1
00:00:00,817 --> 00:00:03,651
Chris Anderson: Você foi
um fenômeno da matemática.

2
00:00:03,675 --> 00:00:06,739
Você lecionou em Harvard
e no MIT ainda muito jovem.

3
00:00:06,763 --> 00:00:08,953
E aí a NSA te procurou.

4
00:00:09,464 --> 00:00:10,668
Como foi isso?

5
00:00:11,207 --> 00:00:15,130
Jim Simons: Bem, a NSA, Agência
de Segurança Nacional americana,

6
00:00:15,154 --> 00:00:17,123
não me procurou exatamente.

7
00:00:17,465 --> 00:00:21,939
Eles tinham um projeto em Princeton,
no qual contratavam matemáticos

8
00:00:21,963 --> 00:00:24,905
para decifrar códigos secretos
e coisas do gênero.

9
00:00:25,294 --> 00:00:26,966
Eu sabia da existência deles.

10
00:00:27,225 --> 00:00:29,585
Eles tinham uma política
de trabalho muito boa,

11
00:00:29,585 --> 00:00:33,369
podíamos trabalhar metade
do tempo nas nossas pesquisas,

12
00:00:33,393 --> 00:00:36,877
e metade nas coisas deles.

13
00:00:37,559 --> 00:00:39,033
E pagavam muito bem,

14
00:00:39,057 --> 00:00:42,108
então foi difícil resistir.

15
00:00:42,132 --> 00:00:44,044
Então, eu fui para lá.

16
00:00:44,068 --> 00:00:45,406
CA: Você era um hacker.

17
00:00:45,430 --> 00:00:46,596
JS: Eu era.

18
00:00:46,620 --> 00:00:47,777
CA: Até ser demitido.

19
00:00:47,801 --> 00:00:49,384
JS: Sim, fui demitido.

20
00:00:49,408 --> 00:00:50,653
CA: Por quê?

21
00:00:51,280 --> 00:00:53,133
JS: Bem, por quê?

22
00:00:53,611 --> 00:00:58,567
Fui demitido porque
a guerra do Vietnã acontecia,

23
00:00:58,591 --> 00:01:04,328
e o chefe dos chefes da minha organização
era um grande entusiasta da guerra

24
00:01:04,352 --> 00:01:08,748
e escreveu uma reportagem de capa
para a revista New York Times,

25
00:01:08,772 --> 00:01:10,542
sobre como venceríamos no Vietnã.

26
00:01:10,566 --> 00:01:13,695
Eu não gostava daquela guerra,
eu a achava estúpida.

27
00:01:13,719 --> 00:01:16,384
E escrevi uma carta para o Times,
que foi publicada,

28
00:01:16,408 --> 00:01:20,422
dizendo que nem todos
que trabalhavam para Maxwell Taylor,

29
00:01:20,446 --> 00:01:25,132
se alguém se lembra desse nome,
concordava com as opiniões dele.

30
00:01:25,553 --> 00:01:27,211
E dei minhas próprias opiniões,

31
00:01:27,235 --> 00:01:29,399
CA: Ah, certo, percebo que eram...

32
00:01:29,423 --> 00:01:31,978
JS: ...diferentes das opiniões
do general Taylor.

33
00:01:32,002 --> 00:01:33,908
Mas no final, ninguém falou nada.

34
00:01:33,932 --> 00:01:37,633
Na época eu tinha 29 anos,
e um rapaz apareceu

35
00:01:37,657 --> 00:01:40,745
dizendo que era correspondente
da revista Newsweek,

36
00:01:40,769 --> 00:01:42,480
que queria me entrevistar

37
00:01:42,480 --> 00:01:46,160
e saber o que eu estava fazendo
a respeito das minhas opiniões.

38
00:01:46,160 --> 00:01:50,059
Eu respondi: "Agora, estou trabalhando
principalmente na matemática

39
00:01:50,083 --> 00:01:53,586
e, quando a guerra acabar, vou trabalhar
principalmente nas coisas deles".

40
00:01:54,123 --> 00:01:56,948
Então fiz a única coisa
inteligente daquele dia:

41
00:01:56,972 --> 00:02:01,093
contei para meu chefe
que eu tinha dado aquela entrevista.

42
00:02:01,093 --> 00:02:02,612
Ele disse: "O que você falou?"

43
00:02:02,636 --> 00:02:04,102
E eu contei a ele.

44
00:02:04,126 --> 00:02:06,441
E ele disse: "Vou ter
que ligar para o Taylor".

45
00:02:06,465 --> 00:02:08,842
Ele ligou para o Taylor,
isso levou dez minutos.

46
00:02:08,866 --> 00:02:11,128
Fui demitido cinco minutos depois.

47
00:02:11,590 --> 00:02:12,596
CA: Certo.

48
00:02:12,606 --> 00:02:13,611
JS: Mas não foi ruim.

49
00:02:13,611 --> 00:02:16,504
CA: Não foi ruim porque você
foi para a "Stony Book"

50
00:02:16,528 --> 00:02:19,661
e alavancou sua carreira matemática.

51
00:02:19,685 --> 00:02:22,137
Você começou a trabalhar com este homem.

52
00:02:22,161 --> 00:02:23,325
Quem é ele?

53
00:02:24,352 --> 00:02:25,764
JS: Ah, Shiing-Shen Chern.

54
00:02:25,788 --> 00:02:28,892
O Chern foi um dos maiores
matemáticos do século.

55
00:02:28,916 --> 00:02:34,149
Conheci ele quando eu fazia
pós-graduação em Berkeley.

