WEBVTT

00:00:00.817 --> 00:00:03.651
Chris Anderson: Você foi
um fenômeno da matemática.

00:00:03.675 --> 00:00:06.739
Você lecionou em Harvard
e no MIT ainda muito jovem.

00:00:06.763 --> 00:00:08.953
E aí a NSA te procurou.

00:00:09.464 --> 00:00:10.668
Como foi isso?

00:00:11.207 --> 00:00:15.130
Jim Simons: Bem, a NSA, Agência
de Segurança Nacional americana,

00:00:15.154 --> 00:00:17.123
não me procurou exatamente.

00:00:17.465 --> 00:00:21.939
Eles tinham um projeto em Princeton,
no qual contratavam matemáticos

00:00:21.963 --> 00:00:24.905
para decifrar códigos secretos
e coisas do gênero.

00:00:25.294 --> 00:00:26.966
Eu sabia da existência deles.

00:00:27.225 --> 00:00:29.585
Eles tinham uma política
de trabalho muito boa,

00:00:29.585 --> 00:00:33.369
podíamos trabalhar metade
do tempo nas nossas pesquisas,

00:00:33.393 --> 00:00:36.877
e metade nas coisas deles.

00:00:37.559 --> 00:00:39.033
E pagavam muito bem,

00:00:39.057 --> 00:00:42.108
então foi difícil resistir.

00:00:42.132 --> 00:00:44.044
Então, eu fui para lá.

00:00:44.068 --> 00:00:45.406
CA: Você era um hacker.

00:00:45.430 --> 00:00:46.596
JS: Eu era.

00:00:46.620 --> 00:00:47.777
CA: Até ser demitido.

00:00:47.801 --> 00:00:49.384
JS: Sim, fui demitido.

00:00:49.408 --> 00:00:50.653
CA: Por quê?

00:00:51.280 --> 00:00:53.133
JS: Bem, por quê?

00:00:53.611 --> 00:00:58.567
Fui demitido porque
a guerra do Vietnã acontecia,

00:00:58.591 --> 00:01:04.328
e o chefe dos chefes da minha organização
era um grande entusiasta da guerra

00:01:04.352 --> 00:01:08.748
e escreveu uma reportagem de capa
para a revista New York Times,

00:01:08.772 --> 00:01:10.542
sobre como venceríamos no Vietnã.

00:01:10.566 --> 00:01:13.695
Eu não gostava daquela guerra,
eu a achava estúpida.

00:01:13.719 --> 00:01:16.384
E escrevi uma carta para o Times,
que foi publicada,

00:01:16.408 --> 00:01:20.422
dizendo que nem todos
que trabalhavam para Maxwell Taylor,

00:01:20.446 --> 00:01:25.132
se alguém se lembra desse nome,
concordava com as opiniões dele.

00:01:25.553 --> 00:01:27.211
E dei minhas próprias opiniões,

00:01:27.235 --> 00:01:29.399
CA: Ah, certo, percebo que eram...

00:01:29.423 --> 00:01:31.978
JS: ...diferentes das opiniões
do general Taylor.

00:01:32.002 --> 00:01:33.908
Mas no final, ninguém falou nada.

00:01:33.932 --> 00:01:37.633
Na época eu tinha 29 anos,
e um rapaz apareceu

00:01:37.657 --> 00:01:40.745
dizendo que era correspondente
da revista Newsweek,

00:01:40.769 --> 00:01:42.480
que queria me entrevistar

00:01:42.480 --> 00:01:46.160
e saber o que eu estava fazendo
a respeito das minhas opiniões.

00:01:46.160 --> 00:01:50.059
Eu respondi: "Agora, estou trabalhando
principalmente na matemática

00:01:50.083 --> 00:01:53.586
e, quando a guerra acabar, vou trabalhar
principalmente nas coisas deles".

00:01:54.123 --> 00:01:56.948
Então fiz a única coisa
inteligente daquele dia:

00:01:56.972 --> 00:02:01.093
contei para meu chefe
que eu tinha dado aquela entrevista.

00:02:01.093 --> 00:02:02.612
Ele disse: "O que você falou?"

00:02:02.636 --> 00:02:04.102
E eu contei a ele.

00:02:04.126 --> 00:02:06.441
E ele disse: "Vou ter
que ligar para o Taylor".

00:02:06.465 --> 00:02:08.842
Ele ligou para o Taylor,
isso levou dez minutos.

00:02:08.866 --> 00:02:11.128
Fui demitido cinco minutos depois.

00:02:11.590 --> 00:02:12.596
CA: Certo.

00:02:12.606 --> 00:02:13.611
JS: Mas não foi ruim.

00:02:13.611 --> 00:02:16.504
CA: Não foi ruim porque você
foi para a "Stony Book"

00:02:16.528 --> 00:02:19.661
e alavancou sua carreira matemática.

00:02:19.685 --> 00:02:22.137
Você começou a trabalhar com este homem.

00:02:22.161 --> 00:02:23.325
Quem é ele?

00:02:24.352 --> 00:02:25.764
JS: Ah, Shiing-Shen Chern.

00:02:25.788 --> 00:02:28.892
O Chern foi um dos maiores
matemáticos do século.

00:02:28.916 --> 00:02:34.149
Conheci ele quando eu fazia
pós-graduação em Berkeley.

