ABOUT THE SPEAKER
Juna Kollmeier - Theoretical astrophysicist
Using all the techniques known to astronomy -- mathematics, computers and data from telescopes on the ground and in space -- Juna Kollmeier seeks to understand how the universe formed by mapping stars, galaxies and black holes at scale.

Why you should listen

As she tells it, Juna Kollmeier believes "all humans have an inalienable right to know about their world. For the past two decades, I have been studying the cosmos -- from planets to galaxies to black holes. I am currently making a new map of the sky -- the fifth generation of the Sloan Digital Sky Survey."

Led to a career in astrophysics by "a STEM camp in Michigan," Kollmeier is currently an astrophysicist at the Carnegie Institution for Science. Her research focuses on the emergence of structure in the universe on multiple scales and how the tiny fluctuations in density that were present when the universe was only 300,000 old became the stars, galaxies and black holes that we see now. Her goal is to complete this new SDSS sky map and to make sure these data remain available to the public for study.

More profile about the speaker
Juna Kollmeier | Speaker | TED.com
TED2019

Juna Kollmeier: The most detailed map of galaxies, black holes and stars ever made

Juna Kollmeier: O mapa mais detalhado de galáxias, buracos negros e estrelas já feito

Filmed:
2,220,125 views

Os seres humanos estudam as estrelas há milhares de anos, mas a astrofísica Juna Kollmeier está em uma missão especial: criar os mapas 3D mais detalhados do Universo já feitos. Viaje pelo cosmos enquanto ela compartilha o trabalho da equipe dela no Sloan Digital Sky Survey, formando imagens de milhões de estrelas, buracos negros e galáxias em detalhes sem precedentes. Se mantivermos o ritmo, diz ela, poderemos mapear todas as grandes galáxias do Universo observável até 2060. "Passamos da organização de conchas para a relatividade geral em alguns milhares de anos", diz ela. "Se esperarmos mais 40, poderemos mapear todas as galáxias."
- Theoretical astrophysicist
Using all the techniques known to astronomy -- mathematics, computers and data from telescopes on the ground and in space -- Juna Kollmeier seeks to understand how the universe formed by mapping stars, galaxies and black holes at scale. Full bio

