A

SINGULARIDADE ESTÁ PRÓXIMA

Coleção Os Livros do Observatório
dirigida por Teixeira Coelho
Título original
The Singularity Is Near
Copyright © Loretta Barretts Books, Inc.
Publicado por Itaú Cultural e Editora Iluminuras
Copyright © 2018
Projeto gráfico
Eder Cardoso | Iluminuras
Diagramação
Sidney Rocha
Capa
Michaella Pivetti
Imagem capa
sobre foto Fractal rendered in Apophysis, de Kh627 (Kuntal Halder)
Preparação
Jane Pessoa
Equipe Itaú Cultural
Presidente
Milú Villela
Diretor
Eduardo Saron
Superintendente administrativo
Sérgio Miyazaki
Núcleo de Inovação/Observatório
Gerente
Marcos Cuzziol
Coordenador do Observatório
Luciana Modé
Produção
Andréia Briene

Centro de Memória, Documentação e Referência - Itaú Cultural

Kurzweil, Ray.
A singularidade está próxima: quando os humanos transcendem a biologia / Ray Kurzweil; tradução Ana
Goldberger. - São Paulo : Itaú Cultural : Iluminuras, 2018.
628 p.
Título original: The singularity is near: when humans transcend biology
ISBN 978-85-7321-594-6 (Iluminuras)
ISBN 978-85-7979-115-4 (Itaú Cultural)
1. Inteligência artificial. 2. Robótica. 3. Evolução humana. 4. Nanotecnologia. 5. Genética. I. Kurzweil,
Ray. II. Goldberger, Ana, trad. III. Instituto Itaú Cultural. IV. Título.
CDD 153.9

2018
EDITORA ILUMINURAS LTDA.
Rua Inácio Pereira da Rocha, 389 - 05432-011 - São Paulo - SP - Brasil
Tel./Fax: 55 11 3031-6161
[email protected]
www.iluminuras.com.br
SUMÁRIO
Agradecimentos,
Prólogo
O poder das ideias,
Capítulo 1
As seis épocas,
A visão linear intuitiva versus a visão exponencial histórica,
As seis épocas,
Época Um: Física e Química. Época Dois: Biologia e DNA. Época Três: Cérebros. Época
Quatro: Tecnologia. Época Cinco: A fusão da tecnologia humana com a inteligência humana.
Época Seis: O universo desperta.
A Singularidade está próxima,
Capítulo 2
Uma teoria da evolução tecnológica: a Lei dos Retornos Acelerados,
A natureza da ordem. O ciclo de vida de um paradigma. Desenhos fractais. Evolução
clarividente.
A Curva em S de uma tecnologia tal como expressa em seu ciclo de vida,
O ciclo de vida de uma tecnologia
A Lei de Moore e além,
A Lei de Moore: uma profecia autorrealizável? O quinto paradigma. Dimensões fractais e o
cérebro
Sequenciamento de DNA, memória, comunicações,
a internet e miniaturização,
Informação, ordem e evolução: Os insights de Wolfram e os autômatos celulares de Fredkin. A
inteligência artificial pode evoluir a partir de regras simples?
A Singularidade como imperativo econômico,
Pegue 80 trilhões de dólares —apenas por tempo limitado. Deflação... uma coisa ruim?
Capítulo 3
Atingindo a capacidade de computar do cérebro humano,
O sexto paradigma da tecnologia de computação: Computação molecular tridimensional e
tecnologias computacionais emergentes,
A ponte para a computação molecular em 3-D. Nanotubos ainda são a melhor aposta.
Computando com moléculas. Automontagem. Emulando a biologia. Computar com DNA.
Computar com Spin. Computar com luz. Computação quântica.
A capacidade de computar do cérebro humano,
Acelerar a disponibilidade do computador pessoal no nível humano. Capacidade da memória
humana.
Os limites da computação,
Computação reversível. Quanta inteligência tem uma pedra? Os limites da nanocomputação.
Marcar uma data para a Singularidade. Memória e eficiência computacional: uma pedra
versus um cérebro humano. Ir além do definitivo: picotecnologia e femtotecnologia, curvando
a velocidade da luz.
Capítulo 4
 Projetando o software da inteligência humana: como aplicar a engenharia reversa no cérebro
humano,
Engenharia reversa do cérebro: Um panorama da tarefa,
Novas ferramentas para modelar e obter imagens do cérebro. O software do cérebro.
Modelagem analítica do cérebro versus a neuromórfica. Qual a complexidade do cérebro?
Modelando o cérebro. Descascar a cebola.
O cérebro humano é diferente de um computador?,
Os circuitos do cérebro são muito lentos. Mas ele é maciçamente paralelo. O cérebro combina
fenômenos analógicos e digitais. A maioria dos detalhes do cérebro é aleatória. O cérebro usa
propriedades emergentes. O cérebro é imperfeito. Contradizemos a nós mesmos. O cérebro
usa a evolução. Padrões são importantes. O cérebro é holográfico. O cérebro está
profundamente conectado. O cérebro tem, de fato, uma arquitetura de regiões. O design de
uma região do cérebro é mais simples do que o design de um neurônio. Tentando entender
nosso próprio pensamento: o ritmo acelerado da pesquisa.
Perscrutando o cérebro,
Novas ferramentas para digitalizar o cérebro. Melhorando a resolução. Digitalizar usando
nanorrobots.
Construindo modelos do cérebro,
Modelos subneurais: Sinapses e espinhas. Modelos de neurônios. Neurônios eletrônicos.
Plasticidade cerebral. Modelando regiões do cérebro. Um modelo neuromórfico: O cerebelo.
Outro exemplo: O modelo das regiões auditivas de Watts. O sistema visual. Outras obras em
andamento: Um hipocampo artificial e uma região artificial olivocerebelar. Entender funções
de nível mais alto: Imitação, predição e emoção
Fazer a interface entre cérebro e máquinas,
O ritmo acelerado da engenharia reversa do cérebro,
A escalabilidade da inteligência humana.
Uploading do cérebro humano,
Capítulo 5
GNR: três revoluções sobrepostas,
Genética: a interseção da informação com a biologia,
O computador da vida. Baby boomers de design. Podemos realmente viver para sempre?
RNAi (RNA de interferência). Terapias celulares. Chips de genes. Terapia somática de genes.
Revertendo doenças degenerativas. Combatendo as doenças do coração. Superando o câncer.
Revertendo o envelhecimento. Mutações no DNA. Células tóxicas. Mutações da mitocôndria.
Agregados intracelulares. Agregados extracelulares. Perda celular e atrofia. Clonagem
humana: A aplicação menos interessante da tecnologia da clonagem. Por que a clonagem é
importante? Preservar as espécies em risco de extinção e restaurar as extintas. Clonagem
terapêutica. Engenharia de células somáticas humanas. Resolvendo a fome mundial.
Clonagem humana revisitada.
Nanotecnologia: a interseção da informação com o mundo físico,
O montador biológico. Fazendo o upgrade do núcleo da célula com um nanocomputador e um
nanorrobot. Dedos gordos e grudentos. O debate recrudesce. Primeiros adotantes.
Energizando a Singularidade. Aplicações da nanotecnologia no meio ambiente. Nanorrobots
na corrente sanguínea.
Robótica: IA forte,
IA fora de controle. O inverno da IA. O jogo de ferramentas da IA. Sistemas especializados.
Redes bayesianas. Modelos de Markov. Redes neurais. Algoritmos genéticos (AGs). Busca
recursiva. Deep Fritz empata: Os humanos estão ficando mais inteligentes ou os
computadores estão ficando mais burros? A vantagem do hardware especializado. Deep Blue
 versus Deep Fritz. Ganhos significativos no software. Os jogadores humanos de xadrez
estarão condenados? Combinando métodos. Uma amostragem da IA restrita. As Forças
Armadas e os serviços de inteligência. Exploração espacial. Medicina. Ciência e matemática.
Negócios, finanças e indústria. Indústria e robótica. Fala e linguagem. Lazer e esportes. IA
forte.
Capítulo 6
O impacto...,
Uma panóplia de impactos
... no corpo humano,
Uma nova maneira de comer. Redesenhando o sistema digestivo. Sangue programável. Com o
coração na mão, ou não. Então, o que sobra? Redesenhando o cérebro humano. Estamos
virando ciborgues. Corpo humano versão 3.0.
... no cérebro humano,
O cenário em 2010. O cenário em 2030. Torne-se outra pessoa. Projetores de experiências.
Amplie sua mente.
...sobre a longevidade humana,
A transformação para a experiência não biológica.bA longevidade da informação.
... na guerra: o paradigma de realidade virtual remoto, robótico, robusto, de tamanho reduzido,
Pó inteligente. Nanoarmas. Armas inteligentes. RV.
... no aprendizado,
... no trabalho,
Propriedade intelectual. Descentralização.
... no brincar,
... no destino inteligente do cosmos: Por que é provável que estejamos sozinhos no universo,
A equação de Drake. Os limites da computação revisitados. Maior ou menor. Expandindo-nos
além do sistema solar. A velocidade da luz revisitada. Buracos de minhoca. Alterando a
velocidade da luz. O Paradoxo de Fermi revisitado. O princípio antrópico revisitado. O
multiverso. Universos que evoluem. A inteligência como destino do universo. A derradeira
função utilitária. A Radiação Hawking. Por que a inteligência é mais forte do que a física. Um
computador na escala do universo. O universo holográfico.
Capítulo 7
Ich bin ein Singularitarian,
Ainda humano?
A questão vexatória da consciência,
Quem sou eu? O que sou eu?,
A Singularidade como transcendência,
Capítulo 8
GNR: Promessa e perigo profundamente entrelaçados,
Benefícios…,
... e perigos entrelaçados,
Uma panóplia de riscos para a existência,
O princípio da precaução. Quanto menor a interação, maior o potencial explosivo. Nossa
simulação é desligada. Penetras na festa. GNR: o foco adequado na questão da promessa
versus o perigo. A inevitabilidade de um futuro transformado. Abandono totalitário.
Preparando as defesas,
IA forte. Voltando ao passado?
A ideia do abandono,
 Amplo abandono. Abandono em sintonia fina. Lidando com o abuso. A ameaça do
fundamentalismo. Humanismo fundamentalista.
Desenvolvimento de tecnologias defensivas e o impacto da regulamentação,
Proteção contra a IA forte “não amigável”. Descentralização. Energia espalhada. Liberdades
civis na era das batalhas assimétricas.
Um programa para a defesa GNR,
Capítulo 9
Respostas às críticas,
Uma panóplia de críticas,
A crítica da incredulidade,
A crítica de Malthus,
Tendências exponenciais não duram para sempre. Um limite virtualmente ilimitado.
A crítica do software,
A estabilidade do software. A capacidade de reação do software. Preço-desempenho do
software. A produtividade do desenvolvimento do software. A complexidade do software.
Algoritmos que se aceleram. A fonte básica dos algoritmos inteligentes.
A crítica do processamento analógico,
A crítica da complexidade do processamento neural,
A complexidade do cérebro. O dualismo intrínseco de um computador. Níveis e Loops.
A crítica dos microtúbulos e da computação quântica,
A crítica da tese de Church-Turing,
A crítica da taxa de defeitos,
A crítica do “bloqueio”,
A crítica da ontologia: um computador pode ter consciência?,
O Quarto Chinês de Kurzweil.
A crítica da divisão rico-pobre,
A crítica da provável regulamentação do governo,
A crítica do teísmo,
A crítica do holismo,
Epílogo,
Quão singular? A centralidade humana.
Apêndice,
A Lei dos Retornos Acelerados revisitada.
Recursos e informações de contato,
Notas,
 Para minha mãe, Hannah,
que me forneceu a coragem de procurar
as ideias para enfrentar qualquer desafio.
AGRADECIMENTOS
Gostaria de expressar meu profundo reconhecimento a minha mãe,
Hannah, e a meu pai, Fredric, por terem apoiado todas as minhas
primeiras invenções e ideias sem questionar, o que me deu liberdade para
experimentar; a minha irmã Enid por sua inspiração; e a minha mulher,
Sonya, e meus filhos, Ethan e Amy, que dão sentido, amor e motivação a
minha vida.
Gostaria de agradecer as muitas pessoas talentosas e dedicadas que me
ajudaram com este projeto complexo.
Na Viking: meu editor, Rick Kot, que me deu liderança, entusiasmo e
editoração inspirada; Clare Ferraro, que me deu um forte apoio na
publicação; Timothy Mennel, que me deu revisão especializada; Bruce
Giffords e John Jusino, por coordenarem os muitos detalhes da produção
de um livro; Amy Hill, pela diagramação interna do texto; Holly Watson,
por seu trabalho eficiente de publicidade; Alessandra Lusardi, que foi uma
competente assistente de Rick Kot; Paul Buckley, por seu design de arte
claro e elegante; e Herb Thomby, que desenhou a atraente capa.
Loretta Barrett, minha agente literária, cuja orientação entusiástica e
astuta ajudou a orientar este projeto.
Dr. Terry Grossman, meu colaborador em assuntos de saúde e coautor
de Fantastic Voyage: Live Long Enough to Live Forever, por me ajudar a
desenvolver minhas ideias sobre saúde e biotecnologia através da troca de
uns 10 mil e-mails e por uma colaboração multifacetada.
Martine Rothblatt, por sua dedicação a todos as tecnologias discutidas
neste livro e por nossa colaboração no desenvolvimento de várias
tecnologias nessas áreas.
Aaron Kleiner, de longa data meu parceiro nos negócios (desde 1973),
por sua dedicação e colaboração em muitos projetos, incluindo este.
Amara Angelica, cujos esforços dedicados e inspirados orientaram nosso
time de pesquisa. Amara também usou suas notáveis habilidades de editar
para me ajudar a articular as complexas questões deste livro. Kathryn
Myronuk, cujos dedicados esforços em pesquisas, deram importante
contribuição para a pesquisa e as notas. Sarah Black contribuiu com
pesquisas específicas e habilidades editoriais. Meu time de pesquisas deu-
me uma assistência muito capaz: Amara Angelica, Kathryn Myronuk, Sarah
Black, Daniel Pentlarge, Emily Brown, Celia Black-Brooks, Nanda Barker-
Hook, Sarah Brangan, Robert Bradbury, John Tillinghast, Elizabeth
Collins, Bruce Damer, Jim Rintoul, Sue Rintoul, Larry Klaes e Chris
Wright. Assistência adicional foi fornecida por Liz Berry, Sarah Brangan,
Rosemary Drinka, Linda Katz, Lisa Kirschner, Inna Nirenberg, Christopher
Setzer, Joan Walsh e Beverly Zibrak.
Laksman Frank, por criar muitas das imagens e diagramas atraentes a
partir de minhas descrições e formatar os gráficos.
Celia Black-Brooks, por fornecer sua liderança nas comunicações e
desenvolvimento de projetos.
Phil Cohen e Ted Coyle, por implementarem minhas ideias para a
ilustração na página 367, e Helene DeLillo, pela foto da “Singularidade
está próxima” no começo do capítulo 7.
Nanda Barker-Hook, Emily Brown e Sarah Brangan, por me ajudarem a
administrar a extensa logística da pesquisa e dos processos editoriais.
Ken Linde e Matt Bridges, por me ajudarem com os sistemas
computacionais para manter progredindo suavemente o intrincado fluxo de
trabalho.
Denise Scutellaro, Joan Walsh, Maria Ellis e Bob Beal, por fazerem a
contabilidade deste projeto complicado.
A equipe de KurzweilAI.net, por me dar uma ajuda substancial para o
projeto: Denise Scutellaro, Joan Walsh, Maria Ellis e Bob Beal.
Mark Bizzell, Deborah Lieberman, Kirsten Clausen e Dea Eldorado, por
sua assistência na comunicação da mensagem deste livro.
Robert A. Freitas Jr., por sua detalhada revisão do material relacionado
à nanotecnologia.
Paul Linsay, por sua minuciosa revisão da matemática deste livro.
Meus leitores especializados, meus pares, por realizarem o serviço
inestimável de rever com cuidado o conteúdo científico: Robert A. Freitas
Jr. (nanotecnologia, cosmologia), Ralph Merkle (nanotecnologia), Martine
Rothblatt (biotecnologia, aceleração tecnológica), Terry Grossman (saúde,
medicina, biotecnologia), Tomaso Poggio (ciência do cérebro e engenharia
reversa do cérebro), John Parmentola (física, tecnologia militar), Dean
Kamen (desenvolvimento tecnológico), Neil Gershenfeld (tecnologia da
computação, física, mecânica quântica), Joel Gershenfeld (engenharia de
sistemas), Hans Moravec (inteligência artificial, robótica), Max More
(aceleração da tecnologia, filosofia), Jean-Jacques E. Slotine (ciência do
cérebro e cognitiva), Sherry Turkle (impacto social da tecnologia), Seth
Shostak (SETI — procura por inteligência extraterrestre — cosmologia,
astronomia), Damien Broderick (aceleração tecnológica, a Singularidade)
e Harry George (empreendimento tecnológico).
 Meus hábeis leitores internos: Amara Angelica, Sarah Black, Kathryn
Myronuk, Nanda Barker-Hook, Emily Brown, Celia Black-Brooks, Aaron
Kleiner, Ken Linde, John Chalupa e Paul Albrecht.
Meus leitores leigos, por me fornecerem insights incisivos: meu filho,
Ethan Kurzweil, e David Dalrymple.
Bill Gates, Eric Drexler e Marvin Minsky, por darem autorização para
incluir seus diálogos no livro e por suas ideias, que foram incorporadas
nos diálogos.
Os muitos cientistas e pensadores cujas ideias e esforços estão
contribuindo para nossa base de conhecimentos humanos que se expande
exponencialmente.
As pessoas mencionadas acima me forneceram muitas ideias e
correções, que consegui realizar graças aos seus esforços. A
responsabilidade por quaisquer erros que tenham permanecido é
inteiramente minha.
PRÓLOGO
O poder das ideias
Acho que não há excitação que possa passar pelo coração do homem igual à sentida
pelo inventor quando vê alguma criação do cérebro caminhando para o sucesso.
Nikola Tesla, 1896, inventor da corrente alternada
Quando tinha cinco anos, tive a ideia de que me tornaria um inventor.
Tive a convicção de que ideias podiam mudar o mundo. Quando outras
crianças pensavam alto o que elas queriam ser, já sabia o que seria. O
foguete para a Lua que eu, então, construía (quase uma década antes do
desafio que o presidente Kennedy lançou ao país) não funcionou. Mas perto
de fazer oito anos, minhas invenções ficaram um pouco mais realistas,
como um teatro robótico com ligações mecânicas que podiam mover o
cenário e as personagens para dentro e para fora do campo de visão, e jogos
virtuais de beisebol.
Tendo fugido do Holocausto, meus pais, ambos artistas, queriam uma
criação mais secular, menos provincial e religiosa, para mim. Minha 1

educação espiritual, como resultado, aconteceu em uma igreja unitarista.

Ficávamos seis meses estudando uma religião — frequentando seus
serviços, lendo seus livros, dialogando com seus líderes — e então
mudávamos para a próxima. O tema era “muitos caminhos para a verdade”.
É claro que percebi muitos paralelos entre as tradições religiosas do mundo,
mas até as inconsistências eram instrutivas. Para mim, ficou claro que as
verdades básicas eram profundas o suficiente para transcender aparentes
contradições.
Com oito anos, descobri a série de livros de Tom Swift Jr. O enredo de
todos os 33 livros (só nove deles tinham sido publicados quando comecei a
lê-los em 1956) era sempre o mesmo: Tom iria ver-se em uma situação
terrível, em que seu destino e o de seus amigos, e muitas vezes do resto da
raça humana, estavam por um fio. Tom iria recolher-se a seu laboratório no
porão e pensaria como resolver o problema. Esta, então, era a tensão
dramática em cada livro da série: qual ideia engenhosa iriam ter Tom e seus
amigos para salvar o dia? A moral desses contos era simples: a ideia certa
2

tinha o poder de vencer um desafio aparentemente insuperável. Até hoje,

permaneço convicto desta filosofia básica: não importam quais dificuldades
estamos enfrentando — problemas nos negócios, questões de saúde,
dificuldades de relacionamento, bem como os grandes desafios científicos,
sociais e culturais de nosso tempo —, existe uma ideia que nos permite
superá-las. Além disso, é possível encontrar essa ideia. E, quando a
encontramos, precisamos pô-la em prática. Minha vida tem sido pautada
por esse imperativo. O poder de uma ideia... isso, em si, já é uma ideia.
Por volta da mesma época em que lia a série de Tom Swift Jr., lembro de
meu avô, que também tinha fugido da Europa com minha mãe, voltando de
sua primeira visita de retorno à Europa com duas lembranças fundamentais.
Uma foi o tratamento cordial que ele recebeu dos austríacos e alemães, a
mesma gente que o tinha forçado a fugir em 1938. A outra foi uma rara
oportunidade que lhe foi dada de tocar com as próprias mãos alguns
manuscritos originais de Leonardo da Vinci. Ambas as lembranças
influenciaram-me, mas esta última é para onde voltei muitas vezes. Ele
descrevia a experiência com profundo respeito, como se tivesse tocado a
obra do próprio Deus. Esta, então, foi a religião com que fui criado:
veneração pela criatividade humana e pelo poder das ideias.
Em 1960, com doze anos, descobri o computador e fiquei fascinado com
sua habilidade para modelar e recriar o mundo. Perambulei pelas lojas de
eletrônicos excedentes na rua Canal em Manhattan (ainda estão ali!) e reuni
peças para montar meus próprios aparelhos. Durante os anos 1960, estava
tão absorto nos movimentos contemporâneos musicais, culturais e políticos
quanto meus pares, mas estava igualmente envolto em uma tendência muito
mais obscura: ou seja, a notável sequência de máquinas que a IBM
produziu nessa década, de sua série de grandes “7000” (7070, 7074, 7090,
7094) até o pequeno 1620, de fato o primeiro “minicomputador”. As
máquinas eram apresentadas com intervalos de um ano, e cada uma custava
menos e era mais potente do que a anterior, um fenômeno familiar hoje.
Tive acesso a um IBM 1620 e comecei a escrever programas para análise
estatística e, depois, para composição de músicas.
Ainda me lembro de quando, em 1968, permitiram-me entrar na sala
escura, cavernosa, que abrigava o computador mais potente da Nova
Inglaterra, um IBM 360 Modelo 91 de ponta, com um notável milhão de
bytes (um megabyte) de memória interna, uma velocidade impressionante
de 1 milhão de comandos por segundo (um MIPS) e um valor de locação de
apenas mil dólares por hora. Eu tinha desenvolvido um programa de
computador que combinava estudantes do secundário com faculdades e
fiquei olhando, fascinado, as luzes do painel frontal dançando em um
padrão visível conforme a máquina processava o requerimento de cada
aluno. Mesmo estando familiarizado com cada linha do programa, parecia,
3

apesar de tudo, que o computador estava imerso em pensamentos quando as

luzes diminuíam por vários segundos no final de cada ciclo. De fato, ele
podia fazer sem erros, em dez segundos, o que levávamos dez horas para
fazer manualmente com muito menos precisão.
Como inventor nos anos 1970, cheguei a perceber que minhas invenções
tinham de fazer sentido em termos de tecnologias capacitantes e de forças
do mercado que iriam existir quando as invenções fossem introduzidas, já
que esse mundo seria bem diferente daquele em que elas foram criadas.
Comecei a desenvolver modelos de como distintas tecnologias —
eletrônica, comunicações, processadores de computador, memória,
armazenamento magnético e outras — desenvolviam-se, e como essas
alterações se refletiam nos mercados e, em último caso, em nossas
instituições sociais. Percebi que a maioria das invenções fracassa, não
porque o departamento de pesquisa e desenvolvimento não consegue fazê-
las funcionar, mas porque o momento está errado. Inventar é muito como
surfar: você tem de prever e pegar a onda no momento certo.
Meu interesse pelas tendências tecnológicas e suas implicações assumiu
vida própria nos anos 1980, e comecei a usar meus modelos para projetar e
prever tecnologias futuras, inovações que iriam aparecer em 2000, 2010,
2020 e além. Isso permitiu que eu inventasse com as habilidades do futuro,
criando e desenhando invenções que usavam essas habilidades futuras. Do
meio para o final dos anos 1980, escrevi meu primeiro livro, The Age of
Intelligent Machines [A era das máquinas inteligentes]. Ele incluía
4

predições extensas (e razoavelmente acuradas) para os anos 1990 e 2000, e

terminava com o espectro da inteligência da máquina ficando impossível de
distinguir daquela de seus progenitores humanos dentro da primeira metade
do século XXI. Parecia ser uma conclusão pungente, e em todo caso eu
pessoalmente achava difícil olhar além de um resultado tão transformador.
Nos últimos vinte anos, comecei a apreciar uma importante metaideia: de
que o poder das ideias de transformar o mundo está ele mesmo acelerando.
Embora as pessoas logo concordem com essa observação quando
simplesmente dita, poucos observadores apreciam de verdade suas
profundas implicações. Dentro das próximas décadas, poderemos utilizar
ideias para conquistar problemas antigos — e introduzir alguns problemas
novos pelo caminho.
Durante os anos 1990, coletei dados empíricos sobre a aparente
aceleração de todas as tecnologias relacionadas com informação e procurei
refinar os modelos matemáticos subjacentes a essas observações.
Desenvolvi uma teoria que chamo de a Lei dos Retornos Acelerados, que
explica por que a tecnologia e os processos evolutivos em geral avançam de
modo exponencial. Em The Age of Spiritual Machines (ASM) [A idade das
5
máquinas espiritualizada], que escrevi em 1998, procurei articular a
natureza da vida humana como irá existir além do ponto onde ficam
borrados os limites entre cognição humana e máquina. De fato, tenho visto
essa época como uma colaboração cada vez mais íntima entre nossa
herança biológica e um futuro que transcende a biologia.
Desde a publicação de ASM, comecei a refletir sobre o futuro de nossa
civilização e sua relação com nosso lugar no universo. Embora possa
parecer difícil visualizar a capacidade de uma civilização futura cuja
inteligência ultrapasse amplamente a nossa, nossa habilidade para criar
modelos da realidade em nossa mente nos permite perceber as implicações
significativas dessa iminente fusão de nosso pensamento biológico com a
inteligência não-biológica que estamos criando. Esta, então, é a história que
quero contar neste livro. A história baseia-se na ideia de que temos
capacidade para compreender nossa própria inteligência — acessar nosso
código fonte, se preferir — e então revisá-lo e expandi-lo.
Alguns observadores questionam se somos capazes de aplicar nosso
próprio pensamento para compreender nosso próprio pensamento. O
pesquisador de inteligência artificial (IA), Douglas Hofstadter, pondera que
“poderia ser apenas um acidente do destino que nossos cérebros sejam tão
fracos para entender eles mesmos. Pense na humilde girafa, por exemplo,
cujo cérebro está obviamente muito abaixo do nível necessário para
entender a si mesmo — e contudo ele é notavelmente parecido com nosso
cérebro”. Entretanto, já tivemos sucesso ao modelar partes de nosso
6

cérebro — neurônios e substanciais regiões neurais —, e a complexidade de

tais modelos cresce rapidamente. Nosso progresso ao aplicar engenharia
reversa ao cérebro humano, questão-chave que irei descrever em detalhes
neste livro, demonstra que temos, sim, capacidade para compreender,
modelar e ampliar nossa própria inteligência. Esse é um aspecto da
singularidade de nossa espécie: nossa inteligência está apenas o quanto
basta acima do portal crítico necessário para que elevemos nossa própria
habilidade para alturas ilimitadas de poder criativo — e temos o apêndice
oponível (nossos polegares) necessário para manipular o universo à nossa
vontade.
Uma palavra sobre mágica: quando estava lendo os livros de Tom Swift
Jr., eu também era um ávido mágico. Gostava de ver o prazer de meu
público quando este via transformações da realidade aparentemente
impossíveis. Na adolescência, substituí minha mágica de salão por projetos
tecnológicos. Descobri que, ao contrário de meros truques, a tecnologia não
perde seu poder transcendental quando são revelados seus segredos. Muitas
vezes sou lembrado da terceira lei de Arthur C. Clarke, que “qualquer
tecnologia bastante avançada não é distinguível da mágica”.
Considere, dessa perspectiva, as histórias de Harry Potter de J. K.
Rowling. Esses contos podem ser imaginários, mas não são visões
descabidas de como nosso mundo vai existir dentro de apenas poucas
décadas a partir de agora. Essencialmente, toda a “mágica” de Potter será
posta em prática através das tecnologias que irei explorar neste livro. Jogar
quadribol e transformar gente e coisas em outras formas será factível em
ambientes de realidade virtual de imersão total, bem como na realidade real,
usando nano instrumentos. Mais duvidoso é reverter o tempo (conforme
descrito em Harry Potter e o prisioneiro de Azkaban), embora propostas
sérias até tenham sido apresentadas para realizar alguma coisa nessa linha
(sem dar origem a paradoxos de causalidade), ao menos em pequenos
pedaços de informação, que, essencialmente, é o que compreendemos.
(Veja a argumentação no capítulo 3 sobre os limites máximos da
computação.)
Veja que Harry liberta sua mágica ao proferir o encantamento certo. É
claro que não era simples descobrir e aplicar esses encantamentos. Harry e
seus colegas precisam obter a sequência, os procedimentos e a ênfase
certos. Esse processo é precisamente nossa experiência com tecnologia.
Nossos encantamentos são as fórmulas e os algoritmos subjacentes à nossa
mágica moderna. Só com a sequência correta, conseguimos fazer com que
um computador leia um livro em voz alta, entenda a fala humana, preveja (e
previna) um ataque do coração ou preveja o movimento de ações da bolsa.
Se um encantamento estiver ligeiramente inexato, a mágica fica muito
enfraquecida ou não funciona de jeito nenhum.
Pode-se objetar essa metáfora, apontando que os encantamentos de
Hogwart são curtos e, portanto, não contêm muita informação quando
comparados, digamos, ao código de um programa de software moderno.
Mas os métodos essenciais da tecnologia moderna geralmente
compartilham a mesma concisão. Os princípios operacionais de softwares
avançados, como reconhecer a fala, podem ser escritos em apenas umas
poucas páginas de fórmulas. Muitas vezes, um avanço importante é questão
de fazer uma pequena mudança em uma única fórmula.
A mesma observação vale para as “invenções” da evolução biológica:
considere que a diferença genética entre chimpanzés e humanos, por
exemplo, é de apenas umas poucas centenas de milhares de bytes de
informação. Embora os chimpanzés sejam capazes de algumas façanhas
intelectuais, aquela mínima diferença em nossos genes foi suficiente para
que nossa espécie criasse a mágica da tecnologia.
Muriel Rukeyser diz que “o universo é feito de histórias, não de átomos”.
No capítulo 7, descrevo-me como um “padronista”, alguém que vê padrões
de informação como realidade fundamental. Por exemplo, as partículas que
compõem meu cérebro e corpo mudam em semanas, mas há uma
continuidade de padrões que essas partículas formam. Uma história pode
ser considerada como um padrão significativo de informação, portanto
podemos interpretar o aforismo de Muriel Rukeyser a partir desse ponto de
vista. Este livro, então, é a história do destino da civilização homem-
máquina, destino que viemos a chamar de Singularidade.
CAPÍTULO 1
As seis épocas
Todos tomam os limites de sua própria visão como sendo os limites do mundo.
Arthur Schopenhauer
Não tenho certeza de quando foi que notei a Singularidade pela primeira
vez. Diria que foi um despertar gradual. No quase meio século em que
mergulhei no computador e nas tecnologias relacionadas, procurei entender
o sentido e o propósito da turbulência contínua que testemunhei em muitos
níveis. Aos poucos, percebi um acontecimento transformador surgindo na
primeira metade do século XXI. Assim como um buraco negro no espaço
altera dramaticamente os padrões de matéria e energia que se aceleram na
direção de seu horizonte de eventos, essa Singularidade iminente em nosso
futuro está transformando cada vez mais toda instituição e aspecto da vida
humana, da sexualidade à espiritualidade.
O que, então, é a Singularidade? É um período no futuro em que o ritmo
da mudança tecnológica será tão rápido, seu impacto tão profundo, que a
vida humana sofrerá mudanças irreversíveis. Embora nem utópica, nem
distópica, essa época irá transformar os conceitos de que dependemos para
dar sentido a nossas vidas, desde nossos modelos de negócio até o ciclo da
vida humana, incluindo a própria morte. Entender a Singularidade irá
alterar nossa perspectiva do significado de nosso passado e das
ramificações de nosso futuro. Entendê-la de verdade muda essencialmente
nossa visão da vida em geral e da nossa própria vida. Considero alguém que
entende a Singularidade e que refletiu sobre as implicações dela na sua vida
como um “singularitariano”. 1

Posso entender porque muitos observadores não adotam prontamente as

implicações óbvias do que chamei de a Lei dos Retornos Acelerados (a
aceleração inerente do fator de evolução, com a evolução tecnológica como
continuação da evolução biológica). Afinal, levei quarenta anos para
conseguir ver o que estava bem na minha frente, e ainda não posso dizer
que me sinto totalmente à vontade com todas as suas consequências.
A ideia-chave subjacente à iminente Singularidade é que o ritmo de
mudança na tecnologia criada pelo homem está acelerando, e seus poderes
estão se expandindo em ritmo exponencial. O crescimento exponencial
engana. Começa quase imperceptivelmente e então explode com uma fúria
inesperada — inesperada, isto é, para quem não toma o cuidado de seguir
sua trajetória. (Ver o gráfico “Crescimento linear versus exponencial” na
página 27.
Considere-se esta parábola: o dono de um lago quer ficar em casa para
cuidar dos peixes do lago e assegurar-se de que o próprio lago não vá ficar
coberto por vitórias-régias, que parecem dobrar seu número a cada poucos
dias. Mês após mês, ele espera pacientemente, mas só pequenos grupos de
vitórias-régias podem ser vistos, e elas não parecem estar se expandindo de
modo perceptível. Com as vitórias-régias cobrindo menos do que 1% do
lago, o dono imagina que é seguro sair de férias e parte com sua família.
Quando volta depois de poucas semanas, ele fica chocado ao descobrir que
o lago todo ficou coberto pelas plantas e seus peixes morreram. Dobrando
de número a cada poucos dias, as últimas sete multiplicações bastaram para
estender a cobertura de vitórias-régias sobre todo o lago. (Dobrando sete
vezes, estenderam seu alcance 128 vezes.) Essa é a natureza do crescimento
exponencial.
Gary Kasparov tratou com desdém o estado patético do computador de
xadrez em 1992. Porém a incansável duplicação do poder do computador a
cada ano permitiu que um computador o derrotasse cinco anos mais tarde. 2

A lista dos modos pelos quais agora os computadores podem superar as

capacidades humanas cresce rapidamente. Além disso, as aplicações da
inteligência do computador, que antes eram poucas, gradativamente se
ampliam de um tipo de atividade para outro. Por exemplo, computadores
estão diagnosticando eletrocardiogramas e imagens médicas, dirigindo e
aterrissando aviões, controlando decisões táticas de armas automáticas,
tomando decisões de crédito e financeiras e recebendo a responsabilidade
por muitas outras tarefas que costumavam precisar da inteligência humana.
O desempenho desses sistemas cada vez mais se baseia na integração de
múltiplos tipos de inteligência artificial (IA). Mas, no momento em que a
IA deixa a desejar em alguma dessas áreas de trabalho, céticos apontam
essa área como um inerente bastião da permanente superioridade humana
em relação à capacidade de nossas próprias criações.
Este livro irá argumentar, entretanto, que, dentro de várias décadas, as
tecnologias baseadas na informação irão englobar todo o conhecimento e
aptidões humanas, chegando mesmo a incluir os poderes de reconhecer
padrões, habilidades para resolver problemas e a inteligência emocional e
moral do próprio cérebro humano.
Embora impressionante sob muitos aspectos, o cérebro sofre de severas
limitações. Usamos seu paralelismo maciço (100 trilhões de conexões
interneurais funcionando ao mesmo tempo) para rapidamente reconhecer
padrões sutis. Mas nosso pensamento é extremamente lento: as operações
neurais básicas são vários milhões de vezes mais lentas do que os circuitos
eletrônicos contemporâneos. Isso torna demasiado limitada a largura de
nossa banda biológica para processar novas informações quando comparada
ao crescimento exponencial de toda a base do conhecimento humano.
Da mesma forma, nossos corpos biológicos na versão 1.0 são frágeis e
sujeitos a uma miríade de modos de falhar, sem falar dos incômodos rituais
de manutenção que exigem. Enquanto a inteligência humana algumas vezes
é capaz de se elevar em sua criatividade e expressividade, muito do
pensamento humano é não original, mesquinho e circunscrito.
A Singularidade vai nos permitir transcender essas limitações de nossos
cérebros e corpos biológicos. Vamos ganhar poder sobre nossos destinos.
Nossa mortalidade estará em nossas próprias mãos. Poderemos viver tanto
quanto quisermos (uma afirmação sutilmente diferente de dizer que iremos
viver para sempre). Entenderemos completamente o pensar humano e
iremos estender e expandir seu alcance. Pelo final deste século, a porção
não-biológica de nossa inteligência será trilhões de trilhões de vezes mais
potente do que a inteligência humana sem ajuda.
Agora estamos nos primeiros estágios dessa transição. A aceleração da
troca de paradigma (o ritmo com que mudamos as abordagens técnicas
fundamentais), bem como o crescimento exponencial da capacidade da
tecnologia da informação, estão, ambos, começando a alcançar o ponto de
inflexão, que é o estágio em que uma tendência exponencial torna-se
visível. Logo depois desse estágio, a tendência torna-se explosiva. Antes da
metade deste século, as taxas de crescimento de nossa tecnologia — que
não serão distinguíveis de nós mesmos — serão tão abruptas que irão
parecer essencialmente verticais. Na perspectiva matemática estrita, as
taxas de crescimento ainda serão finitas, mas tão extremas que as mudanças
que elas provocam irão dar a impressão de que rompem o tecido da história
humana. Este, pelo menos, será o ponto de vista da humanidade biológica
não melhorada.
A Singularidade irá representar o ponto culminante da fusão entre nosso
pensamento e nossa existência com nossa tecnologia, tendo como resultado
um mundo que ainda é humano mas que transcende nossas raízes
biológicas. Não haverá diferença, pós-Singularidade, entre homem e
máquina ou entre a realidade física e a virtual. Se alguém quiser saber o que
vai permanecer como humano neste mundo, a resposta: nossa espécie é
aquela que procura intrinsecamente estender seu alcance físico e mental
além das limitações atuais.
 Muitos críticos dessas mudanças focam no que eles percebem como
perda de algum aspecto vital de nossa humanidade, que seria o resultado
dessa transição. Contudo, esse ponto de vista brota de um mal-entendido de
como nossa tecnologia ficará. Falta, a todas as máquinas que vimos até
hoje, a sutileza essencial das qualidades biológicas humanas. Embora a
Singularidade tenha muitas facetas, sua implicação mais importante é esta:
nossa tecnologia irá igualar-se e, depois, ultrapassar de longe o refinamento
e a flexibilidade do que consideramos serem os melhores traços humanos.

A visão linear intuitiva versus a visão exponencial

histórica
Quando a primeira inteligência transumana for criada e se lançar a melhorar a si
mesma repetidamente, é provável que ocorra uma descontinuidade, cujas
consequências nem posso começar a prever.
Michael Anissimov
Nos anos 1950, John von Neumann, o famoso teórico da informação, foi
citado como tendo dito que “a sempre maior aceleração do progresso da
tecnologia [...] faz parecer que se aproxima de alguma singularidade
essencial na história da raça humana, além da qual as questões humanas,
como as conhecemos, não podem continuar”. Von Neumann faz duas
3

observações importantes aqui: aceleração e singularidade. A primeira ideia

é a de que o progresso humano é exponencial (ou seja, que ele se expande
pela repetida multiplicação de uma constante) mais do que linear (ou seja,
expandido-se pela repetida soma de uma constante).
 Linear versus exponencial: O crescimento linear é constante; o
crescimento exponencial torna-se explosivo.
A segunda é de que o crescimento exponencial é sedutor, começando
devagar e praticamente imperceptível, mas depois do ponto de inflexão ele
se torna explosivo e profundamente transformador. O futuro é amplamente
mal-entendido. Nossos antepassados esperavam que ele fosse bem parecido
com o presente deles, que tinha sido bem parecido com seu passado.
Tendências exponenciais existiam, sim, há mil anos, mas elas estavam
naquele estágio bem inicial, em que eram tão planas e tão vagarosas que
não pareciam ser tendências de jeito nenhum. Como resultado, as
expectativas dos críticos de um futuro imutável eram concretizadas. Hoje,
prevemos um contínuo progresso tecnológico, e as repercussões sociais
virão a seguir. Mas o futuro será muito mais surpreendente do que a maioria
das pessoas pensa, porque poucos críticos internalizaram de verdade a
implicação do fato de que o ritmo da própria mudança está se acelerando.
A maioria das previsões de longo alcance do que é tecnicamente factível
em tempos futuros subestima dramaticamente a potência dos
desenvolvimentos futuros, porque se baseiam no que eu chamo de visão
“linear intuitiva” da história mais do que na visão “exponencial histórica”.
Meus modelos mostram que estamos dobrando a taxa de alteração do
paradigma a cada década, como irei abordar no próximo capítulo. Assim, o
século XX estava gradualmente acelerando para a atual taxa de progresso;
suas realizações, então, equivaliam a cerca de vinte anos da taxa de
progresso em 2000. Iremos progredir outros vinte anos em apenas catorze
anos (em 2014), e depois fazer o mesmo de novo em apenas sete anos. Para
expressar isso de outro modo, não vamos ter cem anos de avanço
tecnológico no século XXI; iremos testemunhar um progresso da ordem de
20 mil anos (novamente quando medido pela taxa de progresso de hoje), ou
cerca de mil vezes maior do que foi realizado no século XX. 4

Ideias erradas sobre a forma do futuro surgem frequentemente e em uma

variedade de contextos. Como um exemplo dentre muitos, em um recente
debate de que participei tratando da factibilidade de manufaturar moléculas,
um ganhador do Prêmio Nobel que tomava parte na mesa desconsiderou as
preocupações referentes à nanotecnologia, declarando que “ainda não
vamos ver entidades nanogeradas que se reproduzem a si mesmas
(dispositivos construídos por fragmento a fragmento de molécula) pelos
próximos cem anos”. Observei que cem anos eram uma estimativa razoável
e coincidia com a minha própria estimativa do volume do progresso técnico
necessário para atingir esse determinado marco quando medido com a atual
taxa de progresso (cinco vezes a taxa média de mudança que vimos no
século XX). Mas, porque estamos dobrando a taxa de progresso a cada
década, veremos o equivalente a um século de progresso — na taxa de hoje
— em apenas 25 anos de calendário.
De modo parecido, na conferência Future of Life [Futuro da vida] da
revista Time, realizada em 2003 para comemorar os cinquenta anos do
descobrimento da estrutura do DNA, foi perguntado a todos os oradores
convidados como pensavam que seriam os próximos cinquenta anos. 5

Praticamente todos olharam para o progresso dos últimos cinquenta anos e

o usaram como modelo para os próximos cinquenta anos. Por exemplo,
James Watson, o descobridor do DNA, disse que, dentro de cinquenta anos,
teremos drogas que permitirão que comamos tudo o que quisermos sem
engordar.
Retruquei: “Cinquenta anos?”. Já conseguimos isso com camundongos,
bloqueando o gene receptor de gordura que controla o armazenamento de
gordura nas células de gordura. Drogas para uso humano (usando
interferência no RNA e outras técnicas que iremos abordar no capítulo 5)
estão sendo desenvolvidas agora e estarão nos testes da FDA (agência
americana de regulação de alimentos e medicamentos) em alguns anos.
Estes estarão disponíveis dentro de cinco a dez anos, não cinquenta. Outras
projeções foram igualmente obtusas, refletindo prioridades contemporâneas
de pesquisa mais do que as profundas mudanças que o próximo meio século
vai trazer. De todos os pensadores dessa conferência, fomos basicamente
Bill Joy e eu que levamos em conta a natureza exponencial do futuro,
embora Joy e eu não concordássemos sobre a importância dessas mudanças,
como irei discutir no capítulo 8.
As pessoas pressupõem intuitivamente que o ritmo atual de progresso vai
continuar nos períodos futuros. Mesmo para aqueles que têm estado por
aqui tempo suficiente para perceber como o ritmo de mudança aumenta
com o tempo, a intuição não refletida deixa-nos com a impressão de que a
mudança acontece no mesmo ritmo que conhecemos mais recentemente. Do
ponto de vista do matemático, a razão disso é que uma curva exponencial
parece uma linha reta quando examinada por apenas um tempo curto. Como
resultado, mesmo comentaristas sofisticados, quando considerando o futuro,
extrapolam especificamente o ritmo atual de mudança para os próximos dez
ou cem anos a fim de determinar suas expectativas. É por isso que descrevo
essa maneira de olhar para o futuro como a visão “linear intuitiva”.
Mas uma avaliação séria da história da tecnologia revela que a mudança
tecnológica é exponencial. Crescimento exponencial é um aspecto de
qualquer processo evolutivo, do qual a tecnologia é um exemplo primordial.
Podem-se examinar os dados de diferentes modos, em diferentes escalas de
tempo e por uma vasta categoria de tecnologias, indo da eletrônica à
biologia, bem como suas implicações, indo da quantidade do conhecimento
humano até o tamanho da economia. A aceleração do progresso e do
crescimento aplica-se a cada um deles. De fato, com frequência
encontramos não apenas um simples crescimento exponencial, mas um
“duplo” crescimento exponencial, quer dizer que a própria taxa de
crescimento exponencial (ou seja, o expoente) cresce exponencialmente
(por exemplo, veja a discussão sobre preço-desempenho da computação no
próximo capítulo).
Muitos cientistas e engenheiros têm o que chamo de “pessimismo do
cientista”. Muitas vezes estão tão imersos nas dificuldades e nos detalhes
intrincados de um desafio contemporâneo que deixam de ver as implicações
a longo prazo de seu próprio trabalho e o mais amplo campo de trabalho em
que operam. Da mesma forma, deixam de considerar as ferramentas muito
mais potentes que terão disponíveis com cada nova geração de tecnologia.
Cientistas são treinados para serem céticos, para falarem cautelosamente
dos atuais objetivos da pesquisa e para raramente especularem além da
geração atual de procura científica. Essa pode ter sido uma abordagem
satisfatória quando uma geração de ciência e tecnologia durava mais do que
uma geração humana, mas não serve aos interesses da sociedade agora que
uma geração de progresso científico e tecnológico abrange apenas uns
poucos anos.
Considere-se o caso dos bioquímicos que, em 1990, estavam céticos
quanto ao objetivo de transcrever todo o genoma humano em meros quinze
anos. Esses cientistas tinham acabado de levar um ano inteiro para
transcrever um mero décimo milésimo do genoma. Assim, mesmo
prevendo avanços razoáveis, parecia natural para que iriam levar um século,
se não mais, antes que o genoma inteiro pudesse ser sequenciado.
Ou considere-se o ceticismo expressado em meados dos anos 1980 de
que a internet chegasse a ser um fenômeno significativo, dado que ela,
então, só contava com dezenas de milhares de nódulos (também conhecidos
como servidores). Na verdade, o número de nódulos dobrava a cada ano, de
modo que provavelmente haveria dezenas de milhões de nódulos dez anos
depois. Mas essa tendência não era considerada por aqueles que lutavam
com a tecnologia de ponta em 1985, que permitia acrescentar apenas uns
poucos milhares de nódulos pelo mundo em um único ano. 6

O erro conceitual oposto ocorre quando certos fenômenos exponenciais

são, primeiro, reconhecidos e aplicados de uma maneira muito agressiva
sem modelar o ritmo apropriado de crescimento. Embora o crescimento
exponencial ganhe velocidade com o tempo, ele não é instantâneo. A
antecipação em valores de capital (isto é, em preços da bolsa), durante a
“bolha da internet” e a “bolha das telecomunicações” (1997-2000),
relacionada àquela, excedia em muito qualquer expectativa razoável até de
crescimento exponencial. Como demonstro no próximo capítulo, a real
adoção da internet e do e-commerce mostrou, sim, um crescimento
exponencial suave por meios de altos e baixos; as expectativas de
crescimento entusiasmadas demais afetaram apenas avaliações de capital
(ações). Já vimos erros parecidos durante mudanças anteriores de
paradigma — por exemplo, durante o primeiro período das ferrovias (anos
1830), quando o equivalente ao inflar da bolha da internet levou a uma
feroz expansão das ferrovias.
Outro erro que fazem os previsores é considerar as transformações que
irão resultar de uma única tendência no mundo de hoje como se nada mais
fosse mudar. Um bom exemplo é a preocupação de que a prorrogação
radical da vida resultará em superpopulação e esgotamento dos limitados
recursos materiais que sustentam a vida humana, ignorando uma criação de
riqueza igualmente radical vinda da tecnologia e da IA. Por exemplo,
dispositivos manufaturados com base na nanotecnologia nos anos 2020
serão capazes de criar quase qualquer produto físico a partir de matérias-
primas baratas e de informação.
Dou ênfase à perspectiva exponencial-versus-linear porque é a falha mais
importante dos previsores quando consideram tendências futuras. A maioria
dos previsores e das previsões tecnológicas ignora totalmente essa visão
exponencial histórica do progresso tecnológico. Na verdade, quase todos
que eu encontro têm uma visão linear do futuro. É por isso que as pessoas
tendem a superestimar o que pode ser alcançado a curto prazo (porque
temos a tendência de deixar de fora os detalhes necessários), mas
subestimam o que pode ser alcançado a longo prazo (porque o crescimento
exponencial é ignorado).

As seis épocas
Primeiro construímos as ferramentas, depois elas nos constroem a nós.
Marshall McLuhan
O futuro não é mais o que costumava ser.
Yogi Berra
A evolução é um processo que consiste em criar padrões de ordem
crescente. Discutirei o conceito de ordem no próximo capítulo; a ênfase
nesta seção está no conceito de padrões. Creio que é a evolução de padrões
que constitui a história fundamental de nosso mundo. A evolução trabalha
indiretamente: cada estágio ou época usa os métodos de processar
informações da época anterior para criar a nova. Penso na história da
evolução — tanto biológica quanto tecnológica — como acontecendo em
seis épocas. Como iremos discutir, a Singularidade começará com a Época
Cinco e irá expandir-se da Terra para o resto do universo na Época Seis.

Época Um: Física e Química. Podemos traçar nossas origens até um

estágio que representa a informação em suas estruturas básicas: padrões de
matéria e energia. Teorias recentes de gravidade quântica afirmam que o
tempo e o espaço são divisíveis em discretos quanta, essencialmente
fragmentos de informação. Há controvérsias sobre se matéria e energia têm
uma natureza básica digital ou analógica, mas, sem considerar essa questão,
sabemos que as estruturas atômicas armazenam e representam uma
informação discreta.
Poucas centenas de milhares de anos depois do big bang, começaram a se
formar os átomos, à medida que os elétrons ficaram presos em órbitas em
volta de núcleos consistindo em prótons e nêutrons. A estrutura elétrica dos
átomos os fez “pegajosos”. A química nasceu uns poucos milhões de anos
mais tarde à medida que os átomos se juntaram para criar estruturas
relativamente estáveis chamadas de moléculas. Dentre todos os elementos,
o carbono provou ser o mais versátil; ele consegue formar ligações em
quatro direções (versus uma a três da maioria dos outros elementos), dando
origem a estruturas complicadas, cheias de informação, tridimensionais.
As regras de nosso universo e o equilíbrio das constantes físicas que
governam a interação de forças básicas são tão requintados, delicados e
exatamente adequados para a codificação e a evolução da informação
(resultando em crescente complexidade) que se fica imaginando como
aconteceu tal situação extraordinariamente improvável. Onde alguns veem
a mão divina, outros veem nossas próprias mãos — isto é, o princípio
antrópico, que afirma que só em um universo que permita nossa própria
evolução estaremos aqui para fazer tais perguntas. Teorias recentes da
7

física sobre universos múltiplos especulam que novos universos são criados
regularmente, cada um com suas regras únicas, mas que a maioria deles
definha rapidamente ou então continua sem a evolução de qualquer padrão
interessante (tais como os criados pela biologia baseada na Terra) porque
suas regras não sustentam a evolução de formas cada vez mais complexas. 8

É difícil imaginar como se poderia testar essas teorias da evolução

aplicadas à cosmologia primordial, mas está claro que as leis físicas de
nosso universo são exatamente o que precisam ser para permitir a evolução
de sempre mais numerosos níveis de ordem e complexidade. 9
 Época Dois: Biologia e DNA. Na segunda época, começando há vários
bilhões de anos, os compostos com base no carbono ficaram cada vez mais
intrincados, até que a conjunção complexa de moléculas formou
mecanismos que se autorreproduziam, e a vida começou. Eventualmente,
sistemas biológicos desenvolveram um mecanismo digital preciso (DNA)
para armazenar informações que descrevem uma maior associação de
moléculas. Essa molécula e sua maquinária de apoio de códons e
ribossomos permitiram manter um registro dos experimentos evolutivos
dessa segunda época.

Época Três: Cérebros. Cada época continua a evolução da informação

através de uma mudança de paradigma para um nível posterior de
“indireção”. (Isto é, a evolução usa os resultados de uma época para criar a
seguinte.) Por exemplo, na terceira época, a evolução guiada pelo DNA
produziu organismos que podem detectar informação com seus próprios
órgãos dos sentidos e armazenar essa informação em seus próprios cérebros
e sistemas nervosos. Isso se tornou possível graças a mecanismos da
segunda época (DNA e informação epigenética de proteínas e fragmentos
de RNA que controlam a expressão dos genes) que (indiretamente)
permitiram e definiram mecanismos de processamento de informação da
terceira época (os cérebros e sistemas nervosos dos organismos). A terceira
época começou com a capacidade dos primeiros animais de reconhecerem
padrões, o que ainda responde pela vasta maioria de atividades em nossos
cérebros. Em última análise, nossa própria espécie desenvolveu a
10

capacidade de criar modelos mentais abstratos do mundo que percebemos e

contemplar as implicações racionais desses modelos. Temos a habilidade de
redesenhar o mundo em nossas próprias mentes e pôr essas ideias em ação.

Época Quatro: Tecnologia. Combinando o dom de pensamento racional e

abstrato com o uso do polegar, nossa espécie foi levada à quarta época e ao
nível seguinte de “indireção”: a evolução da tecnologia criada pelo homem.
Isso começou com mecanismos simples e se desenvolveu até autômatos
elaborados (máquinas mecânicas automatizadas). Finalmente, com
dispositivos sofisticados de computação e comunicação, a tecnologia foi
capaz de, em si mesma, perceber, armazenar e avaliar padrões complexos
de informações. Para comparar o ritmo do progresso da evolução biológica
da inteligência com o da evolução tecnológica, considere-se que os
mamíferos mais avançados acrescentaram cerca de uma polegada cúbica de
matéria cerebral a cada 100 mil anos, enquanto nós estamos grosso modo
dobrando a capacidade de computar dos computadores a cada ano (ver
próximo capítulo). É claro que nem o tamanho do cérebro nem a
capacidade do computador são a única determinante da inteligência, mas
eles representam, sim, fatores favoráveis.
Se colocarmos marcos fundamentais tanto da evolução biológica como
do desenvolvimento tecnológico humano em um único gráfico, plotando
tanto o eixo x (número de anos atrás) quanto o eixo y (o tempo de mudança
de paradigma) em escala logarítmica, encontraremos uma linha
razoavelmente reta (aceleração contínua), com a evolução biológica
levando diretamente para o desenvolvimento dirigido pelo homem. 11
Contagem regressiva para a Singularidade: a evolução biológica e a
tecnologia humanas mostram, ambas, contínua aceleração, indicada
pelo tempo mais curto até o próximo evento (2 bilhões de anos da
origem da vida para células; catorze anos do PC a World Wide Web).
 Visão linear da evolução: Essa versão do gráfico anterior usa os
mesmos dados mas com uma escala linear para o tempo antes do
presente, em vez de logarítmica. Isso mostra mais dramaticamente a
aceleração, porém detalhes não são visíveis. Do ponto de vista da
perspectiva linear, a maioria dos eventos fundamentais acabara de
acontecer “recentemente”.

Os gráficos acima refletem minha visão de desenvolvimentos cruciais na

história biológica e na tecnológica. Note-se, entretanto, que a linha reta,
demonstrando a aceleração contínua da evolução, não depende da minha
seleção particular de eventos. Muitos observadores e livros de referência
compilaram listas de eventos importantes na evolução biológica e
tecnológica, cada um dos quais tem suas próprias idiossincrasias. Apesar da
diversidade de abordagens, entretanto, se combinarmos listas de várias
fontes (por exemplo: a Enciclopédia Britânica, o Museu Americano de
História Natural, o “calendário cósmico” de Carl Sagan e outros),
observamos a mesma óbvia aceleração suave. O gráfico a seguir combina
quinze listas diferentes de eventos-chave. Uma vez que pensadores
12

diferentes atribuem datas distintas para o mesmo evento, e que listas

diferentes incluem eventos similares ou que se sobrepõem, selecionados de
acordo com critérios diversos, pode-se ver um esperado “adensamento” da
linha da tendência devido ao “ruído” (variação estatística) desses dados. A
tendência geral, entretanto, é muito clara.

Quinze visões da evolução: Principais mudanças de paradigma na

história do mundo de acordo com quinze listas diferentes de eventos
fundamentais. Existe uma clara tendência de aceleração suave através
da evolução biológica e da tecnológica.

O físico e teórico da complexidade Theodore Modis analisou essas listas

e determinou 28 agrupamentos de eventos (que ele chamou de marcos
canônicos) ao combinar eventos idênticos, similares e/ou relacionados das
diferentes listas. Esse processo remove basicamente o “ruído” (por
13

exemplo, a variação de dados entre listas) das listas, revelando de novo a

mesma progressão:
 Marcos canônicos baseados em agrupamentos de eventos de treze
listas.

Os atributos que estão crescendo exponencialmente nesses gráficos são a

ordem e a complexidade, conceitos que iremos ver no próximo capítulo.
Essa aceleração combina com nossas observações e com o bom senso. Há 1
bilhão de anos, quase nada acontecia nem mesmo no decorrer de 1 milhão
de anos. Mas, há um quarto de milhão de anos, eventos épicos como a
evolução de nossa espécie ocorreram em prazos de apenas uma centena de
milhares de anos. Na tecnologia, se voltamos 50 mil anos, quase nada
aconteceu em um período de mil anos. Mas, no passado recente, vemos
novos paradigmas, como a World Wide Web, que progrediu do seu
lançamento à adoção em massa (é usada por um quarto da população em
países avançados) durante uma única década.

Época Cinco: A fusão da tecnologia humana com a inteligência humana.

Olhando várias décadas à frente, a Singularidade começará com a quinta
época. Resultará da fusão do vasto conhecimento incorporado em nossos
próprios cérebros com a muito maior capacidade, velocidade e
compartilhamento de conhecimentos de nossa tecnologia. A quinta época
permitirá que nossa civilização homem-máquina transcenda as limitações
do cérebro humano, que são de meras centenas de trilhões de ligações por
demais vagarosas. 14

A Singularidade vai nos permitir superar problemas humanos de séculos

e ampliar vastamente a criatividade humana. Vamos preservar e melhorar a
inteligência que nos deu a evolução e ao mesmo tempo superaremos as
profundas limitações da evolução biológica. Mas a Singularidade também
vai ampliar a habilidade de agir conforme nossas inclinações destrutivas,
portanto a história completa ainda não foi escrita.

Época Seis: O universo desperta. Discutirei esse tópico no capítulo 6,

sob o cabeçalho “... sobre o destino inteligente do cosmos”. Seguindo-se à
Singularidade, a inteligência, derivada de suas origens biológicas nos
cérebros humanos e de suas origens tecnológicas na engenhosidade
humana, vai começar a saturar a matéria e a energia no meio dela.
Conseguirá isso reorganizando matéria e energia para fornecer um nível
ótimo de computação (baseado nos limites que iremos discutir no capítulo
3), para se espalhar a partir de sua origem na Terra.
Atualmente, compreendemos a velocidade da luz como um fator
aglutinante na transferência de informação. Contornar esse limite é algo
altamente especulativo, mas há indícios de que essa restrição poderá ser
superada. Se houver pelo menos sutis desvios, conseguiremos aproveitar
15

essa habilidade superluminal. Se nossa civilização vai ocupar rapidamente

ou devagar o resto do universo com sua criatividade e inteligência é algo
que depende de sua imutabilidade. Em todo caso, matéria e mecanismos
“burros” do universo serão transformados em formas requintadamente
sublimes de inteligência, que irão constituir a sexta época na evolução de
padrões de informação.
Esse é o derradeiro destino da Singularidade e do universo.

A Singularidade está próxima

Sabe, as coisas serão realmente diferentes!… Não, não, quero dizer realmente
diferentes!
Mark Miller (cientista da computação) para Eric Drexler, por volta de 1986
Quais são as consequências desses acontecimentos? Quando a inteligência mais-do-
que-humana impelir o progresso, esse progresso será muito mais rápido. Com efeito,
não parece haver razão para que o próprio progresso não envolva a criação de
entidades ainda mais inteligentes — em uma escala de tempo ainda mais curta. A
melhor analogia que vejo é com o passado evolucionista: animais podem adaptar-se a
problemas e inventar, mas muitas vezes não mais rápido do que a seleção natural
consegue fazer seu trabalho — o mundo age como seu próprio simulador no caso da
seleção natural. Nós, humanos, temos a capacidade de internalizar o mundo e realizar
 muitos “e se” em nossa cabeça; podemos solucionar muitos problemas milhares de
vezes mais rapidamente do que a seleção natural. Agora, ao criar meios para executar
essas simulações com velocidades muito mais altas, estamos entrando em um regime
tão radicalmente diferente de nosso passado humano quanto nós humanos somos dos
animais mais inferiores. Do ponto de vista humano, essa mudança significará jogar
fora todas as regras anteriores, talvez em um piscar de olhos, numa corrida
exponencial além de qualquer esperança de controle.
Vernor Vinge, “The Technological Singularity”, 1993
Que se defina uma máquina ultrainteligente como uma máquina que pode ultrapassar
de longe todas as atividades intelectuais de qualquer homem por mais brilhante que for.
Uma vez que projetar máquinas é uma dessas atividades intelectuais, uma máquina
ultrainteligente poderia projetar máquinas ainda melhores; haveria então, sem dúvida,
uma “explosão de inteligência”, e a inteligência do homem seria deixada muito para
trás. Portanto, a primeira máquina superinteligente é a última invenção que o homem
teria de fazer.
Irving John Good, “Speculations Concerning the First Ultraintelligent Machine”, 1965
Olhando o conceito de Singularidade sob outra perspectiva, exploremos a
história da própria palavra. “Singularity” [Singularidade] é uma palavra em
inglês que quer dizer um único evento com, digamos, implicações
singulares. A palavra foi adotada por matemáticos para denotar um valor
que transcende qualquer limitação finita, como a explosão de magnitude
que resulta quando se divide uma constante por um número que cada vez
fica mais perto do zero. Considere-se, por exemplo, a função simples y =
1/x. Quando o valor de x aproxima-se de zero, o valor da função (y) explode
para valores cada vez maiores.
 Uma singularidade matemática: Quando x se aproxima de zero (da dir.
para a esq.), 1/x (ou y) aproxima-se do infinito.