00:02:34.173 --> 00:02:36.044
Eu tinha algumas ideias

00:02:36.068 --> 00:02:38.515
e apresentei-as a ele, e ele gostou.

00:02:38.539 --> 00:02:45.165
Juntos, fizemos este trabalho
que você pode facilmente ver aqui.

00:02:45.189 --> 00:02:46.339
Aqui está ele.

00:02:47.198 --> 00:02:50.804
CA: Através desse trabalho vocês
publicaram um artigo famoso juntos.

00:02:50.828 --> 00:02:54.066
Pode nos explicar
em que consistia esse trabalho?

00:02:55.028 --> 00:02:56.186
JS: Não.

00:02:56.210 --> 00:02:58.484
(Risos)

00:02:58.966 --> 00:03:01.030
JS: Bem, eu posso explicar isso a alguém.

00:03:01.054 --> 00:03:03.129
(Risos)

00:03:03.153 --> 00:03:05.017
CA: Que tal explicar isso?

00:03:05.041 --> 00:03:07.770
JS: Mas não para muitas pessoas.

00:03:09.144 --> 00:03:11.958
CA: Acho que você me disse
que tinha algo a ver com esferas,

00:03:11.982 --> 00:03:13.844
então vamos começar por isso.

00:03:13.868 --> 00:03:17.468
JS: Bem, tinha; mas sobre aquele trabalho,

00:03:17.492 --> 00:03:20.692
tinha algo a ver com isso, mas antes,

00:03:20.716 --> 00:03:24.256
esse trabalho era matemática pura.

00:03:24.280 --> 00:03:26.972
Eu estava feliz com o trabalho,
e o Chern também.

00:03:27.910 --> 00:03:32.086
Ele até começou como um assunto
que hoje está crescendo.

00:03:32.638 --> 00:03:38.066
Mas, o que é mais interessante
é que ele se aplica à fisica,

00:03:38.066 --> 00:03:42.251
algo que não conhecíamos,
pelo menos eu não sabia nada de física,

00:03:42.275 --> 00:03:44.557
e não acho que o Chern
soubesse muita coisa.

00:03:44.581 --> 00:03:48.544
E uns dez anos depois
que o artigo foi publicado,

00:03:48.568 --> 00:03:53.048
um cara chamado Ed Witten, em Princeton,
começou a aplicá-lo na teoria das cordas

00:03:53.072 --> 00:03:57.924
e pessoas na Rússia começaram a aplicá-lo
no que foi chamado "matéria condensada".

00:03:57.948 --> 00:04:02.841
Hoje em dia, as chamadas
constantes de Chern-Simons

00:04:02.865 --> 00:04:04.730
espalharam-se por trabalhos de física.

00:04:04.754 --> 00:04:05.928
E isso é fantástico.

00:04:05.952 --> 00:04:07.317
Não sabíamos nada de física.

00:04:07.714 --> 00:04:10.568
Nunca pensei que isso
seria aplicado à fisica.

00:04:10.592 --> 00:04:14.380
Mas esse é o interessante da matemática:
você nunca sabe aonde ela vai.

00:04:14.404 --> 00:04:15.896
CA: Isso é incrível.

00:04:15.920 --> 00:04:20.284
Então, estávamos falando sobre
como a evolução influencia a mente humana,

00:04:20.308 --> 00:04:22.816
que pode ou não perceber a verdade.

00:04:22.840 --> 00:04:26.153
De alguma forma, você produziu
uma teoria matemática,

00:04:26.177 --> 00:04:28.025
sem saber nada de física,

00:04:28.049 --> 00:04:30.547
e duas décadas depois
descobriu que ela é aplicada

00:04:30.571 --> 00:04:33.602
para descrever profundamente
o mundo físico real.

00:04:33.626 --> 00:04:34.779
Como isso é possível?

00:04:34.803 --> 00:04:35.960
JS: Só Deus sabe.

00:04:35.984 --> 00:04:38.094
(Risos)

00:04:38.849 --> 00:04:41.999
Mas há um famoso físico
chamado Eugene Wigner

00:04:42.428 --> 00:04:47.418
que escreveu um ensaio sobre
a eficácia irracional da matemática.

00:04:47.635 --> 00:04:51.587
De alguma forma, a matemática
está enraizada no mundo real:

00:04:51.611 --> 00:04:56.606
aprendemos a contar, a medir,
todo mundo pode fazer isso,

00:04:56.630 --> 00:04:58.460
e aí, ela floresce por conta própria.

00:04:58.976 --> 00:05:01.817
Mas várias vezes ela volta
para salvar o dia.

00:05:02.293 --> 00:05:04.471
A relatividade geral é um exemplo.

00:05:04.495 --> 00:05:07.612
Hermann Minkowski tinha
essa geometria, e Einstein percebeu:

00:05:07.636 --> 00:05:11.483
"Ei! É com isso que eu posso
lançar a relatividade geral."

00:05:11.507 --> 00:05:14.619
Nunca se sabe, é um mistério.

00:05:15.056 --> 00:05:16.273
É um mistério.

00:05:16.297 --> 00:05:19.593
CA: Aqui temos uma engenhosa
obra matemática.

00:05:19.617 --> 00:05:20.959
Conte-nos sobre isto.