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

00:13
When I was a kid,
I was afraid of the dark.
0
1722
2934
Quando eu era criança,
tinha medo do escuro.
00:18
The darkness is where the monsters are.
1
6032
2600
A escuridão é o lugar
onde ficam os monstros.
00:21
And I had this little night light
outside of my bedroom
2
9540
4184
Eu tinha uma pequena luz noturna
fora do meu quarto
00:26
so that it would never get too dark.
3
14671
1745
para que nunca ficasse escuro demais.
00:29
But over time, my fear of the dark
turned to curiosity.
4
17973
4865
Mas, com o tempo, meu medo do escuro
transformou-se em curiosidade.
00:35
What is out there in the "dark-dark?"
5
23410
2938
O que há lá fora, no "escuro-escuro"?
00:39
And it turns out
6
27410
1367
Acontece
00:41
that trying to understand the darkness
is something that's fascinated humans
7
29728
4699
que tentar entender a escuridão
é algo que fascina os seres humanos
00:46
for thousands of years, maybe forever.
8
34451
2174
há milhares de anos, talvez para sempre.
00:49
And we know this
9
37389
1857
Sabemos disso
00:51
because we find their ancient relics
of their attempts to map the sky.
10
39270
4737
porque encontramos antigos vestígios
de suas tentativas de mapear o céu.
00:58
This tusk is over 30,000 years old.
11
46317
3309
Esta presa de elefante
tem mais de 30 mil anos.
01:02
Some people think
that it's a carving of Orion
12
50413
2991
Algumas pessoas pensam
que é uma escultura de Orion
01:05
or maybe a calendar.
13
53428
2087
ou talvez um calendário.
01:07
We don't know.
14
55944
1150
Não sabemos.
01:09
The Fuxi star map is over 6,000 years old,
15
57958
4198
O mapa estelar de Fuxi
tem mais de 6 mil anos
01:14
and it's from a neolithic tomb
in ancient China.
16
62180
2467
e é de uma tumba neolítica
da China antiga.
01:17
And that little pile of clamshells
17
65251
2446
Aquela pequena pilha de conchas,
01:19
underneath the dead guy's
foot in the middle --
18
67721
2823
debaixo do pé do cara morto,
na parte central,
01:23
that's supposed to be the Big Dipper.
19
71609
1825
dizem que é o Grande Carro.
01:25
Maybe.
20
73458
1150
Talvez.
01:27
The Nebra disk is uncontroversial.
21
75284
2713
O disco de Nebra é incontroverso.
01:30
You don't have to be an astronomer to know
that you're looking at the Moon phases
22
78902
3945
Você não precisa ser astrônomo para saber
que está observando as fases da Lua
01:34
or the Sun in eclipse.
23
82871
1436
ou o Sol no eclipse.
01:36
And that little group of seven stars,
that's the Pleiades, the Seven Sisters.
24
84331
4055
Aquele pequeno grupo de sete estrelas
são as Plêiades, as Sete Irmãs.
01:41
But in any case, the point is clear:
25
89553
1856
Mas, de qualquer forma, a questão é clara:
01:44
astronomers have been
mapping the sky for a long time.
26
92720
3117
os astrônomos vêm mapeando
o céu há muito tempo.
01:48
Why?
27
96490
1150
Por quê?
01:50
It's our calling card
as a species in the galaxy
28
98227
5398
É nosso cartão de visita
como espécie, na galáxia,
01:55
to figure things out.
29
103649
1959
para descobrir as coisas.
01:58
We know our planet,
30
106203
2136
Conhecemos nosso planeta,
02:00
we cure our diseases,
31
108363
1601
curamos nossas doenças,
02:01
we cook our food,
32
109988
1740
cozinhamos nosso alimento,
02:03
we leave our planet.
33
111752
1825
deixamos nosso planeta.
02:08
But it's not easy.
34
116426
1200
Mas não é fácil.
02:11
Understanding the universe is battle.
35
119037
2865
Compreender o Universo é uma batalha.
02:14
It is unrelenting, it is time-varying,
36
122728
3373
É implacável, variável no tempo,
02:18
and it is one we are all in together.
37
126125
2467
e é algo em que estamos todos juntos.
02:21
It is a battle in the darkness
against the darkness.
38
129292
4364
É uma batalha na escuridão
contra as trevas.
02:26
Which is why Orion has weapons.
39
134853
3619
É por isso que Orion tem armas.
02:34
In any case, if you're