Uma função matemática dessas na verdade jamais alcança um valor

infinito, já que a divisão por zero é matematicamente “indefinida”
(impossível de calcular). Mas o valor de y excede qualquer possível limite
finito (aproxima-se do infinito) quando o divisor x se aproxima de zero.
O campo que a seguir adotou a palavra foi a astrofísica. Se uma estrela
maciça sofre uma explosão tipo supernova, o que sobra dela eventualmente
implode até o ponto de aparente volume zero e densidade infinita, e uma
“singularidade” é criada em seu centro. Por se pensar que a luz não poderia
escapar da estrela depois de ela alcançar essa densidade infinita, ela era
16

chamada de buraco negro. Ele é uma ruptura na trama do espaço e do

17

tempo.
Uma teoria supõe que o próprio universo começou com tal
Singularidade. Entretanto é interessante observar que o horizonte de
18

eventos (superfície) de um buraco negro é de tamanho finito, e a força

gravitacional é só teoricamente infinita no centro de tamanho zero do
buraco negro. Em qualquer lugar que elas possam realmente ser medidas, as
forças são finitas, embora extremamente grandes.
A primeira referência à Singularidade como um evento capaz de romper
a trama da história humana é a afirmação de John von Neumann citada
acima. Nos anos 1960, I. J. Good escreveu sobre uma “explosão de
inteligência”, resultado de máquinas inteligentes projetarem a geração
seguinte sem intervenção humana. Vernor Vinge, matemático e cientista da
computação na Universidade de San Diego, escreveu sobre uma
“singularidade tecnológica”, que se aproxima rapidamente, em um artigo da
revista Omni, em 1983, e em um romance de ficção científica, Marooned in
Realtime [Encalhados no tempo real], em 1986. 19

Meu livro de 1989, The Age of Intelligent Machines, apresentava um

futuro que ia inevitavelmente para onde máquinas excedem, em muito, a
inteligência humana na primeira metade do século XXI. O livro de 1988
20

de Hans Moravec, Mind Children [Filhos da mente], chegou a uma

conclusão parecida ao analisar a progressão da robótica. Em 1993, Vinge
21

apresentou um relatório em um simpósio organizado pela Nasa que

descrevia a Singularidade como um evento iminente, resultado basicamente
do surgimento de “entidades com inteligência maior do que a humana”, que
Vinge via como o prenúncio de um fenômeno sem controle. Meu livro de 22

1999, The Age of Spiritual Machines: When Computers Excede Human

Intelligence [A idade das máquinas espirituais: Quando os computadores
ultrapassarem a inteligência humana], descrevia a cada vez mais íntima
conexão entre nossa inteligência biológica e a inteligência artificial que
estamos criando. O livro de Hans Moravec, Robot: Mere Machine to
23

Transcendent Mind [Robot: De mera máquina a mente transcendental],

também publicado em 1999, descrevia os robots dos anos 2040 como
nossos “herdeiros evolutivos”, máquinas que irão “crescer a partir de nós,
aprender nossas habilidades e partilhar de nossos objetivos e valores [...]
filhos de nossas mentes”. Os livros de 1997 e 2001 do intelectual
24

australiano Damien Broderick, ambos intitulados The Spike [O ponto de

virada], analisavam o impacto penetrante da fase extrema da aceleração da
tecnologia prevista para dentro de várias décadas. Em uma série extensa de
25

textos, John Smart descreveu a Singularidade como o resultado inevitável

do que ele chama de compressão de “MEST” (em inglês, matéria, energia,
espaço e tempo). 26

Do meu ponto de vista, a Singularidade tem muitas facetas. Ela

representa a fase quase vertical do crescimento exponencial que ocorre
quando o ritmo é tão excessivo que a tecnologia parece se expandir com
velocidade infinita. É claro que, do ponto de vista matemático, não há
descontinuidade, não há ruptura, e os ritmos de crescimento permanecem
finitos, embora extraordinariamente grandes. Mas, visto a partir de nosso
limitado marco de referência atual, esse evento iminente parece ser uma
quebra abrupta e aguda na continuidade do progresso. Ressalto a palavra
“atual” porque uma das implicações principais da Singularidade será uma
mudança na natureza de nossa capacidade de entender. Ficaremos muito
mais inteligentes à medida que nos fundirmos com nossa tecnologia.
Pode o andar do progresso tecnológico continuar a acelerar
indefinidamente? Não haverá um ponto em que os humanos ficarão
incapazes de pensar com a velocidade necessária para conseguir
acompanhá-lo? Para humanos não melhorados, isso é claro. Mas o que
podem realizar mil cientistas, cada um mil vezes mais inteligente do que os
cientistas humanos hoje, e cada um operando mil vezes mais rápido do que
os humanos contemporâneos (porque o processamento de informação em
seus cérebros fundamentalmente não-biológicos é mais rápido)? Um ano
cronológico seria como um milênio para eles. O que eles iriam inventar?
27

Bom, para começar, eles inventariam uma tecnologia para se tornarem

ainda mais inteligentes (porque sua inteligência não é mais uma capacidade
fixa). Mudariam seus próprios processos de pensamento para conseguir
pensar ainda mais rápido. Quando os cientistas ficarem 1 milhão de vezes
mais inteligentes e operarem 1 milhão de vezes mais rápido, uma hora irá
resultar em um século de progresso (em termos de hoje).
A Singularidade abrange os seguintes princípios, que irei documentar,
desenvolver, analisar e examinar no restante deste livro:

•O ritmo da mudança de paradigma (inovação técnica) está acelerando,

o dobrando, agora mesmo, a cada década. 28

•A potência (preço-desempenho, velocidade, capacidade e largura da

banda) das tecnologias da informação cresce exponencialmente em
uma velocidade ainda maior, dobrando agora a cada ano. Esse 29

princípio aplica-se a um amplo leque de medidas, incluindo a

quantidade de conhecimento humano.
•Para tecnologias de informação, existe um segundo nível de
crescimento exponencial: isto é, crescimento exponencial no fator de
crescimento exponencial (o expoente). A razão: conforme a tecnologia
fica mais eficiente em relação ao custo, mais recursos são destinados a
seu avanço, assim a taxa de crescimento exponencial aumenta com o
tempo. Por exemplo, a indústria dos computadores nos anos 1940
consistia em um punhado de projetos agora importantes apenas
historicamente. Hoje, o rendimento total na indústria da computação é
de mais de 1 trilhão de dólares, assim os orçamentos de pesquisa e
desenvolvimento são comparavelmente maiores.
•O escaneamento do cérebro humano é uma dessas tecnologias que
melhora exponencialmente. Como irei mostrar no capítulo 4, a
resolução temporal e espacial e a largura de banda do escaneamento do
cérebro dobram a cada ano. Só agora conseguimos ferramentas
suficientes para começar uma engenharia reversa séria (decodificação)
dos princípios operacionais do cérebro humano. Já temos modelos e
simulações impressionantes de umas duas dúzias das várias centenas
de regiões do cérebro. Dentro de duas décadas, iremos compreender
em detalhes como funcionam todas as regiões do cérebro humano.
•Teremos a aparelhagem necessária para emular a inteligência humana
com os supercomputadores no final desta década e com dispositivos do
tamanho de um PC pelo final da década seguinte. Teremos modelos de
eficientes softwares da inteligência humana em meados dos anos 2020.
•Com o equipamento e o software necessários, ambos, para emular
completamente a inteligência humana, podemos esperar que os
computadores passem no teste de Turing, indicando inteligência não
distinguível da dos humanos biológicos no final dos anos 2020. 30
•Quando chegarem a esse nível de desenvolvimento, os computadores
poderão combinar os pontos fortes tradicionais da inteligência humana
com os pontos fortes da inteligência da máquina.
•Os tradicionais pontos fortes da inteligência humana incluem uma
capacidade formidável para reconhecer padrões. A natureza
maciçamente paralela e auto-organizável do cérebro humano é uma
arquitetura ideal para reconhecer padrões que se baseiam em
propriedades sutis, invariáveis. Os humanos também podem aprender
novos conhecimentos aplicando percepções e inferindo princípios a
partir da experiência, incluindo informações obtidas pela linguagem.
Uma capacidade-chave da inteligência humana é a habilidade para
criar modelos mentais da realidade e para fazer experimentos “e-se”,
variando aspectos desses modelos.
•Os pontos fortes tradicionais da inteligência da máquina incluem a
habilidade de ter na memória bilhões de fatos com precisão e de
relembrá-los instantaneamente.
•Outra vantagem da inteligência não biológica é que, uma vez
dominada por uma máquina, uma aptidão pode ser realizada
repetidamente em alta velocidade, com ótima acuidade e sem se
cansar.
•Talvez mais importante, as máquinas podem compartilhar seus
conhecimentos em velocidade extremamente alta quando comparada à
velocidade muito baixa do compartilhamento humano de
conhecimentos através da linguagem.
•A inteligência não biológica poderá baixar aptidões e conhecimento
de outras máquinas, talvez também de humanos.
•Máquinas irão processar e trocar sinais com velocidade próxima à da
luz (cerca de 300 milhões de metros por segundo), comparada com
cerca de cem metros por segundo dos sinais eletroquímicos usados nos
cérebros biológicos de mamíferos. A razão dessas velocidades é de
31

pelo menos 3 milhões para um.

•Máquinas terão acesso via internet a todo o conhecimento de nossa
civilização homem-máquina e poderão dominar todo esse
conhecimento.
•Máquinas podem juntar seus recursos, inteligência e memória. Duas
máquinas — ou 1 milhão de máquinas — podem unir-se para se
tornarem uma única e depois separar-se de novo. Múltiplas máquinas
podem fazer ambas as coisas ao mesmo tempo: tornar-se uma única e
separar-se simultaneamente. Humanos chamam isso de apaixonar-se,
mas nossa habilidade biológica para fazer isso é efêmera e duvidosa.
•A combinação desses tradicionais pontos fortes (a capacidade de
reconhecer padrões da inteligência biológica humana e a velocidade,
capacidade de memória e acuidade e as habilidades de conhecer e
compartilhar conhecimentos da inteligência não biológica) será
fantástica.
•A inteligência da máquina terá total liberdade de projeto e arquitetura
(isto é, elas não serão restringidas por limitações biológicas, tais como
a baixa velocidade de trocas de nossas conexões interneurais ou um
tamanho fixo de crânio), bem como desempenho consistente, sempre.
•Já que a inteligência não biológica combina os tradicionais pontos
fortes tanto de humanos quanto de máquinas, a porção não biológica
da inteligência de nossa civilização continuará a se beneficiar do
crescimento exponencial duplo do preço-desempenho, da velocidade e
da capacidade da máquina.
•Quando as máquinas alcançarem a habilidade de projetar e construir
tecnologia como fazem os humanos, só que com velocidade e
capacidades muito maiores, elas terão acesso a seus próprios projetos
(código fonte) e à habilidade de manipulá-los. Humanos estão agora
conseguindo algo parecido através da biotecnologia (mudando a
genética e outros processos de informação subjacentes à nossa
biologia), mas de uma maneira muito mais vagarosa e muito mais
limitada do que as máquinas conseguirão fazer ao modificarem seus
próprios programas.
•A biologia tem limitações específicas. Por exemplo, qualquer
organismo vivo deve ser construído a partir de proteínas que são
originadas de uma cadeia unidimensional de aminoácidos. Faltam
força e velocidade aos mecanismos baseados em proteínas. Poderemos
reprojetar todos os órgãos e sistemas de nossos corpos e cérebros
biológicos para que sejam muito mais capazes.
•Como veremos no capítulo 4, a inteligência humana de fato tem certa
plasticidade (habilidade para mudar sua estrutura), mais ainda do que
antes tinha sido compreendido. Mas, apesar disso, a arquitetura do
cérebro humano é profundamente limitada. Por exemplo, há espaço
para apenas cerca de 100 trilhões de conexões neurais em cada cérebro
nosso. Uma mudança genética fundamental que permitiu uma
habilidade cognitiva maior dos humanos quando comparados a nossos
ancestrais primatas foi o desenvolvimento de um córtex cerebral
maior, bem como o aumento de volume da matéria cinzenta em certas
regiões do cérebro. Essa mudança ocorreu, porém, na escala temporal
32

muito lenta da evolução biológica, e ainda envolve um limite inerente

à capacidade humana. Máquinas poderão reformular seus próprios
projetos e aumentar suas próprias capacidades sem limite. Ao usarem
projetos baseados em nanotecnologia, suas aptidões serão muito
maiores do que as dos cérebros biológicos, sem que aumentem
tamanho ou gasto de energia.
•Máquinas também serão beneficiadas ao usarem circuitos
tridimensionais moleculares muito rápidos. Os circuitos eletrônicos de
hoje são mais do que 1 milhão de vezes mais rápidos do que as trocas
eletroquímicas usadas em cérebros de mamíferos. Os circuitos
moleculares de amanhã serão baseados em dispositivos como
nanotubos, que são cilindros muito pequenos de átomos de carbono
que medem cerca de dez átomos de largura e são quinhentas vezes
menores do que os atuais transistores baseados em silicone. Já que os
sinais têm de viajar por uma distância menor, eles também poderão
operar em velocidades terahertz (trilhões de operações por segundo)
quando comparadas aos poucos gigahertz (bilhões de operações por
segundo) de velocidade dos chips atuais.
•A taxa de mudança tecnológica não estará limitada às velocidades
mentais humanas. A inteligência da máquina irá melhorar suas
próprias habilidades em um ciclo retroalimentado que a inteligência
humana não será capaz de acompanhar.
•Esse ciclo, da iteratividade da inteligência da máquina para melhorar
seu próprio projeto, se tornará cada vez mais rápido. De fato, isso é
exatamente o previsto pela fórmula da aceleração contínua do ritmo de
mudança de paradigma. Uma das objeções levantadas contra a
aceleração da mudança de paradigma é que, em última análise, ela se
torna rápida demais para que os humanos a acompanhem e, portanto,
argumenta-se que isso não pode acontecer. Entretanto, a mudança de
inteligência biológica para não-biológica permitirá que a tendência
continue.
•Junto com o ciclo acelerado de melhorias da inteligência não-
biológica, a nanotecnologia permitirá a manipulação da realidade
física em nível molecular.
•A tecnologia permitirá o projeto de nanorrobots: robots projetados em
nível molecular, medidos em mícrons (milionésimos de metro), tais
como “respirócitos” (células mecânicas de sangue arterial). 33

Nanorrobots terão uma miríade de papéis dentro do corpo humano,

inclusive para reverter o envelhecimento humano (até o ponto de que
essa tarefa já não esteja sendo completada pela biotecnologia, tal como
a engenharia genética).
•Nanorrobots irão interagir com neurônios biológicos para ampliar
vastamente a experiência humana, criando realidade virtual de dentro
do sistema nervoso.
•Bilhões de nanorrobots nos capilares do cérebro também irão ampliar
vastamente a inteligência humana.
•Quando a inteligência não-biológica conseguir entrar no cérebro
humano (isso já começou com implantes neurais computadorizados), a
inteligência de máquina em nossos cérebros crescerá
exponencialmente (como ela tem feito o tempo todo), no mínimo
dobrando de potência a cada ano. Por outro lado, a inteligência
biológica tem de fato uma capacidade fixa. Assim, a porção não-
biológica de nossa inteligência irá, em última análise, predominar.
•Nanorrobots também irão melhorar o meio ambiente ao reverter a
poluição da industrialização mais antiga.
•Nanorrobots chamados de foglets, que conseguem manipular imagens
e ondas sonoras, trarão as qualidades mutacionais da realidade virtual
para o mundo real. 34

•A habilidade humana de compreender e responder adequadamente à

emoção (chamada de inteligência emocional) é uma das formas de
inteligência humana que será compreendida e dominada pela futura
inteligência da máquina. Algumas de nossas respostas emocionais
estão sintonizadas para aperfeiçoar nossa inteligência no contexto de
nossos limitados e frágeis corpos biológicos. A inteligência futura da
máquina também terá “corpos” (por exemplo, corpos virtuais em
realidade virtual ou projeções na realidade concreta usando foglets)
para interagir com o mundo, mas esses corpos feitos por
nanoengenharia serão muito mais capazes e duráveis do que os corpos
humanos biológicos. Assim, algumas das respostas “emocionais” da
inteligência futura da máquina serão redesenhadas para refletir suas
capacidades físicas amplamente melhoradas. 35

•Conforme a realidade virtual do interior do sistema nervoso ficar

competitiva com a realidade concreta em termos de resolução e
confiabilidade, cada vez mais nossas experiências terão lugar em
ambientes virtuais.
•Na realidade virtual, podemos ser uma pessoa diferente, tanto física
quanto emocionalmente. De fato, outras pessoas (tais como seu
 parceiro romântico) poderão selecionar para você um corpo diferente
daquele que você iria selecionar para você mesmo (e vice-versa).
•A Lei dos Retornos Acelerados vai continuar até que a inteligência
não-biológica chegue perto de “saturar” a matéria e a energia em
nossos vizinhos no universo com nossa inteligência homem-máquina.
Por saturar quero dizer utilizar os padrões de matéria e energia para
computação até um grau máximo, baseado em nosso entendimento da
física da computação. Enquanto formos alcançando esse limite, a
inteligência de nossa civilização continuará a expandir sua capacidade
para todo o resto do universo. A velocidade dessa expansão vai logo
atingir o máximo de velocidade em que a informação pode viajar.
•Finalmente, todo o universo ficará saturado com nossa inteligência.
Esse é o destino do universo (ver capítulo 6). Nós determinaremos
nosso próprio destino mais do que tê-lo determinado pelas atuais
forças “burras” simples, parecendo máquinas que regem a mecânica
celestial.
•O tempo que o universo vai levar para ficar inteligente a esse ponto
depende da velocidade da luz ser ou não um limite imutável. Há
indícios de possíveis sutis exceções (ou desvios) para esse limite, que,
se existirem, a vasta inteligência de nossa civilização poderá explorar
nesse tempo futuro.

Isso, então, é a Singularidade. Alguns diriam que não podemos

compreendê-la, ao menos com nosso atual nível de entendimento. Por isso,
não podemos olhar mais longe do que seu horizonte de eventos e fazer
sentido completo do que está além. Essa é uma razão de chamarmos essa
transformação de Singularidade.
Pessoalmente, tenho achado difícil, mas não impossível, olhar além desse
horizonte de eventos, mesmo tendo pensado em suas implicações durante
várias décadas. E, ainda, meu ponto de vista é de que, apesar de nossas
profundas limitações de pensamento, temos poderes de abstração
suficientes para fazer afirmações significativas sobre a natureza da vida
depois da Singularidade. Mais importante, a inteligência que vai emergir
continuará representando a civilização humana, que já é uma civilização
homem-máquina. Em outras palavras, máquinas do futuro serão humanas,
mesmo não sendo biológicas. Esse será o próximo passo na evolução, a
próxima mudança de paradigma de alto nível, o próximo nível de indireção.
A maior parte da inteligência de nossa civilização vai ser, em última análise,
não biológica. Pelo final deste século, será trilhões de trilhões de vezes mais
potente do que a inteligência humana. Contudo, para tratar de
36

preocupações frequentemente manifestadas, isso não implica no fim da

inteligência biológica, mesmo que ela seja derrubada de seu poleiro de
superioridade evolutiva. Até formas não-biológicas serão derivadas de
projetos biológicos. Nossa civilização continuará sendo humana — com
efeito, de muitas maneiras será mais exemplar do que consideramos
humano hoje, embora nosso entendimento do termo vá se deslocar para
além de suas origens biológicas.
Muitos observadores estão alarmados com a emergência de formas de
inteligência não-biológica superiores à inteligência humana (questão que
será mais explorada no capítulo 9). O potencial para aumentar nossa própria
inteligência através de conexões íntimas com outros substratos pensantes
não alivia necessariamente a preocupação, como algumas pessoas
expressaram o desejo de permanecer “não melhoradas” ao mesmo tempo
que mantêm seu lugar no topo da cadeia alimentar intelectual. Da
perspectiva da humanidade biológica, essas inteligências super-humanas
vão parecer que são nossos serviçais devotados, satisfazendo nossas
necessidades e desejos. Mas realizar os desejos de um legado biológico
reverenciado ocupará apenas uma porção trivial da potência intelectual que
a Singularidade vai trazer.

MOLLY, POR VOLTA DE 2004: Como vou saber quando a Singularidade estará
entre nós? Quero ter algum tempo para me preparar.
RAY: Por quê, o que você está planejando fazer?
MOLLY, 2004: Vejamos, para começar, quero passar meu currículo na sintonia
fina. Vou querer dar uma boa impressão às novas autoridades.
George, por volta de 2048: Oh, eu posso fazer isso por você.
MOLLY, 2004: Isso não é realmente necessário. Sou perfeitamente capaz de
fazer isso eu mesma. Posso também querer apagar alguns documentos —
sabe, onde estou insultando ligeiramente algumas máquinas que conheço.
GEORGE, 2048: Oh, as máquinas vão encontrá-los de qualquer jeito — mas
não fique preocupada, somos muito compreensivos.
MOLLY, 2004: Não sei por quê, mas isso não me tranquiliza totalmente. Mas
ainda gostaria de saber o que dizem as previsões.
RAY: Está bem, você vai saber que a Singularidade está vindo quando tiver
1 milhão de e-mails na sua caixa de entrada.
MOLLY, 2004: Humm, nesse caso, parece que estamos quase chegando lá.
Mas, falando sério, tenho dificuldade para acompanhar toda essa coisa
vindo em minha direção do jeito que está. Como vou conseguir acompanhar
o ritmo da Singularidade?
GEORGE, 2048: Você vai ter assistentes virtuais — na verdade, você só precisa
de um.
MOLLY, 2004: Que, suponho, vai ser você?
GEORGE, 2048: Ao seu dispor.
MOLLY, 2004: Isso é ótimo. Você vai cuidar de tudo, nem vai precisar me
manter informada. “Oh, não se preocupe em contar para a Molly o que está
acontecendo, de qualquer jeito ela não vai entender, vamos só deixá-la feliz
e no escuro.”
GEORGE, 2048: Não será assim, de modo algum.
MOLLY, 2004: Você quer dizer a parte feliz?
GEORGE, 2048: Queria dizer a parte de deixar você no escuro. Você vai
conseguir apreender o que estou querendo fazer se isso for o que desejar
realmente.
MOLLY, 2004: O quê, ficando...
RAY: Melhorada?
MOLLY, 2004: Sim, é isso que eu tentava dizer.
GEORGE, 2048: Bom, se nosso relacionamento vai ser assim, não será tão
ruim.
MOLLY, 2004: E eu devo querer ficar como sou?
GEORGE, 2048: Serei dedicado a você em qualquer caso. Mas posso ser mais
do que apenas seu serviçal transcendental.
MOLLY, 2004: Na verdade, você ser “apenas” meu serviçal transcendental não
soa tão mal.
CHARLES DARWIN: Se puder interromper, ocorreu-me que, quando a
inteligência da máquina for maior do que a inteligência humana, a máquina
estará em uma posição para projetar sua própria geração seguinte.
MOLLY, 2004: Isso não parece tão incomum. Máquinas são usadas para
projetar máquinas hoje.
CHARLES: Sim, mas em 2004 elas ainda são dirigidas por projetistas
humanos. Quando as máquinas estiverem funcionando em níveis humanos,
bom, então meio que fecha o circuito.
NED LUDD: E os humanos estarão fora do circuito.
37

MOLLY, 2004: Ainda seria um processo bem demorado.

RAY: Oh, nem um pouco. Se uma inteligência não biológica for construída
de modo semelhante a um cérebro humano, mas usar até circuitos de cerca
de 2004, isso...
Molly, por volta de 2104: Você quer dizer “ela”.
RAY: Sim, claro... ela... seria capaz de pensar no mínimo 1 milhão de vezes
mais rápido.
TIMOTHY LEARY: Assim o tempo subjetivo seria expandido.
RAY: Exatamente.
MOLLY, 2004: Isso parece um montão de tempo subjetivo. O que vocês,
máquinas, vão fazer com tudo isso?
GEORGE, 2048: Há muito por fazer. Afinal, tenho acesso a todo o
conhecimento humano na internet.
MOLLY, 2004: Só o conhecimento humano? E todo o conhecimento da
máquina?
GEORGE, 2048: Preferimos pensar nisso tudo como uma única civilização.
CHARLES: Então, parece que as máquinas serão capazes de melhorar seu
próprio projeto.
MOLLY, 2004: Nós humanos estamos começando a fazer isso agora.
RAY: Mas estamos só remendando uns poucos detalhes. Essencialmente, a
inteligência baseada no DNA é muito lenta e limitada.
CHARLES: Então as máquinas vão projetar sua própria geração seguinte bem
rápido.
GEORGE, 2048: De fato, em 2048, é esse o caso.
CHARLES: Justamente o que eu estava sugerindo, uma nova linha de
evolução então.
NED: Parece mais um fenômeno descontrolado precário.
CHARLES: Basicamente, é o que a evolução é.
NED: Mas e a interação das máquinas com seus progenitores? Quer dizer,
não acho que quero ficar no caminho delas. Consegui esconder-me das
autoridades inglesas por alguns anos, no começo dos anos 1800, mas
suspeito que isso será mais difícil com esses...
GEORGE, 2048: Sujeitos.
MOLLY, 2004: Esconder-se desses pequenos robots...
RAY: Você quer dizer nanorrobots.
MOLLY, 2004: Sim, esconder-se dos nanorrobots será difícil, com certeza.
RAY: Tenho a expectativa de que a inteligência que surgir da Singularidade
tenha muito respeito por sua herança biológica.
GEORGE, 2048: Com certeza, é mais do que respeito, é... reverência.
MOLLY, 2004: Genial, George, serei seu reverenciado bicho de estimação.
Não é o que eu tinha em mente.
NED: É justamente como Ted Kaczynski afirma: vamos nos tornar bichos de
estimação. É nosso destino, nos tornar bichos contentes, mas homens livres
com certeza não.
MOLLY, 2004: E essa Época Seis? Se eu ficar biológica, gastarei toda essa
matéria e energia preciosas de um modo dos mais ineficientes. Você vai
querer me transformar, seja, em 1 bilhão de Mollys e Georges virtuais, cada
um deles pensando muito mais rápido do que eu agora. Parece que vai
haver muita pressão para mudar para o outro lado.
RAY: Você representa, porém, apenas uma fração mínima de matéria e
energia disponíveis. Manter você como biológica não vai mudar
visivelmente a ordem de magnitude de matéria e energia disponível para a
Singularidade. Valerá bem mais a pena manter a herança biológica.
GEORGE, 2048: Com certeza.
RAY: Assim como agora procuramos preservar a floresta amazônica e a
diversidade das espécies.
MOLLY, 2004: É exatamente disso que eu tinha medo. Quer dizer, estamos
fazendo um trabalho tão maravilhoso com a floresta amazônica. Acho que
ainda sobrou um pequeno pedaço dela. Vamos acabar como aquelas
espécies em risco.
NED: Ou como as extintas.
MOLLY, 2004: E não sou só eu. E todas as coisas que uso? Uso uma porção de
coisas.
GEORGE, 2048: Isso não é problema, vamos só reciclar todas as suas coisas.
Criaremos os meios ambientes de que você precisa à medida que precisar
deles.
MOLLY, 2004: Oh, estarei na realidade virtual?
RAY: Não, na verdade na realidade de foglet.
MOLLY, 2004: Estarei no meio da neblina?1
RAY: Não. Não, foglets.
MOLLY, 2004: Como é?
RAY: Vou explicar mais adiante no livro.
MOLLY, 2004: Bom, dê-me um palpite.
RAY: Foglets são nanorrobots — robots do tamanho de células do sangue —
que podem conectar-se para replicar qualquer estrutura física. Além disso,
podem dirigir informações visuais e auditivas de modo a trazer as
qualidades mutantes da realidade virtual para a realidade concreta. 38

MOLLY, 2004: Me arrependi de perguntar. Mas, quando penso nisso, quero

mais do que apenas minhas coisas. Quero também todos os animais e
plantas. Mesmo que não consiga vê-los ou tocá-los, gosto de saber que eles
estão ali.
GEORGE, 2048: Mas nada vai ser perdido.
MOLLY, 2004: Sei que você fica dizendo isso. Mas eu quero dizer ali de
verdade — sabe como é, como uma realidade biológica.
RAY: Na verdade, a biosfera inteira é menos do que um milionésimo da
matéria e energia do sistema solar.
CHARLES: Ela inclui um montão de carbono.
RAY: Ainda vale a pena manter tudo para ter certeza de que não perdemos
nada.
GEORGE, 2048: Esse tem sido o consenso por no mínimo vários anos.
MOLLY, 2004: Então basicamente tenho tudo de que preciso à mão?
GEORGE, 2048: Verdade.
MOLLY, 2004: Parece o Rei Midas. Sabe como é, tudo que ele tocava virava
ouro.
NED: É, e como você se deve lembrar, ele acabou morrendo de fome.
MOLLY, 2004: Bom, se eu acabar indo para o outro lado, com toda essa vasta
expansão de tempo subjetivo, acho que vou morrer de tédio.
GEORGE, 2048: Oh, isso jamais iria acontecer. Garantirei que não.
1 “Fog” em inglês quer dizer neblina. (N.T.)
CAPÍTULO 2
Uma teoria da evolução tecnológica: a
Lei dos Retornos Acelerados
Quanto mais para trás você olha, mais para a frente consegue enxergar.
Winston Churchill
Há 2 bilhões de anos, nossos ancestrais eram micróbios; há meio bilhão de anos,
peixes; há 100 milhões de anos, algo como camundongos; há 10 milhões de anos,
primatas arborícolas e, há 1 milhão de anos, proto-humanos tentando entender como
domar o fogo. Nossa linhagem evolucionária está marcada por dominar a mudança.
Em nosso tempo, o ritmo acelera-se.
Carl Sagan
Nossa única responsabilidade é produzir algo mais inteligente do que nós; quaisquer
outros problemas não nos cabe resolver [...]. Não há problemas difíceis, só problemas
que são difíceis para um certo nível de inteligência. Mova-se alguma coisa para cima
(no nível de inteligência) e alguns problemas irão deslocar-se de repente, de
“impossível”, para “óbvio”. Suba-se um grau considerável para cima, e todos eles
ficarão óbvios.
Eliezer S. Yudkowsky, Staring into the Singularity, 1996
“O futuro não pode ser previsto”, é um dito comum [...] Mas [...] quando (esse ponto
de vista) está errado, ele está muito errado.
John Smart1
A contínua aceleração da tecnologia é a consequência e o resultado
inevitáveis do que chamo de Lei dos Retornos Acelerados, que descreve a
aceleração do ritmo e o crescimento exponencial dos produtos de um
processo evolutivo. Esses produtos incluem, especialmente, tecnologias
relacionadas à informação, como a computação, e sua aceleração se estende
substancialmente além das predições feitas pelo que se tornou conhecido
como Lei de Moore. A Singularidade é o resultado inexorável da Lei dos
1∗

Retornos Acelerados, portanto é importante que examinemos a natureza

desse processo evolutivo.
A natureza da ordem. O capítulo anterior apresentou vários gráficos
demonstrando a aceleração da mudança de paradigma. (Mudanças de
paradigma são alterações principais nos métodos e processos intelectuais
para realizar tarefas; exemplos incluem a linguagem escrita e o
computador.) Os gráficos mostraram o que quinze intelectuais e obras de
referência consideravam como eventos básicos na evolução tecnológica e
biológica desde o big bang até a internet. Podem-se ver algumas variações
esperadas, mas há uma tendência exponencial inequívoca: eventos-chave
vêm ocorrendo a um ritmo cada vez mais rápido.
 Os critérios para o que se definiam como “eventos-chave” variaram de
um intelectual para outro. Mas vale a pena considerar os princípios que
usaram para fazer sua seleção. Alguns observadores julgaram que os
verdadeiros avanços na história da biologia e tecnologia envolveram
aumentos de complexidade. Embora uma complexidade crescente pareça,
2

de fato, seguir os avanços tanto na evolução biológica quanto na

tecnológica, creio que essa observação não está totalmente correta. Mas
examinemos primeiro o que quer dizer complexidade.
Não é de surpreender que o conceito de complexidade seja complexo.
Um conceito de complexidade é a quantidade mínima de informação
necessária para representar um processo. Suponha que você tenha um
projeto para um sistema (por exemplo, um programa de computador ou um
projeto feito para um computador com ajuda de um computador), que pode
ser descrito como um arquivo de dados contendo 1 milhão de bits.
Poderíamos dizer que seu projeto tem a complexidade de 1 milhão de bits.
Mas suponha que percebamos que um milhão de bits na verdade consistem
em um padrão de mil bits que é repetido mil vezes. Poderíamos notar as
repetições, tirar os padrões repetidos e expressar o projeto inteiro em pouco
mais do que mil bits, reduzindo com isso o tamanho do arquivo por um
fator de cerca de mil.
As técnicas de compressão de dados mais populares usam métodos
similares para encontrar redundâncias dentro da informação. Mas, depois
3

de ter comprimido o arquivo de dados dessa maneira, será que se pode ter
absoluta certeza de que não há outras regras ou métodos que possam ser
descobertos para permitir que se expresse o arquivo em termos ainda mais
compactos? Por exemplo, suponha que meu arquivo seja simplesmente “pi”
(3,1415…) expresso com até 1 milhão de bits de precisão. A maior parte
dos programas de compressão de dados não conseguiria reconhecer essa
sequência e não iria comprimir os milhões de bits, já que os bits em uma
expressão binária são de fato aleatórios e, portanto, não têm padrões
repetidos de acordo com todos os testes de aleatoriedade.
Mas se pudermos determinar que o arquivo (ou uma porção do arquivo)
de fato representa pi, podemos facilmente expressá-lo (ou aquela porção
dele) de um modo muito compacto como “pi para 1 milhão de bits de
exatidão”. Uma vez que jamais se pode ter certeza de que não se deixou
passar alguma representação ainda mais compacta de uma sequência de
informações, qualquer quantidade de compressão apenas determina um
limite superior para a complexidade da informação. Murray Gell-Mann dá
uma definição de complexidade nessa linha. Ele define o “conteúdo
algorítmico da informação” (AIC, em inglês) de um conjunto de
informações como “o comprimento do programa mais curto que vai fazer
um computador padrão universal imprimir a cadeia de bits e depois parar”. 4

Entretanto, o conceito de Gell-Mann não é totalmente adequado. Um

arquivo com informação aleatória não pode ser comprimido. Essa
observação é, de fato, um critério fundamental para determinar se uma
sequência de números é realmente aleatória. Entretanto, se qualquer
sequência aleatória servir para um determinado projeto, essa informação,
então, pode ser caracterizada por uma simples instrução, como “ponha aqui
uma sequência aleatória de números”. Assim, a sequência aleatória, seja de
dez bits ou de 1 bilhão de bits, não representa uma quantidade significativa
de complexidade porque está caracterizada por uma simples instrução. Essa
é a diferença entre uma sequência aleatória e uma sequência imprevisível
de informações que tem uma finalidade.
Para perceber melhor a natureza da complexidade, considere-se a
complexidade de uma pedra. Se fôssemos caracterizar todas as propriedades
(localização precisa, momento angular, centrifugação, velocidade e assim
por diante) de cada átomo da pedra, teríamos uma vasta quantidade de
informação. Uma pedra de um quilo tem 10 átomos que, como discutirei
25

no próximo capítulo, podem conter até 10 bits de informação. Isso é uma

27

centena de milhões de bilhões de vezes mais informação do que o código

genético de um humano (mesmo sem comprimir o código genético). Mas, 5

para finalidades mais comuns, a maior parte dessa informação é altamente

aleatória e tem pouca importância. Portanto, podemos caracterizar a pedra,
para a maior parte dos objetivos e com muito menos informação, apenas
especificando seu formato e o tipo de material de que é feita. Assim, é
razoável considerar a complexidade de uma pedra comum como sendo
muito menor do que a de um humano, apesar de a pedra, teoricamente,
conter vasta quantidade de informação. 6

Um conceito de complexidade é a quantia mínima de informação

significativa, não aleatória, mas imprevisível de que se precisa para se
caracterizar um sistema ou processo.
No conceito de Gell-Mann, a AIC de uma cadeia aleatória de 1 milhão de
bits teria cerca de 1 milhão de bits de comprimento. Assim, acrescento ao
conceito de AIC de Gell-Mann a ideia de substituir cada cadeia aleatória
com a simples instrução de “ponha bits aleatórios” aqui.
Mas isso não é suficiente. Outra questão é levantada por cadeias de dados
arbitrários, como nomes e números de telefone em uma agenda ou medidas
periódicas de níveis de radiação ou temperatura. Tais dados não são
aleatórios e os métodos de compressão de dados só conseguirão reduzi-las
em pequeno grau. Mas isso não representa a complexidade como esse termo
é entendido comumente. São só dados. Assim, precisamos de outro
comando simples para “por uma sequência arbitrária de dados” aqui.
Resumindo o que propus como complexidade de um conjunto de
informações, primeiro devemos levar em conta sua AIC conforme definida
por Gell-Mann. Então substituímos cada cadeia aleatória com um simples
comando para inserir uma cadeia aleatória. Fazemos o mesmo, depois, para
cadeias arbitrárias de dados. Agora teremos uma medida da complexidade
que combina razoavelmente com nossa intuição.
É bem observado que, em mudanças de paradigma em um processo
evolutivo como a biologia — e sua continuação através da tecnologia —,
cada uma delas represente um aumento de complexidade como defini
acima. Por exemplo, a evolução do DNA permitiu organismos mais
complexos, cujos processos de informação biológica podiam ser
controlados pelo arquivamento flexível de dados da molécula de DNA. A
explosão cambriana forneceu um conjunto estável de planos do corpo de
animais (no DNA), de modo que o processo evolutivo pudesse concentrar-
se no desenvolvimento mais complexo do cérebro. Na tecnologia, a
invenção do computador forneceu um meio para que a civilização humana
guardasse e manipulasse conjuntos de informações cada vez mais
complexos. A extensa interconectividade da internet provê uma
complexidade ainda maior.
Mas “complexidade crescente” não é em si mesma o objetivo final ou o
produto final desses processos evolutivos. A evolução resulta em respostas
melhores, não necessariamente mais complicadas. Algumas vezes uma
solução superior é uma mais simples. Considere-se então outro conceito:
ordem. Ordem não é o mesmo que o contrário da desordem. Se desordem
representa uma sequência aleatória de eventos, o contrário de desordem
deveria ser “não aleatoriedade”. Informação é uma sequência de dados que
são significativos em um processo, tal como o código DNA de um
organismo ou os bits em um programa de computador. “Ruído” por outro
lado é uma sequência aleatória. Ruído é basicamente imprevisível, mas não
carrega nenhuma informação. Entretanto, a informação também é
imprevisível. Se pudermos predizer dados futuros a partir de dados
passados, aqueles dados futuros deixam de ser informação. Assim, nem a
informação nem o ruído podem ser comprimidos (nem restaurados
exatamente para a mesma sequência). Podemos considerar um padrão
previsivelmente alternante (como 0101010...) como sendo ordenado, mas
não traz nenhuma informação além do primeiro par de bits.
Assim, estar ordenado não constitui ordem, porque a ordem requer
informação. Ordem é informação que serve para um propósito. A medida
da ordem é a medida de quão bem a informação serve para o propósito. Na
evolução de formas de vida, o propósito é sobreviver. Em um algoritmo
evolucionista (um programa de computador que simula a evolução para
resolver um problema) aplicado, digamos, no projeto de um motor a jato, o
propósito é otimizar o desempenho, a eficiência do motor e talvez outros
critérios. Medir a ordem é mais difícil do que medir a complexidade. Há
7

propostas para medir a complexidade, conforme visto acima. Para a ordem,

precisamos de uma medida de “sucesso” que seria talhada para cada
situação. Quando criamos algoritmos evolucionistas, o programador precisa
fornecer essa medida de sucesso (chamada “função utilitária”). No processo
evolucionista do desenvolvimento da tecnologia, foi possível determinar
uma medida de sucesso econômico.
Simplesmente ter mais informação não resulta necessariamente em um
ajuste melhor. Algumas vezes, uma ordem mais profunda — um ajuste
melhor para um propósito — é, antes, alcançada através da simplificação,
mais do que através de aumentos na complexidade. Por exemplo, uma nova
teoria que amarre ideias aparentemente díspares em uma teoria mais ampla,
mais coerente, reduz a complexidade, mas, apesar disso, pode aumentar a
“ordem para um propósito”. (Nesse caso, o propósito é modelar
minuciosamente os fenômenos observados.) De fato, alcançar teorias mais
simples é uma das forças que impelem a ciência. (Como Einstein disse:
“Deixem tudo tão simples quanto possível, porém não mais simples do que
isso”.)
Exemplo importante desse conceito é aquilo que representou um passo
essencial para a evolução dos hominídeos: o deslocamento do ponto de
articulação do polegar, que permitiu uma manipulação mais precisa do meio
ambiente. Primatas como chimpanzés podem agarrar mas não podem
8

manipular objetos com uma “pegada potente” nem têm uma coordenação
motora bastante fina para escrever ou dar forma a objetos. Uma alteração
do ponto de articulação do polegar não aumentou significativamente a
complexidade do animal, mas, apesar disso, representou um aumento na
ordem, permitindo o desenvolvimento da tecnologia, entre outras coisas. A
evolução, porém, mostrou que a tendência geral para mais ordem resulta,
tipicamente, em maior complexidade. 9

Portanto, melhorar a solução de um problema — que, em geral, aumenta

mas algumas vezes diminui a complexidade — aumenta a ordem. Ficamos
agora com a questão de definir o problema. De fato, a chave para um
algoritmo evolucionista (e para a evolução biológica e tecnológica em
geral) é exatamente isto: definir o problema (o que inclui a função
utilitária). Na evolução biológica, o problema principal sempre tem sido
sobreviver. Em nichos ecológicos particulares, esse desafio abrangente
traduz-se em objetivos mais específicos, como a habilidade de certas
espécies para sobreviver em ambientes extremos ou para se camuflar e
escapar dos predadores. À medida que a evolução biológica moveu-se na
direção dos humanoides, o próprio objetivo evoluiu para pensar melhor do
que os adversários e para manipular o ambiente conforme essa evolução.
Pode parecer que esse aspecto da Lei dos Retornos Acelerados
contradiga a segunda lei da termodinâmica, que implica que a entropia
(aleatoriedade em um sistema fechado) não pode diminuir e, portanto, em
geral aumenta. Mas a Lei dos Retornos Acelerados pertence à evolução,
10

que não é um sistema fechado. Ela acontece em meio a um grande caos e

depende, de fato, da desordem em seu meio, da qual extrai suas opções para
a diversidade. E, partindo dessas opções, um processo evolucionista
continuamente apara suas escolhas para criar uma ordem ainda maior.
Mesmo uma crise, como a dos grandes asteroides que têm colidido
periodicamente com a Terra, acabam aumentando — aprofundando — a
ordem criada pela evolução biológica.
Em suma, a evolução aumenta a ordem, que pode ou não aumentar a
complexidade (mas em geral aumenta). Uma razão essencial para que a
evolução — de formas de vida ou de tecnologia — acelere, é que ela
constrói sobre sua própria ordem aumentada, com meios cada vez mais
sofisticados de registrar e manipular a informação. Inovações criadas pela
evolução estimulam e permitem uma evolução mais rápida. No caso da
evolução das formas de vida, o exemplo primordial mais notável é o DNA,
que fornece uma transcrição registrada e protegida do projeto de vida a
partir do qual lançar mais experimentos. No caso da evolução da
tecnologia, métodos humanos sempre melhorados de registrar a informação
têm estimulado ainda mais avanços na tecnologia. Os primeiros
computadores eram projetados no papel e montados à mão. Hoje, eles são
projetados em estações de trabalho computadorizadas com os próprios
computadores resolvendo muitos detalhes do projeto da nova geração, e são
produzidos em fábricas totalmente automatizadas com apenas uma limitada
intervenção humana.
O processo evolucionista da tecnologia melhora a capacidade de modo
exponencial. Inovadores procuram melhorar as capacidades por meio de
múltiplos. A inovação é multiplicativa, não aditiva. A tecnologia, como
todo processo evolucionista, cresce sobre si mesma. Esse aspecto vai
continuar a acelerar quando a própria tecnologia assumir o controle total de
sua própria progressão na Época Cinco. 11

Podemos resumir os princípios da Lei dos Retornos Acelerados como

segue:
•A evolução usa feedback positivo: os métodos mais adequados que
resultam de um estágio do progresso evolucionista são usados para
criar o estágio seguinte. Conforme descrito no capítulo anterior, cada
época da evolução progrediu mais rápido, construindo sobre os
produtos do estágio anterior. A evolução trabalha indiretamente: a
evolução criou os humanos, os humanos criaram a tecnologia, os
humanos estão agora trabalhando com uma tecnologia cada vez mais
avançada para criar novas gerações de tecnologia. Quando a
Singularidade acontecer, não haverá diferença entre humanos e
tecnologia. Não é porque os humanos terão se convertido naquilo que
pensamos que hoje são as máquinas; mas, sim, que as máquinas terão
avançado para serem como humanos e além. A tecnologia será o
metafórico polegar oponível que permite nosso próximo passo na
evolução. O progresso (mais aumentos na ordem) será então baseado
em processos de pensamento que ocorrem na velocidade da luz, mais
do que em reações eletroquímicas muito lentas. Cada estágio da
evolução constrói sobre os frutos do estágio anterior, de modo que a
taxa de progresso de um processo aumenta no mínimo
exponencialmente com o passar do tempo. Com o tempo, aumenta a
“ordem” da informação embutida no processo evolucionista (a medida
de quanto a informação se adéqua a um propósito, que na evolução é
sobrevivência).
•Um processo evolucionista não é um sistema fechado; a evolução tira
suas opções de diversidade do caos no sistema maior em que ela
ocorre. Já que a evolução também cresce sobre sua própria ordem
crescente, em um processo evolucionista a ordem aumenta
exponencialmente.
•Relacionado à observação acima, os “retornos” de um processo
evolucionista (como velocidade, eficiência, preço-desempenho ou
“potência” geral de um processo) também aumentam com o tempo
pelo menos exponencialmente. Vê-se isso na Lei de Moore, em que
cada nova geração de chips de computador (que agora surge mais ou
menos a cada dois anos) fornece duas vezes mais componentes por
custo unitário, cada chip operando substancialmente mais rápido (por
causa das distâncias menores necessárias para que os elétrons movam-
se dentro e entre eles, e outros fatores). Conforme ilustração abaixo,
esse crescimento exponencial na potência e no preço-desempenho das
tecnologias baseadas na informação não está limitado aos
computadores, mas se aplica, em essência, a todas as tecnologias de
informação e inclui o conhecimento humano, medido de muitos modos
diferentes. Também é importante notar que o termo “tecnologia da
informação” abrange uma classe cada vez mais ampla de fenômenos e,
por fim, vai incluir toda a gama de atividades econômicas e
empreendimentos culturais.
•Em outro circuito de feedback positivo, quanto mais um determinado
processo evolucionista for efetivo — por exemplo, maiores serão a
capacidade e o preço-desempenho que a computação alcança —, maior
o volume de recursos deslocados para o futuro progresso desse
processo. O resultado disso é um segundo nível de crescimento
exponencial — o próprio expoente — que cresce de modo
exponencial. Por exemplo, na figura da página 86, “A Lei de Moore: O
quinto paradigma”, levaram-se três anos para dobrar o preço-
desempenho da computação no começo do século XX e dois anos na
metade do século. Agora está duplicando cerca de uma vez por ano.
Não só cada chip está duplicando de potência a cada ano pelo mesmo
custo unitário, como também o número de chips sendo manufaturados
também cresce exponencialmente; portanto, os orçamentos para
pesquisa em computação aumentaram dramaticamente no decorrer das
décadas.
•A evolução biológica é um desses processos evolucionistas. Com
efeito, é o processo evolucionista por excelência. Porque ele aconteceu
em um sistema completamente aberto (ao contrário das restrições
artificiais de um algoritmo evolucionista), muitos níveis do sistema
evoluíram ao mesmo tempo. Não só a informação contida nos genes de
uma espécie avança na direção de maior ordem, mas o sistema geral
que implementa o próprio processo evolucionista desenvolve-se desse
modo. Por exemplo, o número de cromossomos e a sequência de genes
nos cromossomos, que também evoluíram com o passar do tempo.
Como outro exemplo, a evolução desenvolveu maneiras de proteger a
informação genética de defeitos excessivos (embora uma pequena
quantidade de mutações seja permitida, já que estas são um
mecanismo benéfico para a melhoria evolucionista em andamento).
 Uma maneira primária de alcançar isso é a repetição da informação
genética em pares de cromossomos. Isso garante que, mesmo que um
gene em um cromossomo ficar danificado, é provável que seu gene
correspondente esteja certo e efetivo. Mesmo o cromossomo Y, sem
par, elaborou um meio de fazer backup de suas informações,
repetindo-as no próprio cromossomo Y. Apenas cerca de 2% do
12

genoma codifica proteínas. O resto da informação genética

13

desenvolveu meios elaborados para controlar quando e como os genes

codificadores de proteínas expressam-se (produzem proteínas) em um
processo que só estamos começando a compreender. Assim, o
processo da evolução, bem como a taxa permitida de mutações,
evoluiu, ele mesmo, com o passar do tempo.
•A evolução tecnológica é outro desses processos evolucionistas. De
fato, o surgimento da primeira espécie criadora de tecnologia resultou
no novo processo evolutivo da tecnologia, o que torna a evolução
tecnológica fruto — e continuação — da evolução biológica. O Homo
sapiens evoluiu durante umas poucas centenas de milhares de anos, e
os estágios iniciais da tecnologia criada por humanoides (como a roda,
o fogo e artefatos de pedra) progrediram pouco mais rápido, exigindo
dezenas de milhares de anos para evoluir e ser amplamente
implantados. Há meio milênio, o produto de uma mudança de
paradigma como a prensa tipográfica levou cerca de um século para
ser amplamente implantado. Hoje, os produtos de uma grande
mudança de paradigma, como celulares e a web, foram amplamente
adotados em apenas uns poucos anos.
•Um paradigma específico (um método ou abordagem para resolver
um problema; por exemplo, diminuindo o tamanho dos transistores de
um circuito integrado para fazer computadores mais potentes) gera um
crescimento exponencial até que se exaure seu potencial. Quando isso
acontece, ocorre uma mudança de paradigma, o que permite que o
crescimento exponencial continue.

O ciclo de vida de um paradigma. Todo paradigma desenvolve-se em três

estágios:

1. Crescimento lento (fase inicial do crescimento exponencial).

2.Crescimento rápido (fase posterior, explosiva, do crescimento
exponencial), como se vê abaixo, no gráfico da curva em S.
3. Um nivelamento conforme se amadurece esse paradigma.
 A progressão desses três estágios parece com a letra S, alongada para a
direita. A ilustração da curva em S mostra como uma tendência exponencial
contínua pode ser composta por uma cascata de curvas em S. Cada curva
sucessiva em S é mais rápida (leva menos tempo no eixo do tempo, ou x) e
maior (ocupa mais espaço no eixo do desempenho, ou eixo y).
 As curvas em S são típicas do crescimento biológico: réplica de um
sistema de complexidade relativamente fixo (como um organismo de uma
espécie determinada) operando em um nicho competitivo e lutando pelos
recursos locais finitos. Isso acontece com frequência, por exemplo, quando
uma espécie encontra um novo ambiente hospitaleiro. Seus números vão
crescer exponencialmente por um tempo antes de chegarem a se nivelar. O
crescimento exponencial geral de um processo evolutivo (quer seja
molecular, biológico, cultural ou tecnológico) suplanta os limites de
crescimento vistos em qualquer paradigma determinado (uma curva em S
específica) como resultado da crescente potência e eficiência desenvolvidas
em cada paradigma sucessivo. O crescimento exponencial de um processo
evolutivo, portanto, abarca múltiplas curvas em S. O exemplo
contemporâneo mais importante desse fenômeno são os cinco paradigmas
da computação comentados abaixo. Toda a progressão da evolução vista
nos gráficos sobre a aceleração da mudança de paradigma do capítulo
anterior representa sucessivas curvas em S. Cada evento-chave, como a
escrita ou a imprensa, representa um novo paradigma e uma nova curva em
S.
 A teoria evolucionista do equilíbrio pontuado (EP) descreve a evolução
como progredindo em períodos de mudança rápida seguidos por períodos
de relativa estase. Com efeito, os eventos-chave nos gráficos evento-época
14

correspondem, sim, a renovados períodos de crescimento exponencial na

ordem (e, geralmente, da complexidade), seguidos por crescimento mais
lento quando cada paradigma se aproxima de sua assíntota (limite da
capacidade). Assim, o EP fornece um modelo evolutivo melhor do que um
modelo que prevê apenas uma progressão suave através das mudanças de
paradigma.
Mas os eventos principais no equilíbrio pontuado, embora originem
mudanças mais rápidas, não representam saltos instantâneos. Por exemplo,
o advento do DNA permitiu um surto (mas não um salto imediato) de
melhorias evolutivas no projeto de organismos e nos resultantes aumentos
de complexidade. Na história tecnológica recente, a invenção do
computador deu início a outro surto, ainda em andamento, da complexidade
de informação que a civilização homem-máquina é capaz de processar. Este
último surto não atingirá o desenho de uma assíntota até que saturemos a
matéria e a energia de nossa região do universo com computação, com base
nos limites físicos que serão abordados na sessão “... sobre o destino
inteligente do cosmos” no capítulo 6. 15

Durante essa terceira fase ou fase de amadurecimento no ciclo de vida de

um paradigma, a pressão começa a crescer para a próxima mudança de
paradigma. No caso da tecnologia, dólares para pesquisa são investidos para
criar o próximo paradigma. Pode-se ver isso na extensa pesquisa que está
sendo feita hoje para a computação molecular tridimensional, apesar do fato
de que ainda sobra no mínimo uma década de vida para o paradigma dos
transistores reduzidos sobre um circuito integrado plano usando
fotolitografia.
Em geral, quando um paradigma se aproxima de sua assíntota em preço-
desempenho, o paradigma técnico seguinte já está trabalhando em
aplicações especializadas. Por exemplo, nos anos 1950 engenheiros
estavam diminuindo o tamanho das válvulas para terem maior preço-
desempenho nos computadores, até que o processo deixou de ser factível.
Nesse ponto, por volta de 1960, os transistores já tinham alcançado um
mercado forte com os rádios portáteis e depois foram usados para substituir
válvulas em computadores.
Os recursos subjacentes ao crescimento exponencial de um processo
evolutivo são relativamente ilimitados. Um desses recursos é a ordem
(sempre crescente) do próprio processo evolutivo (já que, como foi
ressaltado, os produtos de um processo evolutivo continuam a crescer em
ordem). Cada estágio da evolução fornece ferramentas mais potentes para o
seguinte. Por exemplo, na evolução biológica, o advento do DNA permitiu
“experimentos” evolutivos mais potentes e rápidos. Ou, tomando um
exemplo mais recente, o advento (assistido por computadores) de
ferramentas para projetar permitiu um rápido desenvolvimento da geração
seguinte de computadores.
O outro recurso necessário para o contínuo crescimento exponencial da
ordem é o “caos” do ambiente onde ocorre o processo evolutivo,
fornecendo opções para maior diversidade. O caos provê a variabilidade
para permitir que um processo evolutivo descubra soluções mais potentes e
eficientes. Na evolução biológica, uma fonte de diversidade é a mistura de
combinações de genes através da reprodução sexual. A própria evolução
sexual foi uma inovação evolutiva que acelerou todo o processo de
adaptação biológica e forneceu uma maior diversidade da combinação
genética do que a reprodução assexuada. Outras fontes de diversidade são
mutações e condições ambientais em constante mudança. Na evolução
tecnológica, a engenhosidade humana combinada com condições variáveis
do mercado mantém avançando o processo de inovação.

Desenhos fractais. Uma questão fundamental referente ao conteúdo de

informação de sistemas biológicos é como é possível que o genoma (que
contém comparativamente pouca informação) produza um sistema como o
humano, que é vastamente mais complexo do que a informação genética
que o descreve. Uma maneira de entender isso é ver os projetos de biologia
como “fractais probabilísticos”. Um fractal determinista é um desenho onde
um único elemento do desenho (chamado de “iniciador”) é substituído por
elementos múltiplos (juntos, chamados de “gerador”). Em uma segunda
iteração de expansão do fractal, cada elemento do próprio gerador torna-se
um iniciador e é substituído pelos elementos do gerador (na escala do
menor tamanho de iniciadores de segunda geração). Esse processo é
repetido muitas vezes, com cada novo elemento criado de um gerador
tornando-se um iniciador e sendo substituído por um gerador em nova
escala. Cada nova geração de expansão fractal acrescenta uma aparente
complexidade, mas não requer nenhuma informação adicional do desenho.
Um fractal probabilista acrescenta o elemento de incerteza. Enquanto um
fractal determinista vai parecer igual toda vez que for reproduzido, um
fractal probabilista vai parecer diferente a cada vez, embora com
características similares. Em um fractal probabilista, a probabilidade de
cada elemento gerador ser aplicado é menor do que 1. Desse modo, os
desenhos que resultam têm uma aparência mais orgânica. Fractais
probabilistas são usados em programas gráficos para gerar imagens de
montanhas, nuvens, praias, folhagens e outras cenas orgânicas que parecem
realistas. Um aspecto fundamental de um fractal probabilista é que ele
permite a geração de muita complexidade aparente, incluindo extensos
detalhes variados, de uma quantidade relativamente pequena de informação
do desenho. A biologia usa esse mesmo princípio. Os genes fornecem a
informação do desenho, mas o detalhe em um organismo é muito maior do
que a informação genética do desenho.
Alguns observadores interpretam mal a quantidade de detalhes em
sistemas biológicos como o cérebro, argumentando, por exemplo, que a
configuração exata de toda microestrutura (como cada túbulo) em cada
neurônio é desenhada com precisão e tem de ser exatamente como é para
que o sistema funcione. Entretanto, para entender como funciona um
sistema biológico como o cérebro, é preciso entender seus princípios de
projeto, que são muito mais simples (isto é, contêm muito menos
informação) do que as estruturas extremamente detalhadas que a
informação genética gera através desses processos iterativos, parecidos com
fractais. Há apenas 800 milhões de bytes no genoma humano inteiro, e
apenas cerca de 30 a 100 milhões depois que a ele se aplica a compressão
de dados. Isso é cerca de 100 milhões de vezes menos informação do que é
representada por todas as conexões interneurais e os padrões concentrados
de neurotransmissão em um cérebro humano totalmente formado.
Considere-se o modo como se aplicam os princípios da Lei dos Retornos
Acelerados às épocas discutidas no primeiro capítulo. A combinação de
aminoácidos para formar proteínas e de ácidos nucleicos para cadeias de
RNA estabeleceu o paradigma básico da biologia. Cadeias de RNA (e
depois de DNA) que se reproduziram a si mesmas (Época Dois) forneceram
um método digital para registrar os resultados dos experimentos evolutivos.
Mais tarde, a evolução das espécies que combinam pensamento racional
(Época Três) com um apêndice oposto (o polegar) causou uma mudança
fundamental de paradigma da biologia para a tecnologia (Época Quatro).
Mais adiante, a mudança de paradigma fundamental que está vindo será a
do pensamento biológico para o híbrido, que combina pensamento
biológico com não biológico (Época Cinco), que irá incluir processos
“inspirados biologicamente”, resultado da engenharia reversa de cérebros
biológicos.
Examinando o timing dessas épocas, pode-se ver que elas fizeram parte
de um processo continuamente acelerado. A evolução das formas de vida
precisou de bilhões de anos para seus primeiros passos (células primitivas,
DNA) e depois o progresso acelerou. Durante a explosão cambriana, as
principais mudanças de paradigma levaram apenas dezenas de milhões de
anos. Mais tarde, humanoides desenvolveram-se em um período de milhões
de anos, e o Homo sapiens em um período de apenas centenas de milhares
de anos. Com o advento de uma espécie criadora de tecnologia, o ritmo
exponencial ficou rápido demais para evoluir através de sínteses de
proteínas guiadas pelo DNA, e a evolução mudou para a tecnologia criada
por humanos. Isso não implica que a evolução biológica (genética) não
esteja continuando, só que ela deixou de liderar o ritmo em termos de
melhorias da ordem (ou da efetividade e eficiência da computação). 16

Evolução clarividente. Há muitas ramificações das crescentes ordem e

complexidade que foram o resultado da evolução biológica e de sua
continuação através da tecnologia. Considerem-se os limites da observação.
A vida biológica primitiva podia observar eventos locais que estivessem
afastados por vários milímetros usando gradientes químicos. Quando os
animais com visão evoluíram, eles puderam observar eventos que estavam a
quilômetros de distância deles. Com a invenção do telescópio, os humanos
puderam ver outras galáxias distantes milhões de anos-luz. Por outro lado,
usando microscópios, também puderam ver estruturas do tamanho de uma
célula. Hoje, humanos armados com a tecnologia contemporânea, podem
ver até a borda do universo visível, uma distância de mais de 13 bilhões de
anos-luz, e até partículas subatômicas em escala quântica.
Considere-se a duração da observação. Animais unicelulares podiam
lembrar eventos por segundos, baseados em reações químicas. Animais
com cérebro podiam lembrar eventos durante dias. Primatas com cultura
podiam transmitir informação aos descendentes por várias gerações.
Civilizações humanas primitivas com história oral podiam preservar as
histórias por centenas de anos. Com o advento da linguagem escrita, a
permanência estendeu-se por milhares de anos.
Como um dos muitos exemplos da aceleração do ritmo da mudança
paradigmática da tecnologia, foi preciso cerca de meio século para que a
invenção do telefone no final do século XIX atingisse níveis significativos
de utilização (ver a figura seguinte). 17
 Em comparação, a adoção do telefone celular no final do século XX
levou apenas uma década. 18
 No geral, vê-se uma aceleração suave no ritmo de adoção das tecnologias
de comunicação no século passado.19
 Conforme foi discutido no capítulo anterior, o ritmo geral de adoção de
novos paradigmas, que anda em paralelo com o ritmo do progresso
tecnológico, duplica-se atualmente a cada década. Isto é, o tempo para
adotar novos paradigmas está diminuindo pela metade a cada década. Nesse
ritmo, o progresso tecnológico no século XXI será equivalente (do ponto de
vista linear) a duzentos séculos de progresso (no ritmo do progresso em
2000). ,
20 21

A Curva em S de uma tecnologia

tal como expressa em seu ciclo de vida
Uma máquina é tão individualizável e brilhante e expressivamente humana como uma sonata
de violino ou um teorema de Euclides.
Gregory Vlastos
Há uma distância muito grande do monge calígrafo, trabalhando em silêncio em sua cela, ao
brusco “clique, clique” da máquina de escrever moderna, que, em um quarto de século,
revolucionou e reformou o mundo dos negócios.
Scientific American, 1905
Uma tecnologia da comunicação jamais desaparece, mas, em vez disso, torna-se cada vez
menos importante à medida que se expande o horizonte tecnológico.
Arthur C. Clarke
 Sempre conservo em minha mesa uma pilha de livros, que folheio
quando acabam minhas ideias, fico inquieto ou então preciso de uma
dose de inspiração. Pegando um volume grosso que comprei faz
pouco, examino o artesanato do livreiro: 470 páginas finamente
impressas organizadas em dezesseis cadernos, todos eles costurados
juntos com linha branca e colados sobre um tecido cinzento. As capas
duras forradas de linho, estampadas com letras douradas, estão ligadas
ao bloco de cadernos por folhas em relevo delicado no começo e no
final. Essa é uma tecnologia que foi aperfeiçoada há muitas décadas.
Os livros formam um elemento tão integral de nossa sociedade —
tanto refletindo quanto dando forma à sua cultura — que é difícil
imaginar a vida sem eles. Mas o livro impresso, como qualquer outra
tecnologia, não vai viver para sempre.

O ciclo de vida de uma tecnologia

Podem-se identificar sete estágios distintos no ciclo de vida de uma
tecnologia.

1.Durante o estágio precursor, existem os pré-requisitos de uma

tecnologia, e os sonhadores podem contemplar esses elementos
quando se juntam. Contudo, não se considera sonhar o mesmo que
inventar, ainda que os sonhos sejam escritos. Leonardo da Vinci
desenhou imagens convincentes de aeroplanos e automóveis, mas não
se considera que ele tenha inventado algum deles.
2.O estágio seguinte, muito prestigiado em nossa cultura, é a invenção,
um estágio muito breve, em alguns aspectos, similar ao processo do
nascimento — depois de um longo período de trabalho de parto. Aqui,
o inventor mistura curiosidade, habilidades científicas, determinação e
em geral um tanto de espetáculo para combinar métodos de nova
maneira e trazer ao mundo uma nova tecnologia.
3.O estágio seguinte é o desenvolvimento, em que a invenção é
protegida e estimulada por tutores devotados (que podem incluir o
inventor original). Muitas vezes esse estágio é mais crucial do que o da
invenção, e pode envolver criações adicionais que podem ter um
significado maior do que o da própria invenção. Muitos funileiros
construíram à mão carruagens sem cavalos finamente detalhadas, mas
foi a inovação de Henry Ford da produção em massa que permitiu que
o automóvel criasse raízes e florescesse.
4.O quarto estágio é o da maturidade. Embora continuando a evoluir, a
tecnologia agora tem vida própria e se tornou uma parte estabelecida
da comunidade. Ela pode ficar tão entrelaçada no tecido da vida que
parece, para muitos observadores, que vai durar para sempre. Isso cria
um drama interessante quando chega o próximo estágio, que chamo de
estágio dos falsos pretendentes.
5.Aqui, um arrivista ameaça eclipsar a tecnologia mais antiga. Seus
entusiastas preveem uma prematura vitória. Embora fornecendo alguns
benefícios distintos, quando se pensa nela, falta à nova tecnologia
algum elemento-chave de funcionalidade ou qualidade. Quando de
fato ela falha em deslocar a ordem estabelecida, os conservadores
tecnológicos tomam isso como evidência de que a abordagem original
vai, sim, viver para sempre.
6.Isso em geral é uma vitória de vida curta para a tecnologia que
envelhece. Logo depois, outra nova tecnologia tipicamente tem
sucesso em levar ao estágio da obsolescência a tecnologia original.
Nessa parte do ciclo de vida, a tecnologia vive sua velhice em um
declínio gradual, seu propósito e funcionalidade originais agora
reduzidos por um competidor mais ágil.
7.Nesse estágio, que pode compreender de 5% a 10% do ciclo de vida
de uma tecnologia, ela finalmente se rende à antiguidade (como
fizeram o cavalo e a carruagem, o cravo, o disco de vinil e a máquina
de escrever manual).

