0:00:00.817,0:00:03.651
Chris Anderson: Você foi[br]um fenômeno da matemática.

0:00:03.675,0:00:06.739
Você lecionou em Harvard[br]e no MIT ainda muito jovem.

0:00:06.763,0:00:08.953
E aí a NSA te procurou.

0:00:09.464,0:00:10.668
Como foi isso?

0:00:11.207,0:00:15.130
Jim Simons: Bem, a NSA, Agência[br]de Segurança Nacional americana,

0:00:15.154,0:00:17.123
não me procurou exatamente.

0:00:17.465,0:00:21.939
Eles tinham um projeto em Princeton,[br]no qual contratavam matemáticos

0:00:21.963,0:00:24.905
para decifrar códigos secretos[br]e coisas do gênero.

0:00:25.294,0:00:26.966
Eu sabia da existência deles.

0:00:27.225,0:00:29.585
Eles tinham uma política[br]de trabalho muito boa,

0:00:29.585,0:00:33.369
podíamos trabalhar metade[br]do tempo nas nossas pesquisas,

0:00:33.393,0:00:36.877
e metade nas coisas deles.

0:00:37.559,0:00:39.033
E pagavam muito bem,

0:00:39.057,0:00:42.108
então foi difícil resistir.

0:00:42.132,0:00:44.044
Então, eu fui para lá.

0:00:44.068,0:00:45.406
CA: Você era um hacker.

0:00:45.430,0:00:46.596
JS: Eu era.

0:00:46.620,0:00:47.777
CA: Até ser demitido.

0:00:47.801,0:00:49.384
JS: Sim, fui demitido.

0:00:49.408,0:00:50.653
CA: Por quê?

0:00:51.280,0:00:53.133
JS: Bem, por quê?

0:00:53.611,0:00:58.567
Fui demitido porque[br]a guerra do Vietnã acontecia,

0:00:58.591,0:01:04.328
e o chefe dos chefes da minha organização[br]era um grande entusiasta da guerra

0:01:04.352,0:01:08.748
e escreveu uma reportagem de capa[br]para a revista New York Times,

0:01:08.772,0:01:10.542
sobre como venceríamos no Vietnã.

0:01:10.566,0:01:13.695
Eu não gostava daquela guerra,[br]eu a achava estúpida.

0:01:13.719,0:01:16.384
E escrevi uma carta para o Times,[br]que foi publicada,

0:01:16.408,0:01:20.422
dizendo que nem todos[br]que trabalhavam para Maxwell Taylor,

0:01:20.446,0:01:25.132
se alguém se lembra desse nome,[br]concordava com as opiniões dele.

0:01:25.553,0:01:27.211
E dei minhas próprias opiniões,

0:01:27.235,0:01:29.399
CA: Ah, certo, percebo que eram...

0:01:29.423,0:01:31.978
JS: ...diferentes das opiniões[br]do general Taylor.

0:01:32.002,0:01:33.908
Mas no final, ninguém falou nada.

0:01:33.932,0:01:37.633
Na época eu tinha 29 anos,[br]e um rapaz apareceu

0:01:37.657,0:01:40.745
dizendo que era correspondente[br]da revista Newsweek,

0:01:40.769,0:01:42.480
que queria me entrevistar

0:01:42.480,0:01:46.160
e saber o que eu estava fazendo[br]a respeito das minhas opiniões.

0:01:46.160,0:01:50.059
Eu respondi: "Agora, estou trabalhando[br]principalmente na matemática

0:01:50.083,0:01:53.586
e, quando a guerra acabar, vou trabalhar[br]principalmente nas coisas deles".

0:01:54.123,0:01:56.948
Então fiz a única coisa[br]inteligente daquele dia:

0:01:56.972,0:02:01.093
contei para meu chefe[br]que eu tinha dado aquela entrevista.

0:02:01.093,0:02:02.612
Ele disse: "O que você falou?"

0:02:02.636,0:02:04.102
E eu contei a ele.

0:02:04.126,0:02:06.441
E ele disse: "Vou ter[br]que ligar para o Taylor".

0:02:06.465,0:02:08.842
Ele ligou para o Taylor,[br]isso levou dez minutos.

0:02:08.866,0:02:11.128
Fui demitido cinco minutos depois.

0:02:11.590,0:02:12.596
CA: Certo.

0:02:12.606,0:02:13.611
JS: Mas não foi ruim.

0:02:13.611,0:02:16.504
CA: Não foi ruim porque você[br]foi para a "Stony Book"

0:02:16.528,0:02:19.661
e alavancou sua carreira matemática.

0:02:19.685,0:02:22.137
Você começou a trabalhar com este homem.

0:02:22.161,0:02:23.325
Quem é ele?

0:02:24.352,0:02:25.764
JS: Ah, Shiing-Shen Chern.

0:02:25.788,0:02:28.892
O Chern foi um dos maiores[br]matemáticos do século.

0:02:28.916,0:02:34.149
Conheci ele quando eu fazia[br]pós-graduação em Berkeley.