00:05:20.983 --> 00:05:26.907
JS: Bem, isto é uma bola, uma esfera,
que tem uma estrutura em torno dela,

00:05:26.931 --> 00:05:28.504
esses quadrados.

00:05:30.697 --> 00:05:35.603
O que mostrarei aqui foi originalmente
observado por Leonhard Euler,

00:05:35.627 --> 00:05:37.881
o grande matemático, em 1700.

00:05:38.223 --> 00:05:43.404
Isso cresceu progressivamente até ser
um campo muito importante em matemática:

00:05:43.428 --> 00:05:45.762
topologia algébrica, geometria,

00:05:47.039 --> 00:05:51.403
e aquele ensaio tinha as suas raízes nela.

00:05:51.427 --> 00:05:53.261
Então, sobre esta coisa:

00:05:53.285 --> 00:05:57.737
ela tem 8 vértices, 12 arestas e 6 faces.

00:05:57.761 --> 00:06:01.591
E se você calcular a diferença:
vértices menos bordas, mais faces,

00:06:01.615 --> 00:06:02.767
dá dois.

00:06:02.791 --> 00:06:05.010
Certo, dois. É um bom número.

00:06:05.034 --> 00:06:09.282
Aqui, uma outra forma de fazer isso,
esta é coberta com triângulos,

00:06:09.306 --> 00:06:13.883
ela tem 12 vértices e 30 bordas,

00:06:13.907 --> 00:06:18.102
e 20 faces, 20 peças.

00:06:18.576 --> 00:06:23.167
E, vértices menos arestas,
mais faces, ainda é igual a dois.

00:06:23.191 --> 00:06:26.038
E você poderia fazer isso
de qualquer outra forma,

00:06:26.062 --> 00:06:29.460
cobri-la com todos os tipos
de polígonos e triângulos,

00:06:29.484 --> 00:06:30.804
e misturá-los,

00:06:30.828 --> 00:06:34.107
e vértices menos arestas,
mais faces, continuará dando dois.

00:06:34.131 --> 00:06:35.742
Aqui está uma forma diferente.

00:06:36.480 --> 00:06:39.484
Este é um toro, a superfície de uma rosca,


00:06:39.484 --> 00:06:43.530
tem 16 vértices cobertos
por estes retângulos,

00:06:43.530 --> 00:06:46.530
32 arestas, 16 faces,

00:06:46.530 --> 00:06:49.214
e vértices, menos arestas,
mais faces dá zero.

00:06:49.238 --> 00:06:50.713
Sempre dará zero.

00:06:50.737 --> 00:06:55.047
Toda vez que você cobrir toros
com quadrados ou triângulos

00:06:55.071 --> 00:06:59.006
ou qualquer coisa do tipo, vai dar zero.

00:07:00.514 --> 00:07:02.904
Isso chama-se "Característica de Euler",

00:07:02.928 --> 00:07:06.377
é o que chamamos de invariante topológico.

00:07:06.849 --> 00:07:08.005
É incrível.

00:07:08.029 --> 00:07:10.820
Não importa como você faça,
sempre obterá a mesma resposta.

00:07:10.844 --> 00:07:17.143
Esse foi o primeiro impulso,
em meados de 1700,

00:07:17.167 --> 00:07:20.936
em um assunto que agora
é chamado de topologia algébrica.

00:07:20.960 --> 00:07:23.943
CA: E seu próprio trabalho
tomou uma ideia como esta e a levou

00:07:23.967 --> 00:07:26.416
para a teoria das dimensões superiores,

00:07:26.440 --> 00:07:29.528
objetos das dimensões superiores,
e encontrou novas invariâncias?

00:07:29.552 --> 00:07:34.195
JS: Sim. Bem, já havia invariantes
de dimensão superior:

00:07:34.219 --> 00:07:38.676
as classes de Pontryagin,
as classes de Chern.

00:07:38.700 --> 00:07:42.248
Havia um monte dessas invariantes.

00:07:42.272 --> 00:07:46.407
Eu estava lutando
para trabalhar em uma delas

00:07:46.431 --> 00:07:50.634
e modelá-la combinatoriamente,

00:07:50.658 --> 00:07:53.680
em vez da maneira usual,

00:07:53.704 --> 00:07:58.063
o que levou a esse trabalho,
e nós descobrimos algumas coisas novas.

00:07:58.087 --> 00:08:01.588
Mas, se não fosse pelo Sr. Euler,

00:08:01.612 --> 00:08:05.593
que escreveu quase
70 volumes de matemática

00:08:05.617 --> 00:08:07.348
e tinha 13 filhos,

00:08:07.372 --> 00:08:13.814
que aparentemente ele balançava
no joelho enquanto escrevia,

00:08:13.838 --> 00:08:19.612
se não fosse por ele, talvez
não existissem estas invariantes.

00:08:20.157 --> 00:08:24.254
CA: Pelo menos isso nos deu
uma amostra dessa mente incrível.

00:08:24.804 --> 00:08:26.347
Vamos falar da "Renaissance".

00:08:26.371 --> 00:08:32.227
Como você usou essa mente incrível,
e tendo sido um hacker na NSA,

00:08:32.251 --> 00:08:35.444
você começou a se tornar 
hacker na indústria financeira.