Em meados do século XIX, havia vários precursores do fonógrafo,

incluindo o fonoautógrafo de Léon Scott de Martinville, um
dispositivo que registrava as vibrações sonoras com um padrão
impresso. Foi Thomas Edison, entretanto, que, em 1877, juntou todos
os elementos e inventou o primeiro dispositivo que podia tanto
registrar quanto reproduzir o som. Maiores refinamentos eram
necessários para que o fonógrafo se tornasse comercialmente viável.
Tornou-se uma tecnologia totalmente madura em 1949, quando a
Columbia introduziu o disco long-play (LP) de 33 r.p.m. e a RCA
Victor introduziu o disco de 45 r.p.m. O falso pretendente foi a fita
cassete, introduzida nos anos 1960 e popularizada durante os anos
1970. Os primeiros entusiastas predisseram que o tamanho pequeno e
a capacidade de ser regravado iriam tornar obsoleto o disco,
relativamente corpulento e fácil de riscar.
Apesar desses benefícios óbvios, falta aos cassetes o acesso
aleatório e estão sujeitos à sua própria forma de distorção e não têm
fidelidade. O disco compacto (CD) deu o golpe mortal. Com o CD
permitindo tanto o acesso aleatório quanto um nível de qualidade
próximo aos limites do aparelho auditivo humano, o disco de
fonógrafo logo entrou no estágio da obsolescência. Embora ainda
sendo produzida, a tecnologia que Edison gerou há quase 130 anos
chegou agora à antiguidade.
Considere-se o piano, uma área da tecnologia com que me envolvi
pessoalmente com a replicação. No começo do século XVIII,
Bartolommeo Cristofori procurava uma maneira de fornecer uma
resposta ao toque para o então popular cravo, para que o volume das
notas variasse com a intensidade do toque do executante. Chamado de
gravicembalo col piano e forte (“cravo com suave e forte”), sua
invenção não foi um sucesso imediato. Maiores refinamentos,
incluindo as ações vienenses de Stein e a ação inglesa de Zumpe,
ajudaram a estabelecer o “piano” como o destacado instrumento de
teclado por excelência. Ele chegou à maturidade com o
desenvolvimento da estrutura completa em ferro fundido, patenteada
em 1825 por Alpheus Babcock, e desde então tem visto apenas sutis
refinamentos. O falso pretendente foi o piano elétrico do começo dos
anos 1980. Ele oferecia uma funcionalidade substancialmente maior.
Comparado com o som único do piano acústico, a variante eletrônica
oferecia dúzias de sons de instrumentos, sequenciadores que deixavam
o usuário tocar toda uma orquestra ao mesmo tempo, acompanhamento
automatizado, programas educacionais para ensinar a tocar um teclado
e muitas outras características. A única característica que lhe faltava
era um som de boa qualidade.
A falha crucial e o resultante fracasso da primeira geração de pianos
eletrônicos levaram à conclusão amplamente espalhada de que o piano
jamais seria substituído pela eletrônica. Mas a “vitória” do piano
acústico não seria permanente. Com sua gama muito maior de
características e preço-desempenho, os pianos digitais superaram as
vendas de pianos acústicos para os domicílios. Muitos observadores
acham que a qualidade do som do “piano” digital agora é igual ou
superior à do piano acústico de armário. Com a exceção dos pianos
luxuosos de cauda para concertos (uma pequena parte do mercado), a
venda de pianos acústicos está declinando.
 Das peles de cabra aos downloads
Então onde fica o livro no ciclo tecnológico da vida? Entre seus
precursores, havia tabletes de barro mesopotâmios e rolos de papiro
egípcios. No segundo século a.C., os Ptolomeus do Egito criaram uma
grande biblioteca de rolos em Alexandria e tornaram ilegal a
exportação de papiros a fim de desencorajar os competidores.
Aqueles que talvez eram os primeiros livros foram criados por
Eumenes II, rei do antigo Pérgamo grego, usando páginas de
pergaminho feitas das peles de cabra e ovelhas, que eram costuradas
juntas no meio de capas de madeira. Essa técnica permitiu que
Eumenes compilasse uma biblioteca igual à de Alexandria. Pela
mesma época, os chineses também desenvolveram uma forma rústica
de livro feito com tiras de bambu.
O desenvolvimento e maturação de livros envolveram três grandes
avanços. A imprensa, experimentada primeiro pelos chineses no século
VIII d.C. usando blocos de madeira em relevo, permitiu que os livros
fossem reproduzidos em quantidades muito maiores, expandindo seu
público além dos governantes e líderes religiosos. De significado ainda
maior foi o advento dos tipos móveis, que chineses e coreanos
experimentaram no século XI, mas a complexidade dos caracteres
asiáticos impediu essas primeiras tentativas de terem pleno sucesso.
Johannes Gutenberg, trabalhando no século XV, beneficiou-se da
relativa simplicidade do conjunto de caracteres romanos. Ele produziu
sua Bíblia, a primeira grande obra totalmente impressa com tipos
móveis, em 1455.
Embora tenha havido um fluxo contínuo de melhorias evolutivas no
processo mecânico e eletromecânico da impressão, a tecnologia de
fazer livros não viu outro salto qualitativo até que estivesse disponível
a composição tipográfica feita pelo computador, o que acabou com os
tipos móveis. A tipografia é vista hoje como parte do processamento
de imagens digital.
Com os livros sendo uma tecnologia totalmente madura, os falsos
pretendentes chegaram com a primeira onda de “livros eletrônicos”.
Como quase sempre acontece, esses falsos pretendentes ofereceram
benefícios dramáticos em qualidade e quantidade. Livros eletrônicos
baseados em CD-ROM ou memória flash podem fornecer o
equivalente a milhares de livros com potentes funções de pesquisa
baseada em computador e em navegação pelo conhecimento. Com as
enciclopédias baseadas no sistema Weber e em CD-ROM e DVD,
posso fazer rápidas pesquisas de palavras usando regras lógicas
amplas, coisa que não é possível com a versão em “livro” dos 33
volumes que possuo. Livros eletrônicos podem mostrar imagens que
são animadas e que respondem a nossa pergunta. As páginas não estão
necessariamente arrumadas em sequência, mas podem ser exploradas
através de conexões mais intuitivas.
Como aconteceu com o disco fonográfico e o piano, a essa primeira
geração de falsos pretendentes faltava (e ainda falta) uma qualidade
essencial do original, que, neste caso, são as soberbas características
visuais de papel e tinta. O papel não tremula, enquanto uma tela típica
de computador está apresentando sessenta ou mais campos por
segundo. Isso é um problema por causa de uma adaptação evolutiva do
sistema visual dos primatas. Nós conseguimos ver com alta resolução
só uma pequena porção do campo visual. Essa porção, espelhada pela
fóvea na retina, está focalizada em uma área de cerca do tamanho de
uma única palavra, a uma distância de oito metros e meio. Fora da
fóvea, temos muito pouca resolução, mas uma sensibilidade refinada
para mudanças de iluminação, habilidade que permitiu que nossos
antepassados primitivos detectassem rapidamente um predador que
podia estar atacando. O constante tremular de uma tela de computador
com video graphics array (VGA) é detectado por nossos olhos como
movimento, e provoca uma constante oscilação da fóvea. Isso diminui
substancialmente a velocidade de ler, razão pela qual ler em uma tela
dê menos prazer do que ler um livro impresso. Essa determinada
questão foi resolvida com monitores de tela plana, que não tremulam.
Outras questões cruciais incluem contraste — um livro de boa
qualidade tem um contraste de tinta com papel de cerca de 120:1; as
telas comuns talvez sejam metade disso — e resolução. Texto e
ilustrações de um livro representam uma resolução de cerca de
seiscentos a mil pontos por polegada (dots per inch — dpi), enquanto
telas de computador têm cerca de um décimo disso.
Tamanho e peso de dispositivos computadorizados estão chegando
perto daqueles dos livros, mas os dispositivos são ainda mais pesados
do que um livro de bolso. Livros de papel também não ficam sem
bateria.
Mais importante, há a questão do software disponível, isto é, a
enorme base instalada de livros impressos. Cinquenta mil novos livros
impressos são publicados por ano nos Estados Unidos e milhões de
 livros já estão circulando. Estão sendo feitos grandes esforços para
escanear e digitalizar materiais impressos, mas vai levar muito tempo
para que as bases de dados eletrônicas tenham uma riqueza
comparável de material. O maior obstáculo, aqui, é a hesitação
compreensível dos editores em tornar disponíveis as versões
eletrônicas de seus livros, dado o efeito devastador que o
compartilhamento ilegal de dados tem tido na indústria da gravação de
música.
Estão surgindo soluções para cada uma dessas limitações.
Tecnologias de exibição novas, baratas, têm contraste, resolução, falta
de tremulação e ângulo de visão comparáveis a documentos de papel
de alta qualidade. Energia de células de combustível para eletrônicos
portáteis está sendo introduzida, o que vai deixar os dispositivos
eletrônicos com energia por centenas de horas antes da troca de
cartucho de combustível. Dispositivos eletrônicos portáteis já são
comparáveis ao tamanho e ao peso de um livro de capa dura. A
questão primordial será encontrar meios seguros de tornar disponíveis
informações eletrônicas. Essa é uma preocupação fundamental para
todos os níveis de nossa economia. Tudo — incluindo produtos físicos,
uma vez que a fabricação baseada em nanotecnologia torne-se
realidade em cerca de vinte anos — está transformando-se em
informação.
A Lei de Moore e além
Enquanto uma calculadora do ENIAC está equipada com 18 mil válvulas e pesa trinta
toneladas, os computadores do futuro poderão ter só mil válvulas e pesar talvez 1,5
tonelada.
Popular Mechanics, 1949
A ciência da computação diz tanto sobre computadores quanto a astronomia sobre
telescópios.
E. W. Dijkstra
Antes de maiores considerações sobre as implicações da Singularidade,
vamos examinar a grande gama de tecnologias que estão sujeitas à Lei dos
Retornos Acelerados. A tendência exponencial que tem tido o maior
reconhecimento do público ficou conhecida como a Lei de Moore. Na
metade dos anos 1970, Gordon Moore, inventor proeminente dos circuitos
integrados e depois presidente da Intel, observou que transistores em um
circuito integrado poderiam ser comprimidos duas vezes mais a cada 24
meses (em meados dos anos 1960, ele tinha calculado esse período em doze
meses). Considerando que, consequentemente, os elétrons teriam uma
distância menor a percorrer, os circuitos também seriam mais rápidos,
dando um impulso adicional à potência geral dos computadores. O
resultado é o crescimento exponencial no preço-desempenho da
computação. Essa taxa de duplicação — cerca de doze meses — é muito
mais rápida do que a taxa de duplicação para a mudança de paradigma antes
mencionada, que é de cerca de dez anos. Geralmente o tempo de duplicação
para medidas diferentes — preço-desempenho, largura de banda,
capacidade — da capacidade da tecnologia da informação é de cerca de um
ano.
O impulso fundamental da Lei de Moore é uma redução nos tamanhos
dos semicondutores, que se reduzem pela metade a cada 5,4 anos em cada
dimensão. (Ver a figura abaixo.) Uma vez que os chips são bidimensionais
em funcionalidade, isso quer dizer dobrar o número de elementos por
milímetro quadrado a cada 2,7 anos. 22

Os seguintes gráficos combinam dados históricos com o guia da indústria

de semicondutores (International Technology Roadmap for Semiconductors
— ITRS — de Sematech), que é projetado até 2018.

O custo de DRAM (dynamic random access memory — memória de

acesso aleatório dinâmico) por milímetro quadrado também se reduziu. O
tempo de duplicação para bits de DRAM por dólar tem sido de apenas 1,5
ano.23

Uma tendência similar pode ser vista nos transistores. Em 1968, dava
para comprar um transistor por um dólar; em 2002, um dólar comprava
cerca de 10 milhões de transistores.

Já que DRAM é um campo especializado que tem visto sua própria

inovação, o tempo de dividir pela metade o preço de um transistor comum é
ligeiramente mais lento do que o da DRAM, cerca de 1,6 ano (ver figura
anterior).24
 Essa notável aceleração suave no preço-desempenho dos semicondutores
progrediu através de uma série de estágios de processos de tecnologia
(definido por tamanho padrão ) para dimensões sempre menores. O
tamanho padrão agora mergulha abaixo de cem nanômetros, que é
considerado o limite da “nanotecnologia”. 25

Ao contrário da rosa de Gertrude Stein, não é que um transistor é um

transistor é um transistor. Conforme foram ficando menores e menos caros,
os transistores também tornaram-se mais rápidos por um fator de cerca de
mil durante os últimos trinta anos (ver figura abaixo) — de novo porque os
elétrons têm uma distância menor a percorrer. 26
 Combinando as tendências exponenciais para transistores mais baratos e
ciclo mais curto, vê-se que, para reduzir à metade o custo por ciclo de
transistor, o tempo é de apenas 1,1 ano (ver figura abaixo). O custo por
27

ciclo de transistor é uma medida geral mais acurada do preço-desempenho

porque leva em consideração tanto velocidade quanto capacidade. Mas o
custo por ciclo do transistor ainda não considera a inovação em níveis mais
altos de projeto, (como o projeto de um microprocessador) que melhoram a
eficiência do computador.
 O número de transistores nos processadores Intel vem dobrando a cada
dois anos (ver figura abaixo). Vários outros fatores têm impulsionado o
preço-desempenho, incluindo a velocidade, a redução do custo por
microprocessador e as inovações nos projetos dos processadores. 28
 O desempenho de processadores em MIPS tem dobrado a cada 1,8 ano
por processador (ver figura abaixo). É de notar, também, que o custo por
processador também diminui nesse período. 29
 Se eu examinar minhas próprias quatro décadas e mais alguns anos de
experiência nessa indústria, posso comparar o computador do MIT que usei
quando estudante no final dos anos 1960 a um notebook recente. Em 1967,
tive acesso a um IBM 7094 de muitos milhões de dólares, com 32K (36-bit)
de memória e um quarto da velocidade de um processador MIPS. Em 2004,
usei um computador pessoal de 2 mil dólares com meio milhão de bytes de
RAM e uma velocidade de processamento de cerca de 2 mil MIPS. O
computador do MIT custava cerca de mil vezes mais, portanto a razão do
custo por MIPS é de cerca de 8 milhões para um.

Medida IBM 7094 c.1967 Notebook c.2004

Velocidade de processamento (MIPS) 0, 25 2.000

Memória principal (K bytes) 144 256.000

Custo aproximado (em dólares de 2003 $11.000.00 $2.000
Meu computador mais novo fornece 2 mil MIPS de processamento a um
custo que é aproximadamente 224 mais baixo do que o do computador que
usei em 1967. São 24 duplicações em 37 anos ou cerca de 18,5 meses por
duplicação. O tempo de duplicação diminui ainda mais se se considera o
aumento do valor aproximadamente 2 mil vezes maior da RAM, vastos
aumentos em armazenamento em disco e o conjunto mais potente de
instruções do meu computador de 2004, bem como vastas melhorias na
velocidade de comunicação, software mais potente e outros fatores.
Apesar dessa maciça deflação no custo de tecnologias de informação, a
demanda mais do que se manteve. O número de bits enviados dobrou a cada
1,1 ano, mais rápido do que o tempo de dividir pela metade em custo por
bit, que é de 1,5 ano. Como resultado, a indústria de semicondutores teve
30

um crescimento anual de 18% em total de receitas de 1958 a 2002. Toda a31

indústria da tecnologia da informação (TI) cresceu de 4,2% do produto

interno bruto em 1977 para 8,2% em 1998. A TI torna-se cada vez mais
32

influente em todos os setores econômicos. A parcela de valor contribuída

pela tecnologia da informação aumenta rapidamente para a maioria das
categorias de produtos e serviços. Até mesmo produtos manufaturados
comuns como mesas e cadeiras têm um conteúdo de informação,
representado por seus projetos computadorizados e pela programação dos
sistemas de estoque-abastecimento e sistemas de fabricação automatizada
usados em suas montagens.

Dobrando (ou dividindo ao meio os tempos) 33

RAM dinâmica de tamanho “half-pitch” (tamanho do menor chip) 5, 4 anos

RAM dinâmica (bits por dólar) 1, 5 ano

Preço médio do transistor 1,6 ano

Ciclo de custo-por-transistor de microprocessador 1, 1 ano

Total de bits enviados 1, 1 ano

Desempenho do processador em MIPS 1, 8 ano

Transistores em microprocessadores Intel 2 anos

Velocidade do microprocessador 3 anos

A Lei de Moore: uma profecia autorrealizável?

Alguns observadores têm afirmado que a Lei de Moore não é mais
do que uma profecia autorrealizável: que a indústria prevê onde
precisa estar em determinado tempo no futuro e organiza sua pesquisa
e desenvolvimento de acordo com aquilo. O próprio roteiro escrito
pela indústria é um bom exemplo disso. Mas as tendências
34

exponenciais na tecnologia da informação são muito mais amplas do

que as cobertas pela Lei de Moore. Pode-se ver o mesmo tipo de
tendência em essencialmente qualquer tecnologia ou medida que trate
de informação. Isso inclui muitas tecnologias em que uma percepção
de aceleração do preço-desempenho não existe e não foi previamente
articulada (ver abaixo). Mesmo dentro da própria computação, o
crescimento de capacidade por custo unitário é muito mais amplo do
que a Lei de Moore sozinha iria prever.
O quinto paradigma 35

A Lei de Moore na verdade não é o primeiro paradigma dos sistemas

computacionais. Pode-se ver isso quando se desenha um gráfico do preço-
desempenho — medido por instruções por segundo por milhares de dólares
constantes — de 49 famosos sistemas computacionais e computadores que
abrangem todo o século XX (ver na sequência).

Os cinco paradigmas do crescimento exponencial da computação:

cada vez que um paradigma perde o fôlego, outro assume o ritmo.
 Como a figura demonstra, houve na verdade quatro paradigmas
diferentes — eletromecânico, relês, válvulas e transistores discretos — que
mostravam um crescimento exponencial no preço-desempenho da
computação bem antes que os circuitos integrados fossem inventados. E o
paradigma de Moore não será o último. Quando a Lei de Moore atingir o
final de sua curva em S, agora esperado para 2020, o crescimento
exponencial continuará com a computação molecular tridimensional, que
vai constituir o sexto paradigma.

Dimensões fractais e o cérebro

Note-se que o uso da terceira direção em sistemas computacionais
 não é uma escolha ou-isto-ou-aquilo, mas um contínuo entre duas e
três dimensões. Em termos de inteligência biológica, o córtex humano
é, na realidade, bem plano, com apenas seis camadas finas que são
dobradas elaboradamente, uma arquitetura que aumenta em muito a
área da superfície. Esse dobrar é uma maneira de usar a terceira
dimensão. Em sistemas “fractais” (sistemas em que um desenho
substituto ou uma regra para dobrar é aplicado iterativamente),
estruturas que são dobradas elaboradamente são consideradas como
uma dimensão parcial. Nessa perspectiva, a superfície emaranhada do
córtex humano representa várias dimensões entre dois e três. Outras
estruturas do cérebro, como o cerebelo, são tridimensionais mas
abrangem uma estrutura repetitiva que é essencialmente
bidimensional. É provável que nossos futuros sistemas computacionais
também combinem sistemas que são altamente dobrados
bidimensionais com estruturas totalmente tridimensionais.
Note-se que a figura mostra uma curva exponencial em escala
logarítmica, indicando dois níveis de crescimento exponencial. Em outras
36

palavras, existe um crescimento exponencial suave e inconfundível na taxa

do crescimento exponencial. (Uma linha reta em escala logarítmica mostra
um crescimento exponencial simples; uma linha que se curva para cima
mostra um crescimento exponencial maior-do-que-simples.) Como se pode
ver, levou três anos para dobrar o preço-desempenho da computação no
começo do século XX, e dois anos no meio, e agora cerca de um ano. 37

Hans Moravec apresenta a seguinte tabela similar (ver figura abaixo),

que utiliza um conjunto diferente, mas que se superpõe, de computadores
históricos, e mapeia as linhas de tendência (gradientes) em diversos pontos
do tempo. Como acontece com a figura anterior, o gradiente aumenta com o
tempo, refletindo o segundo nível de crescimento exponencial. 38
 Projetando essas tendências de desempenho dos computadores para este
século seguinte, pode-se ver na figura abaixo que os supercomputadores
irão igualar a capacidade do cérebro humano no final desta década, e os
computadores pessoais irão igualá-la por volta de 2020 — ou talvez mais
cedo, dependendo de quão conservadora seja a estimativa da capacidade do
cérebro humano que se usa. (Estimativas da velocidade computacional do
cérebro humano serão discutidas no próximo capítulo.) 39
 O crescimento exponencial da computação é um maravilhoso exemplo
quantitativo dos retornos que crescem exponencialmente em um processo
evolutivo. Podemos expressar o crescimento exponencial da computação
em termos de seu ritmo acelerado: foram necessários noventa anos para
alcançar os primeiros MIPS por mil dólares; agora acrescentamos um MIPS
por mil dólares a cada cinco horas. 40
 O supercomputador Blue Gene/P da IBM está planejado para ter 1
milhão de gigaflops (bilhões de operações de vírgula flutuante por
segundo), ou 10 cálculos por segundo quando for lançado em 2007. Isso é
15 41

um décimo dos 10 cálculos por segundo necessários para emular o cérebro

16

humano (ver capítulo seguinte). E se extrapolarmos essa curva exponencial,

teremos 10 cálculos por segundo já na próxima década.
16

Como já foi discutido acima, a Lei de Moore refere-se estritamente ao

número de transistores de um circuito integrado de tamanho fixo, e algumas
vezes tem sido expressa ainda mais estritamente em termos de tamanho do
transistor. Mas a medida mais adequada para acompanhar o preço-
desempenho é a velocidade computacional por custo unitário, índice que
leva em consideração muitos níveis de “engenhosidade” (inovação, ou seja,
evolução tecnológica). Além de todas as invenções envolvidas nos circuitos
integrados, há múltiplas camadas de melhoria no projeto de computadores
(por exemplo, pipelining, processamento paralelo, instruções para previsão
do futuro, cache de instrução e memória, e muitos outros).
O cérebro humano usa um processo computacional, por analogia,
eletroquímico, muito pouco eficiente, controlado digitalmente. O grosso de
seus cálculos é feito nas conexões interneurais na velocidade de apenas
cerca de duzentos cálculos por segundo (em cada conexão), o que é pelo
menos 1 milhão de vezes mais lento do que circuitos eletrônicos
contemporâneos. Mas o cérebro retira seus poderes prodigiosos de sua
organização extremamente paralela em três dimensões. Há muitas
tecnologias nos bastidores que irão construir circuitos em três dimensões,
que serão discutidas no próximo capítulo.
Pode-se perguntar se há limites inerentes à capacidade da matéria e
energia suportarem processos computacionais. Essa é uma questão
importante, mas, como se verá no próximo capítulo, esses limites não serão
alcançados até bem tarde neste século. É importante distinguir entre a curva
em S, que é característica de qualquer paradigma tecnológico específico, e
o crescimento exponencial contínuo que é característico do processo
evolutivo contínuo dentro de uma ampla área de tecnologia, como a
computação. Paradigmas específicos, como Lei de Moore, acabam
atingindo níveis em que o crescimento exponencial não é mais factível. Mas
o crescimento da computação supera qualquer paradigma subjacente e é,
para os presentes propósitos, um expoente contínuo.
De acordo com a Lei dos Retornos Acelerados, a mudança de paradigma
(também chamada de inovação) transforma a curva em S de qualquer
paradigma específico em um expoente contínuo. Um novo paradigma,
como circuitos tridimensionais, toma posse quando o paradigma velho
aproxima-se de seu limite natural, o que já aconteceu pelo menos quatro
vezes na história da computação. Em espécies não humanas como macacos,
a habilidade para fazer ou usar ferramentas de cada animal caracteriza-se
por uma curva em S de aprendizado que termina abruptamente; em
compensação, a tecnologia criada pelos humanos tem seguido um padrão
exponencial de crescimento e aceleração desde sua origem.
Sequenciamento de DNA,memória, comunicações, a
internet e miniaturização
A civilização avança ampliando o número de operações importantes que podemos fazer
sem pensar nelas.
Alfred North Whitehead, 191142
As coisas agora são mais do que jamais foram antes.
Dwight D. Eisenhower
A Lei dos Retornos Acelerados aplica-se a toda a tecnologia, na verdade
a qualquer processo evolutivo. Ela pode ser mapeada com notável precisão
em tecnologias baseadas na informação porque há índices bem definidos
(por exemplo, cálculos por segundo por dólar ou cálculos por segundo por
grama) para medi-las. Há muitos exemplos do crescimento exponencial
implicado pela Lei dos Retornos Acelerados, em áreas tão variadas como
eletrônica de todo tipo, sequenciamento de DNA, comunicações,
escaneamento do cérebro, engenharia reversa do cérebro, o tamanho e o
objetivo do conhecimento humano e o tamanho da tecnologia que
rapidamente diminui. Esta última tendência está diretamente relacionada ao
surgimento da nanotecnologia.
A futura idade GNR (Genética, Nanotecnologia, Robótica) (ver capítulo
5) será originada não só pela explosão exponencial da computação, mas,
antes, pela interação e por miríades de sinergias que serão o resultado de
múltiplos avanços tecnológicos entrelaçados. Como cada ponto da curva do
crescimento exponencial subjacente a essa panóplia de tecnologias
representa um vívido drama humano de inovação e competição, é notável
que esses processos caóticos resultem em tendências exponenciais suaves e
previsíveis. Isso não é uma coincidência, mas, sim, um aspecto inerente aos
processos evolutivos.
Quando o escaneamento do genoma humano avançou em 1990, os
críticos indicaram que, dada a velocidade com que o genoma podia então
ser escaneado, iria levar milhares de anos para acabar o projeto. Entretanto
o projeto para quinze anos foi completado um pouco antes do prazo, com
um primeiro esboço em 2003. O custo do sequenciamento do DNA baixou
43

de cerca de dez dólares por par de bases em 1990 para uns poucos centavos
em 2004, e continua a cair rapidamente (ver figura abaixo). 44
 Tem havido um suave crescimento exponencial na quantidade de dados
da sequência de DNA que têm sido colhidos (ver figura abaixo). Um
45

recente exemplo dramático dessa capacidade melhorada foi o

sequenciamento do vírus da SARS, que levou apenas 31 dias a partir da
identificação do vírus quando comparado aos mais de quinze anos para o
vírus HIV. 46
 É claro que se espera ver crescimento exponencial em memórias
eletrônicas como RAM. Mas note como a tendência nesse gráfico
logarítmico (abaixo) move-se suavemente através de diferentes paradigmas
de tecnologia: válvula para o transistor discreto para o circuito integrado.
47
 Crescimento exponencial da capacidade da RAM através de mudanças
de paradigma.

Mas o crescimento do preço-desempenho da memória magnética (disco

rígido) não é um resultado da Lei de Moore. Essa tendência exponencial
reflete o imprensar de dados em um substrato magnético, mais do que
transistores em um circuito integrado, desafio técnico totalmente diferente
que é procurado por engenheiros diferentes e companhias diferentes. 48
 O crescimento exponencial na tecnologia das comunicações (medidas
para comunicar informação; ver a figura abaixo) por muitos anos tem sido
ainda mais explosivo do que as medidas de processamento ou memória da
computação, e suas implicações não são menos significativas. Novamente,
essa progressão envolve muito mais do que apenas constringir transistores
em um circuito integrado, mas inclui avanços acelerados de fibras ópticas,
comutação óptica, tecnologias eletromagnéticas e outros fatores.
49

Atualmente, estamos nos distanciando do emaranhado de fios em nossas

cidades e em nossas vidas cotidianas através da comunicação sem fio, cuja
potência vem dobrando a cada dez a onze meses (ver na próxima figura).
 As figuras abaixo mostram o crescimento geral da internet baseado no
número de servidores (computadores servidores da web). Esses dois
gráficos mapeiam os mesmos dados, mas um está em eixo logarítmico e o
outro, em linear. Como já foi discutido, enquanto a tecnologia progride
exponencialmente, nossa percepção é que ela está no campo linear. Do
ponto de vista da maioria dos observadores, nada acontecia nessa área até
meados dos anos 1990, quando, parecendo sair do nada, World Wide Web e
e-mail explodiram. Mas o surgimento da internet como fenômeno global era
prontamente previsível ao examinar dados exponenciais de tendências no
começo dos anos 1980 da Arpanet, precursora da internet. 50
Esta figura mostra os mesmos dados em uma escala linear. 51

A explosão da internet parece ser uma surpresa na escala linear, mas

era perfeitamente previsível na logarítmica.
 Além dos servidores, o tráfego real de dados na internet também vem
dobrando a cada ano. 52
 Para assimilar esse crescimento exponencial, a velocidade de transmissão
de dados do backbone da internet (como representada pelos canais do
backbone da comunicação anunciados mais rapidamente e na verdade
usados pela internet) cresceu, ela também, exponencialmente. Note-se que
na figura “Largura de banda do backbone da internet” abaixo, pode-se ver,
na realidade, a progressão das curvas em S: a aceleração propiciada por um
novo paradigma, seguida por um nivelamento conforme o paradigma perde
fôlego, seguido por uma aceleração renovada através da mudança de
paradigma. 53
 Outra tendência que terá profundas implicações para o século XXI é o
movimento geral na direção da miniaturização. Os tamanhos básicos de
uma larga gama de tecnologias, tanto elétricas quanto mecânicas, estão
diminuindo e em ritmo exponencial. No momento, a tecnologia está sendo
reduzida em tamanho por um fator de cerca de quatro por dimensão linear
por década. Essa miniaturização é a força motora por trás da Lei de Moore,
mas também é refletida no tamanho de todos os sistemas eletrônicos — por
exemplo, armazenamento magnético. Também se pode ver essa redução no
tamanho de dispositivos mecânicos, como ilustrada pelo gráfico sobre
tamanho. 54
 Enquanto a característica de destaque de uma ampla gama de tecnologias
caminha inexoravelmente para perto do campo de multinanômetros (menos
do que cem nanômetros — um bilionésimo de metro), ela tem sido
acompanhada por um interesse que cresce rápido na nanotecnologia.
Citações científicas sobre nanotecnologia têm aumentado
significativamente na última década, como se pode notar na figura abaixo.
55
 Pode-se ver o mesmo fenômeno em patentes relacionadas à
nanotecnologia (abaixo).
56
 Como se verá no capítulo 5, a revolução genética (ou biotecnologia) está
trazendo, para o campo da biologia, a revolução de informações, com seu
preço-desempenho e capacidade crescendo exponencialmente. Da mesma
forma, a revolução da nanotecnologia vai trazer o cada vez maior domínio
da informação para materiais e sistemas mecânicos. A revolução robótica
(ou “potente IA”) envolve a engenharia reversa do cérebro humano, o que
significa chegar a entender a inteligência humana em termos da informação,
e depois combinar as resultantes inspirações com cada vez mais potentes
plataformas computacionais. Assim, todas as três transformações que se
superpõem parcialmente — genética, nanotecnologia e robótica —, e que
irão dominar na primeira metade desde século, representam facetas
diferentes da revolução da informação.

Informação, ordem e evolução: Os insights de

Wolfram e os autômatos celulares de Fredkin
Como já descrito neste capítulo, todo aspecto da informação e da
tecnologia da informação cresce em ritmo exponencial. Inerente à
nossa expectativa de que a Singularidade aconteça na história humana
está a importância geral da informação para o futuro da experiência
humana. Vemos informação em todos os níveis da existência. Toda
forma de conhecimento humano e expressão artística — projetos e
ideias de engenharia e científicos, literatura, música, pinturas, filmes
— pode ser expressa como informação digital. Nossos cérebros
também funcionam digitalmente, através de pequenos disparos de
nossos neurônios. A fiação de nossas conexões interneurais pode ser
descrita digitalmente, e o projeto de nossos cérebros é especificado por
um código genético digital espantosamente pequeno. 57

De fato, a biologia inteira opera através de sequências lineares de

pares de bases de DNA com dois bits, que, por sua vez, controlam o
sequenciamento de apenas vinte aminoácidos em proteínas. Moléculas
dão forma a arranjos descontínuos de átomos. O átomo de carbono,
com suas quatro posições para formar conexões moleculares, está
particularmente apto para criar uma variedade de formas
tridimensionais, o que explica seu papel central tanto na biologia
quanto na tecnologia. Dentro do átomo, elétrons assumem distintos
níveis de energia. Outras partículas subatômicas, como os prótons,
compreendem números distintos de quarks de valência. Embora as
fórmulas da mecânica quântica sejam expressas em termos tanto de
campos contínuos quanto de níveis distintos, sabe-se que níveis
contínuos podem ser expressos em qualquer grau desejado de exatidão
usando dados binários. Com efeito, a mecânica quântica, como a
58

palavra “quantum” indica, baseia-se em valores discretos.

O físico-matemático Stephen Wolfram apresenta amplas evidências
que mostram como a complexidade crescente pode ter origem em um
universo que é, em essência, um sistema determinista, algorítmico (um
sistema baseado em regras fixas com resultados predeterminados). Em
seu livro A New Kind of Science [Um novo tipo de ciência], Wolfram
apresenta uma análise abrangente de como os processos subjacentes a
uma construção matemática chamada de “um autômato celular” tem o
potencial de descrever todos os níveis de nosso mundo natural. (Um 59

autômato celular é um mecanismo computacional simples que, por

exemplo, altera a cor de cada célula de uma grade, baseado na cor de
células adjacentes ou próximas, de acordo com uma regra de
transformação.)
Em sua opinião, é factível expressar todos os processos de
informação em termos de operações em autômatos celulares, portanto
os insights de Wolfram têm a ver com várias questões fundamentais
relacionadas com a informação e sua ubiquidade. Wolfram postula que
o próprio universo é um gigante computador de autômatos celulares.
Em sua hipótese, existe uma base digital para fenômenos
aparentemente analógicos (como movimento e tempo) e para as
fórmulas de física, e podemos modelar nosso entendimento da física
como simples transformações de um autômato celular.
Outros propuseram essa possibilidade. Richard Feynman refletia
sobre isso ao considerar o relacionamento da informação com a
matéria e a energia. Norbert Wiener foi o arauto de uma mudança
fundamental de foco, da energia para a informação, em seu livro de
1948, Cybernetics [Cibernética], e sugeriu que a transformação da
informação, não da energia, era o alicerce fundamental do universo. 60

Talvez quem primeiro tenha postulado que o universo está sendo

computado em um computador digital foi Konrad Zuse em 1967. 61

Zuse é mais conhecido como o inventor do primeiro computador

programável que funcionou, desenvolvido por ele de 1935 a 1941.
Proponente entusiástico de uma teoria da física baseada na
informação foi Edward Fredkin, que, no começo dos anos 1980,
propôs uma “nova teoria da física” baseada na ideia de que o universo,
em última análise, é composto de software. Não se deve pensar na
realidade como sendo feita por partículas e forças, de acordo com
Fredkin, mas, sim, por bits de dados modificados de acordo com as
regras de computação.
Fredkin disse, segundo Robert Wright nos anos 1980:

Há três grandes questões filosóficas. O que é a vida? O que é a

consciência e o pensamento e a memória e tudo isso? E como funciona
o universo? [...] (A) “opinião informacional” abrange todas as três [...].
Quero dizer que, no nível mais básico de complexidade, um processo
informacional gera o que pensamos como sendo a física. No nível mais
alto de complexidade, vida, DNA — você sabe, as funções
bioquímicas — são controladas por um processo digital de informação.
Então, em outro nível, nossos processos de pensar são basicamente
processamento de informações [...]. Encontro as evidências que
sustentam minha opinião em 10 mil lugares diferentes [...] e, para
mim, é totalmente impressionante. É como quando existe um animal
que quero achar. Encontrei suas pegadas. Encontrei seu excremento.
Encontrei a comida mastigada pela metade. Encontro pedaços de sua
pele, e assim por diante. Em todos os casos, isso serve para um tipo de
animal, e este não é como qualquer outro animal que alguém tenha
visto. As pessoas dizem: Onde está esse animal? Eu digo: Bem, ele
estava aqui, ele tem mais ou menos este tamanho, isto, aquilo etc. E
conheço mil coisas sobre ele. Eu não o tenho à mão, mas sei que está
aqui [...]. O que eu vejo é tão irrefutável que não pode ser fruto da
minha imaginação. 62

Comentando a teoria da física digital de Fredkin, Wright escreve:

Fredkin [...] está falando de uma característica interessante de

alguns programas de computador, incluindo muitos autômatos
celulares: não há atalho para descobrir para onde nos levam. Esta é, de
fato, uma diferença básica entre a abordagem “analítica”, associada à
matemática tradicional, incluindo equações diferenciais, e a
abordagem “computacional”, associada a algoritmos. Pode-se prever
um futuro estágio de um sistema suscetível à abordagem analítica sem
resolver quais estágios ele vai ocupar entre agora e então, mas, no caso
de muitos autômatos celulares, deve-se passar por todos os estágios
intermediários para descobrir como será o fim: não há maneira de
conhecer o futuro sem que se observe como ele se desenvolve [...].
Fredkin explica: “Não há maneira de saber a resposta de alguma
pergunta mais rápido do que aquilo que está acontecendo”. Fredkin
acredita que o universo é, literalmente, um computador, e que está
sendo usado por alguém, ou alguma coisa, para resolver um problema.
Parece uma piada de notícias boas/notícias ruins: a notícia boa é que
nossas vidas têm uma finalidade; a notícia ruim é que essa finalidade é
ajudar algum hacker distante a calcular o valor de pi até 9 zilhões de
casas decimais. 63

Fredkin continuou mostrando que, embora a energia seja necessária

para armazenar e recuperar informações, pode-se reduzir
arbitrariamente a energia necessária para desempenhar qualquer
exemplo de processamento de informações, e essa operação não tem
limite inferior. Isso implica que a informação, mais do que a matéria e
64

a energia, pode ser considerada como a realidade mais fundamental. 65

Voltarei ao insight de Fredkin em relação ao limite inferior extremo de

energia necessário para a computação e a comunicação no capítulo 3,
já que isso pertence, em última análise, à potência da inteligência no
universo.
 Wolfram constrói sua teoria basicamente sobre um insight único e
unificado. A descoberta que deixou Wolfram tão empolgado é uma
simples regra que ele chama de regra 110 sobre autômatos celulares e
seu comportamento. (Há algumas outras regras interessantes sobre
autômatos, mas a regra 110 esclarece bastante bem a questão.) A
maioria das análises de Wolfram trata de autômatos celulares mais
simples possíveis, especificamente os que envolvem apenas uma linha
unidimensional de células, duas cores possíveis (branco e preto) e
regras baseadas só nas duas células imediatamente adjacentes. Para
cada transformação, a cor de uma célula depende só de sua própria cor
anterior e da cor da célula à direta e a da célula à esquerda. Portanto,
há oito situações possíveis de entrada de dados (ou seja, três
combinações de duas cores). Cada regra relaciona todas as
combinações dessas oito situações de entrada de dados a uma saída
(branca ou preta). Portanto, há 2 (256) regras possíveis para um
8

autômato celular adjacente, unidimensional, bicolor. Metade das 256

regras possíveis relaciona-se com a outra metade por causa da simetria
direita-esquerda. Pode-se, de novo, relacionar a metade deles por causa
da equivalência preto/branco, portanto sobram 64 tipos de regras.
Wolfram ilustra a ação desses autômatos com padrões bidimensionais
em que cada linha (ao longo do eixo y) representa uma geração
subsequente ao aplicar a regra a todas as células dessa linha.
A maioria dessas regras está corrompida, isto é, elas criam padrões
repetitivos sem interesse, como células de uma única cor ou um padrão
xadrez. Wolfram chama essas regras de autômatos classe 1. Algumas
regras produzem faixas arbitrariamente espaçadas que ficam estáveis,
e Wolfram as classifica como classe 2. As regras de classe 3 são um
pouco mais interessantes, já que figuras reconhecíveis (como
triângulos) aparecem em ordem essencialmente aleatória no padrão
resultante.
Entretanto, foram os autômatos de classe 4 que deram origem à
experiência “aha”, que resultou em Wolfram dedicar uma década ao
tópico. Autômatos de classe 4, de que a regra 110 é o exemplo por
excelência, produzem padrões surpreendentemente complexos que não
se repetem. Neles, podem-se ver artefatos como linhas em vários
ângulos, agregação de triângulos e outras configurações interessantes.
O padrão resultante, entretanto, não é nem regular, nem totalmente
aleatório, parece ter alguma ordem, mas jamais é previsível.
 Por que isso é importante ou interessante? Lembre que começamos
com o ponto de partida mais simples possível: uma única célula preta.
O processo envolve a aplicação repetitiva de uma regra muito
simples. Desse processo repetitivo e determinista, poderia ser
66

esperado um comportamento repetitivo e previsível. Aqui há dois

resultados surpreendentes. Um é que os resultados produzem um
aparente imprevisto. Mas os resultados são mais interessantes do que a
pura imprevisibilidade, que, ela mesma, iria ficar entediante muito
rápido. Há aspectos discerníveis e interessantes nos desenhos
produzidos, de modo que o padrão tem alguma ordem e inteligência
aparente. Wolfram inclui vários exemplos dessas imagens, muitas bem
agradáveis de olhar.
Wolfram enfatiza repetidamente o seguinte ponto: “Sempre que se
encontra um fenômeno que parece complexo, é quase certeza de que o
fenômeno deve ser resultado de algum mecanismo subjacente, que é,
ele mesmo, complexo. Mas minha descoberta de que programas
simples conseguem produzir grande complexidade deixa claro que
aquilo não está correto”.67

Na verdade, acho o comportamento da regra 110 bem agradável.

Além disso, a ideia de que um processo completamente determinista
possa ter resultados que são completamente imprevisíveis é muito
importante, já que dá uma explicação para como o mundo pode ser
inerentemente imprevisível enquanto ainda está baseado em regras
totalmente deterministas. Entretanto, não fico totalmente surpreso
68

com a ideia de que mecanismos simples possam ter resultados mais

complicados do que suas condições iniciais. Já se viu esse fenômeno
em fractais, caos e teoria da complexidade, e sistemas que se auto-
organizam (como redes neurais e modelos de Markov), que começam
com redes simples mas se organizam para produzir comportamento
aparentemente inteligente.
Em um nível diferente, pode-se ver isso no próprio cérebro humano,
que começa com cerca de 30 a 100 milhões de bytes de especificação
no genoma comprimido, mas acaba com uma complexidade que é
cerca de 1 bilhão de vezes maior. 69

Também não é de espantar que um processo determinista possa

produzir resultados aparentemente aleatórios. Já se viu geradores de
números aleatórios (por exemplo, a função “randomizante” no
programa Mathematica de Wolfram) que usam processos deterministas
para produzir sequências que passam nos testes estatísticos de
aleatoriedade. Esses programas datam dos primeiros dias do software
de computador, como as primeiras versões do Fortran. Contudo,
Wolfram fornece, sim, uma base teórica rigorosa para essa observação.
Wolfram então descreve como simples mecanismos computacionais
podem existir na natureza em diferentes níveis, e mostra que esses
mecanismos simples e deterministas podem produzir toda a
complexidade que vemos e vivemos. Ele dá muitos exemplos, como o
agradável desenho da pigmentação nos animais, o formato e as marcas
nas conchas, e os padrões de turbulência (como o comportamento da
fumaça no ar). Ele ressalta que a computação é essencialmente simples
e ubíqua. A aplicação repetitiva de transformações computacionais
simples, de acordo com Wolfram, é a verdadeira fonte da
complexidade do mundo. Minha opinião é de que isso só está
parcialmente correto. Concordo com Wolfram que a computação está
toda em volta de nós e que alguns dos padrões que vemos são criados
pelo equivalente aos autômatos celulares. Mas a pergunta-chave que se
deve fazer é esta: Precisamente, quão complexos são os resultados dos
autômatos de classe 4?
Wolfram de fato desvia-se da questão dos graus de complexidade.
Concordo que um padrão corrompido como um tabuleiro de xadrez
não tem complexidade. Wolfram também reconhece que a mera
aleatoriedade não representa complexidade, porque a pura
aleatoriedade também se torna previsível em sua pura falta de
previsibilidade. É verdade que os aspectos interessantes dos autômatos
de classe 4 não são nem repetitivos, nem puramente aleatórios, de
modo que concordo que eles são mais complexos do que os resultados
produzidos por outras classes de autômatos.
Entretanto, apesar de tudo, existe um limite definido para a
complexidade produzida pelos autômatos de classe 4. As muitas
imagens desses autômatos no livro de Wolfram têm todas aspecto
similar e, embora não sejam repetitivas, são interessantes (e
inteligentes) apenas até um certo ponto. Além disso, elas não
continuam evoluindo para algo mais complexo, nem desenvolvem
novos tipos de características. Pode-se fazer funcionar esses autômatos
por trilhões ou mesmo trilhões de trilhões de iterações e a imagem iria
permanecer no mesmo nível limitado de complexidade. Elas não
evoluem para, digamos, insetos ou humanos ou prelúdios de Chopin
ou qualquer outra coisa que se possa considerar como de maior ordem
de complexidade do que as faixas e os triângulos que se misturam
apresentados nessas imagens.
Complexidade é um continuum. Aqui, defino “ordem” como
“informação que serve a um propósito”. Um processo totalmente
70

previsível tem zero de ordem. Um alto nível de informação sozinho

também não implica necessariamente um alto nível de ordem. Um
catálogo telefônico tem muita informação, mas o nível da ordem dessa
informação é bem baixo. Uma sequência aleatória é essencialmente
informação pura (pois não é previsível), mas não tem ordem. O
produto dos autômatos de classe 4 tem um certo nível de ordem e ele
sobrevive como outros padrões infatigáveis. Mas o padrão
representado por um ser humano tem um nível muito mais alto de
ordem e de complexidade.
Seres humanos preenchem um propósito muito exigente: eles
sobrevivem em um nicho ecológico desafiador. Seres humanos
representam uma hierarquia extremamente intrincada e elaborada de
outros padrões. Wolfram considera que quaisquer padrões que
combinam alguns aspectos reconhecíveis e elementos imprevisíveis
são de fato equivalentes entre si. Mas ele não mostra como um
autômato de classe 4 pode jamais aumentar sua complexidade, que
dirá transformar-se em um padrão tão complexo quanto um ser
humano.
Há um elo perdido aqui, um que iria esclarecer como se chega dos
padrões interessantes, mas em última análise rotineiros de um
autômato celular, à complexidade de estruturas constantes que
demonstram níveis mais altos de inteligência. Por exemplo, esses
padrões de classe 4 não são capazes de resolver problemas
interessantes, e nenhuma quantidade de iteração os deixará mais perto
de fazer isso. Wolfram iria argumentar que um autômato de regra 110
poderia ser usado como um “computador universal”. Entretanto, por
71

si mesmo, um computador universal não é capaz de resolver

problemas inteligentes sem o que se chamaria de “software”. É a
complexidade do software que opera um computador universal que é
exatamente a questão.
Pode-se ressaltar que padrões de classe 4 resultam dos autômatos
celulares mais simples possíveis (unidimensionais, duas cores, ]). O
que acontece ao aumentar a dimensionalidade — por exemplo, usando
múltiplas cores ou mesmo generalizando esses autômatos celulares
distintos para funções contínuas? Wolfram trata de tudo isso
minuciosamente. Os resultados produzidos por autômatos mais
complexos são essencialmente os mesmos dos muito simples. Obtêm-
se os mesmos tipos de padrões interessantes, mas, em última análise,
bem limitados. Wolfram faz a curiosa observação de que não é preciso
usar regras mais complexas para obter complexidade no produto final.
Mas eu faria a observação contrária de que não podemos aumentar a
complexidade do resultado final através de regras mais complexas ou
maior iteração. Portanto, os autômatos celulares só nos levam até certo
ponto.

A inteligência artificial pode evoluir a partir de

regras simples?
Então como se chega desses padrões interessantes, mas limitados,
àqueles dos insetos ou humanos ou prelúdios de Chopin? Um conceito
que deve ser considerado é o conflito — ou seja, a evolução.
Acrescentando outro conceito simples — um algoritmo evolucionista
— aos autômatos celulares simples de Wolfram, começa-se a obter
resultados muito mais empolgantes e mais inteligentes. Wolfram diria
que autômatos de classe 4 e um algoritmo evolucionista são
“equivalentes computacionais”. Mas isso é verdade apenas no que
considero ser o nível de “hardware”. No nível de software, a ordem
dos padrões produzidos é claramente diferente a de uma ordem
diferente de complexidade e utilidade.
Um algoritmo evolucionista pode começar com soluções potenciais
para um problema, geradas aleatoriamente, que são codificadas em um
código genético digital. Então, tem-se que as soluções competem entre
si em uma batalha evolucionista simulada. As melhores soluções
sobrevivem e procriam em uma reprodução sexual simulada, em que
soluções filhas são criadas, extraindo seu código genético (soluções
codificadas) de dois genitores. Também se pode introduzir um índice
de mutação genética. Vários parâmetros de alto nível desse processo,
como o índice de mutação, o índice de descendência etc., são
chamados adequadamente de “parâmetros de Deus”, e é tarefa do
engenheiro que projeta o algoritmo evolucionista configurá-lo com
valores razoavelmente ótimos. O processo é executado por muitos
milhares de gerações de evolução simulada, e, no final do processo, é
provável encontrar soluções que são de uma ordem distintamente mais
elevada do que as do começo.
Os resultados desses algoritmos evolucionistas (às vezes chamados
de genéticos) podem ser soluções elegantes, belas e inteligentes para
problemas complexos. Por exemplo, eles têm sido usados para criar
projetos artísticos e projetos para formas artificiais de vida, bem como
para executar uma ampla gama de tarefas práticas, como projetar
motores a jato. Algoritmos genéticos são uma abordagem de
inteligência artificial “estreita” — ou seja, criar sistemas que podem
desempenhar determinadas funções que costumavam precisar da
aplicação da inteligência humana.
Mas ainda falta alguma coisa. Embora algoritmos genéticos sejam
uma ferramenta útil para resolver problemas específicos, eles jamais
atingiram algo parecido com a “IA forte” — ou seja, uma aptidão
parecida com os aspectos amplos, profundos e sutis da inteligência
humana, especialmente sua capacidade de reconhecer padrões e de
dominar a linguagem. O problema: será que não deixamos os
algoritmos evolucionistas funcionarem pelo tempo necessário? Afinal,
os humanos evoluíram através de um processo que levou bilhões de
anos. Talvez não seja possível recriar esse processo em apenas uns
poucos dias ou semanas de simulação por computador. Isso não vai
funcionar, entretanto, porque algoritmos genéticos convencionais
atingem uma assíntota em seu nível de desempenho, então fazê-los
funcionar por um tempo mais longo não ajuda.
Um terceiro nível (além da habilidade dos processos celulares
produzirem aparente aleatoriedade e dos algoritmos genéticos
produzirem soluções focadas inteligentes) é realizar evolução em
múltiplos níveis. Algoritmos genéticos convencionais permitem
evoluir apenas dentro dos limites de um problema restrito e de um
único meio de evolução. O próprio código genético precisa evoluir; as
regras da evolução precisam evoluir. A natureza não ficou com um
único cromossomo, por exemplo. Houve muitos níveis de indireção
incorporados no processo evolutivo natural. E é preciso um ambiente
complexo para que ocorra a evolução.
Entretanto, para construir uma IA forte, será preciso causar um
curto-circuito nesse processo, aplicando a engenharia reversa no
cérebro humano, projeto em franco andamento, beneficiando-se com
isso do processo evolucionista que já aconteceu. Serão aplicados
algoritmos evolucionistas dentro dessas soluções, igual ao que faz o
cérebro humano. Por exemplo, a fiação fetal é inicialmente aleatória,
com restrições especificadas no genoma em, ao menos, algumas
regiões. Pesquisa recente mostra que áreas relacionadas ao
aprendizado passam por mais mudanças, enquanto estruturas
relacionadas ao processamento sensorial mudam pouco depois do
nascimento. 72

Wolfram afirma corretamente que certos (na verdade, a maioria)

processos computacionais não são previsíveis. Isto é, não se pode
predizer estados futuros sem passar pelo processo todo. Concordo com
ele que só podemos obter a resposta antecipadamente se, de alguma
maneira, conseguirmos simular um processo com velocidade maior.
Dado que o universo funciona na velocidade mais rápida possível, em
geral não há como provocar um curto-circuito no processo. Contudo,
temos os benefícios de bilhões de anos já ocorridos de evolução, que
são responsáveis pelo grande aumento do grau de complexidade no
mundo natural. Podemos nos beneficiar disso, usando nossas
ferramentas evoluídas para aplicar engenharia reversa nos produtos da
evolução biológica (principalmente no cérebro humano).
É verdade que alguns fenômenos da natureza que podem parecer
complexos em algum nível são meramente o resultado de simples
mecanismos computacionais subjacentes, que, essencialmente, são os
autômatos celulares trabalhando. O padrão interessante de triângulos
nas conchas do caramujo do mar (muito mencionado por Wolfram) ou
os padrões intrincados e variados de um floco de neve são bons
exemplos. Não creio que isso seja uma observação nova, já que
sempre tem sido considerado que o desenho dos flocos de neve deriva
de um simples processo de construção molecular semelhante ao
computador. Entretanto, Wolfram nos fornece uma base teórica
convincente para expressar esses processos e os padrões que daí
resultam. Mas há mais na biologia do que padrões de classe 4.
Outra tese importante de Wolfram encontra-se em seu minucioso
tratamento da computação como sendo um fenômeno simples e
ubíquo. É claro, sabe-se há mais de um século que a computação é
inerentemente simples: pode-se construir qualquer nível possível de
complexidade tendo como base as manipulações mais simples da
informação.
Por exemplo, o computador mecânico de Charles Babbage do final
do século XIX (que nunca funcionou) fornecia apenas um punhado de
códigos operacionais, mas fornecia (dentro de sua capacidade de
memória e velocidade) os mesmos tipos de transformação que os
computadores modernos dão. A complexidade da invenção de
Babbage era devida apenas aos detalhes de seu projeto, que, de fato,
comprovaram ser muito difíceis para Babbage realizar usando a
tecnologia disponível para ele.
A máquina de Turing, conceito teórico de Alan Turing de um
computador universal de 1950, só fornece sete comandos muito
básicos, mas que podem ser organizados para desempenhar qualquer
computação possível. A existência de uma “máquina de Turing
73

universal”, que pode simular qualquer máquina de Turing possível

descrita em sua fita de memória, é uma demonstração adicional da
universalidade e simplicidade da computação. Em The Age of
74

Intelligent Machines, mostrei como qualquer computador pode ser

construído a partir de “um número adequado de [um] dispositivo muito
simples”, isto é, o “nor gate”. Essa não é exatamente a mesma
75

demonstração de uma máquina de Turing universal, mas demonstra

que qualquer computação pode ser desempenhada por uma cascata
desse dispositivo muito simples (que é mais simples do que a regra
110), tendo o software certo (que, nesse caso, incluiria a descrição da
conexão das “nor gates”). 76

Embora sejam necessários conceitos adicionais para descrever um

processo evolutivo que pode criar soluções inteligentes para
 problemas, a demonstração de Wolfram, da simplicidade e ubiquidade
da computação, é uma contribuição importante para compreender o
significado fundamental da informação no mundo.

MOLLY 2004: Você tem máquinas evoluindo em ritmo acelerado. E os

humanos?
RAY: Você quer dizer humanos biológicos?
MOLLY 2004: Sim.
CHARLES DARWIN: Presume-se que a evolução biológica está continuando,
não é?
RAY: Bom, biologia neste nível evolui tão devagar que quase não conta. Eu
falei que a evolução opera através da indireção. Acontece que os
paradigmas mais velhos como a evolução biológica continuam, mas na
velocidade antiga, então elas são eclipsadas pelos novos paradigmas. A
evolução biológica de animais tão complexos quanto os humanos leva
dezenas de milhares de anos até que se percebam as diferenças. Toda a
história da evolução cultural e tecnológica humana tem acontecido nessa
escala de tempo. Contudo, estamos agora prestes a ascender além das
criações frágeis e lentas da evolução biológica em meras décadas. O
progresso atual está em uma escala que é de mil a 1 milhão de vezes mais
rápido do que a evolução biológica.
NED LUDD: E se nem todos quiserem colaborar com isso?
RAY: Não esperaria que quisessem. Sempre há os adeptos adiantados e os
atrasados. Sempre há um avanço e um recuo na tecnologia ou em qualquer
mudança evolutiva. Ainda há quem empurre arados, mas isso não reduziu a
velocidade da adoção de celulares, telecomunicações, internet,
biotecnologia etc. Há sociedades na Ásia que pularam de economias
agrárias para economias de informação sem passar pela industrialização. 77

NED: Pode ser, mas a distância digital está ficando pior.

RAY: Sei que as pessoas dizem isso, mas como é que pode ser verdade? O
número de humanos está crescendo muito devagar. O número de humanos
conectados digitalmente, não importa de que jeito seja medido, cresce
rapidamente. Uma fração cada vez maior da população do mundo está
obtendo dispositivos de comunicação eletrônicos e saltando por cima de
nosso sistema primitivo de fiação telefônica ao se conectar sem fio com a
internet, portanto a separação digital está diminuindo rapidamente, e não
crescendo.
MOLLY 2004: Ainda acho que a questão dos que têm/não têm não chama
bastante a atenção. Podemos fazer mais.
RAY: É verdade, mas as forças impessoais, predominantes, da Lei dos
Retornos Acelerados estão se movendo, apesar de tudo, na direção certa.
Pense que a tecnologia em uma determinada área começa custando demais
e não funcionando muito bem. Depois ela fica só cara e funciona um pouco
melhor. No passo seguinte o produto fica barato e funciona muito bem. Por
fim, a tecnologia fica virtualmente grátis e funciona às mil maravilhas. Não
faz muito tempo que, quando você via alguém usando um telefone portátil
em um filme, ele ou ela era membro da elite do poder, porque só quem era
rico podia bancar telefones portáteis. Ou, como exemplo mais aflitivo,
pense nos remédios para aids. Eles começaram não funcionando muito bem
e custando mais do que 10 mil dólares por ano por paciente. Agora eles
funcionam muito melhor e baixaram para centenas de dólares por ano em
países pobres. Infelizmente, em relação à aids, ainda não chegamos ao
78

estágio de funcionar muito bem e custar quase nada. O mundo está

começando a tomar medidas mais efetivas, mas é trágico que não se tem
feito mais. O resultado é que milhões de vidas, a maioria na África, foram
perdidas. Mas o efeito da Lei dos Retornos Acelerados, apesar de tudo, está
se movendo na direção certa. E o intervalo de tempo entre liderar e ficar
para trás está, ele mesmo, diminuindo. Agora mesmo calculo esse intervalo
em cerca de uma década. Em uma década, ele estará menor do que em cerca
de meia década.
A Singularidade como imperativo econômico
O homem razoável adapta-se ao mundo; aquele que não é razoável persiste em tentar
adaptar o mundo a ele. Portanto, todo progresso depende do homem não razoável.
George Bernard Shaw, “Maxims for Revolutionists”, Man and Superman, 1903
Todo progresso está baseado em um desejo universal inato, por parte de todo
organismo, de viver além de suas posses.
Samuel Butler, Notebooks, 1912
Se eu estivesse, hoje, rumando para a Costa Oeste para começar um novo negócio,
estaria olhando para biotecnologia e nanotecnologia.
Jeff Bezos, fundador e presidente da Amazon.com

Pegue 80 trilhões de dólares —apenas por tempo limitado

Você vai obter 80 trilhões de dólares apenas lendo esta seção e
entendendo o que ela diz. Para maiores detalhes, ver abaixo. (É verdade que
um autor faz quase qualquer coisa para manter sua atenção, mas faço
seriamente essa afirmação. Até que eu explique melhor, entretanto, leia
cuidadosamente a primeira sentença deste parágrafo.)
A Lei dos Retornos Acelerados é fundamentalmente uma teoria
econômica. Teoria e políticas econômicas contemporâneas baseiam-se em
modelos ultrapassados que enfatizam custos de energia, preços de
commodities e investimento de capital na fábrica, e equipamentos como
forças motrizes fundamentais, enquanto deixam muito de lado capacidade
computacional, memória, largura de banda, tamanho da tecnologia,
propriedade intelectual, conhecimento e outros constituintes cada vez mais
vitais (e aumentos cada vez mais vitais) que são o motor da economia.
É o imperativo econômico de um mercado competitivo que é a força
primária que impele a tecnologia para a frente, e que é o combustível da Lei
de Retornos Acelerados. Por sua vez, a Lei dos Retornos Acelerados está
transformando os relacionamentos econômicos. Imperativo econômico é o
equivalente à sobrevivência na evolução biológica. Estamos indo na direção
de máquinas menores e mais inteligentes como resultado de miríades de
avanços pequenos, cada um com sua justificativa econômica particular. As
máquinas que podem desempenhar sua missão com maior precisão têm
maior valor, o que explica por que estão sendo construídas. Há dezenas de
milhares de projetos que representam um avanço dos vários aspectos da Lei
de Retornos Acelerados de diversas maneiras graduais.
Sem considerar os ciclos de negócios prestes a terminar, o apoio para
“alta tecnologia” na comunidade de negócios, e em especial para o
desenvolvimento de software, cresceu enormemente. Quando comecei
minha companhia de reconhecimento óptico de caracteres (OCR) e de
sintetização da fala (Kurtweil Computer Products) em 1974,
empreendimentos de risco de alta tecnologia somavam menos de 30
milhões de dólares (em dólares de 1974). Mesmo durante a recente recessão
da alta tecnologia (2000-3), o número era quase cem vezes maior. 79

Teríamos de rejeitar o capitalismo e qualquer vestígio de competição

econômica para parar essa progressão.
É importante ressaltar que estamos progredindo exponencialmente, mas
ainda gradualmente, na direção da “nova” economia baseada em
conhecimento. Quando a chamada nova economia não transformou do dia
80

para a noite os modelos de negócios, muitos observadores foram rápidos em

deixar de lado a ideia como sendo inerentemente defeituosa. Vão passar
outros pares de décadas antes que o conhecimento domine a economia,
mas, quando acontecer, irá representar uma profunda transformação.
O mesmo fenômeno foi visto nos ciclos de altas e baixas da internet e das
telecomunicações. As altas foram alimentadas pela visão válida de que a
internet e a distribuição de comunicações eletrônicas representavam
transformações fundamentais. Mas, quando essas transformações não
aconteceram no que eram prazos irreais, desapareceram mais de 2 trilhões
de dólares de capitalização do mercado. Como indico abaixo, a real adoção
dessas tecnologias progrediu suavemente sem indícios de altas e baixas.
Virtualmente todos os modelos econômicos ensinados nas aulas de
economia e usados pelo Federal Reserve Board para definir políticas
monetárias, pelas agências do governo para definir políticas econômicas e
por previsões econômicas de todo tipo estão fundamentalmente errados em
sua visão de tendências de longo prazo. Isso porque são baseados na visão
“intuitiva linear” da história (suposição de que o ritmo de mudança vai
continuar o mesmo que agora) mais do que na visão exponencial baseada na
história. A razão pela qual esses modelos lineares parecem funcionar por
algum tempo é a mesma razão por que a maioria das pessoas adota a visão
linear intuitiva em primeiro lugar: tendências exponenciais parecem ser
lineares quando vistas e vivenciadas por um tempo curto, em particular nos
estágios iniciais de uma tendência exponencial, quando não acontece muita
coisa. Mas, quando o cotovelo da curva é alcançado e o crescimento
exponencial explode, os modelos lineares quebram.
Enquanto este livro está sendo escrito, os Estados Unidos estão
debatendo mudar o programa de Seguro Social, com base em projeções que
chegam a 2042, aproximadamente o mesmo prazo que calculei para a
Singularidade (veja o próximo capítulo). Essa revisão da política econômica
é pouco comum nos prazos muito longos envolvidos. As previsões são
baseadas em modelos lineares de aumento de longevidade e crescimento
econômico muito pouco realistas. Por um lado, o aumento da longevidade
superará em muito as expectativas modestas do governo. Por outro, as
pessoas não vão procurar aposentar-se com 65 anos quando têm os corpos e
cérebros dos trinta anos. Mais importante, o crescimento econômico a partir
de tecnologias “GNR” (ver capítulo 5) vai superar em muito as estimativas
de 1,7% por ano que estão sendo usadas (o que diminui pela metade até
mesmo nossa vivência dos últimos quinze anos).
As tendências exponenciais subjacentes ao aumento da produtividade
estão apenas dando início a essa fase explosiva. O produto interno bruto
real dos Estados Unidos tem crescido exponencialmente, impelido pela
produtividade, aumentada graças à tecnologia, como se pode ver na figura
abaixo.81
 Alguns críticos atribuem o aumento da população ao aumento
exponencial do PIB, mas pode-se ver a mesma tendência usando uma base
per capita (ver a figura abaixo).
82
 Note-se que o crescimento exponencial subjacente na economia é uma
força muito mais potente do que recessões periódicas. Mais importante:
recessões, incluindo depressões, representam apenas desvios temporários da
curva subjacente. Mesmo a Grande Depressão representa apenas um ponto
mínimo no contexto do padrão subjacente de crescimento. Em todo caso, a
economia encontra-se exatamente onde iria estar caso a recessão/depressão
não tivesse ocorrido.
A economia mundial continua acelerando. O Banco Mundial publicou
um relatório no final de 2004 indicando que o ano que passou foi mais
próspero do que qualquer ano na história, com um crescimento global de
4%. Além do mais, as taxas mais altas foram dos países em
83

desenvolvimento: mais de 6%. Mesmo omitindo China e Índia, a taxa ficou

acima de 5%. Na Ásia Oriental e na região do Pacífico, o número de
pessoas vivendo em extrema pobreza foi de 470 milhões em 1990 para 270
milhões em 2001, e está projetado pelo Banco Mundial como abaixo de 20
milhões em 2015. Outras regiões estão mostrando um crescimento
econômico similar, embora um pouco menos dramático.
A produtividade (resultado econômico por trabalhador) também tem
crescido exponencialmente. Essas estatísticas estão, de fato, muito
subestimadas porque não refletem totalmente melhorias significativas na
qualidade e nas características de produtos e serviços. Não é o caso de “um
carro é um carro”; tem havido grandes melhorias em segurança, confiança e
características. É certo que mil dólares de computação hoje são muito mais
potentes do que mil dólares há dez anos (ou um fator de mais de mil). Há
muitos outros exemplos desse tipo. Drogas farmacêuticas estão cada vez
mais eficazes porque agora são projetadas para levar modificações no exato
caminho metabólico subjacente a doenças e processos de envelhecimento
com o mínimo de efeitos colaterais (note-se que a vasta maioria das drogas
hoje no mercado ainda reflete o velho paradigma; ver capítulo 5). Produtos
encomendados em cinco minutos na web e entregues na sua porta valem
mais do que produtos que você mesmo tem de ir buscar. Roupas sob medida
para seu corpo único valem mais do que roupas que você acha em uma
arara da loja. Esses tipos de melhorias estão ocorrendo na maioria das
categorias de produtos, e nenhum deles é refletido nas estatísticas de
produtividade.
Os métodos estatísticos subjacentes às medidas de produtividade tendem
a desprezar os ganhos, concluindo essencialmente que ainda recebemos só
um dólar de produtos e serviços por um dólar, apesar de recebermos muito
mais por aquele dólar. (Computadores são um exemplo extremo desse
fenômeno, mas acontece em todas as áreas.) O professor Pete Klenow da
Universidade de Chicago e o professor Mark Bils da Universidade de
Rochester estimam que o valor em dólares constantes de bens existentes
tem aumentado em 1,5% ao ano nos últimos vinte anos por causa de
melhorias qualitativas. Isso ainda não considera a introdução de produtos e
84

categoria de produtos inteiramente novos (por exemplo, celulares, pagers,

computadores de bolso, músicas baixadas e programas de software). Não
considera o valor crescente da própria web. Como atribuir um valor para a
disponibilidade de recursos grátis como enciclopédias on-line e
mecanismos de busca que cada vez mais fornecem portais efetivos para o
conhecimento humano?
O Bureau of Labor Statistics, que é responsável pelas estatísticas da
inflação, usa um modelo que incorpora uma estimativa de crescimento de
qualidade de apenas 0,5% ao ano. Usar as estimativas conservadoras de
85

Klenow e Bil reflete um descaso sistemático da melhoria da qualidade e

resulta numa superestimação da inflação ao menos de 1% ao ano. E isso
ainda não leva em consideração novas categorias de produtos.
Apesar desses pontos fracos nos métodos estatísticos da produtividade,
ganhos em produtividade estão agora realmente atingindo a parte íngreme
da curva exponencial. A produtividade do trabalho cresceu 2,4% ao ano, e
agora cresce ainda mais rapidamente. A produtividade na fabricação em
resultado por hora cresceu 4,4% ao ano, de 1995 a 1999; fabricação de bens
duráveis, 6,5% ao ano. No primeiro quadrimestre de 2004, a taxa anual de
mudança de produtividade ajustada sazonalmente foi de 4,6% no setor de
negócios e de 5,9% na fabricação de bens duráveis. 86

Pode-se ver um crescimento exponencial suave no valor produzido por

uma hora de trabalho no último meio século (ver figura abaixo). Mais uma
vez, essa tendência não considera o valor muito maior da potência do dólar
ao comprar tecnologias de informação (que tem duplicado cerca de uma vez
ao ano no preço-desempenho geral). 87

Deflação... uma coisa ruim?