going to engage in this battle,
40
142170
3153
De qualquer forma, se você
vai se envolver nessa batalha,
02:37
you need to know the battlefield.
41
145347
1913
precisa conhecer o campo de batalha.
02:39
So at its core,
42
147284
1198
Em sua essência,
02:40
mapping the sky involves
three essential elements.
43
148506
2666
mapear o céu envolve
três elementos essenciais.
02:43
You've got objects
that are giving off light,
44
151196
3187
Há objetos que emitem luz,
02:46
you've got telescopes
that are collecting that light,
45
154407
3341
há telescópios que a coletam,
02:49
and you've got instruments
46
157772
1436
e há instrumentos
02:51
that are helping you understand
what that light is.
47
159232
2940
que nos ajudam a entender
o que é essa luz.
02:54
Many of you have mapped
the Moon phases over time
48
162196
3369
Muitos de vocês mapearam
as fases da Lua ao longo do tempo
02:57
with your eyes, your eyes being
your more basic telescope.
49
165589
4520
com os olhos, sendo eles
seu telescópio mais básico.
03:02
And you've understood
what that means with your brains,
50
170133
2579
Vocês entenderam o significado
disso com o cérebro,
03:04
your brains being one
of your more basic instruments.
51
172736
2746
sendo ele um dos instrumentos
mais básicos que temos.
03:07
Now, if you and a buddy get together,
52
175506
1947
Se você e um amigo se juntassem,
03:11
you would spend over 30 years,
53
179591
3357
passariam mais de 30 anos,
03:14
you would map 1,000 stars
extremely precisely.
54
182972
3539
mapeariam mil estrelas
com extrema precisão.
03:19
You would move
the front line to the battle.
55
187059
2143
Moveriam a linha de frente para a batalha.
03:21
And that's what Tycho Brahe
and his buddy, or his assistant, really,
56
189552
3962
É isso que Tycho Brahe e o amigo,
ou assistente dele, na verdade,
03:25
Johannes Kepler did back in the 1600s.
57
193538
2769
Johannes Kepler, fizeram nos anos 1600.
03:28
And they moved the line,
58
196331
2270
Eles moveram a linha,
03:30
figured out how planets worked,
59
198625
1826
descobriram como os planetas funcionavam
03:32
how they moved around the Sun.
60
200475
1754
e moviam-se ao redor do Sol.
03:35
But it wasn't until about 100 years ago
61
203141
2643
Mas somente cerca de 100 anos atrás
03:37
that we realized
62
205808
2271
foi que percebemos
03:40
it's a big universe.
63
208103
1368
que o Universo é grande.
03:42
It seems like the universe
is just infinite, which it is,
64
210214
4231
Parece que o Universo
é simplesmente infinito, é verdade,
03:46
but the observable universe is finite.
65
214469
2887
mas o Universo observável é finito.
03:49
Which means we can win the battle.
66
217889
2266
Isso significa que podemos
vencer a batalha.
03:54
But if you're going to map the universe,
67
222402
2006
Mas, se você for mapear o Universo,
03:57
you're not going to do it
with one or two of your besties.
68
225283
2771
não vai fazer isso com um ou dois
de seus melhores amigos.
04:00
Mapping the universe takes an army,
69
228569
2618
O mapeamento do Universo
requer um exército,
04:03
an army of curious, creative, craftspeople
70
231569
3865
um exército de artesãos
curiosos e criativos,
04:07
who, working together,
can accomplish the extraordinary.
71
235458
3405
que, trabalhando juntos,
podem realizar o extraordinário.
04:12
I lead this army of creatives,
72
240476
1826
Lidero esse exército
de pessoas criativas,
04:14
in the fifth generation
of the Sloan Digital Sky Survey, SDSS.
73
242326
3899
na quinta geração
do Sloan Digital Sky Survey, SDSS.
04:18
And this is how astronomers have managed
to shepherd individual curiosity
74
246810
4315
É assim que os astrônomos conseguiram
guiar a curiosidade individual
04:23
through its industrial age,
75
251149
2111
pela era industrial,
04:25
preserving the individual ability
to make discoveries
76
253284
3357
preservando a capacidade individual
de fazer descobertas,