00:08:35.444 --> 00:08:38.273
Acho que você não aceitou
a teoria de mercado eficiente.

00:08:38.273 --> 00:08:39.569
De alguma forma,

00:08:39.569 --> 00:08:44.629
você conseguiu rendimentos
surpreendentes ao longo de duas décadas.

00:08:44.629 --> 00:08:46.330
Da forma como me foi explicado,

00:08:46.330 --> 00:08:49.823
o que é notável sobre o que você fez
não foi só o tamanho dos rendimentos,

00:08:49.847 --> 00:08:53.730
mas que você os conseguiu com volatilidade
e risco surpreendentemente baixos,

00:08:53.754 --> 00:08:55.578
comparado a outros
fundos de cobertura.

00:08:55.602 --> 00:08:57.531
Como você fez isso, Jim?

00:08:58.071 --> 00:09:02.182
JS: Eu fiz isso juntando
um grupo maravilhoso de pessoas.

00:09:02.206 --> 00:09:06.162
Quando comecei a fazer negociações,
eu estava um pouco cansado da matemática.

00:09:06.186 --> 00:09:10.109
Eu já estava no final dos 30 anos
e com pouco de dinheiro.

00:09:10.133 --> 00:09:12.642
Eu comecei a negociar, e me dei muito bem.

00:09:13.063 --> 00:09:15.811
Eu fiz um bom dinheiro, por pura sorte.

00:09:15.835 --> 00:09:17.501
Eu acho que foi pura sorte.

00:09:17.525 --> 00:09:19.634
Certamente não foi a modelagem matemática.

00:09:19.658 --> 00:09:23.489
Mas, olhando os dados,
depois de um tempo, eu percebi:

00:09:23.513 --> 00:09:26.066
parece que há alguma estrutura aqui.

00:09:26.090 --> 00:09:29.787
Eu contratei alguns matemáticos,
e começamos a fazer uns modelos,

00:09:29.811 --> 00:09:34.076
exatamente o tipo de coisa que fazíamos
no IAD, o Instituto de Análises de Defesa.

00:09:34.100 --> 00:09:36.933
Você escreve um algoritmo
e o testa em um computador.

00:09:36.957 --> 00:09:39.123
Funciona? Não funciona? E por aí vai.

00:09:39.443 --> 00:09:40.922
CA: Vamos dar uma olhada nisso?

00:09:40.946 --> 00:09:45.487
Porque, aqui tem um gráfico típico
de uma commodity, ou algo assim.

00:09:46.487 --> 00:09:50.528
Eu olho para isso e vejo apenas
um caminho aleatório, de altos e baixos,

00:09:50.552 --> 00:09:53.414
talvez uma tendência ascendente
durante esse tempo.

00:09:53.438 --> 00:09:55.551
Como você negocia olhando para isso,

00:09:55.575 --> 00:09:57.901
e como vê algo que não é apenas aleatório?

00:09:57.925 --> 00:10:01.172
JS: Nos velhos tempos, este é
o tipo de gráfico dos velhos tempos,

00:10:01.196 --> 00:10:05.480
commodities ou moedas
seguiam uma tendência.

00:10:05.504 --> 00:10:11.559
Não necessariamente a tendência leve
que vemos aqui, mas tendendo em períodos.

00:10:11.583 --> 00:10:15.639
E se você decidisse:
"Certo, hoje vou prever

00:10:15.663 --> 00:10:20.631
baseado na mudança média
dos últimos 20 dias".

00:10:20.655 --> 00:10:23.762
Talvez fosse uma boa previsão,
e você ganhasse algum dinheiro.

00:10:23.786 --> 00:10:29.394
De fato, anos atrás,
tal sistema funcionaria,

00:10:29.418 --> 00:10:31.809
não de forma bonita, mas funcionaria.

00:10:31.833 --> 00:10:34.342
Você ganharia dinheiro,
perderia, ganharia.

00:10:34.366 --> 00:10:36.564
Mas isso vale a pena
em alguns dias de um ano,

00:10:36.588 --> 00:10:40.932
e você faria pouco dinheiro
naquele período.

00:10:41.884 --> 00:10:43.842
É um sistema muito baseado em vestígios.

00:10:44.525 --> 00:10:48.054
CA: Então você testaria um monte
de comprimentos de tendências no tempo

00:10:48.078 --> 00:10:50.514
e veria se, por exemplo,

00:10:50.538 --> 00:10:54.019
uma tendência de 10 ou 15 dias
predizia o que aconteceu em seguida.

00:10:54.043 --> 00:11:00.805
JS: Claro, você tentaria tudo isso
e veria o que funciona melhor.

00:11:01.515 --> 00:11:04.865
Na década de 60, teria sido ótimo
seguir as tendências,

00:11:04.889 --> 00:11:07.021
talvez na década de 70 também.

00:11:07.045 --> 00:11:08.918
Mas não na década de 80.

00:11:08.942 --> 00:11:11.759
CA: Porque todos podiam vê-la.

00:11:11.783 --> 00:11:14.565
Então, como vocês se mantêm
à frente da maioria?

00:11:15.046 --> 00:11:21.178
JS: Nós nos mantemos à frente,
encontrando outras abordagens,

00:11:21.202 --> 00:11:23.943
abordagem de curto prazo, até certo ponto.