Em 1846, acho que não havia uma única peça de roupa em nosso país costurada por
máquina; naquele ano, foi concedido o registro da primeira patente americana de
máquina de costura. No momento presente, milhares estão usando roupas que foram
costuradas por dedos de ferro, com uma delicadeza que rivaliza com a da donzela de
Caxemira.2
Scientific American, 1853
Enquanto este livro está sendo escrito, uma preocupação de muitos
economistas da tendência dominante, tanto na direita política quanto na
esquerda, é a deflação. Aparentemente, ter dinheiro que vai mais longe
pareceria ser uma coisa boa. A preocupação dos economistas é que, se os
consumidores podem comprar o que precisam e querem com menos
dólares, a economia vai encolher (medida em dólares). Isso, porém, ignora
as necessidades e os desejos inerentemente insaciáveis dos consumidores
humanos. As receitas da indústria de semicondutores, que “sofre” uma
deflação de 40% a 50% ao ano, apesar de tudo cresceram 17% a cada ano
no último meio século. Uma vez que a economia está de fato se
88

expandindo, essa implicação teórica da deflação não deve preocupar.

Os anos 1990 e começo dos anos 2000 viram as forças deflacionárias
mais poderosas da história, o que explica por que não se veem taxas
significativas de inflação. É verdade que o desemprego historicamente
baixo, valores altos dos ativos, crescimento econômico e outros fatores
desse tipo são inflacionários, mas esses fatores são contrabalançados pelas
tendências exponenciais no custo de todas as tecnologias baseadas na
informação: computação, memória, comunicações, biotecnologia,
miniaturização, e até mesmo a taxa geral do progresso técnico. Essas
tecnologias afetam profundamente todas as indústrias. Também a
intermediação está diminuindo maciçamente nos canais de distribuição
graças a web e outras tecnologias novas de comunicação, bem como à
eficiência progressiva em operações e administração.
Uma vez que a indústria da informação cada vez se torna mais influente
em todos os setores da economia, está sendo visto o impacto crescente das
extraordinárias taxas de deflação na indústria da TI. A deflação durante a
Grande Depressão nos anos 1930 foi devida a um colapso na confiança do
consumidor e a um colapso no suprimento de moeda. A deflação de hoje é
um fenômeno totalmente diferente, causado por uma produtividade que
aumenta rapidamente e pela cada vez maior ubiquidade da informação em
todas as suas formas.
Todos os gráficos das tendências da tecnologia neste capítulo
representam deflação maciça. Há muitos exemplos do impacto dessa
eficiência vertiginosa. O custo da BP Amoco para encontrar petróleo nos
anos 2000 era de menos de um dólar por barril, menos de cerca de dez
dólares do custo em 1991. Processar uma transação na internet custa, para o
banco, um centavo, comparada a mais de um dólar usando um caixa.
É importante ressaltar que uma das implicações essenciais da
nanotecnologia é que ela vai trazer a economia do software para o
hardware, ou seja, para produtos físicos. Os preços de software estão
passando por uma deflação ainda mais rápido do que os de hardware (ver
figura abaixo).

Melhoria exponencial do preço-desempenho do software 89

Exemplo: software para reconhecimento automático da fala

1985 1995 2000

Preço (em dólares) $5.000 $500 $50

Tamanho do vocabulário (número de palavras) 1.000o 10.000 100.000

Discurso contínuo? Não Não Ruim

Treinamento necessário do usuário (minutos) 180 60 5

Exatidão ruim média boa

O impacto das comunicações distribuídas e inteligentes talvez tenha sido

sentido de modo mais intenso no mundo dos negócios. Apesar das
dramáticas oscilações de humor em Wall Street, os valores extraordinários
atribuídos às chamadas e-companies durante a explosão dos anos 1990
refletiam uma percepção válida: os modelos de negócios que têm
sustentado negócios por décadas estão nas fases iniciais de uma
transformação radical. Novos modelos baseados na comunicação
personalizada direta com o consumidor irão transformar todas as indústrias,
resultando na redução maciça da intermediação das camadas médias que
tradicionalmente têm separado o consumidor da fonte inicial dos produtos e
serviços. Entretanto, existe um ritmo em todas as revoluções, e a
valorização dos investimentos e das ações nessa área expandiram-se muito
além das fases iniciais dessa curva em S da economia.
O ciclo de expansão e quebra dessas tecnologias de informação era
estritamente um fenômeno de capital-mercados (valor de ações). Nem
expansão nem quebra estão aparentes nos dados de negócio para
consumidor — B2C (business to consumer) — e negócio para negócio —
B2B (business to business) (ver figura abaixo). Na realidade, receitas de
B2C cresceram suavemente, de 1,8 bilhão de dólares em 1997 para 70
bilhões de dólares em 2002. B2B teve um crescimento suave parecido, de
56 bilhões em 1999 a 482 bilhões em 2202. Em 2004 aproxima-se de 1
90

trilhão. Com certeza não se vê nenhuma evidência de ciclos de negócios no

preço-desempenho das tecnologias subjacentes, como foi discutido
extensamente acima.

Expandir o acesso ao conhecimento também está alterando os

relacionamentos de poder. Cada vez mais, pacientes vão à consulta com seu
médico armados de um conhecimento sofisticado de sua condição médica e
suas opções. Consumidores de virtualmente tudo, de torradeiras, carros e
casas à movimentação bancária e seguros, agora estão usando agentes de
software automatizados para identificar rapidamente as escolhas certas com
as melhores características e preços. Serviços da web, como o eBay, estão
conectando rápido compradores e vendedores de modo inédito.
As aspirações e os desejos dos consumidores, muitas vezes não
conhecidos até por eles mesmos, rapidamente estão se transformando na
força motora dos relacionamentos de negócios. Por exemplo, compradores
de roupas bem conectados não ficarão satisfeitos por muito mais tempo em
se conformar com quaisquer itens que deixaram pendurados na arara de sua
loja local. Em vez disso, vão escolher os materiais e estilos certos ao verem
como ficam as muitas combinações possíveis em uma imagem
tridimensional de seu próprio corpo (baseada em um escaneamento
detalhado do corpo), e então suas escolhas serão feitas por encomenda.
As atuais desvantagens do comércio baseado na web (por exemplo,
limitações na capacidade de interagir diretamente com os produtos e as
frequentes frustrações de interagir com menus e formas inflexíveis em vez
de com humanos) vão se dissolver aos poucos à medida que as tendências
se moverem com força no sentido do mundo eletrônico. Pelo final desta
década, os computadores vão desaparecer como objetos físicos
diferenciados, com telas inseridas em nossos óculos e eletrônica tecida em
nossas roupas, fornecendo uma realidade virtual visual de total imersão.
Assim, “ir para um web site” significará entrar em um ambiente de
realidade virtual — ao menos para os sentidos de ver e ouvir —, onde se
pode interagir diretamente com produtos e gente, tanto reais quanto
simulados. Embora as pessoas simuladas não estejam à altura dos padrões
humanos — ao menos não em 2009 —, elas serão muito satisfatórias como
agentes de vendas, funcionários que fazem as reservas e assistentes de
pesquisa. Interfaces hápticas (táteis) vão permitir que toquemos em
produtos e pessoas. É difícil identificar qualquer vantagem duradoura do
velho mundo físico que não será superada pelas ricas interfaces interativas
que virão logo.
Esses desenvolvimentos terão implicações significativas para a indústria
da construção. A necessidade de reunir trabalhadores em escritórios
diminuirá gradualmente. Pela experiência com minhas próprias empresas, já
somos capazes de organizar equipes geograficamente díspares, o que era
muito mais difícil há uma década. Os ambientes de visual-oral realidade-
virtual de imersão total, que serão ubíquos durante a segunda década deste
século, vão acelerar a tendência de pessoas viverem e trabalharem onde
quiserem. Uma vez que haja ambientes de realidade virtual de imersão total
incorporando todos os sentidos, o que será factível no final dos anos 2020,
não haverá motivo para utilizar escritórios reais. Imóveis se tornarão
virtuais.
 Como ressaltou Sun Tzu, “conhecimento é poder”, e outra ramificação da
Lei dos Retornos Acelerados é o crescimento exponencial do conhecimento
humano, incluindo a propriedade intelectual.

Nada disso quer dizer que os ciclos de recessão vão desaparecer

imediatamente. Faz pouco, os Estados Unidos passaram por uma
desaceleração da economia e uma recessão do setor tecnológico, e depois
uma recuperação gradual. A economia ainda está carregada com algumas
das dinâmicas subjacentes que, historicamente, têm causado ciclos de
recessão: compromissos excessivos como superinvestimentos em projetos
de uso intensivo de capital e excesso de estoques. Entretanto, por causa da
rápida disseminação da informação, formas sofisticadas de aquisição on-
line e mercados cada vez mais transparentes, o impacto desse ciclo
diminuiu em todas as indústrias; é provável que as “recessões” tenham um
impacto direto menor em nosso padrão de vida. Parece que esse foi o caso
da minirrecessão de 1991-1993, e foi ainda mais evidente na recessão mais
recente do começo dos anos 2000. A taxa subjacente de crescimento a
longo prazo continuará em ritmo exponencial.
Além disso, as inovações e o ritmo da mudança de paradigma não são
visivelmente afetados pelos pequenos desvios provocados pelos ciclos
econômicos. Todas as tecnologias que exibem crescimento exponencial
mostradas nos gráficos anteriores estão continuando sem perder o passo
através das recentes reduções econômicas. A aceitação pelo mercado
também não mostra nenhuma evidência de alta e quebra.
O crescimento geral da economia reflete completamente as novas formas
e camadas de riqueza e valores que antes não existiam ou, pelo menos, que
antes não constituíam uma porção significativa da economia, como novas
formas de materiais baseados em nano partículas, informação genética,
propriedade intelectual, portais de comunicação, web sites, largura de
banda, software, base de dados e muitas outras novas categorias baseadas
na tecnologia.
O setor geral da tecnologia-informação está aumentando rápido sua
parcela na economia, e está cada vez mais influente em todos os outros
setores, como se pode ver na figura abaixo. 92
 Outra consequência da Lei dos Retornos Acelerados é o crescimento
exponencial da educação e do aprendizado. Nos últimos 120 anos, o
investimento na educação da pré-escola ao final do ensino médio tem
aumentado (por estudante e dólares constantes) por um fator de dez. O
número de estudantes do ensino médio centuplicou. A automação começou
amplificando o poder de nossos músculos e, faz pouco, tem amplificado o
poder de nossas mentes. Assim, pelos últimos dois séculos, a automação
tem eliminado cargos na base da escada de habilidades enquanto criava
novos (e mais bem pagos) no topo da escada. A escada move-se para cima,
e assim aumentaram exponencialmente os investimentos na educação em
todos os níveis (ver figura acima).93

E sobre a “oferta” no começo deste resumo, considere que os atuais

valores das ações baseiam-se em expectativas futuras. Dado que
(literalmente) a visão intuitiva linear míope representa o panorama ubíquo,
a sabedoria popular nas expectativas econômicas está dramaticamente
subestimada. Uma vez que o preço das ações reflete o consenso de um
mercado comprador-vendedor, os preços refletem a pressuposição linear
subjacente compartilhada pela maioria das pessoas em relação ao futuro
crescimento econômico. Mas a Lei dos Retornos Acelerados implica
claramente que a taxa de crescimento vai continuar a crescer
exponencialmente, porque o ritmo do progresso vai continuar acelerando.

MOLLY 2004: Mas espere um pouquinho, você disse que eu iria ficar com 80
trilhões de dólares se eu lesse e compreendesse esta seção do capítulo.
RAY: Isso. Conforme meus modelos, se substituirmos a visão linear com a
visão exponencial mais adequada, os atuais preços de ações devem
triplicar. Já que existem 40 trilhões de dólares (estimativa conservadora)
94

no mercado de ações, isso dá 80 trilhões em riqueza adicional.

Molly 2204: Mas você disse que eu iria ficar com esse dinheiro.
RAY: Não, eu disse que “you” (você) ia ficar com o dinheiro, e foi por isso
que sugeri que lessem a sentença cuidadosamente. A palavra “you” em
inglês pode ser singular ou plural. Eu quis dizer no sentido de “all of you”,
todos vocês.
MOLLY 2004: Hum… isso perturba. Você quer dizer todos nós como o mundo
inteiro? Mas nem todos vão ler este livro.
RAY: É, mas todos poderiam. Assim, se todos vocês lerem este livro e o
entenderem, as expectativas econômicas seriam baseadas no modelo
exponencial histórico e, portanto, o valor das ações iria aumentar.
MOLLY 2004: Você quer dizer se todos compreenderem e concordarem com
ele. Quer dizer que o mercado está baseado em expectativas, certo?
RAY: É, acho que eu estava supondo isso.
MOLLY 2004: Então é isso que você espera que vai acontecer?
RAY: Na verdade, não. Pondo de novo meu chapéu futurista, minha previsão
é de que, de fato, esses pontos de vista sobre crescimento exponencial vão,
afinal, prevalecer, mas só com o tempo, quando cada vez mais evidências
da natureza exponencial da tecnologia e seu impacto na economia ficarem
aparentes. Isso vai acontecer aos poucos na próxima década, o que vai
representar uma forte corrente ascendente de longo prazo para o mercado.
GEORGE 2048: Não sei, Ray. Você tinha razão que o preço-desempenho da
tecnologia da informação em todas as suas formas ficaria crescendo a uma
taxa exponencial, e com crescimento contínuo também no exponente. E, de
fato, a economia continuou crescendo exponencialmente, superando com
isso um índice de deflação muito alto. E também aconteceu que o público
em geral também aproveitou todas essas tendências. Mas essa
conscientização não teve o impacto positivo na bolsa que você está
descrevendo. A bolsa aumentou, sim, com a economia, mas perceber uma
taxa de crescimento maior fez pouco para aumentar o preço das ações.
RAY: Por que você acha que foi esse o resultado?
GEORGE 2048: Porque você deixou uma coisa de fora de sua equação.
Embora as pessoas percebessem que o valor das ações ia aumentar rápido,
essa mesma conscientização também aumentou a taxa de desconto (a taxa
que se precisa descontar dos valores no futuro quando considerando seu
valor atual). Pense nisso. Se soubermos que as ações vão aumentar
significativamente em um tempo futuro, gostaríamos de ter as ações agora
para que possamos concretizar esses ganhos futuros. Assim, perceber os
futuros valores aumentados das ações também aumenta a taxa de desconto.
E isso cancela a expectativa de valores futuros mais altos.
MOLLY 2104: Ah, George, isso também não estava bem certo. O que você diz
tem lógica, mas a realidade psicológica é que uma maior percepção dos
valores futuros aumentados teve, sim, um impacto positivo maior no preço
das ações do que o efeito negativo do aumento da taxa de desconto. Assim,
a aceitação geral do crescimento exponencial, tanto do preço-desempenho
da tecnologia quanto da taxa da atividade econômica, forneceu uma
corrente ascendente para o mercado de ações, mas não triplicaram como
você falou, Ray, por causa do efeito que George estava descrevendo.
MOLLY 2004: Está certo, desculpe por perguntar. Acho que vou só segurar as
poucas ações que tenho e não me preocupar com isso.
RAY: No que você investiu?
MOLLY 2004: Deixe ver, existe essa empresa de motor de busca baseada na
linguagem natural que espera ultrapassar o Google. E também investi em
uma companhia de células de combustível. Também em uma companhia
que constrói sensores que podem viajar na corrente sanguínea.
RAY: Parece bem um portfólio de alto risco, alta tecnologia.
MOLLY 2004: Eu não iria chamar de portfólio. Estou só brincando com as
tecnologias que você fala.
RAY: Certo, mas lembre-se de que, enquanto as tendências previstas pela Lei
de Retornos Acelerados são notavelmente suaves, isso não quer dizer que
podemos logo predizer quais os competidores que irão predominar.
MOLLY 2004: Certo, é por isso que estou diversificando minhas apostas.
1 ∗ A Lei de Moore diz que o número de transistores num circuito integrado denso duplica a cada
dois anos. (N.T.)
2 ∗ Personagem da ópera-balé Le Dieu et la bayadère, que estreou em 1830. (N.T.)
CAPÍTULO 3
Atingindo a capacidade de computar do
cérebro humano
Como discuto em Engines of Creation [Motores da Criação], se é possível se construir
uma IA genuína, há razões para crer que se podem construir coisas como neurônios,
que são 1 milhão de vezes mais rápidos. Isso leva à conclusão de que se podem fazer
sistemas que pensam 1 milhão de vezes mais rápido do que uma pessoa. Com a IA,
esses sistemas poderiam fazer projetos de engenharia. Combinando-se isso com a
capacidade que tem um sistema de construir algo que é melhor do que ele mesmo, há a
possibilidade de uma transição muito abrupta. Essa situação pode até ser mais
trabalhosa do que lidar com a nanotecnologia, mas é muito mais difícil pensar nela
construtivamente nesta altura. Portanto, ela não tem sido o foco das coisas que discuto,
embora periodicamente aponte para ela e diga: “Isso também é importante”.
Eric Drexler, 1989

O sexto paradigma da tecnologia de computação:

Computação molecular tridimensional e tecnologias
computacionais emergentes
No número de 19 de abril de 1965 de Electronics, Gordon Moore
escreveu: “O futuro da eletrônica integrada é o futuro da própria eletrônica.
As vantagens da integração vão trazer uma proliferação de inovações
eletrônicas, empurrando essa ciência para muitas áreas novas”. Com essas 1

palavras modestas, Moore introduziu uma revolução que ainda ganha

impulso. Para dar a seus leitores uma ideia de quão profunda seria essa
nova ciência, Moore previu que “por volta de 1975, a economia poderá
ditar que se comprimam 65 mil componentes em um único chip de
silicone”. Imagine isso.
O artigo de Moore descrevia a repetida duplicação anual do número de
transistores (usado para elementos computacionais ou portas) que podia ser
encaixado em um circuito integrado. Sua previsão de 1965 da “Lei de
Moore” foi criticada na época porque seu gráfico logarítmico do número de
componentes em um chip tinha só cinco pontos de referência (de 1959 a
1965), portanto projetar essa tendência nascente por todos os anos até 1975
foi visto como prematuro. A estimativa inicial de Moore não estava correta,
e ele a revisou para menos uma década depois. Mas a ideia básica — o
crescimento exponencial do preço-desempenho da eletrônica com base em
diminuir o tamanho dos transistores em um circuito integrado — era tão
válida quanto clarividente. 2
 Hoje falamos em bilhões de componentes mais do que de milhares. Nos
chips mais avançados de 2004, portas lógicas têm apenas a largura de
cinquenta nanômetros, já bem dentro da esfera da nanotecnologia (que trata
de medidas de cem nanômetros ou menos). O desaparecimento da Lei de
Moore tem sido previsto regularmente, mas o fim desse paradigma notável
continua sendo empurrado para mais tarde. Paolo Gargini, primeiro bolsista
da Intel, depois diretor da estratégia tecnológica da Intel e presidente da
influente International Technology Roadmap for Semiconductors (ITRS),
recentemente afirmou: “Vemos que, ao menos pelos próximos quinze a
vinte anos, podemos continuar com a Lei de Moore. De fato, [...] a
nanotecnologia oferece muitos novos botões que podemos girar para
continuar melhorando o número de componentes em um dispositivo”. 3

A aceleração da computação transformou tudo, das relações sociais e

econômicas a instituições políticas, como será demonstrado ao longo deste
livro. Mas Moore não ressaltou em seus textos que a estratégia de diminuir
tamanhos não era, com efeito, o primeiro paradigma a trazer crescimento
exponencial a computação e comunicação. Era o quinto, e já se podem ver
os contornos do seguinte: computar em nível molecular e em três
dimensões. Mesmo que tenhamos mais de uma década do quinto
paradigma, já tem havido um progresso irresistível em todas as tecnologias
capacitadoras necessárias para o sexto paradigma. Na próxima seção,
apresento uma análise da quantidade de computação e memória necessárias
para atingir os níveis humanos de inteligência e por que acreditamos que
esses níveis serão alcançados em computadores baratos dentro de duas
décadas. Mesmo aqueles computadores muito potentes estarão longe de
serem os melhores, e, na última seção deste capítulo, irei rever os limites da
computação de acordo com as leis de física como as compreendemos hoje.
Isso nos levará aos computadores do final do século XXI.

A ponte para a computação molecular em 3-D. Passos intermediários já

estão sendo dados: novas tecnologias que levarão ao sexto paradigma da
computação tridimensional molecular incluem nanotubos e circuitaria de
nanotubos, computação molecular, circuitos de nanotubos que montam eles
mesmos, sistemas biológicos que imitam a montagem de circuitos,
computando com DNA, spintrônica (girotrônica — computar usando o girar
dos elétrons), computar com luz e computação quântica. Muitas dessas
tecnologias independentes podem ser integradas em sistemas
computacionais que eventualmente irão se aproximar da máxima
capacidade teórica de matéria e energia para realizar computação, e que irão
superar de longe a capacidade de computar de um cérebro humano.
Uma abordagem é construir circuitos tridimensionais usando litografia
“convencional” de silicone. Matrix Semiconductor já está vendendo chips
de memória que contêm planos de transistores empilhados na vertical em
vez de uma camada plana. Já que um único chip em 3-D pode conter mais
4

memória, o tamanho geral do produto é reduzido, de modo que Matrix está

inicialmente visando a eletrônica portátil, em que seu objetivo é competir
com a memória flash (usada em celulares e câmeras digitais porque não
perde informações quando a energia é desligada). Os circuitos empilhados
também reduzem o custo geral por bit. Outra abordagem vem de um dos
competidores da Matrix, Fujio Masuoka, um ex-engenheiro da Toshiba que
inventou a memória flash. Masuoka alega que seu novo desenho de
memória, que parece um cilindro, reduz o tamanho e o custo-por-bit de
memória pelo fator de dez quando comparado a chips planos. Protótipos de
5

chips de silicone tridimensionais que funcionam também têm sido

demonstrados no Rensselaer Polytechnic Institute’s Center for Gigascale
Integration [Centro de Integração em Gigaescala do Instituto Politécnico
Rensselaer] e no MIT Media Lab [Laboratório de Mídias do MIT].
A Nippon Telegraph and Telephone Corporation (NTT — Empresa
Japonesa de Telefone e Telégrafo), de Tóquio, tem demonstrado uma
tecnologia dramática em 3-D usando litografia por fachos de elétrons, que
podem criar estruturas arbitrárias tridimensionais com tamanhos (como
transistores) tão pequenos quanto dez nanômetros. NTT demonstrou a
6

tecnologia criando um modelo da Terra em alta definição com o tamanho de

sessenta mícrons com detalhes de dez nanômetros. NTT diz que a
tecnologia pode ser aplicada na nanofabricação de dispositivos eletrônicos
como semicondutores, bem como criar sistemas mecânicos em nanoescala.

Nanotubos ainda são a melhor aposta. Em The Age of Spiritual

Machines, citei os nanotubos — usando moléculas organizadas em três
dimensões para armazenar bits de memória e comportar-se como portas
lógicas — como a tecnologia com maior probabilidade de ser inserida na
era da computação molecular tridimensional. Nanotubos, sintetizados
inicialmente em 1991, são tubos feitos de uma rede hexagonal de átomos de
carbono que foram enrolados para formar um cilindro perfeito. Nanotubos7

são muito pequenos: nanotubos de parede única têm apenas um nanômetro

de diâmetro, portanto, podem alcançar grande densidade.
Eles também são potencialmente muito rápidos. Peter Burke e seus
colegas em Irvine, na Universidade da Califórnia, demonstraram
recentemente circuitos de nanotubos operando a 2,5 gigaherts (GHz).
Entretanto, em Nano Letters, publicação da American Chemical Society
[Sociedade Americana de Química] revista por especialistas, Burke diz que
o limite teórico da velocidade desses transistores de nanotubos “deveria ser
de terahertz (1 THz = 1.000 GHz), que é cerca de mil vezes mais rápido que
a velocidade dos computadores modernos”. Uma polegada cúbica de
8

circuitaria de nanotubos, uma vez totalmente desenvolvida, seria 100

milhões de vezes mais potente do que o cérebro humano. 9

Circuitaria de nanotubos era controversa quando a discuti em 1999, mas

tem havido um progresso dramático da tecnologia nos últimos seis anos.
Dois grandes passos foram dados em 2001. Um transistor baseado em
nanotubos (medindo um por vinte nanômetros), funcionando na
temperatura ambiente e usando apenas um único elétron para alternar os
estados de ligado e desligado, foi descrito no número de 6 de julho de 2001
de Science. Pela mesma época, a IBM também demonstrou um circuito
10

integrado com mil transistores baseados em nanotubos. 11

Mais recentemente, vimos os primeiros modelos que funcionam da

circuitaria baseada em nanotubos. Em janeiro de 2004, pesquisadores da
Universidade da Califórnia, em Berkeley, e da Universidade de Stanford
criaram um circuito de memória integrado baseado em nanotubos. Um dos 12

desafios ao usar essa tecnologia é que alguns nanotubos são condutores

(isto é, simplesmente transmitem eletricidade), enquanto outros agem como
semicondutores (isto é, são capazes de ligar e desligar e conseguem realizar
portas lógicas). A diferença nas capacidades baseia-se em sutis aspectos
estruturais. Até pouco tempo, selecioná-los exigia operações manuais, o que
não seria prático para construir circuitos em larga escala. Os cientistas de
Berkeley e de Stanford abordaram essa questão, desenvolvendo um método
totalmente automático para selecionar e descartar os nanotubos não
semicondutores.
Colocar os nanotubos em fileira é outro desafio que se tem com circuitos
de nanotubos, uma vez que eles tendem a crescer em todas as direções. Em
2001, cientistas demonstraram que transistores de nanotubos podiam ser
criados em grandes grupos, parecidos com os transistores de silicone. Eles
usaram um processo chamado “destruição construtiva”, que destrói os
nanotubos defeituosos diretamente no wafer em vez de selecioná-los
manualmente. Thomas Theis, diretor de ciências físicas no Thomas J.
Watson Research Center [Centro de Pesquisas Thomas J. Watson] da IBM,
disse, na época: “Achamos que a IBM agora ultrapassou um grande marco
no caminho para chips em escala molecular [...]. Se afinal tivermos êxito,
então nanotubos de carbono nos permitirão manter indefinidamente a Lei de
Moore em termos de densidade, porque duvido muito pouco que eles não
possam ser feitos menores do que qualquer futuro transistor de silicone”. 13

Em maio de 2003, Nantero, uma pequena empresa em Woburn,

Massachusetts, cofundada por Thomas Rueckes, pesquisador da
Universidade de Harvard, levou o processo um passo adiante quando
demonstrou um wafer de chip único com 10 bilhões de junções de
nanotubos, todos enfileirados na direção correta. A tecnologia da Nantero
envolve usar equipamento de litografia padrão para remover
automaticamente os nanotubos que não estão corretamente alinhados. O uso
de equipamento padrão pela Nantero entusiasmou os observadores dessa
indústria porque a tecnologia não ia precisar da fabricação de novas
máquinas caras. O projeto da Nantero fornece acesso aleatório bem como
não-volatilidade (os dados são conservados quando a energia está
desligada), significando que poderia potencialmente substituir todas as
formas primárias de memória: RAM, flash e disco.

Computando com moléculas. Além dos nanotubos, grandes progressos

têm sido feitos nos últimos anos na computação com apenas uma ou poucas
moléculas. A ideia de computar com moléculas foi sugerida primeiro em
1970 por Avi Aviram da IBM e Mark A. Ratner da Universidade
Northwestern. Naquele tempo, não existiam as tecnologias adequadas, o
14

que exigiu avanços simultâneos em eletrônica, física, química e mesmo a

engenharia reversa de processos biológicos para que a ideia ganhasse força.
Em 2002, cientistas da Universidade de Wisconsin e da Universidade da
Basileia criaram um “drive atômico de memória” que usa átomos para
emular um disco rígido. Um único átomo de silicone poderia ser
acrescentado ou removido de um bloco de outros vinte usando um
microscópio de tunelamento por varredura. Usando esse processo,
acreditam os pesquisadores que o sistema poderia ser usado para armazenar
milhões de vezes mais dados do que em um disco de tamanho semelhante
— uma densidade de cerca de 250 terabits por polegada quadrada —,
embora a demonstração envolvesse apenas um pequeno número de bits. A 15

velocidade de um terahertz prevista por Peter Burke para circuitos

moleculares parece cada vez mais acurada, dado o transistor de nanoescala
criado por cientistas da Universidade de Illinois, em Urbana Champaign.
Ele funciona com uma frequência de 604 gigahertz (mais do que meio
terahertz).
16

Um tipo de molécula que os pesquisadores acharam que tem

propriedades desejáveis para a computação é chamado de “rotaxane”, que
pode alternar estados, mudando o nível de energia de uma estrutura em anel
contida dentro da molécula. Memória rotaxane e dispositivos eletrônicos de
liga/desliga têm sido demonstrados, e eles mostram o potencial de
armazenar cem gigabits (ou 10 bits) por polegada quadrada. O potencial
11

seria ainda maior se organizado em três dimensões.

Automontagem. A montagem por eles mesmos de circuitos em

nanoescala é outra técnica fundamental para uma efetiva nanoeletrônica. A
automontagem permite que componentes malformados sejam descartados
automaticamente, e torna possível que os potencialmente trilhões de
componentes do circuito se auto-organizem, antes de serem montados
meticulosamente em um processo descendente. Ela iria permitir que
circuitos de larga escala fossem criados em tubos de ensaio em vez de
serem em fábricas de muitos bilhões de dólares, usando química em vez de
litografia, de acordo com os cientistas da Universidade da Califórnia em
Los Angeles. Pesquisadores da Universidade Purdue já demonstraram
17

estruturas de nanotubos auto-organizáveis, usando o mesmo princípio que

faz as fitas de DNA unirem-se em estruturas estáveis. 18

Cientistas da Universidade de Harvard deram um passo fundamental em

junho de 2004 quando demonstraram outros métodos de auto-organização
que podem ser usados em larga escala. A técnica começa com a
19

fotolitografia, para criar um conjunto gravado de interconexões (conexões

entre os elementos do computador). Um grande número de transistores de
efeito de campo e nanofios (uma forma comum de transistores) e
interconexões em larga escala é então depositado no conjunto. Estes, então,
conectam-se no padrão correto.
Em 2004, pesquisadores da Universidade da Califórnia do Sul e do Ames
Research Center da Nasa demonstraram um método que usa uma solução
química para auto-organizar circuitos densos demais. A técnica cria
20

espontaneamente nanofios e depois faz com que as células de memória em

nanoescala, cada uma capaz de conter três bits de dados, auto-organizem-se
nos fios. A tecnologia pode armazenar 258 gigabits de dados por polegada
quadrada (que os pesquisadores alegam que poderia ser aumentada dez
vezes), comparados com os 6,5 gigabits de um cartão de memória flash.
Também em 2003, a IBM apresentou um dispositivo de memória usando
polímeros que se automontam em estruturas hexagonais com largura de
vinte nanômetros. 21

Também é importante que os nanocircuitos possam configurar a si

mesmos. O grande número de componentes do circuito e sua inerente
fragilidade (devida ao tamanho pequeno) tornam inevitável que algumas
porções de um circuito não funcionem de forma correta. Não seria factível
economicamente descartar um circuito inteiro por causa de um pequeno
número de transistores, dentre 1 trilhão, não funciona. Para tratar desse
problema, circuitos futuros irão monitorar continuamente seu próprio
desempenho e desviar informação de seções que não são confiáveis, do
mesmo modo que a informação na internet é desviada de nódulos que não
funcionam. A IBM tem estado muito ativa nessa área de pesquisa e já
desenvolveu projetos de microprocessadores que diagnosticam problemas
automaticamente e reconfiguram de acordo os recursos do chip. 22

Emulando a biologia. A ideia de construir sistemas mecânicos ou

eletrônicos que reproduzem e organizam a si mesmos é inspirada pela
biologia, que depende dessas propriedades. Pesquisa publicada em
Proceedings of the National Academy of Sciences descreveu a construção
de nanofios que reproduzem a si mesmos baseados em príons, que são
proteínas autorreplicadoras. (Como detalhado no capítulo 4, uma forma de
príon parece ter um papel na memória humana, acreditando-se que a outra
forma seja responsável por uma variação da doença Creutzfeldt-Jakob, a
forma humana da doença da vaca louca). A equipe envolvida no projeto
23

usou príons como modelo por causa de sua força natural. Mas já que os
príons normalmente não conduzem eletricidade, os cientistas criaram um
versão geneticamente alterada contendo uma camada fina de ouro, que
conduz eletricidade com resistência baixa. Susan Lindquist, professora de
biologia do MIT, que encabeçou o estudo, comentou: “A maioria das
pessoas que trabalham com nanocircuitos está tentando construí-los usando
técnicas de fabricação que vem do alto para baixo. Nós achamos que
deveríamos tentar uma abordagem de baixo para cima e deixar a
automontagem molecular fazer o trabalho pesado para nós”.
A molécula, por excelência, que reproduz ela mesma é, claro, o DNA.
Pesquisadores da Universidade Duke criaram blocos construtivos chamados
“azulejos”, partindo de moléculas de DNA auto-organizadoras. Eles 24

puderam controlar a estrutura da montagem resultante, criando

“nanogrades”. Essa técnica automaticamente prende cada molécula de
proteína a uma célula da nanograde, o que poderia ser usado para realizar
operações de computação. Eles também demonstraram um processo
químico para revestir com prata nanofitas de DNA para criar nanofios.
Comentando o artigo de 26 de setembro de 2003 da publicação Science, o
pesquisador-chefe Hao Yan disse: “Usar a automontagem do DNA para
recobrir moléculas de proteína ou outras moléculas tem sido procurado por
anos, e esta é a primeira vez que foi demonstrado de maneira tão clara”. 25

Computar com DNA. DNA é o próprio computador nanofabricado da

natureza, e sua habilidade de armazenar informações e conduzir
manipulações lógicas em nível molecular já tem sido explorada em
“computadores de DNA” especializados. Um computador de DNA é,
essencialmente, um tubo de ensaio cheio de água contendo trilhões de
moléculas de DNA, com cada molécula agindo como um computador.
O objetivo da computação é solucionar um problema, com a solução
expressando uma sequência de símbolos. (Por exemplo, a sequência de
símbolos poderia representar uma prova matemática ou apenas os dígitos de
um número.) Assim funciona um computador de DNA: É criada uma
pequena cadeia de DNA, usando um código único para cada símbolo. Cada
cadeia dessas é replicada trilhões de vezes usando um processo chamado
“reação da polimerase em cadeia” (PCR — polymerase chain reaction).
Esses pools de DNA são então colocados dentro de um tubo de ensaio. Já
que o DNA tem afinidade para ligar cadeias, formam-se automaticamente
cadeias longas, com sequências das cadeias representando os diferentes
símbolos, cada um sendo uma solução possível para o problema. Como
haverá trilhões de cadeias dessas, há múltiplas cadeias para cada resposta
possível (ou seja, cada sequência possível de símbolos).
O passo seguinte do processo é testar todas as cadeias ao mesmo tempo.
Isso é feito usando enzimas especialmente projetadas que destroem cadeias
que não respondem a certos critérios. As enzimas são colocadas no tubo de
ensaio em sequência, e, ao projetar uma série precisa de enzimas, o
procedimento acabará apagando as cadeias defeituosas, deixando apenas
aquelas com a resposta certa (para uma descrição mais completada do
processo, ver nota 26). 26

A chave para o poder da computação de DNA é que ela permite testar

cada uma dos trilhões de cadeias ao mesmo tempo. Em 2003, cientistas
israelenses, encabeçados por Ehud Shapiro, do Weizmann Institute of
Science, combinaram o DNA com trifosfato de adenosina (ATP —
adenosine triphosphate), o combustível natural para sistemas biológicos
como o corpo humano. Com esse método, cada uma das moléculas de
27

DNA pôde realizar computações, bem como obter sua própria energia. Os
cientistas do Weizmann demonstraram uma configuração consistindo em
duas colheres cheias desse sistema líquido de supercomputação, que
continham 30 milhões de bilhões de computadores e realizou um total de
660 trilhões de cálculos por segundo (6,6 x 10 cps). O consumo de energia
14

desses computadores é extremamente baixo, apenas cinquenta milionésimos

de watt para todos os 30 milhões de bilhões de computadores.
Entretanto, existe um limite para a computação por DNA: todos os
muitos trilhões de computadores têm de realizar a mesma operação ao
mesmo tempo (embora com dados diferentes), de modo que o dispositivo é
uma arquitetura de “single instruction, multiple data” (SIMD — instrução
única, dados múltiplos). Embora haja importantes classes de problemas que
permitem aplicar o sistema SIMD (por exemplo, processar cada pixel de
uma imagem para aumentá-la ou comprimi-la, e resolver problemas de
lógica combinatória), não é possível programá-los para algoritmos de
aplicação geral em que cada computador pode executar qualquer operação
que seja necessária para sua missão particular. (Deve-se notar que os
projetos de pesquisa da Universidade Purdue e da Universidade Duke,
descritos acima, que usam as cadeias de DNA que montam elas mesmas
para criar estruturas tridimensionais são diferentes da computação de DNA
descrita aqui. Aqueles projetos de pesquisa podem criar configurações
arbitrárias que não estão limitadas à computação SIMD.)

Computar com Spin. Além de sua carga elétrica negativa, os elétrons têm
outra propriedade que pode ser explorada para memória e computação: spin
(giro). De acordo com a mecânica quântica, os elétrons giram em torno de
um eixo, parecido com o modo como a Terra gira em torno de seu eixo.
Esse conceito é teórico, porque se considera que um elétron ocupa um
ponto no espaço, portanto é difícil imaginar um ponto que não tem tamanho
mas que, apesar disso, gira. Entretanto, quando uma carga elétrica se
movimenta, ela provoca um campo magnético, que é real e pode ser
medido. Um elétron pode girar em uma de duas direções, descritas como
“up” (para cima) e “down” (para baixo), portanto essa propriedade pode ser
explorada para a alternância lógica ou para codificar um bit de memória.
A notável propriedade da spintrônica (girotrônica) é que não se precisa
de nenhuma energia para alterar o estado de spin de um elétron. O professor
de física Shoucheng Zhang, da Universidade Stanford, e o professor Naoto
Nagaosa, da Universidade de Tóquio, colocam a questão assim:
“Descobrimos o equivalente a uma nova ‘Lei de Ohm’ (a lei da eletrônica
que afirma que a corrente em um fio é igual à voltagem dividida pela
resistência) [...] (Ela) diz que o giro do elétron pode ser transportado sem
perda de energia, ou dissipação. Além disso, esse efeito acontece na
temperatura ambiente, em materiais já amplamente usados na indústria dos
semicondutores, como arsenieto de gálio. Isso é importante porque tornaria
viável uma nova geração de dispositivos de computação”. 28

O potencial, então, é alcançar a eficiência de supercondutor (isto é,

mover informação na ou perto da velocidade da luz sem que haja qualquer
perda de informação) na temperatura ambiente. Também permite que
múltiplas propriedades em cada elétron sejam usadas para computar,
aumentando assim o potencial da memória e da densidade computativa.
Uma forma de spintrônica já é familiar aos usuários de computador:
magnetorresistência (uma alteração da resistência elétrica causada por um
campo magnético) é usada para armazenar dados em discos rígidos
magnéticos. Uma entusiasmante nova forma de memória não-volátil
baseada na spintrônica chamada MRAM (magnetic random-access memory
— memória magnética de acesso aleatório) deve entrar no mercado em
poucos anos. Como os discos rígidos, a memória MRAM conserva seus
dados quando não há energia, mas não usa nenhuma parte móvel, e terá
velocidade e poderá ser reescrita de um modo comparável à RAM
convencional.
MRAM armazena informações em ligas metálicas ferromagnéticas, que
são adequadas para armazenar dados mas não para as operações lógicas de
um microprocessador. O cálice sagrado da spintrônica seria alcançar efeitos
práticos spintrônicos em um semicondutor, o que permitiria o uso da
tecnologia tanto para a memória quanto para a lógica. Hoje a fabricação de
chips está baseada no silicone, que não tem as propriedades magnéticas
necessárias. Em março de 2004, um grupo internacional de cientistas
relatou que a dopagem com uma mistura de silicone e ferro com cobalto
permitia que esse novo material tivesse as propriedades magnéticas
necessárias para a spintrônica, enquanto ainda mantinha a estrutura
cristalina de silicone necessária a um semicondutor. 29

Está claro o papel importante da spintrônica no futuro da memória do

computador, e é provável que também contribua para os sistemas de lógica.
O giro de um elétron é uma propriedade quântica (sujeita às leis da
mecânica quântica), então talvez a aplicação mais importante da spintrônica
seja nos sistemas de computação quânticos, usando o giro dos elétrons
emaranhados quanticamente para representar qubits, que serão discutidos
abaixo.
Spin também tem sido usado para armazenar informações no núcleo dos
átomos, usando a interação complexa dos momentos magnéticos dos
prótons. Cientistas da Universidade de Oklahoma também demonstraram
uma técnica de “fotografia molecular” para armazenar 1.024 bits de
informação em uma única molécula de cristal líquido compreendendo
dezenove átomos de hidrogênio. 30

Computar com luz. Outra abordagem à computação SIMD é usar

múltiplos fachos de luz de laser em que a informação está codificada em
cada fluxo de fótons. Componentes ópticos podem então ser usados para
realizar funções lógicas e aritméticas nos fluxos de informação codificada.
Por exemplo, um sistema desenvolvido por Lenslet, uma pequena empresa
israelense, usa 256 lasers e pode realizar 8 trilhões de cálculos por segundo
ao efetuar o mesmo cálculo em cada um dos 256 fluxos de dados. O31

sistema pode ser usado para aplicações como realizar a compressão de

dados em 256 canais de vídeo.
Tecnologias SIMD como computadores de DNA e computadores ópticos
terão importantes papéis especializados para desempenhar no futuro da
computação. A reprodução de certos aspectos da funcionalidade do cérebro
humano, como processar dados sensórios, pode usar arquiteturas SIMD.
Para outras regiões do cérebro, como as que tratam de aprendizado e
raciocínio, serão necessários computadores de aplicação geral com suas
arquiteturas de “múltiplas instruções, múltiplos dados” (MIMD). Para a
computação MIMD de alto desempenho, será preciso aplicar os paradigmas
de computação molecular tridimensional descritos acima.

Computação quântica. A computação quântica é uma forma ainda mais

radical do processamento paralelo SIMD, mas que está em um estágio
muito mais inicial de desenvolvimento quando comparada às outras
tecnologias novas que foram discutidas. Um computador quântico contém
uma série de qubits, que são essencialmente zero e um ao mesmo tempo. O
qubit está baseado na ambiguidade fundamental inerente à mecânica
quântica. Em um computador quântico, os qubits são representados por uma
propriedade quântica de partículas — por exemplo, o estado de spin dos
elétrons individuais. Quando os qubits estão em um estado “emaranhado”,
cada um está ao mesmo tempo em ambos os estados. Em um processo
chamado “descoerência quântica”, a ambiguidade de cada qubit é resolvida,
deixando uma sequência não ambígua de uns e zeros. Se o computador
quântico estiver configurado do jeito certo, a sequência, que passou pela
descoerência, representará a solução de um problema. Em essência, só a
sequência correta sobrevive ao processo de descoerência.
Como acontece com o computador de DNA descrito acima, uma chave
para obter sucesso com a computação quântica é uma cuidadosa formulação
do problema, incluindo uma maneira precisa de testar respostas possíveis. O
computador quântico testa efetivamente toda combinação de valores para
os qubits. Assim, um computador quântico com mil qubits iria testar 2
1.000

(número quase igual a um seguido por 301 zeros) soluções potenciais ao

mesmo tempo.
Um computador quântico de mil bits iria superar amplamente o
desempenho de qualquer computador de DNA concebível, ou qualquer
computador não-quântico concebível. Entretanto, há duas limitações para o
processo. A primeira é que, como os computadores de DNA e os ópticos
discutidos acima, apenas um conjunto especial de problemas pode ser
apresentado a um computador quântico. Em suma, é preciso poder testar
toda resposta possível de modo simples.
O exemplo clássico de um uso prático para a computação quântica é
fatorar números muito grandes (encontrar quais números menores, quando
multiplicados, resultam no número grande). Fatorar números com mais de
512 bits atualmente não é factível em um computador digital, mesmo que
maciçamente paralelo. Classes interessantes de problemas passíveis de
32

computação quântica incluem decifrar códigos de encriptação (que

dependem da fatoração de números grandes). O outro problema é que a
potência computacional de um computador quântico depende do número de
qubits emaranhados, e a técnica de ponta está limitada atualmente a cerca
de dez bits. Um computador quântico de dez bits não é muito útil, já que 2 10

dá apenas 1.024. Em um computador convencional, é um processo sem

meandros de combinar bits de memória e portas lógicas. Entretanto, não se
pode criar um computador quântico de vinte qubits simplesmente
combinando duas máquinas de dez bits. Todos os qubits devem estar
emaranhados quanticamente juntos, e isso tem comprovado ser desafiador.
Uma questão-chave é: qual a dificuldade para se acrescentar cada qubit
adicional? A potência computacional de um computador quântico cresce
exponencialmente com cada qubit adicionado, mas se cada qubit adicionado
acabar deixando a tarefa de engenharia exponencialmente mais difícil, não
haverá nenhuma vantagem. (Ou seja, a potência computacional de um
computador quântico será proporcional só linearmente à dificuldade da
engenharia.) Em geral, métodos propostos para acrescentar qubits tornam
os sistemas resultantes significativamente mais delicados e suscetíveis de
descoerência prematura.
Há propostas para aumentar significativamente o número de qubits,
embora ainda não tenham sido provadas na prática. Por exemplo, Stephan
Gulde e seus colegas da Universidade de Innsbruck construíram um
computador quântico usando um único átomo de cálcio que tem o potencial
para, ao mesmo tempo, codificar dúzias de qubits — é possível que até cem
— usando diferentes propriedades quânticas do interior do átomo. Em 33

última análise, o papel da computação quântica continua sem solução. Mas

mesmo que um computador quântico com centenas de qubits emaranhados
comprove ser factível, ele vai continuar sendo um dispositivo para uso
especial, embora seja um com capacidades notáveis que não pode ser
imitado de nenhum outro modo.
Quando sugeri em The Age of Spiritual Machines que a computação
molecular seria o sexto principal paradigma da computação, a ideia ainda
era controversa. Tem havido tanto progresso nos últimos cinco anos que
houve uma completa transformação na atitude dos especialistas, e esta
agora é uma corrente principal. Já há provas do futuro funcionamento
desejado de todas as necessidades principais para computação molecular
tridimensional: transistores de molécula única, células de memória baseadas
em átomos, nanofios, e métodos de automontar e autodiagnosticar os
trilhões (potencialmente trilhões de trilhões) de componentes.
A eletrônica contemporânea vai do desenho de layouts detalhados de
chips à fotolitografia para a manufatura de chips em fábricas amplas,
centralizadas. É mais provável criar nanocircuitos em pequenos frascos para
química, um desenvolvimento que será outro passo importante na
descentralização de nossa infraestrutura industrial e que manterá a Lei dos
Retornos Acelerados durante este século e além.
A capacidade de computar do cérebro humano
Pode parecer precipitado esperar máquinas totalmente inteligentes dentro de poucas
décadas, quando os computadores mal têm igualado a mente dos insetos em um meio
século de desenvolvimento. De fato, por essa razão, muitos pesquisadores de
inteligência artificial de longa data ridicularizam essa sugestão e oferecem uns poucos
séculos como um período mais crível. Mas há razões muito boas para que as coisas
andem muito mais rápido nos próximos cinquenta anos do que andaram nos últimos
cinquenta [...]. Desde 1990, o poder disponível para programas de IA individual e
robótica tem dobrado a cada ano, para 30 MIPS e 500 MIPS em 1998. Sementes há
tempos consideradas estéreis de repente estão brotando. Máquinas leem textos,
reconhecem a fala, até traduzem línguas. Robots dirigem cruzando o país, arrastam-se
por Marte e rodam em corredores de escritório. Em 1996, um programa para provar
teoremas chamado EQP (QED em latim) rodando cinco semanas em um computador de
50 MIPS em Argonne National Laboratory encontrou uma prova de uma conjectura
booleana de álgebra enunciada por Herbert Robbins que tinha frustrado os
matemáticos por sessenta anos. E ainda é só a primavera. Espere chegar o verão.
Hans Moravec, “When Will Computer Hardware Match the Human Brain?”, 1997
Qual é a capacidade de computar de um cérebro humano? Inúmeras
estimativas têm sido feitas, baseadas em reproduzir a funcionalidade de
regiões do cérebro que passaram por engenharia reversa (ou seja, os
métodos compreendidos) no nível humano de desempenho. Quando se tem
uma estimativa da capacidade computacional de uma determinada região,
pode-se extrapolar essa capacidade para o cérebro todo, considerando qual
porção do cérebro que aquela região representa. Essas estimativas são
baseadas em simulação funcional, que reproduz a funcionalidade geral de
uma região em vez de simular cada neurônio e conexão interneural daquela
região.
Embora não queiramos depender de um único cálculo, vimos que várias
avaliações de diferentes regiões do cérebro fornecem, todas, estimativas
razoavelmente corretas para todo o cérebro. As seguintes são estimativas da
ordem de grandeza, o que quer dizer que estamos tentando determinar os
números adequados para o múltiplo de dez mais próximo. O fato de que
diferentes maneiras de fazer a mesma estimativa fornecem respostas
parecidas corrobora a abordagem e indica que as estimativas estão em uma
gama apropriada.
A previsão de que a Singularidade — uma expansão da inteligência
humana por um fator de trilhões através da fusão com sua forma não
biológica — vai acontecer dentro das várias décadas seguintes não depende
da precisão desses cálculos. Mesmo que nossa estimativa da quantidade de
computação necessária para simular o cérebro humano fosse otimista
demais (ou seja, muito baixa) por um fator de até mil, a Singularidade seria
adiada por apenas oito anos. Um fator de 1 milhão significaria um
34

adiamento de cerca de quinze anos apenas, e um fator de 1 bilhão faria ser

adiada por cerca de 21 anos. 35

Hans Moravec, lendário estudioso da robótica na Universidade Carnegie

Mellon, analisou as transformações feitas pela circuitaria neural de
processamento de imagens contida na retina. A retina tem cerca de dois
36

centímetros de largura e meio milímetro de espessura. A maior parte da

profundidade da retina é dedicada a capturar imagens, mas um quinto dela
dedica-se a processar imagens, o que inclui distinguir claro e escuro e
detectar movimento em cerca de 1 milhão de pequenas regiões da imagem.
A retina, de acordo com a análise de Moravec, faz 10 milhões dessas
verificações de movimento em cada segundo. Com base em suas várias
décadas de experiência em criar sistemas de visão robóticos, ele estima que
a execução de cerca de cem instruções para computador é necessária para
recriar cada uma dessas verificações em níveis humanos de desempenho, o
que quer dizer que reproduzir a funcionalidade de processar imagens dessa
porção da retina exige 1.000 MIPS. O cérebro humano é cerca de 75 mil
vezes mais pesado do que a 0,02 grama de neurônios nessa porção da
retina, o que resulta em uma estimativa de cerca de 10 (100 trilhões) de
14

instruções por segundo para o cérebro todo. 37

Outra estimativa provém do trabalho de Lloyd Watts e seus colegas ao

criarem simulações funcionais de regiões do sistema auditivo humano, que
será mais discutido no capítulo 4. Uma das funções do software que Watts
38

desenvolveu é uma tarefa chamada “separação de fluxo” (stream

separation), que é usada em teleconferências e outras aplicações para
atingir a telepresença (a localização de cada participante em uma
teleconferência à distância em áudio). Realizar isso, explica Watts, significa
“medir com precisão o intervalo de tempo entre sensores de som que estão
separados no espaço e que ambos recebem o som”. O processo envolve
análise de tom, posição espacial e sugestões de fala, incluindo sugestões
específicas para a língua. “Uma das sugestões importantes usadas pelos
humanos para localizar a posição de uma fonte sonora é a Interneural Time
Difference (ITD — Diferença de tempo interneural), ou seja, a diferença de
tempo entre a chegada do som nos dois ouvidos.” 39

O próprio grupo de Watts recriou funcionalmente equivalentes das

regiões do cérebro derivadas de engenharia reversa. Ele estima que 10 cps 11

são necessários para alcançar o nível humano da localização de sons. As

regiões do córtex auditivo responsáveis por esse procedimento
compreendem, no mínimo, 0,1% dos neurônios do cérebro. Então
novamente se chega a uma estimativa de cerca de 10 cps (10 x 10 ).
14 11 3

E ainda outra estimativa provém de uma simulação na Universidade do

Texas que representa a funcionalidade de uma parte do cerebelo de uma
região do cérebro que contém 10 neurônios; isso precisou de cerca de 10
4 8

cps, ou cerca de 10 cps por neurônio. Extrapolar isso para uma estimativa
4

de 10 neurônios dá como resultado um número de cerca de 10 cps para o

11 15

cérebro inteiro.
Mais adiante será discutido o estado da engenharia reversa do cérebro
humano, mas está claro que se pode imitar a funcionalidade de regiões do
cérebro com menos computação do que seria necessária para simular a
operação não linear exata de cada neurônio e de todos os componentes
neurais (isto é, de todas as interações complexas que acontecem dentro de
cada neurônio). Chega-se à mesma conclusão quando se tenta simular a
funcionalidade de órgãos do corpo. Por exemplo, estão sendo testados
dispositivos implantáveis que simulam a funcionalidade do pâncreas
humano para regular os níveis de insulina. Esses dispositivos funcionam
40
medindo o nível de glucose no sangue e liberando insulina de modo
controlado para manter apropriados seus níveis. Embora sigam um método
similar ao do pâncreas biológico, eles não tentam simular cada ilhota e não
haveria razão para isso.
Todas essas estimativas resultam em ordens de grandeza comparáveis
(10 a 10 cps). Dado que a engenharia reversa do cérebro humano
14 15

encontra-se em estágio inicial, usarei o número mais conservador de 10 16

cps para nossas discussões seguintes.

A simulação funcional do cérebro é suficiente para recriar poderes
humanos de reconhecer padrões, intelecto e inteligência emocional. Por
outro lado, se se quiser fazer “upload” da personalidade de uma
determinada pessoa (isto é, captar todo o seu conhecimento, habilidades e
personalidade, conceito que irei explorar com mais detalhes no final do
capítulo 4), pode ser necessário simular processos neurais no nível de
neurônios individuais e porções de neurônios como o soma (o corpo da
célula), o axônio (conexão de saída), dendritos (ramificação de conexões de
entrada) e sinapses (regiões conectando axônios e dendritos). Para isso é
preciso olhar modelos detalhados de neurônios individuais. O “fan out”
(número de conexões interneurais) por neurônio é estimado em 10 . Com
3

uma estimativa de 10 neurônios, são cerca de 10 conexões. Com um

11 14

tempo para resetar de cinco milissegundos, chega-se a cerca de 10 16

transações sinápticas por segundo. Simulações com modelos de neurônio

indicam a necessidade de cerca de 10 cálculos por transação sináptica para
3

capturar as não linearidades (interações complexas) nos dendritos e outras

regiões do neurônio, o que resulta em uma estimativa geral de cerca de 10 19

cps para simular o cérebro humano neste nível. Portanto, pode-se

41

considerar isso como um limite superior, mas 10 a 10 cps para alcançar o

14 16

equivalente funcional de todas as regiões do cérebro pode ser suficiente.

O supercomputador Blue Gene/L da IBM, sendo construído agora e
agendado para estar completo quando este livro for lançado (2005), está
projetado para fornecer 360 trilhões de cálculos por segundo (3,6 x 10 14

cps). Esse número já é maior do que as estimativas mais baixas descritas

42

acima. Blue Gene/L também terá perto de cem terabytes (cerca de 10 bits) 15

de armazenamento principal, mais do que a estimativa de memória para a

emulação funcional do cérebro humano (ver abaixo). Em linha com minhas
primeiras previsões, os supercomputadores vão alcançar minha estimativa
mais conservadora de 10 cps para emulação funcional do cérebro humano
16

no começo da próxima década (ver o gráfico “[Crescimento da] potência do

supercomputador”, na página 90).
 Acelerar a disponibilidade do computador pessoal no nível humano.
Computadores pessoais hoje fornecem mais do que 10 cps. De acordo com
9

as projeções no gráfico “Crescimento exponencial da computação” (página

89), por volta de 2025 serão alcançados 10 cps. Mas há várias maneiras de
16

acelerar essa cronologia. Em vez de empregar processadores de uso geral,

podem-se usar circuitos integrados de aplicação específica (ASICs) para
fornecer um melhor preço-desempenho para operações muito repetitivas.
Tais circuitos já fornecem produtividade para as operações repetitivas
usadas para gerar imagens que se movem em video games. ASICs podem
aumentar o preço-desempenho por mil vezes, cortando cerca de oito anos
da data de 2015. Os programas variados que uma simulação do cérebro
humano vai abranger, também vão incluir muita repetição, e então serão
passíveis de implementação por ASIC. O cerebelo, por exemplo, repete um
padrão básico de fiação bilhões de vezes.
Também será possível aumentar a potência de computadores pessoais
colhendo a potência computacional não usada de dispositivos da internet.
Novos paradigmas de comunicação, como a computação “mesh”,
pretendem tratar cada dispositivo da rede como um nódulo, em vez de
apenas um “spoke”. Em outras palavras, em vez de dispositivos (como um
43

computador pessoal e PDAs) simplesmente enviando informações de e para

nódulos, cada dispositivo vai agir ele mesmo como um nódulo, enviando
informação e recebendo informação de todos os outros dispositivos. Isso irá
criar redes de comunicação muito robustas e auto-organizadoras. Também
vai deixar mais fácil para computadores e outros dispositivos explorar
ciclos de CPU não usados pelos dispositivos situados em sua região da
“mesh”.
Atualmente, no mínimo 99%, se não 99,9% da capacidade computacional
de todos os computadores na internet não está sendo usada. Colher
efetivamente essa computação pode fornecer outro fator de 10 ou 10 em
2 3

preço-desempenho aumentado. Por essas razões, é razoável esperar a

capacidade do cérebro humano, pelo menos em termos de capacidade
computacional do hardware, em mil dólares por volta de 2020.
Ainda outra abordagem para acelerar a disponibilidade da computação
em nível humano em um computador pessoal é usar transistores em seu
modo nativo “analógico”. Muitos dos processos no cérebro humano são
analógicos, não digitais. Embora se possa imitar processos analógicos com
qualquer grau desejado de exatidão com a computação digital, perdem-se
várias ordens de grandeza de eficiência ao fazer isso. Um único transistor
pode multiplicar dois valores representados como níveis analógicos; para
fazer isso com circuitos digitais, são necessários milhares de transistores.
Carver Mead, do California Institute of Technology, tem sido pioneiro em
relação a esse conceito. Uma desvantagem da abordagem de Mead é que o
44

tempo do projeto de engenharia para um computador nativo analógico

desses é demorado, então a maioria dos pesquisadores que desenvolvem
software para imitar regiões do cérebro em geral prefere as rápidas
simulações de sofware.

Capacidade da memória humana. Como comparar a capacidade do

computador à capacidade da memória humana? Acontece que se chega a
estimativas semelhantes de tempo quando se olha para os requisitos da
memória humana. O número de “nacos” de conhecimento dominado por
um especialista em um campo é próximo de 10 para uma variedade de
5

campos. Esses pedaços representam padrões (como rostos), bem como

conhecimento específico. Por exemplo, estima-se que um mestre
internacional de xadrez domina cerca de 100 mil posições do tabuleiro.
Shakespeare usou 29 mil palavras, mas perto de 100 mil significados dessas
palavras. Desenvolvimentos de sistemas especializados na medicina
indicam que os humanos conseguem dominar cerca de 100 mil conceitos
em um campo. Estimando-se que esse conhecimento “profissional”
representa só 1% do estoque de conhecimento e padrões gerais de um
humano, chega-se a uma estimativa de 10 pedaços.
7

Com base em minha própria experiência de desenhar sistemas que podem

armazenar nacos parecidos de conhecimento tanto em sistemas
especializados baseados em regras quanto em sistemas de reconhecimento
de padrões auto-organizado, uma estimativa razoável é de perto de 10 bits 6

por pedaço (padrão ou item de conhecimento), para uma capacidade total de

10 (10 trilhões) de bits para uma memória funcional humana.
13

De acordo com as projeções do mapa da ITRS (ver gráfico RAM na

página 76), poderemos comprar 10 bits de memória por mil dólares perto
13

de 2018. Deve-se ter em mente que essa memória será milhões de vezes
mais rápida do que o processo eletroquímico de memória usado no cérebro
humano, e, portanto, será muito mais eficaz.
De novo, se a memória humana for modelada no nível das conexões
interneurais, a estimativa é maior. Pode-se estimar cerca de 10 bits por
4

conexão para estocar os padrões de conexão e concentrações de

neurotransmissores. Com uma estimativa de 10 conexões, que resultam em
14

10 (1 bilhão de bilhões) de bits.

18

Com base nas análises acima, é razoável esperar que o hardware que
pode emular a funcionalidade do cérebro humano esteja disponível por
aproximadamente de mil dólares por volta de 2020. Como será discutido no
capítulo 4, o software que irá replicar essa funcionalidade vai levar cerca de
uma década a mais. Entretanto, o crescimento exponencial do preço-
desempenho, capacidade e velocidade da tecnologia de hardware vai
continuar durante esse período, de modo que por volta de 2030 será preciso
uma aldeia de cérebros humanos (cerca de mil) para igualar uma
computação que vale mil dólares. Por volta de 2050, mil dólares de
computação vão ultrapassar o poder de processamento de todos os cérebros
humanos da Terra. É claro que esse número inclui aqueles cérebros que
ainda usam só neurônios biológicos.
Embora os neurônios humanos sejam criações fantásticas, não iríamos (e
não vamos) projetar circuitos de computação usando os mesmos métodos
vagarosos. Apesar da engenhosidade dos projetos evoluídos pela seleção
natural, eles são muitas ordens de grandeza menos capazes dos que
poderemos construir. Aplicando a engenharia reversa em nossos corpos e
cérebros, estaremos em posição de criar sistemas comparáveis que são
muito mais duráveis e operam milhares de milhões mais rápido do que
nossos sistemas evoluídos naturalmente. Nossos circuitos eletrônicos já são
mais de 1 milhão de vezes mais rápidos do que os processos eletroquímicos
dos neurônios, e essa velocidade continua aumentando.
A maior parte da complexidade de um neurônio humano é dedicada a
manter suas funções de suporte à vida, não sua capacidade de processar
informações. Em última análise, poderemos transferir nossos processos
mentais para um substrato computacional mais adequado. Aí então nossas
mentes não terão de ficar tão pequenas.

Os limites da computação
Se um computador dos mais eficientes trabalha o dia todo para computar um problema
de simulação de clima, qual é a menor quantidade de energia que deve ser dissipada de
acordo com as leis da física? Na verdade, a resposta é muito simples de calcular, já que
não está relacionada à quantidade de computação. A resposta é sempre igual a zero.
Edward Fredkin, físico 45
Já tivemos cinco paradigmas (calculadoras eletromecânicas, computação
baseada em relê, válvulas, transistores discretos e circuitos integrados) que
deram crescimento exponencial ao preço-desempenho e à capacidade de
computação. Cada vez que um paradigma chegava a seu limite, outro
paradigma tomava seu lugar. Já se podem ver os contornos do sexto
paradigma, que será trazer a computação para a terceira dimensão
molecular. Já que a computação é subjacente às bases de tudo o que
gostamos, da economia ao intelecto e à criatividade humanos, pode-se
muito bem ficar pensando: Existem limites definitivos para a capacidade de
matéria e energia realizarem computação? Se sim, quais são esses limites e
quanto tempo vai levar até que eles sejam alcançados?
Nossa inteligência humana baseia-se em processos computacionais que
estamos começando a entender. Em última análise, iremos multiplicar
nossos poderes intelectuais aplicando e estendendo os métodos da
inteligência humana ao usar a capacidade muito maior da computação não
biológica. Então, considerar os limites definitivos da computação, é
perguntar na verdade qual é o destino de nossa civilização?
Um desafio comum às ideias apresentadas neste livro é que essas
tendências exponenciais devem alcançar um limite, como normalmente
fazem as tendências exponenciais. Quando uma espécie chega a um novo
habitat, como no famoso exemplo dos coelhos na Austrália, seu número
cresce exponencialmente por um tempo. Mas eventualmente ela atinge os
limites da habilidade que aquele ambiente tem para suportá-la. Com
certeza, o processamento da informação deve ter restrições parecidas.
Acontece, que, sim, há limites para a computação baseados nas leis da
física. Mas estas ainda permitem que continue o crescimento exponencial
até que a inteligência não biológica seja trilhões de trilhões de vezes mais
potente que toda a civilização humana hoje, incluindo os computadores
contemporâneos.
 Um dos principais fatores quando se consideram os limites
computacionais é a necessidade de energia. A energia necessária por MIPS
para dispositivos computacionais vem caindo exponencialmente, como é
mostrado na seguinte figura. 46

Entretanto, também se sabe que o número de MIPS em dispositivos

computacionais tem crescido exponencialmente. Até que ponto as
melhorias no uso da energia acompanharam a velocidade de processamento
depende de até que ponto se usa o processamento paralelo. Um número
maior de computadores menos potentes podem inerentemente funcionar
com temperatura mais baixa porque a computação está espalhada em uma
área maior. Velocidade de processamento está relacionada com voltagem, e
a energia necessária é proporcional ao quadrado da voltagem. Assim, fazer
funcionar um processador em velocidade mais baixa reduz
significativamente o consumo de energia. Se se investir em mais
processamento paralelo em vez de em processadores únicos mais rápidos, é
factível que o consumo de energia e a dissipação de calor acompanhem os
crescentes MIPS por dólar, como mostra o gráfico “Redução de watts por
mips”.
 Essa é em essência a mesma solução que a evolução biológica
desenvolveu no projeto dos cérebros animais. Cérebros humanos usam
cerca de 100 trilhões de computadores (as conexões interneurais, onde
ocorre a maior parte do processamento). Mas esses processadores têm
muito pouca potência computacional e, portanto, funcionam relativamente
frios.
Até pouco tempo atrás, a Intel enfatizava o desenvolvimento de
processadores de chip único cada vez mais rápidos, que têm funcionado a
temperaturas cada vez mais altas. A Intel está aos poucos mudando sua
estratégia para a paralelização, colocando múltiplos processadores em um
chip único. Veremos a tecnologia dos chips se mover nessa direção, como
maneira de manter controladas as necessidades de energia e a dissipação de
calor.47

Computação reversível. Em última análise, organizar a computação

através do processamento paralelo maciço, como é feito no cérebro
humano, por si só não será suficiente para manter os níveis de energia e a
resultante dissipação térmica em níveis razoáveis. O atual paradigma de
computação depende do que é conhecido como computação irreversível, o
que quer dizer que, em princípio, é impossível fazer com que os programas
de software operem de trás para a frente. A cada passo na progressão de um
programa, os dados de entrada são descartados — apagados — e os
resultados da computação vão para o passo seguinte. Em geral, os
programas não retêm todos os resultados intermediários, pois isso iria
consumir grandes quantidades de memória desnecessária. Esse apagar
seletivo da informação de entrada é particularmente verdade para sistemas
de reconhecimento de padrões. Sistemas de visão, por exemplo, quer
humanos, quer de máquinas, recebem grandes quantidades de input (dos
olhos ou sensores visuais), mas produzem outputs relativamente compactos
(como a identificação de padrões reconhecidos). Esse ato de apagar dados
gera calor e, portanto, requer energia. Quando um bit de informação é
apagado, essa informação tem que ir para algum lugar. De acordo com as
leis da termodinâmica, o bit apagado é, em essência, liberado para o
ambiente que o cerca, aumentando com isso sua entropia, que pode ser vista
como uma medida de informação (incluindo informação aparentemente
desordenada) em um ambiente. Isso resulta em uma temperatura maior para
o ambiente (porque a temperatura é uma medida da entropia).
Se, por outro lado, não for apagado todo bit de informação contido no
input de cada passo de um algoritmo, mas, em vez disso, for apenas
deslocado para outro lugar, esse bit continua no computador, não é liberado
para o ambiente, e, portanto, não gera calor nem requer energia de fora do
computador.
Rolf Landauer mostrou em 1961 que operações lógicas reversíveis como
NOT (transformar um bit em seu oposto) podiam ser realizadas sem colocar
energia ou tirar calor, mas que operações lógicas irreversíveis como AND
(gerando o bit C, que é um 1, se, e somente se, os dois inputs A e B forem
1) requerem energia. Em 1973, Charles Bennet mostrou que qualquer
48

computação podia ser realizada usando apenas operações lógicas

reversíveis. Uma década mais tarde, Ed Fredkin e Tommaso Toffoli
49

apresentaram uma revisão geral da ideia de computação reversível. O 50

conceito fundamental é que, se todos os resultados intermediários fossem

mantidos e depois se operasse o algoritmo de frente para trás, quando o
cálculo estiver terminado, acaba-se no mesmo lugar do início, não tendo
sido usada energia, nem gerado calor. Pelo caminho, entretanto, foi
calculado o resultado do algoritmo.