04:28
but putting into place mega machinery
to truly advance the frontier.
77
256665
3886
mas colocando em prática um megamaquinário
para realmente avançar a fronteira.
04:33
In SDSS, we divide the sky
into three mappers:
78
261822
3063
No SDSS, dividimos o céu
em três mapeadores:
04:36
one for the stars, one for the black holes
79
264909
3531
um para as estrelas,
um para os buracos negros
04:40
and one for the galaxies.
80
268464
1875
e um para as galáxias.
04:42
My survey has two hemispheres,
81
270363
2278
Minha pesquisa tem dois hemisférios,
04:44
five telescopes, or 11,
depending on how you count,
82
272665
4301
5 ou 11 telescópios,
dependendo de como é contado,
04:48
10 spectrographs
83
276990
1559
10 espectrógrafos
04:50
and millions of objects.
84
278573
1750
e milhões de objetos.
04:52
It's a monster.
85
280347
1385
É um monstro.
04:53
So let's go through the mappers.
86
281756
1565
Vamos examinar os mapeadores.
04:57
The Milky Way galaxy has 250 billion
plus or minus a few hundred billion stars.
87
285351
6452
A galáxia da Via Láctea
tem 250 bilhões mais ou menos,
algumas centenas de bilhões de estrelas.
05:05
That is not a number
that you hold in your head.
88
293497
2437
Não é um número que se guarde na mente.
05:07
That is a number that doesn't
make practical sense
89
295958
2341
É um número que não faz
sentido prático a quase ninguém.
05:10
to pretty much anybody.
90
298323
1285
05:11
You never get 250 billion jelly beans
in your hand. You know?
91
299632
3400
Não se ganha 250 bilhões de jujubas.
05:17
We're nowhere near mapping
all of those stars yet.
92
305543
3222
Não estamos nem perto de mapear
todas essas estrelas ainda.
05:21
So we have to choose
the most interesting ones.
93
309345
2422
Temos que escolher as mais interessantes.
05:24
In SDSS-V, we're mapping six million stars
94
312829
4150
No SDSS-V, estamos mapeando
6 milhões de estrelas,
05:29
where we think we can measure their age.
95
317003
2086
cuja idade consideramos possível medir.
Porque, se podemos medir
a idade de uma estrela,
05:31
Because if you can measure
the age of a star,
96
319662
2174
05:33
that's like having six million clocks
spread all throughout the Milky Way.
97
321860
3781
é como ter 6 milhões de relógios
espalhados por toda a Via Láctea.
05:37
And with that information,
98
325665
1438
Com essa informação,
05:39
we can unravel the history
and fossil record of our galaxy
99
327127
4620
podemos desvendar a história
e o registro fóssil de nossa galáxia
05:43
and learn how it formed.
100
331771
1366
e aprender como ela se formou.
05:47
I'm just going to cut
right to the chase here.
101
335238
2340
Vou começar a falar
sobre os aspectos importantes.
05:50
Black holes are among the most perplexing
objects in the universe.
102
338436
4853
Os buracos negros estão entre os objetos
mais intrigantes do Universo.
05:55
Why?
103
343627
1156
Por quê?
05:56
Because they are literally just
math incarnate, in a physical form,
104
344807
4011
Porque eles são literal e simplesmente
a matemática encarnada, numa forma física,
06:00
that we barely understand.
105
348842
1498
que mal compreendemos.
06:03
It's like the number zero being animated
and walking around the corridors here.
106
351085
4642
É como o número zero sendo animado
e andando pelos corredores aqui.
06:07
That would be super weird.
107
355751
1406
Isso seria superestranho.
06:09
These are weirder.
108
357181
1371
Esses são mais estranhos.
06:10
And it's not just like a basketball
109
358576
2104
Não é como uma bola de basquete
06:12
that you smoosh down into a little point
and it's super dense and that's weird.
110
360704
3730
achatada em um ponto pequeno,
superdensa e estranha.
06:16
No, smooshed basketballs have a surface.
111
364458
2667
Não, bolas de basquete achatadas
têm uma superfície.
06:19
These things don't have surfaces,
and we know that now.
112
367149
3380
Essas coisas não têm superfícies,
