelho,
17:03
I am interacting with reality,
305
1011424
2937
estou interagindo com a realidade,
17:06
but that reality is not a red tomato
and is nothing like a red tomato.
and is nothing like a red tomato.
306
1014361
5210
mas aquela realidade não é um tomate
vermelho e nem se parece com um.
vermelho e nem se parece com um.
17:11
Similarly, when I have an experience
that I describe as a lion or a steak,
that I describe as a lion or a steak,
307
1019571
5401
Analogamente, ao ter uma experiência
que descrevo como um leão ou um bife,
que descrevo como um leão ou um bife,
17:16
I'm interacting with reality,
308
1024972
1848
estou interagindo com a realidade,
17:18
but that reality is not a lion or a steak.
309
1026820
3158
mas ela não é um leão ou um bife.
17:21
And here's the kicker:
310
1029978
2020
E aqui está a guinada:
17:23
When I have a perceptual experience
that I describe as a brain, or neurons,
that I describe as a brain, or neurons,
311
1031998
4690
quando tenho uma experiência perceptiva
que descrevo como um cérebro ou neurônios,
que descrevo como um cérebro ou neurônios,
17:28
I am interacting with reality,
312
1036688
2090
estou interagindo com a realidade,
17:30
but that reality is not a brain or neurons
313
1038778
3529
mas ela não é um cérebro ou neurônios
17:34
and is nothing like a brain or neurons.
314
1042307
3498
e nada parecido
com um cérebro ou neurônios.
com um cérebro ou neurônios.
17:37
And that reality, whatever it is,
315
1045805
4779
E aquela realidade, qualquer que seja,
17:42
is the real source of cause and effect
316
1050584
3611
é a fonte verdadeira de causa
e efeito no mundo.
e efeito no mundo.
17:46
in the world -- not brains, not neurons.
317
1054195
4032
Não o cérebro, não os neurônios.
17:50
Brains and neurons
have no causal powers.
have no causal powers.
318
1058227
2600
Cérebros e neurônios
não têm poderes casuais.
não têm poderes casuais.
17:52
They cause none of our
perceptual experiences,
perceptual experiences,
319
1060827
2601
Eles não causam nenhuma de nossas
experiências perceptivas,
experiências perceptivas,
17:55
and none of our behavior.
320
1063428
1788
ou nossos comportamentos.
Cérebros e neurônios são um conjunto de
símbolos de espécie específica, um truque.
símbolos de espécie específica, um truque.
17:57
Brains and neurons are a species-specific
set of symbols, a hack.
set of symbols, a hack.
321
1065216
5376
18:02
What does this mean
for the mystery of consciousness?
for the mystery of consciousness?
322
1070592
2681
O que isso significa
para o mistério da consciência?
para o mistério da consciência?
18:05
Well, it opens up new possibilities.
323
1073923
3993
Bem, isso abre novas possibilidades.
18:09
For instance,
324
1077916
1695
Por exemplo,
18:11
perhaps reality is some vast machine
that causes our conscious experiences.
that causes our conscious experiences.
325
1079611
6979
talvez a realidade seja uma máquina imensa
que causa nossas experiências conscientes.
que causa nossas experiências conscientes.
Eu duvido, mas vale a pena explorar.
18:18
I doubt this, but it's worth exploring.
326
1086590
3670
18:22
Perhaps reality is some vast,
interacting network of conscious agents,
interacting network of conscious agents,
327
1090260
5349
Talvez a realidade seja uma imensa rede
de agentes conscientes interagindo,
de agentes conscientes interagindo,
18:27
simple and complex, that cause
each other's conscious experiences.
each other's conscious experiences.
328
1095609
5573
simples e complexa, que causa experiências
conscientes um no outro.
conscientes um no outro.
18:33
Actually, this isn't as crazy
an idea as it seems,
an idea as it seems,
329
1101182
3250
Na verdade, isso não é uma ideia
tão absurda como parece ser
tão absurda como parece ser
18:36
and I'm currently exploring it.
330
1104432
1620
e estou explorando isso atualmente.
18:38
But here's the point:
331
1106592
2066
Mas aqui está a questão:
18:40
Once we let go of our massively intuitive
332
1108658
3321
uma vez que nos desapegamos
de nossa sólida suposição intuitiva,
de nossa sólida suposição intuitiva,
18:43
but massively false assumption
about the nature of reality,
about the nature of reality,
333
1111979
3924
mas falsa sobre a natureza da realidade,
18:47
it opens up new ways to think
about life's greatest mystery.
about life's greatest mystery.
334
1115903
4388
isso abre novas maneiras de pensar
sobre o maior mistério da vida.
sobre o maior mistério da vida.
18:53
I bet that reality will end up
turning out to be more fascinating
turning out to be more fascinating
335
1121251
4609
Eu aposto que a realidade acabará
sendo mais fascinante
sendo mais fascinante
18:57
and unexpected than we've ever imagined.