Quanta inteligência tem uma pedra? Para apreciar a factibilidade de

computar sem energia e sem calor, considere-se a computação que ocorre
em uma pedra comum. Embora possa parecer que nada especial acontece
dentro de uma pedra, os aproximadamente 10 (10 trilhões de trilhões) de
25

átomos em um quilo de matéria estão, na verdade, extremamente ativos.

Apesar da aparente solidez do objeto, os átomos todos estão se movendo,
compartilhando elétrons de um lado para outro, alterando o giro das
partículas e gerando campos magnéticos que se movem rápido. Toda essa
atividade representa a computação, mesmo não tendo muito sentido.
Já foi mostrado que os átomos podem armazenar informações com
densidade maior do que um bit por átomo, como em sistemas
computacionais construídos de dispositivos de ressonância magnética
nuclear. Pesquisadores da Universidade de Oklahoma armazenaram 1.024
bits nas interações magnéticas dos prótons de uma única molécula que
continha dezenove átomos de hidrogênio. Assim, o estado da pedra em
51

qualquer momento representa no mínimo 10 bits de memória.

27

Em termos de computação e apenas considerando as interações

eletromagnéticas, há pelo menos 10 mudanças de estado por bit por
15

segundo acontecendo dentro de uma pedra de 2,2 libras, o que representa

efetivamente cerca de 10 (1 milhão de trilhões de trilhões de trilhões)
42

cálculos por segundo. Contudo, a pedra não requer entrada de energia nem
gera calor perceptível.
 É claro que, apesar de toda essa atividade no nível atômico, a pedra não
realiza nenhum trabalho útil além de, talvez, agir como peso de papel ou
decoração. A razão disso é que a maior parte da estrutura dos átomos na
pedra é efetivamente aleatória. Se, por outro lado, as partículas forem
organizadas de uma maneira mais intencional, poderíamos ter um
computador frio, que consome zero energia, com uma memória de cerca de
mil trilhões de trilhões de bits e uma capacidade de processar 10 operações
42

por segundo, o que é cerca de 10 trilhões de vezes mais potente do que

todos os cérebros humanos na Terra, mesmo se for usada a estimativa mais
conservadora (mais alta) de 10 cps.
19 52

Ed Fredkin demonstrou que nem é preciso ter o trabalho de fazer

funcionar algoritmos ao contrário depois de obter um resultado. Fredkin
53

apresentou vários projetos para portas lógicas reversíveis que realizam a

inversão enquanto computam, e que são universais, ou seja, que
computadores de uso geral podem ser construídos com elas. Fredkin 54

continua, demonstrando que a eficiência de um computador construído por

portas lógicas reversíveis pode ser projetado para ficar bem perto (no
mínimo 99%) da eficiência dos que são construídos por portas irreversíveis.
Ele escreve:

é possível [...] implementar [...] modelos convencionais de computador

que têm a diferença de que os componentes básicos são
microscopicamente reversíveis. Isso quer dizer que a operação
macroscópica do computador também é reversível. Esse fato nos
permite perguntar...: “O que é necessário para que um computador seja
eficiente ao máximo?”. A resposta é que, se o computador for
construído por componentes microscopicamente reversíveis, então ele
pode ser perfeitamente eficiente. Quanta energia um computador
perfeitamente eficiente tem de dissipar para computar alguma coisa? A
resposta é que o computador não precisa dissipar energia alguma. 55

A lógica reversível já foi demonstrada e mostra as reduções esperadas de

entrada de energia e dissipação de calor. As portas lógicas reversíveis de
56

Fredkin respondem a um desafio-chave da ideia de computação reversível:

que ela iria requerer um estilo diferente de programar. Ele argumenta que,
de fato, pode-se construir lógica normal e memória inteiramente de portas
lógicas reversíveis, o que vai permitir o uso de métodos convencionais
existentes de desenvolvimento de software. É difícil exagerar o significado
desse insight. Uma observação-chave em relação à Singularidade é que
processos de informação — computação —, em última análise, irão dirigir
tudo que é importante. Essa fundação primária para a tecnologia futura
parece, então, que não requer energia alguma.
A realidade prática é ligeiramente mais complicada. Se, na verdade, se
quiser encontrar os resultados de uma computação — isto é, receber output
de um computador —, o processo de copiar a resposta e transmiti-la para
fora do computador é um processo irreversível, um que gera calor para cada
bit transmitido. Entretanto, para a maioria das aplicações que interessa, a
quantidade de computação que vai para executar um algoritmo excede em
muito a computação necessária para comunicar as respostas finais, assim
esta última não muda a equação de energia de modo perceptível.
Entretanto, por causa de efeitos essencialmente aleatórios termais e de
quantum, operações lógicas têm uma inerente taxa de erros. Podem-se
superar os erros usando códigos para detectar e corrigir erros, mas, cada vez
que se corrige um bit, a operação não é reversível, o que quer dizer que ela
requer energia e gera calor. Em geral, as taxas de erros são baixas. Mas,
mesmo que os erros ocorram em uma razão de, digamos, um por 10 10

operações, só conseguimos reduzir a necessidade de energia por um fator de

10 , e não eliminar totalmente a dissipação de energia.
10

Quando se consideram os limites da computação, a questão da taxa de

erros torna-se uma questão significativa do projeto. Alguns métodos de
aumentar a taxa computacional, como aumentar a frequência da oscilação
de partículas, também aumentam as taxas de erros, portanto isso estabelece
limites naturais para a habilidade de realizar computação usando matéria e
energia.
Outra importante tendência com relevância aqui será ir das baterias
convencionais para pequenas células de combustível (dispositivos
armazenando energia em elementos químicos, como formas de hidrogênio,
que se combinam com o oxigênio disponível). Células de combustível já
estão sendo construídas usando tecnologia MEMS (sistemas mecânicos
microeletrônicos). Quando nos aproximarmos da computação molecular,
57

tridimensional, com aspectos em nanoescala, recursos de energia na forma

de nanocélulas de combustível estarão amplamente distribuídos pelo meio
computacional entre processadores maciçamente paralelos. O futuro das
tecnologias de energia baseadas na nanotecnologia será discutido no
capítulo 5.

Os limites da nanocomputação. Mesmo com as restrições que

discutimos, os limites definitivos dos computadores são profundamente
altos. Com base no trabalho de Hans Bremermann, professor na
Universidade da Califórnia, em Berkeley, e Robert Freitas, teórico da
nanotecnologia, o professor Seth Lloyd do MIT calculou a capacidade
computacional máxima, de acordo com as leis conhecidas da física, de um
computador pesando um quilo e tendo um litro de volume — mais ou
menos o tamanho e peso de um pequeno laptop —, que ele chama de “o
laptop definitivo”. A quantidade potencial de computação aumenta com a
58

energia disponível. Pode-se entender a ligação entre energia e capacidade

computacional como segue. A energia em uma porção de matéria é a
energia associada com cada átomo (e partícula subatômica). Então, quanto
mais átomos, mais energia. Como discutido acima, cada átomo pode ser
usado potencialmente para computação. Então, quanto mais átomos, mais
computação. A energia de cada átomo ou partícula cresce com a frequência
de seu movimento: quanto mais movimento, mais energia. A mesma relação
existe para a computação potencial: quanto maior a frequência do
movimento, mais computação cada componente (que pode ser um átomo)
pode realizar. (Vê-se isso nos chips contemporâneos: quanto mais alta a
frequência do chip, maior sua velocidade de computar.)
Portanto, existe uma relação diretamente proporcional entre a energia de
um objeto e seu potencial para realizar computação. A energia potencial em
um quilo de matéria é muito grande, como se sabe pela equação de Einstein
E = mc . O quadrado da velocidade da luz é um número muito grande:
2

aproximadamente 10 7 metros /segundo . O potencial que tem a matéria para

1 2 2

computar também é governado por um número muito pequeno, a constante

de Planck: 6,6 x 10 joule-segundos (um joule é uma medida de energia).
34

Essa é a menor escala em que se pode aplicar energia para computação.

Obtém-se o limite teórico para um objeto realizar computação dividindo o
total de energia (a energia média de cada átomo ou partícula vezes o
número dessas partículas) pela constante de Planck.
Lloyd mostra como a capacidade potencial de computar de um quilo de
matéria é igual a pi vezes energia dividido pela constante de Planck. Como
a energia é um número tão grande e a constante de Planck é tão pequena,
essa equação gera um número extremamente grande: cerca de 5 x 10 por 50

segundo. Se esse número for relacionado com a estimativa mais

59

conservadora da capacidade do cérebro humano (10 cps e 10 humanos),

19 10

ele representa o equivalente a cerca de 5 bilhões de trilhões de civilizações

humanas. Se usarmos o número de 10 cps, que acredito ser suficiente para
60 16

a emulação funcional da inteligência humana, o laptop definitivo iria

funcionar com o equivalente da potência do cérebro de 5 trilhões de trilhões
de civilizações humanas. Um laptop assim poderia realizar o equivalente a
61

todo pensamento humano pelos últimos 10 mil anos (isto é, 10 bilhões de

cérebros humanos operando por 10 mil anos) em um décimo milésimo de
nanosegundo. 62

De novo, algumas advertências devem ser feitas. Converter toda a massa

de nosso laptop de 2,2 libras em energia é, em essência, o que acontece em
uma explosão termonuclear. É claro que não queremos que o laptop
exploda, mas que fique dentro de sua dimensão de um litro. Então, será
necessário fazer o pacote com alguma cautela, para dizer o mínimo.
Analisando a entropia máxima (graus e liberdade representados pelo estado
de todas as partículas) desse dispositivo, Lloyd mostra que um computador
assim teria uma capacidade teórica de memória de 10 bits. É difícil
31

imaginar tecnologias que fariam tudo para alcançar esse limite. Mas
podemos de pronto visualizar tecnologias que chegam razoavelmente perto
de fazer isso. Como o projeto da Universidade de Oklahoma mostra, já
demonstramos a habilidade de armazenar pelo menos cinquenta bits de
informação por átomo (embora apenas em um número pequeno de átomos,
até agora). Armazenar 10 bits de memória nos 10 átomos de um quilo de
27 25

matéria será, portanto, eventualmente atingível.

Mas porque muitas propriedades de cada átomo poderiam ser exploradas
para armazenar informação — como a posição exata, giro e estado quântico
de todas as suas partículas —, provavelmente podemos fazer algo melhor
do que 10 bits. O neurocientista Anders Sandberg estima a capacidade
27

potencial de armazenamento de um átomo de hidrogênio em cerca de 4

milhões de bits. Essas densidades ainda não foram demonstradas,
entretanto, por isso usaremos a estimativa mais conservadora. Como 63

discutido acima, 10 cálculos por segundo poderiam ser conseguidos sem

42

produzir um calor significativo. Instalando totalmente técnicas reversíveis

de computação, usando projetos que geram um nível baixo de erros e
permitindo uma quantidade razoável de dissipação de energia, deve-se
chegar a algo entre 10 e 10 cálculos por segundo.
42 50

O espaço entre esses dois limites é complexo. Examinar as questões

técnicas que surgem quando se avança de 10 a 10 está além do objetivo
42 50

deste capítulo. Devemos ter em mente, entretanto, que o modo como isso
vai funcionar não é começando com o último limite de 10 e trabalhando
50

para trás, em várias considerações práticas. Antes, a tecnologia vai

continuar a melhorar, sempre usando sua última proeza para progredir para
o nível seguinte. Assim, quando se chegar a uma civilização com 10 cps 42

(para cada 2,2 libras), os cientistas e engenheiros de então vão usar sua
vasta inteligência essencialmente não biológica para descobrir como chegar
a 10 , depois 10 e assim por diante. Minha expectativa é que chegaremos
43 44

muito perto dos últimos limites.

Mesmo a 10 cps, um “computador portátil definitivo” de 2,2 libras seria
42

capaz de realizar o equivalente a todo o pensamento humano pelos últimos

10 mil anos (supondo 10 bilhões de cérebros humanos para 10 mil anos) em
dez microssegundos. Se examinamos o gráfico “Crescimento exponencial
64

da computação” (página 87), veremos que se supõe que essa quantidade de

computação estará disponível por mil dólares em 2080.
Um projeto mais conservador, mas impressionante para um computador
reversível, maciçamente paralelo, é o projeto patenteado de
nanocomputador de Eric Drexler, que é totalmente mecânico. A 65

computação é realizada manipulando bastões em nanoescala, que de fato

têm molas. Depois de cada cálculo, os bastões que contêm valores
intermediários voltam para suas posições originais, implementando assim a
computação reversa. O dispositivo tem 1 trilhão (10 ) de processadores e
12

fornece uma taxa geral de 10 cps, bastante para simular 100 mil cérebros
21

humanos em um centímetro cúbico.

Marcar uma data para a Singularidade. Um limiar mais modesto, mas

ainda assim profundo, será atingido muito mais cedo. No começo dos anos
2030, mil dólares de computação comprarão cerca de 10 cps 17

(provavelmente em torno de 10 usando ASICs e colhendo a computação

20

distribuída pela internet). Hoje gastamos mais de 10 (1 bilhão) de dólares

11

em computação por ano, que subirá, conservadoramente, para 10 (1 12

trilhão) de dólares por volta de 2030. Assim, estaremos produzindo cerca de

10 a 10 cps de computação não biológica por ano no começo dos anos
26 29

2030. Isso é praticamente igual a nossa estimativa da capacidade de toda a

inteligência biológica humana viva.
Mesmo tendo a mesma capacidade de nossos próprios cérebros, essa
porção não biológica de nossa inteligência será mais potente porque
combinará os poderes de reconhecer padrões da inteligência humana com a
habilidade de compartilhar memória e aptidões, e com a precisão da
memória de máquinas. A porção não biológica sempre operará no máximo
de sua capacidade, que está longe de ser o caso da humanidade biológica
hoje; os 10 cps representados pela civilização humana biológica hoje estão
26

mal utilizados.
Esse estado da computação no começo dos anos 2030, entretanto, não vai
representar a Singularidade, porque ainda não corresponde a uma profunda
expansão de nossa inteligência. Entretanto, em meados dos anos 2040,
aqueles mil dólares de computação serão iguais a 10 cps, assim a
26

inteligência criada por ano (a um custo total de cerca de 10 dólares) será de

12

cerca de 1 bilhão de vezes mais potente do que toda a inteligência humana

hoje.66

Isso de fato vai representar uma mudança

profunda, e é por essa razão que eu marco a data para
a Singularidade — que representa uma transformação
profunda e perturbadora da capacidade humana —
como sendo 2045.
Apesar da clara predominância da inteligência não
biológica em meados dos anos 2040, a nossa ainda
será uma civilização humana. Vamos transcender a
biologia, mas não nossa humanidade. Voltarei a essa
questão no capítulo 7.
Voltando aos limites da computação de acordo com
a física, as estimativas acima foram expressas em
termos de computadores do tamanho de um laptop
porque esse é um formato familiar hoje. Pela segunda
década deste século, entretanto, a maior parte da
computação não estará organizada nesses dispositivos
retangulares, mas estará altamente distribuída pelo
ambiente. A computação estará em toda parte: nas
paredes, em nossos móveis, em nossa roupa e em
nossos corpos e cérebros.
E, é evidente, a civilização humana não estará
limitada a computar só com uns poucos quilos de
matéria. No capítulo 6, será examinado o potencial
computacional de um planeta do tamanho da Terra e
computadores na escala de sistemas solares, de
galáxias e de todo o universo conhecido. Como se
verá, a quantidade de tempo necessário para que
nossa civilização humana alcance escalas de
computação — e inteligência — que vão além de
nosso planeta e para o universo pode ser muito menor
do que se pode pensar.

Memória e eficiência computacional: Uma pedra versus um cérebro

humano. Tendo em mente os limites de matéria e energia para realizar a
computação, duas métricas úteis são a eficiência da memória e a eficiência
computacional de um objeto. Estas são definidas como as frações de
memória e computação acontecendo em um objeto que são, na verdade,
úteis. Também é preciso considerar o princípio da equivalência: mesmo que
a computação seja útil, se um método mais simples produz resultados
equivalentes, deve-se avaliar a computação em relação ao algoritmo mais
simples. Em outras palavras, se dois métodos chegam ao mesmo resultado
mas um deles usa mais computação do que o outro, o método mais
intensivo em termos de computação será considerado como usando apenas
a quantidade de computação do método menos intensivo. 67

O objetivo dessas comparações é avaliar até onde a evolução biológica

tem sido capaz de ir, de sistemas com essencialmente nenhuma inteligência
(isto é, uma pedra comum, que não desempenha nenhuma computação útil)
para a definitiva habilidade da matéria de realizar uma computação com um
propósito. A evolução biológica levou-nos a uma parte do caminho, e a
evolução tecnológica (que, como assinalei anteriormente, representa uma
continuação da evolução biológica) nos levará até muito perto desses
limites.
Lembre-se de que uma pedra de 2,2 libras de peso tem informação da
ordem de 10 bits codificada no estado de seus átomos e cerca de 10 cps
27 42

representados pela atividade de suas partículas. Já que se fala de uma pedra

comum, supor que sua superfície pode armazenar perto de mil bits talvez
seja uma estimativa arbitrária, mas generosa. Isso representa 10 de sua
68 24

capacidade teórica, ou uma eficiência de memória de 10 . 24 69

Também se pode usar uma pedra para computar. Por exemplo, deixando
cair uma pedra de uma determinada altura, pode-se computar a quantidade
de tempo que leva para deixar cair um objeto dessa altura. É claro que isso
representa muito pouca computação: talvez 1 cps, o que significa que sua
eficiência computacional é de 10 . 42 70

Em comparação, o que se pode dizer sobre a eficiência do cérebro

humano? Antes, neste capítulo, foi discutido como cada uma das
aproximadamente 10 conexões interneurais podem armazenar estimados
14

10 bits nas concentrações neurotransmissoras das conexões e nas não

4

linearidades sinápticas e dendríticas (formas específicas), em um total de

10 bits. O cérebro humano pesa mais ou menos o mesmo que nossa pedra
18

(na verdade, mais perto de três libras do que de 2,2, mas, como estamos
lidando com ordens de grandeza, as medições estão bastante perto). Ele
funciona a uma temperatura mais alta do que uma pedra fria, mas ainda se
pode usar a mesma estimativa de cerca de 10 bits de capacidade teórica de
27
memória (estimando que se pode armazenar um bit em cada átomo). O
resultado é uma eficiência de memória de 10 . 9

Entretanto, pelo princípio da equivalência, não se deveria usar os

métodos ineficientes de codificação do cérebro para avaliar a eficiência de
sua memória. Usando uma estimativa de memória funcional acima de 10 13

bits, tem-se uma eficiência de memória de 10 . Isso é mais ou menos o

14

meio do caminho, em escala logarítmica, entre a pedra e o frio laptop de

ponta. Entretanto, apesar da tecnologia progredir exponencialmente, nossa
vivência está em um mundo linear, e em uma escala linear, o cérebro
humano está muito mais perto da pedra do que do frio computador de
ponta.
Então, qual é a eficiência computacional do cérebro? Novamente, deve-
se considerar o princípio da equivalência e usar a estimativa de 10 cps
16

necessária para imitar a funcionalidade do cérebro, mais do que a estimativa

maior (10 cps) necessária para imitar todas as não linearidades de cada um
19

dos neurônios. Com a capacidade teórica dos átomos do cérebro estimada

em 10 cps, a eficiência da computação é de 10 . Mais uma vez isso está
42 26

mais próximo de uma pedra do que do laptop, mesmo em escala

logarítmica.
Nossos cérebros evoluíram significativamente em sua eficiência de
memória e computação partindo de objetos pré-biologia, como pedras. Mas
claramente temos muitas ordens de grandeza de melhorias de que tirar
proveito durante a primeira metade deste século.

Ir além do definitivo: picotecnologia e femtotecnologia, curvando a

velocidade da luz. Os limites de cerca de 10 cps para um computador frio
42

de um quilo e um litro e cerca de 10 para um (muito) quente baseiam-se na

50

computação com átomos. Mas limites nem sempre são o que parecem.
Novos entendimentos científicos têm um modo de empurrar para o lado
aparentes limites. Como um dos muitos exemplos disso, bem cedo na
história da aviação uma análise consensual dos limites da propulsão a jato
demonstrou que aviões a jato eram inviáveis. 71

Os limites discutidos acima representam os limites da nanotecnologia

baseados em nosso entendimento atual. Mas e a picotecnologia, medida em
trilionésimos (10 ) de metro, e a femtotecnologia, escalas de 10 de metro?
12 15

Nessas escalas, seria necessário computar com partículas subatômicas. Com

um tamanho menor desses, vem o potencial para velocidade e densidade
ainda maiores.
Temos no mínimo vários adotantes muito precoces dessas tecnologias em
picoescala. Cientistas alemães criaram um microscópio de força atômica
(AFM — atomic force microscope) que pode resolver aspectos de um
átomo que tenha apenas 77 picômetros de largura. Uma tecnologia de
72

resolução ainda mais alta foi criada por cientistas da Universidade da

Califórnia, em Santa Bárbara, que desenvolveram um detector de medidas
extremamente sensível com um feixe físico de cristal de gálio-arsenieto e
um sistema de sensibilidade que pode medir uma curva do feixe menor do
que um picômetro. Pretende-se usar o dispositivo para testar o princípio da
incerteza de Heisenberg. 73

Quanto à dimensão tempo, cientistas da Universidade de Cornell

demonstraram uma tecnologia de imagem baseada na dispersão de raios X
que pode registrar filmes dos movimentos de um único elétron. Cada
fotograma representa apenas quatro attosegundos (10 segundos, cada um
18

igual a um bilionésimo de bilionésimo de segundo). O dispositivo pode

74

alcançar uma resolução espacial de um angstrom (10 metros, o que dá cem

10

picômetros).
Entretanto, nosso entendimento da matéria nessas escalas, especialmente
na faixa do femtômetro, não está bastante bem desenvolvido para propor
paradigmas de computação. Um Engines of Creation (livro fundamental de
1986 de Eric Drexler que forneceu as bases da nanotecnologia) para pico-
ou femtotecnologia ainda não foi escrito. Entretanto, cada uma das teorias
concorrentes sobre o comportamento da matéria e da energia nessas escalas
baseia-se em modelos matemáticos que são fundamentados em
transformações computáveis. Muitas das transformações na física fornecem
a base para a computação universal (ou seja, transformações a partir das
quais podem ser construídos computadores de uso geral), e pode ser que o
comportamento nas faixas de pico- e femtômetro também irá possibilitar
isso.
É claro que, mesmo que os mecanismos básicos da matéria nessas faixas
propicie a computação universal em teoria, ainda seria preciso inventar a
engenharia necessária para criar números maciços de elementos de
computação e aprender como controlá-los. Isso parece com os desafios que
progridem rapidamente no campo da nanotecnologia. Por agora, temos de
considerar especulativa a factibilidade de pico- e femtocomputação. Mas a
nanocomputação vai fornecer níveis maciços de inteligência; assim, se
houver uma possibilidade mínima de fazer, nossa inteligência futura
provavelmente irá descobrir os processos necessários. A experiência mental
que deveríamos estar fazendo não é se humanos, como os conhecemos hoje,
serão capazes de construir tecnologias de pico- e femtocomputação, mas se
a vasta inteligência futura baseada em nanotecnologia (que será trilhões de
trilhões de vezes mais capaz do que a inteligência humana biológica
contemporânea) será capaz de processar esses projetos. Embora eu acredite
ser provável que nossa inteligência futura baseada em nanotecnologia será
capaz de operar a computação em escalas menores do que a nanotecnologia,
as projeções neste livro referentes à Singularidade não dependem dessa
especulação.
Além de tornar menor a computação, podemos fazê-la maior, ou seja,
podemos reproduzir esses dispositivos muito pequenos em uma escala
maciça. Com a nanotecnologia plenamente concretizada, os recursos da
computação podem ser feitos para reproduzirem a si mesmos, podendo
assim converter rapidamente massa e energia em uma forma inteligente.
Entretanto, deparamos inesperadamente com a velocidade da luz, porque a
matéria no universo está espalhada por vastas distâncias.
Como se verá mais adiante, há pelo menos sugestões de que a velocidade
da luz pode não ser imutável. Os físicos Steve Lamoreaux e Justin
Torgerson, do Laboratório Nacional de Los Alamos, analisaram dados de
um velho reator nuclear natural que há 2 bilhões de anos produziu uma
reação de fissão durando várias centena de milhares de anos no que é
conhecido agora como África Ocidental. Examinando isótopos radioativos
75

deixados pelo reator e os comparando com isótopos de reações nucleares

parecidas hoje, determinaram que a constante física alfa (também chamada
de constante de estrutura fina), que determina o poder da força
eletromagnética, aparentemente mudou em 2 bilhões de anos. Isso significa
muito para o mundo da física, porque a velocidade da luz é inversamente
proporcional à alfa, e ambas têm sido consideradas constantes imutáveis.
Alfa parece ter diminuído 4,5 partes de cada 10. Se confirmado, isso iria
implicar que a velocidade da luz aumentou.
É claro que esses resultados exploratórios precisarão ser verificados
cuidadosamente. Se for verdade, eles podem ser de grande importância para
o futuro de nossa civilização. Se a velocidade da luz aumentou, presume-se
que ela tenha feito isso não só como resultado da passagem do tempo, mas
também porque certas condições mudaram. Se a velocidade da luz mudou
devido a circunstâncias alteradas, isso entreabre uma fresta na porta
suficiente apenas para que os vastos poderes de nossas futuras inteligência e
tecnologia abram a porta totalmente. Esse é o tipo de intuição científica que
os tecnólogos podem explorar. A engenharia humana muitas vezes assume
um efeito natural, frequentemente sutil, e o controla tendo em vista uma
maior alavancagem, e aumenta seu tamanho. Mesmo que se ache difícil
aumentar significativamente a velocidade da luz por longas distâncias de
espaço, fazer isso dentro do confinamento de um dispositivo computacional
também teria consequências importantes para estender o potencial para a
computação. A velocidade da luz é um dos limites que restringem os
dispositivos computacionais mesmo hoje. Exploraremos outras várias
abordagens intrigantes para aumentar ou diminuir a velocidade da luz no
capítulo 6. É claro que aumentar a velocidade da luz hoje é especulativo, e
nenhuma das análises subjacentes à nossa expectativa da Singularidade
considera essa possibilidade.

Voltar no tempo. Outra possibilidade intrigante — e altamente

especulativa — é enviar um processo computacional de volta no tempo
através de um “buraco de minhoca” no espaço-tempo. Todd Brun, físico
teórico do Instituto de Estudos Avançados de Princeton, analisou a
possibilidade de computar usando o que ele chama de “closed timelike
curve” (CTC — curva fechada de tipo tempo). De acordo com Brun, CTCs
poderiam “enviar informação (como o resultado de cálculos) para seu
próprio cone de luz passado”. 76

Brun não fornece um projeto para tal dispositivo, mas estabelece que um
sistema assim é coerente com as leis da física. Seu computador para viajar
no tempo também não cria o “paradoxo do avô”, muitas vezes citado nas
discussões sobre viagem no tempo. Esse paradoxo muito conhecido aponta
que, se a pessoa A volta no tempo, ela poderia matar seu avô, fazendo com
que A não existisse, o que resulta em seu avô não ser morto por ela,
portanto A existiria e assim poderia voltar no tempo e matar seu avô e assim
por diante, ad infinitum.
O processo computacional de Brun de distender o tempo não parece
introduzir esse problema porque ele não afeta o passado. Ele produz uma
resposta determinada e não ambígua no presente para uma pergunta feita. A
pergunta deve ter uma resposta clara, e a resposta só é apresentada depois
que a pergunta é feita, embora o processo para determinar a resposta possa
ter lugar antes da pergunta ser feita usando o CTC. Por outro lado, o
processo poderia ter lugar depois que a pergunta é feita, e então usar o CTC
para trazer a resposta de volta para o presente (mas não antes de ser feita a
pergunta, porque isso iria introduzir o paradoxo do avô). Pode muito bem
haver barreiras fundamentais (ou limitações) para tal processo que ainda
não compreendemos, mas essas barreiras ainda têm de ser identificadas. Se
factível, iria expandir em muito o potencial da computação local. De novo,
todas as minhas estimativas das capacidades de computar e das capacidades
da Singularidade não dependem do pressuposto provisório de Brun.

Eric Drexler: Não sei não, Ray. Sou pessimista quanto aos prospectos da
picotecnologia. Com as partículas estáveis que conhecemos, não vejo como
pode haver uma estrutura em picoescala sem as pressões enormes
encontradas em uma estrela colapsada — uma anã branca ou uma estrela de
nêutrons —, e então você iria ter um naco sólido de uma coisa como metal,
mas 1 milhão de vezes mais denso. Isso não parece muito útil, mesmo se
fosse possível fazê-lo em nosso sistema solar. Se a física incluísse uma
partícula estável como um elétron, mas cem vezes mais maciça, seria uma
história diferente, mas a gente não conhece nenhuma.
RAY: Hoje manipulamos partículas subatômicas com aceleradores que estão
longe de reproduzir as condições de uma estrela de nêutrons. Além disso,
hoje estamos manipulando partículas subatômicas como elétrons com
dispositivos de mesa. Faz pouco, cientistas capturaram e pararam de chofre
um fóton.
Eric: É, mas que tipo de manipulação? Se contarmos manipular partículas
pequenas, então toda a tecnologia já é picotecnologia; porque toda a matéria
é feita de partículas subatômicas. Esmagar partículas juntas em aceleradores
produz entulho e não máquinas nem circuitos.
RAY: Eu não disse que resolvemos os problemas conceituais da
picotecnologia. Já anotei na agenda para fazer isso em 2072.
Eric: Ah, bom, então vejo que você me faz viver por muito tempo.
RAY: É sim, se você ficar na vanguarda dos insights de saúde e médicos e da
tecnologia, como tento fazer, vejo você em bastante boa forma por essa
época.
MOLLY 2104: Sim, um monte de vocês, baby boomers, chegou lá. Mas a
maioria não percebeu as oportunidades em 2004 para estender a
mortalidade humana tempo suficiente para aproveitar a revolução
biotecnológica, que atingiu seu ponto máximo uma década mais tarde,
seguida pela nanotecnologia uma década depois daquela.
MOLLY 2004: Então, Molly 2104, você deve ser extraordinária, considerando
que mil dólares de computação em 2080 podem realizar o equivalente a 10
bilhões de cérebros humanos pensando por 10 mil anos em questão de dez
microssegundos. Suponho que isso vai progredir ainda mais em 2104, e
também que você vai ter acesso a mais computação do que o equivalente a
mil dólares.
MOLLY 2104: Na realidade, milhões de dólares em média — bilhões quando
preciso deles.
MOLLY 2004: É bem difícil de imaginar.
MOLLY 2104: É, bom, acho que sou um tanto inteligente quando preciso.
MOLLY 2004: Na realidade, você não parece tão brilhante.
MOLLY 2104: Estou tentando ficar no seu nível.
MOLLY 2004: Espere um pouco, Dona Molly do futuro…
GEORGE 2048: Senhoras, por favor, vocês duas são muito charmosas.
MOLLY 2004: Bom, conte isso pra minha parceira aqui — ela acha que é 1
zilhão de vezes mais capaz do que eu.
GEORGE 2048: Ela está no seu futuro, você sabe. De qualquer jeito, sempre
achei que havia algo de especial em uma mulher biológica.
MOLLY 2104: É, e o que você sabe sobre mulheres biológicas?
GEORGE 2048: Já li muito sobre isso e me envolvi em algumas simulações
muito precisas.
MOLLY 2004: Está me ocorrendo que talvez vocês dois estejam deixando
escapar alguma coisa e não percebem.
GEORGE 2048: Não vejo como isso é possível.
MOLLY 2104: Com certeza, não.
MOLLY 2004: Não achei que vocês iam concordar. Mas existe uma coisa que
acho legal que vocês podem fazer.
MOLLY 2104: Só uma?
MOLLY 2004: Uma em que estou pensando. Você pode fundir seus
pensamentos com outra pessoa e, ao mesmo tempo, ainda manter separada
sua identidade.
MOLLY 2104: Se a situação — e a pessoa — for certa, então, sim, é uma coisa
muito sublime de fazer.
MOLLY 2004: Como se apaixonar?
MOLLY 2104: Como estar amando. É o jeito por excelência de compartilhar.
GEORGE 2048: Acho que você vai aceitar isso, Molly 2004.
MOLLY 2104: Você deve saber, George, já que foi a primeira pessoa com que
eu fiz isso.
CAPÍTULO 4
Projetando o software da inteligência
humana: como aplicar a engenharia
reversa no cérebro humano
Há boas razões para acreditar que estamos em um ponto de virada, e que será possível,
dentro das duas próximas décadas, formular um entendimento significativo da função
do cérebro. Essa visão otimista baseia-se em várias tendências mensuráveis e em uma
observação simples que tem sido comprovada repetidamente na história da ciência:
Avanços científicos são possibilitados por um avanço da tecnologia que nos permite ver
o que não conseguíamos ver antes. Por volta da virada do século XXI, passamos por
um ponto de virada perceptível tanto no conhecimento da neurociência quanto em
potência computacional. Pela primeira vez na história, sabemos coletivamente bastante
sobre nossos próprios cérebros e desenvolvemos uma tecnologia de computação tão
avançada que agora podemos empreender seriamente a construção de um modelo, em
tempo real, de alta resolução e verificável, de partes significativas de nossa
inteligência.
Lloyd Watts, neurocientista1
Agora, pela primeira vez, observamos com tanta clareza o cérebro trabalhando de
maneira global que devemos conseguir descobrir os programas gerais que estão por
trás de seus magníficos poderes.
J. G. Taylor, B. Horwitz, K. J. Friston, neurocientistas2
O cérebro é bom: é uma prova viva de que um determinado arranjo da matéria pode
produzir mente, raciocinar, reconhecer padrões, aprender, e muitas outras tarefas
interessantes. Portanto podemos aprender a construir novos sistemas tomando
emprestadas ideias do cérebro [...]. O cérebro é ruim: é um sistema evoluído, confuso,
onde um monte de interações acontece por causa de contingências da evolução [...].
Por outro lado, também tem de ser robusto (já que podemos sobreviver com ele) e ser
capaz de suportar variações bem grandes e afrontas ambientais, de modo que o insight
realmente valioso do cérebro pode ser como criar sistemas complexos resilientes que
bem organizem a si mesmos [...]. As interações dentro de um neurônio são complexas,
mas no nível seguinte neurônios parecem ser simples objetos que podem ser colocados
juntos, flexivelmente, em novas redes. As redes do córtex, localmente, são uma
verdadeira bagunça, porém, mais uma vez, no nível seguinte, a conectividade não é tão
complexa. Seria como se a evolução tivesse produzido uma porção de módulos ou
temas repetitivos que estão sendo reutilizados, e, quando os compreendermos e suas
interações, poderemos fazer algo parecido.
Anders Sandberg, neurocientista computacional, Royal Institute of Technology,
Suécia
Engenharia reversa do cérebro: Um panorama da
tarefa
A combinação de inteligência de nível humano com a inerente
superioridade de um computador em velocidade, precisão e habilidade de
compartilhar a memória será algo tremendo. Mas, até hoje, a maioria das
pesquisas e desenvolvimento de IA tem utilizado métodos de engenharia
que não estão necessariamente baseados no funcionamento do cérebro
humano, pela simples razão de que não tivemos as ferramentas exatas
necessárias para desenvolver modelos detalhados da cognição humana.
Nossa habilidade para aplicar engenharia reversa no cérebro — de ver
dentro dele, de modelá-lo e simular suas regiões — está crescendo
exponencialmente. Vamos entender, enfim, os princípios operacionais
subjacentes a toda a gama de nosso próprio pensamento, conhecimento que
nos fornecerá procedimentos potentes para desenvolver o software de
máquinas inteligentes. Iremos modificar, refinar e ampliar essas técnicas,
enquanto as aplicamos em tecnologias computacionais que são muito mais
potentes do que o processamento eletroquímico que tem lugar em neurônios
biológicos. Um benefício essencial desse projeto grandioso serão os
insights precisos que ele nos oferece sobre nós mesmos. Também vamos
ganhar novos modos potentes para tratar problemas neurológicos como
Alzheimer, derrame e deficiência sensorial e, em última análise, seremos
capazes de estender muito nossa inteligência.

Novas ferramentas para modelar e obter imagens do cérebro. O primeiro

passo para fazer a engenharia reversa do cérebro é examiná-lo, para
determinar como ele funciona. Até hoje, nossas ferramentas para fazer isso
têm sido rudimentares, mas agora essa situação está mudando, já que um
número significativo de novos aspectos da tecnologia de escaneamento
melhoraram enormemente sua resolução espacial e temporal, custo-
desempenho e largura de banda. Ao mesmo tempo, estamos rapidamente
acumulando dados sobre a dinâmica e as características precisas dos
sistemas e as partes constituintes do cérebro, indo desde sinapses
individuais até amplas regiões como o cerebelo, que compreende mais da
metade dos neurônios do cérebro. Bancos extensos de dados estão
catalogando metodicamente nosso exponencial crescente conhecimento do
cérebro.3

Os pesquisadores também mostraram que eles podem rapidamente

entender e aplicar essa informação construindo modelos e simulações de
funcionamento. Essas simulações de regiões do cérebro baseiam-se nos
princípios matemáticos da teoria da complexidade e na computação caótica,
e já estão dando resultados que se emparelham de perto com experiências
feitas com cérebros reais, de humanos e animais.
 Como foi dito no capítulo 2, a potência das ferramentas de escaneamento
e computação necessárias para a tarefa de aplicar a engenharia reversa no
cérebro está acelerando, como a aceleração na tecnologia que tornou
factível o projeto genoma. Quando chegarmos à era dos nanorrobots (ver
“Digitalizar usando nanorrobots” na página 186), poderemos escanear
dentro do cérebro com uma resolução extraordinária espacial e temporal. 4

Não há barreiras inerentes à aplicação da engenharia reversa aos princípios

operacionais da inteligência humana e à reprodução dessas habilidades nos
substratos computacionais mais potentes que estarão disponíveis nas
décadas futuras. O cérebro humano é uma hierarquia complexa de sistemas
complexos, mas não representa um nível de complexidade além do qual não
conseguimos lidar.

O software do cérebro. O preço-desempenho da computação e da

comunicação está dobrando a cada ano. Como já foi comentado, a
capacidade de computar necessária para emular a inteligência humana
estará disponível em menos de duas décadas. A suposição principal que
5

sublinha a expectativa da Singularidade é de que meios não biológicos

poderão imitar a riqueza, a sutileza e a profundidade do pensamento
humano. Mas alcançar a capacidade computacional do hardware de um
único cérebro humano — ou mesmo da inteligência coletiva de aldeias e
nações — não vai produzir automaticamente níveis humanos de habilidade.
(Em “níveis humanos”, incluo todas as maneiras variadas e sutis de serem
os humanos inteligentes, incluindo a aptidão musical e artística,
criatividade, movimentação física pelo mundo e compreender e responder
adequadamente às emoções.) A capacidade do hardware para computar é
necessária mas não suficiente. Compreender a organização e o conteúdo
desses recursos — o software da inteligência — é ainda mais crítico, e é o
objetivo do empreendimento da engenharia reversa do cérebro.
Quando um computador alcançar o nível humano de inteligência, vai
necessariamente passar voando por este. Uma grande vantagem da
inteligência não biológica é que as máquinas podem compartilhar seu
conhecimento com facilidade. Se você aprender francês ou ler Guerra e
Paz, não consegue logo baixar para mim esse aprendizado, pois tenho de
obter esse conhecimento do seu mesmo jeito trabalhoso. Não consigo
(ainda) acessar ou transmitir rapidamente meu conhecimento, que está
incrustado em um vasto padrão de concentrações neurotransmissoras
(níveis de elementos químicos nas sinapses que permitem que um neurônio
influencie outro) e conexões interneurais (partes dos neurônios chamadas
axônios e dendritos, que conectam neurônios).
Mas considere o caso da inteligência de uma máquina. Em uma de
minhas empresas, passamos anos ensinando um computador de pesquisa a
reconhecer fala humana contínua, usando um software de reconhecimento
de padrões. Nós o submetemos a milhares de horas de fala gravada,
6

corrigimos seus erros e, com paciência, melhoramos seu desempenho

treinando seus algoritmos “caóticos” que se auto-organizavam (métodos
que modificam suas próprias regras, baseados em processos que usam
informação inicial semialeatória e com resultados que não são totalmente
previsíveis). Finalmente, o computador ficou bem competente em
reconhecer a fala. Agora, se você quiser que seu próprio computador
pessoal reconheça fala, não é preciso fazê-lo passar pelos mesmos
processos de aprendizado (como fazemos com todas as crianças humanas);
você pode simplesmente baixar em segundos os padrões já estabelecidos.

Modelagem analítica do cérebro versus a neuromórfica. Um bom

exemplo da diferença entre inteligência humana e IA contemporânea é
como cada uma aborda a solução de um problema de xadrez. Humanos o
fazem reconhecendo padrões, enquanto as máquinas constroem enormes
“árvores” lógicas de movimentos e contramovimentos possíveis. A maior
parte da tecnologia (de todos os tipos) de hoje, por exemplo, tem usado este
último tipo de abordagem analítica, de cima para baixo. Nossas máquinas
voadoras, por exemplo, não tentam recriar a fisiologia e a mecânica dos
pássaros. Mas, como nossas ferramentas para aplicar engenharia reversa na
natureza estão bem depressa ficando mais sofisticadas, a tecnologia move-
se na direção de emular a natureza enquanto implementa essas técnicas em
substratos muito mais capazes.
O cenário mais empolgante para dominar o software da inteligência é
beber diretamente da fonte do melhor exemplo de processo inteligente de
que conseguimos lançar mão: o cérebro humano. Embora seu “designer”
original (a evolução) tenha levado vários bilhões de anos para desenvolver
o cérebro, ele está facilmente disponível para nós, protegido por um crânio,
mas com as ferramentas certas não escondidas de nossa vista. Seus
conteúdos ainda não foram patenteados nem têm direitos autorais.
(Entretanto, pode-se esperar que isso mude; pedidos de patente já foram
apresentados com base na engenharia reversa do cérebro.) Vamos usar os
7

milhares de trilhões de bytes de informação, derivados de escaneamentos

do cérebro e modelos neurais em muitos níveis, para projetar algoritmos
paralelos mais inteligentes para nossas máquinas, especialmente naquelas
baseadas em paradigmas que organizam a si mesmos.
Com essa abordagem de organização, não é preciso tentar replicar cada
uma das conexões neurais. Existem muita repetição e redundância em
qualquer região determinada do cérebro. Está se descobrindo que modelos
de nível mais elevado muitas vezes são mais simples do que os modelos
detalhados de seus componentes neurais.

Qual a complexidade do cérebro? Embora a informação contida em um

cérebro humano fosse precisar de cerca de 1 bilhão de bilhões de bits (ver
capítulo 3), o projeto inicial do cérebro baseia-se em um genoma humano
bastante compacto. O genoma inteiro consiste em 800 milhões de bytes,
mas a maioria é redundante, deixando só de 30 a 100 milhões de bytes
(menos do que 10 bits) de informação única (depois da compressão), o que
9

é menor do que o programa da Microsoft Word. Para sermos justos,

8

também devemos levar em consideração dados “epigenéticos”, que é

informação armazenada nas proteínas que controlam a expressão dos genes
(isto é, que determinam quais genes podem criar proteínas em cada célula),
bem como toda a maquinaria de replicação de proteínas, como os
ribossomos e uma horda de enzimas. Entretanto, essa informação adicional
não altera de modo significativo a ordem de grandeza desses cálculos. 9

Pouco mais do que metade da informação genética e epigenética caracteriza

o estado inicial do cérebro humano.
É claro que a complexidade de nossos cérebros aumenta enormemente à
medida que interagimos com o mundo (por um fator de cerca de 1 bilhão a
mais do que o genoma). Mas padrões altamente repetitivos podem ser
10

encontrados em cada região específica do cérebro, então não é necessário

capturar cada um dos detalhes especiais para aplicar com êxito a engenharia
reversa nos algoritmos relevantes, que combinam métodos analógico e
digital (por exemplo, o disparo de um neurônio pode ser considerado um
evento digital, enquanto níveis de neurotransmissores na sinapse podem ser
considerados valores analógicos). O padrão básico da fiação do cerebelo,
por exemplo, é descrito no genoma só uma vez, mas repetido bilhões de
vezes. Com a informação do escaneamento do cérebro e estudos de
modelagem, podemos projetar um software simulado equivalente ao
“neuromórfico” (isto é, algoritmos funcionalmente equivalentes ao
desempenho geral de uma região do cérebro).
O ritmo de construir simulações e modelos de funcionamento está apenas
um pouco atrás da disponibilidade de informação sobre o escaneamento do
cérebro e a estrutura de neurônios. Há mais de 50 mil neurocientistas no
mundo escrevendo artigos para mais de trezentas publicações. O campo é
11

amplo e diversificado, com cientistas e engenheiros criando novas

tecnologias sensoras e de escaneamento e desenvolvendo modelos e teorias
em muitos níveis. Assim, mesmo pessoas do ramo muitas vezes não estão
totalmente a par da inteira dimensão da pesquisa contemporânea.

Modelando o cérebro. Na neurociência contemporânea, modelos e

simulações estão sendo desenvolvidos a partir de diversas fontes, incluindo
escaneamento de cérebro, modelos de conexão interneural, modelos
neuronais e testes psicofísicos. Como mencionado antes, Lloyd Watts,
pesquisador do sistema auditivo, desenvolveu um modelo abrangente de
uma porção significativa do sistema humano de processamento de sons a
partir de estudos neurobiológicos de tipos específicos de neurônios e de
informação de conexões interneurais. O modelo de Watts inclui cinco rotas
paralelas e representações da informação auditiva em cada estágio do
processamento neural. Watts implementou seu modelo em um computador
como software de tempo real, que pode localizar e identificar sons e
funções, parecido com o modo como opera a audição humana. Embora
sendo um trabalho em andamento, o modelo ilustra a factibilidade de
converter modelos neurobiológicos e dados da conexão do cérebro em
simulações que funcionam.
Como Hans Moravec e outros deduziram, essas simulações funcionais
eficientes precisam de mil vezes menos computação do que seria necessário
se fossem simuladas as não linearidades de cada dendrito, sinapse ou outra
estrutura subneural da região sendo simulada. (Como foi discutido no
capítulo 3, pode-se estimar a computação necessária para a simulação
funcional do cérebro em 10 cálculos por segundo [cps] versus 10 cps para
16 19

simular as não linearidades subneurais.) 12

A razão real da velocidade entre a eletrônica contemporânea e a

sinalização eletroquímica nas conexões interneurais biológicas é de no
mínimo 1 milhão para um. Essa mesma ineficiência pode ser encontrada em
todos os aspectos de nossa biologia, porque a evolução biológica construiu
todos os seus mecanismos e sistemas com um conjunto de materiais muito
restrito: ou seja, células, que, por sua vez, são feitas de um conjunto
limitado de proteínas. Embora as proteínas biológicas sejam
tridimensionais, estão restritas a moléculas complexas que podem ser
dobradas de uma sequência (unidimensional) de aminoácidos.

Descascar a cebola. O cérebro não é um órgão processador de uma

informação única, mas, sim, uma coleção intrincada e entrelaçada de
centenas de regiões especializadas. O processo de “descascar a cebola” para
entender as funções dessas regiões que se intercalam está bem
encaminhado. À medida que as necessárias descrições de neurônios e dados
das interconexões do cérebro ficam disponíveis, réplicas detalhadas e
realizáveis, como a simulação das regiões auditivas descritas mais adiante
(ver “Outro exemplo: O modelo das regiões auditivas de Watts” na página
208), serão desenvolvidas para todas as regiões do cérebro.
A maioria dos algoritmos que modelam o cérebro não é um método
sequencial, lógico, que é usado normalmente na computação digital hoje. O
cérebro tem a tendência de usar processos que se auto-organizam, caóticos,
holográficos (isto é, informação não localizada em um lugar mas distribuída
por uma região). Também é maciçamente paralelo e utiliza técnicas
analógicas híbridas controladas digitalmente. Entretanto, um amplo leque
de projetos tem demonstrado nossa habilidade para entender essas técnicas
e para extraí-las de nosso conhecimento rapidamente crescente do cérebro e
sua organização.
Depois de que algoritmos de uma determinada região forem
compreendidos, eles podem ser refinados e espalhados antes de serem
implementados em equivalentes neurais sintéticos. Eles podem funcionar
em um substrato computacional que já está muito mais rápido do que a
circuitaria neural. (Computadores atuais realizam computações em
bilionésimos de segundos, comparados com o milésimo de segundo para
operações interneurais.) E também podemos lançar mão dos métodos para
construir máquinas inteligentes que já estamos compreendendo.
O cérebro humano é diferente de um computador?
A resposta a essa pergunta depende do que se quer dizer com a palavra
“computador”. Hoje, a maioria dos computadores é digital e realiza uma
(ou talvez algumas) computação por vez em velocidade extremamente
rápida. Em contraste, o cérebro humano combina métodos digital e
analógico mas realiza a maior parte das computações no campo analógico
(contínuo), usando neurotransmissores e mecanismos relacionados. Embora
esses neurônios executem cálculos em velocidades extremamente baixas
(em geral, duzentas operações por segundo), o cérebro como um todo é
maciçamente paralelo: a maior parte de seus neurônios trabalha ao mesmo
tempo, resultando em até 100 trilhões de computações sendo feitas
simultaneamente.
O paralelismo maciço do cérebro humano é a chave para sua habilidade
de reconhecer padrões, que é um dos pilares do pensamento de nossa
espécie. Neurônios de mamíferos entregam-se a uma dança caótica (isto é,
com muitas interações que parecem aleatórias), e, se a rede neural aprendeu
bem sua lição, um padrão estável vai emergir refletindo a decisão da rede.
Atualmente, projetos paralelos para computadores estão um tanto limitados.
Mas não há razão para que recriações não biológicas funcionalmente,
equivalentes a redes biológicas neurais, não possam ser construídas usando
esses princípios. De fato, dúzias de aplicações pelo mundo já tiveram êxito
em fazê-lo. Meu próprio campo técnico é o reconhecimento de padrões, e
os projetos com que me envolvi por cerca de quarenta anos usam essa
forma de computação não determinista e que pode ser treinada.
Muitos dos métodos de organização característicos do cérebro também
podem ser simulados com eficácia usando computação convencional de
potência suficiente. Acredito que duplicar os paradigmas de projetos da
natureza vai ser uma tendência-chave na computação futura. Também se
deve ter em mente que a computação digital pode equivaler funcionalmente
à computação analógica — isto é, todas as funções de uma rede híbrida
digital-analógica podem ser executadas em um computador só digital. O
contrário não é verdade: não se podem simular todas as funções de um
computador digital em um analógico.
Entretanto, a computação analógica tem, de fato, uma vantagem de
engenharia: é potencialmente milhares de vezes mais eficiente. Computação
analógica pode ser realizada por uns poucos transistores ou, no caso de
neurônios de mamíferos, processos eletroquímicos específicos. Em
contraste, a computação digital requer milhares ou dezenas de milhares de
transistores. Por outro lado, aquela vantagem pode ser compensada pela
facilidade de programar (e modificar) simulações baseadas em um
computador digital.
Há muitas outras maneiras essenciais em que o cérebro difere de um
computador convencional:

•Os circuitos do cérebro são muito lentos. Demora tanto para recompor as
sinapses e estabilizar os neurônios (tempo necessário para que um neurônio
e suas sinapses recomponham-se depois do disparo do neurônio) que há
muito poucos ciclos disponíveis de disparo de neurônios para reconhecer
padrões. A visualização funcional por ressonância magnética (fMRI) e os
escaneamentos por magnetoencefalografia (MEG) mostram que juízos que
não dependem de resolver ambiguidades parecem ser feitos em um único
ciclo de disparo de neurônios (menos de vinte milissegundos), não
envolvendo em essência nenhum processo iterativo (repetitivo). O
reconhecimento de objetos ocorre em cerca de 150 milissegundos, de modo
que, mesmo se “vamos pensar”, o número de ciclos de operações é de
centenas ou, no máximo, de milhares, não bilhões, como com um
computador padrão.
•Mas ele é maciçamente paralelo. O cérebro tem conexões interneurais da
ordem de 100 trilhões, todas elas potencialmente processando informações
ao mesmo tempo. Esses dois fatores (pouco tempo de ciclo e paralelismo
maciço) resultam em certo nível de capacidade de computar para o cérebro,
como visto antes.
Hoje, os maiores computadores aproximam-se dessa escala. Os principais
supercomputadores (incluindo aqueles usados pelos motores de busca mais
populares) medem mais de 10 cps, o que corresponde à faixa mais baixa
14

das estimativas para simulação funcional que foram discutidas no capítulo

3. Entretanto, não é necessário usar a mesma granularidade de
processamento paralelo que o próprio cérebro usa, desde que se equipare à
velocidade geral de computar e à capacidade da memória necessárias e que
se simule de outra maneira a arquitetura maciçamente paralela do cérebro.
•O cérebro combina fenômenos analógicos e digitais. A topologia das
conexões do cérebro é essencialmente digital — uma conexão existe ou
não. O disparo de um axônio não é totalmente digital, mas se aproxima
muito de um processo digital. Quase todas as funções do cérebro são
analógicas e estão repletas de não linearidades (mudanças repentinas no
output em vez de níveis que mudam suavemente) que são substancialmente
mais complexas do que o modelo clássico que temos usado para os
neurônios. Entretanto, a dinâmica detalhada, não linear de um neurônio e
todos os seus constituintes (dendritos, espinhas, canais e axônios) pode ser
simulada através da matemática de sistemas não lineares. Esses modelos
matemáticos podem então ser simulados em um computador digital até
qualquer grau desejado de precisão. Como foi mencionado, se as regiões
neurais forem simuladas usando transistores em seu modo analógico
original, em vez de usar a computação digital, essa abordagem pode
fornecer uma capacidade melhorada por três ou quatro ordens de grandeza,
como Carver Mead demonstrou. 13

•O próprio cérebro refaz sua fiação. Dendritos estão continuamente

explorando novas espinhas e sinapses. A topologia e a condutância de
dendritos e sinapses também estão todo o tempo adaptando-se. O próprio
sistema nervoso organiza-se em todos os níveis de sua organização.
Enquanto as técnicas matemáticas usadas em sistemas computadorizados de
reconhecimento de padrões, como redes neurais e modelos de Markov,
forem muito mais simples do que as usadas no cérebro, teremos substancial
experiência na engenharia de modelos auto-organizáveis. Computadores
14

contemporâneos não refazem literalmente sua própria fiação (embora

“sistemas que curam a si mesmos” emergentes estejam começando a fazer
isso), mas pode-se simular efetivamente esse processo em software. No 15

futuro, também se pode implementar isso em hardware, embora possa haver

vantagens em implementar a maior parte da auto-organização em software,
que dá mais flexibilidade aos programadores.
•A maioria dos detalhes do cérebro é aleatória. Apesar de haver uma
grande quantidade de processos estocásticos (aleatórios dentro de restrições
cuidadosamente controladas ) em todos os aspectos do cérebro, não é
necessário modelar toda “covinha” na superfície de todo dendrito, mais do
que é necessário modelar todas as pequenas variações na superfície de
todos os transistores, para compreender os princípios operacionais de um
computador. Mas certos detalhes são críticos para decodificar os princípios
operacionais do cérebro, o que nos força a distinguir entre eles e aqueles
que compõem “ruído” estocástico ou caos. Os aspectos caóticos (aleatórios
e imprevisíveis) da função neural podem ser modelados usando as técnicas
matemáticas da teoria da complexidade e da teoria do caos. 16

•O cérebro usa propriedades emergentes. Comportamento inteligente é uma

propriedade emergente da atividade caótica e complexa do cérebro.
Considere-se a analogia com o aparentemente inteligente projeto das
colônias de cupins e formigas, com seus túneis de conexão e sistemas de
ventilação delicadamente construídos. Apesar de seu desenho inteligente e
intrincado, formigueiros e cupinzeiros não têm arquitetos; a arquitetura
emerge das interações imprevisíveis de todos os membros da colônia, todos
seguindo regras relativamente simples.
•O cérebro é imperfeito. É da natureza dos sistemas adaptativos complexos
que a emergente inteligência de suas decisões seja menos do que ótima.
(Isto é, ela reflete um nível de inteligência mais baixo do que seria
representado por um arranjo ótimo de seus elementos.) Só precisa ser
bastante boa, que, no caso de nossa espécie, significava um nível de
inteligência suficiente para nos permitir suplantar os competidores em
nosso nicho ecológico (por exemplo, primatas que também combinam uma
função cognitiva com um apêndice em oposição, mas cujos cérebros não
são tão desenvolvidos quanto os dos humanos e cujas mãos também não
funcionam bem).
•Contradizemos a nós mesmos. Uma variedade de ideias e abordagens,
incluindo as conflitantes, leva para resultados melhores. Nossos cérebros
são bastante capazes para conter opiniões contraditórias. De fato, vicejamos
nessa diversidade interna. Considere-se a analogia à sociedade humana,
especialmente uma democrática, com suas maneiras construtivas de
resolver múltiplos pontos de vista.
•O cérebro usa a evolução. O paradigma básico para aprender que é usado
pelo cérebro é um paradigma evolucionista: sobrevivem os padrões de
conexões que têm mais sucesso em dar um sentido ao mundo e em
contribuir para reconhecimentos e decisões. O cérebro de um recém-
nascido contém conexões interneurais, a maioria ligada aleatoriamente, e
apenas umas poucas sobrevivem no cérebro de uma criança de dois anos. 17

•Padrões são importantes. Certos detalhes desses métodos caóticos auto-

organizadores, expressados como restrições do modelo (regras que definem
as condições iniciais e o meio para se auto-organizarem), são cruciais,
enquanto muitos detalhes dentro das restrições são inicialmente fixados de
modo aleatório. O sistema então se auto-organiza e gradualmente representa
os aspectos invariáveis da informação que foi apresentada ao sistema. A
informação que resulta não é encontrada em conexões ou nódulos
específicos, mas, antes, é um padrão distributivo.
•O cérebro é holográfico. Há uma analogia entre a informação distribuída
em um holograma e o método de representar a informação nas redes do
cérebro. Isso também pode ser encontrado nos métodos de auto-organização
usados no reconhecimento de padrões computadorizados, tais como redes
neurais, modelos de Markov e algoritmos genéticos. 18

•O cérebro está profundamente conectado. O cérebro obtém sua resiliência

do fato de ser uma rede profundamente conectada, onde a informação tem
muitos jeitos de navegar de um ponto a outro. Considere a analogia à
internet, que se tem tornado cada vez mais estável conforme aumenta o
número dos nódulos que a formam. Nódulos, mesmo eixos inteiros da
internet, podem ficar inoperantes sem que jamais façam cair a rede inteira.
De modo parecido, podemos perder neurônios continuadamente sem afetar
a integridade do cérebro todo.
•O cérebro tem, de fato, uma arquitetura de regiões. Embora os detalhes
das conexões dentro de uma região sejam inicialmente aleatórios dentro de
restrições e de auto-organizações, existe uma arquitetura de várias centenas
de regiões que executam funções específicas, com padrões específicos de
conexões entre regiões.
•O design de uma região do cérebro é mais simples do que o design de um
neurônio. Modelos muitas vezes ficam mais simples em um nível mais alto,
não mais complexos. Considere uma analogia com um computador. É
preciso entender a física detalhada dos semicondutores para modelar um
transistor, e as equações subjacentes a um único transistor real são
complexas. No entanto, um circuito digital que multiplica dois números,
embora envolvendo centenas de transistores, pode ser modelado de modo
muito mais simples com apenas algumas fórmulas. Um computador inteiro
com bilhões de transistores pode ser modelado através de seu conjunto de
instruções e descrição, que pode ser descrito em um punhado de páginas
escritas e transformações matemáticas.

Os programas de software para um sistema operacional, compiladores de

linguagem e montadores são razoavelmente complexos, mas modelar um
programa em particular — por exemplo, um programa de reconhecimento
de fala baseado na modelagem de Markov — pode ser descrito em apenas
algumas páginas de equações. Em nenhum lugar dessa descrição seriam
encontrados os detalhes da física de semicondutores. Uma observação
semelhante também vale para o cérebro. Um arranjo neural particular que
detecta uma determinada característica visual invariável (como um rosto),
ou que executa uma filtragem passa-banda (restringindo a entrada a uma
faixa de frequência específica) em informação, ou que avalia a proximidade
temporal de dois eventos, pode ser descrito com muito mais simplicidade
do que as reais relações físicas e químicas que controlam os
neurotransmissores e outras variáveis sinápticas e dendríticas envolvidas
nos respectivos processos. Embora toda essa complexidade neural tenha
que ser cuidadosamente considerada antes de avançar para o próximo nível
mais alto (modelagem do cérebro), muito disso pode ser simplificado uma
vez que os princípios operacionais do cérebro tenham sido compreendidos.

Tentando entender nosso próprio pensamento

O ritmo acelerado da pesquisa
Estamos agora nos aproximando do cotovelo da curva (o período de
rápido crescimento exponencial) no ritmo acelerado de compreender o
cérebro humano, mas nossas tentativas nessa área têm uma longa
história. Nossa capacidade de refletir e construir modelos de nosso
pensamento é um atributo único da nossa espécie. Os primeiros
modelos mentais eram necessariamente baseados na simples
observação de nosso comportamento externo (por exemplo, a análise
de Aristóteles da capacidade humana para associar ideias, escrita há
2.350 anos). 19

No início do século XX, desenvolvemos as ferramentas para

examinar os processos físicos dentro do cérebro. Um avanço inicial foi
medir a saída elétrica das células nervosas, desenvolvido em 1928 pelo
pioneiro da neurociência E. D. Adrian, que demonstrou que estavam
ocorrendo processos elétricos dentro do cérebro. Como Adrian
20

escreveu: “Eu tinha posto eletrodos no nervo óptico de um sapo em

conexão com algumas experiências na retina. O quarto estava quase
escuro e eu estava intrigado por ouvir ruídos repetidos no alto-falante
ligado ao amplificador, ruídos indicando que muita atividade estava
acontecendo. Foi só quando comparei os ruídos com meus próprios
movimentos pelo aposento que percebi que estava no campo de visão
do olho do sapo e que este estava sinalizando o que eu fazia”.
O principal insight de Adrian com essa experiência continua, hoje,
sendo a base da neurociência: a frequência dos impulsos do nervo
sensorial é proporcional à intensidade dos fenômenos sensoriais que
estão sendo medidos. Por exemplo, quanto maior a intensidade da luz,
maior a frequência (pulsos por segundo) dos impulsos neurais da retina
para o cérebro. Foi um aluno de Adrian, Horace Barlow, que
contribuiu com outro insight duradouro, “características de gatilho”
em neurônios, com a descoberta de que as retinas de sapos e coelhos
tinham neurônios únicos que disparariam ao “ver” formas, direções ou
velocidades específicas. Em outras palavras, a percepção envolve uma
série de estágios, com cada camada de neurônios reconhecendo
características cada vez mais sofisticadas da imagem.
Em 1939, começamos a desenvolver uma ideia de como os
neurônios funcionam: acumulando (adicionando) suas entradas e, em
seguida, produzindo uma espinha de condutância (um aumento
repentino na capacidade da membrana do neurônio para conduzir um
sinal) e voltagem ao longo do axônio do neurônio (que se conecta a
outros neurônios através de uma sinapse). A. L. Hodgkin e A. F.
Huxley descreveram sua teoria do “potencial de ação” do axônio
(voltagem). Também fizeram a medição real de um potencial de ação
21

em axônio neural animal em 1952. Escolheram neurônios de lula por

22

causa do tamanho e da anatomia acessível.