0:02:34.173,0:02:36.044
Eu tinha algumas ideias

0:02:36.068,0:02:38.515
e apresentei-as a ele, e ele gostou.

0:02:38.539,0:02:45.165
Juntos, fizemos este trabalho[br]que você pode facilmente ver aqui.

0:02:45.189,0:02:46.339
Aqui está ele.

0:02:47.198,0:02:50.804
CA: Através desse trabalho vocês[br]publicaram um artigo famoso juntos.

0:02:50.828,0:02:54.066
Pode nos explicar[br]em que consistia esse trabalho?

0:02:55.028,0:02:56.186
JS: Não.

0:02:56.210,0:02:58.484
(Risos)

0:02:58.966,0:03:01.030
JS: Bem, eu posso explicar isso a alguém.

0:03:01.054,0:03:03.129
(Risos)

0:03:03.153,0:03:05.017
CA: Que tal explicar isso?

0:03:05.041,0:03:07.770
JS: Mas não para muitas pessoas.

0:03:09.144,0:03:11.958
CA: Acho que você me disse[br]que tinha algo a ver com esferas,

0:03:11.982,0:03:13.844
então vamos começar por isso.

0:03:13.868,0:03:17.468
JS: Bem, tinha; mas sobre aquele trabalho,

0:03:17.492,0:03:20.692
tinha algo a ver com isso, mas antes,

0:03:20.716,0:03:24.256
esse trabalho era matemática pura.

0:03:24.280,0:03:26.972
Eu estava feliz com o trabalho,[br]e o Chern também.

0:03:27.910,0:03:32.086
Ele até começou como um assunto[br]que hoje está crescendo.

0:03:32.638,0:03:38.066
Mas, o que é mais interessante[br]é que ele se aplica à fisica,

0:03:38.066,0:03:42.251
algo que não conhecíamos,[br]pelo menos eu não sabia nada de física,

0:03:42.275,0:03:44.557
e não acho que o Chern[br]soubesse muita coisa.

0:03:44.581,0:03:48.544
E uns dez anos depois[br]que o artigo foi publicado,

0:03:48.568,0:03:53.048
um cara chamado Ed Witten, em Princeton,[br]começou a aplicá-lo na teoria das cordas

0:03:53.072,0:03:57.924
e pessoas na Rússia começaram a aplicá-lo[br]no que foi chamado "matéria condensada".

0:03:57.948,0:04:02.841
Hoje em dia, as chamadas[br]constantes de Chern-Simons

0:04:02.865,0:04:04.730
espalharam-se por trabalhos de física.

0:04:04.754,0:04:05.928
E isso é fantástico.

0:04:05.952,0:04:07.317
Não sabíamos nada de física.

0:04:07.714,0:04:10.568
Nunca pensei que isso[br]seria aplicado à fisica.

0:04:10.592,0:04:14.380
Mas esse é o interessante da matemática:[br]você nunca sabe aonde ela vai.

0:04:14.404,0:04:15.896
CA: Isso é incrível.

0:04:15.920,0:04:20.284
Então, estávamos falando sobre[br]como a evolução influencia a mente humana,

0:04:20.308,0:04:22.816
que pode ou não perceber a verdade.

0:04:22.840,0:04:26.153
De alguma forma, você produziu[br]uma teoria matemática,

0:04:26.177,0:04:28.025
sem saber nada de física,

0:04:28.049,0:04:30.547
e duas décadas depois[br]descobriu que ela é aplicada

0:04:30.571,0:04:33.602
para descrever profundamente[br]o mundo físico real.

0:04:33.626,0:04:34.779
Como isso é possível?

0:04:34.803,0:04:35.960
JS: Só Deus sabe.

0:04:35.984,0:04:38.094
(Risos)

0:04:38.849,0:04:41.999
Mas há um famoso físico[br]chamado Eugene Wigner

0:04:42.428,0:04:47.418
que escreveu um ensaio sobre[br]a eficácia irracional da matemática.

0:04:47.635,0:04:51.587
De alguma forma, a matemática[br]está enraizada no mundo real:

0:04:51.611,0:04:56.606
aprendemos a contar, a medir,[br]todo mundo pode fazer isso,

0:04:56.630,0:04:58.460
e aí, ela floresce por conta própria.

0:04:58.976,0:05:01.817
Mas várias vezes ela volta[br]para salvar o dia.

0:05:02.293,0:05:04.471
A relatividade geral é um exemplo.

0:05:04.495,0:05:07.612
Hermann Minkowski tinha[br]essa geometria, e Einstein percebeu:

0:05:07.636,0:05:11.483
"Ei! É com isso que eu posso[br]lançar a relatividade geral."

0:05:11.507,0:05:14.619
Nunca se sabe, é um mistério.

0:05:15.056,0:05:16.273
É um mistério.

0:05:16.297,0:05:19.593
CA: Aqui temos uma engenhosa[br]obra matemática.

0:05:19.617,0:05:20.959
Conte-nos sobre isto.