e sabemos disso agora.
06:23
Because we've seen it.
113
371228
1674
Porque vimos isso.
06:24
Or the lack of it.
114
372926
1372
Ou a falta disso.
É muito interessante
06:27
What's really interesting
about black holes
115
375609
2008
que podemos aprender muito
sobre buracos negros
06:29
is that we can learn a lot about them
by studying the material
116
377641
3606
estudando o material
06:33
just as it passes through that point
of no information return.
117
381271
4803
à medida que passa por aquele ponto
sem retorno de informação.
06:38
Because at that point,
118
386098
1452
Porque, naquele ponto,
06:39
it's emitting lots of X-rays
and optical and UV and radio waves.
119
387574
5778
está emitindo muitos raios X
e ondas ópticas, de UV e de rádio.
06:45
We can actually learn
how these objects grow.
120
393376
3011
Podemos, na verdade, descobrir
como esses objetos crescem.
06:48
And in SDSS, we're looking at over
half a million supermassive black holes,
121
396956
5542
No SDSS, estamos analisando
mais de meio milhão
de buracos negros supermassivos,
06:54
to try to understand how they formed.
122
402522
2466
para tentar entender como se formaram.
06:58
Like I said,
123
406022
1245
Como eu disse,
07:00
we live in the Milky Way,
you guys are all familiar with that.
124
408109
2978
vivemos na Via Láctea.
Vocês todos sabem disso.
07:04
The Milky Way is a completely
average galaxy.
125
412009
3651
A Via Láctea é uma galáxia
completamente normal.
07:08
Nothing funny going on.
126
416605
1533
Não há nada divertido acontecendo.
07:10
But it's ours, which is great.
127
418859
1933
Mas é nossa, o que é ótimo.
07:14
We think that the Milky Way,
and all the Milky Ways,
128
422794
4040
Achamos que a Via Láctea,
e todas as Via Lácteas,
07:18
have this really disturbing past
129
426858
2640
têm um passado muito perturbador
07:21
of literally blowing themselves apart.
130
429522
3251
de literalmente se separarem.
07:25
It's like every average guy you know
131
433597
3580
É como todo cara comum que você conhece
07:29
has a history as a punk rock teenager.
132
437201
2721
que viveu uma fase punk rock
na adolescência.
07:32
That's very bizarre.
133
440582
1333
Isso é muito bizarro.
07:36
Stars are blowing up in these systems,
134
444744
2031
Estrelas estão explodindo nesses sistemas,
07:38
black holes are growing at their centers
135
446799
1984
buracos negros estão crescendo
no centro deles
07:40
and emitting a tremendous
amount of energy.
136
448807
2556
e emitindo uma quantidade
enorme de energia.
07:43
How does that happen,
how does this transformation happen?
137
451387
2944
Como acontece essa transformação?
07:46
And at SDSS, we're going
to the bellies of the beast
138
454355
2484
No SDSS, estamos indo
para o interior da fera
e ampliando bastante,
07:48
and zooming way in,
139
456863
1734
07:50
to look at these processes
where they are occurring
140
458621
2992
para analisar onde esses
processos estão ocorrendo
07:53
in order to understand how Sid Vicious
grows up into Ward Cleaver.
141
461637
5026
e entender como Sid Vicious
torna-se Ward Cleaver.
08:01
My arsenal.
142
469389
1412
Meu arsenal.
08:02
These are my two big telescopes.
143
470825
2024
Estes são meus dois grandes telescópios.
08:04
The Apache Point Observatory
hosts the Sloan telescope in New Mexico,
144
472873
4891
O Observatório de Apache Point abriga
o telescópio Sloan, no Novo México,
08:09
and the Las Campanas Observatory in Chile
145
477788
2154
e o Observatório Las Campanas, no Chile,
08:11
hosts the two-and-a-half-meter
telescope, the du Pont.
146
479966
2984
abriga o telescópio du Pont de 2,5 m.
08:15
Two and a half meters
is the size of our mirror,
147
483734
2603
Dois metros e meio
é o tamanho de nosso espelho,
08:18
which was huge for Tycho and Kepler.
148
486361
2027
que era enorme para Tycho e Kepler,
mas, na verdade, não é tão grande hoje.
08:20
But it's actually not so big today.