Com base na visão de Hodgkin e Huxley, W. S. McCulloch e W.
Pitts desenvolveram em 1943 um modelo simplificado de neurônios e
redes neurais que provocou meio século de trabalho em redes neurais
artificiais (usando um programa de computador para simular como os
neurônios trabalham no cérebro como uma rede). Esse modelo foi
aperfeiçoado por Hodgkin e Huxley em 1952. Embora agora
percebamos que os neurônios reais são muito mais complexos do que
esses modelos iniciais, o conceito original resistiu bem. Esse modelo
básico de rede neural tem um “peso” neural (representando a “força”
da conexão) para cada sinapse e uma não linearidade no soma do
neurônio.
Enquanto aumenta a soma das entradas ponderadas para o soma do
neurônio, é relativamente pouca a resposta do neurônio até que um
limiar crítico é alcançado, ponto em que o neurônio aumenta
rapidamente o output de seu axônio e dispara. Neurônios diferentes
têm limiares diferentes. Embora uma recente pesquisa mostre que a
resposta real é mais complexa do que isso, os modelos de McCulloch-
Pitts e Hodgkin-Huxley continuam essencialmente válidos.
Esses insights levaram a uma enorme quantidade de trabalho inicial
na criação de redes neurais artificiais, em um campo que ficou
conhecido como conexionismo. Talvez este tenha sido o primeiro dos
paradigmas auto-organizadores que foi introduzido no campo da
computação.
Um requisito fundamental para um sistema que se auto-organiza é
uma não linearidade: alguns meios de criar saídas que não sejam
simples somas ponderadas das entradas. Os primeiros modelos de
redes neurais forneceram essa não linearidade em sua réplica do
núcleo do neurônio. (O método básico da rede neural é simples).
23 24

Trabalho iniciado por Alan Turing em modelos teóricos de

computação por volta da mesma época também mostrou que a
computação requer uma não linearidade. Um sistema que
simplesmente cria somas ponderadas de suas entradas não pode
executar os requisitos essenciais da computação.
Agora sabemos que os neurônios biológicos reais têm muitas outras
não linearidades resultantes da ação eletroquímica das sinapses e da
morfologia dos dendritos. Arranjos diferentes de neurônios biológicos
podem realizar cálculos, incluindo adição, subtração, multiplicação,
divisão, média, filtragem, normalização e sinais de limite, entre outros
tipos de transformação.
A capacidade dos neurônios para realizar a multiplicação é
importante porque permite que o comportamento de uma rede de
neurônios no cérebro seja influenciado pelo resultado da computação
em outra rede. Experiências usando medições eletrofisiológicas em
macacos fornecem evidências de que a taxa de sinalização por
neurônios no córtex visual quando processam uma imagem é
aumentada ou diminuída pelo fato de o macaco estar ou não prestando
atenção em uma área particular dessa imagem. Estudos de humanos
25

em fMRI também mostraram que prestar atenção em uma área

específica de uma imagem aumenta a capacidade de resposta dos
neurônios processando essa imagem em uma região do córtex
chamada V5, que é responsável pela detecção de movimento. 26

Outro avanço importante ocorreu em 1949, quando Donald Hebb

apresentou sua teoria seminal de aprendizagem neural, a “resposta
Hebbiana”: se uma sinapse (ou grupo de sinapses) é estimulada
repetidamente, essa sinapse fica mais forte. Com o tempo, esse
condicionamento da sinapse produz uma resposta de aprendizagem. O
movimento do conexionismo projetou redes neurais simuladas com
base nesse modelo, e isso deu impulso a tais experiências durante as
décadas de 1950 e 1960.
O movimento conexionista teve um revés em 1969 com a
publicação do livro Perceptrons de Marvin Minsky e Seymour Papert, 27

do MIT. O livro incluía um teorema básico que demonstrava que o tipo

de rede neural mais comum (e mais simples) usado na época (chamado
Perceptron, de que Frank Rosenblatt da Cornell foi pioneiro) não
conseguiu resolver o simples problema de determinar se o desenho de
uma linha estava ou não totalmente conectado. O movimento da rede
28

neural teve um ressurgimento nos anos 1980, usando um método

chamado “backpropagation” (retropropagação), em que a força de
cada sinapse simulada foi determinada usando um algoritmo de
aprendizagem que ajustou o peso (a força da produção) de cada
neurônio artificial após cada teste de treinamento para que a rede
pudesse “aprender” a corresponder mais à resposta correta.
No entanto, a retropropagação não é um modelo viável para treinar
pesos sinápticos em uma rede neural biológica real, porque conexões
retroativas para realmente ajustar a força das conexões sinápticas não
parecem existir em cérebros de mamíferos. Nos computadores, no
entanto, esse tipo de sistema auto-organizador pode resolver uma
ampla gama de problemas de reconhecimento de padrões, e o poder
desse modelo simples de neurônios interconectados auto-organizados
já foi demonstrado.
Menos conhecida é a segunda forma de aprendizado de Hebb: um
 loop hipotético em que a excitação de um neurônio se retroalimentaria
(possivelmente através de outras camadas), causando uma
reverberação (um contínuo estado de excitação dos neurônios no loop).
Hebb teorizou que esse tipo de reverberação poderia ser a fonte do
aprendizado a curto prazo. Ele também supôs que essa reverberação de
curto prazo podia levar a memórias de longo prazo: “Deixe-nos
assumir então que a persistência ou repetição de uma atividade
reverberadora (ou “traço”) tende a induzir mudanças celulares
duradouras que aumentam sua estabilidade. A suposição pode ser
definida com precisão como segue: Quando um axônio da célula A
está perto o suficiente para excitar uma célula B e participa repetida ou
persistentemente de seu disparo, algum processo de crescimento ou
alteração metabólica ocorre em uma ou ambas as células, de modo que
a eficiência de A, como uma das células disparando B, é aumentada”.
Embora a memória reverberatória hebbiana não esteja tão bem
estabelecida quanto o aprendizado sináptico de Hebb, instâncias foram
descobertas recentemente. Por exemplo, conjuntos de neurônios
excitatórios (aqueles que estimulam a sinapse) e neurônios inibitórios
(aqueles que bloqueiam um estímulo) começam uma oscilação quando
certos padrões visuais são apresentados. E pesquisadores do MIT e do
29

Bell Labs da Lucent Technologies criaram um circuito integrado

eletrônico composto por transistores que simula a ação de dezesseis
neurônios excitatórios e um neurônio inibitório para imitar o circuito
biológico do córtex cerebral. 30

Esses primeiros modelos de neurônios e processamento de

informações neurais, embora excessivamente simplificados e
imprecisos em alguns aspectos, foram notáveis, dada a falta de dados e
ferramentas quando essas teorias foram desenvolvidas.
Perscrutando o cérebro
Conseguimos reduzir a deriva e o ruído de nossos instrumentos de tal forma que
podemos ver os mínimos movimentos dessas moléculas através de distâncias que são
menores que seus próprios diâmetros . [Esses] tipos de experiência eram só um sonho
impossível faz quinze anos.
Steven Block, professor de ciências biológicas e de física aplicada, Universidade
Stanford
Imagine que estávamos tentando fazer engenharia reversa de um
computador sem saber nada sobre isso (a abordagem “caixa-preta”).
Poderíamos começar colocando uma gama de sensores magnéticos ao redor
do dispositivo. Notaríamos que, durante as operações que atualizavam o
banco de dados, ocorria uma atividade significativa em uma determinada
placa de circuito. É provável que tomássemos nota de que também havia
ação no disco rígido durante essas operações. (De fato, ouvir o disco rígido
tem sido sempre uma janela rudimentar para ver o que um computador está
fazendo.)
Poderíamos então elaborar uma teoria de que o disco tinha algo a ver
com a memória de longo prazo que armazena os bancos de dados, e que a
placa de circuito que está ativa durante essas operações estava envolvida na
transformação dos dados a serem armazenados. Isso nos diz
aproximadamente onde e quando as operações estão ocorrendo, mas
relativamente pouco sobre como essas tarefas são realizadas.
Se os registros do computador (locais de memória temporária) estiverem
conectados com as luzes do painel frontal (como era o caso dos primeiros
computadores), veríamos certos padrões de luz piscando que indicariam
mudanças rápidas no estado desses registros nos períodos em que o
computador estava analisando dados, mas mudanças relativamente lentas
quando o computador estava transmitindo dados. Poderíamos então
argumentar que essas luzes refletiam mudanças no estado lógico durante
algum tipo de comportamento analítico. Essas intuições seriam precisas,
mas toscas, e não conseguiriam nos fornecer uma teoria da operação ou
quaisquer insights sobre como a informação é realmente codificada ou
transformada.
A situação hipotética descrita acima espelha o tipo de esforços que tem
sido realizado para digitalizar e modelar o cérebro humano com as
ferramentas rudimentares que historicamente têm estado disponíveis. A
maioria dos modelos baseados em pesquisa contemporânea de
escaneamento cerebral (utilizando métodos como fMRI, MEG e outros
discutidos abaixo) são apenas sugestivos dos mecanismos subjacentes.
Apesar de esses estudos serem valiosos, sua resolução espacial e temporal
rudimentar não é adequada para a engenharia reversa das principais
características do cérebro.

Novas ferramentas para digitalizar o cérebro. Agora imagine, em nosso

exemplo acima sobre o computador, que somos capazes de realmente
colocar sensores precisos em pontos específicos nos circuitos e que esses
sensores são capazes de rastrear sinais específicos em velocidade muito
alta. Agora teríamos as ferramentas necessárias para acompanhar as
informações reais sendo transformadas em tempo real, e poderíamos criar
uma descrição detalhada de como os circuitos funcionam na realidade. Isso
é, na verdade, exatamente como engenheiros eletricistas enfrentam a
compreensão e a depuração de circuitos, tais como placas de computador
(para usar a engenharia reversa no produto de um concorrente, por
exemplo), usando analisadores lógicos que visualizam sinais de
computador.
A neurociência ainda não teve acesso à tecnologia de sensores que iria
realizar esse tipo de análise, mas essa situação está prestes a mudar. As
ferramentas para examinar nossos cérebros estão melhorando em ritmo
exponencial. A resolução de dispositivos não invasivos de varredura do
cérebro está dobrando a cada doze meses (por unidade de volume). 31

Vemos melhorias comparáveis na velocidade de reconstrução da imagem

de varredura do cérebro:
 A ferramenta de varredura do cérebro mais usada é a fMRI, que fornece
uma resolução espacial relativamente alta de um a três milímetros (não alta
o suficiente para imagens de neurônios individuais), mas baixa resolução
temporal (tempo) de alguns segundos. As recentes gerações da tecnologia
fMRI fornecem uma resolução temporal de cerca de um segundo, ou um
décimo de segundo para uma fatia fina do cérebro.
Outra técnica comumente usada é MEG, que mede campos magnéticos
fracos fora do crânio, produzidos principalmente pelos neurônios
piramidais do córtex. MEG é capaz de resolução temporal rápida (um
milissegundo), mas de uma resolução espacial só muito tosca, cerca de um
centímetro.
Fritz Sommer, um dos principais investigadores do Redwood
Neuroscience Institute, está desenvolvendo métodos de combinar fMRI e
MEG para melhorar a precisão espaço-temporal das medições. Outros
avanços recentes têm mostrado técnicas de fMRI que conseguem mapear
regiões denominadas estruturas colunares e laminares, que têm apenas uma
fração de milímetro de largura, e detectar tarefas que ocorrem em dezenas
de milissegundos. 32

A fMRI e uma técnica de varredura similar que usa pósitrons, chamada

de tomografia por emissão de pósitrons (PET), avaliam, ambas, a atividade
neuronal através de meios indiretos. PET mede o fluxo sanguíneo cerebral
regional (rCBF), enquanto fMRI, níveis de oxigênio no sangue. Embora o
33

relacionamento das quantidades de fluxos sanguíneos para atividade neural

seja objeto de alguma controvérsia, o consenso é que eles refletem a
atividade sináptica local, não o aumento de neurônios. O relacionamento da
atividade neural para o fluxo sanguíneo foi articulado pela primeira vez no
final do século XIX. No entanto, a fMRI tem uma limitação, que consiste
34

em que a relação do fluxo sanguíneo para a atividade sináptica não é direta:

uma variedade de mecanismos metabólicos afetam a relação entre os dois
fenômenos.
No entanto, acredita-se que tanto a PET quanto a fMRI sejam mais
confiáveis para medir mudanças relativas no estado cerebral. O método
inicial que eles usam é o “paradigma de subtração”, que pode mostrar as
regiões mais ativas durante tarefas específicas. Esse procedimento envolve
35

subtrair os dados produzidos por uma varredura, quando a pessoa não

executa nenhuma atividade, de dados produzidos enquanto ela executa uma
determinada atividade mental. A diferença representa a mudança no estado
cerebral.
Uma técnica invasiva que fornece alta resolução espacial e temporal é a
formação de “imagem óptica”, que envolve remover parte do crânio, tingir
o tecido vivo do cérebro com um corante que se torna fluorescente quando
há atividade neural e, em seguida, fotografar a luz emitida com uma câmera
digital. Como essa técnica requer cirurgia, ela tem sido utilizada
principalmente em experiências com animais, em especial ratos.
Outra abordagem para analisar o funcionamento cerebral de diferentes
regiões é a estimulação magnética transcraniana (TMS em inglês), que
consiste em aplicar um campo magnético de pulso forte na parte de fora do
crânio, colocando com precisão uma bobina magnética sobre a cabeça.
Estimulando ou induzindo uma “lesão virtual” (desativando
temporariamente) em pequenas regiões do cérebro, as habilidades podem
ser diminuídas ou reforçadas. A TMS também pode ser usada para estudar
36

a relação de diferentes áreas do cérebro enquanto executa tarefas

específicas, e pode até induzir sensações de experiências místicas. O
37

cientista do cérebro Allan Snyder relatou que cerca de 40% de seus sujeitos
de teste ligados à TMS exibem novas habilidades significativas, muitas das
quais são notáveis, como habilidade para desenhar. 38

Se houver a opção de destruir o cérebro que está sendo digitalizado,

torna-se possível uma resolução espacial dramaticamente maior. A
digitalização de um cérebro congelado é hoje viável, embora ainda não em
velocidade ou largura de banda suficiente para mapear todas as
interconexões. Mas, novamente, de acordo com a Lei dos Retornos
Acelerados, esse potencial está crescendo exponencialmente, assim como
todas as outras facetas da varredura do cérebro.
Andreas Nowatzyk, da Universidade Carnegie Mellon, está escaneando o
sistema nervoso do cérebro e do corpo de um rato com uma resolução
menor do que duzentos nanômetros, o que está perto da resolução
necessária para a engenharia reversa total. Outro escaneamento destrutivo
chamado “Brain Tissue Scanner”, desenvolvido no Brain Networks
Laboratory na Universidade A & M do Texas, é capaz de digitalizar um
cérebro inteiro de camundongo em um mês, com uma resolução de 250
nanômetros, usando fatias. 39

Melhorando a resolução. Muitas novas tecnologias de varredura do

cérebro agora em desenvolvimento estão melhorando drasticamente a
resolução temporal e espacial. A nova geração de sistemas de detecção e
digitalização está fornecendo as ferramentas necessárias para desenvolver
modelos com níveis minuciosos de detalhes sem precedentes. A seguir, uma
pequena amostra desses sistemas emergentes de imagem e detecção.
Uma nova e muito entusiasmante câmera de escaneamento está sendo
desenvolvida no Laboratório de Pesquisas de Neuroengenharia da
Universidade da Pensilvânia, chefiado por Leif H. Finkel. A resolução
40

espacial do sistema óptico projetado será bastante alta para gerar imagens
de neurônios individuais e em um tempo de resolução de um milissegundo,
o que é suficiente para registrar o disparo de cada neurônio.
As versões iniciais são capazes de escanear, ao mesmo tempo, cerca de
cem células, a uma profundidade de até dez mícrons da câmera. Uma
versão futura fará a imagem de até mil células simultaneamente, a uma
distância de até 150 mícrons da câmera e com um tempo de resolução de
submilissegundos. O sistema pode digitalizar tecido neural in vivo (em um
cérebro vivo) enquanto um animal está realizando uma tarefa mental,
embora a superfície do cérebro deva ser exposta. O tecido neural é tingido
para gerar fluorescência dependente de voltagem, que é captada pela
câmera de alta resolução. O sistema de varredura será usado para examinar
os cérebros de animais antes e depois de aprenderem habilidades
perceptivas específicas. Esse sistema combina a resolução temporária
rápida (um milissegundo) do MEG, enquanto gera imagens de neurônios e
conexões individuais.
 Também foram desenvolvidos métodos não invasivos para ativar
neurônios, ou até uma parte específica de um neurônio de maneira temporal
e espacialmente precisa. Uma abordagem envolvendo fótons usa uma
excitação direta de “dois fótons”, chamada de “microscopia de varredura a
laser de dois fótons” (two-photon laser scanning microscopy em inglês —
TPLSM). Isso cria um único ponto de foco no espaço tridimensional que
41

permite uma digitalização com resolução muito alta. Ela utiliza pulsos de
laser que duram apenas um milionésimo de um bilionésimo de segundo
(10 segundos) para detectar a excitação de sinapses únicas no cérebro
−15

intacto, medindo o acúmulo de cálcio intracelular associado com a ativação

dos receptores sinápticos. Embora esse método destrua tecido, é uma
42

porção insignificante, e ele fornece imagens com altíssima resolução de

espinhas de dendritos e sinapses individuais em ação.
Essa técnica tem sido usada para realizar cirurgias intracelulares
ultraprecisas. O físico Eric Mazur e seus colegas da Universidade Harvard
demonstraram sua capacidade de executar modificações precisas de células,
como cortar uma conexão interneuronal ou destruir uma única mitocôndria
(a fonte de energia das células) sem afetar outros componentes celulares. “A
técnica gera o calor do sol”, diz o colega de Mazur, Donald Ingber, “mas
apenas por quintilhões de segundo e em um espaço muito pequeno.”
Outra técnica chamada “gravação por multieletrodos” usa um
agrupamento de eletrodos para registrar simultaneamente a atividade de um
grande número de neurônios com resolução temporal muito alta
(submilissegundos). Além disso, uma técnica não invasiva chamada de
43

microscopia de segunda geração harmônica (second-harmonic generation

microscoppy — SHG) é capaz de “estudar células em ação”, explica o
desenvolvedor-chefe Daniel Dombeck, um estudante da Universidade
Cornell. Ainda outra técnica, chamada de geração de imagens com
coerência óptica (optical coherence imaging — OCI), usa luz coerente
(ondas de luz que estão todas alinhadas na mesma fase) para criar imagens
tridimensionais holográficas de agrupamentos de células.

Digitalizar usando nanorrobots. Embora esses meios não invasivos de

escanear o cérebro de fora do crânio estejam melhorando rapidamente, a
abordagem mais potente para capturar todos os detalhes neurais salientes
será digitalizá-los de dentro. Na década de 2020, a tecnologia dos
nanorrobots será viável, e a varredura do cérebro será uma de suas
aplicações principais. Como descrito anteriormente, os nanorrobots são
robots que terão o tamanho das células sanguíneas humanas (sete a oito
mícrons), ou até menores. Bilhões deles poderiam viajar através de cada
44

capilar cerebral, escaneando cada recurso neural relevante de perto. Usando

a comunicação sem fio de alta velocidade, os nanorrobots se comunicam
entre si e com computadores compilando o banco de dados de varredura do
cérebro. (Em outras palavras, os nanorrobots e computadores todos estarão
em uma rede local sem fio.) 45

Um desafio técnico essencial para conectar nanorrobots a estruturas

biológicas do cérebro é a barreira hematoencefálica (blood-brain barrier —
BBB). No final do século XIX, os cientistas descobriram que, quando
injetavam corante azul na corrente sanguínea de um animal, todos os órgãos
do animal ficavam azuis, menos a medula espinhal e o cérebro. Com
precisão, eles aventaram a hipótese de uma barreira que protege o cérebro
de uma ampla gama de substâncias potencialmente nocivas no sangue,
incluindo bactérias, hormônios, substâncias químicas que podem atuar
como neurotransmissores e outras toxinas. Somente oxigênio, glucose e um
conjunto muito seleto de outras moléculas pequenas conseguem sair dos
vasos sanguíneos e entrar no cérebro.
Necropsias no início do século XX revelaram que o revestimento dos
capilares no cérebro e em outros tecidos do sistema nervoso é de fato muito
mais compactado com células endoteliais do que vasos de tamanho
comparável em outros órgãos. Estudos mais recentes mostraram que o BBB
é um sistema complexo que apresenta portas completas com chaves e
senhas que permitem a entrada no cérebro. Por exemplo, foram descobertas
duas proteínas chamadas zonulina e zot que reagem com receptores no
cérebro para abrir temporariamente o BBB em locais selecionados. Essas
duas proteínas desempenham um papel semelhante na abertura de
receptores no intestino delgado para permitir a digestão da glicose e outros
nutrientes.
Qualquer projeto para que os nanorrobots digitalizem ou, de algum outro
modo, interajam com o cérebro, terá que levar em consideração o BBB.
Descrevo aqui várias estratégias que serão viáveis, considerando as
capacidades futuras. Sem dúvida, outras serão desenvolvidas ao longo do
próximo quarto de século.

•Uma tática óbvia é tornar o nanorrobot pequeno o suficiente para deslizar

através do BBB, mas esta é a abordagem menos prática, pelo menos com a
nanotecnologia que conhecemos hoje. Para fazer isso, o nanorrobot teria
que ter vinte nanômetros ou menos de diâmetro, o que é cerca do tamanho
de cem átomos de carbono. Limitar um nanorrobot a essas dimensões
reduziria severamente sua funcionalidade.
•Uma estratégia intermediária seria manter o nanorrobot na corrente
sanguínea, mas fazer com que lance um braço robótico através do BBB e no
fluido extracelular que reveste as células neurais. Isso permitiria que o
nanorrobot permanecesse bastante grande para ter recursos suficientes
computacionais e de navegação. Como quase todos os neurônios estão a
uma distância de duas ou três larguras de células de um capilar, o braço
precisaria atingir apenas uns cinquenta mícrons. Análises realizadas por
Rob Freitas e outros mostram que é bastante viável restringir a largura de
tal manipulador para menos de vinte nanômetros.
•Outra abordagem é manter os nanorrobots nos capilares e usar
digitalização não invasiva. Por exemplo, o sistema de digitalização
projetado por Finkel e seus associados pode digitalizar em resolução muito
alta (suficiente para ver interconexões individuais) a uma profundidade de
150 mícrons, o que é várias vezes maior do que o necessário. Obviamente,
esse tipo de sistema de gerar imagens ópticas teria que ser
significativamente miniaturizado (comparado aos projetos
contemporâneos), mas usa sensores de dispositivos de carga acoplada, que
são passíveis dessa redução de tamanho.
•Outro tipo de varredura não invasiva envolveria um conjunto de
nanorrobots emitindo sinais focados semelhantes aos de um scanner de dois
fótons e outro conjunto de nanorrobots recebendo a transmissão. A
topologia do tecido interveniente poderia ser determinada através da análise
do impacto no sinal recebido.
•Outro tipo de estratégia, sugerido por Robert Freitas, seria para o
nanorrobot, literalmente, irromper passando pelo BBB, cavar um buraco
nele, sair do vaso sanguíneo e depois reparar o dano. Já que o nanorrobot
pode ser construído usando carbono em configuração diamantoide, ele seria
muito mais forte que os tecidos biológicos. Freitas escreve: “Para passar
entre as células em um tecido rico em células, é necessário que um
nanorrobot avançando atrapalhe um número mínimo de contatos de célula a
célula que estão à frente em seu caminho. Depois disso, e com o objetivo de
minimizar a biointrusividade, o nanorrobot deve selar os contatos em sua
esteira, grosseiramente análogo a uma toupeira escavadora”. 46

•Ainda outra abordagem é sugerida pelos estudos contemporâneos do

câncer. Pesquisadores de câncer estão muito interessados em irromper
seletivamente no BBB para transportar substâncias destruidoras de câncer
para os tumores. Estudos recentes do BBB mostram que para isso se abre
em resposta uma variedade de fatores, que incluem certas proteínas, como
mencionado acima; hipertensão localizada; altas concentrações de certas
substâncias; micro-ondas e outras formas de radiação; infecção; e
inflamação. Existem também processos especializados que transportam as
substâncias necessárias, como a glicose. Também foi descoberto que o
manitol de açúcar provoca um encolhimento temporário das bem embaladas
células endoteliais para fornecer uma violação temporária do BBB. Ao
explorar esses mecanismos, vários grupos de pesquisa estão desenvolvendo
compostos que abram o BBB. Embora essa pesquisa seja destinada a
47

terapias contra o câncer, abordagens parecidas podem ser usadas para abrir
as portas para nanorrobots que irão escanear o cérebro e melhorar nosso
funcionamento mental.
•Poderíamos contornar a corrente sanguínea junto com o BBB injetando
nanorrobots em áreas do cérebro que têm acesso direto ao tecido neural.
Como menciono abaixo, novos neurônios migram dos ventrículos para
outras partes do cérebro. Os nanorrobots podem seguir o mesmo caminho
de migração.
•Rob Freitas descreveu várias técnicas para os nanorrobots monitorarem os
sinais. Estes serão importantes tanto para a engenharia reversa dos
48

insumos para o cérebro quanto para a criação de realidade virtual de

imersão total de dentro do sistema nervoso.
»Para escanear e monitorar sinais auditivos, Freitas propõe
“nanodispositivos móveis [que] nadam na artéria espiral do ouvido e
através de suas bifurcações alcançam o canal coclear, então colocam-
se como monitores neurais nas proximidades das fibras do nervo em
espiral e dos nervos que entram no epitélio do órgão de Corti [nervos
cocleares ou auditivos] dentro do gânglio espiral. Esses monitores
podem detectar, gravar ou retransmitir para outros nanodispositivos na
rede de comunicações todo o tráfego neural auditivo percebido pelo
ouvido humano”.
»Para as sensações de gravidade, rotação e aceleração do corpo, ele
imagina “nanomonitores posicionados nas terminações nervosas
aferentes emanando de células ciliadas localizadas nos canais
semicirculares”.
»Para “gerenciamento sensorial cinestésico, neurônios motores podem
ser monitorados para acompanhar os movimentos e as posições de
membros ou atividades musculares específicas e até mesmo exercer
controle”.
»“O tráfego neural sensorial olfativo e gustativo pode ser interceptado
[por] instrumentos nanossensoriais.”
 »“Sinais de dor podem ser gravados ou modificados conforme
necessário, assim como impulsos nervosos mecânicos e de temperatura
de receptores localizados na pele.”
»Freitas ressalta que a retina é rica em pequenos vasos sanguíneos,
“permitindo acesso imediato tanto aos fotorreceptores (haste, cone,
bipolar e gânglio) quanto aos neurônios [...] integradores”. Os sinais
do nervo óptico representam mais de 100 milhões de níveis por
segundo, mas esse nível de processamento de sinais já é gerenciável.
Como Tomaso Poggio do MIT e outros indicaram, nós ainda não
entendemos a codificação dos sinais do nervo óptico. Uma vez que
tenhamos a capacidade de monitorar os sinais para cada fibra discreta
no nervo óptico, nossa capacidade para interpretar esses sinais será
grandemente facilitada. Atualmente é uma área de intensa pesquisa.

Como discuto abaixo, os sinais rudimentares do corpo passam por vários

níveis de processamento antes de serem agregados, em uma representação
dinâmica compacta, a dois pequenos órgãos chamados de ínsula direita e
ínsula esquerda, localizados no fundo do córtex cerebral. Para a realidade
virtual de imersão total, pode ser mais eficaz usar os sinais já interpretados
na ínsula, em vez dos sinais não processados por todo o corpo.
Escanear o cérebro para aplicar a engenharia reversa em seus princípios
operacionais é mais fácil do que digitalizá-lo com a finalidade de “carregar”
uma personalidade particular, que vai ser discutida à frente (veja a seção
“Uploading do cérebro humano”, na página 226). Para reverter a engenharia
do cérebro, só é preciso digitalizar as conexões em uma região que baste
para entender seu padrão básico. Não é preciso capturar cada uma das
conexões.
Quando entendermos os padrões da fiação neural em uma região,
poderemos combinar esse conhecimento com um entendimento detalhado
de como opera cada tipo de neurônio nessa região. Embora uma
determinada região do cérebro possa ter bilhões de neurônios, ela vai conter
apenas um número limitado de tipos de neurônios. Já fizemos progressos
significativos na derivação dos mecanismos subjacentes a variedades
específicas de neurônios e conexões sinápticas, estudando essas células in
vitro (em uma placa de Petri), bem como in vivo, usando métodos como a
digitalização por dois fótons.
Os cenários acima envolvem recursos que existem hoje pelo menos em
estágio inicial. Já temos tecnologia capaz de escanear em muito alta
resolução, permitindo ver a forma precisa de cada conexão de uma
determinada área do cérebro se o scanner estiver fisicamente próximo aos
recursos neurais. Quanto aos nanorrobots, já existem quatro grandes
conferências dedicadas a desenvolver dispositivos do tamanho de células
sanguíneas para fins de diagnóstico e terapia. Como discutido no capítulo
49

2, podemos projetar o custo de computação exponencialmente decrescente,

o tamanho em rápido declínio e o aumento da eficácia de tecnologias, tanto
eletrônicas quanto mecânicas. Com base nessas projeções, podemos
conservadoramente prever a tecnologia nanorrobot necessária para
implementar esses tipos de cenários durante os anos 2020. Assim que a
digitalização baseada em nanorrobots se tornar uma realidade, finalmente
estaremos na mesma posição que os projetistas de circuito estão hoje:
poderemos colocar sensores altamente sensíveis e de alta resolução (na
forma de nanorrobots) em milhões ou até bilhões de locais no cérebro e,
assim, testemunhar cérebros vivos em ação em detalhes de tirar o fôlego.

Construindo modelos do cérebro

Se fôssemos magicamente encolhidos e colocados no cérebro de alguém enquanto ele
pensa, veríamos todas as bombas, pistões, engrenagens e alavancas funcionando e
poderíamos descrever seu funcionamento todo em termos mecânicos, descrevendo
assim completamente os processos de pensamento do cérebro. Mas essa descrição não
iria conter, em lugar algum, qualquer menção a um pensamento! Não conteria nada
além de descrições de bombas, pistões, alavancas!
G. W. Leibniz (1646-1716)
Como campos expressam seus princípios? Físicos usam termos como fótons, elétrons,
quarks, função de onda quântica, relatividade e conservação de energia. Os
astrônomos usam termos como planetas, estrelas, galáxias, deslocamento de Hubble e
buracos negros. Termodinamicistas usam termos como entropia, primeira lei, segunda
lei e ciclo de Carnot. Os biólogos usam termos como filogenia, ontogenia, DNA e
enzimas. Cada um desses termos é, na verdade, o título de uma história! Os princípios
de um campo são na verdade um conjunto de histórias entrelaçadas sobre a estrutura e
o comportamento dos elementos de campo.
Peter J. Denning, ex-presidente da Associação para Maquinaria Informática, em
“Grandes princípios da computação”
É importante construir modelos de cérebro no nível certo. É claro que
isso é verdade para todos os nossos modelos científicos. Embora a química
seja teoricamente baseada na física, e poderia ser derivada inteiramente da
física, isso seria complicado e inviável na prática. Então, a química usa suas
próprias regras e modelos. Do mesmo modo, deveríamos em teoria, poder
deduzir as leis da termodinâmica da física, mas esse é um processo que está
muito longe de ser simples. Quando tivermos um número suficiente de
partículas para chamar algo de gás em vez de um monte de partículas,
resolver equações para cada interação de partículas se tornará impraticável,
enquanto as leis da termodinâmica funcionam extremamente bem. As
interações de uma única molécula dentro do gás são irremediavelmente
complexas e imprevisíveis, mas o próprio gás, que compreende trilhões de
moléculas, tem muitas propriedades previsíveis.
Da mesma forma, a biologia, que está enraizada na química, usa seus
próprios modelos. Muitas vezes isso é desnecessário para expressar
resultados de alto nível usando os meandros da dinâmica dos sistemas de
nível inferior, embora seja necessário entender muito bem o nível mais
baixo antes de passar para o mais alto. Por exemplo, certas características
genéticas de um animal podem ser controladas manipulando seu DNA fetal
sem necessariamente compreender todos os mecanismos bioquímicos do
DNA, muito menos as interações dos átomos na molécula de DNA.
Muitas vezes, o nível mais baixo é mais complexo. Uma célula de ilhota
do pâncreas, por exemplo, é enormemente complicada em termos de todas
as suas funções bioquímicas (a maioria delas aplica-se a todas as células
humanas, algumas a todas as células biológicas). Ainda modelando o que
faz um pâncreas — com seus milhões de células —, em termos de regular
níveis de insulina e enzimas digestivas, embora não seja simples, é
consideravelmente menos difícil do que formular um modelo detalhado de
uma única célula da ilhota.
A mesma questão se aplica aos níveis de modelagem e compreensão do
cérebro, desde a física das reações sinápticas até as transformações de
informação por clusters neurais. Nas regiões do cérebro onde conseguimos
sucesso no desenvolvimento de modelos detalhados, encontramos um
fenômeno semelhante ao que envolve células pancreáticas. Os modelos são
complexos, mas permanecem mais simples do que as descrições
matemáticas de uma única célula, ou até mesmo uma única sinapse. Como
já discutido, esses modelos específicos a uma região também exigem
significativamente menos computação do que está teoricamente implícito
pela capacidade computacional de todas as sinapses e células.
Gilles Laurent, do Instituto de Tecnologia da Califórnia, observa: “Na
maioria dos casos, o comportamento coletivo de um sistema é muito difícil
de deduzir do conhecimento de seus componentes. Neurociência é uma
ciência de sistemas em que esquemas primários de explicação locais são
necessários mas não suficientes”. Engenharia reversa do cérebro irá
funcionar através do refinamento iterativo de modelos e simulações tanto de
cima para baixo quanto de baixo para cima, à medida que cada nível de
descrição e modelagem é refinado.
Até pouco tempo atrás, a neurociência era caracterizada por modelos
demasiado simplistas e limitados pela falta de refinamento de nossas
ferramentas de detecção e digitalização. Isso levou muitos observadores a
duvidar de que nossos processos de pensamento fossem inerentemente
capazes de se entender. Peter D. Kramer escreve: “Se a mente fosse simples
o suficiente para que a entendêssemos, nós seríamos muito simples para
entendê-la”. Mais cedo, citei a comparação feita por Douglas Hofstadter de
50

nosso cérebro com o de uma girafa, cuja estrutura não é tão diferente de um
cérebro humano, mas que claramente não tem a capacidade de entender
seus próprios métodos. No entanto, o sucesso recente no desenvolvimento
de modelos altamente detalhados em vários níveis — de componentes
neurais como sinapses a grandes regiões neurais como o cerebelo —
demonstra que construir modelos matemáticos precisos de nossos cérebros
e depois simular esses modelos com computação é uma tarefa desafiadora
mas viável quando os recursos dos dados estiverem disponíveis. Embora
modelos tenham uma longa história em neurociência, só faz pouco tempo
que se tornaram suficientemente abrangentes e detalhados para permitir
simulações baseadas neles para agir como experiências reais do cérebro.

Modelos subneurais: Sinapses e espinhas. Em um discurso para a

reunião anual da Associação Americana de Psicologia em 2002, o
psicólogo e neurocientista Joseph LeDoux, da Universidade de Nova York,
disse,

Se quem somos é moldado pelo que lembramos, e se a memória é uma

função do cérebro, então as sinapses — interfaces através das quais os
neurônios comunicam-se uns com os outros e as estruturas físicas em
que as memórias são codificadas — são as unidades fundamentais do
eu. As sinapses ficam bem baixo no totem da organização do cérebro,
mas acho que são muito importantes. O ego é a soma dos subsistemas
individuais do cérebro, cada um com sua própria forma de “memória”,
junto com as complexas interações entre os subsistemas. Sem a
plasticidade sináptica — a capacidade das sinapses de alterar a
facilidade com que transmitem sinais de um neurônio para outro —, as
mudanças nesses sistemas que são necessárias para o aprendizado
seriam impossíveis. 51

Embora no começo a modelagem tenha tratado o neurônio como a

unidade primária de transformar informação, a maré virou para enfatizar
seus componentes subcelulares. O neurocientista computacional Anthony J.
Bell, por exemplo, argumenta:

Processos moleculares e biofísicos controlam a sensibilidade dos

neurônios para espinhas de entrada (tanto a eficiência sináptica quanto
a resposta pós-sináptica), a excitabilidade do neurônio para produzir
espinhas, os padrões de espinhas que podem produzir e a
probabilidade de se formarem novas sinapses (religação dinâmica),
para listar apenas quatro das interferências mais óbvias do nível
subneural. Além disso, os efeitos do volume transneural como campos
elétricos locais e a difusão transmembrana de óxido nítrico foram
vistos influenciando disparos neurais coerentes, responsivos, e a
transferência de energia (fluxo sanguíneo) às células, que se
correlacionam diretamente com a atividade neural. A lista poderia
continuar. Acredito que qualquer um que estude seriamente
neuromoduladores, canais iônicos ou mecanismos sinápticos, e que
seja honesto, teria que rejeitar o nível de neurônio como nível de
computação separado, mesmo enquanto o considera como um nível
descritivo útil.
52

De fato, uma sinapse cerebral real é muito mais complexa do que a

descrita no modelo clássico de rede neural de McCulloch-Pitts. A resposta
sináptica é influenciada por uma série de fatores, incluindo a ação de
múltiplos canais controlados por uma variedade de potenciais iônicos
(voltagens) e múltiplos neurotransmissores e neuromoduladores. No
entanto, um progresso considerável tem sido feito nos últimos vinte anos no
desenvolvimento das fórmulas matemáticas subjacentes ao comportamento
de neurônios, dendritos, sinapses, e na representação da informação nas
sequências de espigas (pulsos de neurônios que foram ativados). Peter
Dayan e Larry Abbott faz pouco escreveram um resumo das equações
diferenciais não lineares existentes que descrevem uma ampla gama de
conhecimentos derivados de milhares de estudos experimentais. Existem
53

modelos bem fundamentados para a biofísica de corpos de neurônios,

sinapses e a ação de redes de pós-alimentação (feedforward) de neurônios,
como os encontrados na retina e nos nervos ópticos, e muitas outras classes
de neurônios.
A atenção para como funciona a sinapse tem suas raízes no trabalho
pioneiro de Hebb. Ele abordou a questão: Como funciona a curto prazo
(também chamado de trabalho) a função da memória? A região do cérebro
associada à memória de curto prazo é o córtex pré-frontal, embora agora
percebamos que diferentes formas de retenção de curto prazo de informação
foram identificadas na maioria dos outros circuitos neurais que foram
estudados de perto.
A maior parte do trabalho de Hebb focou mudanças no estado das
sinapses para fortalecer ou inibir sinais recebidos, e no mais controverso
circuito reverberador em que os neurônios disparam em loop contínuo. 54

Outra teoria proposta por Hebb é uma mudança no estado de um neurônio

em si — isto é, uma função de memória no soma celular (corpo). A
evidência experimental suporta a possibilidade de todos esses modelos.
Memória sináptica hebbiana clássica e memória reverberadora exigem um
tempo antes que a informação gravada possa ser usada. Experiências in
vivo mostram que, em pelo menos algumas regiões do cérebro, há uma
resposta neural que é muito rápida para ser explicada por tais modelos de
aprendizado padrão e, portanto, só poderia ser realizada no soma por meio
de mudanças induzidas pelo aprendizado. 55

Outra possibilidade não prevista diretamente por Hebb é a mudança em

tempo real nas próprias conexões dos neurônios. Resultados recentes de
varreduras mostram um rápido crescimento de espinhas de dendritos e
novas sinapses, então isso deve ser considerado um mecanismo importante.
Experiências também demonstraram uma rica variedade de
comportamentos de aprendizado no nível sináptico que vão além dos
modelos simples hebbianos. As sinapses podem mudar rapidamente de
estado, mas começam a decair lentamente com estimulação contínua, ou em
algumas a falta de estímulo, ou muitas outras variações. 56

Embora os modelos contemporâneos sejam muito mais complexos do

que os modelos simples de sinapses elaborados por Hebb, suas intuições se
mostraram corretas. Além da plasticidade sináptica hebbiana, os modelos
atuais incluem processos globais que fornecem uma função reguladora. Por
exemplo, a escala sináptica evita que os potenciais sinápticos tornem-se
zero (e, portanto, não possam ser aumentados através de abordagens
multiplicativas) ou fiquem excessivamente altos e, assim, dominem uma
rede. Experiências in vitro encontraram escalas sinápticas em culturas de
redes de neurônios neocorticais, hipocampais e medulares. Outros 57

mecanismos são sensíveis ao tempo total de espiga e à distribuição do

potencial através de muitas sinapses. Simulações demonstraram a
capacidade desses mecanismos recentemente descobertos para melhorar a
aprendizagem e a estabilidade da rede.
O novo desenvolvimento mais excitante para compreender as sinapses é
que a topologia das sinapses e as conexões que elas formam estão mudando
continuamente. Nosso primeiro vislumbre das rápidas mudanças nas
conexões sinápticas foi revelado por um sistema de varredura inovador que
requer um animal geneticamente modificado, cujos neurônios tenham sido
projetados para emitir uma luz fluorescente verde. O sistema pode
visualizar o tecido neural vivo e tem uma resolução bastante alta para
capturar não apenas os dendritos (conexões interneuronais), mas também as
espinhas: pequenas projeções que brotam dos dendritos e iniciam sinapses
potenciais.
O neurobiologista Karel Svoboda e seus colegas do Laboratório Cold
Spring Harbor, em Long Island, usaram o sistema de varredura em ratos
para investigar redes de neurônios que analisam informações a partir dos
bigodes, estudo que forneceu uma visão fascinante da aprendizagem neural.
Nos dendritos brotaram continuamente novas espinhas. A maioria durou
apenas um dia ou dois, mas ocasionalmente uma espinha permanecia
estável. “Acreditamos que a alta rotatividade que vemos pode ter um papel
importante na plasticidade neural, na medida em que as espinhas que
brotam estendem-se para sondar diferentes parceiros pré-sinápticos em
neurônios vizinhos”, disse Svoboda. “Se uma determinada conexão é
favorável, isto é, reflete um tipo desejável de fiação refeita no cérebro,
então essas sinapses são estabilizadas e se tornam mais permanentes. Mas a
maioria delas não está indo na direção certa, e elas são reabsorvidas.” 58

Outro fenômeno consistente que tem sido observado é que as respostas

neurais diminuem com o tempo se um determinado estímulo é repetido.
Essa adaptação dá maior prioridade aos novos padrões de estímulos.
Trabalho semelhante do neurobiólogo Wen-Biao Gan da Faculdade de
Medicina da Universidade de Nova York sobre espinhas neurais no córtex
visual de ratos adultos mostra que esse mecanismo de espinhas pode
guardar memórias de longo prazo: “Digamos que uma criança de dez anos
usa mil conexões para armazenar uma informação. Quando ela tiver oitenta
anos, um quarto das conexões ainda estará lá, não importa como as coisas
mudem. É por isso que ainda dá para lembrar suas experiências da
infância”. Gan também explica: “Nossa ideia era de que, quando se
aprende, se memoriza; na realidade não é preciso fazer muitas novas
sinapses e se livrar das antigas. Só é preciso modificar a força das sinapses
preexistentes para aprendizado de curto prazo e memória. No entanto, é
provável que [umas] poucas sinapses sejam feitas ou eliminadas para
alcançar a memória de longo prazo”. 59

A razão pela qual as memórias podem permanecer intactas mesmo que

três quartos das conexões desaparecerem é que o método de codificação
usado parece ter propriedades semelhantes às de um holograma. Em um
holograma, as informações são armazenadas em um padrão difuso ao longo
de uma extensa região. Se você destruir três quartos do holograma, a
imagem inteira permanece intacta, embora apenas com um quarto da
resolução. Pesquisa de Pentti Kanerva, neurocientista do Instituto Redwood
Neuroscience, apoia a ideia de que as memórias são dinamicamente
distribuídas por toda uma região de neurônios. Isso explica por que as
memórias mais velhas permanecem, mas mesmo assim parecem
“desaparecer”, porque sua resolução diminuiu.

Modelos de neurônios. Pesquisadores também estão descobrindo que

neurônios específicos realizam tarefas de reconhecimento especial. Uma
experiência com galinhas identificou neurônios do tronco cerebral que
detectam atrasos específicos à medida que os sons chegam a um e ao outro
ouvido. Neurônios diferentes respondem a diferentes quantidades de
60

defasagem. Embora existam muitas irregularidades complexas no

funcionamento desses neurônios (e das redes de que dependem), o que eles
na verdade estão realizando é fácil de descrever e seria simples de replicar.
De acordo com o neurocientista da Universidade da Califórnia em San
Diego, Scott Makeig, “resultados neurobiológicos recentes sugerem um
papel importante, nas entradas neurais sincronizadas com exatidão, para o
aprendizado e a memória”. 61

Neurônios eletrônicos. Uma experiência recente da Universidade da

Califórnia no Instituto de Ciência Não Linear de San Diego demonstra o
potencial que têm os neurônios eletrônicos para emular os biológicos com
exatidão. Neurônios (biológicos ou não) são um excelente exemplo do que
muitas vezes é chamado de computação caótica. Cada neurônio age de uma
forma essencialmente imprevisível. Quando toda uma rede de neurônios
recebe uma entrada (do mundo exterior ou de outras redes de neurônios), a
sinalização entre eles parece, a princípio, ser frenética e aleatória. Com o
tempo, normalmente uma fração de segundo ou algo assim, a interação
caótica dos neurônios acaba e emerge um padrão estável de disparos. Esse
padrão representa a “decisão” da rede neural. Se a rede neural está
realizando uma tarefa de reconhecimento de padrões (e tais tarefas
constituem a maior parte da atividade no cérebro humano), o padrão
emergente representa o reconhecimento adequado.
Assim, a questão abordada pelos pesquisadores de San Diego foi:
poderiam os neurônios eletrônicos envolver-se nessa dança caótica ao lado
dos biológicos? Eles conectaram neurônios artificiais com neurônios reais
de lagostas em uma única rede, e essa rede biológica-não biológica híbrida
teve o mesmo desempenho (isto é, interação caótica seguida por um padrão
emergente estável) e o mesmo tipo de resultados que uma rede totalmente
biológica de neurônios. Essencialmente, os neurônios biológicos aceitaram
seus pares eletrônicos. Isso indica que o modelo matemático caótico desses
neurônios era razoavelmente preciso.

Plasticidade cerebral. Em 1861, o neurocirurgião francês Paul Broca

correlacionou regiões do cérebro feridas ou afetadas por cirurgias com
certas habilidades perdidas, como habilidades motoras finas ou linguagem.
Por mais de um século, os cientistas acreditaram que essas regiões eram
destinadas a tarefas específicas. Embora certas áreas do cérebro tendam a
ser usadas para tipos específicos de habilidades, agora entendemos que tais
atribuições podem ser mudadas como resposta a uma lesão cerebral, como
um derrame. Em um clássico estudo de 1965, D. H. Hubel e T. N. Wiesel
mostraram que uma reorganização extensa e abrangente do cérebro poderia
ocorrer após danos no sistema nervoso, como os de um acidente vascular
cerebral.62

Além disso, o arranjo detalhado de conexões e sinapses em uma dada

região é um produto direto de quanto essa região é usada. Como o
escaneamento cerebral alcançou resolução suficientemente alta para
detectar o crescimento das espinhas nos dendritos e na formação de novas
sinapses, podemos ver nosso cérebro crescer e se adaptar para seguir
literalmente nossos pensamentos. Isso dá novo significado ao dito de
Descartes “Penso, logo existo”.
Em uma experiência conduzida por Michael Merzenich e seus colegas da
Universidade da Califórnia, em San Francisco, a comida dos macacos foi
colocada de maneira que os animais tinham de usar habilmente um dedo
para obtê-la. Escaneamentos do cérebro antes e depois revelaram um
crescimento dramático nas conexões interneurais e sinapses na região do
cérebro responsável por controlar aquele dedo.
Edward Taub, da Universidade do Alabama, estudou a região do córtex
responsável por avaliar o input tátil dos dedos. Comparando não músicos a
executantes experientes de instrumentos de cordas, ele não encontrou
nenhuma diferença nas regiões do cérebro dedicadas aos dedos da mão
direita, mas uma enorme diferença para os dedos da mão esquerda. Se
desenhássemos uma imagem das mãos com base na quantidade de tecido
cerebral dedicada à análise do toque, os dedos da mão esquerda dos
músicos (que são usados para controlar as cordas) seriam enormes. Embora
a diferença tenha sido maior para os músicos que começaram a treinar com
um instrumento de cordas ainda na infância, “mesmo que comece com o
violino aos quarenta anos”, comentou Taub, “você ainda terá uma
reorganização cerebral”. 63

Um achado similar vem de uma avaliação de um programa de software,

desenvolvido por Paula Tallal e Steve Miller na Universidade Rutgers,
chamado Fast ForWord, que auxilia alunos disléxicos. O programa lê textos
para crianças, falando mais devagar fonemas com “b” e “p”, com base na
observação de que muitos alunos disléxicos são incapazes de perceber esses
sons quando falados depressa. Ouvir essa forma modificada de fala mostrou
que ajudava essas crianças a aprenderem a ler. Usando o escaneamento
fMRI, John Gabrieli, da Universidade Stanford, descobriu que, de fato, a
região pré-frontal esquerda do cérebro, área associada ao processamento da
linguagem, cresceu e mostrou uma maior atividade em estudantes
disléxicos que usaram o programa. Diz Tallal: “Você cria seu cérebro a
partir do input que recebe”.
 Nem é necessário converter os pensamentos em ação física para
estimular o cérebro a refazer sua fiação. O dr. Alvaro Pascual-Leone da
Universidade Harvard examinou os cérebros de voluntários antes e depois
de praticarem um exercício simples de piano. O córtex motor cerebral dos
voluntários mudou como resultado direto da prática. Ele então fez com que
um segundo grupo só pensasse em fazer o exercício de piano, mas sem
realmente mover nenhum músculo. Isso produziu uma mudança igualmente
marcante na rede do córtex motor. 64

Estudos recentes de fMRI de relações de aprendizado visual-espacial

descobriram que conexões interneuronais podem mudar rapidamente
durante uma única aula. Pesquisadores encontraram mudanças nas
conexões entre células do córtex parietal posterior, no que é chamado de via
“dorsal” (que contém informações sobre localização e propriedades
espaciais dos estímulos visuais), e células do córtex temporal inferior
posterior na via “ventral” (que contém características invariáveis
reconhecidas de diferentes níveis de abstração); essa taxa de mudança foi
65

diretamente proporcional à taxa de aprendizado. 66

Pesquisadores da Universidade da Califórnia em San Diego analisaram

um insight-chave sobre as diferenças na formação de memórias de curto e
de longo prazo. Usando um método de varredura de alta resolução, os
cientistas puderam ver alterações químicas dentro de sinapses no
hipocampo, região do cérebro associada com a formação de memórias de
longo prazo. Descobriram que, quando uma célula era estimulada pela
67

primeira vez, a actina, um elemento neuroquímico, movia-se em direção

aos neurônios a que a sinapse estava conectada. Isso também estimulou a
actina nas células da vizinhança para se afastarem da célula ativada. Essas
mudanças duraram apenas alguns minutos, no entanto. Se as estimulações
fossem bastante repetidas, aconteceria uma mudança mais significativa e
mais permanente.
“As mudanças de curto prazo são apenas parte do modo normal de como
as células nervosas falam umas com as outras”, disse o autor principal,
Michael A. Colicos.

As mudanças a longo prazo nos neurônios ocorrem somente após eles

serem estimulados quatro vezes durante uma hora. A sinapse vai, na
verdade, dividir-se e novas sinapses se formarão, produzindo uma
permanente mudança que supostamente vai durar pelo resto da vida. A
analogia com a memória humana é que, o que se vê ou ouve uma vez
pode ficar na mente por alguns minutos. Se não for importante,
desaparece e é esquecido dez minutos depois. Mas, se você ver ou
ouvir de novo e isso continuar acontecendo durante a próxima hora,
você vai se lembrar por muito mais tempo. E as coisas que se repetem
muitas vezes podem ser lembradas por uma vida inteira. Uma vez
formadas duas novas conexões para um axônio, elas são muito estáveis
e não há razão para acreditar que vão desaparecer. Esse é o tipo de
mudança que se imagina durar uma vida toda.

“É como uma aula de piano”, diz o coautor e professor de biologia

Yukiko Goda. “Se você toca uma partitura musical várias vezes, ela fica
entranhada na sua memória.” Da mesma forma, em um artigo na revista
Science, os neurocientistas S. Lowel e W. Singer relataram ter encontrado
evidências da rápida formação dinâmica de novas conexões interneuronais
no córtex visual que eles descreveram com a frase de Donald Hebb: “O que
dispara junto, faz a fiação junto”. 68
 Outro insight sobre a formação da memória é relatado em um estudo
publicado em Cell. Pesquisadores descobriram que a proteína CPEB na
verdade muda sua forma em sinapses para gravar memórias. A surpresa foi
69

que a CPEB realiza essa função da memória enquanto em estado de príon.

“Por algum tempo, sabíamos bastante sobre como a memória funciona,
mas não tínhamos um conceito claro de qual era o dispositivo-chave de
armazenamento”, disse a coautora e diretora do Instituto Whitehead para
Pesquisa Biomédica, Susan Lindquist. “Este estudo sugere o que o
dispositivo de armazenamento pode ser — mas é uma sugestão tão
surpreendente descobrir que uma atividade semelhante à de um príon pode
estar envolvida... Isto indica que os príons não são apenas excêntricos na
natureza, mas que podem participar de processos fundamentais.” Como
relatei no capítulo 3, engenheiros humanos também estão achando que os
príons são um meio potente para construir as memórias eletrônicas.
Os estudos de escaneamento cerebral também revelam mecanismos para
inibir as memórias desnecessárias e indesejáveis, uma descoberta que
deixaria Sigmund Freud satisfeito. Usando ressonância magnética
70

funcional, os cientistas da Universidade Stanford pediram aos voluntários

do estudo que tentassem esquecer a informação que tinham memorizado
antes. Durante essa atividade, regiões no córtex frontal que foram
associadas à repressão da memória mostraram um alto nível de atividade,
enquanto o hipocampo, a região normalmente associada à lembrança,
estava relativamente inativo. Essas descobertas “confirmam a existência de
um processo de esquecimento ativo e estabelecem um modelo
neurobiológico para orientar a investigação sobre o esquecimento
proposital”, escreveram o professor de psicologia de Stanford John Gabrieli
e seus colegas. Gabrieli também comentou: “A grande novidade é que
mostramos como o cérebro humano bloqueia uma memória indesejada, que
existe tal mecanismo e que este tem uma base biológica. Vai além da
hipótese de que não há nada no cérebro que suprime uma memória — que
tudo era uma ficção não compreendida”.
Além de gerar novas conexões entre os neurônios, o cérebro também
produz novos neurônios a partir de células-tronco neurais, que se replicam
para manter uma reserva. No decorrer da reprodução, algumas das células-
tronco neurais tornam-se células “precursoras neurais”, que, por sua vez,
quando amadurecem, mudam para dois tipos de células de apoio chamadas
astrócitos e oligodendrócitos, e mudam também para neurônios. As células
evoluem depois para tipos específicos de neurônios. No entanto, essa
diferenciação não pode ocorrer a menos que as células-tronco neurais se
afastem de sua fonte original nos ventrículos do cérebro. Apenas cerca de
metade das células neurais consegue chegar ao fim da jornada, que é
semelhante ao processo durante a gestação e a primeira infância, quando
sobrevive apenas uma parte dos primeiros neurônios em desenvolvimento.
Cientistas esperam contornar esse processo de migração neural injetando
células-tronco neurais diretamente nas regiões-alvo, bem como esperam
drogas que promovam esse processo de neurogênese (criar novos
neurônios) para reparar danos cerebrais devidos a lesões ou doenças. 71

Uma experiência dos pesquisadores de genética Fred Gage, G.

Kempermann e Henriette van Praag, do Instituto Salk de Estudos
Biológicos, mostrou que a neurogênese é, na verdade, estimulada pela
nossa experiência. Mudar ratos de uma gaiola estéril e desinteressante para
outra, estimulante, mais ou menos dobrou o número de células em divisão
em suas regiões do hipocampo. 72

Modelando regiões do cérebro

É provável que o cérebro humano seja, no essencial, composto por grandes números de
sistemas distributivoCs relativamente pequenos, organizados pela embriologia em uma
sociedade que é controlada em parte (mas apenas em parte) por sistemas seriais,
simbólicos que são adicionados posteriormente. Mas os sistemas subsimbólicos que
fazem a maior parte do trabalho por baixo deve, pelo seu próprio caráter, impedir que
todas as outras partes do cérebro saibam muito sobre como eles funcionam. E isto, em
si, poderia ajudar a explicar como as pessoas fazem tantas coisas e ainda têm ideias
incompletas sobre como essas coisas são realmente feitas.
Marvin Minsky e Seymour Papert73
O bom senso não é uma coisa simples. Em vez disso, é uma imensa sociedade de ideias
práticas adquiridas com dificuldade — de multidões de regras e exceções, disposições e
tendências, equilíbrio e checagem, aprendidas na vida.
Marvin Minsky
Além de novos insights sobre a plasticidade da organização de cada
região do cérebro, os pesquisadores estão criando rapidamente modelos
detalhados de determinadas regiões do cérebro. Esses modelos e simulações
neuromórficas ficam só um pouco atrás da disponibilidade das informações
em que eles se baseiam. O rápido sucesso em transformar os dados dos
estudos de neurônios e os dados da varredura neural em modelos e
simulações de trabalho eficazes contraria o ceticismo muitas vezes
manifestado sobre nossa capacidade inerente de compreender nossos
próprios cérebros.
Em geral, não é necessário modelar a funcionalidade do cérebro humano
em uma base não linearidade-por-não linearidade e sinapse-por-sinapse.
Simulações de regiões que armazenam memórias e aptidões em neurônios e
conexões individuais (por exemplo, o cerebelo) usam modelos celulares
detalhados. Mesmo para essas regiões, no entanto, simulações requerem
muito menos computação do que está implícito por todos os componentes
neurais. Isto é verdade na simulação do cerebelo descrita abaixo.
Embora exista muita não linearidade e complexidade detalhadas nas
partes subneurais de cada neurônio, bem como um padrão de fiação caótico
e semialeatório subjacente aos trilhões de conexões no cérebro, progressos
significativos têm sido feitos ao longo dos últimos vinte anos na
matemática de modelar tais sistemas não lineares adaptativos. Em geral,
não é necessário preservar a forma exata de cada dendrito e o “rabisco”
preciso de cada conexão interneuronal. Os princípios operacionais de
regiões extensas do cérebro podem ser entendidos ao se examinar suas
dinâmicas no nível apropriado de análise.
Já houve um sucesso significativo na criação dos modelos e das
simulações de regiões extensas do cérebro. Aplicar testes a esstas
simulações e comparar os dados com aqueles obtidos a partir de
experiências psicofísicas em cérebros humanos reais produziu resultados
impressionantes. Considerando, até o momento, a crueza relativa de nossas
ferramentas de varredura e detecção, o sucesso da modelagem, como
ilustrado pelos trabalhos em andamento, demonstra a capacidade de extrair
os insights corretos da massa de dados que foram reunidos.
A seguir, uns poucos exemplos dos modelos bem-sucedidos das regiões
do cérebro, todos obras em andamento.

Um modelo neuromórfico: O cerebelo. Uma questão que examinei em

The Age of Spiritual Machines (ASM) é: como uma criança de dez anos
consegue pegar uma bola? Tudo que uma criança pode ver é a trajetória da
74

bola a partir de sua posição no campo externo. Para realmente inferir o

caminho da bola no espaço tridimensional, exigiria resolver ao mesmo
tempo equações diferenciais difíceis. Equações adicionais precisariam ser
resolvidas para prever o futuro curso da bola, e mais equações para traduzir
esses resultados para o que foi exigido dos próprios movimentos do
jogador. Como é que um jovem jogador de meio de campo realiza tudo isso
em poucos segundos, sem computador e sem treinamento em equações
diferenciais? É claro que ele não resolve as equações conscientemente, mas
como seu cérebro resolve o problema?
Desde que ASM foi publicado, avançamos consideravelmente na
compreensão desse processo básico de formação de aptidões. Conforme
minha hipótese, o problema não é resolvido construindo um modelo mental
de movimento tridimensional. Pelo contrário, o problema é solucionado ao
traduzir diretamente os movimentos observados da bola no movimento
apropriado do jogador e nas mudanças de configuração dos seus braços e
pernas. Alexandre Pouget da Universidade de Rochester, e Lawrence H.
Snyder, da Universidade de Washington, descreveram “funções básicas”
matemáticas que podem representar essa transformação direta, da
percepção do movimento no campo visual, para os movimentos exigidos
dos músculos. Além disso, a análise dos modelos recentemente
75

desenvolvidos do funcionamento do cerebelo demonstram que nossos

circuitos neurais cerebelares são realmente capazes de aprender e depois
aplicar as funções básicas necessárias para executar essas transformações
sensório-motoras. Quando nos envolvemos no processo de tentativa e erro
de aprender a executar uma tarefa sensório-motora como pegar uma bola,
estamos treinando os potenciais sinápticos das sinapses cerebelares para
aprenderem as funções básicas adequadas. O cerebelo realiza dois tipos de
transformação com essas funções básicas: ir de um resultado desejado a
uma ação (chamada “modelos internos inversos”) e passar de um conjunto
possível de ações para um resultado previsto (“modelos internos
avançados”). Tomaso Poggio apontou que a ideia de funções básicas pode
descrever os processos de aprendizado no cérebro que vão além do controle
motor.76

A região do cérebro cinza e branca, do tamanho de uma bola de beisebol,

em forma de feijão, chamada de cerebelo fica no tronco cerebral e
compreende mais da metade dos neurônios do cérebro. Ele realiza uma
ampla gama de funções críticas, incluindo coordenação sensório-motora,
equilíbrio, controle de movimento e capacidade de prever os resultados das
ações (as nossas e as de outros objetos e pessoas). Apesar da sua
77

diversidade de funções e tarefas, sua organização sináptica e celular é

extremamente consistente, envolvendo apenas alguns tipos de neurônios.
Parece haver um tipo específico de computação que ele realiza. 78

Apesar da uniformidade do processamento das informações do cerebelo,

a ampla gama de suas funções pode ser entendida em termos da variedade
de insumos que recebe do córtex cerebral (através dos núcleos do tronco
cerebral e depois através células das fibras musgosas do cerebelo) e de
outras regiões (particularmente a região da “oliva inferior” do cérebro
através das células de fibras trepadeiras do cerebelo). O cerebelo é
responsável pela nossa compreensão do tempo e pelo sequenciamento das
entradas sensoriais, e também por controlar nossos movimentos físicos.
O cerebelo é também um exemplo da capacidade considerável do cérebro
de exceder em muito seu genoma compacto. A maior parte do genoma que
é dedicado ao cérebro descreve a estrutura detalhada de cada tipo de célula
neural (incluindo seus dendritos, espinhas e sinapses) e como essas
estruturas respondem à estimulação e mudam. Relativamente pouco código
genômico é responsável pela real “fiação”. No cerebelo, o método básico de
fiação é repetido bilhões de vezes. É claro que o genoma não fornece
informações específicas sobre cada repetição dessa estrutura cerebelar, mas,
sim, especifica certas restrições sobre como essa estrutura é repetida (assim
como o genoma não especifica a localização exata das células em outros
órgãos).
Alguns dos outputs do cerebelo chegam a cerca de 200 mil neurônios alfa
motores, que determinam os sinais finais para os cerca de seiscentos
músculos do corpo. Entradas para os neurônios alfa motores não
especificam diretamente os movimentos de cada um desses músculos, mas
estão codificadas de uma maneira mais compacta, porém ainda pouco
entendida. Os sinais finais para os músculos são determinados em níveis
mais baixos do sistema nervoso, especificamente no tronco cerebral e na
medula espinhal. Curiosamente, essa organização é levada ao extremo no
79

polvo, cujo sistema nervoso central aparentemente envia comandos de alto

nível para cada um dos seus braços (como “pegar esse objeto e trazê-lo para
perto”), deixando, para executar a missão, o sistema nervoso periférico
independente de cada braço. 80
 Muito se aprendeu nos últimos anos sobre o papel dos três tipos de
nervos principais do cerebelo. Os neurônios chamados de “fibras
trepadeiras” parecem fornecer sinais para treinar o cerebelo. A maior parte
do output do cerebelo vem das grandes células de purkinje (nomeadas em
homenagem a Johannes Purkinje, que identificou a célula em 1837), cada
uma das quais recebe cerca de 200 mil inputs (sinapses), em comparação
com a média de cerca de mil para um neurônio padrão. As entradas vêm em
grande parte das células granulares, que são os neurônios menores, cerca de
6 milhões compactados em um milímetro quadrado. Estudos do papel do
cerebelo durante o aprendizado de movimentos de caligrafia por crianças
mostram que as células de purkinje realmente tiram amostras da sequência
de movimentos, cada uma sendo sensível a uma amostra específica. 81

Obviamente, o cerebelo requer a contínua orientação perceptual do córtex

visual. Os pesquisadores conseguiram ligar a estrutura das células do
cerebelo à observação de que existe uma relação inversa entre a curvatura e
a velocidade quando se escreve à mão — ou seja, pode-se escrever mais
rápido desenhando linhas retas em vez de curvas detalhadas para cada letra.

Estudos detalhados das células e dos animais forneceram impressionantes

descrições matemáticas da fisiologia e da organização das sinapses do
cerebelo, bem como da codificação de informações em suas entradas e
82

saídas, e das transformações realizadas. Coletando dados de múltiplos

83

estudos, Javier F. Medina, Michael D. Mauk e seus colegas da Escola de

Medicina da Universidade do Texas elaboraram uma simulação detalhada
do cerebelo. Ela possui mais de 10 mil neurônios simulados e 300 mil
sinapses, e inclui todos os principais tipos de células de cerebelo. As
84

conexões das células e sinapses são determinadas por um computador, que

“liga” a região cerebelar simulada segundo restrições e regras, semelhante
ao método estocástico (aleatório dentro de restrições) usado para ligar o
cérebro humano real a partir de seu código genético. Não seria difícil
85

expandir a simulação cerebelar da Universidade do Texas para um número

maior de sinapses e células.
Os pesquisadores do Texas realizaram uma experiência clássica de
aprendizado em sua simulação e compararam os resultados com muitas
experiências semelhantes no condicionamento real de humanos. Nos
estudos em humanos, a tarefa envolveu associar um tom com uma lufada de
ar aplicada na pálpebra, fazendo com que a pálpebra se feche. E se o sopro
de ar e o tom forem apresentados juntos por cem ou duzentas vezes, a
pessoa aprenderá a associação e fechará os olhos apenas ouvindo o tom. Se
o tom é então apresentado muitas vezes sem o sopro de ar, ele finalmente
aprende a dissociar os dois estímulos (para “extinguir” a resposta); então o
aprendizado é bidirecional. Depois de ajustar vários parâmetros, a
simulação correspondeu razoavelmente aos resultados experimentais no
condicionamento cerebelar humano e animal. Curiosamente, os
pesquisadores descobriram que, se criassem lesões cerebelares simuladas
(removendo porções da rede cerebelar simulada), obteriam resultados
semelhantes aos das experiências em coelhos com lesões cerebelares reais. 86

Por conta da uniformidade dessa grande região do cérebro e da relativa

simplicidade de sua fiação interneuronal, suas transformações de input-
output estão relativamente bem entendidas quando comparadas com as de
outras regiões do cérebro. Apesar das equações relevantes ainda precisarem
ser refinadas, essa simulação feita de baixo para cima provou ser bastante
impressionante.