336
1125860
3974
e inesperada do que jamais imaginamos.
19:01
The theory of evolution presents us
with the ultimate dare:
with the ultimate dare:
337
1129834
4388
A teoria da evolução nos apresenta
com um desafio máximo:
com um desafio máximo:
19:06
Dare to recognize that perception
is not about seeing truth,
is not about seeing truth,
338
1134222
5142
atreva-se a reconhecer que a percepção
não tem a ver com enxergar a verdade,
não tem a ver com enxergar a verdade,
19:11
it's about having kids.
339
1139364
4096
e sim com ter filhos.
19:15
And by the way, even this TED
is just in your head.
is just in your head.
340
1143460
4740
E, a propósito, mesmo essa palestra TED
está apenas nas suas cabeças.
está apenas nas suas cabeças.
19:20
Thank you very much.
341
1148200
2044
Muito obrigado.
19:22
(Applause)
342
1150244
3388
(Aplausos)
Chris Anderson: se é você mesmo aí,
muito obrigado.
muito obrigado.
19:32
Chris Anderson: If that's
really you there, thank you.
really you there, thank you.
343
1160786
3435
19:36
So there's so much from this.
344
1164221
2931
Há muita coisa em tudo isso.
19:39
I mean, first of all, some people
may just be profoundly depressed
may just be profoundly depressed
345
1167152
3269
Em primeiro lugar, algumas pessoas
podem ficar profundamente deprimidas
podem ficar profundamente deprimidas
19:42
at the thought that,
if evolution does not favor reality,
if evolution does not favor reality,
346
1170421
5549
ao pensar que, se evolução
não favorece a realidade...
não favorece a realidade...
19:47
I mean, doesn't that to some extent
undermine all our endeavors here,
undermine all our endeavors here,
347
1175970
3330
Isso até certo ponto não enfraquece
todos os nossos esforços aqui,
todos os nossos esforços aqui,
toda a nossa habilidade de pensar
que podemos pensar a verdade,
que podemos pensar a verdade,
19:51
all our ability to think
that we can think the truth,
that we can think the truth,
348
1179300
2684
19:53
possibly even including
your own theory, if you go there?
your own theory, if you go there?
349
1181984
3506
inclusive a sua própria teoria,
se concordarmos com isso?
se concordarmos com isso?
19:57
Donald Hoffman: Well, this does not
stop us from a successful science.
stop us from a successful science.
350
1185490
4454
Donald Hoffman: Bem, isso não nos impede
de termos uma ciência bem-sucedida.
de termos uma ciência bem-sucedida.
20:01
What we have is one theory
that turned out to be false,
that turned out to be false,
351
1189944
2812
O que temos é uma teoria
que acabou sendo falsa,
que acabou sendo falsa,
20:04
that perception is like reality
and reality is like our perceptions.
and reality is like our perceptions.
352
1192756
4459
de que percepção é como a realidade
e a realidade é como nossas percepções.
e a realidade é como nossas percepções.
20:09
That theory turns out to be false.
353
1197215
1685
Aquela teoria acabou sendo falsa.
20:10
Okay, throw that theory away.
354
1198900
1418
Joguemos essa teoria fora.
20:12
That doesn't stop us from now postulating
all sorts of other theories
all sorts of other theories
355
1200318
3254
Isso não nos impede de agora
postular todo tipo de outras teorias
postular todo tipo de outras teorias
20:15
about the nature of reality,
356
1203572
1358
sobre a natureza da realidade,
20:16
so it's actually progress to recognize
that one of our theories was false.
that one of our theories was false.
357
1204930
3605
então é um progresso reconhecer
que uma das teorias era falsa.
que uma das teorias era falsa.
20:20
So science continues as normal.
There's no problem here.
There's no problem here.
358
1208535
2658
A ciência continua normalmente.
Não há qualquer problema nisto.
Não há qualquer problema nisto.
20:23
CA: So you think it's possible
-- (Laughter) --
-- (Laughter) --
359
1211193
2601
CA: então acha possível... (Risos)
20:25
This is cool, but what you're saying
I think is it's possible that evolution
I think is it's possible that evolution
360
1213794
4110
Isso é legal, mas o que está dizendo,
eu acho, é que é possível que a evolução
eu acho, é que é possível que a evolução
20:29
can still get you to reason.
361
1217904
2647
ainda pode levar-lhe à razão.
20:32
DH: Yes. Now that's a very,
very good point.
very good point.
362
1220551
2313
DH: Sim. Agora esse é um ponto muito bom.
20:34
The evolutionary game simulations that I
showed were specifically about perception,
showed were specifically about perception,
363
1222864
4527
As simulações do jogo evolucionário que
mostrei eram específicas sobre percepção,
mostrei eram específicas sobre percepção,
20:39
and they do show that our perceptions
have been shaped
have been shaped
364
1227391
2578
e elas mostram nossas percepções
foram moldadas
foram moldadas
para não nos mostrar
a realidade como ela é,
a realidade como ela é,
20:41
not to show us reality as it is,
365
1229969
1880
20:43
but that does not mean the same thing
about our logic or mathematics.
about our logic or mathematics.
