ABOUT THE SPEAKER

Andrew Connolly - Astronomer
Andrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way.

Why you should listen

Andrew Connolly's research focuses on understanding the evolution of our universe, by studying how structure forms and evolves on small and large scales -- from the search for asteroids to the clustering of distant galaxies. He's a ten-year veteran of the Large Synoptic Sky Survey, and is now prepping for the unprecedented data streams we could expect from the under-construction Large Synoptic Survey Telescope.

Set on an 8,800-foot peak in northern Chile, the LSST will have an 8.4-meter primary mirror, a 10-square-degree field of view and a 3.2 gigapixel camera. It will survey half the sky every three nights, creating about 100 terabytes of data every week. Astronomers, Connolly suggests, will need wholly new tools to wrangle this amount of data -- so he has been helping bring together computer scientists, statisticians and astronomers to develop scalable algorithms for processing massive data streams.

On sabbatical from the University of Washington, Connolly led the development of Google Sky, and he's now working with Microsoft to develop affordable digital planetariums.

More profile about the speaker
Andrew Connolly | Speaker | TED.com

TED2014

Andrew Connolly: What's the next window into our universe?

Andrew Connolly: Qual é a próxima janela para o universo?

Filmed: 2014-03-19

1,261,423 views

Big data está em toda parte, até nos céus. Em uma palestra informativa, o astrônomo Andrew Connolly mostra como estão sendo coletadas grandes quantidades de dados sobre o universo, registrando sua contínua transformação. De que forma os cientistas coletam tantas imagens em grande escala? Tudo começa com um telescópio gigante...

Andrew Connolly - Astronomer
Andrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way. Full bio

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

00:13

So in 1781, an English composer,

0

1119

3471

Em 1781, um compositor inglês,

00:16

technologist and astronomer called William Herschel

1

4590

3139

tecnólogo e astrônomo
chamado William Herschel

00:19

noticed an object on the sky that

2

7729

1743

notou um objeto no céu

que não se movia da mesma forma
que as outras estrelas.

00:21

didn't quite move the way the rest of the stars did.

3

9472

2868

00:24

And Herschel's recognition
that something was different,

4

12340

3094

A percepção de Herschel de
que algo era diferente,

00:27

that something wasn't quite right,

5

15434

1867

que algo não estava muito certo,

00:29

was the discovery of a planet,

6

17301

1822

foi a descoberta de um planeta,

00:31

the planet Uranus,

7

19123

2077

o planeta Urano,

um nome que divertiu

00:33

a name that has entertained

8

21200

1355

00:34

countless generations of children,

9

22555

3160

numerosas gerações de crianças,

00:37

but a planet that overnight

10

25715

2335

porém um planeta que da noite para o dia

00:40

doubled the size of our known solar system.

11

28050

2616

dobrou o tamanho
do sistema solar conhecido.

00:42

Just last month, NASA announced the discovery

12

30666

1855

No mês que passou

a NASA anunciou a descoberta
de 517 novos planetas

00:44

of 517 new planets

13

32521

2329

00:46

in orbit around nearby stars,

14

34850

2126

que orbitam estrelas próximas,

00:48

almost doubling overnight the number of planets

15

36976

2251

quase dobrando de um dia
para o outro o número de planetas

00:51

we know about within our galaxy.

16

39227

2598

que conhecemos dentro de nossa galáxia.

00:53

So astronomy is constantly being transformed by this

17

41825

2632

A astronomia está constantemente
sendo transformada

por essa capacidade de coletar dados,

00:56

capacity to collect data,

18

44457

2138

00:58

and with data almost doubling every year,

19

46595

2545

e com os dados quase dobrando a cada ano,

01:01

within the next two decades, me may even

20

49140

1808

dentro de duas décadas, poderemos até

01:02

reach the point for the first time in history

21

50948

2318

alcançar o ponto,
pela primeira vez na história,

01:05

where we've discovered the majority of the galaxies

22

53266

2854

em que teremos descoberto
a maior parte das galáxias

01:08

within the universe.

23

56120

1724

do universo.

01:09

But as we enter this era of big data,

24

57844

2284

Quando entramos na era do big data,

01:12

what we're beginning to find is there's a difference

25

60128

1980

começamos a descobrir
haver uma diferença

01:14

between more data being just better

26

62108

3161

entre ter mais dados ser apenas melhor

01:17

and more data being different,

27

65269

1980

e ter mais dados ser diferente,

01:19

capable of changing the questions we want to ask,

28

67249

2891

capaz de mudar as perguntas
que desejamos fazer,

01:22

and this difference is not about
how much data we collect,

29

70140

3320

e essa diferença não está
na quantidade de dados que coletamos

01:25

it's whether those data open new windows

30

73460

1689

e sim em se esses dados abrem
novas janelas para o universo

01:27

into our universe,

31

75149

1378

01:28

whether they change the way we view the sky.

32

76527

2885

se eles mudam o modo como vemos o céu.

01:31

So what is the next window into our universe?

33

79412

3439

Então, qual é a próxima
janela para o universo?

01:34

What is the next chapter for astronomy?

34

82851

2791

Qual é o próximo capítulo da astronomia?