00:11:25.107 --> 00:11:28.454
O desafio foi juntar
uma quantidade enorme de dados,

00:11:28.478 --> 00:11:32.056
e no começo, tivemos que fazer isso à mão.

00:11:32.080 --> 00:11:35.546
Copiamos históricos de taxas de juro
do banco Federal Reserve

00:11:35.570 --> 00:11:38.835
e coisas desse tipo,
pois não havia dados eletrônicos.

00:11:38.859 --> 00:11:40.502
Conseguimos muitos dados

00:11:40.526 --> 00:11:44.686
e pessoas muito inteligentes,
isso foi a chave!

00:11:45.463 --> 00:11:49.239
Eu não sabia como contratar pessoas
para fazer negociação fundamental.

00:11:49.749 --> 00:11:52.698
Eu havia contratado algumas,
umas fizeram dinheiro, outras não.

00:11:52.722 --> 00:11:54.602
Eu não conseguia ganhar com aquilo.

00:11:54.626 --> 00:11:56.668
Mas eu sabia como contratar cientistas,

00:11:56.692 --> 00:12:00.081
porque nesse departamento eu levo jeito.

00:12:00.105 --> 00:12:01.943
Então, foi isso o que fizemos.

00:12:01.967 --> 00:12:05.198
E, gradualmente, esses modelos
foram melhorando

00:12:05.222 --> 00:12:06.557
e melhorando cada vez mais.

00:12:06.581 --> 00:12:09.619
CA: Você leva crédito de ter feito
algo notável na Renaissance:

00:12:09.619 --> 00:12:12.420
construir uma cultura,
formar esse grupo de pessoas

00:12:12.444 --> 00:12:15.586
que não eram apenas mercenários
atraídos por dinheiro,

00:12:15.610 --> 00:12:19.522
mas sim, motivados por fazer
matemática e ciência emocionantes.

00:12:19.860 --> 00:12:22.259
JS: Bem, eu queria que isso fosse verdade,

00:12:22.283 --> 00:12:25.863
mas, em parte, era pelo dinheiro.

00:12:25.887 --> 00:12:27.224
CA: Eles ganharam dinheiro.

00:12:27.224 --> 00:12:29.695
JS: Não posso dizer 
que ninguém veio pelo dinheiro.

00:12:29.695 --> 00:12:31.522
Acho que muitos vieram pelo dinheiro,

00:12:31.522 --> 00:12:33.357
mas também porque seria divertido.

00:12:33.357 --> 00:12:36.825
CA: E qual o papel do aprendizado
de máquina nisso?

00:12:36.825 --> 00:12:39.943
JS: Em certo sentido, o que fizemos
era aprendizado de máquina.

00:12:40.879 --> 00:12:47.170
Você olha para um monte de dados, e tenta
simular diferentes modelos preditivos,

00:12:47.194 --> 00:12:49.376
até você ficar cada vez melhor no que faz.

00:12:49.400 --> 00:12:53.167
Da forma como fizemos, por si só,
ele não dava um feedback,

00:12:53.191 --> 00:12:55.500
mas funcionava.

00:12:56.150 --> 00:13:00.209
CA: Então, esses modelos de previsão
podem ser desordenados e inesperados.

00:13:00.233 --> 00:13:02.147
Você tem que analisar tudo, certo?

00:13:02.171 --> 00:13:05.488
O tempo, o comprimento
dos vestidos, a opinião política.

00:13:05.512 --> 00:13:08.349
JS: Sim, comprimento
de vestidos não testamos.

00:13:08.373 --> 00:13:10.430
CA: Que tipo de coisas?

00:13:10.454 --> 00:13:11.612
JS: Bem, tudo.

00:13:11.636 --> 00:13:15.150
O que caía na rede, era peixe -
exceto a altura das bainhas.

00:13:16.852 --> 00:13:19.152
Tempo, relatórios anuais,

00:13:19.176 --> 00:13:23.908
relatórios trimestrais, volumes,
dados históricos em si, você escolhe.

00:13:23.932 --> 00:13:25.083
O que quer que exista.

00:13:25.107 --> 00:13:27.728
Pegávamos terabytes de dados por dia,

00:13:27.752 --> 00:13:31.876
e armazenávamos, manipulávamos
e os deixávamos prontos para análise.

00:13:33.446 --> 00:13:34.948
Você procura anomalias,

00:13:34.948 --> 00:13:37.029
você procura, como disse...

00:13:37.039 --> 00:13:40.281
sabe, a hipótese do mercado
eficiente não é correta.

00:13:40.305 --> 00:13:43.772
CA: Mas uma anomalia qualquer
pode ser apenas uma coisa aleatória.

00:13:43.796 --> 00:13:47.454
Então, o segredo aqui seria olhar
para várias anomalias estranhas,

00:13:47.478 --> 00:13:48.806
e ver quando se alinham?

00:13:49.238 --> 00:13:52.451
JS: Uma anomalia qualquer
pode ser uma coisa aleatória;

00:13:52.475 --> 00:13:55.514
mas, se você tem dados suficientes
você pode dizer que não é.

00:13:55.538 --> 00:14:00.488
Uma anomalia que persiste
por um tempo suficientemente longo,

00:14:00.512 --> 00:14:05.487
a probabilidade de ser
aleatória não é alta.