56
00:02:34,173 --> 00:02:36,044
Eu tinha algumas ideias

57
00:02:36,068 --> 00:02:38,515
e apresentei-as a ele, e ele gostou.

58
00:02:38,539 --> 00:02:45,165
Juntos, fizemos este trabalho
que você pode facilmente ver aqui.

59
00:02:45,189 --> 00:02:46,339
Aqui está ele.

60
00:02:47,198 --> 00:02:50,804
CA: Através desse trabalho vocês
publicaram um artigo famoso juntos.

61
00:02:50,828 --> 00:02:54,066
Pode nos explicar
em que consistia esse trabalho?

62
00:02:55,028 --> 00:02:56,186
JS: Não.

63
00:02:56,210 --> 00:02:58,484
(Risos)

64
00:02:58,966 --> 00:03:01,030
JS: Bem, eu posso explicar isso a alguém.

65
00:03:01,054 --> 00:03:03,129
(Risos)

66
00:03:03,153 --> 00:03:05,017
CA: Que tal explicar isso?

67
00:03:05,041 --> 00:03:07,770
JS: Mas não para muitas pessoas.

68
00:03:09,144 --> 00:03:11,958
CA: Acho que você me disse
que tinha algo a ver com esferas,

69
00:03:11,982 --> 00:03:13,844
então vamos começar por isso.

70
00:03:13,868 --> 00:03:17,468
JS: Bem, tinha; mas sobre aquele trabalho,

71
00:03:17,492 --> 00:03:20,692
tinha algo a ver com isso, mas antes,

72
00:03:20,716 --> 00:03:24,256
esse trabalho era matemática pura.

73
00:03:24,280 --> 00:03:26,972
Eu estava feliz com o trabalho,
e o Chern também.

74
00:03:27,910 --> 00:03:32,086
Ele até começou como um assunto
que hoje está crescendo.

75
00:03:32,638 --> 00:03:38,066
Mas, o que é mais interessante
é que ele se aplica à fisica,

76
00:03:38,066 --> 00:03:42,251
algo que não conhecíamos,
pelo menos eu não sabia nada de física,

77
00:03:42,275 --> 00:03:44,557
e não acho que o Chern
soubesse muita coisa.

78
00:03:44,581 --> 00:03:48,544
E uns dez anos depois
que o artigo foi publicado,

79
00:03:48,568 --> 00:03:53,048
um cara chamado Ed Witten, em Princeton,
começou a aplicá-lo na teoria das cordas

80
00:03:53,072 --> 00:03:57,924
e pessoas na Rússia começaram a aplicá-lo
no que foi chamado "matéria condensada".

81
00:03:57,948 --> 00:04:02,841
Hoje em dia, as chamadas
constantes de Chern-Simons

82
00:04:02,865 --> 00:04:04,730
espalharam-se por trabalhos de física.

83
00:04:04,754 --> 00:04:05,928
E isso é fantástico.

84
00:04:05,952 --> 00:04:07,317
Não sabíamos nada de física.

85
00:04:07,714 --> 00:04:10,568
Nunca pensei que isso
seria aplicado à fisica.

86
00:04:10,592 --> 00:04:14,380
Mas esse é o interessante da matemática:
você nunca sabe aonde ela vai.

87
00:04:14,404 --> 00:04:15,896
CA: Isso é incrível.

88
00:04:15,920 --> 00:04:20,284
Então, estávamos falando sobre
como a evolução influencia a mente humana,

89
00:04:20,308 --> 00:04:22,816
que pode ou não perceber a verdade.

90
00:04:22,840 --> 00:04:26,153
De alguma forma, você produziu
uma teoria matemática,

91
00:04:26,177 --> 00:04:28,025
sem saber nada de física,

92
00:04:28,049 --> 00:04:30,547
e duas décadas depois
descobriu que ela é aplicada

93
00:04:30,571 --> 00:04:33,602
para descrever profundamente
o mundo físico real.

94
00:04:33,626 --> 00:04:34,779
Como isso é possível?

95
00:04:34,803 --> 00:04:35,960
JS: Só Deus sabe.

96
00:04:35,984 --> 00:04:38,094
(Risos)

97
00:04:38,849 --> 00:04:41,999
Mas há um famoso físico
chamado Eugene Wigner

98
00:04:42,428 --> 00:04:47,418
que escreveu um ensaio sobre
a eficácia irracional da matemática.

99
00:04:47,635 --> 00:04:51,587
De alguma forma, a matemática
está enraizada no mundo real:

100
00:04:51,611 --> 00:04:56,606
aprendemos a contar, a medir,
todo mundo pode fazer isso,

101
00:04:56,630 --> 00:04:58,460
e aí, ela floresce por conta própria.

102
00:04:58,976 --> 00:05:01,817
Mas várias vezes ela volta
para salvar o dia.

103
00:05:02,293 --> 00:05:04,471
A relatividade geral é um exemplo.

104
00:05:04,495 --> 00:05:07,612
Hermann Minkowski tinha
essa geometria, e Einstein percebeu:

105
00:05:07,636 --> 00:05:11,483
"Ei! É com isso que eu posso
lançar a relatividade geral."

106
00:05:11,507 --> 00:05:14,619
Nunca se sabe, é um mistério.

107
00:05:15,056 --> 00:05:16,273
É um mistério.

108
00:05:16,297 --> 00:05:19,593
CA: Aqui temos uma engenhosa
obra matemática.

109
00:05:19,617 --> 00:05:20,959
Conte-nos sobre isto.