01:37

Well, I'm going to show you some
of the tools and the technologies

35

85642

2655

Bem, vou mostrar-lhes algumas
das ferranentas e tecnologias

01:40

that we're going to develop over the next decade,

36

88297

2564

que iremos desenvolver na próxima década,

01:42

and how these technologies,

37

90861

1473

e como essas tecnologias,

juntamente com o uso
inteligente dos dados,

01:44

together with the smart use of data,

38

92334

1868

01:46

may once again transform astronomy

39

94202

2970

podem mais uma vez
transformar a astronomia

abrindo uma janela para o universo,

01:49

by opening up a window into our universe,

40

97172

2047

01:51

the window of time.

41

99219

1781

a janela do tempo.

Por que o tempo?
Bem, o tempo trata das origens,

01:53

Why time? Well, time is about origins,

42

101000

2584

01:55

and it's about evolution.

43

103584

1890

e da evolução.

As origens do nosso sistema solar,

01:57

The origins of our solar system,

44

105474

1496

01:58

how our solar system came into being,

45

106970

2204

como nosso sistema solar surgiu,

02:01

is it unusual or special in any way?

46

109174

3409

ele é de alguma forma incomum ou especial?

Falemos da evolução do universo.

02:04

About the evolution of our universe.

47

112583

1991

02:06

Why our universe is continuing to expand,

48

114574

3006

Por que nosso universo continua a expandir-se

e o que é a misteriosa energia escura

02:09

and what is this mysterious dark energy

49

117580

1933

02:11

that drives that expansion?

50

119513

2615

que promove essa expansão?

Mas primeiro, eu quero
mostrar-lhes como a tecnologia

02:14

But first, I want to show you how technology

51

122128

2764

02:16

is going to change the way we view the sky.

52

124892

2771

irá mudar o jeito como nós vemos o céu.

Imagine que você esteja
nas montanhas do norte do Chile,

02:19

So imagine if you were sitting

53

127663

1507

02:21

in the mountains of northern Chile

54

129170

2092

olhando para o oeste,
em direção ao Oceano Pacífico,

02:23

looking out to the west

55

131262

1407

02:24

towards the Pacific Ocean

56

132669

2048

algumas horas antes do amanhecer.

02:26

a few hours before sunrise.

57

134717

2564

02:29

This is the view of the night sky that you would see,

58

137281

3237

Esta é a visão do céu noturno
que você teria,

02:32

and it's a beautiful view,

59

140518

1671

e é uma visão linda,

02:34

with the Milky Way just peeking out over the horizon.

60

142189

2913

com a Via Láctea acima do horizonte.

02:37

but it's also a static view,

61

145102

2160

Mas é também uma visão estática.

02:39

and in many ways, this is the
way we think of our universe:

62

147262

2758

De várias formas, esse é o modo
como imaginamos nosso universo,

eterno e imutável.

02:42

eternal and unchanging.

63

150020

2394

No entanto,
o universo não tem nada de estático.

02:44

But the universe is anything but static.

64

152414

1991

02:46

It constantly changes on timescales of seconds

65

154405

2531

Ele muda constantemente
em questão de segundos

02:48

to billions of years.

66

156936

1845

ou de bilhões de anos.

02:50

Galaxies merge, they collide

67

158781

1744

As galáxias se mesclam,
colidem com outras

02:52

at hundreds of thousands of miles per hour.

68

160525

2655

a centenas de milhares
de quilômetros por hora.

02:55

Stars are born, they die,

69

163180

2070

Estrelas nascem e morrem,

02:57

they explode in these extravagant displays.

70

165250

3150

explodem em espetáculos extravagantes.

De fato, se pudermos voltar
aos céus tranquilos do Chile

03:00

In fact, if we could go back

71

168400

1270

03:01

to our tranquil skies above Chile,

72

169670

2599

03:04

and we allow time to move forward

73

172269

2465

e deixarmos o tempo passar

03:06

to see how the sky might change over the next year,

74

174734

4393

para ver como o céu pode mudar
no ano seguinte,

as pulsações que vocês veem

03:11

the pulsations that you see

75

179127

2290

03:13

are supernovae, the final remnants of a dying star

76

181417

4409

são uma supernova, os restos finais
de uma estrela que morre

03:17

exploding, brightening and then fading from view,

77

185826

3747

explodindo, brilhando
e depois tornando-se invisível.

03:21

each one of these supernovae

78

189573

1890

Cada uma dessas supernovas

03:23

five billion times the brightness of our sun,

79

191463

3003

tem brilho cinco bilhões de vezes
maior que o do nosso Sol,

e assim são visíveis a grandes distâncias

03:26

so we can see them to great distances

80

194466

2340

03:28

but only for a short amount of time.

81

196806

2496

mas apenas por um curto período de tempo.

03:31

Ten supernova per second explode somewhere

82

199302

2577

Dez supernovas por segundo
explodem em algum lugar

03:33

in our universe.

83

201879

1417

do nosso universo.

03:35

If we could hear it,

84

203296

1420

Se pudéssemos ouvi-lo,

03:36

it would be popping like a bag of popcorn.

85

204716

3699

estariam pulando como em
um saco de pipocas.

03:40

Now, if we fade out the supernovae,

86

208415

3127

Quando as supernovas
se apagam gradualmente,

03:43

it's not just brightness that changes.

87

211542

3229

não é apenas o brilho que muda.

03:46

Our sky is in constant motion.

88

214771

2339

O céu está em constante movimento.