0:05:20.983,0:05:26.907
JS: Bem, isto é uma bola, uma esfera,[br]que tem uma estrutura em torno dela,

0:05:26.931,0:05:28.504
esses quadrados.

0:05:30.697,0:05:35.603
O que mostrarei aqui foi originalmente[br]observado por Leonhard Euler,

0:05:35.627,0:05:37.881
o grande matemático, em 1700.

0:05:38.223,0:05:43.404
Isso cresceu progressivamente até ser[br]um campo muito importante em matemática:

0:05:43.428,0:05:45.762
topologia algébrica, geometria,

0:05:47.039,0:05:51.403
e aquele ensaio tinha as suas raízes nela.

0:05:51.427,0:05:53.261
Então, sobre esta coisa:

0:05:53.285,0:05:57.737
ela tem 8 vértices, 12 arestas e 6 faces.

0:05:57.761,0:06:01.591
E se você calcular a diferença:[br]vértices menos bordas, mais faces,

0:06:01.615,0:06:02.767
dá dois.

0:06:02.791,0:06:05.010
Certo, dois. É um bom número.

0:06:05.034,0:06:09.282
Aqui, uma outra forma de fazer isso,[br]esta é coberta com triângulos,

0:06:09.306,0:06:13.883
ela tem 12 vértices e 30 bordas,

0:06:13.907,0:06:18.102
e 20 faces, 20 peças.

0:06:18.576,0:06:23.167
E, vértices menos arestas,[br]mais faces, ainda é igual a dois.

0:06:23.191,0:06:26.038
E você poderia fazer isso[br]de qualquer outra forma,

0:06:26.062,0:06:29.460
cobri-la com todos os tipos[br]de polígonos e triângulos,

0:06:29.484,0:06:30.804
e misturá-los,

0:06:30.828,0:06:34.107
e vértices menos arestas,[br]mais faces, continuará dando dois.

0:06:34.131,0:06:35.742
Aqui está uma forma diferente.

0:06:36.480,0:06:39.484
Este é um toro, a superfície de uma rosca,[br]

0:06:39.484,0:06:43.530
tem 16 vértices cobertos[br]por estes retângulos,

0:06:43.530,0:06:46.530
32 arestas, 16 faces,

0:06:46.530,0:06:49.214
e vértices, menos arestas,[br]mais faces dá zero.

0:06:49.238,0:06:50.713
Sempre dará zero.

0:06:50.737,0:06:55.047
Toda vez que você cobrir toros[br]com quadrados ou triângulos

0:06:55.071,0:06:59.006
ou qualquer coisa do tipo, vai dar zero.

0:07:00.514,0:07:02.904
Isso chama-se "Característica de Euler",

0:07:02.928,0:07:06.377
é o que chamamos de invariante topológico.

0:07:06.849,0:07:08.005
É incrível.

0:07:08.029,0:07:10.820
Não importa como você faça,[br]sempre obterá a mesma resposta.

0:07:10.844,0:07:17.143
Esse foi o primeiro impulso,[br]em meados de 1700,

0:07:17.167,0:07:20.936
em um assunto que agora[br]é chamado de topologia algébrica.

0:07:20.960,0:07:23.943
CA: E seu próprio trabalho[br]tomou uma ideia como esta e a levou

0:07:23.967,0:07:26.416
para a teoria das dimensões superiores,

0:07:26.440,0:07:29.528
objetos das dimensões superiores,[br]e encontrou novas invariâncias?

0:07:29.552,0:07:34.195
JS: Sim. Bem, já havia invariantes[br]de dimensão superior:

0:07:34.219,0:07:38.676
as classes de Pontryagin,[br]as classes de Chern.

0:07:38.700,0:07:42.248
Havia um monte dessas invariantes.

0:07:42.272,0:07:46.407
Eu estava lutando[br]para trabalhar em uma delas

0:07:46.431,0:07:50.634
e modelá-la combinatoriamente,

0:07:50.658,0:07:53.680
em vez da maneira usual,

0:07:53.704,0:07:58.063
o que levou a esse trabalho,[br]e nós descobrimos algumas coisas novas.

0:07:58.087,0:08:01.588
Mas, se não fosse pelo Sr. Euler,

0:08:01.612,0:08:05.593
que escreveu quase[br]70 volumes de matemática

0:08:05.617,0:08:07.348
e tinha 13 filhos,

0:08:07.372,0:08:13.814
que aparentemente ele balançava[br]no joelho enquanto escrevia,

0:08:13.838,0:08:19.612
se não fosse por ele, talvez[br]não existissem estas invariantes.

0:08:20.157,0:08:24.254
CA: Pelo menos isso nos deu[br]uma amostra dessa mente incrível.

0:08:24.804,0:08:26.347
Vamos falar da "Renaissance".

0:08:26.371,0:08:32.227
Como você usou essa mente incrível,[br]e tendo sido um hacker na NSA,

0:08:32.251,0:08:35.444
você começou a se tornar [br]hacker na indústria financeira.

0:08:35.444,0:08:38.273
Acho que você não aceitou[br]a teoria de mercado eficiente.

0:08:38.273,0:08:39.569
De alguma forma,

0:08:39.569,0:08:44.629
você conseguiu rendimentos[br]surpreendentes ao longo de duas décadas.

0:08:44.629,0:08:46.330
Da forma como me foi explicado,

0:08:46.330,0:08:49.823
o que é notável sobre o que você fez[br]não foi só o tamanho dos rendimentos,

0:08:49.847,0:08:53.730
mas que você os conseguiu com volatilidade[br]e risco surpreendentemente baixos,

0:08:53.754,0:08:55.578
comparado a outros[br]fundos de cobertura.

0:08:55.602,0:08:57.531
Como você fez isso, Jim?

0:08:58.071,0:09:02.182
JS: Eu fiz isso juntando[br]um grupo maravilhoso de pessoas.

0:09:02.206,0:09:06.162
Quando comecei a fazer negociações,[br]eu estava um pouco cansado da matemática.

0:09:06.186,0:09:10.109
Eu já estava no final dos 30 anos[br]e com pouco de dinheiro.

0:09:10.133,0:09:12.642
Eu comecei a negociar, e me dei muito bem.

0:09:13.063,0:09:15.811
Eu fiz um bom dinheiro, por pura sorte.

0:09:15.835,0:09:17.501
Eu acho que foi pura sorte.

0:09:17.525,0:09:19.634
Certamente não foi a modelagem matemática.

0:09:19.658,0:09:23.489
Mas, olhando os dados,[br]depois de um tempo, eu percebi:

0:09:23.513,0:09:26.066
parece que há alguma estrutura aqui.

0:09:26.090,0:09:29.787
Eu contratei alguns matemáticos,[br]e começamos a fazer uns modelos,

0:09:29.811,0:09:34.076
exatamente o tipo de coisa que fazíamos[br]no IAD, o Instituto de Análises de Defesa.

0:09:34.100,0:09:36.933
Você escreve um algoritmo[br]e o testa em um computador.

0:09:36.957,0:09:39.123
Funciona? Não funciona? E por aí vai.

0:09:39.443,0:09:40.922
CA: Vamos dar uma olhada nisso?

0:09:40.946,0:09:45.487
Porque, aqui tem um gráfico típico[br]de uma commodity, ou algo assim.

0:09:46.487,0:09:50.528
Eu olho para isso e vejo apenas[br]um caminho aleatório, de altos e baixos,

0:09:50.552,0:09:53.414
talvez uma tendência ascendente[br]durante esse tempo.

0:09:53.438,0:09:55.551
Como você negocia olhando para isso,

0:09:55.575,0:09:57.901
e como vê algo que não é apenas aleatório?

0:09:57.925,0:10:01.172
JS: Nos velhos tempos, este é[br]o tipo de gráfico dos velhos tempos,

0:10:01.196,0:10:05.480
commodities ou moedas[br]seguiam uma tendência.

0:10:05.504,0:10:11.559
Não necessariamente a tendência leve[br]que vemos aqui, mas tendendo em períodos.

0:10:11.583,0:10:15.639
E se você decidisse:[br]"Certo, hoje vou prever

0:10:15.663,0:10:20.631
baseado na mudança média[br]dos últimos 20 dias".

0:10:20.655,0:10:23.762
Talvez fosse uma boa previsão,[br]e você ganhasse algum dinheiro.

0:10:23.786,0:10:29.394
De fato, anos atrás,[br]tal sistema funcionaria,

0:10:29.418,0:10:31.809
não de forma bonita, mas funcionaria.

0:10:31.833,0:10:34.342
Você ganharia dinheiro,[br]perderia, ganharia.

0:10:34.366,0:10:36.564
Mas isso vale a pena[br]em alguns dias de um ano,

0:10:36.588,0:10:40.932
e você faria pouco dinheiro[br]naquele período.

0:10:41.884,0:10:43.842
É um sistema muito baseado em vestígios.

0:10:44.525,0:10:48.054
CA: Então você testaria um monte[br]de comprimentos de tendências no tempo

0:10:48.078,0:10:50.514
e veria se, por exemplo,

0:10:50.538,0:10:54.019
uma tendência de 10 ou 15 dias[br]predizia o que aconteceu em seguida.

0:10:54.043,0:11:00.805
JS: Claro, você tentaria tudo isso[br]e veria o que funciona melhor.

0:11:01.515,0:11:04.865
Na década de 60, teria sido ótimo[br]seguir as tendências,

0:11:04.889,0:11:07.021
talvez na década de 70 também.

0:11:07.045,0:11:08.918
Mas não na década de 80.

0:11:08.942,0:11:11.759
CA: Porque todos podiam vê-la.

0:11:11.783,0:11:14.565
Então, como vocês se mantêm[br]à frente da maioria?

0:11:15.046,0:11:21.178
JS: Nós nos mantemos à frente,[br]encontrando outras abordagens,

0:11:21.202,0:11:23.943
abordagem de curto prazo, até certo ponto.

0:11:25.107,0:11:28.454
O desafio foi juntar[br]uma quantidade enorme de dados,

0:11:28.478,0:11:32.056
e no começo, tivemos que fazer isso à mão.

0:11:32.080,0:11:35.546
Copiamos históricos de taxas de juro[br]do banco Federal Reserve

0:11:35.570,0:11:38.835
e coisas desse tipo,[br]pois não havia dados eletrônicos.

0:11:38.859,0:11:40.502
Conseguimos muitos dados

0:11:40.526,0:11:44.686
e pessoas muito inteligentes,[br]isso foi a chave!

0:11:45.463,0:11:49.239
Eu não sabia como contratar pessoas[br]para fazer negociação fundamental.

0:11:49.749,0:11:52.698
Eu havia contratado algumas,[br]umas fizeram dinheiro, outras não.

0:11:52.722,0:11:54.602
Eu não conseguia ganhar com aquilo.

0:11:54.626,0:11:56.668
Mas eu sabia como contratar cientistas,

0:11:56.692,0:12:00.081
porque nesse departamento eu levo jeito.

0:12:00.105,0:12:01.943
Então, foi isso o que fizemos.

0:12:01.967,0:12:05.198
E, gradualmente, esses modelos[br]foram melhorando

0:12:05.222,0:12:06.557
e melhorando cada vez mais.

0:12:06.581,0:12:09.619
CA: Você leva crédito de ter feito[br]algo notável na Renaissance:

0:12:09.619,0:12:12.420
construir uma cultura,[br]formar esse grupo de pessoas

0:12:12.444,0:12:15.586
que não eram apenas mercenários[br]atraídos por dinheiro,

0:12:15.610,0:12:19.522
mas sim, motivados por fazer[br]matemática e ciência emocionantes.

0:12:19.860,0:12:22.259
JS: Bem, eu queria que isso fosse verdade,

0:12:22.283,0:12:25.863
mas, em parte, era pelo dinheiro.

0:12:25.887,0:12:27.224
CA: Eles ganharam dinheiro.

0:12:27.224,0:12:29.695
JS: Não posso dizer [br]que ninguém veio pelo dinheiro.

0:12:29.695,0:12:31.522
Acho que muitos vieram pelo dinheiro,

0:12:31.522,0:12:33.357
mas também porque seria divertido.

0:12:33.357,0:12:36.825
CA: E qual o papel do aprendizado[br]de máquina nisso?

0:12:36.825,0:12:39.943
JS: Em certo sentido, o que fizemos[br]era aprendizado de máquina.

0:12:40.879,0:12:47.170
Você olha para um monte de dados, e tenta[br]simular diferentes modelos preditivos,

0:12:47.194,0:12:49.376
até você ficar cada vez melhor no que faz.

0:12:49.400,0:12:53.167
Da forma como fizemos, por si só,[br]ele não dava um feedback,

0:12:53.191,0:12:55.500
mas funcionava.

0:12:56.150,0:13:00.209
CA: Então, esses modelos de previsão[br]podem ser desordenados e inesperados.

0:13:00.233,0:13:02.147
Você tem que analisar tudo, certo?

0:13:02.171,0:13:05.488
O tempo, o comprimento[br]dos vestidos, a opinião política.

0:13:05.512,0:13:08.349
JS: Sim, comprimento[br]de vestidos não testamos.

0:13:08.373,0:13:10.430
CA: Que tipo de coisas?

0:13:10.454,0:13:11.612
JS: Bem, tudo.

0:13:11.636,0:13:15.150
O que caía na rede, era peixe -[br]exceto a altura das bainhas.

0:13:16.852,0:13:19.152
Tempo, relatórios anuais,

0:13:19.176,0:13:23.908
relatórios trimestrais, volumes,[br]dados históricos em si, você escolhe.

0:13:23.932,0:13:25.083
O que quer que exista.

0:13:25.107,0:13:27.728
Pegávamos terabytes de dados por dia,

0:13:27.752,0:13:31.876
e armazenávamos, manipulávamos[br]e os deixávamos prontos para análise.

0:13:33.446,0:13:34.948
Você procura anomalias,

0:13:34.948,0:13:37.029
você procura, como disse...

0:13:37.039,0:13:40.281
sabe, a hipótese do mercado[br]eficiente não é correta.

0:13:40.305,0:13:43.772
CA: Mas uma anomalia qualquer[br]pode ser apenas uma coisa aleatória.

0:13:43.796,0:13:47.454
Então, o segredo aqui seria olhar[br]para várias anomalias estranhas,

0:13:47.478,0:13:48.806
e ver quando se alinham?

0:13:49.238,0:13:52.451
JS: Uma anomalia qualquer[br]pode ser uma coisa aleatória;

0:13:52.475,0:13:55.514
mas, se você tem dados suficientes[br]você pode dizer que não é.

0:13:55.538,0:14:00.488
Uma anomalia que persiste[br]por um tempo suficientemente longo,

0:14:00.512,0:14:05.487
a probabilidade de ser[br]aleatória não é alta.

0:14:05.511,0:14:08.723
Mas essas coisas desaparecem[br]depois de um tempo;

0:14:08.723,0:14:10.393
anomalias podem desaparecer.

0:14:10.393,0:14:12.813
Então você tem que se manter[br]no topo do negócio.

0:14:12.837,0:14:15.509
CA: Muitos olham para a indústria[br]de fundos de cobertura

0:14:15.533,0:14:19.931
e ficam meio que... chocados,

0:14:19.955,0:14:22.127
com quanta riqueza é criada lá,

0:14:22.151,0:14:24.396
e quanto talento está indo para lá.

0:14:25.523,0:14:29.529
Você tem preocupações com essa indústria,

0:14:29.553,0:14:31.967
e talvez com a indústria[br]financeira em geral?

0:14:31.991,0:14:33.749
De ela estar em um trem desgovernado,

0:14:33.759,0:14:38.749
que, não sei, ajuda[br]a aumentar a desigualdade?

0:14:38.773,0:14:42.604
Como você defende o que está acontecendo[br]na indústria de fundos de cobertura?

0:14:42.628,0:14:45.236
JS: Eu acho que, nos últimos[br]três ou quatro anos,

0:14:45.260,0:14:47.363
os fundos de cobertura[br]não foram muito bem.

0:14:47.387,0:14:48.787
Foi bom para nós,

0:14:48.811,0:14:52.812
mas a indústria de fundos de cobertura,[br]como um todo, não se deu tão bem.

0:14:52.836,0:14:57.738
O mercado de ações tem estado ótimo,[br]subindo, como todos sabem,

0:14:57.762,0:15:01.207
e o índice Preço/Lucro tem crescido.

0:15:01.231,0:15:04.474
Então, uma enorme quantidade[br]de riqueza que foi criada nos últimos,

0:15:04.474,0:15:07.808
digamos, cinco ou seis anos,[br]não foi criada pelos fundos de cobertura.

0:15:08.458,0:15:11.679
As pessoas me perguntavam:[br]"O que é um fundo de cobertura?"

0:15:11.703,0:15:13.963
E eu diria: "Um e vinte".

0:15:13.987,0:15:17.553
Que significa, bem, agora são 2 e 20,

0:15:17.577,0:15:20.930
são 2% de taxa fixa e 20% de lucros.

0:15:20.954,0:15:23.306
Os fundos de cobertura[br]são de outra espécie.

0:15:23.330,0:15:26.569
CA: Dizem que você cobra taxas[br]ligeiramente mais elevada do que eles.

0:15:27.339,0:15:30.420
JS: Uma vez, cobramos[br]as mais altas taxas do mundo.

0:15:30.444,0:15:33.670
Nós cobramos 5 e 44.

0:15:33.694,0:15:35.092
CA: Cobram 5 e 44.

0:15:35.116,0:15:38.350
Então, 5% de taxa fixa e 44% de ganhos.

0:15:38.374,0:15:41.257
Você conseguiu ótimos rendimentos[br]para seus investidores.

0:15:41.257,0:15:42.633
JS: Sim, conseguimos.

0:15:42.657,0:15:45.657
Eles reclamavam: "Como você pode[br]cobrar taxas tão elevadas?"

0:15:45.681,0:15:47.308
Eu dizia: "Você pode sair".

0:15:47.332,0:15:50.150
Mas "como posso ganhar mais?"[br]era o que eles queriam.

0:15:50.174,0:15:51.678
(Risos)

0:15:51.702,0:15:54.142
Mas, a certa altura,[br]acho que eu te disse isso,

0:15:54.166,0:15:59.065
nós negociamos todos os investidores,[br]porque há uma capacidade para o fundo.

0:15:59.065,0:16:02.539
CA: Devemos nos preocupar com o fato[br]de a indústria de fundos de cobertura

0:16:02.539,0:16:07.531
atrair muitos dos grandes matemáticos[br]e outros talentos do mundo,

0:16:07.555,0:16:10.793
em vez de eles trabalharem[br]pelos muitos outros problemas no mundo?

0:16:10.817,0:16:12.746
JS: Bem, não são só matemáticos,

0:16:12.770,0:16:15.449
nós contratamos astrônomos,[br]físicos, e coisas assim.

0:16:15.833,0:16:18.264
Eu não acho que devamos[br]nos preocupar com isso.

0:16:18.288,0:16:21.430
Ainda é uma indústria muito pequena.

0:16:21.454,0:16:27.451
E, de fato, trazer a ciência[br]para o mundo do investimento

0:16:27.475,0:16:29.634
melhorou esse mundo.

0:16:29.658,0:16:33.692
É volatilidade reduzida.[br]É a liquidez aumentada.

0:16:33.692,0:16:36.971
Os "spreads" estão limitados,[br]pois muitas pessoas os estão negociando.

0:16:36.971,0:16:42.041
Então não me preocupa muito se o Einstein[br]está começando um fundo de cobertura.