110
00:05:20,983 --> 00:05:26,907
JS: Bem, isto é uma bola, uma esfera,
que tem uma estrutura em torno dela,

111
00:05:26,931 --> 00:05:28,504
esses quadrados.

112
00:05:30,697 --> 00:05:35,603
O que mostrarei aqui foi originalmente
observado por Leonhard Euler,

113
00:05:35,627 --> 00:05:37,881
o grande matemático, em 1700.

114
00:05:38,223 --> 00:05:43,404
Isso cresceu progressivamente até ser
um campo muito importante em matemática:

115
00:05:43,428 --> 00:05:45,762
topologia algébrica, geometria,

116
00:05:47,039 --> 00:05:51,403
e aquele ensaio tinha as suas raízes nela.

117
00:05:51,427 --> 00:05:53,261
Então, sobre esta coisa:

118
00:05:53,285 --> 00:05:57,737
ela tem 8 vértices, 12 arestas e 6 faces.

119
00:05:57,761 --> 00:06:01,591
E se você calcular a diferença:
vértices menos bordas, mais faces,

120
00:06:01,615 --> 00:06:02,767
dá dois.

121
00:06:02,791 --> 00:06:05,010
Certo, dois. É um bom número.

122
00:06:05,034 --> 00:06:09,282
Aqui, uma outra forma de fazer isso,
esta é coberta com triângulos,

123
00:06:09,306 --> 00:06:13,883
ela tem 12 vértices e 30 bordas,

124
00:06:13,907 --> 00:06:18,102
e 20 faces, 20 peças.

125
00:06:18,576 --> 00:06:23,167
E, vértices menos arestas,
mais faces, ainda é igual a dois.

126
00:06:23,191 --> 00:06:26,038
E você poderia fazer isso
de qualquer outra forma,

127
00:06:26,062 --> 00:06:29,460
cobri-la com todos os tipos
de polígonos e triângulos,

128
00:06:29,484 --> 00:06:30,804
e misturá-los,

129
00:06:30,828 --> 00:06:34,107
e vértices menos arestas,
mais faces, continuará dando dois.

130
00:06:34,131 --> 00:06:35,742
Aqui está uma forma diferente.

131
00:06:36,480 --> 00:06:39,484
Este é um toro, a superfície de uma rosca,


132
00:06:39,484 --> 00:06:43,530
tem 16 vértices cobertos
por estes retângulos,

133
00:06:43,530 --> 00:06:46,530
32 arestas, 16 faces,

134
00:06:46,530 --> 00:06:49,214
e vértices, menos arestas,
mais faces dá zero.

135
00:06:49,238 --> 00:06:50,713
Sempre dará zero.

136
00:06:50,737 --> 00:06:55,047
Toda vez que você cobrir toros
com quadrados ou triângulos

137
00:06:55,071 --> 00:06:59,006
ou qualquer coisa do tipo, vai dar zero.

138
00:07:00,514 --> 00:07:02,904
Isso chama-se "Característica de Euler",

139
00:07:02,928 --> 00:07:06,377
é o que chamamos de invariante topológico.

140
00:07:06,849 --> 00:07:08,005
É incrível.

141
00:07:08,029 --> 00:07:10,820
Não importa como você faça,
sempre obterá a mesma resposta.

142
00:07:10,844 --> 00:07:17,143
Esse foi o primeiro impulso,
em meados de 1700,

143
00:07:17,167 --> 00:07:20,936
em um assunto que agora
é chamado de topologia algébrica.

144
00:07:20,960 --> 00:07:23,943
CA: E seu próprio trabalho
tomou uma ideia como esta e a levou

145
00:07:23,967 --> 00:07:26,416
para a teoria das dimensões superiores,

146
00:07:26,440 --> 00:07:29,528
objetos das dimensões superiores,
e encontrou novas invariâncias?

147
00:07:29,552 --> 00:07:34,195
JS: Sim. Bem, já havia invariantes
de dimensão superior:

148
00:07:34,219 --> 00:07:38,676
as classes de Pontryagin,
as classes de Chern.

149
00:07:38,700 --> 00:07:42,248
Havia um monte dessas invariantes.

150
00:07:42,272 --> 00:07:46,407
Eu estava lutando
para trabalhar em uma delas

151
00:07:46,431 --> 00:07:50,634
e modelá-la combinatoriamente,

152
00:07:50,658 --> 00:07:53,680
em vez da maneira usual,

153
00:07:53,704 --> 00:07:58,063
o que levou a esse trabalho,
e nós descobrimos algumas coisas novas.

154
00:07:58,087 --> 00:08:01,588
Mas, se não fosse pelo Sr. Euler,

155
00:08:01,612 --> 00:08:05,593
que escreveu quase
70 volumes de matemática

156
00:08:05,617 --> 00:08:07,348
e tinha 13 filhos,

157
00:08:07,372 --> 00:08:13,814
que aparentemente ele balançava
no joelho enquanto escrevia,

158
00:08:13,838 --> 00:08:19,612
se não fosse por ele, talvez
não existissem estas invariantes.

159
00:08:20,157 --> 00:08:24,254
CA: Pelo menos isso nos deu
uma amostra dessa mente incrível.

160
00:08:24,804 --> 00:08:26,347
Vamos falar da "Renaissance".

161
00:08:26,371 --> 00:08:32,227
Como você usou essa mente incrível,
e tendo sido um hacker na NSA,

162
00:08:32,251 --> 00:08:35,444
você começou a se tornar 
hacker na indústria financeira.