03:49

This swarm of objects you
see streaming across the sky

89

217110

3170

O enxame de objetos que se vê
fluindo pelo céu

são asteroides que orbitam o Sol,

03:52

are asteroids as they orbit our sun,

90

220280

2658

03:54

and it's these changes and the motion

91

222938

1972

e são essas mudanças e movimentos

03:56

and it's the dynamics of the system

92

224910

2324

e é a dinâmica do sistema

03:59

that allow us to build our models for our universe,

93

227234

2373

que nos permitem construir
modelos do universo,

04:01

to predict its future and to explain its past.

94

229607

4073

para prever seu futuro
e explicar seu passado.

04:05

But the telescopes we've used over the last decade

95

233680

3094

Mas os telescópios que
usamos na última década

04:08

are not designed to capture the data at this scale.

96

236774

4015

não foram projetados para capturar
dados nesta escala.

04:12

The Hubble Space Telescope:

97

240789

1620

O Telescópio Espacial Hubble,

04:14

for the last 25 years it's been producing

98

242409

2261

produziu nos últimos 25 anos

04:16

some of the most detailed views

99

244670

1961

algumas das imagens mais detalhadas

04:18

of our distant universe,

100

246631

1991

do nosso universo distante.

04:20

but if you tried to use the Hubble to create an image

101

248622

2070

Mas se você tentar usar o Hubble
para criar uma imagem do céu,

04:22

of the sky, it would take 13 million individual images,

102

250692

4578

seriam necessárias
13 milhões de imagens individuais,

04:27

about 120 years to do this just once.

103

255270

3712

e cerca de 120 anos
para fazê-lo apenas uma vez.

04:30

So this is driving us to new technologies

104

258982

2261

Então isso está nos levando
a novas tecnologias

04:33

and new telescopes,

105

261243

1847

e a novos telescópios,

04:35

telescopes that can go faint

106

263090

1742

que pesquisem rapidamente

para observar o universo distante

04:36

to look at the distant universe

107

264832

1553

04:38

but also telescopes that can go wide

108

266385

2681

e também telescópios
que podem ampliar

04:41

to capture the sky as rapidly as possible,

109

269066

2819

para capturar o céu
o mais rápido possível,

04:43

telescopes like the Large Synoptic Survey Telescope,

110

271885

3561

telescópios como o
Large Synoptic Survey Telescope,

04:47

or the LSST,

111

275446

1879

ou LSST,

04:49

possibly the most boring name ever

112

277325

2340

provavelmente o nome mais chato

04:51

for one of the most fascinating experiments

113

279665

1979

para um dos experimentos
mais fascinantes

04:53

in the history of astronomy,

114

281644

1992

da história da astronomia.

04:55

in fact proof, if you should need it,

115

283636

2214

Prova de fato que, se precisamos dele,

04:57

that you should never allow
a scientist or an engineer

116

285850

2668

nunca deveríamos permitir
que um cientista ou engenheiro

05:00

to name anything, not even your children.
(Laughter)

117

288518

5831

desse nome a qualquer coisa,
nem mesmo aos seus filhos.

(Risos)

Estamos construindo o LSST.

05:06

We're building the LSST.

118

294349

1465

05:07

We expect it to start taking data
by the end of this decade.

119

295814

3381

Esperamos começar a recolher dados
lá pelo fim desta década.

05:11

I'm going to show you how we think

120

299195

1699

Mostrarei como nós acreditamos

05:12

it's going to transform
our views of the universe,

121

300894

3577

que ele vai transformar
nossas visões do universo,

porque uma imagem do LSST

05:16

because one image from the LSST

122

304471

2374

é equivalente a 3 mil imagens
do Telescócio Espacial Hubble,

05:18

is equivalent to 3,000 images

123

306845

2385

05:21

from the Hubble Space Telescope,

124

309230

2126

cada imagem com
três graus e meio do céu,

05:23

each image three and a half degrees on the sky,

125

311356

3138

05:26

seven times the width of the full moon.

126

314494

2776

sete vezes a abertura da lua cheia,

05:29

Well, how do you capture an image at this scale?

127

317270

2309

Bem, como se captura
uma imagem nessa escala?

05:31

Well, you build the largest digital camera in history,

128

319579

4151

Bem, você constroi a maior
câmera digital da história,

05:35

using the same technology you find
in the cameras in your cell phone

129

323730

3161

usando a mesma tecnologia
das câmeras de um telefone celular

05:38

or in the digital cameras you
can buy in the High Street,

130

326891

3791

ou das câmeras digitais que
podem ser compradas na High Street,

05:42

but now at a scale that is five and a half feet across,

131

330682

3120

porém com 1,68 metro de comprimento,

05:45

about the size of a Volkswagen Beetle,

132

333802

2408

quase do tamanho de um Fusca,

05:48

where one image is three billion pixels.

133

336210

2958

na qual uma imagem
tem três bilhões de pixels.

Se desejassem examinar uma imagem

05:51

So if you wanted to look at an image

134

339168

1338

05:52

in its full resolution, just a single LSST image,

135

340506

3229

com definição total,
apenas uma única imagem LSST.

05:55

it would take about 1,500
high-definition TV screens.

136

343735

4725

seriam necesssárias cerca de 1.500
telas de TV de alta definição.

06:00

And this camera will image the sky,

137

348460

2778

E esta camera vai fazer a imagem do céu

06:03

taking a new picture every 20 seconds,

138

351238

3038

tirando uma foto a cada 20 segundos,

06:06

constantly scanning the sky

139

354276

2188

varrendo o céu constantemente.

06:08

so every three nights, we'll get a completely new view

140

356464

2825

A cada três noites,
teremos uma vista completamente nova

06:11

of the skies above Chile.