Outro exemplo: O modelo das regiões auditivas de Watts

Acredito que o caminho para criar uma inteligência parecida com o cérebro é construir
um sistema de modelos trabalhando em tempo real, correto em detalhes que bastem
para expressar a essência de cada operação que está sendo realizada e para verificar
seu funcionamento correto quando comparado ao sistema real. O modelo deve ser
executado em tempo real, de modo que seremos forçados a lidar com os inputs
inconvenientes e complexos do mundo real que poderíamos não pensar em apresentar.
O modelo deve operar com uma resolução suficiente para poder ser comparado ao
sistema real, de modo a que possamos concretizar insights corretos sobre qual

informação é representada em cada etapa. Segundo Mead ,

87
o desenvolvimento do
modelo começa necessariamente nos limites do sistema (isto é, os sensores), onde o
sistema real é bem compreendido, e então pode avançar para as regiões menos
compreendidas. Dessa forma, o modelo pode contribuir fundamentalmente para o
nosso avanço na compreensão do sistema, em vez de simplesmente refletir o
entendimento existente. No contexto de tamanha complexidade, é possível que a única
maneira prática de entender o sistema real é construir um modelo de trabalho, dos
sensores para dentro, aproveitando nossa capacidade recentemente habilitada de
visualizar a complexidade do sistema à medida que avançamos nele. Tal abordagem
poderia ser chamada de engenharia reversa do cérebro. Note que não estou defendendo
uma cópia cega das estruturas cujo propósito não entendemos, como o lendário Ícaro
que ingenuamente tentou construir asas com penas e cera. Pelo contrário, estou
defendendo que se respeite a complexidade e a riqueza que já são bem entendidas em
níveis baixos, antes de prosseguir para níveis mais altos.
Lloyd Watts88
Um exemplo importante da modelagem neuromórfica de uma região do
cérebro é a abrangente réplica de uma porção significativa do sistema de
processamento auditivo humano desenvolvido por Lloyd Watts e seus
colegas. Baseia-se em estudos neurobiológicos dos tipos específicos de
89

neurônios, bem como em informações sobre as conexões interneuronais. O

modelo, que tem muitas das mesmas propriedades da audição humana e
pode localizar e identificar sons, tem cinco caminhos paralelos de processar
informações auditivas, e inclui as representações intermediárias reais dessa
informação em cada estágio do processamento neural. Watts implementou
seu modelo como software de computador em tempo real, que, embora seja
um trabalho em andamento, ilustra a viabilidade de converter os modelos
neurobiológicos e os dados de conexão do cérebro em simulações que
funcionam. O software não é baseado na reprodução de cada conexão e
neurônio individual, como é o modelo de cerebelo descrito acima, mas sim
nas transformações realizadas por cada região.
O software de Watts é capaz de combinar os aspectos complexos que
foram revelados em experiências sutis sobre a audição humana e a
discriminação auditiva. Watts usou seu modelo como um pré-processador
(front-end) no reconhecimento dos sistemas de fala e demonstrou sua
capacidade de isolar o que uma pessoa fala dos sons de fundo (o efeito
“coquetel”). Esse é um feito impressionante de que os seres humanos são
capazes, mas até agora não tinha sido viável em sistemas automatizados de
reconhecimento de fala. 90

Como a audição humana, o modelo de cóclea de Watts é dotado de

sensibilidade espectral (ouvimos melhor em certas frequências), respostas
temporais (somos sensíveis ao timing dos sons, que criam a sensação de sua
localização espacial), mascaramento, compressão da amplitude dependente
da frequência não linear (que permite um maior alcance dinâmico — a
capacidade de ouvir sons altos e baixos), controle de ganho (amplificação) e
outros recursos sutis. Os resultados obtidos são diretamente verificáveis por
dados biológicos e psicofísicos.
O segmento seguinte do modelo é o núcleo coclear, que Gordon M.
Shepherd, professor de neurociência e neurobiologia da Universidade de
91

Yale, descreveu como “uma das regiões mais bem compreendidas do

cérebro”. A simulação de Watts do núcleo coclear é baseada no trabalho de
92

E. Young, que descreve em detalhes “os tipos essenciais de células

responsáveis para detectar a energia espectral, a banda larga temporária, o
ajuste fino em canais espectrais, para aumentar a sensibilidade do envelope
temporário em canais espectrais e bordas e entalhes espectrais, tudo isso
enquanto ajusta o ganho para uma sensibilidade ótima dentro da faixa
dinâmica limitada do código neural”. 93
 O modelo de Watts captura muitos outros detalhes, como a diferença de
tempo interaural (ITD) calculada pelas células da oliva superior medial.
94

Também representa a diferença de nível interaural (ILD) calculada pelas

células da oliva superior lateral e pelas normalizações e pelos ajustes feitos
das células do colículo inferior.95

Engenharia reversa do cérebro humano: Cinco caminhos auditivos

paralelos.96

O sistema visual. Fizemos progressos suficientes para entender a

codificação das informações visuais graças a implantes experimentais de
retina que foram desenvolvidos e implantados cirurgicamente em
pacientes. No entanto, devido à relativa complexidade do sistema visual,
97

nossa compreensão do processamento de informações visuais está defasado

quanto ao nosso conhecimento das regiões auditivas. Há modelos
preliminares das transformações realizadas por duas áreas visuais
(chamadas V1 e MT), embora não no nível de neurônios individuais.
Existem outras 36 áreas visuais, e será preciso conseguir escanear essas
regiões mais profundas com uma resolução muito alta ou colocar sensores
precisos para determinar suas funções.
Um pioneiro na compreensão do processamento visual é Tomaso Poggio,
do MIT, que diferenciou as duas tarefas do processamento como
identificação e categorização. A primeira é relativamente fácil de entender,
98

de acordo com Poggio, e já foram projetados sistemas experimentais e

comerciais que são razoavelmente bem-sucedidos na identificação de
faces. São utilizados como parte dos sistemas de segurança para controlar
99

a entrada de funcionários e em máquinas bancárias. Categorização — a

capacidade de diferenciar, por exemplo, uma pessoa de um carro ou entre
um cachorro e um gato — é um assunto mais complexo, embora
recentemente tenham sido feitos alguns progressos. 100

As camadas iniciais (em termos de evolução) do sistema visual são em

grande parte um sistema feedforward (falta feedback), em que recursos
cada vez mais sofisticados são detectados. Poggio e Maximilian
Riesenhuber escrevem que “neurônios únicos no córtex posterior
inferotemporal do macaco podem ser sintonizados para um dicionário de
milhares de formas complexas”. Evidência de que o reconhecimento visual
usa um sistema feedforward durante o reconhecimento inclui estudos MEG
que mostram que o sistema visual humano leva cerca de 150 milissegundos
para detectar um objeto. Isso corresponde à latência de células de detecção
de recursos no córtex inferotemporal, então não parece haver tempo para
que o feedback desempenhe um papel nessas decisões.
As experiências recentes usaram uma abordagem hierárquica em que os
recursos são detectados para serem analisados por camadas posteriores do
sistema. A partir de estudos sobre macacos, os neurônios do córtex
101

inferotemporal parecem reagir a características complexas dos objetos em

que os animais são treinados. Enquanto a maioria dos neurônios reage
apenas a uma visão particular do objeto, alguns são capazes de responder
independentemente da perspectiva. Outra pesquisa sobre o sistema visual
do macaco inclui estudos de muitos tipos específicos de células, padrões de
conectividade e descrições de alto nível do fluxo de informações. 102

Extensa literatura apoia o uso do que eu chamo de “hipótese e teste” em

tarefas mais complexas de reconhecimento de padrões. O córtex faz uma
suposição sobre o que está vendo e, em seguida, determina se as
características do que está realmente em seu campo de visão correspondem
à sua hipótese. Estamos muitas vezes mais focados na hipótese do que no
103
teste real, o que explica por que as pessoas geralmente veem e ouvem o que
esperam perceber em vez do que realmente está lá. “Hipótese e teste”
também é uma estratégia útil em nossos sistemas de reconhecimento dos
padrões baseados em computador.
Embora tenhamos a ilusão de receber imagens de alta resolução dos
nossos olhos, o que o nervo óptico realmente envia para o cérebro são
apenas esboços e pistas sobre pontos de interesse em nosso campo visual.
Nós, então, essencialmente alucinamos o mundo a partir de memórias
corticais que interpretam uma série de fotogramas em resolução
extremamente baixa que chegam a canais paralelos. Em um estudo de 2001
publicado na Nature, Frank S. Werblin, professor de biologia molecular e
celular na Universidade da Califórnia, em Berkeley, e o doutorando Boton
Roska, mostraram que o nervo óptico transporta dez a doze canais de saída,
cada um transportando apenas informações mínimas sobre uma
determinada cena. Um grupo do que é chamado de células ganglionares
104

envia informações somente sobre bordas (mudanças de contraste). Outro

grupo detecta apenas grandes áreas de cor uniforme, enquanto um terceiro
grupo é sensível apenas para os fundos por trás das figuras principais.

Sete das doze imagens de onde o olho extrai uma cena e envia para o
 cérebro.

“Embora pensemos que vemos o mundo por completo, o que estamos

recebendo são realmente apenas dicas, bordas no espaço e no tempo”, diz
Werblin. “Essas doze fotos do mundo constituem toda a informação que
jamais teremos do que está lá fora, e, com essas fotos, que são tão tênues,
reconstruímos a riqueza do mundo visual. Estou curioso para saber como a
natureza selecionou essas doze imagens simples e como elas podem ser
suficientes para fornecer toda a informação de que parecemos precisar.”
Tais descobertas prometem ser um grande avanço para desenvolver um
sistema artificial que possa substituir o olho, a retina e o processamento
inicial feito pelo nervo óptico.
No capítulo 3, mencionei o trabalho do pioneiro da robótica Hans
Moravec, que tem usado a engenharia reversa no processamento de
imagens feito pela retina e pelas regiões de processamento visual inicial do
cérebro. Por mais de trinta anos, Moravec tem construído sistemas para
emular a capacidade do nosso sistema visual para construir representações
do mundo. Foi só recentemente que energia suficiente ficou disponível em
microprocessadores para replicar esse recurso de detecção no nível humano,
e Moravec está utilizando suas simulações de computador em uma nova
geração de robots que podem navegar em ambientes complexos e não
planejados com visão no nível humano. 105

Carver Mead foi pioneiro no uso de chips neurais especiais que utilizam
transistores em seu modo analógico original, que podem fornecer uma
imitação muito eficiente da natureza analógica do processamento neural.
Mead apresentou um chip que realiza as funções da retina e as
transformações iniciais no nervo óptico usando essa abordagem. 106

Um tipo especial de reconhecimento visual é detectar movimento, uma

das áreas de foco do Instituto Max Planck de Biologia em Tübingen,
Alemanha. O modelo básico da pesquisa é simples: comparar o sinal de um
receptor com o sinal atrasado no tempo do receptor adjacente. Esse107

modelo funciona para certas velocidades mas leva ao surpreendente

resultado de que, acima de certa velocidade, o aumento da velocidade de
um objeto observado diminuirá a resposta desse detector de movimento.
Resultados experimentais em animais (baseados no comportamento e na
análise de saídas neuronais) e humanos (com base nas percepções relatadas)
têm correspondido de perto ao modelo.

Outras obras em andamento: Um hipocampo artificial e uma região

artificial olivocerebelar. O hipocampo é vital para o aprendizado de novas
informações e para o armazenamento a longo prazo de memórias. Ted
Berger e seus colegas da Universidade do Sul da Califórnia mapeou os
padrões de sinal dessa região estimulando milhões de vezes fatias de
hipocampo de ratos com sinais elétricos para determinar qual entrada
produzia uma saída correspondente. Eles então desenvolveram um modelo
108

matemático em tempo real das transformações realizadas pelas camadas do

hipocampo e programaram o modelo em um chip. O plano deles é testar o
109

chip em animais, desabilitando primeiro a região correspondente do

hipocampo, observando a falha de memória resultante e, em seguida,
determinar se essa função mental pode ser restaurada instalando seu chip
hipocampal no lugar da região desativada.
Em última análise, essa abordagem poderia ser usada para substituir o
hipocampo em pacientes afetados por acidente vascular cerebral (AVC),
epilepsia ou doença de Alzheimer. O chip seria localizado no crânio de um
paciente, em vez de dentro do cérebro, e se comunicaria com o cérebro
através de dois conjuntos de eletrodos, colocados em ambos os lados da
seção danificada do hipocampo. Um registraria a atividade elétrica vinda do
resto do cérebro, enquanto o outro enviaria as instruções necessárias de
volta ao cérebro.
Outra região do cérebro sendo modelada e simulada é a região
olivocerebelar, que é responsável pelo equilíbrio e pela coordenação do
movimento dos membros. O objetivo do grupo internacional de pesquisa
envolvido nessa tarefa é empregar o circuito olivocerebelar artificial em
robots militares, bem como em robots para ajudar os deficientes. Uma das
110

razões para selecionar essa região do cérebro em especial foi de que “ela
está presente em todos os vertebrados — é exatamente igual desde o
cérebro mais simples até o mais complexo”, explica Rodolfo Llinas, um dos
pesquisadores e neurocientista da Escola de Medicina da Universidade de
Nova York. “A suposição é de que ele é preservado (na evolução) porque
incorpora uma solução muito inteligente. Quando o sistema está envolvido
na coordenação motora — e queremos ter uma máquina que tenha controle
motor sofisticado — a escolha (de qual circuito imitar) é fácil.”
Um dos aspectos únicos do simulador do grupo é que ele usa circuitos
analógicos. Os pesquisadores acharam o desempenho substancialmente
melhor com bem menos componentes através do uso de transistores em seu
modo analógico original.
Um dos pesquisadores do grupo, Ferdinando Mussa-Ivaldi,
neurocientista da Universidade Northwestern, comentou sobre os usos de
um circuito olivocerebelar dos deficientes: “Pense em um paciente
paralisado. É possível imaginar que muitas das tarefas comuns — como
pegar um copo d’água, vestir roupa, tirar a roupa, mudar para uma cadeira
de rodas — poderiam ser executadas por assistentes robóticos, dando assim
ao paciente maior independência.”

Entender funções de nível mais alto: Imitação, predição e emoção

As operações do pensamento são como cargas de cavalaria em uma batalha — são
estritamente limitadas em número, precisam de cavalos descansados e só podem ser
feitas em momentos decisivos.
Alfred North Whitehead
Mas a maior característica da inteligência em nível humano não é o que ela faz quando
funciona, mas o que faz quando está parada.
Marvin Minsky
Se amor é a resposta, você poderia, por favor, refazer a pergunta em outros termos?
Lily Tomlin
Por estar situado no topo da hierarquia neural, a parte do cérebro menos
bem compreendida é o córtex cerebral. Essa região, que consiste em seis
camadas finas nas áreas periféricas dos hemisférios cerebrais, contém
bilhões de neurônios. De acordo com Thomas M. Bartol Jr. do Laboratório
de Neurobiologia Computacional do Instituto Salk de Estudos Biológicos,
“um único milímetro cúbico de córtex cerebral pode conter sinapses de
formatos e tamanhos diferentes [...] da ordem de 5 bilhões”. O córtex é
responsável pela percepção, pelo planejamento, pela tomada de decisões e
pela maior parte do que se considera pensamento consciente.
Nossa capacidade de usar a linguagem, outro atributo único de nossa
espécie, parece estar localizada nessa região. Uma fascinante sugestão
sobre a origem da linguagem e uma mudança-chave evolutiva que permitiu
a formação dessa habilidade peculiar é a observação de que só uns poucos
primatas, incluindo humanos e macacos, conseguem usar um espelho (real)
para dominar aptidões. Os teóricos Giacomo Rizzolatti e Michel Arbib
criaram a hipótese de que a linguagem emergiu dos gestos manuais (que
macacos — e humanos, é claro — são capazes de fazer). Executar gestos
manuais requer a habilidade de correlacionar mentalmente o desempenho e
a observação dos movimentos de nossa própria mão. Sua “hipótese do
111

sistema de espelhos” é que a chave da evolução da linguagem é uma

propriedade chamada “paridade”, que é o entendimento de que o gesto (ou
elocução) significa a mesma coisa para o grupo que o faz e para o grupo
que o recebe; isto é, o entendimento de que aquilo que você vê em um
espelho é o mesmo (embora invertido de esquerda para a direita) que é visto
por alguém que olha para você. Outros animais não são capazes de entender
a imagem em um espelho desse modo, e acredita-se que lhes falte essa
habilidade principal para pôr em prática a paridade.
Um conceito próximo é que a habilidade de imitar os movimentos (ou,
no caso de bebês humanos, sons vocais) dos outros é crítica para
desenvolver a linguagem. A imitação requer a habilidade de decompor
112

uma apresentação em partes, cada uma das quais pode, então, ser dominada
através de um refinamento recursivo e iterativo.
A recursividade é a capacidade-chave identificada em uma nova teoria da
linguística. Nas teorias iniciais de Noam Chomsky sobre a linguagem em
humanos, ele citou muitos atributos comuns que explicam a similaridade
nas línguas humanas. Em um artigo de 2002, Marc Hauser, Noam Chomsky
e Tecumseh Fitch citam a “recursividade” como a explicação para a
faculdade de falar, única da espécie humana. A recursividade é a
113

habilidade de juntar partes pequenas em um pedaço maior e depois usar

esse pedaço como parte de uma outra estrutura e continuar esse processo
iterativamente. Dessa maneira, conseguimos construir as elaboradas
estruturas de sentenças e parágrafos partindo de um conjunto limitado de
palavras.
Outro aspecto importante do cérebro humano é a habilidade de fazer
previsões, incluindo previsões sobre os resultados de suas próprias decisões
e ações. Alguns cientistas acreditam que prever é a função primordial do
córtex cerebral, embora o cerebelo também desempenhe um papel de
destaque na previsão de movimentos.
Curiosamente, conseguimos predizer ou antecipar nossas próprias
decisões. Um trabalho do professor de fisiologia Benjamin Libet, da
Universidade da Califórnia em Davis, mostra que a atividade neural para
dar início a uma ação na realidade acontece cerca de um terço de segundo
antes de o cérebro ter tomado a decisão de agir. De acordo com Libet, a
implicação é que a decisão, na realidade, é uma ilusão, que a “consciência
está fora do circuito”. Daniel Dennett, cientista cognitivo e filósofo,
descreve o fenômeno como segue: “A ação originalmente é lançada em
alguma parte do cérebro, e lá vão os sinais para os músculos, fazendo uma
pausa no caminho para contar para você, o agente consciente, o que está
acontecendo (mas, como todo bom funcionário, deixando que você, o
presidente desastrado, conserve a ilusão de que foi você quem começou
tudo)”.114

Uma experiência parecida foi feita recentemente, na qual

neurofisiologistas estimularam eletronicamente pontos no cérebro para
induzir determinados sentimentos emocionais. Os participantes
imediatamente vieram com uma explicação racional para sentirem aquelas
emoções. Há muitos anos já se sabe que, em pacientes cujos cérebros
esquerdo e direito não estão mais conectados, um lado do cérebro (em geral
o esquerdo, mais verbal) vai criar explicações elaboradas (“confabulações”)
para as ações iniciadas pelo outro lado, como se o lado esquerdo fosse o
agente de relações públicas do lado direito.
A capacidade mais complexa do cérebro humano — o que se
consideraria como sua capacidade de ponta — é a inteligência emocional.
Sentada pouco à vontade no topo da hierarquia complexa e interconectada
de nosso cérebro está nossa habilidade para perceber e responder
adequadamente à emoção, para interagir em sociedade, para ter um senso
moral, para entender a piada e para responder emocionalmente à arte e à
música, entre outras funções de alto nível. É óbvio que funções de
percepção e análise de nível mais baixo alimentam-se do processamento
emocional de nosso cérebro, mas começa-se a compreender as regiões do
cérebro e até a modelar os tipos específicos de neurônios que lidam com
essas questões.
Esses insights recentes têm sido o resultado das tentativas de
compreender como o cérebro humano se diferencia do cérebro dos outros
mamíferos. A resposta é que as diferenças são insignificantes, mas críticas,
e que elas nos ajudam a discernir como o cérebro processa as emoções e os
sentimentos parecidos. Uma diferença é que os humanos têm um córtex
maior, refletindo uma maior capacidade de planejar, tomar decisões e outras
formas de pensamento analítico. Outro aspecto distintivo essencial é que as
situações carregadas de emoção parecem ser tratadas por células especiais
chamadas células fusiformes, que só são encontradas nos humanos e em
alguns grandes macacos. Essas células neurais são grandes, com longos
filamentos neurais chamados de dendritos apicais que conectam extensos
sinais de muitas outras regiões do cérebro. Esse tipo de interconexão
“profunda”, em que certos neurônios fornecem conexões por inúmeras
regiões, é uma característica que acontece cada vez mais à medida que se
sobe a escada evolucionista. Não é de surpreender que as células
fusiformes, como estão envolvidas em lidar com as emoções e os juízos
morais, tenham essa profunda interconexão, dada a complexidade de nossas
reações emocionais.
Mas o que é de espantar é como são poucas as células fusiformes que há
nessa pequena região: cerca de apenas 80 mil no cérebro humano (mais ou
menos 45 mil no hemisfério direito e 35 mil no esquerdo). Essa disparidade
parece explicar a percepção de que a inteligência emocional é da alçada do
cérebro direito, embora a desproporção seja modesta. Gorilas têm cerca de
16 mil dessas células, bonobos cerca de 2.100 e chimpanzés cerca de 1.800.
Os demais mamíferos não têm nenhuma.

O dr. Arthur Craig, do Instituto Neurológico Barrow de Phoenix, há

pouco tempo apresentou uma descrição da arquitetura das células
fusiformes. Os inputs do corpo (estimados em centenas de megabits por
115

segundo), incluindo nervos da pele, músculos, órgãos e outras áreas, fluem

para a parte de cima da medula espinhal. Levam mensagens sobre tato,
temperatura, níveis de ácido (por exemplo, ácido lático nos músculos), o
movimento da comida pelo trato gastrointestinal e outros tipos de
informação. Esses dados são processados pelo tronco encefálico e
mesencéfalo. Células essenciais chamadas de neurônios Lamina 1 criam um
mapa do corpo em seu estado atual, não muito diferente das telas que os
controladores de voo usam para seguir aviões.
A informação então flui através de uma região do tamanho de uma noz
chamada de núcleo ventromedial posterior (VMpo), que aparentemente
computa reações complexas aos estados do corpo, como “isso tem um gosto
horrível”, “que fedor” ou “aquele toque suave é estimulante”. A
informação, cada vez mais sofisticada, acaba chegando a duas regiões do
córtex chamadas ínsulas. Essas estruturas, do tamanho de dedos pequenos,
localizam-se do lado direito e esquerdo do córtex. Craig descreve o VMpo e
as duas regiões da ínsula como “um sistema que representa meu eu
material”. Embora os mecanismos ainda não estejam compreendidos, essas
regiões são críticas para a consciência de si mesmo e para emoções
complicadas. Também são muito menores em outros animais. Por exemplo,
o VMpo é mais ou menos do tamanho de um grão de areia em macacos do
gênero macaca, e ainda menor em animais de nível mais baixo. Esses
achados são coerentes com um consenso crescente de que nossas emoções
estão intimamente ligadas a áreas do cérebro que contêm mapas do corpo,
opinião sustentada pelo dr. Antonio Damasio da Universidade de Iowa. 116

Também são coerentes com a opinião de que grande parcela de nosso

pensamento está direcionada para nossos corpos: protegendo-os e
melhorando-os, bem como atendendo a sua miríade de necessidades e
desejos.
Há muito pouco tempo, porém, foi descoberto outro nível de
processamento do que começou como informação sensória do corpo. Dados
das duas regiões da ínsula vão para uma área bem pequena na frente da
ínsula direita chamada de córtex frontoinsular. Essa é a região que contém
as células fusiformes, e varreduras tipo fMRI revelaram que ela fica
particularmente ativa quando uma pessoa está lidando com emoções de alto
nível, como amor, raiva, tristeza e desejo sexual. As situações que ativam
fortemente as células fusiformes incluem quando alguém olha para seu
parceiro romântico ou ouve seu filho chorar.
Os antropólogos acreditam que células fusiformes apareceram pela
primeira vez entre 10 e 15 milhões de anos atrás no ainda-não-descoberto
ancestral comum dos macacos e dos primeiros hominídeos (família de
humanos), e seu número aumentou rapidamente por volta de 100 mil anos
atrás. Curiosamente, células fusiformes não existem em humanos recém-
nascidos, só começam a aparecer por volta de quatro meses de idade e
aumentam significativamente entre um a três anos de idade. A habilidade
das crianças de lidarem com questões morais e de perceberem emoções de
alto nível como amor desenvolve-se durante esse mesmo período.
As células fusiformes obtêm sua energia da profunda interconexão de
seus longos dendritos apicais com muitas outras regiões do cérebro. As
emoções de alto nível que as células fusiformes processam são afetadas,
então, por todas as nossas regiões perceptivas e cognitivas. Portanto, será
difícil aplicar a engenharia reversa nos métodos exatos das células
fusiformes até que tenhamos modelos melhores das muitas outras regiões
com que estão conectadas. Entretanto, é notável como poucos neurônios
parecem estar envolvidos exclusivamente com essas emoções. Temos 50
bilhões de neurônios no cerebelo que lidam com a formação de habilidades,
bilhões no córtex que realiza as transformações para a percepção e o
planejamento racional, mas só cerca de 80 mil células fusiformes que
tratam de emoções de alto nível. É importante destacar que as células
fusiformes não estão resolvendo problemas racionais, essa é a razão pela
qual não temos controle racional quanto a nossas respostas à música ou a
ficar apaixonado. Entretanto, o resto do cérebro está envolvido em tentar
fazer sentido com nossas misteriosas emoções de alto nível.

Fazer a interface entre cérebro e máquinas

Quero fazer alguma coisa com a minha vida; quero ser um ciborgue.
Kevin Warwick
Compreender os métodos do cérebro humano vai ajudar a projetar
máquinas similares inspiradas pela biologia. Outra aplicação importante, na
realidade, vai ser fazer a interface de nossos cérebros com os computadores,
o que acredito que se tornará uma fusão cada vez mais íntima nas próximas
décadas.
A Agência Americana de Projetos de Pesquisa Avançada da Defesa já
gasta 24 milhões de dólares por ano para investigar interfaces diretas entre
cérebro e computador. Como já foi descrito acima (ver a seção “O sistema
visual” na página 211), Tomaso Poggio e James DiCarlo, ambos do MIT,
junto com Christof Koch do Instituto de Tecnologia da Califórnia (Caltech),
estão tentando desenvolver modelos do reconhecimento de objetos visuais e
como essa informação é codificada. Eventualmente, isso poderia ser usado
para transmitir imagens diretamente a nosso cérebro.
Miguel Nicolelis e seus colegas na Universidade Duke implantaram
sensores nos cérebros de macacos, permitindo que os animais controlassem
um robot só através do pensamento. O primeiro passo da experiência
envolvia ensinar os macacos a controlar um cursor na tela com um joystick.
Os cientistas coletaram um padrão de sinais dos EEGs (sensores de cérebro)
e, a seguir, fizeram o cursor reagir aos padrões adequados em vez de aos
movimentos físicos do joystick. Os macacos logo aprenderam que o
joystick não estava mais funcionando e que eles podiam controlar o cursor
apenas pensando. Esse sistema de “detecção de pensamento” foi então
ligado a um robot, e os macacos puderam aprender a controlar os
movimentos do robot só com os pensamentos. Tendo feedback visual do
desempenho do robot, os macacos conseguiram aperfeiçoar o controle de
seus pensamentos sobre o robot. O objetivo dessa pesquisa é fornecer um
sistema similar para humanos paralisados, que vai permitir que controlem
seus membros e o ambiente.
Um desafio básico ao conectar implantes neurais e neurônios biológicos
é que os neurônios geram células da glia, que circundam um objeto
“estrangeiro” tentando proteger o cérebro. Ted Berger e seus colegas estão
desenvolvendo revestimentos especiais que vão parecer biológicos e, assim,
atrair em vez de repelir neurônios vizinhos.
Outra abordagem é a do Instituto Max Plank para Ciências Cognitivas e
do Cérebro Humano de Munique, que está fazendo uma interface direta
entre nervos e dispositivos eletrônicos. Um chip criado por Infineon
permite que os neurônios cresçam em um substrato especial, que provê
contato direto entre nervos e estimuladores e sensores eletrônicos. Trabalho
similar em um “neurochip” da Caltech demonstrou uma comunicação nos
dois sentidos, não invasiva, entre neurônios e eletrônica. 117

Já aprendemos como fazer uma interface com os implantes neurais

instalados por cirurgia. Nos implantes cocleares (ouvido interno) viu-se que
o nervo auditivo se reorganiza para interpretar corretamente o sinal
multicanal do implante. Um processo similar parece acontecer com o
implante de estimulação profunda do cérebro usado para pacientes com
Parkinson. Os neurônios biológicos na vizinhança desse implante cerebral
aprovado pela Food and Drug Administration (FDA) recebem sinais do
1∗

dispositivo eletrônico e respondem exatamente como se tivessem recebido

sinais dos neurônios biológicos que antes eram funcionais. Versões recentes
do implante da doença de Parkinson promovem a habilidade de baixar um
software melhorado diretamente no implante de fora do paciente.
O ritmo acelerado da engenharia reversa do cérebro
Homo sapiens, a primeira espécie realmente livre, está prestes a desativar a seleção
natural, essa força que nos fez [...]. Logo precisaremos olhar no fundo de nós mesmos e
escolher aquilo em que queremos nos tornar.
E. O. Wilson, Consilience: The Unity of Knowledge, 1998
Sabemos o que somos, mas não sabemos aquilo que podemos vir a ser.
William Shakespeare
A coisa mais importante é esta: Podermos em qualquer momento sacrificar o que
somos por aquilo que podemos ser.
Charles Dubois
Alguns observadores têm manifestado a preocupação de que, à medida
que desenvolvemos modelos, simulações e extensões do cérebro humano,
corremos o risco de não entender de verdade com o que estamos lidando e
com os delicados equilíbrios envolvidos. O autor W. French Anderson
escreve:

Podemos ser como o menino que adora desmontar coisas. Ele é

bastante inteligente para desmontar um relógio, e talvez bastante
inteligente para montá-lo de novo de maneira que funcione. Mas e se
tentar melhorá-lo? [...] O menino pode entender o que é visível, mas
não pode entender os cálculos de engenharia que determinam
exatamente qual a força de cada mola [...]. Tentativas de melhorar o
relógio provavelmente vão só danificá-lo [...]. Receio [...] que
realmente não entendemos o que faz funcionar (as vidas) com que
estamos mexendo. 118

A preocupação de Anderson, entretanto, não reflete a extensão dos

esforços amplos e meticulosos de dezenas de milhares de cientistas do
cérebro e da computação para testar metodicamente os limites e as
capacidades dos modelos e simulações antes de dar o passo seguinte. Não
estamos tentando desmontar e reconfigurar os trilhões de partes do cérebro
sem uma análise detalhada em cada estágio. O processo de entender os
princípios operacionais do cérebro avança através de uma série de modelos
cada vez mais sofisticados, derivados de dados cada vez mais precisos e
com maior resolução.
À medida que o poder computacional para imitar o cérebro humano
aumenta — estamos quase lá com os supercomputadores —, aceleram-se os
esforços para escanear e sentir o cérebro humano e para construir modelos e
simulações. Como com todas as projeções deste livro, é fundamental
compreender a natureza exponencial desse campo. Muitas vezes encontro
colegas que argumentam que irá passar um século ou mais antes que
consigamos entender em detalhes os métodos do cérebro. Como acontece
com tantas projeções científicas de longo prazo, esta baseia-se em uma
visão linear do futuro e ignora a inerente aceleração do progresso, bem
como o crescimento exponencial de cada tecnologia subjacente. Tais pontos
de vista excessivamente conservadores estão, também com frequência,
baseados em uma subestimativa do alcance das realizações
contemporâneas, mesmo por parte de quem é do ramo.
As ferramentas de escanear e os sensores dobram sua resolução geral
espacial e temporal todo ano. Largura de banda para escanear, custo-
desempenho e reconstrução de imagem também veem um crescimento
exponencial comparável. Essas tendências valem para todas as formas de
escaneamento: escaneamento total não invasivo, escaneamento in vivo com
crânio exposto e escaneamento destrutivo. Bancos de dados de informações
de escaneamento do cérebro e a construção de modelos também dobram de
tamanho quase que uma vez por ano.
Demonstramos que nossa habilidade para construir modelos detalhados e
simulações que funcionam usando partes subcelulares, neurônios e regiões
neurais extensas segue de perto a disponibilidade das ferramentas exigidas e
os dados. O desempenho dos neurônios e das porções subcelulares de
neurônios muitas vezes envolve uma substancial complexidade e inúmeras
não linearidades, mas o desempenho de aglomerações de neurônios e
regiões neuronais muitas vezes é mais simples do que de suas partes
constituintes. Cada vez temos mais ferramentas matemáticas potentes,
executadas em software eficaz, que podem modelar com exatidão esses
tipos de sistemas de hierarquia complexa, adaptativos, semialeatórios, auto-
organizadores, altamente não lineares. Nosso sucesso até agora em modelar
efetivamente várias regiões importantes do cérebro mostra a eficácia dessa
abordagem.
A geração de ferramentas de escaneamento que agora emergem irá
prover, pela primeira vez, uma resolução espacial e temporal capaz de
observar em tempo real o desempenho de dendritos, espinhas e sinapses
individuais. Essas ferramentas rapidamente vão levar a uma nova geração
de simulações e modelos de maior resolução.
Quando a era do nanorrobot chegar nos anos de 2020, poderemos
observar todos os aspectos relevantes do desempenho neural com resolução
muito alta, a partir de dentro do cérebro. Mandar bilhões de nanorrobots
através dos capilares do cérebro nos permitirá escanear de modo não
invasivo todo um cérebro funcionando em tempo real. Já criamos modelos
efetivos (embora ainda incompletos) de extensas regiões do cérebro com as
ferramentas relativamente primitivas de hoje. Dentro de vinte anos, teremos
no mínimo um aumento de milhões de vezes na potência computacional e
uma largura de banda e uma resolução do escaneamento extremamente
melhoradas. Então podemos confiar que teremos as ferramentas necessárias
para colher dados e computar, por volta de 2020, a fim de modelar e simular
o cérebro inteiro, o que vai tornar possível combinar os princípios
operacionais da inteligência humana com as formas inteligentes de
processar informações que extraímos de outras pesquisas de IA. Também
teremos benefícios com a potência inerente das máquinas para armazenar,
recuperar e compartilhar rapidamente quantidades maciças de informação.
Então estaremos em posição de implementar esses potentes sistemas
híbridos em plataformas de computação que excedem enormemente a
capacidade da arquitetura relativamente fixa do cérebro humano.

A escalabilidade da inteligência humana. Como resposta à preocupação

de Hofstadter de se a inteligência humana está justamente acima ou abaixo
do limiar necessário para “entender a si mesma”, o ritmo acelerado da
engenharia reversa do cérebro deixa claro que não há limites para nossa
habilidade de entender a nós mesmos — ou, além do mais, a qualquer outra
coisa. A chave para a escalabilidade da inteligência humana é nossa
habilidade de construir modelos da realidade em nossa mente. Esses
modelos podem ser recursivos, quer dizer que um modelo pode incluir
outros modelos, que podem incluir ainda modelos menores, sem limite. Por
exemplo, o modelo de uma célula biológica pode incluir modelos do
núcleo, dos ribossomos e de outros sistemas celulares. Por sua vez, o
modelo do ribossomo pode incluir modelos de seus componentes
submoleculares, e então descendo para átomos e partículas subatômicas e
forças que ele abrange.
Nossa habilidade para entender sistemas complexos não é
necessariamente hierárquica. Um sistema complexo como uma célula ou o
cérebro humano não pode ser entendido simplesmente separando os
sistemas que o constituem e seus componentes. Temos ferramentas
matemáticas cada vez mais sofisticadas para compreender os sistemas que
combinam, ambos, a ordem e o caos — e as células e o cérebro contêm
bastante deles —, e para compreender interações complexas que desafiam a
lógica para ser desfeitas.
 Nossos computadores, que também estão se acelerando, têm sido uma
ferramenta crítica para nos permitir lidar com modelos cada vez mais
complexos, que, de outro modo, seríamos incapazes de visualizar só com
nossos cérebros. É claro que a preocupação de Hofstadter seria correta se
estivéssemos limitados a apenas modelos que pudéssemos manter em
nossas mentes sem tecnologia para nos ajudar. O fato de que nossa
inteligência está justo acima do limiar necessário para entender a ela mesma
é resultado de nossa habilidade nativa, combinada com as ferramentas que
fizemos, para visualizar, refinar, estender e alterar modelos abstratos — e
cada vez mais sutis — que nós mesmos observamos.

Uploading do cérebro humano

Tornar-se uma invenção da imaginação de seu computador.
David Victor de Transend, Godling’s Glossary, definição de “upload”
Uma aplicação mais controversa do que o cenário de escanear-o-cérebro-
para-entendê-lo é escanear o cérebro para transferir seus dados. Fazer o
upload de um cérebro humano significa escanear todos os seus detalhes
principais e depois reinstalar esses detalhes em um substrato computacional
de potência adequada. Esse processo iria capturar toda a personalidade,
memória, habilidades e história de uma pessoa.
Se estivermos realmente capturando os processos mentais de uma
determinada pessoa, então a mente reinstalada vai precisar de um corpo, já
que boa parte de nosso pensamento está dirigida para desejos e
necessidades físicas. Como discutirei no capítulo 5, quando tivermos as
ferramentas para capturar e recriar um cérebro humano com todas as suas
sutilezas, teremos muitas opções de corpos do século XXI, tanto para
humanos não biológicos quanto para biológicos que aproveitam extensões
de nossa inteligência. O corpo humano versão 2.0 vai incluir corpos em
ambientes virtuais completamente realistas, corpos físicos baseados em
nanotecnologia e mais.
No capítulo 3, discuti minhas estimativas para os requisitos de memória e
computação para simular o cérebro humano. Embora tenha estimado que
10 cps de computação e 10 bits de memória bastam para emular os níveis
16

13

humanos de inteligência, meus requisitos para fazer upload eram mais altos:
10 cps e 10 bits, respectivamente. A razão para as estimativas mais altas é
19 18

que as mais baixas baseiam-se nos requisitos para recriar regiões do cérebro
em níveis humanos de desempenho, enquanto as mais altas baseiam-se em
capturar os detalhes salientes de cada um dos nossos cerca de 10 neurônios 11

e 10 conexões interneurais. Quando o upload for factível, provavelmente
14

descobriremos que as soluções híbridas são as mais adequadas. Por

exemplo, provavelmente vamos descobrir que é suficiente simular certas
funções de suporte básico, tais como processamento de sinal de dados
sensórios em base funcional (conectando modelos padrões), e reservar a
captura de detalhes dos subneurônios apenas para aquelas regiões que
realmente são responsáveis pelas aptidões e pela personalidade individuais.
Não obstante, usaremos nossas estimativas mais altas para essa discussão.
Os recursos computacionais básicos (10 cps e 10 bits) estarão
19

18

disponíveis por mil dólares no começo dos anos 2030, cerca de uma década
mais tarde do que os recursos necessários para a simulação funcional. Os
requisitos do escaneamento para fazer o upload também intimidam mais do
que “meramente” recriar os poderes gerais da inteligência humana. Em
teoria, seria possível fazer o upload do cérebro humano, capturando todos
os detalhes necessários, sem entender, obrigatoriamente, o plano geral do
cérebro. Na prática, entretanto, isso não parece funcionar. Entender os
princípios operacionais do cérebro humano vai revelar quais detalhes são
essenciais e quais são destinados a serem descartados. É preciso saber, por
exemplo, quais moléculas dos neurotransmissores são críticas e se é preciso
capturar níveis, posição e localização e/ou formato molecular. Como já foi
discutido, estamos, por exemplo, acabando de aprender que é a posição das
moléculas de actina e a forma das moléculas CPEB na sinapse que são
fundamentais para a memória. Não será possível confirmar quais os
detalhes que são cruciais sem ter antes confirmado que se compreende a
teoria operacional. Essa confirmação virá na forma de uma simulação
funcional da inteligência humana que passe no teste de Turing, o que
acredito que vai acontecer por volta de 2029. 119

Para capturar esse nível de detalhes, será necessário um escaneamento de

dentro do cérebro usando nanorrobots, cuja tecnologia estará disponível no
final dos anos 2020. Assim, o começo dos anos 2030 é um prazo razoável
para os pré-requisitos computacionais para upload de desempenho,
memória e escaneamento de cérebro. Como qualquer outra tecnologia, será
preciso algum refinamento iterativo para aperfeiçoar essa capacidade,
portanto, o final dos anos 2030 é uma projeção conservadora para um
upload de sucesso.
Deve-se ressaltar que a personalidade e habilidades de uma pessoa não
residem só no cérebro, embora essa seja sua localização principal. Nosso
sistema nervoso estende-se por todo o corpo, e o sistema endócrino
(hormonal) também influencia. Entretanto, a maior parcela da
complexidade reside no cérebro, que é a localização de grande parte do
sistema nervoso. A largura de banda de informações do sistema endócrino é
bem pequena, porque o fator determinante é o nível geral de hormônios,
não a exata localização de cada molécula de hormônio.
A confirmação do marco do upload virá na forma de um teste de Turing
de “Ray Kurzweil” ou “Maria da Silva”, em outras palavras, convencer um
juiz humano que não se consegue diferenciar a recriação do upload da
pessoa original específica. Por essa época, teremos de enfrentar alguma
complicação ao delinear as regras para qualquer teste de Turing. Já que a
inteligência não biológica teria passado no teste de Turing original anos
antes (por volta de 2029), pode-se permitir que um equivalente humano não
biológico seja um juiz? E quanto a um humano aperfeiçoado? Humanos
aperfeiçoados podem se tornar cada vez mais difíceis de achar. Em todo
caso, vai dar trabalho definir aperfeiçoamento, pois muitos níveis diferentes
de estender a inteligência biológica estarão disponíveis quando tivermos os
uploads desejados. Outra questão será que os humanos que procuramos
para upload não estarão limitados à sua inteligência biológica. Entretanto,
fazer o upload da porção não biológica da inteligência será relativamente
fácil, pois a facilidade com que se copia a inteligência de um computador
tem sempre representado um dos pontos fortes dos computadores.
Uma pergunta que surge é: com quanta rapidez precisamos escanear o
sistema nervoso de uma pessoa? É claro que o escaneamento não pode ser
instantâneo, e, mesmo que se providenciasse um nanorrobot para cada
neurônio, levaria tempo para coletar os dados. Considerando que o estado
de uma pessoa vai mudando durante o processo de coletar dados, pode-se
objetar que a informação do upload não reflete precisamente aquela pessoa
em um instante no tempo, mas em um período de tempo, mesmo que seja só
uma fração de segundo. Considere-se, entretanto, que essa questão não vai
120

interferir no upload ser aprovado em um teste de Turing de “Maria da

Silva”. Quando encontramos, um ao outro, no dia a dia, somos
reconhecidos como nós mesmos, embora tenham decorrido dias ou semanas
desde o último encontro. Se um upload é bastante preciso para recriar o
estado de uma pessoa dentro da quantidade de mudança natural por que
passa uma pessoa em uma fração de segundo, ou até uns poucos minutos,
isso será suficiente para qualquer propósito concebível. Alguns
observadores têm afirmado, sobre a teoria de Roger Penrose, da ligação
entre computação quântica e consciência (ver capítulo 9), que é impossível
fazer o download porque o “estado quântico” de uma pessoa terá sofrido
muitas alterações durante o período do escaneamento. Mas eu iria enfatizar
que meu estado quântico mudou muitas vezes durante o tempo que levei
para escrever essa sentença, e eu ainda considero a mim mesmo como
sendo a mesma pessoa (e não parece que alguém vai me contradizer).
Gerald Edelman, ganhador de Prêmio Nobel, salienta que há diferença
entre uma capacidade e a descrição dessa capacidade. Uma fotografia de
uma pessoa é diferente da própria pessoa, mesmo que a “fotografia” seja
em altíssima resolução e tridimensional. Entretanto, o conceito de upload
vai além do escaneamento de resolução extremamente alta, que podemos
considerar como a “fotografia” na analogia de Edelman. O escaneamento
precisa capturar todos os detalhes salientes, mas também precisa ser
reinstalado em um meio computacional de trabalho que tenha a mesma
capacidade do original (se bem que é certeza de que as novas plataformas
não biológicas são muito mais capazes). Os detalhes neurais precisam
interagir um com o outro (e com o mundo exterior) da mesma maneira que
eles fazem no original. Analogia semelhante é a comparação de um
programa de computador que está em um disco de computador (uma
imagem estática) e um programa que está rodando ativamente em um
computador adequado (uma entidade dinâmica, que interage). Tanto a
captura de dados quanto a reinstalação de uma entidade dinâmica
constituem o cenário do upload.
Talvez a pergunta mais importante é se um cérebro humano feito por
upload é realmente você. Mesmo que o upload passe em um teste de Turing
personalizado e seja considerado como sendo indistinguível de você, ainda
é razoável perguntar se o upload é a mesma pessoa ou uma nova pessoa.
Afinal, a pessoa original ainda pode existir. Vou adiar essas questões
essenciais até o capítulo 7.
Na minha opinião, o elemento mais importante do upload será a
transferência gradual de nossa inteligência, personalidade e habilidades
para a porção não biológica de nossa existência. Já existe uma variedade de
implantes neurais. Nos anos 2020, usaremos nanorrobots para começar a
aumentar nossos cérebros com a inteligência não biológica, começando
com as funções “de rotina” de processamento sensório e memória, seguindo
para a formação de habilidades, reconhecimento de padrões e análises
lógicas. Por volta dos anos 2030, a porção não biológica da nossa
inteligência vai predominar, e por volta dos anos 2040, como salientei no
capítulo 3, a porção não biológica será bilhões de vezes mais capaz.
Embora seja provável que iremos conservar a porção biológica por algum
tempo, cada vez ela terá menos importância. Então teremos efetivamente
feito o upload de nós mesmos, embora gradualmente, não percebendo
direito a transferência. Não haverá “velho Ray” e “novo Ray”, apenas um
Ray cada vez mais capaz. Apesar de não acreditar no repentino cenário de
escaneie-e-transfira discutido nesta seção, o upload será uma parte essencial
de nosso mundo futuro; é essa progressão, gradual mas inexorável, para um
pensamento não biológico grandemente superior que transformará
profundamente a civilização humana.

SIGMUND FREUD: Quando você fala em usar a engenharia reversa no cérebro

humano, de quem é esse cérebro? O cérebro de um homem? De uma
mulher? De uma criança? O cérebro de um gênio? De um retardado? De um
“idiota-prodígio”? De um artista talentoso? De um assassino em série?
RAY: Em última análise, estamos falando sobre todos eles. Há princípios
operacionais básicos que precisamos entender sobre como funciona a
inteligência humana e as variadas habilidades que a constituem.
Considerando a plasticidade do cérebro humano, nossos pensamentos
literalmente criam nossos cérebros através do crescimento de novas
espinhas, sinapses, dendritos e até neurônios. Como resultado, os lobos
parietais de Einstein — a região associada a imagens visuais e pensamento
matemático — aumentaram muito. Entretanto, o espaço no nosso cérebro
121

é limitado, e assim, embora Einstein tocasse música, ele não foi um músico
renomado. Picasso não escreveu grandes poesias, e assim por diante. À
medida que o cérebro humano for recriado, não estaremos limitados em
nossa habilidade de desenvolver cada aptidão. Não teremos de
comprometer uma área para melhorar outra.
Também poderemos ganhar um insight quanto a nossas diferenças e um
entendimento dos distúrbios humanos. O que houve de errado com o
assassino em série? Afinal, isso deve ter algo a ver com seu cérebro. Esse
tipo de comportamento desastroso claramente não é o resultado de
indigestão.
MOLLY 2004: Sabe de uma coisa, duvido que sejam só os cérebros com que a
gente nasce que são responsáveis por nossas diferenças. E nossas batalhas
durante a vida, e todo esse monte de coisas que estou tentando aprender?
RAY: É, isso é parte do paradigma também, não? Temos cérebros que podem
aprender, desde quando aprendemos a andar e falar, até quando estudamos
química no colégio.
Marvin Minsky: É verdade que educar nossas IAs vai ser uma parte
importante do processo, mas a gente pode automatizar muito a educação, o
que vai acelerar as coisas. E lembrem, também, que quando uma IA
aprende alguma coisa, ela pode compartilhar depressa esse conhecimento
com muitas outras IAs.
RAY: Poderão acessar, na web, todo o nosso conhecimento
exponencialmente crescente, que vai incluir ambientes habitáveis, de
realidade virtual e imersão total, onde poderão interagir umas com as outras
e com humanos biológicos que estão se projetando, eles mesmos, nesses
ambientes.
SIGMUND: Essas IAs ainda não têm corpo. Como nós dois ressaltamos, a
emoção humana e grande parte de nosso pensamento são dirigidas a nosso
corpo e a satisfazer as necessidades sensoriais e sexuais dele.
RAY: Quem disse que não vão ter corpos? Como vou discutir na seção da
versão 2.0 do corpo humano, capítulo 6, teremos os meios para criar corpos
não biológicos, mas parecidos com os humanos, bem como corpos virtuais
na realidade virtual.
SIGMUND: Mas um corpo virtual não é um corpo real.
RAY: A palavra “virtual” é um tanto infeliz. Ela implica em “não real”, mas
a realidade é que um corpo virtual é tão real quanto um corpo físico em
tudo que importa. Pensem que um telefone é uma realidade virtual auditiva.
Ninguém acha que a própria voz nesse ambiente de realidade virtual não é
uma voz “real”. Com meu corpo físico hoje, não sinto diretamente o toque
de alguém no meu braço. Meu cérebro recebe sinais processados que
começam pelas terminações nervosas do meu braço, vão serpentear pela
medula espinhal, através do tronco encefálico, e subir para as regiões da
ínsula. Se meu cérebro — ou o cérebro de uma IA — recebe sinais
semelhantes ao toque virtual de alguém em um braço virtual, não se nota
nenhuma diferença.
Marvin: Lembrem que nem todas as IAs vão precisar de corpos humanos.
RAY: De fato. Como humanos, apesar de alguma plasticidade, tanto nossos
corpos quanto nossos cérebros têm uma arquitetura relativamente fixa.
MOLLY 2004: É, isso é chamado de ser humano, coisa com que você parece
ter um problema.
RAY: Na realidade, muitas vezes tenho um problema com todas as
limitações e a manutenção que requer minha versão 1.0 do corpo, sem falar
das limitações do meu cérebro. Mas aprecio de verdade as alegrias do corpo
humano. Meu ponto é que as IAs podem ter e vão ter o equivalente aos
corpos humanos tanto em ambientes reais quanto virtuais. Mas, como
Marvin enfatizou, elas não vão estar limitadas só a isso.
MOLLY 2104: Não vão ser só as IAs que ficarão livres das limitações da
versão 1.0 dos corpos. Humanos de origem biológica terão a mesma
liberdade tanto na realidade real quanto na virtual.
GEORGE 2048: Lembrem que não vai haver uma distinção clara entre IAs e
humanos.
MOLLY 2104: É, exceto pelos HSMO (Humanos do Subsolo Muito
Originais), é claro.
1 ∗ Equivalente à Agência Nacional de Vigilância Sanitária (Anvisa). (N.T.)
CAPÍTULO 5
GNR: três revoluções sobrepostas
Há poucas coisas de que a geração atual se orgulha, e com razão, além das melhorias
maravilhosas que diariamente acontecem em todo tipo de aparelho mecânico… Mas o
que aconteceria se a tecnologia continuasse a evoluir muito mais rápido do que os
reinos animal e vegetal? Vai tirar nosso lugar na supremacia da terra? Assim como o
reino vegetal desenvolveu-se lentamente a partir do mineral, e, de modo semelhante, o
animal sucedeu ao vegetal, também agora, nestas últimas poucas eras, emergiu um
reino totalmente novo, de que ainda só vimos aquilo que um dia poderá ser
considerado como os protótipos antediluvianos da raça… Diariamente estamos dando
às máquinas mais potência e fornecendo, por todo tipo de dispositivos engenhosos,
aquele poder autorregulador, automático, que será em relação a elas o que o intelecto
tem sido para a raça humana.
Samuel Butler, 1863 (quatro anos depois da publicação de A origem das espécies, de
Darwin)
Quem será o sucessor do homem? A resposta é: nós mesmos estamos criando nossos
próprios sucessores. O homem vai tornar-se para a máquina aquilo que o cavalo e o
cachorro são para o homem; a conclusão sendo que as máquinas são, ou estão ficando,
vivas.
Samuel Butler, 1863, carta, “Darwin Among the Machines”1
A primeira metade do século XXI será caracterizada por três revoluções
que se sobrepõem — na genética, na nanotecnologia e na robótica. Estas
irão introduzir, naquilo a que me referi antes como Época Cinco, o começo
da Singularidade. Hoje, estamos nos estágios iniciais da revolução “G”. Ao
entender os processos de informação subjacentes à vida, começamos a
aprender a reprogramar nossa biologia para atingir a eliminação virtual das
doenças, a expansão dramática do potencial humano e o prolongamento
radical da vida. Mas Hans Moravec ressalta que, não importa quanto
sucesso tenhamos ao aplicar a sintonia fina em nossa biologia baseada em
DNA, os humanos continuarão sendo “robots de segunda classe”, ou seja, a
biologia jamais será capaz de igualar o que poderemos criar quando
entendermos totalmente os princípios operacionais da biologia. 2

A revolução “N” vai nos permitir redesenhar e reconstruir — molécula

por molécula — nossos corpos e cérebros e o mundo com que interagimos,
indo muito além das limitações da biologia. A revolução iminente mais
poderosa é a “R”: robots de nível humano, com sua inteligência derivada da
nossa mas redesenhados para ultrapassar em muito as capacidades
humanas. R representa a transformação mais significativa, porque a
inteligência é a “força” mais potente do universo. A inteligência, se bastante
avançada, é, bem, bastante inteligente para prever e superar qualquer
obstáculo que esteja em seu caminho.
 Embora cada revolução resolva os problemas das transformações
anteriores, ela também introduz novos perigos. G vai superar as
dificuldades, velhas de séculos, das doenças e do envelhecimento, mas
introduzirá o potencial de novas ameaças virais criadas com a
bioengenharia. Quando N estiver totalmente desenvolvida poderemos usá-la
para nos proteger de todos os perigos biológicos, mas ela vai criar a
possibilidade de autorreproduzir seus próprios riscos, que serão muito mais
potentes do que qualquer coisa biológica. Podemos nos proteger desses
perigos com uma R completamente desenvolvida, mas o que nos vai
proteger das inteligências patológicas que superam as nossas? Na
verdade,tenho uma estratégia para lidar com essas questões, que discutirei
no final do capítulo 8. Neste capítulo, entretanto, vamos examinar como a
Singularidade vai se desdobrar através dessas três revoluções superpostas:
G, N e R.

Genética: a interseção da informação com a biologia

Não deixamos de notar que o específico pareamento que postulamos sugere de imediato
um possível mecanismo para copiar o material genético.
James Watson e Francis Crick3
Depois de 3 bilhões de anos de evolução, temos, pela frente, o conjunto de instruções
que leva cada um de nós do ovo unicelular, através da idade adulta, até o túmulo.
Dr. Robert Waterston, Consórcio Internacional de Sequenciamento do Genoma
Humano4
Por baixo de todas as maravilhas da vida e dos sofrimentos da doença
estão processos de informação, em essência programas de software, que são
surpreendentemente compactos. O genoma humano inteiro é um código
binário sequencial que contém apenas cerca de 800 milhões de bytes de
informação. Como já mencionei antes, quando as suas maciças
redundâncias são retiradas usando técnicas de compressão convencionais,
ficamos só com 30 a 100 milhões de bytes, equivalente ao tamanho de um
programa contemporâneo médio de software. Esse código é sustentado por
5

um conjunto de máquinas bioquímicas que traduzem essas sequências

lineares (unidimensionais) de “letras” de DNA em cadeias de simples
blocos chamadas de aminoácidos, que são, por sua vez, dobradas em
proteínas tridimensionais, que fazem parte de todas as criaturas vivas, da
bactéria aos humanos. (Vírus ocupam um nicho entre matéria viva e não
viva, que são também compostos de fragmentos de DNA ou RNA.) Essa
maquinaria é essencialmente um autorreprodutor em nanoescala que
constrói a hierarquia elaborada das estruturas e dos cada vez mais
complexos sistemas que integram uma criatura viva.
 O computador da vida
Nos estágios bem iniciais da evolução, a informação foi codificada
na estrutura das cada vez mais complexas moléculas baseadas em
carbono. Ao longo de bilhões de anos, a biologia desenvolveu seu
próprio computador para armazenar e manipular dados digitais com
base na molécula de DNA. A estrutura química da molécula de DNA
foi descrita pela primeira vez por J. D. Watson e F. H. C. Crick em
1953 como uma dupla hélice consistindo em tiras de polinucleotídeos
com a informação codificada em cada posição pela escolha dos
nucleotídeos. No começo deste século, terminamos a transcrição do
6

código genético. Agora estamos começando a entender a química

detalhada dos processos de comunicação e controle pelos quais o DNA
comanda a reprodução através de outras moléculas complexas e
estruturas celulares como RNA mensageiro (mRNA), RNA
transportador (tRNA) e ribossomos.
No nível de armazenamento de informação, o mecanismo é
surpreendentemente simples. Sustentada por uma coluna espiralada de
açúcar-fosfato, a molécula de DNA pode conter vários milhões de
degraus, cada um deles codificado com uma letra tirada de um alfabeto
de quatro letras; cada degrau, portanto, está codificando dois bits de
dados em um código digital unidimensional. O alfabeto consiste em
quatro pares básicos: adenina-timina, timina-adenina, citosina-guanina
e guanina-citosina. Se as cadeias de DNA em uma única célula fossem
desdobradas, elas riam medir até seis pés de comprimento, mas um
método elaborado as enrola para que caibam em uma célula de apenas
1/2500 polegada de largura.
Enzimas especiais conseguem copiar a informação de cada degrau,
separando cada par e montando duas moléculas idênticas de DNA ao
recombinar os pares desmembrados. Na realidade, outras enzimas
verificam a validade da cópia, ao conferir a integridade de cada
recombinação. Com essas etapas de copiar e validar, esse sistema
químico de processamento de dados faz apenas cerca de um erro em
cada 10 milhões de replicações do par da base. Mais redundância e
7

códigos de correção de erros estão construídos nos próprios dados

digitais, portanto são raras as mutações significativas devidas à
replicação do par da base. A maioria dos erros de um-em-10-bilhões
vão resultar no equivalente a um erro de “paridade”, que pode ser
detectado e corrigido por outros níveis do sistema, incluindo a
comparação com o cromossomo correspondente, o que pode evitar que
o bit incorreto cause qualquer dano significativo. Pesquisas recentes
8

têm mostrado que o mecanismo genético detecta tais erros na

transcrição do cromossomo masculino Y ao comparar cada gene de
cromossomo Y com uma cópia do mesmo cromossomo. Muito 9

raramente um erro de transcrição resulta em uma mudança benéfica

que a evolução virá a favorecer.
Em um processo chamado tecnicamente de translação, outras séries
de elementos químicos acionam esse elaborado programa digital ao
construir proteínas. São as cadeias de proteínas que dão, a cada célula,
sua estrutura, comportamento e inteligência. Enzimas especiais
desenrolam uma região do DNA para construir uma determinada
proteína. É criada uma fita de mRNA copiando-se a sequência de bases
expostas. Em essência, o mRNA tem uma cópia da porção da
sequência de letras do DNA. O mRNA sai do núcleo, indo para o
corpo da célula. Então, os códigos do mRAN são lidos por uma
molécula do ribossomo, que representa o ator molecular central no
drama da reprodução biológica. Uma porção do ribossomo age como
uma cabeça de gravador, “lendo” a sequência de dados codificados na
sequência básica do mRNA. As “letras” (bases) são agrupadas em
palavras de três letras cada, chamadas códons, com um códon para
cada um dos vinte possíveis aminoácidos, os blocos básicos para
construir as proteínas. Um ribossomo lê os códons do mRNA e,
depois, usando o tRNA, faz a montagem de uma cadeia de proteínas,
aminoácido por aminoácido.
A última etapa desse processo consiste em dobrar a cadeia
unidimensional de “contas” de aminoácidos para obter uma proteína
tridimensional. Ainda não foi possível simular esse processo por causa
da enorme complexidade das forças da interação de todos os átomos
envolvidos. Espera-se que os supercomputadores, agendados para estar
on-line por volta da data de publicação deste livro (2005), tenham a
capacidade computacional de simular o dobrar das proteínas, bem
como a interação de uma proteína tridimensional com outra.
O dobrar das proteínas, junto com a divisão das células, é uma das
intrincadas e notáveis danças da natureza para criar e recriar a vida.
Moléculas “acompanhantes” especializadas protegem e guiam as
cadeias de aminoácidos enquanto elas se colocam em suas
configurações exatas de proteínas tridimensionais. Quase um terço das
moléculas formadas de proteína são mal dobradas. Essas proteínas
desfiguradas devem ser destruídas de imediato ou irão se acumular
rapidamente, desorganizando as funções celulares em muitos níveis.