163
00:08:35,444 --> 00:08:38,273
Acho que você não aceitou
a teoria de mercado eficiente.

164
00:08:38,273 --> 00:08:39,569
De alguma forma,

165
00:08:39,569 --> 00:08:44,629
você conseguiu rendimentos
surpreendentes ao longo de duas décadas.

166
00:08:44,629 --> 00:08:46,330
Da forma como me foi explicado,

167
00:08:46,330 --> 00:08:49,823
o que é notável sobre o que você fez
não foi só o tamanho dos rendimentos,

168
00:08:49,847 --> 00:08:53,730
mas que você os conseguiu com volatilidade
e risco surpreendentemente baixos,

169
00:08:53,754 --> 00:08:55,578
comparado a outros
fundos de cobertura.

170
00:08:55,602 --> 00:08:57,531
Como você fez isso, Jim?

171
00:08:58,071 --> 00:09:02,182
JS: Eu fiz isso juntando
um grupo maravilhoso de pessoas.

172
00:09:02,206 --> 00:09:06,162
Quando comecei a fazer negociações,
eu estava um pouco cansado da matemática.

173
00:09:06,186 --> 00:09:10,109
Eu já estava no final dos 30 anos
e com pouco de dinheiro.

174
00:09:10,133 --> 00:09:12,642
Eu comecei a negociar, e me dei muito bem.

175
00:09:13,063 --> 00:09:15,811
Eu fiz um bom dinheiro, por pura sorte.

176
00:09:15,835 --> 00:09:17,501
Eu acho que foi pura sorte.

177
00:09:17,525 --> 00:09:19,634
Certamente não foi a modelagem matemática.

178
00:09:19,658 --> 00:09:23,489
Mas, olhando os dados,
depois de um tempo, eu percebi:

179
00:09:23,513 --> 00:09:26,066
parece que há alguma estrutura aqui.

180
00:09:26,090 --> 00:09:29,787
Eu contratei alguns matemáticos,
e começamos a fazer uns modelos,

181
00:09:29,811 --> 00:09:34,076
exatamente o tipo de coisa que fazíamos
no IAD, o Instituto de Análises de Defesa.

182
00:09:34,100 --> 00:09:36,933
Você escreve um algoritmo
e o testa em um computador.

183
00:09:36,957 --> 00:09:39,123
Funciona? Não funciona? E por aí vai.

184
00:09:39,443 --> 00:09:40,922
CA: Vamos dar uma olhada nisso?

185
00:09:40,946 --> 00:09:45,487
Porque, aqui tem um gráfico típico
de uma commodity, ou algo assim.

186
00:09:46,487 --> 00:09:50,528
Eu olho para isso e vejo apenas
um caminho aleatório, de altos e baixos,

187
00:09:50,552 --> 00:09:53,414
talvez uma tendência ascendente
durante esse tempo.

188
00:09:53,438 --> 00:09:55,551
Como você negocia olhando para isso,

189
00:09:55,575 --> 00:09:57,901
e como vê algo que não é apenas aleatório?

190
00:09:57,925 --> 00:10:01,172
JS: Nos velhos tempos, este é
o tipo de gráfico dos velhos tempos,

191
00:10:01,196 --> 00:10:05,480
commodities ou moedas
seguiam uma tendência.

192
00:10:05,504 --> 00:10:11,559
Não necessariamente a tendência leve
que vemos aqui, mas tendendo em períodos.

193
00:10:11,583 --> 00:10:15,639
E se você decidisse:
"Certo, hoje vou prever

194
00:10:15,663 --> 00:10:20,631
baseado na mudança média
dos últimos 20 dias".

195
00:10:20,655 --> 00:10:23,762
Talvez fosse uma boa previsão,
e você ganhasse algum dinheiro.

196
00:10:23,786 --> 00:10:29,394
De fato, anos atrás,
tal sistema funcionaria,

197
00:10:29,418 --> 00:10:31,809
não de forma bonita, mas funcionaria.

198
00:10:31,833 --> 00:10:34,342
Você ganharia dinheiro,
perderia, ganharia.

199
00:10:34,366 --> 00:10:36,564
Mas isso vale a pena
em alguns dias de um ano,

200
00:10:36,588 --> 00:10:40,932
e você faria pouco dinheiro
naquele período.

201
00:10:41,884 --> 00:10:43,842
É um sistema muito baseado em vestígios.

202
00:10:44,525 --> 00:10:48,054
CA: Então você testaria um monte
de comprimentos de tendências no tempo

203
00:10:48,078 --> 00:10:50,514
e veria se, por exemplo,

204
00:10:50,538 --> 00:10:54,019
uma tendência de 10 ou 15 dias
predizia o que aconteceu em seguida.

205
00:10:54,043 --> 00:11:00,805
JS: Claro, você tentaria tudo isso
e veria o que funciona melhor.

206
00:11:01,515 --> 00:11:04,865
Na década de 60, teria sido ótimo
seguir as tendências,

207
00:11:04,889 --> 00:11:07,021
talvez na década de 70 também.

208
00:11:07,045 --> 00:11:08,918
Mas não na década de 80.

209
00:11:08,942 --> 00:11:11,759
CA: Porque todos podiam vê-la.

210
00:11:11,783 --> 00:11:14,565
Então, como vocês se mantêm
à frente da maioria?

211
00:11:15,046 --> 00:11:21,178
JS: Nós nos mantemos à frente,
encontrando outras abordagens,

212
00:11:21,202 --> 00:11:23,943
abordagem de curto prazo, até certo ponto.