0:16:42.478,0:16:46.642
CA: No entanto, agora você está[br]em uma fase onde está investindo

0:16:46.666,0:16:50.400
na outra ponta da cadeia de fornecimento,

0:16:50.424,0:16:54.528
você está investindo na matemática[br]em toda a América.

0:16:54.552,0:16:56.417
Esta é a sua esposa, Marilyn.

0:16:56.441,0:17:01.197
Vocês trabalham juntos, com filantropia.

0:17:01.221,0:17:02.384
Conte-me sobre isso.

0:17:02.408,0:17:06.057
JS: Bem, a Marilyn começou,

0:17:06.080,0:17:09.528
lá está ela, minha linda esposa,

0:17:09.551,0:17:12.523
ela começou uma fundação,[br]há cerca de 20 anos.

0:17:12.548,0:17:13.699
Acho que foi em 94.

0:17:13.723,0:17:15.818
Eu insisto que foi em 93,[br]ela diz que foi 94,

0:17:15.842,0:17:18.413
mas foi um desses dois anos.

0:17:18.436,0:17:20.571
(Risos)

0:17:20.596,0:17:27.315
Começamos uma fundação como uma forma[br]conveniente de fazer caridade.

0:17:28.346,0:17:30.853
Ela cuidava do balancete,[br]e coisas do tipo.

0:17:30.877,0:17:37.591
Naquele tempo, não tínhamos uma visão,[br]mas gradualmente uma visão emergiu,

0:17:37.615,0:17:43.119
que era: focar em matemática e ciências,[br]para se concentrar em pesquisa básica.

0:17:43.569,0:17:46.341
E isso é o que temos feito.

0:17:46.365,0:17:52.720
Há cerca de seis anos, saí da Renaissance[br]e fui trabalhar na fundação.

0:17:52.744,0:17:54.315
Então é isso que nós fazemos.

0:17:54.339,0:17:57.248
CA: Então o objetivo[br]da "Math for America" é investir

0:17:57.272,0:17:59.910
em professores de matemática[br]em todo o país,

0:17:59.934,0:18:03.736
dando-lhes alguma renda extra,[br]apoio e assistência.

0:18:03.760,0:18:06.811
E realmente tentando fazer[br]isso de forma mais eficaz,

0:18:06.835,0:18:09.466
que seja um chamado[br]a que os professores possam aspirar.

0:18:09.466,0:18:14.250
JS: Sim, ao invés de penalizar[br]os professores ruins,

0:18:14.274,0:18:19.127
que só criou mais desânimo[br]em toda a comunidade educativa,

0:18:19.151,0:18:21.592
particularmente, em matemática e ciências,

0:18:21.616,0:18:27.746
nos concentramos em comemorar[br]os bons, e dar-lhes status.

0:18:27.770,0:18:30.701
Sim, damos-lhes dinheiro extra,[br]US$ 15 mil por ano.

0:18:30.725,0:18:33.236
Temos 800 professores[br]de matemática e ciências

0:18:33.236,0:18:37.030
nas escolas públicas de Nova York, [br]como parte de um núcleo.

0:18:37.054,0:18:40.740
Há um grande entusiasmo entre eles.

0:18:40.764,0:18:43.270
Eles estão permanecendo na área.

0:18:43.294,0:18:47.729
Ano que vem serão mil, o que vai ser 10%[br]dos professores de matemática e ciências

0:18:47.729,0:18:50.527
em escolas públicas[br]da cidade de Nova York.

0:18:50.527,0:18:53.586
(Aplausos)

0:18:55.710,0:18:59.120
CA: Aqui tem outro projeto[br]que você apoiou com a filantropia:

0:18:59.144,0:19:01.541
acho que, investigação sobre[br]as origens da vida.

0:19:01.565,0:19:03.012
O que estamos vendo aqui?

0:19:03.536,0:19:05.418
JS: Bem, vou guardar essa para depois,

0:19:05.442,0:19:07.604
e então vou lhe dizer o que estamos vendo.

0:19:07.628,0:19:10.684
Origens da vida é uma questão fascinante.

0:19:10.708,0:19:12.241
Como chegamos aqui?

0:19:13.170,0:19:14.941
Bem, há duas perguntas:

0:19:14.965,0:19:20.833
uma delas é, qual é o caminho[br]da geologia para a biologia,

0:19:20.857,0:19:22.238
como chegamos aqui?

0:19:22.262,0:19:24.626
E a outra é: com o que começamos?

0:19:24.650,0:19:27.752
Com que material, se existe algum,[br]devemos trabalhar nessa rota?

0:19:27.776,0:19:30.837
Essas são duas questões[br]muito interessantes.

0:19:31.773,0:19:37.607
A primeira é um caminho tortuoso,[br]desde a geologia até o ácido ribonucleico,

0:19:37.631,0:19:39.889
ou algo do tipo, como funcionou tudo isso?

0:19:39.913,0:19:42.301
E a outra, o que temos para trabalhar?

0:19:42.325,0:19:44.096
Bem, mais do que pensamos.