366
1231849
4273
mas isso não significa a mesma coisa
sobre nossa lógica ou matemática.
sobre nossa lógica ou matemática.
20:48
We haven't done these simulations,
but my bet is that we'll find
but my bet is that we'll find
367
1236122
3622
Não fizemos essas simulações,
mas aposto que vamos descobrir
mas aposto que vamos descobrir
20:51
that there are some selection pressures
for our logic and our mathematics
for our logic and our mathematics
368
1239744
3622
que existem pressões de seleção
para a nossa lógica e nossa matemática
para a nossa lógica e nossa matemática
20:55
to be at least in the direction of truth.
369
1243366
2206
para estarem, pelo menos,
na direção da verdade.
na direção da verdade.
20:57
I mean, if you're like me,
math and logic is not easy.
math and logic is not easy.
370
1245572
2647
Matemática e lógica não são fáceis.
21:00
We don't get it all right, but at least
the selection pressures are not
the selection pressures are not
371
1248219
3351
Não entendemos muito bem,
mas ao menos as pressões de seleção
mas ao menos as pressões de seleção
não são uniformemente distantes
da verdade e da lógica.
da verdade e da lógica.
21:03
uniformly away from true math and logic.
372
1251570
2338
21:05
So I think that we'll find that we have
to look at each cognitive faculty
to look at each cognitive faculty
373
1253908
3320
Acho que descobriremos que temos
que observar cada faculdade cognitiva
que observar cada faculdade cognitiva
21:09
one at a time and see
what evolution does to it.
what evolution does to it.
374
1257228
2624
uma de cada vez e ver
o que a evolução faz com ela.
o que a evolução faz com ela.
21:11
What's true about perception may not
be true about math and logic.
be true about math and logic.
375
1259852
3761
O que é verdade sobre a percepção pode
não ser verdade sobre matemática e lógica.
não ser verdade sobre matemática e lógica.
21:15
CA: I mean, really what you're proposing
is a kind of modern-day Bishop Berkeley
is a kind of modern-day Bishop Berkeley
376
1263613
3994
CA: o que você propõe
é uma nterpretação moderna do mundo
é uma nterpretação moderna do mundo
como a de Bishop Berkeley?
21:19
interpretation of the world:
377
1267607
2391
21:21
consciousness causes matter,
not the other way around.
not the other way around.
378
1269998
2949
"Consciência causa matéria
e não o contrário."
e não o contrário."
21:24
DH: Well, it's slightly
different than Berkeley.
different than Berkeley.
379
1272947
2392
DH: bem, é um pouquinho
diferente de Berkeley.
diferente de Berkeley.
21:27
Berkeley thought that, he was a deist,
and he thought that the ultimate
and he thought that the ultimate
380
1275339
3362
Ele achava isso,
ele era deísta e acreditava
ele era deísta e acreditava
que a natureza última da realidade
era Deus e assim por diante,
era Deus e assim por diante,
21:30
nature of reality is God
and so forth,
and so forth,
381
1278701
2039
21:32
and I don't need to go
where Berkeley's going,
where Berkeley's going,
382
1280740
3110
e não preciso ir onde Berkeley está indo,
21:35
so it's quite a bit
different from Berkeley.
different from Berkeley.
383
1283850
2695
então é bem diferente dele.
Eu chamo isso de realismo consciente.
É uma abordagem muito diferente.
É uma abordagem muito diferente.
21:39
I call this conscious realism.
It's actually a very different approach.
It's actually a very different approach.
384
1287725
3510
CA: Don, poderíamos falar por horas,
e espero fazer isso.
e espero fazer isso.
21:43
CA: Don, I could literally talk with you
for hours, and I hope to do that.
for hours, and I hope to do that.
385
1291235
3590
21:46
Thanks so much for that.
DH: Thank you. (Applause)
DH: Thank you. (Applause)
386
1294825
2473
Obrigado pela palestra.
DH: Obrigado. (Aplausos)
DH: Obrigado. (Aplausos)
ABOUT THE SPEAKER
Donald Hoffman - Cognitive scientistDonald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality.
Why you should listen
In his research to uncover the underlying secrets of human perception, Donald Hoffman has discovered important clues pointing to the subjective nature of reality.
Rather than as a set of absolute physical principles, reality is best understood as a set of phenomena our brain constructs to guide our behavior. To put it simply: we actively create everything we see, and there is no aspect of reality that does not depend on consciousness.
Hoffman is a faculty member at UC Irvine and a recipient of the Troland Award of the US National Academy of Sciences.
Donald Hoffman | Speaker | TED.com