149
488412
1814
08:22
There are way bigger telescopes out there.
150
490250
2397
Há telescópios bem maiores por aí.
08:24
But in SDSS we use new instruments
on these old telescopes
151
492671
5132
Porém, no SDSS, usamos novos instrumentos
nesses velhos telescópios
08:29
to make them interesting.
152
497827
1667
para torná-los interessantes.
08:32
We capture light from all
of those objects into our aperture,
153
500422
4663
Capturamos a luz de todos
esses objetos em nossa abertura,
08:37
and that light is then focused
at the focal plane,
154
505109
2928
e essa luz é então focada no plano focal,
08:40
where our instruments sit
and process that light.
155
508061
2342
em que nossos instrumentos
ficam e a processam.
08:42
What's new in SDSS-V
156
510831
1934
A novidade no SDSS-V
08:44
is that we're making the focal plane
entirely robotic.
157
512789
3721
é que estamos tornando o plano focal
totalmente robótico.
08:49
That's right: robots.
158
517051
2108
É isso mesmo: robôs.
08:51
(Laughter)
159
519183
1150
(Risos)
08:53
So I'm going to show them to you,
160
521019
2106
Vou mostrá-los a vocês,
08:55
but they're fierce and terrifying,
161
523149
3633
mas eles são ferozes e aterrorizantes,
08:58
and I want you all to just take a breath.
162
526806
2020
e quero que todos vocês respirem fundo.
09:01
(Exhales) Trigger warning.
163
529450
1754
(Expiração) Aviso de disparo.
09:03
And with no apologies to all
the Blade Runners among you,
164
531722
3840
Sem desculpas para todos
os Blade Runners entre vocês,
09:08
here they are.
165
536516
1357
aqui estão eles.
09:09
(Laughter)
166
537897
1713
(Risos)
09:11
I have 1,000 of these,
167
539634
1395
Tenho mil deles,
09:13
500 in the focal plane
of each telescope in each hemisphere.
168
541053
3297
500 no plano focal de cada
telescópio em cada hemisfério.
09:18
And this is how they move on the sky.
169
546061
1878
É assim que eles se movem no céu.
09:20
So these are our objects and a star field,
170
548411
2287
Estes são nossos objetos
e um campo de estrelas.
09:22
so you've got stars,
galaxies, black holes.
171
550722
2175
Temos estrelas, galáxias, buracos negros.
09:24
And our robots move to those objects
as we pass over them
172
552921
4952
Nossos robôs se movem para esses
objetos quando passamos por eles
09:29
in order to capture the light
173
557897
1585
para capturar a luz
09:31
from those stars and galaxies
and black holes, and yes,
174
559506
3881
daquelas estrelas, galáxias
e buracos negros, e sim,
09:35
it is weird to capture black hole light,
175
563411
2214
é estranho capturar luz de buraco negro,
09:37
but we've already gone over
that black holes are weird.
176
565649
2959
mas já falamos que
buracos negros são estranhos.
09:42
One more thing.
177
570475
1150
Mais uma coisa.
09:44
Stars are exploding all the time,
178
572966
2461
As estrelas estão explodindo o tempo todo,
09:47
like this one did back in 1987
in our cosmic backyard.
179
575451
3718
como esta, em 1987,
em nosso quintal cósmico.
09:53
Black holes are growing all the time.
180
581427
3365
Buracos negros estão
crescendo o tempo todo.
09:59
There is a new sky every night.
181
587088
3508
Há um céu novo todas as noites.
10:03
Which means we can't just
map the sky one time.
182
591438
3333
Isso significa que não podemos
simplesmente mapear o céu uma vez.
10:06
We have to map the sky multiple times.
183
594795
2534
Temos que mapear o céu várias vezes.
10:10
So in SDSS-V, we're going back
to each part of the sky multiple times
184
598782
4229
No SDSS-V, vamos voltar
a cada parte do céu várias vezes
10:15
in order to see how
these objects change over time.
185
603035
3357
para ver como esses objetos
mudam com o tempo.
10:18
Because those changes in time
encode the physics,
186
606416
3284
Porque essas mudanças no tempo
codificam a física
10:21
and they encode how these objects
are growing and changing.
187
609724
3979