141

359289

2383

do céu do Chile.

06:13

Over the mission lifetime of this telescope,

142

361672

2835

Enquanto durar a missão deste telescópio,

06:16

it will detect 40 billion stars and galaxies,

143

364507

3352

ele detectará 40 bilhões
de estrelas e galáxias,

e será a primeira vez

06:19

and that will be for the first time

144

367859

1500

06:21

we'll have detected more objects in our universe

145

369359

2775

que detectaremos mais obejtos no universo

06:24

than people on the Earth.

146

372134

2689

do que o número de pessoas na Terra.

06:26

Now, we can talk about this

147

374823

1215

Podemos falar nisso

06:28

in terms of terabytes and petabytes

148

376038

2362

em termos de terabytes e petabytes

06:30

and billions of objects,

149

378400

1519

e bilhões de objetos.

06:31

but a way to get a sense of the amount of data

150

379919

1748

Para dar uma ideia da quantidade de dados

06:33

that will come off this camera

151

381667

1899

que surgirão com esta camera,

06:35

is that it's like playing every TED Talk ever recorded

152

383566

4731

é como se exibíssemos
todos as palestras TED já gravadas

06:40

simultaneously, 24 hours a day,

153

388297

3073

simultaneamente, 24 horas por dia,

06:43

seven days a week, for 10 years.

154

391370

2858

sete dias por semana, durante 10 anos.

06:46

And to process this data means

155

394228

2261

E processar esses dados significa

06:48

searching through all of those talks

156

396489

1924

pesquisar em todas as palestras

06:50

for every new idea and every new concept,

157

398413

2249

cada nova ideia e cada novo conceito,

06:52

looking at each part of the video

158

400662

1856

olhando cada parte do vídeo

06:54

to see how one frame may have changed

159

402518

2025

para ver se houve mudança de um quadro

06:56

from the next.

160

404543

1845

para o seguinte.

06:58

And this is changing the way that we do science,

161

406388

2351

E isso está mudando
o modo como fazemos ciência,

07:00

changing the way that we do astronomy,

162

408739

2255

mudando o modo como fazemos astronomia,

07:02

to a place where software and algorithms

163

410994

2256

para uma situação
onde software e algorítmos

07:05

have to mine through this data,

164

413250

1868

têm que prospectar pelos dados,

07:07

where the software is as critical to the science

165

415118

3206

onde o software é
tão fundamental para a ciência

07:10

as the telescopes and the
cameras that we've built.

166

418324

4027

quanto os telescópios e câmeras
que nós construímos.

07:14

Now, thousands of discoveries

167

422351

2587

Agora, milhares de descobertas

07:16

will come from this project,

168

424938

1935

virão desse projeto,

07:18

but I'm just going to tell you about two

169

426873

1451

mas eu lhes contarei somente duas
das ideias sobre as origens e a evolução

07:20

of the ideas about origins and evolution

170

428324

2363

07:22

that may be transformed by our access

171

430687

2253

que podem ser transformadas pelo
acesso a dados desta escala.

07:24

to data at this scale.

172

432940

2561

Nos últimos cinco anos, a NASA descobriu

07:27

In the last five years, NASA has discovered

173

435501

2385

07:29

over 1,000 planetary systems

174

437886

2261

mais de mil sistemas planetários

07:32

around nearby stars,

175

440147

2093

em torno de estrelas próximas.

07:34

but the systems we're finding

176

442240

1930

Mas os sistemas descobertos

07:36

aren't much like our own solar system,

177

444170

2490

não são semelhantes ao
nosso próprio sistema solar,

07:38

and one of the questions we face is

178

446660

1575

e uma das questões que enfrentamos

07:40

is it just that we haven't been looking hard enough

179

448235

2318

é que talvez não tenhamos
procurado o suficiente

07:42

or is there something special or unusual

180

450553

1766

ou se há algo especial ou incomum

07:44

about how our solar system formed?

181

452319

2418

no modo como o sistema solar foi formado.

07:46

And if we want to answer that question,

182

454737

2262

Se quisermos responder essa pergunta,

teremos que conhecer e compreender

07:48

we have to know and understand

183

456999

1439

07:50

the history of our solar system in detail,

184

458438

2836

a história do sistema solar em detalhes,

07:53

and it's the details that are crucial.

185

461274

2137

e são os detalhes que são cruciais.

07:55

So now, if we look back at the sky,

186

463411

3666

Agora, se olharmos novamente para o céu,

07:59

at our asteroids that were streaming across the sky,

187

467077

3551

para os asteroides que o cruzavam,

08:02

these asteroids are like the
debris of our solar system.

188

470628

4222

estes são como escombros
do nosso sistema solar.

08:06

The positions of the asteroids

189

474850

2008

As posições dos asteroides

08:08

are like a fingerprint of an earlier time

190

476858

2137

são como a impressão digital
do passado

08:10

when the orbits of Neptune and Jupiter

191

478995

1980

quando as órbitas de Netuno e Júpiter

08:12

were much closer to the sun,

192

480975

1895

estavam bem mais próximas do sol,

08:14

and as these giant planets migrated
through our solar system,

193

482870

3453

e assim que esses gigantes planetas
migraram pelo sistema solar,

08:18

they were scattering the asteroids in their wake.

194

486323

3330

espalharam os asteroides
quando eles se formavam.