213
00:11:25,107 --> 00:11:28,454
O desafio foi juntar
uma quantidade enorme de dados,

214
00:11:28,478 --> 00:11:32,056
e no começo, tivemos que fazer isso à mão.

215
00:11:32,080 --> 00:11:35,546
Copiamos históricos de taxas de juro
do banco Federal Reserve

216
00:11:35,570 --> 00:11:38,835
e coisas desse tipo,
pois não havia dados eletrônicos.

217
00:11:38,859 --> 00:11:40,502
Conseguimos muitos dados

218
00:11:40,526 --> 00:11:44,686
e pessoas muito inteligentes,
isso foi a chave!

219
00:11:45,463 --> 00:11:49,239
Eu não sabia como contratar pessoas
para fazer negociação fundamental.

220
00:11:49,749 --> 00:11:52,698
Eu havia contratado algumas,
umas fizeram dinheiro, outras não.

221
00:11:52,722 --> 00:11:54,602
Eu não conseguia ganhar com aquilo.

222
00:11:54,626 --> 00:11:56,668
Mas eu sabia como contratar cientistas,

223
00:11:56,692 --> 00:12:00,081
porque nesse departamento eu levo jeito.

224
00:12:00,105 --> 00:12:01,943
Então, foi isso o que fizemos.

225
00:12:01,967 --> 00:12:05,198
E, gradualmente, esses modelos
foram melhorando

226
00:12:05,222 --> 00:12:06,557
e melhorando cada vez mais.

227
00:12:06,581 --> 00:12:09,619
CA: Você leva crédito de ter feito
algo notável na Renaissance:

228
00:12:09,619 --> 00:12:12,420
construir uma cultura,
formar esse grupo de pessoas

229
00:12:12,444 --> 00:12:15,586
que não eram apenas mercenários
atraídos por dinheiro,

230
00:12:15,610 --> 00:12:19,522
mas sim, motivados por fazer
matemática e ciência emocionantes.

231
00:12:19,860 --> 00:12:22,259
JS: Bem, eu queria que isso fosse verdade,

232
00:12:22,283 --> 00:12:25,863
mas, em parte, era pelo dinheiro.

233
00:12:25,887 --> 00:12:27,224
CA: Eles ganharam dinheiro.

234
00:12:27,224 --> 00:12:29,695
JS: Não posso dizer 
que ninguém veio pelo dinheiro.

235
00:12:29,695 --> 00:12:31,522
Acho que muitos vieram pelo dinheiro,

236
00:12:31,522 --> 00:12:33,357
mas também porque seria divertido.

237
00:12:33,357 --> 00:12:36,825
CA: E qual o papel do aprendizado
de máquina nisso?

238
00:12:36,825 --> 00:12:39,943
JS: Em certo sentido, o que fizemos
era aprendizado de máquina.

239
00:12:40,879 --> 00:12:47,170
Você olha para um monte de dados, e tenta
simular diferentes modelos preditivos,

240
00:12:47,194 --> 00:12:49,376
até você ficar cada vez melhor no que faz.

241
00:12:49,400 --> 00:12:53,167
Da forma como fizemos, por si só,
ele não dava um feedback,

242
00:12:53,191 --> 00:12:55,500
mas funcionava.

243
00:12:56,150 --> 00:13:00,209
CA: Então, esses modelos de previsão
podem ser desordenados e inesperados.

244
00:13:00,233 --> 00:13:02,147
Você tem que analisar tudo, certo?

245
00:13:02,171 --> 00:13:05,488
O tempo, o comprimento
dos vestidos, a opinião política.

246
00:13:05,512 --> 00:13:08,349
JS: Sim, comprimento
de vestidos não testamos.

247
00:13:08,373 --> 00:13:10,430
CA: Que tipo de coisas?

248
00:13:10,454 --> 00:13:11,612
JS: Bem, tudo.

249
00:13:11,636 --> 00:13:15,150
O que caía na rede, era peixe -
exceto a altura das bainhas.

250
00:13:16,852 --> 00:13:19,152
Tempo, relatórios anuais,

251
00:13:19,176 --> 00:13:23,908
relatórios trimestrais, volumes,
dados históricos em si, você escolhe.

252
00:13:23,932 --> 00:13:25,083
O que quer que exista.

253
00:13:25,107 --> 00:13:27,728
Pegávamos terabytes de dados por dia,

254
00:13:27,752 --> 00:13:31,876
e armazenávamos, manipulávamos
e os deixávamos prontos para análise.

255
00:13:33,446 --> 00:13:34,948
Você procura anomalias,

256
00:13:34,948 --> 00:13:37,029
você procura, como disse...

257
00:13:37,039 --> 00:13:40,281
sabe, a hipótese do mercado
eficiente não é correta.

258
00:13:40,305 --> 00:13:43,772
CA: Mas uma anomalia qualquer
pode ser apenas uma coisa aleatória.

259
00:13:43,796 --> 00:13:47,454
Então, o segredo aqui seria olhar
para várias anomalias estranhas,

260
00:13:47,478 --> 00:13:48,806
e ver quando se alinham?

261
00:13:49,238 --> 00:13:52,451
JS: Uma anomalia qualquer
pode ser uma coisa aleatória;

262
00:13:52,475 --> 00:13:55,514
mas, se você tem dados suficientes
você pode dizer que não é.

263
00:13:55,538 --> 00:14:00,488
Uma anomalia que persiste
por um tempo suficientemente longo,

264
00:14:00,512 --> 00:14:05,487
a probabilidade de ser
aleatória não é alta.