e como esses objetos
estão crescendo e mudando.
10:27
Mow the sky.
188
615399
1150
Cortar o céu.
10:30
OK, let me just recap.
189
618177
1991
Tudo bem, deixem-me recapitular.
10:32
Global survey, two hemispheres,
190
620744
2579
Pesquisa global, dois hemisférios,
10:36
five telescopes, 10 spectrographs,
millions of objects, mow the sky,
191
624537
5056
cinco telescópios, dez espectrógrafos,
milhões de objetos, cortar o céu,
10:41
creative army, robots, yeah.
192
629617
2920
exército criativo, robôs, sim.
10:44
So you're thinking, "Wow.
193
632561
1668
Vocês estão pensando: "Uau.
10:46
She must have this
industrial machine going,
194
634253
2705
Ela deve ter essa máquina
industrial funcionando,
10:48
no room for the individual, curious,
lone wolf genius," right?
195
636982
3270
sem espaço para o gênio sedutor,
individual, curioso, solitário", não é?
10:52
And you'd be 100 percent wrong.
196
640847
1712
Vocês estariam 100% enganados.
10:55
Meet Hanny's Voorwerp.
197
643234
1467
Conheçam Hanny's Voorwerp.
10:57
Hanny van Arkel was a Dutch schoolteacher
198
645274
2230
Hanny van Arkel era professora
de escola holandesa
10:59
who was analyzing the public
versions of the SDSS data,
199
647528
3896
que estava analisando as versões
públicas dos dados do SDSS,
11:03
when she found this
incredibly rare type of object,
200
651448
3800
quando descobriu este tipo
de objeto incrivelmente raro,
11:07
which is now a subject of major study.
201
655272
2533
que agora é assunto de grande estudo.
11:10
She was able to do this
202
658621
1550
Ela conseguiu fazer isso
11:12
because SDSS, since its beginning
and by mandate from the Sloan Foundation,
203
660195
4525
porque o SDSS, desde o início
e por autorização da Sloan Foundation,
11:16
has made its data both publicly available
204
664744
2635
tornou seus dados disponíveis publicamente
11:19
and usable to a broad range of audiences.
205
667403
3793
e utilizáveis ​​para uma ampla
gama de pessoas.
11:23
She's a citizen -- yeah, clap for that.
206
671792
2745
Ela é cidadã... sim, aplaudam isso.
11:26
Clap for that.
207
674561
1151
Batam palmas.
11:27
(Applause)
208
675736
3246
(Aplausos)
11:31
Hanny is a citizen scientist,
209
679006
1532
Hanny é cientista-cidadã,
11:32
or as I like to call them,
210
680562
1784
ou, como gosto de chamar:
11:34
"citizen warriors."
211
682370
1283
"guerreira-cidadã".
11:36
And she shows that you don't have to be
a fancy astrophysicist to participate.
212
684284
6301
Ela mostra que você não precisa ser
um astrofísico de nível superior
para participar.
11:43
You just have to be curious.
213
691037
1675
Você só tem que ser curioso.
11:46
A few years ago,
214
694425
1574
Há alguns anos,
11:48
my four-year-old asked,
"Can moons have moons?"
215
696023
3332
meu filho de quatro anos perguntou:
"As luas podem ter luas?"
11:51
And I set about to answer this question
216
699989
1969
Comecei a responder a essa pergunta
11:53
because even though many
four-year-olds over all of time
217
701982
3587
porque, apesar de muitas crianças
de quatro anos de idade, todo o tempo,
11:57
have probably asked this question,
218
705593
2013
terem feito provavelmente essa pergunta,
11:59
many experts, including myself,
didn't know the answer.
219
707630
3765
muitos especialistas, inclusive eu,
não sabiam a resposta.
12:04
These are the moons in our solar system
that can host hypothetical submoons.
220
712157
3848
Estas são as luas de nosso sistema solar
que podem hospedar subluas hipotéticas.
12:08
And that just goes to show you
that there are so many basic questions
221
716491
4015
Isso só serve para mostrar a vocês
que há muitas questões básicas
12:12
left to be understood.
222
720530
2134
que ainda precisam ser entendidas.
12:17
And this brings me to the most
important point about SDSS.
223
725665
4672
Isso me leva à questão
mais importante sobre o SDSS.
12:23
Because, yeah, the stars, the galaxies,
the black holes, the robots --