08:21

So studying the asteroids

195

489653

1306

Estudar os asteroides

08:22

is like performing forensics,

196

490959

2121

é como fazer uma perícia criminal,

08:25

performing forensics on our solar system,

197

493080

2558

realizar uma perícia no sistema solar,

08:27

but to do this, we need distance,

198

495638

2702

mas para fazê-la, precisamos da distância

08:30

and we get the distance from the motion,

199

498340

2079

e obtemos a distância a partir do movimento

08:32

and we get the motion because of our access to time.

200

500419

4547

e obtemos o movimento
porque temos acesso ao tempo.

08:36

So what does this tell us?

201

504966

1702

Então o que isso nos diz?

Bem, se observarem
os pequenos asteroides amarelos

08:38

Well, if you look at the little yellow asteroids

202

506668

2227

08:40

flitting across the screen,

203

508895

2273

que passam rapidamente na tela,

08:43

these are the asteroids that are moving fastest,

204

511168

2430

são os asteroides mais rápidos,

08:45

because they're closest to us, closest to Earth.

205

513598

3341

porque estão mais próximos da Terra.

08:48

These are the asteroids we may one day

206

516939

1507

Esses são asteroides aos quais um dia

08:50

send spacecraft to, to mine them for minerals,

207

518446

3398

poderemos enviar uma nave
para recolher minerais,

08:53

but they're also the asteroids that may one day

208

521844

2002

mas são também aqueles que um dia
poderão colidir com a Terra,

08:55

impact the Earth,

209

523846

1665

08:57

like happened 60 million years ago

210

525511

1291

como aconteceu há 60 milhões de anos,
com a extinção dos dinossauros,

08:58

with the extinction of the dinosaurs,

211

526802

2635

ou bem no começo do século passado,

09:01

or just at the beginning of the last century,

212

529437

1822

09:03

when an asteroid wiped out

213

531259

1332

quando um asteroide destruiu

09:04

almost 1,000 square miles of Siberian forest,

214

532591

3589

quase 2.600 quilômetros quadrados
de floresta da Sibéria,

09:08

or even just last year, as one burnt up over Russia,

215

536180

3088

ou no ano passado, quando um
se desintegrou sobre a Rússia,

09:11

releasing the energy of a small nuclear bomb.

216

539268

3612

liberando a energia
de uma pequena bomba nuclear.

09:14

So studying the forensics of our solar system

217

542880

3622

Fazer uma perícia no sistema solar

09:18

doesn't just tell us about the past,

218

546502

2058

não nos revela somente
sobre o passado.

09:20

it can also predict the future,
including our future.

219

548560

3811

Pode também prever o futuro,
incluindo o nosso.

09:26

Now when we get distance,

220

554771

1968

Quando temos a distância,

09:28

we get to see the asteroids
in their natural habitat,

221

556739

3589

passamos a ver os asteroides
em seu habitat natural,

09:32

in orbit around the sun.

222

560328

1322

em órbita ao redor do Sol.

09:33

So every point in this visualization that you can see

223

561650

2907

Cada ponto desta cena que se vê

09:36

is a real asteroid.

224

564557

2763

é um asteroide real.

09:39

Its orbit has been calculated
from its motion across the sky.

225

567320

4010

Sua órbita foi calculada
a partir do movimento no céu.

09:43

The colors reflect the composition of these asteroids,

226

571330

3341

As cores refletem
a composição desses asteroides.

09:46

dry and stony in the center,

227

574671

2137

secos e rochosos no centro,

09:48

water-rich and primitive towards the edge,

228

576808

2587

ricos em água e primitivos na borda.

09:51

water-rich asteroids which may have seeded

229

579395

2284

Os asteroides ricos em água
podem ter dado origem

09:53

the oceans and the seas that we find on our planet

230

581679

3451

aos ocenos e mares do nosso planeta

09:57

when they bombarded the
Earth at an earlier time.

231

585130

3206

quando bombardearam a Terra
em seus primórdios.

10:02

Because the LSST will be able to go faint

232

590127

2832

Porque o LSST será capaz de ir tênue
e não apenas ampliar o campo visual,

10:04

and not just wide,

233

592959

1698

10:06

we will be able to see these asteroids

234

594657

1808

ele enxergará os asteroides

10:08

far beyond the inner part of our solar system,

235

596465

3187

bem longe da parte interna
do sistema solar,

10:11

to asteroids beyond the
orbits of Neptune and Mars,

236

599652

3813

até asteroides além das órbitas
de Netuno e de Marte,

10:15

to comets and asteroids that may exist

237

603465

2261

os cometas e asteroides que podem existir

10:17

almost a light year from our sun.

238

605726

3230

a quase um ano-luz do Sol.

10:20

And as we increase the detail of this picture,

239

608956

2609

E conforme aumentamos
os detalhes dessa imagem,

10:23

increasing the detail by factors of 10 to 100,

240

611565

3127

aumentando os detalhes de 10 a 100 vezes,

10:26

we will be able to answer questions such as,

241

614692

2430

seremos capazes de responder
perguntas como

10:29

is there evidence for planets
outside the orbit of Neptune,

242

617122

3589

se há evidência de planetas
fora da órbita de Netuno

10:32

to find Earth-impacting asteroids

243

620711

2507

para descobrir asteroides
que possam colidir com a Terra

10:35

long before they're a danger,

244

623218

2535

bem antes de se tornarem um perigo,

10:37

and to find out whether, maybe,

245

625753

1757

e descobrir, se, quem sabe,

10:39

our sun formed on its own or in a cluster of stars,

246

627510

3180

o Sol se formou sozinho ou
de um aglomerado de estrelas,

10:42

and maybe it's this sun's stellar siblings

247

630690

3082

e talvez tenham sido
os irmãos estelares do Sol

10:45

that influenced the formation of our solar system,

248

633772

3442

que influenciaram
a formação do sistema solar,

10:49

and maybe that's one of the reasons why
solar systems like ours seem to be so rare.

249

637214

5753

e talvez seja uma das razões
de o sistema solar parecer ser tão raro.

10:54

Now, distance and changes in our universe —

250

642974

4562

A distância e mudanças no universo --

10:59

distance equates to time,

251

647536

3859

a distância equivale ao tempo,

11:03

as well as changes on the sky.

252

651395

2059

assim como as mudanças no céu.

11:05

Every foot of distance you look away,

253

653454

2790

A cada 30 centímetros
que você olha adiante,

ou a cada 30 centímetros
que um objeto está distante,

11:08

or every foot of distance an object is away,

254

656244

2485

você está voltando um bilionénésimo
de segundo no tempo,

11:10

you're looking back about a
billionth of a second in time,

255

658729

3589

11:14

and this idea or this notion of looking back in time

256

662318

2613

e essa ideia ou percepção
de enxergar o passado

11:16

has revolutionized our ideas about the universe,

257

664931

2631

revolucionou nossas
ideias sobre o universo,

11:19

not once but multiple times.

258

667562

2280

não uma, mas muitas vezes.

11:21

The first time was in 1929,

259

669842

2812

A primeira vez foi em 1929,

11:24

when an astronomer called Edwin Hubble

260

672654

2092

quando um astrônomo
chamado Edwin Hubble

11:26

showed that the universe was expanding,

261

674746

2249

mostrou que o universo está em expansão,

11:28

leading to the ideas of the Big Bang.

262

676995

2713

levando às ideias do Big Bang.

11:31

And the observations were simple:

263

679708

2582

As observações eram simples:

11:34

just 24 galaxies

264

682290

2154

apenas 24 galáxias

11:36

and a hand-drawn picture.

265

684444

3050

e um desenho feito à mão.

11:41

But just the idea that the more distant a galaxy,

266

689124

4660

Apenas a ideia de que quanto mais distante
uma galáxia estiver,

11:45

the faster it was receding,

267

693784

2070

mais rapidamente ela se afastará,

11:47

was enough to give rise to modern cosmology.

268

695854

3419

foi suficiente para dar origem
à cosmologia moderna.

11:51

A second revolution happened 70 years later,

269

699273

2425

Uma segunda revolução
aconteceu 70 anos depois,

11:53

when two groups of astronomers showed

270

701698

2072

quando dois grupos
de astrônomos mostraram

11:55

that the universe wasn't just expanding,

271

703770

2433

que o universo
não estava somente se expandindo,

mas que também se acelerava,

11:58

it was accelerating,

272

706203

1325

11:59

a surprise like throwing up a ball into the sky

273

707528

3343

uma surpresa semelhante
a jogar uma bola em direção ao céu

12:02

and finding out the higher that it gets,

274

710871

2812

e descobrir que quanto maior
a altura que ela atingisse,

12:05

the faster it moves away.

275

713683

1778

mais rapidamente ela se afastaria.

12:07

And they showed this

276

715461

1509

Eles demonstraram isso
medindo o brilho das supernovas,

12:08

by measuring the brightness of supernovae,

277

716970

2405

12:11

and how the brightness of the supernovae

278

719375

1834

e como seu brilho
diminuía com a distância.

12:13

got fainter with distance.

279

721209

2171

Essas observações foram mais complexas.

12:15

And these observations were more complex.

280

723380

2453

12:17

They required new technologies and new telescopes,

281

725833

3014

Elas exigiram novas tecnologias
e novos telescópios,

12:20

because the supernovae were in galaxies

282

728847

4050

porque as supernovas estavam em galáxias

12:24

that were 2,000 times more distant

283

732897

1958

2 mil vezes mais distantes
do que as usadas por Hubble.

12:26

than the ones used by Hubble.

284

734855

2688

12:29

And it took three years to find just 42 supernovae,

285

737543

5311

Demorou três anos para descobrir
apenas 42 supernovas,

12:34

because a supernova only explodes

286

742854

1754

porque uma supernova explode apenas

12:36

once every hundred years within a galaxy.

287

744608

3082

uma vez a cada cem anos em uma galáxia.

Três anos para encontrar 42 supernovas

12:39

Three years to find 42 supernovae

288

747690

2284

12:41

by searching through tens of thousands of galaxies.

289

749974

4019

procurando entre dezenas de milhares de galáxias.

12:45

And once they'd collected their data,

290

753993

1851

Uma vez tendo coletado seus dados,

12:47

this is what they found.

291

755844

3748

eis o que descobriram.

12:51

Now, this may not look impressive,

292

759592

2711

Pode não parecer impressionante,

12:54

but this is what a revolution in physics looks like:

293

762303

4115

mas uma revolução da física é assim:

12:58

a line predicting the brightness of a supernova

294

766418

2430

uma linha prevendo
o brilho de uma supernova

13:00

11 billion light years away,

295

768848

2046

distante 11 bilhões de anos-luz,

13:02

and a handful of points that don't quite fit that line.

296

770894

3796

e um punhado de pontos
completamente fora daquela linha.

13:06

Small changes give rise to big consequences.

297

774690

4113

Pequenas mudanças criam
grandes consequências.

13:10

Small changes allow us to make discoveries,

298

778803

2948

Pequenas mudanças nos permitem
fazer descobertas,

13:13

like the planet found by Herschel.

299

781751

2823

como o planeta encontrado por Herschel.

13:16

Small changes turn our understanding

300

784574

2272

Pequenas mudanças provocam uma reviravolta

13:18

of the universe on its head.

301

786846

2401

na nossa compreensão do universo.

13:21

So 42 supernovae, slightly too faint,

302

789247

3464

Então 42 supernovas
com brilho um tanto fraco,

13:24

meaning slightly further away,

303

792711

2009

indicando estarem um tanto mais distantes,

13:26

requiring that a universe must not just be expanding,

304

794720

3160

implicando que o universo
não apenas se expande,

13:29

but this expansion must be accelerating,

305

797880

3330

mas que o faz de modo acelerado,

13:33

revealing a component of our universe

306

801210

1946

revelando um componente do universo

13:35

which we now call dark energy,

307

803156

2486

que chamamos de energia escura,

13:37

a component that drives this expansion

308

805642

2509

um componente que provoca essa expansão

13:40

and makes up 68 percent of the energy budget

309

808151

3027

e constitui 68% da energia total

13:43

of our universe today.

310

811178

2035

do universo atual.

13:46

So what is the next revolution likely to be?

311

814751

3824

Qual é a próxima revolução mais provável?

13:50

Well, what is dark energy and why does it exist?

312

818575

2719

Bem, o que é energia escura
e por que ela existe?

13:53

Each of these lines shows a different model

313

821294

2328

Cada uma dessas linhas
mostra um modelo diferente

13:55

for what dark energy might be,

314

823622

2843

do que a energia escura pode ser,

13:58

showing the properties of dark energy.

315

826465

2481

mostrando suas possíveis propriedades.

14:00

They all are consistent with the 42 points,

316

828946

3623

Todas elas são consistentes
como os 42 pontos,

14:04

but the ideas behind these lines

317

832569

2227

mas as ideias por trás dessas linhas

14:06

are dramatically different.

318

834796

2103

são drasticamente diferentes.

14:08

Some people think about a dark energy

319

836899

2543

Alguns imaginam uma energia escura

14:11

that changes with time,

320

839442

1458

que muda com o tempo,

14:12

or whether the properties of the dark energy

321

840900

2288

ou se as propriedades da energia escura

14:15

are different depending on where you look on the sky.

322

843188

2756

são diferentes dependendo
de onde você olha no céu,

14:17

Others make differences and changes

323

845944

1823

Outros fazem diferenças e mudanças

14:19

to the physics at the sub-atomic level.

324

847767

3048

na física em nível subatômico.

14:22

Or, they look at large scales

325

850815

2790

Ou olham em grandes escalas

14:25

and change how gravity and general relativity work,

326

853605

3565

e mudam o modo de funcionamento
da gravidade e da relatividade geral,

14:29

or they say our universe is just one of many,

327

857170

2791

ou afirmam que o nosso
é somente um dos muitos universos,

14:31

part of this mysterious multiverse,

328

859961

2598

parte do misterioso multiverso,

14:34

but all of these ideas, all of these theories,

329

862559

3161

mas todas essas ideias,
todas essas teorias,

14:37

amazing and admittedly some of them a little crazy,

330

865720

3499

algumas admiráveis e outras tidas
como um pouco malucas,

14:41

but all of them consistent with our 42 points.

331

869219

4027

mas todas consistentes com os 42 pontos.

14:45

So how can we hope to make sense of this

332

873246

2182

Então como esperamos dar um sentido a isso

14:47

over the next decade?

333

875428

2272

na próxima década?

14:49

Well, imagine if I gave you a pair of dice,

334

877700

3230

Imaginem que eu lhes desse
um par de dados,

14:52

and I said you wanted to see whether those dice

335

880930

1999

e pedisse que verificassem
se eles são viciados ou normais.

14:54

were loaded or fair.

336

882929

1867

Jogar os dados uma só vez,
seria pouco esclarecedor,

14:56

One roll of the dice would tell you very little,

337

884796

2934

14:59

but the more times you rolled them,

338

887730

1992

porém quanto mais vezes
vocês os jogassem,

15:01

the more data you collected,

339

889722

1922

mais dados seriam obtidos,

15:03

the more confident you would become,

340

891644

2172

mais confiantes ficariam,

15:05

not just whether they're loaded or fair,

341

893816

2603

não somente se eles
estariam viciados ou não,

15:08

but by how much, and in what way.

342

896419

3898

mas também o quanto
e de que forma o estariam.

15:12

It took three years to find just 42 supernovae

343

900317

3802

Foram necessários três anos
para encontrar apenas 42 supernovas,

15:16

because the telescopes that we built

344

904119

3047

porque os telescópios que construímos

15:19

could only survey a small part of the sky.

345

907166

3693

podiam pesquisar apenas
uma pequena parte do céu.

15:22

With the LSST, we get a completely new view

346

910859

2665

Com o LSST conseguimos
uma visão completamente nova

15:25

of the skies above Chile every three nights.

347

913524

3622

do céu do Chile a cada três noites.

15:29

In its first night of operation,

348

917146

2463

Em sua primeira noite de operação,

15:31

it will find 10 times the number of supernovae

349

919609

3150

ele encontrará 10 vezes mais supernovas

15:34

used in the discovery of dark energy.

350

922759

3141

do que as usadas
na descoberta da energia escura.

15:37

This will increase by 1,000

351

925900

1809

Isso vai aumentar mil vezes

15:39

within the first four months:

352

927709

2493

durante os primeiros quatro meses:

15:42

1.5 million supernovae by the end of its survey,

353

930202

4784

1,5 milhão de supernovas
ao final da pesquisa,

15:46

each supernova a roll of the dice,

354

934986

3185

cada supernova sendo um rolar de dados,

15:50

each supernova testing which theories of dark energy

355

938171

3442

cada supernova testando
quais das teorias da energia escura

15:53

are consistent, and which ones are not.

356

941613

4128

são consistentes e quais não são.

15:57

And so, by combining these supernova data

357

945741

3803

E assim, combinando os dados
sobre as supernovas

16:01

with other measures of cosmology,

358

949544

2276

com outras medidas da cosmologia,

16:03

we'll progressively rule out the different ideas

359

951820

2890

progressivamente excluiremos várias ideias

16:06

and theories of dark energy

360

954710

1976

e teorias da energia escura

16:08

until hopefully at the end of this survey around 2030,

361

956686

7142

até esperançosamente no fim
desta pesquisa, por volta de 2030,

16:15

we would expect to hopefully see

362

963828

2614

nós esperarmos ver
uma teoria para o universo,

16:18

a theory for our universe,

363

966442

2142

16:20

a fundamental theory for the physics of our universe,

364

968584

2539

uma teoria fundamental
para a física do universo,

16:23

to gradually emerge.

365

971123

2757

surgir gradualmente.

16:26

Now, in many ways, the questions that I posed

366

974950

2392

De várias formas,
as questões que eu coloquei

16:29

are in reality the simplest of questions.

367

977342

4361

são na verdade as questões mais simples.

16:33

We may not know the answers,

368

981703

1754

Podemos não saber as respostas,

16:35

but we at least know how to ask the questions.

369

983457

3852

mas pelo menos sabemos
como fazer as perguntas.

16:39

But if looking through tens of thousands of galaxies

370

987309

3118

Se o estudo de dezenas de milhares de galáxias

16:42

revealed 42 supernovae that turned

371

990427

2938

revelou 42 supernovas que revolucionaram

16:45

our understanding of the universe on its head,

372

993365

3479

nossa compreensão do universo,

16:48

when we're working with billions of galaxies,

373

996844

2914

quando trabalharmos com bilhões de galáxias,

16:51

how many more times are we going to find

374

999758

1777

quantas vezes mais encontraremos

16:53

42 points that don't quite match what we expect?

375

1001535

5648

42 pontos que não estarão de acordo
com o que esperamos?

16:59

Like the planet found by Herschel

376

1007183

2757

Como o planeta descoberto por Herschel,

17:01

or dark energy

377

1009940

2417

ou a energia escura,

17:04

or quantum mechanics or general relativity,

378

1012357

3843

ou a mecânica quântica
ou a relatividade geral,

17:08

all ideas that came because the data

379

1016200

2344

todas ideias que surgiram
porque os dados

17:10

didn't quite match what we expected.

380

1018544

3455

não estavam de acordo
com o que esperávamos.

17:13

What's so exciting about the next decade of data

381

1021999

3261

O que é tão animador a respeito
dos dados da próxima década

17:17

in astronomy is,

382

1025260

1670

na astronomia

é que não sabemos sequer quantas respostas

17:18

we don't even know how many answers

383

1026930

2211

17:21

are out there waiting,

384

1029141

1800

estão por vir,

17:22

answers about our origins and our evolution.

385

1030941

3881

respostas sobre nossas origens
e nossa evolução.

17:26

How many answers are out there

386

1034822

1095

Quantas respostas existem

17:27

that we don't even know the questions

387

1035917

3294

cujas perguntas nem sabemos fazer

17:31

that we want to ask?

388

1039211

2011

mas que desejamos perguntar?

17:33

Thank you.

389

1041222

1947

Obrigado.

17:35

(Applause)

390

1043169

3702

(Aplausos)

Translated by Ruy Lopes Pereira
Reviewed by Lucas Quinn

ABOUT THE SPEAKER

Andrew Connolly - Astronomer
Andrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way.

Why you should listen

Andrew Connolly's research focuses on understanding the evolution of our universe, by studying how structure forms and evolves on small and large scales -- from the search for asteroids to the clustering of distant galaxies. He's a ten-year veteran of the Large Synoptic Sky Survey, and is now prepping for the unprecedented data streams we could expect from the under-construction Large Synoptic Survey Telescope.

Set on an 8,800-foot peak in northern Chile, the LSST will have an 8.4-meter primary mirror, a 10-square-degree field of view and a 3.2 gigapixel camera. It will survey half the sky every three nights, creating about 100 terabytes of data every week. Astronomers, Connolly suggests, will need wholly new tools to wrangle this amount of data -- so he has been helping bring together computer scientists, statisticians and astronomers to develop scalable algorithms for processing massive data streams.

On sabbatical from the University of Washington, Connolly led the development of Google Sky, and he's now working with Microsoft to develop affordable digital planetariums.

More profile about the speaker
Andrew Connolly | Speaker | TED.com

THE ORIGINAL VIDEO ON TED.COM

Andrew Connolly: Qual é a próxima janela para o universo? | TED Talk | TED.com