0:19:44.120,0:19:48.963
Então, aquela foto[br]é uma estrela em formação.

0:19:49.836,0:19:53.261
Todos os anos em nossa Via Láctea,[br]que tem 100 bilhões de estrelas,

0:19:53.285,0:19:55.780
cerca de duas novas estrelas são criadas.

0:19:55.804,0:19:58.274
Não me pergunte como, mas elas são.

0:19:58.298,0:20:01.378
E elas levam cerca de 1 milhão de anos[br]para se estabelecerem.

0:20:02.132,0:20:04.308
Assim, em estado estacionário,

0:20:04.332,0:20:08.180
há cerca de 2 milhões de estrelas[br]em formação em qualquer momento.

0:20:08.204,0:20:11.662
Aquela está em algum lugar ao longo[br]deste período de estabelecimento.

0:20:12.067,0:20:15.003
E há todo esse tipo de coisa[br]circulando ao redor dela,

0:20:15.027,0:20:16.525
poeira e outras coisas.

0:20:17.479,0:20:20.502
E provavelmente ela vai formar[br]um sistema solar ou outra coisa.

0:20:20.526,0:20:22.702
Mas, veja bem,

0:20:22.726,0:20:29.074
nesta poeira que circunda[br]uma estrela em formação

0:20:29.098,0:20:35.133
foram encontrados, agora,[br]moléculas orgânicas significativas.

0:20:35.958,0:20:42.097
Moléculas não apenas como o metano,[br]mas formaldeído e cianeto,

0:20:42.121,0:20:48.638
coisas que são os blocos de construção,[br]as sementes, se me permitem, da vida.

0:20:49.136,0:20:51.828
Talvez isso seja típico.

0:20:52.395,0:20:59.329
E pode ser típico que planetas[br]em torno do universo

0:20:59.353,0:21:02.965
comecem com alguns desses blocos[br]básicos de construção.

0:21:03.830,0:21:06.545
Agora, isso significa[br]que vai ter vida por todo canto?

0:21:06.569,0:21:07.933
Talvez.

0:21:07.957,0:21:12.084
Essa é uma questão de quão[br]tortuoso é esse caminho

0:21:12.108,0:21:16.502
desde esses começos frágeis, as sementes,[br]por todo o caminho até a vida.

0:21:16.526,0:21:21.718
E a maioria dessas sementes[br]cairão em planetas inférteis.

0:21:21.742,0:21:23.151
CA: Para você, pessoalmente,

0:21:23.175,0:21:25.897
encontrar uma resposta[br]a esta pergunta, de onde viemos,

0:21:25.921,0:21:29.579
de como essa coisa acontece,[br]é algo que você gostaria de ver.

0:21:29.603,0:21:31.389
JS: Eu adoraria ver.

0:21:31.413,0:21:32.903
Eu gostaria de saber:

0:21:32.927,0:21:38.097
se esse caminho é tão tortuoso[br]e tão improvável

0:21:38.121,0:21:42.875
que não importa com o que começou,[br]poderíamos ser uma singularidade.

0:21:43.336,0:21:44.488
Mas, por outro lado,

0:21:44.512,0:21:47.990
dada toda essa poeira orgânica circulando,

0:21:48.014,0:21:51.805
poderíamos ter muitos amigos lá fora.

0:21:52.947,0:21:54.108
Eu adoraria saber disso.

0:21:54.132,0:21:57.612
CA: Jim, há alguns anos, tive a chance[br]de falar com o Elon Musk,

0:21:57.636,0:22:00.473
e perguntei-lhe o segredo de seu sucesso,

0:22:00.497,0:22:04.188
e ele disse que era[br]levar a física a sério.

0:22:04.696,0:22:08.699
Ouvindo você, eu te ouço dizer[br]que está levando a matemática a sério,

0:22:08.723,0:22:11.726
que infundiu toda a sua vida.

0:22:12.123,0:22:16.686
Ela lhe deu uma fortuna e agora[br]está lhe permitindo investir

0:22:16.710,0:22:21.206
no futuro de milhares de crianças[br]em toda a América e em outros lugares.

0:22:21.567,0:22:24.425
Então, a ciência realmente funciona?

0:22:24.449,0:22:27.221
Matemática realmente funciona?

0:22:27.245,0:22:31.617
JS: Bem, matemática certamente funciona.

0:22:31.641,0:22:33.089
Mas tem sido divertido.

0:22:33.089,0:22:37.809
Trabalhar com a Marilyn e fazer doações[br]tem sido muito agradável.

0:22:37.833,0:22:40.769
CA: É um pensamento inspirador para mim

0:22:40.793,0:22:44.800
que, ao tomar o conhecimento a sério,[br]muito mais pode vir a partir disso.

0:22:44.824,0:22:47.842
Então, obrigado por sua vida incrível,[br]e por ter vindo ao TED.

0:22:47.866,0:22:48.617
Obrigado.

0:22:48.651,0:22:49.752
Jim Simons!

0:22:49.806,0:22:51.736
(Aplausos)