224
731036
4080
Porque, sim, as estrelas, as galáxias,
os buracos negros, os robôs,
12:27
that's all super cool.
225
735140
1466
tudo isso é superlegal.
12:30
But the coolest thing of all
226
738879
2063
Mas o mais legal de tudo
12:32
is that eensy-weensy creatures
on a rubble pile
227
740966
3244
é que as criaturas minúsculas
em uma pilha de escombros
12:36
around a totally average star
in a totally average galaxy
228
744234
3829
em torno de uma estrela totalmente comum
em uma galáxia totalmente comum
12:40
can win the battle
to understand their world.
229
748087
3785
podem ganhar a batalha
para entender o mundo delas.
12:44
Every dot in this video is a galaxy.
230
752714
4871
Cada ponto, neste vídeo,
é uma galáxia.
12:51
Every dot.
231
759323
1150
Cada ponto.
12:59
(Cheers) (Applause)
232
767553
6762
(Vivas) (Aplausos)
13:06
I'm showing here the number of galaxies
233
774339
1890
Este é o número de galáxias
13:08
that astronomers have mapped
in large surveys since about 1980.
234
776253
3395
que os astrônomos mapearam
em grandes pesquisas desde 1980.
13:12
You can see SDSS kick in around Y2K.
235
780109
2754
Vocês podem ver o SDSS em torno do Y2K.
13:15
If we stay on this line,
236
783921
2580
Se permanecermos nessa linha,
13:18
we will map every large galaxy
in the observable universe by 2060.
237
786525
5905
mapearemos todas as grandes galáxias
do Universo observável até 2060.
13:25
Think about that.
238
793406
1354
Pensem nisso.
13:26
Think about it: we've gone
from arranging clamshells
239
794784
4126
Passamos da organização de conchas
13:30
to general relativity to SDSS
in a few thousand years --
240
798934
4087
para a relatividade geral e para o SDSS
em alguns milhares de anos,
13:35
and if we hang on 40 more,
241
803045
2310
e, se esperarmos mais 40,
13:39
we can map all the galaxies.
242
807077
2063
poderemos mapear todas as galáxias.
13:41
But we have to stay on the line.
243
809859
1850
Mas temos que ficar na linha.
13:44
Will that be our choice?
244
812557
1341
Será essa a nossa escolha?
13:48
There are dark forces in this world
245
816684
2639
Existem forças obscuras neste mundo
13:51
that will rob our entire species
of our right to understand our universe.
246
819347
6357
que irão roubar toda a nossa espécie
de nosso direito
de entender nosso Universo.
13:58
Don't be afraid of the dark.
247
826466
1525
Não tenham medo do escuro.
14:00
Fight back.
248
828498
1150
Defendam-se.
14:02
Join us.
249
830173
1190
Juntem-se a nós.
14:03
Thank you.
250
831387
1150
Obrigada.
(Aplausos) (Vivas)
14:04
(Applause)
251
832561
6851
Translated by Maurício Kakuei Tanaka
Reviewed by Leonardo Silva

▲Back to top

ABOUT THE SPEAKER
Juna Kollmeier - Theoretical astrophysicist
Using all the techniques known to astronomy -- mathematics, computers and data from telescopes on the ground and in space -- Juna Kollmeier seeks to understand how the universe formed by mapping stars, galaxies and black holes at scale.

Why you should listen

As she tells it, Juna Kollmeier believes "all humans have an inalienable right to know about their world. For the past two decades, I have been studying the cosmos -- from planets to galaxies to black holes. I am currently making a new map of the sky -- the fifth generation of the Sloan Digital Sky Survey."

Led to a career in astrophysics by "a STEM camp in Michigan," Kollmeier is currently an astrophysicist at the Carnegie Institution for Science. Her research focuses on the emergence of structure in the universe on multiple scales and how the tiny fluctuations in density that were present when the universe was only 300,000 old became the stars, galaxies and black holes that we see now. Her goal is to complete this new SDSS sky map and to make sure these data remain available to the public for study.

More profile about the speaker
Juna Kollmeier | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee