TED2009
Juan Enriquez: The next species of human
Juan Enriquez compartilha uma inimaginável nova ciência
Filmed:
Readability: 3.4
3,584,967 views
Mesmo com mega-bancos vindo abaixo, Juan Enriquez afirma que o grande "reboot" ainda está por vir. Mas não procure por ele em sua cédula eleitoral -- ou na bolsa de valores. Ele virá de laboratórios científicos, e ele promete corpos e mentes mais afiados. Nossos filhos serão ... diferentes.
Juan Enriquez - Futurist
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Double-click the English transcript below to play the video.
00:12
There's a great big elephant in the room called the economy.
0
0
3000
Há um enorme elefante na sala, chamado Economia.
00:16
So let's start talking about that.
1
4000
2000
Então vamos começar falando sobre ele.
00:18
I wanted to give you a current picture of the economy.
2
6000
3000
Eu queria lhes apresentar o atual cenário econômico.
00:21
That's what I have behind myself.
3
9000
3000
É este atrás de mim.
00:24
(Laughter)
4
12000
3000
(Risos)
00:27
But of course what we have to remember is this.
5
15000
3000
Mas, é claro, o que temos que lembrar é isto. (“A chave para administrar crises... É manter um olho no longo prazo...”)
00:30
And what you have to think about is,
6
18000
3000
(“Enquanto você está dançando em meio as chamas”). E o que você tem que considerar é:
00:33
when you're dancing in the flames, what's next?
7
21000
3000
quando você está dançando em meio as chamas, o que vem a seguir?
00:36
So what I'm going to try to do in the next 17 and a half minutes
8
24000
3000
Então, o que eu vou tentar fazer, nos próximos 17 minutos e meio,
00:39
is I'm going to talk first about the flames --
9
27000
2000
é: eu vou falar, primeiro, sobre as chamas --
00:41
where we are in the economy --
10
29000
2000
onde a gente se situa na economia --
00:43
and then I'm going to take three trends
11
31000
2000
e então eu vou analisar três tendências
00:45
that have taken place at TED over the last 25 years
12
33000
3000
que têm ocorrido na TED nos últimos 25 anos
00:48
and that will take place in this conference
13
36000
2000
e que vão ocorrer nesta conferência
00:50
and I will try and bring them together.
14
38000
3000
e eu tentarei juntá-las.
00:53
And I will try and give you a sense of what the ultimate reboot looks like.
15
41000
4000
E eu tentarei, e darei a vocês uma idéia sobre a quê o "reboot" definitivo se parece
00:57
Those three trends are
16
45000
2000
Estas três tendências são
00:59
the ability to engineer cells,
17
47000
2000
a habilidade em manipular células,
01:01
the ability to engineer tissues,
18
49000
2000
a habilidade em manipular tecidos
01:03
and robots.
19
51000
2000
e robôs
01:05
And somehow it will all make sense.
20
53000
2000
E, de alguma forma, tudo fará sentido.
01:07
But anyway, let's start with the economy.
21
55000
3000
Mas, então, vamos começar pela economia.
01:10
There's a couple of really big problems that are still sitting there.
22
58000
3000
Há um par de problemas realmente grandes que ainda estão por aí.
01:13
One is leverage.
23
61000
2000
Um deles é a alavancagem bancária.
01:15
And the problem with leverage is
24
63000
2000
E o problema com a alavancagem bancária é:
01:17
it makes the U.S. financial system look like this.
25
65000
3000
ela faz o sistema financeiro dos EUA se parecer com isto.
01:20
(Laughter)
26
68000
3000
(Risos)
01:27
So, a normal commercial bank has nine to 10 times leverage.
27
75000
3000
Bem, um banco comercial normal tem uma alavancagem de 9 a 10 vezes.
01:30
That means for every dollar you deposit, it loans out about nine or 10.
28
78000
3000
Isto significa que para cada dólar que você deposite, ele serve para 9 a 10 transações de empréstimos.
01:33
A normal investment bank is not a deposit bank,
29
81000
3000
Um banco de investimento normal não é um banco de depósitos,
01:36
it's an investment bank;
30
84000
2000
ele é um banco de investimentos;
01:38
it has 15 to 20 times.
31
86000
2000
ele tem (uma alavancagem de) 15 a 20 vezes.
01:40
It turns out that B of A in September had 32 times.
32
88000
3000
O fato é que o Bank of America tinha, em setembro (de 2008), (uma alavancagem de) 32 vezes.
01:43
And your friendly Citibank had 47 times.
33
91000
3000
E o seu amigo Citibank, 47 vezes.
01:46
Oops.
34
94000
2000
Opa.
01:48
That means every bad loan goes bad 47 times over.
35
96000
4000
Isto significa que cada empréstimo ruim se torna ruim 47 vezes adicionais.
01:52
And that, of course, is the reason why all of you
36
100000
3000
E esta, certamente, é a razão pela qual todos vocês
01:55
are making such generous and wonderful donations
37
103000
3000
estão fazendo generosas e maravilhosas doações
01:58
to these nice folks.
38
106000
2000
para esta gente legal.
02:03
And as you think about that,
39
111000
2000
E enquanto você considera isto,
02:05
you've got to wonder: so what do banks have in store for you now?
40
113000
3000
você tem que especular: bem, o que os bancos têm em carteira para você neste momento?
02:11
(Laughter)
41
119000
3000
(“MOORE GOODIE DICK”, MAIS BONS CACETES) (Risos)
02:20
It ain't pretty.
42
128000
2000
Não é nada bonito.
02:23
The government, meanwhile, has been acting like Santa Claus.
43
131000
4000
O governo, nesse meio tempo, tem agido como Papai Noel.
02:27
We all love Santa Claus, right?
44
135000
3000
Nós todos amamos Papai Noel, certo?
02:30
But the problem with Santa Clause is,
45
138000
3000
Mas o problema com Papai Noel é:
02:33
if you look at the mandatory spending of what these folks have been doing
46
141000
3000
se você olhar as despesas compulsórias que este pessoal vem fazendo,
02:36
and promising folks,
47
144000
2000
e prometendo às pessoas,
02:38
it turned out that in 1967, 38 percent was mandatory spending
48
146000
5000
ocorre que, em 1967, cerca de 38% eram despesas mandatórias,
02:43
on what we call "entitlements."
49
151000
3000
no que chamamos “de direito”.
02:46
And then by 2007 it was 68 percent.
50
154000
3000
E então, em 2007, estas eram de 68%.
02:49
And we weren't supposed to run into 100 percent until about 2030.
51
157000
4000
E nós não deveríamos chegar aos 100% até cerca de 2030.
02:54
Except we've been so busy giving away a trillion here, a trillion there,
52
162000
3000
Exceto que nós estivemos tão ocupados, dando um trilhão aqui, um trilhão ali,
02:57
that we've brought that date of reckoning forward
53
165000
3000
que nós adiantamos o dia do juízo final
03:00
to about 2017.
54
168000
3000
para cerca de 2017.
03:03
And we thought we were going to be able to lay these debts off on our kids,
55
171000
3000
E nós pensamos que iríamos ser capazes de deixar estes débitos para nossos filhos,
03:06
but, guess what?
56
174000
2000
mas, sabe o quê?
03:08
We're going to start to pay them.
57
176000
2000
Nós vamos começar a pagá-los.
03:10
And the problem with this stuff is, now that the bill's come due,
58
178000
2000
E o problema com esta coisa é: agora que as contas estão vencendo,
03:12
it turns out Santa isn't quite as cute when it's summertime.
59
180000
4000
vemos que Papai Noel não parece tão bonitinho quando é verão.
03:16
Right?
60
184000
2000
Certo?
03:18
(Laughter)
61
186000
3000
(Risos)
03:30
Here's some advice from one of the largest investors in the United States.
62
198000
4000
Aqui estão alguns conselhos de um dos maiores investidores nos Estados Unidos.
03:34
This guy runs the China Investment Corporation.
63
202000
3000
Este cara dirige a China Investment Corporation.
03:37
He is the main buyer of U.S. Treasury bonds.
64
205000
3000
Ele é o maior comprador de bônus do tesouro americano.
03:40
And he gave an interview in December.
65
208000
3000
E ele concedeu uma entrevista em dezembro.
03:43
Here's his first bit of advice.
66
211000
2000
Aqui está seu primeiro conselho: “Seja gentil com os países que lhe emprestam dinheiro.”
03:45
And here's his second bit of advice.
67
213000
3000
E aqui está seu segundo conselho: “Nós adoraríamos lhe dar apoio, se isto for sustentável.”
03:50
And, by the way,
68
218000
2000
E, aliás,
03:52
the Chinese Prime Minister reiterated this at Davos last Sunday.
69
220000
3000
o primeiro ministro chinês reiterou isto em Davos no domingo passado.
03:55
This stuff is getting serious enough
70
223000
2000
E o negócio está se tornando sério o suficiente
03:57
that if we don't start paying attention to the deficit,
71
225000
2000
de forma que, se não começarmos a prestar atenção ao déficit,
03:59
we're going to end up losing the dollar.
72
227000
3000
nós vamos acabar por perder o dólar.
04:02
And then all bets are off.
73
230000
3000
E então todas as cartas estão na mesa.
04:05
Let me show you what it looks like.
74
233000
3000
Deixe-me mostrar-lhes com que isto se parece.
04:08
I think I can safely say
75
236000
2000
Eu penso que posso afirmar com segurança
04:10
that I'm the only trillionaire in this room.
76
238000
3000
que sou o único trilionário neste auditório.
04:14
This is an actual bill.
77
242000
2000
Esta é uma nota de verdade.
04:16
And it's 10 triliion dollars.
78
244000
3000
E é de 10 trilhões de dólares
04:19
The only problem with this bill is it's not really worth very much.
79
247000
3000
O único problema é que esta nota não vale tanta coisa.
04:22
That was eight bucks last week, four bucks this week,
80
250000
3000
Valia 8 dólares na semana passada, quatro dólares nesta semana,
04:25
a buck next week.
81
253000
2000
e, um dólar na semana que vem.
04:27
And that's what happens to currencies when you don't stand behind them.
82
255000
4000
E isto é o que acontece às moedas quando você não as respalda.
04:32
So the next time somebody as cute as this shows up on your doorstep,
83
260000
5000
Então, na próxima vez em que alguém tão bonitinho quanto este apareçer na sua porta,
04:37
and sometimes this creature's called Chrysler and sometimes Ford and sometimes ... whatever you want --
84
265000
7000
e algumas vezes esta criatura se chama Chrysler, algumas vezes, Ford, e algumas vezes... o que quer que você queira --
04:44
you've just got to say no.
85
272000
2000
você tem que dizer não.
04:46
And you've got to start banishing a word that's called "entitlement."
86
274000
4000
E você tem que começar banindo uma expressão chamada "ter direito".
04:50
And the reason we have to do that in the short term
87
278000
3000
E a razão pela qual temos que fazer isto no curto prazo
04:53
is because we have just run out of cash.
88
281000
3000
é porque acabamos de ficar sem dinheiro.
04:56
If you look at the federal budget, this is what it looks like.
89
284000
3000
Se você olhar para o orçamento federal, isto é com o quê ele se parece.
04:59
The orange slice is what's discretionary.
90
287000
3000
A fatia laranja é o que é discricionário.
05:02
Everything else is mandated.
91
290000
2000
Todo o resto é mandatório.
05:05
It makes no difference if we cut out the bridges to Alaska in the overall scheme of things.
92
293000
3000
Não faz diferença se cortarmos as pontes para o Alasca no grande esquema das coisas.
05:08
So what we have to start thinking about doing
93
296000
3000
Então o que temos que começar a considerar
05:11
is capping our medical spending
94
299000
2000
é limitar nossa despesa médica,
05:13
because that's a monster that's simply going to eat the entire budget.
95
301000
3000
porque este é um monstro que está, simplesmente, comendo todo o orçamento.
05:16
We've got to start thinking about asking people
96
304000
3000
Nós temos que começar a pensar em pedir às pessoas
05:19
to retire a little bit later.
97
307000
2000
que se aposentem um pouco mais tarde.
05:22
If you're 60 to 65 you retire on time.
98
310000
3000
Se você tiver de 60 a 65 anos, você se aposentaria no tempo certo.
05:25
Your 401(k) just got nailed.
99
313000
2000
Seu fundo de pensão acaba de ser comprometido.
05:27
If you're 50 to 60 we want you to work two years more.
100
315000
3000
Se você estiver entre 50 a 60, queremos que você trabalhe dois anos adicionais.
05:30
If you're under 50 we want you to work four more years.
101
318000
3000
Se você estiver abaixo dos 50, queremos que você trabalhe quatro anos a mais.
05:33
The reason why that's reasonable is,
102
321000
3000
A razão pela qual isto é razoável é:
05:36
when your grandparents were given Social Security,
103
324000
2000
quando seus avós passaram a receber da previdência,
05:38
they got it at 65 and were expected to check out at 68.
104
326000
3000
eles tinham 65, e esperava-se que vivessem até os 68.
05:41
Sixty-eight is young today.
105
329000
3000
68, hoje, é jovem.
05:44
We've also got to cut the military about three percent a year.
106
332000
4000
Nós também temos que cortar os gastos militares em cerca de 3% ao ano.
05:48
We've got to limit other mandatory spending.
107
336000
2000
Nós temos que limitar outras despesas compulsórias.
05:50
We've got to quit borrowing as much,
108
338000
3000
Nós temos que parar de tomar tanto emprestado,
05:53
because otherwise the interest is going to eat that whole pie.
109
341000
3000
porque, senão, os juros irão abocanhar aquela pizza toda.
05:56
And we've got to end up with a smaller government.
110
344000
2000
E temos que chegar a um governo enxuto.
05:58
And if we don't start changing this trend line,
111
346000
3000
E se não começarmos a mudar esta tendência.
06:01
we are going to lose the dollar
112
349000
2000
nós vamos perder o dólar
06:03
and start to look like Iceland.
113
351000
2000
e começar a parecer com a Islândia.
06:05
I got what you're thinking.
114
353000
3000
Eu sei o que vocês estão pensando:
06:08
This is going to happen when hell freezes over.
115
356000
4000
isto somente vai acontecer quando o inferno congelar...
06:13
But let me remind you this December it did snow in Vegas.
116
361000
3000
Mas, deixe-me relembrá-los que, neste dezembro, nevou - mesmo - em Vegas.
06:18
(Laughter)
117
366000
3000
(Risos)
06:23
Here's what happens if you don't address this stuff.
118
371000
3000
Aqui está o que acontece se você não cuidar desta coisa.
06:26
So, Japan had a fiscal real estate crisis
119
374000
3000
Bem, o Japão teve uma crise fiscal imobiliária
06:29
back in the late '80s.
120
377000
2000
nos anos 80.
06:31
And its 225 largest companies today
121
379000
3000
E 225 das maiores empresas do Japão, hoje,
06:34
are worth one quarter of what they were 18 years ago.
122
382000
3000
valem menos de um quarto do que valiam a 18 anos.
06:37
We don't fix this now,
123
385000
2000
Se não consertarmos isto agora...
06:39
how would you like to see a Dow 3,500 in 2026?
124
387000
3000
como você gostaria de ver o índice Dow3.500, em 2026?
06:42
Because that's the consequence of not dealing with this stuff.
125
390000
3000
Porque esta é a consequência de não lidar com este problema.
06:45
And unless you want this person
126
393000
3000
E, a menos que você queira que esta pessoa, Alex SINK, (Alex “Afunda”, em inglês) se torne,
06:48
to not just become the CFO of Florida, but the United States,
127
396000
3000
não apenas, o CFO (Chefe do Setor Financeiro) da Flórida, mas, dos Estados Unidos,
06:51
we'd better deal with this stuff.
128
399000
3000
é melhor lidarmos com esta coisa.
06:54
That's the short term. That's the flame part.
129
402000
3000
Este é o curto prazo. Esta é a parte das chamas.
06:57
That's the financial crisis.
130
405000
2000
Esta é a crise financeira.
06:59
Now, right behind the financial crisis there's a second and bigger wave
131
407000
4000
Agora, logo atrás da crise financeira, há uma segunda, e maior, onda,
07:03
that we need to talk about.
132
411000
1000
que temos que discutir.
07:04
That wave is much larger, much more powerful,
133
412000
2000
Esta onda é muito maior, muito mais potente,
07:06
and that's of course the wave of technology.
134
414000
3000
e esta é, claro, a onda tecnológica.
07:09
And what's really important in this stuff is,
135
417000
2000
E o que é realmente importante nesta coisa é:
07:11
as we cut, we also have to grow.
136
419000
2000
enquanto fazemos cortes, nós também temos que crescer.
07:13
Among other things, because startup companies
137
421000
3000
Entre outras coisas, porque as empresas de “start-up”
07:16
are .02 percent of U.S. GDP investmentm
138
424000
2000
representam 0,02% do investimento do PIB dos EUA
07:18
and they're about 17.8 percent of output.
139
426000
3000
e, cerca de 17,8% da produção.
07:23
It's groups like that in this room that generate the future of the U.S. economy.
140
431000
3000
São grupos como estes, neste auditório, que criarão o futuro econômico dos EUA.
07:26
And that's what we've got to keep growing.
141
434000
2000
E é isto que temos que garantir que continue crescendo.
07:28
We don't have to keep growing these bridges to nowhere.
142
436000
3000
Nós não temos que continuar construindo estas pontes a lugar algum.
07:32
So let's bring a romance novelist into this conversation.
143
440000
4000
Então, vamos trazer um romancista para esta conversa. “Tempo virá quando você pensará que tudo está terminado...”
07:38
And that's where these three trends come together.
144
446000
5000
“Aquele será o começo...” E é aí que estas três tendências se juntam.
07:43
That's where the ability to engineer microbes,
145
451000
3000
É onde a habilidade em manipular micróbios,
07:46
the ability to engineer tissues,
146
454000
2000
a habilidade em manipular tecidos,
07:48
and the ability to engineer robots
147
456000
2000
e a habilidade em projetar robôs
07:50
begin to lead to a reboot.
148
458000
2000
começam a levar a um “re-boot”.
07:52
And let me recap some of the stuff you've seen.
149
460000
2000
E deixe-me recapitular algumas das coisas que vocês têm visto.
07:54
Craig Venter showed up last year
150
462000
2000
Craig Venter apareceu no ano passado
07:56
and showed you the first fully programmable cell that acts like hardware
151
464000
2000
e lhes apresentou a primeira célula completamente programável que age como um hardware,
07:58
where you can insert DNA and have it boot up as a different species.
152
466000
3000
na qual você pode inserir DNA e tê-la reinicializando funções, como uma espécie diferente.
08:01
In parallel, the folks at MIT
153
469000
3000
Em paralelo, o pessoal no MIT
08:04
have been building a standard registry of biological parts.
154
472000
3000
tem construído um registro padrão de partes biológicas.
08:07
So think of it as a Radio Shack for biology.
155
475000
3000
Então, pense nisto como uma Radio Shack para a biologia.
08:10
You can go out and get your proteins, your RNA, your DNA, whatever.
156
478000
3000
Você pode ir e pegar suas proteínas, seu RNA, seu DNA, o que quer que seja.
08:13
And start building stuff.
157
481000
3000
E começa a construir coisas.
08:16
In 2006 they brought together high school students and college students
158
484000
3000
Em 2006, eles juntaram estudantes de 2o. grau e universitários
08:19
and started to build these little odd creatures.
159
487000
2000
e começaram a construir estas pequenas criaturas estranhas.
08:21
They just happened to be alive instead of circuit boards.
160
489000
3000
Trata-se de coisas vivas, ao invés de circuitos impressos.
08:24
Here was one of the first things they built.
161
492000
3000
Aqui está uma das primeiras coisas que eles construíram. (“Água de Colônia de E. Coli”)
08:27
So, cells have this cycle.
162
495000
2000
Então, as células possuem este ciclo.
08:29
First they don't grow.
163
497000
2000
Na fase inicial, elas não crescem.
08:31
Then they grow exponentially.
164
499000
2000
Depois, elas crescem exponencialmente.
08:33
Then they stop growing.
165
501000
2000
Depois, elas param de crescer.
08:35
Graduate students wanted a way of telling which stage they were in.
166
503000
3000
Os estudantes de pós-graduação queriam uma maneira de identificar em que estágio elas estavam.
08:38
So they engineered these cells
167
506000
2000
Então eles manipularam estas células
08:40
so that when they're growing in the exponential phase,
168
508000
2000
de maneira que, quando elas estivessem crescendo na fase exponencial,
08:42
they would smell like wintergreen.
169
510000
2000
elas teriam um odor de gaultéria.
08:44
And when they stopped growing they would smell like bananas.
170
512000
3000
E quando elas parassem de crescer, elas cheirariam a bananas.
08:47
And you could tell very easily when your experiment was working
171
515000
3000
E você poderia, muito facilmente, identificar quando seu experimento estava funcionando,
08:50
and wasn't, and where it was in the phase.
172
518000
3000
ou não, e em que fase ele estava.
08:53
This got a bit more complicated two years later.
173
521000
3000
Isso ficou um pouco mais complicado dois anos mais tarde.
08:56
Twenty-one countries came together. Dozens of teams.
174
524000
2000
21 países se juntaram. Dezenas de times.
08:58
They started competing.
175
526000
2000
Eles começaram a competir.
09:00
The team from Rice University started to engineer the substance in red wine
176
528000
5000
O time da Universidade de Rice começou a produzir a substância do vinho tinto,
09:05
that makes red wine good for you
177
533000
2000
a qual torna o vinho tinto saudável para você,
09:07
into beer.
178
535000
2000
dentro de cerveja.
09:10
So you take resveratrol and you put it into beer.
179
538000
4000
Então, você pega o resveratrol e você o coloca na cerveja.
09:14
Of course, one of the judges is wandering by, and he goes,
180
542000
3000
É claro: um dos juízes está passando por perto, e diz:
09:17
"Wow! Cancer-fighting beer! There is a God."
181
545000
4000
"Uau! Cerveja que combate o câncer! Deus existe".
09:21
(Laughter)
182
549000
3000
(Risos)
09:24
The team from Taiwan was a little bit more ambitious.
183
552000
3000
O time de Taiwan foi um pouco mais ambicioso.
09:27
They tried to engineer bacterias in such a way
184
555000
3000
Eles tentaram manipular bactérias de tal maneira
09:30
that they would act as your kidneys.
185
558000
3000
que elas pudessem agir como seus rins.
09:33
Four years ago, I showed you this picture.
186
561000
3000
Quatro anos atrás, eu lhes apresentei esta fotografia.
09:36
And people oohed and ahhed,
187
564000
2000
E as pessoas se surpreenderam
09:38
because Cliff Tabin had been able to grow an extra wing on a chicken.
188
566000
3000
porque Cliff Tabin foi capaz de crescer uma asa adicional em uma galinha.
09:41
And that was very cool stuff back then.
189
569000
3000
E isto foi muito bacana naquela época.
09:44
But now moving from bacterial engineering to tissue engineering,
190
572000
3000
Mas agora, indo de engenharia bacteriana para a engenharia de tecidos,
09:47
let me show you what's happened in that period of time.
191
575000
3000
deixem-me mostrar-lhes o que aconteceu neste período de tempo.
09:50
Two years ago, you saw this creature.
192
578000
3000
Dois anos atrás, vocês viram esta criatura.
09:53
An almost-extinct animal from Xochimilco, Mexico
193
581000
3000
Um animal quase extinto proveniente de Xochimilco, México,
09:56
called an axolotl
194
584000
2000
chamado Axolote,
09:58
that can re-generate its limbs.
195
586000
2000
o qual pode regenerar seus membros.
10:00
You can freeze half its heart. It regrows.
196
588000
2000
Você pode congelar metade do seu coração. Ele regenera.
10:02
You can freeze half the brain. It regrows.
197
590000
2000
Você pode congelar metade do seu cérebro. Ele regenera.
10:04
It's almost like leaving Congress.
198
592000
2000
É quase como deixar o Congresso (dos EUA).
10:06
(Laughter)
199
594000
3000
(Risos)
10:12
But now, you don't have to have the animal itself to regenerate,
200
600000
3000
Mas hoje, você não tem que ter um animal de verdade para obter regeneração,
10:15
because you can build cloned mice molars in Petri dishes.
201
603000
5000
porque você pode construir clones de molares de ratos em placas de Petri.
10:21
And, of course if you can build mice molars in Petri dishes,
202
609000
4000
E, é claro, se você puder construir molares de ratos em uma placa de Petri,
10:25
you can grow human molars in Petri dishes.
203
613000
3000
você pode fazer crescer molares humanos em placas de Petri.
10:28
This should not surprise you, right?
204
616000
2000
Isto não deveria surpreendê-los. Certo?
10:30
I mean, you're born with no teeth.
205
618000
2000
Eu quero dizer, você nasce sem dentes.
10:32
You give away all your teeth to the tooth fairy.
206
620000
3000
Você dá todos os seus dentes à fada dos dentes.
10:35
You re-grow a set of teeth.
207
623000
2000
Uma nova dentição cresce na sua boca.
10:37
But then if you lose one of those second set of teeth, they don't regrow,
208
625000
3000
Mas, então, se você perde um destes dentes da segunda dentição, eles não crescem novamente,
10:40
unless, if you're a lawyer.
209
628000
2000
a não ser que você seja um advogado.
10:42
(Laughter)
210
630000
4000
(Risos)
10:46
But, of course, for most of us,
211
634000
3000
Mas, é claro, para o resto de nós,
10:49
we know how to grow teeth, and therefore we can take adult stem teeth,
212
637000
3000
nós sabemos como fazer crescer dentes, e portanto nós podemos tomar dentes-tronco adultos,
10:52
put them on a biodegradable mold, re-grow a tooth,
213
640000
3000
colocá-los em um molde biodegradável, fazer crescer um dente novamente,
10:55
and simply implant it.
214
643000
1000
e simplesmente implantá-lo.
10:56
And we can do it with other things.
215
644000
3000
E nós podemos fazer isto com outras partes.
10:59
So, a Spanish woman who was dying of T.B. had a donor trachea,
216
647000
5000
Então, uma espanhola, que estava morrendo de tuberculose, recebeu uma traquéia de um doador,
11:04
they took all the cells off the trachea,
217
652000
2000
eles retiraram todas as células da traquéia,
11:06
they spraypainted her stem cells onto that cartilage.
218
654000
3000
eles borrifaram células-tronco dela naquela cartilagem.
11:09
She regrew her own trachea,
219
657000
2000
Ela cresceu sua própria traquéia novamente,
11:11
and 72 hours later it was implanted.
220
659000
3000
e 72 horas depois a nova traquéia foi implantada.
11:14
She's now running around with her kids.
221
662000
2000
Ela, hoje, está correndo por aí com seus filhos.
11:16
This is going on in Tony Atala's lab in Wake Forest
222
664000
3000
Isto está acontecendo no laboratório de Tony Atala em Wake Forest,
11:19
where he is re-growing ears for injured soldiers,
223
667000
3000
onde ele está fazendo crescer orelhas para soldados mutilados,
11:22
and he's also re-growing bladders.
224
670000
4000
e ele também está crescendo bexigas.
11:26
So there are now nine women walking around Boston
225
674000
3000
Então, existem hoje nove senhoras caminhando por Boston
11:29
with re-grown bladders,
226
677000
2000
com bexigas regeneradas,
11:31
which is much more pleasant than walking around with a whole bunch of plastic bags
227
679000
2000
o que é muito mais prazeroso do que andar com um monte de bolsas plásticas
11:33
for the rest of your life.
228
681000
2000
pelo resto da sua vida.
11:35
This is kind of getting boring, right?
229
683000
3000
Isto está se tornando monótono, certo?
11:38
I mean, you understand where this story's going.
230
686000
2000
Quero dizer, você sabe aonde esta história está se encaminhando.
11:40
But, I mean it gets more interesting.
231
688000
2000
Mas, eu quero dizer que isto se torna mais interessante.
11:42
Last year, this group was able to take all the cells off a heart,
232
690000
4000
Ano passado, este grupo foi capaz de retirar todas as células de um coração,
11:46
leaving just the cartilage.
233
694000
3000
deixando apenas a cartilagem.
11:49
Then, they sprayed stem cells onto that heart, from a mouse.
234
697000
2000
Então, eles borrifaram células-tronco naquele coração, de um rato.
11:51
Those stem cells self-organized, and that heart started to beat.
235
699000
4000
Aquelas células-tronco se organizaram, e aquele coração começou a pulsar.
11:55
Life happens.
236
703000
3000
Vida acontece.
11:59
This may be one of the ultimate papers.
237
707000
3000
Este pode ser um dos artigos definitivos.
12:02
This was done in Japan and in the U.S., published at the same time,
238
710000
3000
Isto foi feito no Japão e EUA, e publicado simultaneamente,
12:05
and it rebooted skin cells into stem cells, last year.
239
713000
4000
células-tronco foram criadas a partir de células epiteliais reprogramadas, no ano passado.
12:10
That meant that you can take the stuff right here,
240
718000
3000
Isto significa que você pode tomar a coisa daqui mesmo,
12:13
and turn it into almost anything in your body.
241
721000
2000
e torná-la em quase qualquer parte do seu corpo.
12:15
And this is becoming common, it's moving very quickly,
242
723000
3000
E isto está se tornando comum, e está se movendo muito rapidamente,
12:18
it's moving in a whole series of places.
243
726000
3000
e está se movendo em uma série de direções.
12:22
Third trend: robots.
244
730000
2000
Terceira tendência: robôs.
12:25
Those of us of a certain age grew up expecting that by now
245
733000
3000
Aqueles dentre nós, que tem uma certa idade e cresceram esperando que, por agora,
12:28
we would have Rosie the Robot from "The Jetsons" in our house.
246
736000
4000
nós teríamos Rosie, a robô dos Jetsons, em nossa casa.
12:32
And all we've got is a Roomba.
247
740000
3000
E tudo que temos é uma (aspiradora de pó) Roomba.
12:35
(Laughter)
248
743000
3000
(Risos)
12:38
We also thought we'd have this robot to warn us of danger.
249
746000
4000
Nós também pensávamos que teríamos este robô para nos alertar de perigos.
12:42
Didn't happen.
250
750000
2000
Não aconteceu.
12:44
And these were robots engineered for a flat world, right?
251
752000
3000
E estes foram robôs concebidos para um mundo plano, certo?
12:47
So, Rosie runs around on skates
252
755000
2000
Então, Rosie corre em patins,
12:49
and the other one ran on flat threads.
253
757000
2000
e o outro correria em esteiras.
12:52
If you don't have a flat world, that's not good,
254
760000
2000
Se você não tem um mundo plano, isto não é bom,
12:54
which is why the robot's we're designing today are a little different.
255
762000
5000
é por isso que os robôs que nós estamos projetando hoje são um pouco diferentes.
13:00
This is Boston Dynamics' "BigDog."
256
768000
2000
Este é "BigDog" da Boston Dynamics.
13:05
And this is about as close as you can get to a physical Turing test.
257
773000
3000
E iste é o mais próximo que você pode chegar de um teste de Turing no mundo físico.
13:08
O.K., so let me remind you, a Turing test is where you've got a wall,
258
776000
4000
Certo, então deixe-me relembrá-los: um teste de Turing é quando você tem uma parede;
13:12
you're talking to somebody on the other side of the wall,
259
780000
2000
você está conversando com alguém do outro lado da parede,
13:14
and when you don't know if that thing is human or animal --
260
782000
3000
e quando você não distingue se aquela coisa do outro lado é humana ou máquina --
13:17
that's when computers have reached human intelligence.
261
785000
4000
isto acontecerá quando os computadores atingirem um nível de inteligência humana.
13:21
This is not an intelligence Turing rest,
262
789000
3000
Este não é um teste de inteligência de Turing,
13:24
but this is as close as you can get to a physical Turing test.
263
792000
3000
mas é o mais perto que você pode chegar de um teste de Turing físico.
13:27
And this stuff is moving very quickly,
264
795000
2000
E esta tecnologia está se movendo muito rapidamente,
13:29
and by the way, that thing can carry about 350 pounds of weight.
265
797000
4000
e aliás, aquela coisa pode carregar cerca de 160 kg.
13:34
These are not the only interesting robots.
266
802000
3000
Estes não são os únicos robôs interessantes.
13:37
You've also got flies, the size of flies,
267
805000
2000
Você também tem moscas, do tamanho de moscas,
13:39
that are being made by Robert Wood at Harvard.
268
807000
3000
que estão sendo feitas por Robert Wood em Harvard.
13:42
You've got Stickybots that are being made at Stanford.
269
810000
3000
Você tem Stickybots que estão sendo feitos em Stanford.
13:45
And as you bring these things together,
270
813000
3000
E à medida que você junta estas coisas,
13:48
as you bring cells, biological tissue engineering and mechanics together,
271
816000
6000
à medida que você junta células, engenharia de tecidos biológicos e a mecânica,
13:54
you begin to get some really odd questions.
272
822000
3000
você começa a ter algumas questões peculiares.
13:57
In the last Olympics, this gentleman,
273
825000
2000
Na última olimpíada, este senhor,
13:59
who had several world records in the Special Olympics,
274
827000
4000
que tinha vários recordes mundiais nas olimpíadas especiais,
14:03
tried to run in the normal Olympics.
275
831000
2000
tentou correr na olimpíada normal.
14:05
The only issue with Oscar Pistorius
276
833000
2000
O único problema com Oscar Pistorius
14:07
is he was born without bones in the lower part of his legs.
277
835000
4000
é que ele nasceu sem ossos na parte inferior das pernas.
14:11
He came within about a second of qualifying.
278
839000
2000
Ele ficou a um segundo de qualificar-se.
14:13
He sued to be allowed to run,
279
841000
3000
Ele entrou com um processo para obter permissão para correr,
14:16
and he won the suit,
280
844000
2000
e ele ganhou a causa,
14:18
but didn't qualify by time.
281
846000
2000
mas ele não obteve o tempo de qualificação.
14:20
Next Olympics, you can bet that Oscar, or one of Oscar's successors,
282
848000
5000
Na próxima olimpíada, você pode apostar que Oscar, ou um de seus sucessores,
14:25
is going to make the time.
283
853000
2000
vai qualificar-se.
14:27
And two or three Olympics after that, they are going to be unbeatable.
284
855000
3000
E em duas ou três olimpíadas depois disso, eles serão imbatíveis
14:30
And as you bring these trends together, and as you think of what it means
285
858000
5000
E à medida que você junta estas tendências, e pensa no que significa
14:35
to take people who are profoundly deaf, who can now begin to hear --
286
863000
4000
quando pessoas com surdez profunda podem começar a ouvir --
14:39
I mean, remember the evolution of hearing aids, right?
287
867000
3000
eu quero dizer, lembram-se da evolução dos aparelhos auditivos, certo?
14:42
I mean, your grandparents had these great big cones,
288
870000
3000
Eu quero dizer, seus avós tinham aqueles cones enormes,
14:45
and then your parents had these odd boxes
289
873000
2000
seus pais tinham estas caixas esquisitas
14:47
that would squawk at odd times during dinner,
290
875000
2000
que zumbiam em horas inapropriadas durante o jantar,
14:49
and now we have these little buds that nobody sees.
291
877000
2000
e agora temos estes pequenos aparelhinhos que ninguém vê.
14:51
And now you have cochlear implants
292
879000
2000
E agora você tem implantes cocleares,
14:53
that go into people's heads and allow the deaf to begin to hear.
293
881000
5000
que são inseridos na cabeça e permitem aos surdos começar a ouvir.
14:58
Now, they can't hear as well as you and I can.
294
886000
2000
Agora, eles não podem ouvir tão bem quanto você e eu.
15:00
But, in 10 or 15 machine generations they will,
295
888000
3000
Mas, em 10 ou 15 gerações destas máquinas, eles ouvirão muito bem,
15:03
and these are machine generations, not human generations.
296
891000
2000
e estas são gerações de máquinas, não gerações humanas.
15:06
And about two or three years after they can hear as well as you and I can,
297
894000
4000
E cerca de dois ou três anos depois, eles poderão ouvir tão bem quanto você e eu,
15:10
they'll be able to hear maybe how bats sing, or how whales talk,
298
898000
4000
eles serão capazes de ouvir como os morcegos cantam, ou como as baleias falam,
15:14
or how dogs talk, and other types of tonal scales.
299
902000
3000
ou como os cães falam, e outros tipos de escalas tonais.
15:17
They'll be able to focus their hearing,
300
905000
2000
Eles serão capazes de aguçar sua audição,
15:19
they'll be able to increase the sensitivity, decrease the sensitivity,
301
907000
3000
eles serão capazes de aumentar a sensibilidade, diminuir a sensibilidade,
15:22
do a series of things that we can't do.
302
910000
2000
fazer uma série de coisas que não podemos.
15:24
And the same thing is happening in eyes.
303
912000
2000
E a mesma coisa está acontecendo com a visão.
15:27
This is a group in Germany that's beginning to engineer eyes
304
915000
3000
Este é de um grupo na Alemanha que está começando a projetar olhos
15:30
so that people who are blind can begin to see light and dark.
305
918000
4000
de maneira que pessoas que são cegas possam começar a ver luz e sombra.
15:34
Very primitive.
306
922000
2000
Muito primitivo.
15:36
And then they'll be able to see shape.
307
924000
2000
E então eles serão capazes de ver formas.
15:38
And then they'll be able to see color, and then they'll be able to see in definition,
308
926000
3000
E eles serão capazes de enxergar cores, e então serão capazes de ver com definição,
15:41
and one day, they'll see as well as you and I can.
309
929000
3000
e, um dia, eles enxergarão tão bem quanto você e eu.
15:44
And a couple of years after that, they'll be able to see in ultraviolet,
310
932000
3000
E um par de anos depois disso, eles serão capazes de enxergar no espectro ultravioleta,
15:47
they'll be able to see in infrared, they'll be able to focus their eyes,
311
935000
2000
eles serão capazes de enxergar no infravermelho, eles serão capazes de focalizar os olhos,
15:49
they'll be able to come into a microfocus.
312
937000
3000
eles serão capazes de micro-focalizar.
15:52
They'll do stuff you and I can't do.
313
940000
2000
Eles farão coisas que você e eu não podemos.
15:55
All of these things are coming together,
314
943000
2000
Todas estas coisas estão se juntando,
15:57
and it's a particularly important thing to understand,
315
945000
4000
e há uma coisa particularmente importante a entender,
16:01
as we worry about the flames of the present,
316
949000
3000
enquanto você se preocupa com as chamas do presente,
16:04
to keep an eye on the future.
317
952000
3000
deve manter um olho no futuro.
16:07
And, of course, the future is looking back 200 years,
318
955000
3000
E, é claro, o futuro é olhar para 200 anos atrás,
16:10
because next week is the 200th anniversary of Darwin's birth.
319
958000
4000
porque, na próxima semana, será o ducentésimo aniversário do nascimento de Darwin.
16:14
And it's the 150th anniversary of the publication of "The Origin of Species."
320
962000
6000
E será o sesquicentenário da publicação de “A Origem das Espécies”.
16:20
And Darwin, of course, argued that evolution is a natural state.
321
968000
4000
E Darwin, é claro, argumentou que a evolução é um estado natural.
16:24
It is a natural state in everything that is alive, including hominids.
322
972000
6000
É um estado natural em tudo que vive, incluindo hominídeos
16:30
There have actually been 22 species of hominids
323
978000
5000
Houveram, na realidade, 22 espécies de hominídeos
16:35
that have been around, have evolved, have wandered in different places,
324
983000
4000
que viveram aqui, evoluiram, vagaram por diferentes lugares,
16:39
have gone extinct.
325
987000
2000
e se extinguiram.
16:41
It is common for hominids to evolve.
326
989000
5000
É comum que os hominídeos evoluam.
16:46
And that's the reason why, as you look at the hominid fossil record,
327
994000
3000
E é uma das razões pelas quais, se você olhar para o registro dos fósseis dos hominídeos,
16:49
erectus, and heidelbergensis, and floresiensis, and Neanderthals,
328
997000
8000
erectus, heildelbergensis, floresiensis, neanderthals,
16:57
and Homo sapiens, all overlap.
329
1005000
4000
e Homo sapiens, todos se superpõem.
17:02
The common state of affairs is to have overlapping versions of hominids,
330
1010000
5000
O estado normal das coisas é haver versões superpostas de hominídeos,
17:07
not one.
331
1015000
2000
não apenas uma.
17:09
And as you think of the implications of that,
332
1017000
2000
E enquanto você pensa nas implicações disto,
17:11
here's a brief history of the universe.
333
1019000
2000
aqui está uma pequena história do universo.
17:13
The universe was created 13.7 billion years ago,
334
1021000
3000
O universo foi criado a 13,7 bilhões de anos,
17:16
and then you created all the stars, and all the planets,
335
1024000
2000
e então se criaram as estrelas, e todos os planetas,
17:18
and all the galaxies, and all the Milky Ways.
336
1026000
2000
e todas as galáxias, e todas as Vias Lácteas.
17:20
And then you created Earth about 4.5 billion years ago,
337
1028000
3000
E então criou-se a Terra a cerca de 4,5 bilhões de anos,
17:23
and then you got life about four billion years ago,
338
1031000
3000
e então obteve-se vida, há cerca de quatro bilhões de anos,
17:26
and then you got hominids about 0.006 billion years ago,
339
1034000
4000
e então obteve-se hominídeos,há cerca de 0,006 bilhões de anos atrás,
17:30
and then you got our version of hominids about 0.0015 billion years ago.
340
1038000
5000
e então chegou-se à nossa versão de hominídeos, há cerca de 0,0015 milhões de anos.
17:35
Ta-dah!
341
1043000
2000
Tcharam!
17:37
Maybe the reason for thr creation of the universe,
342
1045000
2000
Talvez, a razão para a criação do universo
17:39
and all the galaxies, and all the planets, and all the energy,
343
1047000
3000
e de todas as galáxias, de todos os planetas, de toda a energia,
17:42
and all the dark energy, and all the rest of stuff
344
1050000
2000
de toda a energia escura, de todo o resto
17:44
is to create what's in this room.
345
1052000
4000
seja para criar o que está presente neste auditório.
17:48
Maybe not.
346
1056000
2000
Talvez não.
17:51
That would be a mildly arrogant viewpoint.
347
1059000
3000
Este seria um ponto de vista um pouco arrogante.
17:54
(Laughter)
348
1062000
4000
(Risos)
17:59
So, if that's not the purpose of the universe, then what's next?
349
1067000
3000
Portanto, se esta não for a finalidade do universo, então o que vem a seguir?
18:04
(Laughter)
350
1072000
4000
(Risos)
18:08
I think what we're going to see is we're going to see a different species of hominid.
351
1076000
4000
Penso que o que nós vamos ver é uma espécie diferente de hominídeos.
18:13
I think we're going to move from a Homo sapiens into a Homo evolutis.
352
1081000
4000
Eu acho que iremos nos mover do Homo sapiens para o Homo evolutis.
18:17
And I think this isn't 1,000 years out.
353
1085000
2000
E eu penso que isto não está 1.000 anos adiante.
18:19
I think most of us are going to glance at it,
354
1087000
3000
E penso que muitos de nós vamos entrevê-lo,
18:22
and our grandchildren are going to begin to live it.
355
1090000
2000
e nossos netos irão começar a vivenciá-lo.
18:24
And a Homo evolutis brings together these three trends
356
1092000
3000
E um Homo evolutis aglutina estas três tendências
18:27
into a hominid that takes direct and deliberate control
357
1095000
3000
em um hominídeo que toma controle direto e deliberativo
18:30
over the evolution of his species, her species and other species.
358
1098000
4000
sobre a evolução de sua espécie, da espécie dela e de outras espécies.
18:35
And that, of course, would be the ultimate reboot.
359
1103000
4000
E este, certamente, seria o “reboot” definitivo.
18:39
Thank you very much.
360
1107000
2000
Muito obrigado a vocês.
18:41
(Applause)
361
1109000
3000
(Aplausos)
ABOUT THE SPEAKER
Juan Enriquez - FuturistJuan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society.
Why you should listen
A broad thinker who studies the intersections of these fields, Enriquez has a talent for bridging disciplines to build a coherent look ahead. He is the managing director of Excel Venture Management, a life sciences VC firm. He recently published (with Steve Gullans) Evolving Ourselves: How Unnatural Selection and Nonrandom Mutation Are Shaping Life on Earth. The book describes a world where humans increasingly shape their environment, themselves and other species.
Enriquez is a member of the board of Synthetic Genomics, which recently introduced the smallest synthetic living cell. Called “JCVI-syn 3.0,” it has 473 genes (about half the previous smallest cell). The organism would die if one of the genes is removed. In other words, this is the minimum genetic instruction set for a living organism.
Juan Enriquez | Speaker | TED.com