265
00:14:05,511 --> 00:14:08,723
Mas essas coisas desaparecem
depois de um tempo;

266
00:14:08,723 --> 00:14:10,393
anomalias podem desaparecer.

267
00:14:10,393 --> 00:14:12,813
Então você tem que se manter
no topo do negócio.

268
00:14:12,837 --> 00:14:15,509
CA: Muitos olham para a indústria
de fundos de cobertura

269
00:14:15,533 --> 00:14:19,931
e ficam meio que... chocados,

270
00:14:19,955 --> 00:14:22,127
com quanta riqueza é criada lá,

271
00:14:22,151 --> 00:14:24,396
e quanto talento está indo para lá.

272
00:14:25,523 --> 00:14:29,529
Você tem preocupações com essa indústria,

273
00:14:29,553 --> 00:14:31,967
e talvez com a indústria
financeira em geral?

274
00:14:31,991 --> 00:14:33,749
De ela estar em um trem desgovernado,

275
00:14:33,759 --> 00:14:38,749
que, não sei, ajuda
a aumentar a desigualdade?

276
00:14:38,773 --> 00:14:42,604
Como você defende o que está acontecendo
na indústria de fundos de cobertura?

277
00:14:42,628 --> 00:14:45,236
JS: Eu acho que, nos últimos
três ou quatro anos,

278
00:14:45,260 --> 00:14:47,363
os fundos de cobertura
não foram muito bem.

279
00:14:47,387 --> 00:14:48,787
Foi bom para nós,

280
00:14:48,811 --> 00:14:52,812
mas a indústria de fundos de cobertura,
como um todo, não se deu tão bem.

281
00:14:52,836 --> 00:14:57,738
O mercado de ações tem estado ótimo,
subindo, como todos sabem,

282
00:14:57,762 --> 00:15:01,207
e o índice Preço/Lucro tem crescido.

283
00:15:01,231 --> 00:15:04,474
Então, uma enorme quantidade
de riqueza que foi criada nos últimos,

284
00:15:04,474 --> 00:15:07,808
digamos, cinco ou seis anos,
não foi criada pelos fundos de cobertura.

285
00:15:08,458 --> 00:15:11,679
As pessoas me perguntavam:
"O que é um fundo de cobertura?"

286
00:15:11,703 --> 00:15:13,963
E eu diria: "Um e vinte".

287
00:15:13,987 --> 00:15:17,553
Que significa, bem, agora são 2 e 20,

288
00:15:17,577 --> 00:15:20,930
são 2% de taxa fixa e 20% de lucros.

289
00:15:20,954 --> 00:15:23,306
Os fundos de cobertura
são de outra espécie.

290
00:15:23,330 --> 00:15:26,569
CA: Dizem que você cobra taxas
ligeiramente mais elevada do que eles.

291
00:15:27,339 --> 00:15:30,420
JS: Uma vez, cobramos
as mais altas taxas do mundo.

292
00:15:30,444 --> 00:15:33,670
Nós cobramos 5 e 44.

293
00:15:33,694 --> 00:15:35,092
CA: Cobram 5 e 44.

294
00:15:35,116 --> 00:15:38,350
Então, 5% de taxa fixa e 44% de ganhos.

295
00:15:38,374 --> 00:15:41,257
Você conseguiu ótimos rendimentos
para seus investidores.

296
00:15:41,257 --> 00:15:42,633
JS: Sim, conseguimos.

297
00:15:42,657 --> 00:15:45,657
Eles reclamavam: "Como você pode
cobrar taxas tão elevadas?"

298
00:15:45,681 --> 00:15:47,308
Eu dizia: "Você pode sair".

299
00:15:47,332 --> 00:15:50,150
Mas "como posso ganhar mais?"
era o que eles queriam.

300
00:15:50,174 --> 00:15:51,678
(Risos)

301
00:15:51,702 --> 00:15:54,142
Mas, a certa altura,
acho que eu te disse isso,

302
00:15:54,166 --> 00:15:59,065
nós negociamos todos os investidores,
porque há uma capacidade para o fundo.

303
00:15:59,065 --> 00:16:02,539
CA: Devemos nos preocupar com o fato
de a indústria de fundos de cobertura

304
00:16:02,539 --> 00:16:07,531
atrair muitos dos grandes matemáticos
e outros talentos do mundo,

305
00:16:07,555 --> 00:16:10,793
em vez de eles trabalharem
pelos muitos outros problemas no mundo?

306
00:16:10,817 --> 00:16:12,746
JS: Bem, não são só matemáticos,

307
00:16:12,770 --> 00:16:15,449
nós contratamos astrônomos,
físicos, e coisas assim.

308
00:16:15,833 --> 00:16:18,264
Eu não acho que devamos
nos preocupar com isso.

309
00:16:18,288 --> 00:16:21,430
Ainda é uma indústria muito pequena.

310
00:16:21,454 --> 00:16:27,451
E, de fato, trazer a ciência
para o mundo do investimento

311
00:16:27,475 --> 00:16:29,634
melhorou esse mundo.

312
00:16:29,658 --> 00:16:33,692
É volatilidade reduzida.
É a liquidez aumentada.

313
00:16:33,692 --> 00:16:36,971
Os "spreads" estão limitados,
pois muitas pessoas os estão negociando.

314
00:16:36,971 --> 00:16:42,041
Então não me preocupa muito se o Einstein
está começando um fundo de cobertura.