00:14:05.511 --> 00:14:08.723
Mas essas coisas desaparecem
depois de um tempo;

00:14:08.723 --> 00:14:10.393
anomalias podem desaparecer.

00:14:10.393 --> 00:14:12.813
Então você tem que se manter
no topo do negócio.

00:14:12.837 --> 00:14:15.509
CA: Muitos olham para a indústria
de fundos de cobertura

00:14:15.533 --> 00:14:19.931
e ficam meio que... chocados,

00:14:19.955 --> 00:14:22.127
com quanta riqueza é criada lá,

00:14:22.151 --> 00:14:24.396
e quanto talento está indo para lá.

00:14:25.523 --> 00:14:29.529
Você tem preocupações com essa indústria,

00:14:29.553 --> 00:14:31.967
e talvez com a indústria
financeira em geral?

00:14:31.991 --> 00:14:33.749
De ela estar em um trem desgovernado,

00:14:33.759 --> 00:14:38.749
que, não sei, ajuda
a aumentar a desigualdade?

00:14:38.773 --> 00:14:42.604
Como você defende o que está acontecendo
na indústria de fundos de cobertura?

00:14:42.628 --> 00:14:45.236
JS: Eu acho que, nos últimos
três ou quatro anos,

00:14:45.260 --> 00:14:47.363
os fundos de cobertura
não foram muito bem.

00:14:47.387 --> 00:14:48.787
Foi bom para nós,

00:14:48.811 --> 00:14:52.812
mas a indústria de fundos de cobertura,
como um todo, não se deu tão bem.

00:14:52.836 --> 00:14:57.738
O mercado de ações tem estado ótimo,
subindo, como todos sabem,

00:14:57.762 --> 00:15:01.207
e o índice Preço/Lucro tem crescido.

00:15:01.231 --> 00:15:04.474
Então, uma enorme quantidade
de riqueza que foi criada nos últimos,

00:15:04.474 --> 00:15:07.808
digamos, cinco ou seis anos,
não foi criada pelos fundos de cobertura.

00:15:08.458 --> 00:15:11.679
As pessoas me perguntavam:
"O que é um fundo de cobertura?"

00:15:11.703 --> 00:15:13.963
E eu diria: "Um e vinte".

00:15:13.987 --> 00:15:17.553
Que significa, bem, agora são 2 e 20,

00:15:17.577 --> 00:15:20.930
são 2% de taxa fixa e 20% de lucros.

00:15:20.954 --> 00:15:23.306
Os fundos de cobertura
são de outra espécie.

00:15:23.330 --> 00:15:26.569
CA: Dizem que você cobra taxas
ligeiramente mais elevada do que eles.

00:15:27.339 --> 00:15:30.420
JS: Uma vez, cobramos
as mais altas taxas do mundo.

00:15:30.444 --> 00:15:33.670
Nós cobramos 5 e 44.

00:15:33.694 --> 00:15:35.092
CA: Cobram 5 e 44.

00:15:35.116 --> 00:15:38.350
Então, 5% de taxa fixa e 44% de ganhos.

00:15:38.374 --> 00:15:41.257
Você conseguiu ótimos rendimentos
para seus investidores.

00:15:41.257 --> 00:15:42.633
JS: Sim, conseguimos.

00:15:42.657 --> 00:15:45.657
Eles reclamavam: "Como você pode
cobrar taxas tão elevadas?"

00:15:45.681 --> 00:15:47.308
Eu dizia: "Você pode sair".

00:15:47.332 --> 00:15:50.150
Mas "como posso ganhar mais?"
era o que eles queriam.

00:15:50.174 --> 00:15:51.678
(Risos)

00:15:51.702 --> 00:15:54.142
Mas, a certa altura,
acho que eu te disse isso,

00:15:54.166 --> 00:15:59.065
nós negociamos todos os investidores,
porque há uma capacidade para o fundo.

00:15:59.065 --> 00:16:02.539
CA: Devemos nos preocupar com o fato
de a indústria de fundos de cobertura

00:16:02.539 --> 00:16:07.531
atrair muitos dos grandes matemáticos
e outros talentos do mundo,

00:16:07.555 --> 00:16:10.793
em vez de eles trabalharem
pelos muitos outros problemas no mundo?

00:16:10.817 --> 00:16:12.746
JS: Bem, não são só matemáticos,

00:16:12.770 --> 00:16:15.449
nós contratamos astrônomos,
físicos, e coisas assim.

00:16:15.833 --> 00:16:18.264
Eu não acho que devamos
nos preocupar com isso.

00:16:18.288 --> 00:16:21.430
Ainda é uma indústria muito pequena.

00:16:21.454 --> 00:16:27.451
E, de fato, trazer a ciência
para o mundo do investimento

00:16:27.475 --> 00:16:29.634
melhorou esse mundo.

00:16:29.658 --> 00:16:33.692
É volatilidade reduzida.
É a liquidez aumentada.

00:16:33.692 --> 00:16:36.971
Os "spreads" estão limitados,
pois muitas pessoas os estão negociando.

00:16:36.971 --> 00:16:42.041
Então não me preocupa muito se o Einstein
está começando um fundo de cobertura.

00:16:42.478 --> 00:16:46.642
CA: No entanto, agora você está
em uma fase onde está investindo

00:16:46.666 --> 00:16:50.400
na outra ponta da cadeia de fornecimento,

00:16:50.424 --> 00:16:54.528
você está investindo na matemática
em toda a América.

00:16:54.552 --> 00:16:56.417
Esta é a sua esposa, Marilyn.

00:16:56.441 --> 00:17:01.197
Vocês trabalham juntos, com filantropia.

00:17:01.221 --> 00:17:02.384
Conte-me sobre isso.

00:17:02.408 --> 00:17:06.057
JS: Bem, a Marilyn começou,

00:17:06.080 --> 00:17:09.528
lá está ela, minha linda esposa,

00:17:09.551 --> 00:17:12.523
ela começou uma fundação,
há cerca de 20 anos.

00:17:12.548 --> 00:17:13.699
Acho que foi em 94.

00:17:13.723 --> 00:17:15.818
Eu insisto que foi em 93,
ela diz que foi 94,

00:17:15.842 --> 00:17:18.413
mas foi um desses dois anos.

00:17:18.436 --> 00:17:20.571
(Risos)

00:17:20.596 --> 00:17:27.315
Começamos uma fundação como uma forma
conveniente de fazer caridade.

00:17:28.346 --> 00:17:30.853
Ela cuidava do balancete,
e coisas do tipo.

00:17:30.877 --> 00:17:37.591
Naquele tempo, não tínhamos uma visão,
mas gradualmente uma visão emergiu,

00:17:37.615 --> 00:17:43.119
que era: focar em matemática e ciências,
para se concentrar em pesquisa básica.

00:17:43.569 --> 00:17:46.341
E isso é o que temos feito.

00:17:46.365 --> 00:17:52.720
Há cerca de seis anos, saí da Renaissance
e fui trabalhar na fundação.

00:17:52.744 --> 00:17:54.315
Então é isso que nós fazemos.

00:17:54.339 --> 00:17:57.248
CA: Então o objetivo
da "Math for America" é investir

00:17:57.272 --> 00:17:59.910
em professores de matemática
em todo o país,

00:17:59.934 --> 00:18:03.736
dando-lhes alguma renda extra,
apoio e assistência.

00:18:03.760 --> 00:18:06.811
E realmente tentando fazer
isso de forma mais eficaz,

00:18:06.835 --> 00:18:09.466
que seja um chamado
a que os professores possam aspirar.

00:18:09.466 --> 00:18:14.250
JS: Sim, ao invés de penalizar
os professores ruins,

00:18:14.274 --> 00:18:19.127
que só criou mais desânimo
em toda a comunidade educativa,

00:18:19.151 --> 00:18:21.592
particularmente, em matemática e ciências,

00:18:21.616 --> 00:18:27.746
nos concentramos em comemorar
os bons, e dar-lhes status.

00:18:27.770 --> 00:18:30.701
Sim, damos-lhes dinheiro extra,
US$ 15 mil por ano.

00:18:30.725 --> 00:18:33.236
Temos 800 professores
de matemática e ciências

00:18:33.236 --> 00:18:37.030
nas escolas públicas de Nova York, 
como parte de um núcleo.

00:18:37.054 --> 00:18:40.740
Há um grande entusiasmo entre eles.

00:18:40.764 --> 00:18:43.270
Eles estão permanecendo na área.

00:18:43.294 --> 00:18:47.729
Ano que vem serão mil, o que vai ser 10%
dos professores de matemática e ciências

00:18:47.729 --> 00:18:50.527
em escolas públicas
da cidade de Nova York.

00:18:50.527 --> 00:18:53.586
(Aplausos)

00:18:55.710 --> 00:18:59.120
CA: Aqui tem outro projeto
que você apoiou com a filantropia:

00:18:59.144 --> 00:19:01.541
acho que, investigação sobre
as origens da vida.

00:19:01.565 --> 00:19:03.012
O que estamos vendo aqui?

00:19:03.536 --> 00:19:05.418
JS: Bem, vou guardar essa para depois,

00:19:05.442 --> 00:19:07.604
e então vou lhe dizer o que estamos vendo.

00:19:07.628 --> 00:19:10.684
Origens da vida é uma questão fascinante.

00:19:10.708 --> 00:19:12.241
Como chegamos aqui?

00:19:13.170 --> 00:19:14.941
Bem, há duas perguntas:

00:19:14.965 --> 00:19:20.833
uma delas é, qual é o caminho
da geologia para a biologia,

00:19:20.857 --> 00:19:22.238
como chegamos aqui?

00:19:22.262 --> 00:19:24.626
E a outra é: com o que começamos?

00:19:24.650 --> 00:19:27.752
Com que material, se existe algum,
devemos trabalhar nessa rota?

00:19:27.776 --> 00:19:30.837
Essas são duas questões
muito interessantes.

00:19:31.773 --> 00:19:37.607
A primeira é um caminho tortuoso,
desde a geologia até o ácido ribonucleico,

00:19:37.631 --> 00:19:39.889
ou algo do tipo, como funcionou tudo isso?

00:19:39.913 --> 00:19:42.301
E a outra, o que temos para trabalhar?

00:19:42.325 --> 00:19:44.096
Bem, mais do que pensamos.