315
00:16:42,478 --> 00:16:46,642
CA: No entanto, agora você está
em uma fase onde está investindo

316
00:16:46,666 --> 00:16:50,400
na outra ponta da cadeia de fornecimento,

317
00:16:50,424 --> 00:16:54,528
você está investindo na matemática
em toda a América.

318
00:16:54,552 --> 00:16:56,417
Esta é a sua esposa, Marilyn.

319
00:16:56,441 --> 00:17:01,197
Vocês trabalham juntos, com filantropia.

320
00:17:01,221 --> 00:17:02,384
Conte-me sobre isso.

321
00:17:02,408 --> 00:17:06,057
JS: Bem, a Marilyn começou,

322
00:17:06,080 --> 00:17:09,528
lá está ela, minha linda esposa,

323
00:17:09,551 --> 00:17:12,523
ela começou uma fundação,
há cerca de 20 anos.

324
00:17:12,548 --> 00:17:13,699
Acho que foi em 94.

325
00:17:13,723 --> 00:17:15,818
Eu insisto que foi em 93,
ela diz que foi 94,

326
00:17:15,842 --> 00:17:18,413
mas foi um desses dois anos.

327
00:17:18,436 --> 00:17:20,571
(Risos)

328
00:17:20,596 --> 00:17:27,315
Começamos uma fundação como uma forma
conveniente de fazer caridade.

329
00:17:28,346 --> 00:17:30,853
Ela cuidava do balancete,
e coisas do tipo.

330
00:17:30,877 --> 00:17:37,591
Naquele tempo, não tínhamos uma visão,
mas gradualmente uma visão emergiu,

331
00:17:37,615 --> 00:17:43,119
que era: focar em matemática e ciências,
para se concentrar em pesquisa básica.

332
00:17:43,569 --> 00:17:46,341
E isso é o que temos feito.

333
00:17:46,365 --> 00:17:52,720
Há cerca de seis anos, saí da Renaissance
e fui trabalhar na fundação.

334
00:17:52,744 --> 00:17:54,315
Então é isso que nós fazemos.

335
00:17:54,339 --> 00:17:57,248
CA: Então o objetivo
da "Math for America" é investir

336
00:17:57,272 --> 00:17:59,910
em professores de matemática
em todo o país,

337
00:17:59,934 --> 00:18:03,736
dando-lhes alguma renda extra,
apoio e assistência.

338
00:18:03,760 --> 00:18:06,811
E realmente tentando fazer
isso de forma mais eficaz,

339
00:18:06,835 --> 00:18:09,466
que seja um chamado
a que os professores possam aspirar.

340
00:18:09,466 --> 00:18:14,250
JS: Sim, ao invés de penalizar
os professores ruins,

341
00:18:14,274 --> 00:18:19,127
que só criou mais desânimo
em toda a comunidade educativa,

342
00:18:19,151 --> 00:18:21,592
particularmente, em matemática e ciências,

343
00:18:21,616 --> 00:18:27,746
nos concentramos em comemorar
os bons, e dar-lhes status.

344
00:18:27,770 --> 00:18:30,701
Sim, damos-lhes dinheiro extra,
US$ 15 mil por ano.

345
00:18:30,725 --> 00:18:33,236
Temos 800 professores
de matemática e ciências

346
00:18:33,236 --> 00:18:37,030
nas escolas públicas de Nova York, 
como parte de um núcleo.

347
00:18:37,054 --> 00:18:40,740
Há um grande entusiasmo entre eles.

348
00:18:40,764 --> 00:18:43,270
Eles estão permanecendo na área.

349
00:18:43,294 --> 00:18:47,729
Ano que vem serão mil, o que vai ser 10%
dos professores de matemática e ciências

350
00:18:47,729 --> 00:18:50,527
em escolas públicas
da cidade de Nova York.

351
00:18:50,527 --> 00:18:53,586
(Aplausos)

352
00:18:55,710 --> 00:18:59,120
CA: Aqui tem outro projeto
que você apoiou com a filantropia:

353
00:18:59,144 --> 00:19:01,541
acho que, investigação sobre
as origens da vida.

354
00:19:01,565 --> 00:19:03,012
O que estamos vendo aqui?

355
00:19:03,536 --> 00:19:05,418
JS: Bem, vou guardar essa para depois,

356
00:19:05,442 --> 00:19:07,604
e então vou lhe dizer o que estamos vendo.

357
00:19:07,628 --> 00:19:10,684
Origens da vida é uma questão fascinante.

358
00:19:10,708 --> 00:19:12,241
Como chegamos aqui?

359
00:19:13,170 --> 00:19:14,941
Bem, há duas perguntas:

360
00:19:14,965 --> 00:19:20,833
uma delas é, qual é o caminho
da geologia para a biologia,

361
00:19:20,857 --> 00:19:22,238
como chegamos aqui?

362
00:19:22,262 --> 00:19:24,626
E a outra é: com o que começamos?

363
00:19:24,650 --> 00:19:27,752
Com que material, se existe algum,
devemos trabalhar nessa rota?

364
00:19:27,776 --> 00:19:30,837
Essas são duas questões
muito interessantes.

365
00:19:31,773 --> 00:19:37,607
A primeira é um caminho tortuoso,
desde a geologia até o ácido ribonucleico,

366
00:19:37,631 --> 00:19:39,889
ou algo do tipo, como funcionou tudo isso?

367
00:19:39,913 --> 00:19:42,301
E a outra, o que temos para trabalhar?

368
00:19:42,325 --> 00:19:44,096
Bem, mais do que pensamos.