00:19:44.120 --> 00:19:48.963
Então, aquela foto
é uma estrela em formação.

00:19:49.836 --> 00:19:53.261
Todos os anos em nossa Via Láctea,
que tem 100 bilhões de estrelas,

00:19:53.285 --> 00:19:55.780
cerca de duas novas estrelas são criadas.

00:19:55.804 --> 00:19:58.274
Não me pergunte como, mas elas são.

00:19:58.298 --> 00:20:01.378
E elas levam cerca de 1 milhão de anos
para se estabelecerem.

00:20:02.132 --> 00:20:04.308
Assim, em estado estacionário,

00:20:04.332 --> 00:20:08.180
há cerca de 2 milhões de estrelas
em formação em qualquer momento.

00:20:08.204 --> 00:20:11.662
Aquela está em algum lugar ao longo
deste período de estabelecimento.

00:20:12.067 --> 00:20:15.003
E há todo esse tipo de coisa
circulando ao redor dela,

00:20:15.027 --> 00:20:16.525
poeira e outras coisas.

00:20:17.479 --> 00:20:20.502
E provavelmente ela vai formar
um sistema solar ou outra coisa.

00:20:20.526 --> 00:20:22.702
Mas, veja bem,

00:20:22.726 --> 00:20:29.074
nesta poeira que circunda
uma estrela em formação

00:20:29.098 --> 00:20:35.133
foram encontrados, agora,
moléculas orgânicas significativas.

00:20:35.958 --> 00:20:42.097
Moléculas não apenas como o metano,
mas formaldeído e cianeto,

00:20:42.121 --> 00:20:48.638
coisas que são os blocos de construção,
as sementes, se me permitem, da vida.

00:20:49.136 --> 00:20:51.828
Talvez isso seja típico.

00:20:52.395 --> 00:20:59.329
E pode ser típico que planetas
em torno do universo

00:20:59.353 --> 00:21:02.965
comecem com alguns desses blocos
básicos de construção.

00:21:03.830 --> 00:21:06.545
Agora, isso significa
que vai ter vida por todo canto?

00:21:06.569 --> 00:21:07.933
Talvez.

00:21:07.957 --> 00:21:12.084
Essa é uma questão de quão
tortuoso é esse caminho

00:21:12.108 --> 00:21:16.502
desde esses começos frágeis, as sementes,
por todo o caminho até a vida.

00:21:16.526 --> 00:21:21.718
E a maioria dessas sementes
cairão em planetas inférteis.

00:21:21.742 --> 00:21:23.151
CA: Para você, pessoalmente,

00:21:23.175 --> 00:21:25.897
encontrar uma resposta
a esta pergunta, de onde viemos,

00:21:25.921 --> 00:21:29.579
de como essa coisa acontece,
é algo que você gostaria de ver.

00:21:29.603 --> 00:21:31.389
JS: Eu adoraria ver.

00:21:31.413 --> 00:21:32.903
Eu gostaria de saber:

00:21:32.927 --> 00:21:38.097
se esse caminho é tão tortuoso
e tão improvável

00:21:38.121 --> 00:21:42.875
que não importa com o que começou,
poderíamos ser uma singularidade.

00:21:43.336 --> 00:21:44.488
Mas, por outro lado,

00:21:44.512 --> 00:21:47.990
dada toda essa poeira orgânica circulando,

00:21:48.014 --> 00:21:51.805
poderíamos ter muitos amigos lá fora.

00:21:52.947 --> 00:21:54.108
Eu adoraria saber disso.

00:21:54.132 --> 00:21:57.612
CA: Jim, há alguns anos, tive a chance
de falar com o Elon Musk,

00:21:57.636 --> 00:22:00.473
e perguntei-lhe o segredo de seu sucesso,

00:22:00.497 --> 00:22:04.188
e ele disse que era
levar a física a sério.

00:22:04.696 --> 00:22:08.699
Ouvindo você, eu te ouço dizer
que está levando a matemática a sério,

00:22:08.723 --> 00:22:11.726
que infundiu toda a sua vida.

00:22:12.123 --> 00:22:16.686
Ela lhe deu uma fortuna e agora
está lhe permitindo investir

00:22:16.710 --> 00:22:21.206
no futuro de milhares de crianças
em toda a América e em outros lugares.

00:22:21.567 --> 00:22:24.425
Então, a ciência realmente funciona?

00:22:24.449 --> 00:22:27.221
Matemática realmente funciona?

00:22:27.245 --> 00:22:31.617
JS: Bem, matemática certamente funciona.

00:22:31.641 --> 00:22:33.089
Mas tem sido divertido.

00:22:33.089 --> 00:22:37.809
Trabalhar com a Marilyn e fazer doações
tem sido muito agradável.

00:22:37.833 --> 00:22:40.769
CA: É um pensamento inspirador para mim

00:22:40.793 --> 00:22:44.800
que, ao tomar o conhecimento a sério,
muito mais pode vir a partir disso.

00:22:44.824 --> 00:22:47.842
Então, obrigado por sua vida incrível,
e por ter vindo ao TED.

00:22:47.866 --> 00:22:48.617
Obrigado.

00:22:48.651 --> 00:22:49.752
Jim Simons!

00:22:49.806 --> 00:22:51.736
(Aplausos)