369
00:19:44,120 --> 00:19:48,963
Então, aquela foto
é uma estrela em formação.

370
00:19:49,836 --> 00:19:53,261
Todos os anos em nossa Via Láctea,
que tem 100 bilhões de estrelas,

371
00:19:53,285 --> 00:19:55,780
cerca de duas novas estrelas são criadas.

372
00:19:55,804 --> 00:19:58,274
Não me pergunte como, mas elas são.

373
00:19:58,298 --> 00:20:01,378
E elas levam cerca de 1 milhão de anos
para se estabelecerem.

374
00:20:02,132 --> 00:20:04,308
Assim, em estado estacionário,

375
00:20:04,332 --> 00:20:08,180
há cerca de 2 milhões de estrelas
em formação em qualquer momento.

376
00:20:08,204 --> 00:20:11,662
Aquela está em algum lugar ao longo
deste período de estabelecimento.

377
00:20:12,067 --> 00:20:15,003
E há todo esse tipo de coisa
circulando ao redor dela,

378
00:20:15,027 --> 00:20:16,525
poeira e outras coisas.

379
00:20:17,479 --> 00:20:20,502
E provavelmente ela vai formar
um sistema solar ou outra coisa.

380
00:20:20,526 --> 00:20:22,702
Mas, veja bem,

381
00:20:22,726 --> 00:20:29,074
nesta poeira que circunda
uma estrela em formação

382
00:20:29,098 --> 00:20:35,133
foram encontrados, agora,
moléculas orgânicas significativas.

383
00:20:35,958 --> 00:20:42,097
Moléculas não apenas como o metano,
mas formaldeído e cianeto,

384
00:20:42,121 --> 00:20:48,638
coisas que são os blocos de construção,
as sementes, se me permitem, da vida.

385
00:20:49,136 --> 00:20:51,828
Talvez isso seja típico.

386
00:20:52,395 --> 00:20:59,329
E pode ser típico que planetas
em torno do universo

387
00:20:59,353 --> 00:21:02,965
comecem com alguns desses blocos
básicos de construção.

388
00:21:03,830 --> 00:21:06,545
Agora, isso significa
que vai ter vida por todo canto?

389
00:21:06,569 --> 00:21:07,933
Talvez.

390
00:21:07,957 --> 00:21:12,084
Essa é uma questão de quão
tortuoso é esse caminho

391
00:21:12,108 --> 00:21:16,502
desde esses começos frágeis, as sementes,
por todo o caminho até a vida.

392
00:21:16,526 --> 00:21:21,718
E a maioria dessas sementes
cairão em planetas inférteis.

393
00:21:21,742 --> 00:21:23,151
CA: Para você, pessoalmente,

394
00:21:23,175 --> 00:21:25,897
encontrar uma resposta
a esta pergunta, de onde viemos,

395
00:21:25,921 --> 00:21:29,579
de como essa coisa acontece,
é algo que você gostaria de ver.

396
00:21:29,603 --> 00:21:31,389
JS: Eu adoraria ver.

397
00:21:31,413 --> 00:21:32,903
Eu gostaria de saber:

398
00:21:32,927 --> 00:21:38,097
se esse caminho é tão tortuoso
e tão improvável

399
00:21:38,121 --> 00:21:42,875
que não importa com o que começou,
poderíamos ser uma singularidade.

400
00:21:43,336 --> 00:21:44,488
Mas, por outro lado,

401
00:21:44,512 --> 00:21:47,990
dada toda essa poeira orgânica circulando,

402
00:21:48,014 --> 00:21:51,805
poderíamos ter muitos amigos lá fora.

403
00:21:52,947 --> 00:21:54,108
Eu adoraria saber disso.

404
00:21:54,132 --> 00:21:57,612
CA: Jim, há alguns anos, tive a chance
de falar com o Elon Musk,

405
00:21:57,636 --> 00:22:00,473
e perguntei-lhe o segredo de seu sucesso,

406
00:22:00,497 --> 00:22:04,188
e ele disse que era
levar a física a sério.

407
00:22:04,696 --> 00:22:08,699
Ouvindo você, eu te ouço dizer
que está levando a matemática a sério,

408
00:22:08,723 --> 00:22:11,726
que infundiu toda a sua vida.

409
00:22:12,123 --> 00:22:16,686
Ela lhe deu uma fortuna e agora
está lhe permitindo investir

410
00:22:16,710 --> 00:22:21,206
no futuro de milhares de crianças
em toda a América e em outros lugares.

411
00:22:21,567 --> 00:22:24,425
Então, a ciência realmente funciona?

412
00:22:24,449 --> 00:22:27,221
Matemática realmente funciona?

413
00:22:27,245 --> 00:22:31,617
JS: Bem, matemática certamente funciona.

414
00:22:31,641 --> 00:22:33,089
Mas tem sido divertido.

415
00:22:33,089 --> 00:22:37,809
Trabalhar com a Marilyn e fazer doações
tem sido muito agradável.

416
00:22:37,833 --> 00:22:40,769
CA: É um pensamento inspirador para mim

417
00:22:40,793 --> 00:22:44,800
que, ao tomar o conhecimento a sério,
muito mais pode vir a partir disso.

418
00:22:44,824 --> 00:22:47,842
Então, obrigado por sua vida incrível,
e por ter vindo ao TED.

419
00:22:47,866 --> 00:22:48,617
Obrigado.

420
00:22:48,651 --> 00:22:49,752
Jim Simons!

421
00:22:49,806 --> 00:22:51,736
(Aplausos)