Sob circunstâncias normais, assim que se forma uma proteína mal

dobrada, ela é marcada por uma molécula transportadora, ubiquitina, e
acompanhada até um proteossoma especializado, onde é dividida nos
aminoácidos que a compõem para serem reciclados como proteínas
novas (dobradas corretamente). Entretanto, à medida que as células
envelhecem, elas produzem menos energia necessária para o
funcionamento ótimo desse mecanismo. Grupos dessas proteínas
deformadas agregam-se em partículas chamadas protofibrilas,
supostamente subjacentes a problemas de saúde que levam ao mal de
Alzheimer e outras moléstias. 10

A habilidade de simular a valsa tridimensional das interações em

nível atômico vai acelerar enormemente nosso conhecimento de como
as sequências de DNA controlam a vida e as enfermidades. Então
estaremos em posição de simular rapidamente drogas para intervir em
qualquer das etapas desse processo, apressando com isso o
desenvolvimento de remédios e a criação de drogas muito direcionadas
que minimizem os efeitos colaterais indesejados.
 É tarefa das proteínas construídas executar as funções da célula e,
por extensão, do organismo. Por exemplo, uma molécula de
hemoglobina, que tem a tarefa de levar oxigênio dos pulmões aos
tecidos do corpo, é criada 500 trilhões de vezes por segundo no corpo
humano. Com mais de quinhentos aminoácidos em cada molécula de
hemoglobina, chega-se a 1,5 x 10 (15 bilhões de bilhões) de operações
19

de “leitura” por minuto pelos ribossomos, só para a fabricação de

hemoglobina.
Sob alguns aspectos, o mecanismo bioquímico da vida é
extremamente complexo e intrincado. Sob outros, é extremamente
simples. Só quatro pares de bases fornecem o armazenamento digital
para toda a complexidade da vida humana e todas as outras vidas que
conhecemos. Os ribossomos constroem cadeias de proteínas
agrupando trios de pares de bases a sequências seletas de apenas vinte
aminoácidos. Os aminoácidos em si são relativamente simples,
consistindo em um átomo de carbono com suas quatro valências
ligadas a um átomo de hidrogênio, um grupo de aminas (−NH ), um 2

grupo de ácido carboxílico (−COOH) e um grupo orgânico que é

diferente para cada aminoácido. O grupo orgânico da alanina, por
exemplo, tem só quatro átomos (CH −) para um total de treze átomos.
3

Um dos mais complexos aminoácidos, arginina (que desempenha um

papel vital na saúde das células endoteliais de nossas artérias), tem
apenas dezessete átomos em seu grupo orgânico para um total de 26
átomos. Esses vinte fragmentos moleculares simples são os blocos que
constroem toda a vida.
Assim, as cadeias de proteínas controlam todo o resto: a estrutura
das células ósseas, a habilidade das células musculares de se
flexionarem e agirem em conjunto com outras células musculares,
todas as complexas interações bioquímicas que acontecem no fluxo
sanguíneo e, é claro, a estrutura e o funcionamento do cérebro. 11

Baby boomers de design

1∗

Hoje já existe informação suficiente para desacelerar os processos de

adoecimento e envelhecimento, a tal ponto que baby boomers como eu
podem se conservar com boa saúde até o desabrochar por completo da
revolução da biotecnologia (ver “Recursos e informações de contato”, na
página 559). Em Fantastic Voyage: Live Long Enough to Live Forever
[Viagem fantástica: Viva bastante para viver para sempre], que escrevi com
o dr. Terry Grossman, um importante especialista em longevidade,
abordamos estas três pontes para uma extensão radical da vida
(conhecimento atual, biotecnologia e nanotecnologia). Escrevi ali:
12

“Embora alguns de meus contemporâneos possam estar conformados com o

envelhecimento com dignidade como parte do ciclo da vida, esse não é meu
ponto de vista. Talvez seja ‘natural’, mas não vejo nada de positivo em
perder minha agilidade mental, precisão sensorial, flexibilidade física,
desejo sexual, ou qualquer outra habilidade humana. Vejo a doença e a
morte, em qualquer idade, como uma calamidade, como problemas a serem
superados”.
A primeira ponte envolve aplicar com agressividade o conhecimento que
temos agora para desacelerar dramaticamente o envelhecimento e reverter
os processos patológicos mais importantes, como doença cardíaca, câncer,
diabetes tipo 2 e derrame. De fato, é possível reprogramar nossa
bioquímica, pois hoje temos o conhecimento, se for aplicado
agressivamente, de superar nossa herança genética na vasta maioria dos
casos. “Está principalmente em seus genes” só é verdade se for tomada a
atitude passiva usual em relação à saúde e ao envelhecimento.
Minha própria história é instrutiva. Há mais de vinte anos fui
diagnosticado com diabetes tipo 2. O tratamento convencional piorou meu
estado, assim abordei esse desafio de saúde a partir da minha perspectiva
como inventor. Mergulhei na literatura científica e criei um programa único
que reverteu, com sucesso, minha diabetes. Em 1993, escrevi um livro (The
10% Solution for a Healthy Life [A solução de 10% para uma vida com
saúde] sobre essa experiência e continuo hoje sem qualquer indicação ou
complicação dessa doença. 13

Além disso, quando eu tinha 22 anos, meu pai morreu de doença do

coração com a idade de 58 anos, e herdei os genes dele, que me predispõem
a ter essa doença. Há vinte anos, apesar de seguir a orientação da
Associação Americana do Coração, meu colesterol estava acima de 200
(deveria estar bem abaixo de 180), minha HDL (lipoproteína de alta
densidade, o colesterol “bom”) abaixo de 30 (deveria estar acima de 50) e
minha homocisteína (uma medida da saúde de um processo bioquímico
chamado metilação) estava em um doentio 11 (deveria estar bem abaixo de
7,5). Seguindo um programa para longevidade que Grossman e eu
desenvolvemos, meu nível atual de colesterol é 130, minha HDL é 55,
minha homocisteína é 6,2, minha proteína C reativa (medida da inflamação
do corpo) está em um muito saudável 0,01, e todos os meus outros
resultados (para doença cardíaca, diabetes e outras) estão nos níveis ideais. 14
 Quando tinha quarenta anos, minha idade biológica estava por volta de
38. Embora eu agora tenha 56, um teste abrangente de meu envelhecimento
biológico (medindo vários resultados sensoriais, capacidade pulmonar,
tempo de reação, memória e testes relacionado), feito na clínica de
longevidade de Grossman, mediu minha idade biológica como quarenta. 15

Embora ainda não haja um consenso sobre como medir a idade biológica,
meus resultados nesses testes correspondiam às normas públicas para essa
idade. Portanto, de acordo com esse conjunto de testes, não envelheci muito
nos últimos dezesseis anos, o que é confirmado pelos muitos exames de
sangue que faço, bem como pelo jeito como me sinto.
Esses resultados não são por acaso; tenho sido muito agressivo ao
reprogramar minha bioquímica. Tomo 250 suplementos (pílulas) por dia e
recebo meia dúzia de terapias intravenosas toda semana (basicamente
suplementos nutricionais postos diretamente em minha corrente sanguínea,
evitando com isso que passem por meu aparelho gastrointestinal). Como
resultado, as reações metabólicas de meu corpo são completamente
diferentes do que seriam do outro jeito. Abordando isso como engenheiro,
16

meço dúzias de níveis de nutrientes (como vitaminas, minerais e gorduras),

hormônios e subprodutos metabólicos em meu sangue e outras amostras
(como cabelo e saliva). No geral, meus níveis estão onde quero que
estejam, embora continuamente passe meu programa pela sintonia fina com
base nas pesquisas que faço com Grossman. Apesar de meu programa
17

parecer exagerado, na verdade é conservador — e ótimo (baseado em meu

conhecimento atual). Grossman e eu temos pesquisado extensamente cada
uma das várias centenas de terapias quanto à segurança e à eficácia. Fico
longe das ideias que não estão comprovadas ou parecem arriscadas (por
exemplo, o uso do hormônio humano do crescimento).
Consideramos o processo de reverter e superar a progressão perigosa da
doença como uma guerra. Como em uma guerra, é importante mobilizar
todos os meios de inteligência e todos os armamentos que podem ser
colhidos, jogando tudo o que temos contra o inimigo. Por essa razão,
defendemos que os perigos principais — como doença cardíaca, câncer,
diabetes, derrame e envelhecimento — sejam atacados em múltiplas
frentes. Por exemplo, nossa estratégia para prevenir doença cardíaca é
adotar dez diferentes terapias de prevenção de doenças do coração que
atacam todos os fatores de risco conhecidos.
Adotando essas estratégias multifacetadas para cada processo de adoecer
e cada processo de envelhecer, até mesmo baby boomers como eu podem
permanecer com boa saúde até o desabrochar completo da revolução
biotecnológica (que chamamos de “segunda ponte”), que já está em seus
estágios iniciais e vai atingir seu pico na segunda década deste século.
A biotecnologia vai fornecer os meios para realmente mudar nossos
genes: não só bebês de design serão factíveis, mas também baby boomers
de design. Também vamos conseguir rejuvenescer todos os tecidos e órgãos
de nosso corpo, transformando as células da pele em versões jovens de
todos os outros tipos de célula. Já novos desenvolvimentos de
medicamentos estão mirando com precisão os passos principais no processo
da aterosclerose (a causa de doenças cardíacas), da formação de tumores
cancerosos e dos processos metabólicos subjacentes a todas as principais
doenças e processos de envelhecimento.

Podemos realmente viver para sempre? Um enérgico e perspicaz

defensor da ideia de deter o processo de envelhecimento por meio da troca
de processos de informação subjacentes à biologia é Aubrey de Grey,
cientista do Departamento de Genética da Universidade de Cambridge. De
Grey usa a metáfora da manutenção de uma casa. Quanto tempo dura uma
casa? A resposta depende obviamente de como se toma conta dela. Se não
se fizer nada, dentro de pouco tempo vai surgir uma goteira no telhado, a
água e os elementos vão invadir a casa e, eventualmente, ela vai se
desintegrar. Mas se você, proativamente, toma conta da estrutura, repara
todos os danos, enfrenta todos os perigos e reconstrói ou renova partes dela
de vez em quando, usando novos materiais e tecnologias, a vida da casa
pode essencialmente ser prolongada sem limites.
O mesmo se aplica a nossos corpos e cérebros. A única diferença é que,
enquanto entendemos totalmente os métodos para conservar uma casa,
ainda não entendemos completamente todos os princípios biológicos da
vida. Mas, compreendendo com rapidez os processos bioquímicos e os
caminhos da biologia, estamos bem depressa ganhando esse conhecimento.
Começamos a entender o envelhecimento, não como uma única progressão
inexorável, mas como um grupo de processos relacionados. Estão
emergindo estratégias para reverter totalmente cada uma dessas progressões
do envelhecimento, usando diferentes combinações de técnicas
biotecnológicas.
De Grey descreve seu objetivo como “senescência negligenciável
projetada” — parar o corpo e o cérebro de ficarem mais frágeis e propensos
a doenças à medida que envelhecem. Como ele explica: “Já estamos de
18

posse de todos os conhecimentos essenciais necessários para desenvolver a

senescência negligenciável projetada — só precisam ser montados
juntos”. De Grey acredita que, dentro de dez anos, vão ser apresentados
19

camundongos “rejuvenescidos robustamente” — camundongos que são

funcionalmente mais jovens do que antes de serem tratados e com o
prolongamento da vida para prová-lo, e ele ressalta que essa realização terá
um efeito dramático na opinião pública. Demonstrar que se pode reverter o
processo de envelhecimento em um animal que compartilha 99% de nossos
genes vai desafiar profundamente a sabedoria popular de que o
envelhecimento e a morte são inevitáveis. Quando o rejuvenescimento
robusto for confirmado em um animal, haverá uma enorme pressão
competitiva para traduzir esses resultados em terapias humanas, o que deve
surgir cinco a dez anos depois.
O campo diversificado da biotecnologia é alimentado por nosso
progresso cada vez mais acelerado de usar a engenharia reversa nos
processos de informação subjacentes à biologia e por um crescente arsenal
de ferramentas que podem modificar esses processos. Por exemplo, a
descoberta de drogas foi antes questão de encontrar substâncias que
produzissem algum resultado benéfico sem efeitos colaterais excessivos.
Esse processo era semelhante à descoberta inicial de ferramentas pelos
humanos, que estava limitada a simplesmente encontrar pedras e outros
implementos naturais que pudessem ser usados para propósitos úteis. Hoje,
estamos aprendendo os caminhos bioquímicos exatos que são a base tanto
das doenças quanto dos processos de envelhecimento, e que podem projetar
drogas para desempenhar missões precisas em nível molecular. O objetivo e
a escala desse empenho são vastos.
Outra abordagem eficaz é começar com o fundamento da informação da
biologia: o genoma. Com as tecnologias de genes recentemente
desenvolvidas, estamos a ponto de conseguirmos controlar como os genes
se expressam. A expressão dos genes é o processo pelo qual os específicos
componentes celulares (especificamente o RNA e os ribossomos) produzem
proteínas de acordo com uma planta genética específica. Enquanto toda
célula humana tem o complemento total dos genes do corpo, uma célula
específica, como a célula da pele ou uma célula da ilhota pancreática,
obtém suas características apenas da pequena fração de informação genética
relevante para esse tipo específico de célula. O controle terapêutico desse
20

processo pode ocorrer fora do núcleo da célula, portanto é mais fácil de

implementar do que terapias que precisam entrar no núcleo.
A expressão de genes é controlada por peptídeos (moléculas formadas
por sequências de até cem aminoácidos) e cadeias curtas de RNA. Estamos
agora começando a aprender como funcionam esses processos. Muitas
21
novas terapias agora em desenvolvimento ou em fase de teste são baseadas
na manipulação dos peptídeos e das cadeias de RNA, para desligar a
expressão de genes causadores de doenças, ou para ligar genes desejáveis
que de outra forma poderiam não ser expressados em um tipo determinado
de célula.
RNAi (RNA de interferência). Uma nova ferramenta poderosa chamada
RNA de interferência (RNAi) é capaz de desligar genes específicos
bloqueando seu mRNA, evitando assim que criem proteínas. Já que viroses,
câncer e muitas outras doenças usam a expressão dos genes em algum
ponto crucial de seu ciclo de vida, isso promete ser um avanço importante
da tecnologia. Os pesquisadores constroem segmentos de DNA curtos, de
cadeia dupla, que combinam e se prendem a porções do RNA que são
transcritas de um gene visado. Com a propriedade de criar proteínas
bloqueada, o gene é silenciado efetivamente. Em muitas doenças genéticas,
só uma cópia de um dado gene é defeituosa. Já que há duas cópias de cada
gene, uma do pai, outra da mãe, bloquear o gene causador de doenças deixa
um gene saudável para fazer a proteína necessária. Se ambos os genes
forem defeituosos, o RNAi pode silenciar os dois, mas então um gene
saudável teria de ser inserido. 22

Terapias celulares. Outra importante linha de ataque é fazer crescer de

novo nossas próprias células, tecidos e até órgãos inteiros e introduzi-los
em nosso corpo sem cirurgia. Um dos maiores benefícios dessa técnica de
“clonagem terapêutica” é que poderemos criar esses novos tecidos e órgãos
a partir de versões de nossas células que também ficaram mais jovens
através da medicina de rejuvenescimento. Por exemplo, será possível criar
novas células cardíacas a partir de células da pele e introduzi-las no sistema
através da corrente sanguínea. Com o tempo, as células cardíacas que
existem serão substituídas por essas novas células, e o resultado será um
coração rejuvenescido “jovem”, fabricado usando-se o DNA da própria
pessoa. Abaixo, discutirei essa abordagem de fazer o corpo crescer de novo.

Chips de genes. Novas terapias são apenas uma maneira de como o

crescente conhecimento básico da expressão de genes vai ter um impacto
dramático em nossa saúde. Desde os anos 1990, microagrupamentos ou
chips, não maiores do que uma moeda, têm sido usados para estudar e
comparar os padrões de expressão de milhares de genes ao mesmo
tempo. As aplicações possíveis da tecnologia são tão variadas e as barreiras
23

tecnológicas têm sido reduzidas de um modo tão grande que enormes

bancos de dados agora se dedicam aos resultados do “observe-você-
mesmo” os genes. 24

O perfil genético está sendo usado agora para:

•Revolucionar os processos de triagem e descoberta de drogas.

Microgrupos podem “não só confirmar o mecanismo de ação de um
composto”, mas também “discriminar entre compostos que agem em
diferentes etapas do mesmo caminho metabólico”. 25

•Melhorar as classificações do câncer. Um estudo publicado na

Science demonstrou que é possível classificar algumas leucemias
“apenas monitorando as expressões dos genes”. Os autores também
apontaram um caso em que fazer o perfil da expressão levou à
correção de um diagnóstico errado. 26

•Identificar os genes, células e caminhos envolvidos em um processo,

como o envelhecimento ou formação de tumores. Por exemplo, ao
correlacionar a presença de leucemia mieloblástica aguda com a
crescente expressão de genes envolvidos com a morte programada de
células, um estudo que ajudou a identificar novos alvos terapêuticos. 27

•Determinar a eficácia de uma terapia inovadora. Um estudo

recentemente publicado em Bone examinava o efeito da substituição
do hormônio do crescimento na expressão de fatores de crescimento
semelhantes à insulina (IGFs) e marcadores do metabolismo dos
ossos. 28

•Testar a toxicidade de compostos em aditivos alimentícios, cosméticos

e produtos industriais rapidamente e sem usar animais. Esses testes
podem mostrar, por exemplo, o grau em que cada gene tem sido ligado
ou desligado por uma substância testada. 29

Terapia somática de genes (terapia de genes para células não

reprodutoras). Esse é o cálice sagrado da bioengenharia, que vai permitir
mudanças efetivas de genes dentro do núcleo, ao “infectá-lo” com DNA
novo, criando, em essência, novos genes. O conceito de controlar a
30

constituição genética humana é associado, muitas vezes, com a ideia de

influenciar novas gerações na forma de “bebês de design”. Mas a promessa
real da terapia genética é alterar de verdade nossos genes adultos. Estes
31

podem ser projetados para bloquear indesejáveis genes que favorecem

doenças ou para introduzir novos que desaceleram ou mesmo revertem os
processos de envelhecimento.
Estudos com animais que começaram nas décadas de 1970 e 1980 têm
sido responsáveis por produzir uma gama de animais transgênicos, como
gado, galinhas, coelhos e ouriços-do-mar. As primeiras tentativas de terapia
gênica humana foram feitas em 1990. O desafio é como transferir para as
células-alvo o DNA terapêutico, que então será expressado no nível e no
tempo certos.
Considere-se o desafio envolvido em realizar uma transferência de genes.
Muitas vezes, os vírus são o veículo escolhido. Há muito tempo, os vírus
aprenderam como entregar seu material genético às células humanas e,
como resultado, causar doenças. Agora os pesquisadores simplesmente
trocam o material que um vírus descarrega nas células, removendo seus
genes e inserindo os terapêuticos. Embora a abordagem em si seja
relativamente fácil, os genes são grandes demais para passar para dentro de
muitos tipos de células (como as células do cérebro). O processo também
está limitado pelo comprimento do DNA que pode ser carregado, ou este
pode provocar uma resposta imune. E precisamente onde o novo DNA se
integra dentro do DNA das células tem sido um processo grandemente
incontrolável. 32

Injeção física (microinjeção) do DNA nas células é possível mas

proibitivamente caro. Entretanto, há pouco têm sido feitos avanços
impressionantes em outros meios de transferência. Por exemplo, lipossomas
— esferas de gordura com um centro aguado — podem ser usados como
um “cavalo de Troia molecular” para levar genes a células do cérebro,
abrindo assim a porta para o tratamento de enfermidades como Parkinson e
epilepsia. Impulsos elétricos também podem ser usados para levar às
33

células uma gama de moléculas (incluindo proteínas de medicamentos,

RNA e DNA). Ainda outra opção é inserir o DNA em “nanobolas”
34

ultrapequenas para máximo impacto. 35

O obstáculo principal que tem de ser superado para que a terapia gênica
seja aplicada em humanos é a colocação adequada de um gene em uma fita
de DNA e monitoração da expressão do gene. Uma solução possível é
inserir um gene relator de imagens junto com o gene terapêutico. Os sinais
da imagem iriam permitir uma supervisão de perto tanto da colocação
quanto do nível de expressão. 36

Mesmo ante esses obstáculos, a terapia gênica começa a funcionar para

uso humano. Uma equipe liderada por Andrew H. Baker, doutor
pesquisador da Universidade de Glasgow, tem tido sucesso em usar
adenovírus para “infectar” órgãos específicos e até mesmo regiões
específicas dentro de órgãos. Por exemplo, o grupo conseguiu dirigir a
terapia gênica precisamente para as células endoteliais, que forram o
interior dos vasos sanguíneos. Outra abordagem está sendo desenvolvida
pela Celera Genomics, empresa fundada por Craig Venter (o líder do
empenho particular para transcrever o genoma humano). Celera já mostrou
habilidade para criar vírus sintéticos a partir de informação genética e
planeja aplicar esses vírus bioprojetados na terapia gênica. 37

Uma das empresas que ajudei a dirigir, a United Therapeutics, começou

os testes humanos de inserir DNA nas células através do novo mecanismo
de células-tronco autólogas (próprias do paciente), que são obtidas de uns
poucos frascos do seu sangue. O DNA que dirige o crescimento de novos
vasos sanguíneos pulmonares é inserido em genes de células-tronco, e essas
células são reinjetadas no paciente. Quando as células-tronco alteradas
geneticamente alcançam os pequenos vasos sanguíneos pulmonares perto
dos alvéolos do pulmão, elas começam a expressar fatores de crescimento
para novos vasos sanguíneos. Em estudos com animais, isso reverteu com
segurança a hipertensão pulmonar, doença fatal e atualmente incurável.
Baseado no sucesso e na segurança desses estudos, o governo canadense
autorizou testes em humanos.

Revertendo doenças degenerativas

Doenças degenerativas (progressivas) — doença do coração, derrame,
câncer, diabetes tipo 2, doença do fígado e doença dos rins — são
responsáveis por cerca de 90% das mortes em nossa sociedade. Cresce
rapidamente nossa compreensão dos principais componentes das doenças
degenerativas e do envelhecimento humano, e têm sido identificadas
estratégias para deter ou mesmo reverter cada um desses processos. Em
Fantastic Voyage, Grossman e eu descrevemos uma ampla gama de terapias
agora na fila do teste que já demonstraram resultados significativos ao
atacar as principais etapas bioquímicas em que se baseia o progresso dessas
doenças.

Combatendo as doenças do coração. Como um dos muitos exemplos,

uma pesquisa muito interessante tem sido feita com uma forma sintética de
colesterol HDL chamada de Apo-A-I Milano (AAIM) recombinante. Em
testes com animais, o AAIM foi responsável por uma regressão rápida e
dramática da placa aterosclerótica. Em um dos testes da Food and Drug
38

Administration (FDA), que incluiu 47 pessoas, administrar o AAIM por via

intravenosa resultou em uma redução significativa (em média, 4,2% de
redução) da placa, depois de só cinco tratamentos semanais. Nenhuma outra
droga jamais mostrou a capacidade de reduzir a aterosclerose tão rápido. 39
 Outra droga impressionante para reverter a aterosclerose agora na fase 3
dos testes da FDA é Torcetrapib da Pfizer. Essa droga aumenta os níveis de
40

HDL ao bloquear uma enzima que normalmente o rompe. Pfizer está

gastando um recorde de 1 bilhão de dólares para testar essa droga e planeja
combiná-la com Lipitor, sua “estatina” número um (para reduzir o
colesterol).

Superando o câncer. Muitas estratégias estão sendo intensamente

procuradas para superar o câncer. Particularmente promissoras são as
vacinas contra o câncer destinadas para estimular o sistema imunológico a
atacar as células do câncer. Essas vacinas poderiam ser usadas como
profilaxia para prevenir o câncer, como um tratamento de primeira linha ou
para varrer as células do câncer depois de outros tratamentos. 41

As primeiras tentativas que foram relatadas de ativar a resposta

imunológica de um paciente foram realizadas há mais de cem anos, com
pouco êxito. Esforços mais recentes focam em encorajar as células
42

dendríticas, as sentinelas do sistema imunológico, para que disparem uma

resposta imunológica normal. Muitas formas de câncer têm a oportunidade
de proliferar porque, de algum jeito, aquelas células não disparam essa
resposta. As células dendríticas têm um papel importante porque vagam
pelo corpo, coletando peptídeos estranhos e fragmentos de células,
entregando-os aos nódulos linfáticos, que, como resposta, produzem um
exército de células T preparadas para eliminar os peptídeos assinalados.
Alguns pesquisadores estão alterando os genes das células de câncer para
atrair células T, supondo que as células T estimuladas iriam então
reconhecer outras células de câncer que encontrarem. Outros estão fazendo
43

experiências com vacinas para expor as células dendríticas a antígenos,

proteínas únicas encontradas na superfície de células de câncer. Um grupo
usou pulsos elétricos para fundir o tumor e as células imunológicas a fim de
criar uma “vacina individualizada”. Um dos obstáculos para desenvolver
44

vacinas eficazes é que, atualmente, ainda não foram identificados muitos

dos antígenos do câncer necessários para desenvolver vacinas potentes e
dirigidas às células-alvo.45

Bloquear a angiogênese — a criação de novos vasos sanguíneos — é

outra estratégia. Esse processo usa drogas para desencorajar o
desenvolvimento de vasos sanguíneos de que um câncer emergente precisa
para crescer além de um tamanho pequeno. O interesse na angiogênese
disparou a partir de 1997, quando médicos no Dana Farber Cancer Center
em Boston relataram que ciclos repetidos de endostatina, um inibidor da
angiogênese, resultaram na completa regressão dos tumores. Agora há
46

muitas drogas antiangiogênicas em testes clínicos, incluindo avastatina e

atrasentan.47

Uma questão-chave para o câncer, bem como para o envelhecimento, diz

respeito às “contas” do telômero, sequências repetidas de DNA encontradas
no final dos cromossomos. Cada vez que uma célula se reproduz, cai uma
conta. Quando uma célula houver se reproduzido a ponto de que todas as
suas contas de telômeros acabarem, essa célula não é mais capaz de se
dividir e vai morrer. Se esse processo pudesse ser revertido, as células
poderiam sobreviver infinitamente. Por sorte, recentes pesquisas
descobriram que uma única enzima (telomerase) é necessária para esse
fim. A parte complicada é como administrar a telomerase de um jeito que
48

não provoque câncer. As células do câncer possuem um gene que produz

telomerase, o que lhes permite, de fato, tornarem-se imortais, reproduzindo-
se indefinidamente. Assim,uma estratégia-chave na luta contra o câncer
envolve bloquear a habilidade das células de câncer gerarem telomerase.
Isso parece contradizer a ideia de que prolongar os telômeros em células
normais combate essa fonte de envelhecimento, mas atacar as telomerases
das células de câncer em um tumor iniciante poderia ser feito sem
comprometer necessariamente uma terapia regular de prolongar os
telômeros de células normais. Mas, para evitar complicações, essas terapias
poderiam ser suspensas durante o período da terapia contra o câncer.

Revertendo o envelhecimento
É lógico supor que no início da evolução de nossa espécie (e dos
precursores de nossa espécie), a sobrevivência não teria sido auxiliada —
de fato, ela teria sido comprometida — por indivíduos que vivessem muito
mais do que os anos necessários para criar os filhos. Entretanto, pesquisas
recentes sustentam a chamada hipótese da avó, que sugere um efeito
contrário. Rachel Caspari, antropóloga da Universidade de Michigan, e
San-Hee Lee, da Universidade da Califórnia em Riverside, encontraram
provas de que a proporção de humanos vivendo para se tornarem avós (que,
nas sociedades primitivas, muitas vezes eram jovens de trinta anos)
aumentou constantemente nos últimos 2 milhões de anos, com um aumento
de cinco vezes mais do que aconteceu na era paleolítica superior (a cerca de
30 mil anos). Essa pesquisa tem sido citada para sustentar a hipótese de que
a sobrevivência das sociedades humanas foi auxiliada pelas avós, que não
só ajudavam a criar famílias grandes, mas também transmitiam a sabedoria
acumulada dos anciãos. Esses efeitos podem ser uma interpretação razoável
dos dados, mas o aumento geral da longevidade também reflete uma
tendência contínua de maior expectativa de vida que continua até hoje. Da
mesma forma, apenas um número pequeno de vovós (e uns poucos vovôs)
teriam sido necessários para terem os efeitos sociais que os proponentes
dessa teoria têm reivindicado, portanto essa hipótese não põe sensivelmente
em xeque a conclusão de que os genes que sustentaram um prolongamento
significativo da vida não foram selecionados.
Envelhecer não é um processo único, e envolve múltiplas alterações. De
Grey descreve sete processos básicos que estimulam a senescência, e ele
identificou as estratégias para reverter cada um deles.

Mutações no DNA. Em geral, mutações no DNA nuclear (o DNA dos

49

cromossomos do núcleo) resultam em uma célula defeituosa que é

rapidamente eliminada ou em uma célula que simplesmente não funciona
de modo perfeito. O tipo de mutação que preocupa (já que leva a maiores
índices de mortes) fundamentalmente é um que afeta a reprodução celular
ordenada, resultando em câncer. Isso quer dizer que, se pudermos curar o
câncer usando as estratégias descritas acima, as mutações do núcleo ficarão
extremamente inofensivas. A estratégia proposta por De Grey contra o
câncer é profilática: envolve usar terapia gênica para remover de todas as
células os genes que os cânceres precisam ligar a fim de conservar seus
telômeros quando se dividem. Isso fará com que qualquer tumor potencial
de câncer definhe antes que fique grande o bastante para causar dano.
Estratégias para apagar e suprimir genes já estão disponíveis e estão sendo
melhoradas rapidamente.

Células tóxicas. Às vezes, as células chegam a um estado em que não são

cancerosas, mas ainda seria melhor para o corpo se não sobrevivessem. A
senescência das células é um exemplo, assim como ter células de gordura
demais. Nesses casos, é mais fácil matar essas células do que tentar revertê-
las para um estado saudável. Estão sendo desenvolvidos métodos para
apontar “genes suicidas” para essas células e também para marcá-las de
modo que o sistema imunológico as destrua.

Mutações da mitocôndria. Outro processo de envelhecimento é a

acumulação de mutações nos treze genes da mitocôndria, a usina de energia
das células. Esses poucos genes são críticos para o funcionamento
50

eficiente das células e sofrem mutações em uma taxa mais alta do que os
genes do núcleo. Quando for dominada a terapia gênica somática, será
possível inserir múltiplas cópias desses genes no núcleo da célula,
fornecendo assim redundância (backup) para essa informação genética tão
vital. Na célula já existe o mecanismo que permite que as proteínas
codificadas no núcleo sejam importadas para as mitocôndrias, portanto não
é necessário que essas proteínas sejam produzidas nas próprias
mitocôndrias. De fato, a maioria das proteínas necessárias para o
funcionamento das mitocôndrias já está codificada pelo DNA do núcleo.
Pesquisadores conseguiram transferir genes da mitocôndria para os núcleos
em culturas de células.

Agregados intracelulares. As toxinas são produzidas tanto dentro quanto

fora das células. De Grey descreve estratégias usando terapia gênica
somática para introduzir novos genes, que irão romper o que ele chama de
“agregados intracelulares” — toxinas dentro de células. Têm sido
identificadas umas proteínas que podem destruir virtualmente qualquer
toxina, usando bactérias que podem digerir e destruir materiais perigosos
que vão de TNT a dioxina.
Uma estratégia básica sendo seguida por vários grupos para combater os
materiais tóxicos fora da célula, incluindo as proteínas deformadas e as
placas amiloides (vistas na doença de Alzheimer e outras condições
degenerativas), é criar vacinas que ajam contra suas moléculas
constituintes. Embora essa abordagem possa resultar em que o material
51

tóxico seja ingerido pelas células do sistema imunológico, estas podem ser
destruídas pelas estratégias descritas acima para combater agregados
intracelulares.

Agregados extracelulares. Os AGEs (advanced glycation end-products:

produtos finais de glicação avançada) resultam de ligações cruzadas
indesejadas de moléculas úteis, como o efeito colateral do excesso de
açúcar. Essas ligações cruzadas interferem no funcionamento normal das
proteínas e contribuem basicamente para o processo do envelhecimento.
Uma droga experimental, chamada ALT-711 (cloreto de
fenacildimentiltiazólio), pode dissolver essas ligações cruzadas sem
danificar o tecido original. Também foram identificadas outras moléculas
52

com essa capacidade.

Perda celular e atrofia. Os tecidos do corpo têm meios para substituir

células gastas, mas essa habilidade está limitada a certos órgãos. Por
exemplo, conforme envelhecemos, o coração é incapaz de substituir suas
células com a rapidez necessária, então ele compensa isso fazendo com que
as células sobreviventes fiquem maiores, usando material fibroso. Com o
tempo, isso torna o coração menos flexível e reativo. Uma estratégia
fundamental aqui é implantar a clonagem terapêutica de nossas próprias
células, como descrito abaixo.
O progresso em combater todas as fontes do envelhecimento move-se
rapidamente em modelos animais, e a tradução para terapias humanas virá a
seguir. Evidências do projeto genoma indicam que não mais do que umas
poucas centenas de genes estão envolvidos no processo do envelhecimento.
Ao manipular esses genes, já se conseguiu um prolongamento radical da
vida em animais mais simples. Por exemplo, ao modificar os genes do
verme C. elegans, que controlam os níveis de insulina e o hormônio sexual,
a duração da vida dos animais de teste foi prolongada seis vezes,
equivalendo a quinhentos anos de vida para um humano. 53

Um cenário híbrido envolvendo bio e nanotecnologia tenciona

transformar as células biológicas em computadores. Essas células de
“inteligência aumentada” poderiam então detectar e destruir células de
câncer e patógenos, ou até mesmo fazer crescer partes do corpo humano.
Ron Weiss, bioquímico de Princeton, modificou células para incorporar
nelas várias funções lógicas que são usadas para a computação básica.54

Timothy Gardner, da Universidade de Boston, desenvolveu um interruptor

lógico celular, outro elemento básico para transformar células em
computadores. Cientistas do MIT Media Lab desenvolveram maneiras de
55

usar a comunicação sem fio para enviar mensagens, inclusive sequências

complicadas de instruções, aos computadores dentro das células
modificadas. Weiss observa que “quando já se tem a habilidade de
56

programar células, não é preciso ficar restringido ao que as células já sabem

fazer. Elas podem ser programadas para fazer coisas novas, em novos
padrões”.

Clonagem humana: A aplicação menos interessante da tecnologia da

clonagem

Um dos mais potentes métodos para aplicar a maquinaria da vida envolve

aproveitar os próprios mecanismos biológicos de reprodução na forma de
clonagem. A clonagem será uma tecnologia-chave — não para clonar
humanos reais, mas para propósitos de prolongar a vida, na forma de
“clonagem terapêutica”. Esse processo cria novos tecidos com as células
“jovens” de telômeros prolongados e o DNA corrigido para substituir, sem
cirurgia, tecidos ou órgãos defeituosos.
Todos os especialistas em ética, inclusive eu, consideram a clonagem
humana de agora como não ética. Entretanto, para mim as razões têm pouco
a ver com as questões escorregadias de manipular a vida humana. E sim,
simplesmente, que a tecnologia de hoje não é confiável. A técnica atual de
fundir o núcleo de uma célula do doador com uma célula-ovo usando uma
faísca elétrica simplesmente provoca um alto nível de erros genéticos. Essa 57

é a razão fundamental para que a maioria dos fetos criados por esse método
não chegue a termo. Mesmo aqueles que chegam têm defeitos genéticos.
Dolly, a ovelha, desenvolveu um problema de obesidade quando adulta, e a
maioria dos animais clonados até agora tem tido problemas de saúde
imprevisíveis. 58

Os cientistas têm inúmeras ideias para aperfeiçoar a clonagem, incluindo

maneiras alternativas de fundir o núcleo e a célula-ovo sem usar uma faísca
elétrica destrutiva, mas até que a tecnologia prove ser segura, não seria
ético criar uma vida humana com uma probabilidade tão alta de problemas
de saúde severos. Não há dúvida de que a clonagem humana vai acontecer,
e acontecer logo, incentivada por todas as razões de sempre, desde seu valor
como publicidade até sua utilidade como uma forma muito fraca de
imortalidade. Os métodos que podem ser demonstrados em animais
avançados irão funcionar muito bem em humanos. Quando a tecnologia
estiver aperfeiçoada em termos de segurança, as barreiras éticas serão
frágeis, se é que chegarão a existir.
A clonagem é uma tecnologia importante, mas a clonagem de humanos
não é seu uso mais digno de nota. Vamos tratar primeiro de suas aplicações
mais valiosas e depois voltar para a mais controversa.

Por que a clonagem é importante? O uso mais imediato da clonagem é

melhorar a criação, oferecendo a habilidade de reproduzir diretamente um
animal com o conjunto de traços genéticos desejáveis. Um exemplo
importante é a reprodução de animais a partir de embriões transgênicos
(embriões com genes alheios) para a produção farmacêutica. Um exemplo
disso: um promissor tratamento anticâncer é uma droga antiangiogênese
chamada aaAtIII, que é produzida no leite de cabras transgênicas. 59

Preservar as espécies em risco de extinção e restaurar as extintas. Outra

aplicação impressionante é a recriação de animais de espécies em risco de
extinção. Ao criopreservar células dessas espécies, estas jamais terão de
ficar extintas. Eventualmente, será possível recriar animais de espécies
extintas recentemente. Em 2001, os cientistas conseguiram sintetizar o
DNA do tigre-da-tasmânia, que já estava extinto havia 65 anos, com a
esperança de trazer essa espécie de volta à vida. Quanto a espécies extintas
60

há muito tempo (por exemplo, os dinossauros), é altamente duvidoso que se

possa encontrar um DNA inteiro intacto em uma única célula preservada
(como foi feito em O parque dos dinossauros ). Mas é provável que
2∗

eventualmente será possível sintetizar o DNA necessário ao emendar as

informações derivadas de múltiplos fragmentos inativos.

Clonagem terapêutica. Talvez a aplicação emergente mais valiosa seja a

clonagem terapêutica de nossos próprios órgãos. Começando com células
germinativas (originadas de óvulos ou esperma e transmitidas aos
descendentes), os engenheiros genéticos podem desencadear a
diferenciação em vários tipos de células. Visto que a diferenciação acontece
no estágio pré-fetal (ou seja, antes da implantação do feto), a maioria dos
especialistas em ética acredita que esse processo não gera preocupações,
embora a questão seja altamente discutível. 61

Engenharia de células somáticas humanas. Essa abordagem ainda mais

promissora, que se desvia inteiramente da controvérsia de usar células-
tronco fetais, é chamada de transdiferenciação; ela cria novos tecidos com o
próprio DNA do paciente, ao converter um tipo de célula (como a célula da
pele) em outro (como uma célula da ilhota pancreática ou uma célula do
coração). Recentemente, cientistas dos Estados Unidos e da Noruega
62

conseguiram reprogramar algumas células do fígado para que se tornassem

células do pâncreas. Em outra série de experiências, células da pele humana
foram transformadas para adquirir muitas das características das células do
sistema imunológico e das células nervosas. 63

Pense na pergunta: Qual é a diferença entre uma célula da pele e qualquer

outro tipo de célula do corpo? Afinal, todas elas têm o mesmo DNA. Como
mencionado acima, as diferenças são encontradas nos fatores de sinalização
de proteínas, que incluem fragmentos curtos de RNA e peptídeos, que agora
começamos a entender. Ao manipular essas proteínas, pode-se influir na
64

expressão de genes e enganar um tipo de célula para transformá-la em

outro.
Aperfeiçoar essa tecnologia iria não apenas desarmar uma sensível
questão ética e política, mas também oferecer uma solução ideal do ponto
de vista científico. Se você precisar de células das ilhotas pancreáticas ou
dos tecidos dos rins — ou mesmo de um coração inteiro —, para evitar
reações autoimunes, você iria preferir muito obtê-las com o seu próprio
DNA em vez do DNA das células germinativas de outra pessoa. Além
disso, essa abordagem usa abundantes células da pele (do paciente) em vez
das células-tronco, raras e preciosas.
A transdiferenciação vai fazer com que cresça diretamente um órgão com
a sua composição genética. Talvez mais importante, o novo órgão pode ter
seus telômeros totalmente estendidos até seu comprimento original, jovem,
de modo que o novo órgão é de fato jovem de novo. Também se pode
65

corrigir erros acumulados de DNA, selecionando as células da pele

adequadas (ou seja, sem erro de DNA) antes de transdiferenciá-las em
outros tipos de células. Com esse método, um homem de oitenta anos
poderia ter seu coração substituído pelo mesmo coração de quando ele
tinha, digamos, 25.
Os tratamentos atuais para a diabetes tipo 1 exigem drogas fortes
antirrejeição que podem ter efeitos colaterais perigosos. Com a engenharia
66

das células somáticas, quem tem diabetes tipo 1 será capaz de fazer células
das ilhotas pancreáticas a partir de suas próprias células, ou das células da
pele (transdiferenciação) ou das células-tronco adultas. Ele estaria usando
seu próprio DNA e aproveitando um suprimento relativamente inexaurível
de células, portanto, não seria necessária nenhuma droga contra a rejeição.
(Mas para curar definitivamente a diabetes tipo 1, também seria preciso
superar a enfermidade autoimune do paciente, que faz com que seu corpo
destrua as células das ilhotas.)
Ainda mais entusiasmante é a perspectiva de substituir os órgãos e
tecidos de uma pessoa por seus substitutos “jovens” sem usar a anestesia.
Introduzir células clonadas, com telômeros prolongados e DNA corrigido
em um órgão vai fazer com que elas se integrem com as células mais
velhas. Repetindo tratamentos desse tipo por um tempo, o órgão vai acabar
sendo dominado pelas células mais jovens. De qualquer modo, é normal
substituirmos nossas próprias células regularmente, então por que não fazer
isso com células jovens, rejuvenescidas, em vez das cheias de erros, com
telômeros encurtados? Não há motivo para que não se possa repetir esse
processo para cada órgão e tecido de nosso corpo, permitindo que fiquemos
progressivamente mais jovens.

Resolvendo a fome mundial. As tecnologias de clonagem até oferecem

uma solução possível para a fome mundial: criando carne e outras fontes de
proteína em uma fábrica sem animais ao clonar tecido muscular animal. Os
benefícios incluiriam um custo extremamente baixo, evitando os pesticidas
e os hormônios que existem na carne natural, reduzindo enormemente o
impacto ambiental (comparado com a criação intensiva de gado) e
oferecendo um perfil nutricional melhorado e nenhum sofrimento animal.
Como acontece com a clonagem terapêutica, não se criaria um animal
inteiro, mas, em vez disso, a carne ou partes animais almejadas. Em
essência, toda a carne — bilhões de quilos dela — poderia ser derivada de
um único animal.
Existem outros benefícios desse processo além de acabar com a fome.
Criando carne desse jeito, ela fica dependente da Lei dos Retornos
Acelerados — com o tempo, as melhorias exponenciais no preço-
desempenho de tecnologias baseadas na informação —, ficando assim
extremamente barata. Mesmo que hoje a fome mundial seja, com certeza,
intensificada por conflitos e questões políticas, a carne iria ficar tão barata
que teria um profundo efeito na disponibilidade de comida.
Com a criação de carne sem animais, também seria eliminado o
sofrimento animal. A economia da criação intensiva dá uma prioridade
muito baixa para o conforto dos animais, que são tratados como
engrenagens de uma máquina. A carne produzida daquele modo, embora
normal em todos os outros aspectos, não seria uma parte de um animal com
sistema nervoso, o que é, em geral, considerado como um elemento
necessário para que aconteça o sofrimento, ao menos em um animal
biológico. Também se poderia usar a mesma abordagem para produzir
subprodutos animais, como couro e pele. Outras grandes vantagens seriam
eliminar o enorme dano ecológico e ambiental devido à pecuária intensiva,
bem como o risco de doenças baseadas nos príons, como a doença da vaca
louca e sua contrapartida humana, vCJD. 67

Clonagem humana revisitada. Isso nos traz de novo à clonagem humana.

Minha previsão é de que, depois de aperfeiçoada a tecnologia, nem os
grandes dilemas vistos pelos éticos, nem a profunda promessa prenunciada
pelos entusiastas, vão predominar. Qual o problema de haver gêmeos
genéticos separados por uma ou mais gerações? É provável que a clonagem
comprove ser como outras tecnologias de reprodução, que foram
controversas por pouco tempo e depois aceitas rapidamente. A clonagem
física é muito diferente da clonagem mental, em que a personalidade, a
memória, as habilidades e a história, todas, de uma pessoa, serão baixadas,
em última análise, em um meio pensante, diferente e muito provavelmente
mais potente. Com a clonagem genética, não surge a questão da identidade
filosófica, pois tais clones seriam gente diferente, ainda mais do que os
gêmeos convencionais hoje.
 Considerando-se o conceito completo da clonagem, das células para os
organismos, seus benefícios têm uma enorme sinergia com as outras
revoluções que estão acontecendo na biologia, bem como na tecnologia da
computação. À medida que aprendemos a compreender o genoma e o
proteoma (a expressão do genoma em proteínas) tanto de humanos quanto
de animais, e à medida que desenvolvemos novos meios potentes para
colher a informação genética, a clonagem fornece os meios para replicar os
animais, os órgãos e as células. E isso tem profundas consequências para a
saúde e o bem-estar, tanto nossa quanto de nossos primos evolutivos do
reino animal.

NED LUDD: Se todo o mundo pode mudar seus genes, então todo o mundo
vai escolher ser “perfeito” em todos os sentidos, então não vai haver
diversidade, e ser excelente vai ficar sem sentido.
RAY: Não exatamente. É óbvio que os genes são importantes, mas nossa
natureza — habilidades, conhecimento, memória, personalidade — reflete a
informação do projeto em nossos genes, assim como nossos corpos e
cérebros se organizam através de nossa experiência. Isso fica logo evidente
em nossa saúde. Eu, pessoalmente, tenho uma disposição genética para
diabetes tipo 2, na verdade fui diagnosticado com essa doença há mais de
vinte anos. Mas hoje não tenho nenhuma indicação de diabetes porque
superei essa disposição genética como resultado de reprogramar minha
bioquímica através das escolhas de estilo de vida como nutrição, exercício e
suplementação agressiva. Com relação a nossos cérebros, nós todos temos
várias aptidões, mas nossos talentos reais são uma função daquilo que
aprendemos, desenvolvemos e vivenciamos. Nossos genes refletem apenas
predisposições. Pode-se ver como isso funciona no desenvolvimento do
cérebro. Os genes descrevem certas regras e restrições para padrões de
conexão interneural, mas as conexões reais que temos como adultos são
resultado de um processo de se organizarem com base em nosso
aprendizado. O resultado final — quem somos nós — é profundamente
influenciado tanto pela natureza (genes) quanto pela criação (experiência).
Assim, quando tivermos a oportunidade de mudar nossos genes quando
adultos, não iremos apagar a influência de nossos genes iniciais.
Experiências anteriores à terapia gênica terão sido traduzidas pelos genes de
antes da terapia, portanto nosso caráter e nossa personalidade ainda serão
formados primordialmente pelos genes originais. Por exemplo, se alguém
adicionasse genes para aptidão musical a seu cérebro através da terapia
gênica, você não iria de repente tornar-se um gênio da música.
NED: Ok, eu entendo que os baby boomers de design não podem se livrar
completamente de seus genes pré-design, mas, como bebês de design, eles
vão ter os genes e o tempo para expressá-los.
RAY: A revolução dos “bebês de design” vai ser muito lenta; não será um
fator significativo neste século. Outras revoluções vão ultrapassá-la. Não
teremos a tecnologia para bebês de design pelos próximos dez a vinte anos.
À medida que for usada, será adotada gradualmente, e depois essas
gerações vão levar outros vinte anos para chegarem à maturidade. Por essa
época, estaremos nos aproximando da Singularidade, com a verdadeira
revolução sendo o predomínio da inteligência não biológica. Isso estará
muito além das habilidades de qualquer designer de genes. A ideia de bebês
de design e baby boomers é apenas a reprogramação dos processos de
informação na biologia. Mas ainda é biologia, com todas as suas profundas
limitações.
NED: Você está deixando escapar alguma coisa. Biológicos é o que somos.
Acho que a maioria das pessoas iria concordar que ser biológico é o
atributo, por excelência, do ser humano.
RAY: Hoje, isso é com certeza verdade.
NED: E pretendo conservá-lo assim.
RAY: Bem, se você fala por si mesmo, tudo bem. Mas se ficar biológico e
não reprogramar seus genes, você não ficará por aqui por muito tempo para
influir no debate.

Nanotecnologia: a interseção da informação com o

mundo físico
O papel do infinitamente pequeno é infinitamente amplo.
Louis Pasteur
Mas não tenho receio de enfrentar a questão final que consiste em saber se, em última
análise, no longo prazo, poderemos arrumar os átomos do jeito que quisermos; os
próprios átomos, todos eles!
Richard Feynman
A nanotecnologia tem o potencial de melhorar o desempenho humano, levar o
desenvolvimento sustentável para os materiais, a água, a energia e os alimentos, de
proteger contra bactérias e vírus desconhecidos e até de diminuir as razões para
romper a paz (ao criar uma abundância universal).
National Science Foundation Nanotechnology Report

A nanotecnologia promete as ferramentas para reconstruir o mundo físico

— inclusive nossos corpos e cérebros —, fragmento molecular por
fragmento molecular, potencialmente átomo por átomo. Está sendo
encolhido o tamanho da tecnologia, de acordo com a Lei de Retornos
Acelerados, na taxa exponencial de aproximadamente um fator de quatro
por dimensão linear por década. Nesse ritmo, o tamanho para a maioria das
68

tecnologias eletrônicas e para muitas das mecânicas estará ao alcance da

nanotecnologia — em geral considerada como sendo abaixo de cem
nanômetros — pela década de 2020. (Aparelhos eletrônicos já mergulharam
abaixo desse limite, embora não em estruturas tridimensionais, não sendo
ainda capazes de montar a si mesmos.) Enquanto isso, tem sido feito um
rápido progresso, especialmente nos vários últimos anos, em preparar a
moldura conceitual e as ideias de projeto para a vindoura era da
nanotecnologia.
Tão importante quanto a revolução biotecnológica discutida acima,
quando seus métodos estiverem totalmente maduros, os limites serão
encontrados na própria biologia. Embora os sistemas biológicos sejam
notáveis por sua inteligência, também se descobriu que eles estão
dramaticamente abaixo do perfeito. Já se mencionou a velocidade
extremamente baixa da comunicação no cérebro, e, como será visto abaixo
(ver página 289), os substitutos robóticos das células vermelhas do sangue
poderiam ser milhares de vezes mais eficientes do que suas contrapartes
biológicas. A biologia jamais conseguirá igualar o que nós seremos
69

capazes de fazer quando chegarmos a entender totalmente os princípios

operacionais da biologia.
A revolução na nanotecnologia, entretanto, vai nos permitir, em última
análise, redesenhar e reconstruir, molécula por molécula, nossos corpos e
cérebros e o mundo com que interagimos. Essas duas revoluções se
70

sobrepõem, mas a realização total da nanotecnologia fica atrasada cerca de

uma década em relação à revolução biotecnológica.
A maioria dos historiadores da nanotecnologia data seu nascimento
conceitual com o discurso seminal do físico Richard Feynman em 1959,
“There’s Plenty of Room at the Bottom” [Tem bastante lugar no fundo], em
que ele descreve as implicações inevitáveis e profundas de fabricar
máquinas no nível de átomos:

Os princípios da física, até onde posso ver, não falam contra a

possibilidade de manobrar coisas átomo por átomo. Em princípio, seria
possível [...] para um físico sintetizar qualquer substância química que
o químico escreve [...]. Como? Ponha os átomos onde o químico diz, e
assim você faz a substância. Os problemas da química e da biologia
 podem ser enormemente facilitados se nossa habilidade de ver o que
estamos fazendo e de fazer coisas em nível de átomos for finalmente
desenvolvida — um desenvolvimento que acho que não pode ser
evitado. 71

Outro fundamento conceitual anterior para a nanotecnologia foi

formulado pelo teórico da informação John Von Neumann no começo da
década de 1950, com seu modelo de sistema autorreprodutor baseado em
um construtor universal, combinado com um computador universal. Nessa 72

proposta, o computador roda um programa que, por sua vez, constrói uma
cópia de ambos, o computador (incluindo seu programa de se autorreplicar)
e o construtor. Nesse nível a proposta descrita por Von Neumann é bem
abstrata — o computador e o construtor poderiam ser feitos de muitos
jeitos, bem como de diversos materiais, e poderiam até ser uma construção
matemática teórica. Mas ele levou o conceito um passo adiante e propôs um
“construtor cinemático”: um robot com no mínimo um manipulador (braço)
que iria construir uma réplica dele mesmo de um “mar de peças” em seu
meio. 73

Ficou para Eric Drexler fundar o moderno campo da nanotecnologia,

com um rascunho de sua excepcional tese de doutorado em meados dos
anos 1980, em que ele essencialmente combinava essas duas sugestões
fascinantes. Drexler descreveu um construtor cinemático de Von Neumann,
que, para seu mar de peças, usava átomos e fragmentos de moléculas, como
sugerido na fala de Feynman. A visão de Drexler atravessava muitas
fronteiras disciplinares e tinha um alcance tão grande que ninguém foi
bastante ousado para ser seu orientador, exceto meu próprio mentor, Marvin
Minsky. A tese de Drexler (que se tornou seu livro Engines of Creation
[Motores da criação] em 1986 e foi articulado tecnicamente em sua obra de
1992, Nanosystems) delineou a fundação da nanotecnologia e forneceu um
mapa que ainda é seguido hoje. 74

O “montador molecular” de Drexler será capaz de fazer quase qualquer

coisa no mundo. Já se referiram a ele como um “montador universal”, mas
Drexler e outros teóricos da nanotecnologia não usam a palavra “universal”
porque os produtos de tal sistema têm, necessariamente, de estar
submetidos às leis da física e da química, portanto só seriam viáveis
estruturas atomicamente estáveis. Além disso, qualquer montador
específico estaria restrito a construir os produtos a partir de seu mar de
peças, embora tenha sido demonstrada a possibilidade de usar átomos
individuais. Mesmo assim, um montador desses poderia fazer quase
qualquer dispositivo físico que se quisesse, inclusive computadores
altamente eficientes e subsistemas para outros montadores.
Embora Drexler não tenha fornecido um desenho detalhado para um
montador — esse desenho ainda não foi completamente especificado —,
sua tese forneceu extensos argumentos de factibilidade para cada um dos
principais componentes do montador molecular, que incluem os seguintes
subsistemas:

•O computador: para fornecer a inteligência necessária ao controle do

processo de montagem. Como com todos os subsistemas do
dispositivo, o computador deve ser pequeno e simples. Como descrito
no capítulo 3, Drexler fornece uma curiosa descrição conceitual de um
computador mecânico com “fechaduras” moleculares em vez de portas
de transistores. Cada fechadura precisaria de apenas dezesseis
nanômetros cúbicos de espaço e poderia ligar e desligar 10 bilhões de
vezes por segundo. Essa proposta permanece sendo a mais competitiva
de toda a tecnologia eletrônica conhecida, embora computadores
eletrônicos, construídos a partir de agrupamentos tridimensionais de
nanotubos de carbono pareçam fornecer uma maior densidade de
computação (isto é, cálculos por segundo por grama). 75

•A arquitetura das instruções: Drexler e seu colega Ralph Merkle

propuseram uma arquitetura SIMD (single instruction multiple data —
instrução única dados múltiplos) em que um único local de
armazenamento iria registrar as instruções e transmiti-las para trilhões
de montadores do tamanho de uma molécula (cada um com seu
próprio computador simples) ao mesmo tempo. Já discuti algumas das
limitações da arquitetura SIMD no capítulo 3, mas esse projeto (que é
mais fácil de realizar do que a abordagem mais flexível do tipo
múltiplas instruções múltiplos dados) é suficiente para o computador
em um montador nanotecnológico universal. Com essa abordagem, o
montador não iria precisar armazenar o programa inteiro para criar o
produto almejado. Uma arquitetura “de difusão” também aborda uma
grande preocupação com a segurança: o processo de autorreprodução
poderia ser desligado se ficasse descontrolado, extinguindo a fonte
centralizada das instruções de replicação.Entretanto, como Drexler
ressalta, um montador em nanoescala não tem, necessariamente, de
reproduzir a si mesmo. Dados os perigos inerentes da autorreplicação,
76

os padrões éticos propostos pelo Foresight Institute (um think tank

fundado por Eric Drexler e Christine Peterson) contêm proibições
contra a autorreprodução irrestrita, especialmente em um ambiente
natural. Como discutirei no capítulo 8, essa abordagem deve ser
razoavelmente eficaz contra perigos impensados, embora estes
pudessem ser evitados por um adversário determinado e bem
informado.
•Transmissão de instruções: A transmissão das instruções do local de
armazenamento centralizado de dados para cada um dos muitos
montadores seria realizada eletronicamente, se o computador for
eletrônico, ou através de vibrações mecânicas, se for usado o conceito
de Drexler de computador mecânico.
•O robot construtor: O construtor seria um robot molecular simples,
com um só braço, semelhante ao construtor cinemático de Von
Neumann mas em escala muito pequena. Já existem exemplos de
sistemas experimentais em escala molecular que podem agir como
motores e pernas de robots, conforme discuto abaixo.
•A ponta do braço do robot: Nanosystems de Drexler fornecia
numerosas maneiras factíveis para que a ponta do braço do robot fosse
capaz de agarrar (usando os campos apropriados de força atômica) o
fragmento de uma molécula, ou mesmo um único átomo, e depois
depositá-lo no lugar pretendido. No processo químico de depositar
vapor, usado para construir diamantes artificiais, átomos individuais de
carbono, bem como fragmentos de moléculas, são levados a outros
locais através das reações químicas na ponta. Construir diamantes
artificiais é um processo caótico que envolve trilhões de átomos, mas
as propostas conceituais de Robert Freitas e Ralph Merkle contemplam
pontas de braço de robot que podem remover átomos de hidrogênio de
um material e depositá-los no local desejado na construção de uma
máquina molecular. Nessa proposta, as pequenas máquinas são
construídas a partir de um material diamantoide. Além de ter muita
força, o material pode ser adulterado com impurezas, de um modo
preciso, para criar componentes eletrônicos como transistores. As
simulações têm mostrado que tais engrenagens, alavancas, motores e
outros sistemas mecânicos iriam operar adequadamente, como
pretendido. Recentemente, tem se focado mais atenção nos nanotubos
77

de carbono, compreendendo arranjos hexagonais de átomos de

carbono montados em três dimensões, que também são capazes de
fornecer ambas as funções, mecânica e eletrônica, em nível molecular.
Abaixo dou exemplos de máquinas em escala molecular que já foram
construídas.
 •O ambiente interno do montador precisa impedir que as impurezas do
ambiente venham interferir no delicado processo da montagem. A
proposta de Drexler é manter quase um vácuo e construir as paredes do
montador com o mesmo material diamantoide que o próprio montador
consegue fazer.
•A energia necessária para o processo de montagem pode ser fornecida
pela eletricidade ou pela energia química. Drexler propôs um processo
químico com o combustível entrelaçado com o material de construção.
As propostas mais recentes usam células de combustível
nanofabricadas que incorporam hidrogênio e oxigênio ou glucose e
oxigênio, ou força acústica em frequências ultrassônicas. 78

Embora muitas configurações tenham sido propostas, o montador típico

tem sido descrito como uma unidade de mesa que pode fabricar quase todos
os produtos fisicamente possíveis para os quais há uma descrição em
software, indo desde computadores, roupas e obras de arte até as refeições
prontas. Produtos maiores como móveis, carros e até casas podem ser
79

construídos de modo modular ou usando montadores maiores. De especial

importância é o fato de que um montador pode criar cópias dele mesmo, a
menos que seu projeto o proíba especificamente (para evitar uma
autorreplicação potencialmente perigosa). O custo gradualmente crescente
para criar qualquer produto físico, inclusive os próprios montadores, seria
de centavos por libra — basicamente o custo da matéria-prima. Drexler
estima o custo total de fabricação, para um processo de fabricação
molecular, entre quatro a vinte centavos por quilo, independente do produto
fabricado ser roupa, supercomputadores maciçamente paralelos ou sistemas
adicionais de fabricação. 80

É claro que o custo real seria o valor da informação que descreve cada
tipo de produto — isto é, o software que controla o processo de montagem.
Em outras palavras, o valor de tudo no mundo, inclusive objetos físicos,
seria baseado essencialmente na informação. Hoje não estamos muito longe
dessa situação, já que o conteúdo da informação nos produtos está
aumentando rápido, gradualmente aproximando-se de uma assíntota de
100% de seu valor.
O projeto do software que controla os sistemas de fabricação molecular
seria em si mesmo extensamente automatizado, bem semelhante ao projeto
de chips hoje. Os projetistas de chips não especificam a localização de cada
um dos bilhões de fios e componentes, mas sim aspectos e funções
específicas, que sistemas de projetar auxiliados por computadores (CAD)
traduzem em projetos reais de chips. De modo semelhante, os sistemas do
CAD iriam produzir o software do controle de fabricação molecular a partir
de especificações de alto nível. Isso incluiria a habilidade de usar a
engenharia reversa em um produto, escaneando-o em três dimensões e
depois gerando o software necessário para replicar suas aptidões gerais.
Em operação, o local central de armazenamento de dados iria enviar
comandos, ao mesmo tempo, para muitos trilhões (algumas estimativas
chegam a 10 ) de robots em um montador, todos recebendo a mesma
18

instrução simultaneamente. O montador iria criar esses robots moleculares,

começando com um número pequeno e depois usando esses robots para
criar outros adicionais de modo iterativo, até que o número necessário fosse
criado. Cada robot iria ter um local de armazenamento de dados que
especificaria o tipo de mecanismo que ele está construindo. Esse local de
armazenamento seria usado para mascarar as instruções globais sendo
enviadas pelo local central de armazenamento, de modo que certas
instruções seriam bloqueadas e substituídas por parâmetros locais. Assim,
embora todos os montadores estejam recebendo a mesma sequência de
comandos, existe um nível de customização da parte sendo construída por
cada robot molecular. Esse processo é análogo à expressão de genes em
sistemas biológicos. Embora todas as células tenham todos os genes, só são
expressados aqueles genes relevantes para um determinado tipo de célula.
Todos os robots extraem as matérias-primas e o combustível de que
precisam, incluindo átomos individuais de carbono e fragmentos
moleculares, da sua fonte de materiais.
O montador biológico
A natureza mostra que moléculas podem servir como máquinas porque coisas vivas
funcionam por meio dessa maquinaria. As enzimas são máquinas moleculares que
fazem, rompem e rearranjam as ligações que mantêm juntas outras moléculas. Os
músculos são impulsionados por máquinas moleculares que despertam as fibras umas
após as outras. O DNA serve como um sistema de armazenamento de dados,
transmitindo instruções digitais às máquinas moleculares, os ribossomos, que fabricam
moléculas de proteínas. E, por sua vez, essas moléculas de proteínas compõem a parte
maior do maquinário molecular.
Eric Drexler
A prova definitiva da factibilidade de um montador molecular é a própria
vida. De fato, à medida que aprofundamos nossa compreensão da base de
informações dos processos da vida, estamos descobrindo ideias específicas
que são aplicáveis ao projeto de um montador molecular generalizado. Por
exemplo, foram feitas propostas para usar uma fonte de energia molecular
da glucose e do ATP, semelhante à que é usada pelas células biológicas.
 Vejamos como a biologia resolve cada um dos desafios do projeto de um
montador de Drexler. O ribossomo representa tanto o computador quanto o
robot para a construção. A vida não usa um local para armazenamento
central de dados, mas fornece o código inteiro para todas as células. A
habilidade de restringir o local de armazenamento de dados de um
nanorrobot a apenas uma pequena parte do código de montagem (usando a
arquitetura de “difusão”), particularmente quando está se reproduzindo, é
um jeito fundamental para que a nanotecnologia possa ser fabricada para
ser mais segura do que a biologia.
O local em que a vida armazena dados é, claro, as cadeias de DNA,
separadas em genes específicos nos cromossomos. A tarefa de mascarar as
instruções (bloqueando os genes que não contribuem para um determinado
tipo de célula) é controlada pelas moléculas do curto RNA e pelos peptídeos
que comandam a expressão dos genes. O ambiente interno onde o
ribossomo consegue funcionar é um ambiente químico especial mantido
dentro da célula, que inclui um determinado equilíbrio ácido-alcalino (pH
cerca de sete em células humanas) e outros equilíbrios químicos. A
membrana da célula é responsável por proteger esse ambiente interno de
perturbações.

Fazendo o upgrade do núcleo da célula com um nanocomputador e um

nanorrobot. Essa é uma proposta conceitualmente simples para superar
todos os patógenos biológicos, com exceção dos príons (proteínas
patológicas que se autorreproduzem). Com o advento da nanotecnologia
completa nos anos 2020, será possível substituir o depósito de informações
genéticas da biologia no núcleo da célula por um sistema nanofabricado,
que iria conservar no montador da biologia o código genético e simular as
ações do RNA, do ribossomo e de outros elementos do computador. Um
nanocomputador iria conservar o código genético e implementar os
algoritmos da expressão dos genes. Então, um nanorrobot iria construir as
sequências de aminoácidos para os genes expressados.
Haveria benefícios significativos para adotar esse mecanismo. Poderia
ser eliminado o acúmulo de erros de transcrição de DNA, uma das
principais fontes do processo de envelhecimento. Poderíamos introduzir
alterações no DNA para, em essência, reprogramar nossos genes (algo que
poderemos fazer bem antes desse cenário com o uso das terapias de genes).
Também seria possível derrotar patógenos biológicos (bactérias, vírus e
células do câncer) ao bloquear qualquer replicação indesejada da
informação genética.
 Com esse sistema nanofabricado, a arquitetura recomendada para a
difusão permitiria desligar a reprodução indesejada, vencendo com isso o
câncer, as reações autoimunes e outros processos patológicos. Embora a
maioria desses processos patológicos já terá sido vencida pelos métodos
biotecnológicos descritos na seção anterior, a reengenharia do computador
da vida usando nanotecnologia poderia eliminar quaisquer obstáculos
remanescentes e criar um nível de durabilidade e flexibilidade que
ultrapasse as aptidões inerentes à biologia.

A ponta do braço do robot iria usar a habilidade do ribossomo de realizar

reações enzimáticas para dividir um aminoácido individual, cada uma das
partes ligada a um tRNA específico, e para ligá-las a seu aminoácido
vizinho usando uma ligação de peptídeos. Assim, um sistema desses
poderia utilizar partes do próprio ribossomo, já que essa máquina biológica
é capaz de construir a necessária cadeia de aminoácidos.
Entretanto, o objetivo da fabricação molecular não é meramente
reproduzir a capacidade de montagem molecular da biologia. Os sistemas
biológicos estão limitados a construir sistemas a partir de proteínas, o que
tem profundas limitações em potência e velocidade. Embora as proteínas
biológicas sejam tridimensionais, a biologia está restrita àquela classe de
químicas que podem ser dobradas a partir de uma fita unidimensional de
aminoácidos. Nanorrobots construídos de engrenagens e rotores
diamantoides também podem ser milhares de vezes mais rápidos e mais
potentes do que as células biológicas.
A comparação é ainda mais dramática com relação à computação: a
velocidade de trocas da computação baseada em nanotubos seria milhões de
vezes mais rápida do que a extremamente baixa velocidade das trocas
eletroquímicas usadas nas conexões interneurais dos mamíferos.
O conceito de um montador diamantoide descrito acima usa um material
consistente de entrada (para a construção e o combustível), que representa
uma das várias proteções contra a reprodução de robots, em escala
molecular, de modo descontrolado, no mundo exterior. O robot de
reprodução da biologia, o ribossomo, também requer uma fonte e materiais
combustíveis cuidadosamente controlados, o que é fornecido pelo nosso
sistema digestivo. À medida que as reproduções nanobaseadas tornam-se
mais sofisticadas, mais capazes de extrair átomos de carbono e fragmentos
de moléculas com base em carbono de fontes de materiais menos bem
controladas e capazes de funcionar fora dos recintos controlados das
reproduções, tal como no mundo biológico, elas terão o potencial de
representar uma séria ameaça para esse mundo. Isso é particularmente
verdade tendo em vista a muito maior potência e velocidade das
reproduções nanobaseadas em relação a qualquer sistema biológico. Claro
que essa habilidade é fonte de grandes controvérsias, que irei discutir no
capítulo 8.
Na década seguinte à publicação de Nanosystems de Drexler, todos os
aspectos dos projetos conceituais de Drexler foram ratificados através de
propostas adicionais de projetos, simulações de supercomputadores e, mais
81

importante, a construção concreta de máquinas moleculares relacionadas. T.

Ross Kelly, professor de química do Boston College, relatou que construiu
um nanomotor de combustível químico com 78 átomos. Um grupo de
82

pesquisas biomoleculares chefiado por Carlo Montemagno criou um

nanomotor com ATP como combustível. Outro motor do tamanho de uma
83

molécula, movido a energia solar, foi criado a partir de 58 átomos por Ben
Feringa da Universidade de Groningen, nos Países Baixos. Um progresso
84

semelhante tem sido obtido com outros componentes mecânicos em escala

molecular, como engrenagens, rotores e alavancas. Alguns sistemas
demonstrando o uso de energia química e energia acústica (como descritos
originalmente por Drexler) têm sido projetados, simulados e realmente
construídos. Progresso substancial também tem sido feito em desenvolver
vários tipos de componentes eletrônicos de dispositivos em escala
molecular, especialmente na área de nanotubos de carbono, uma área onde
Richard Smalley foi pioneiro.
Os nanotubos também estão provando que são muito versáteis como
componentes estruturais. Os cientistas do Laboratório Nacional Lawrence
Berkeley recentemente fizeram a apresentação de uma esteira rolante
construída por nanotubos. A nanoesteira rolante foi usada para transportar
85

pequenas partículas de índio de um lugar para outro, embora a técnica possa

ser adaptada para mover uma variedade de objetos de tamanho molecular.
Ao controlar uma corrente elétrica aplicada ao dispositivo, pode-se modular
a direção e a velocidade do movimento. “É a mesma coisa que girar uma
maçaneta [...] e tomar o controle em macroescala do transporte de massas
em nanoescala”, disse Chris Regan, um dos projetistas. E é reversível:
pode-se mudar a polaridade da corrente e levar o índio de volta à sua
posição original. A habilidade de transportar rapidamente blocos de
construção para locais precisos é um passo fundamental para construir
linhas de montagem moleculares.
Um estudo feito para a Nasa pela General Dynamics demonstrou a
factibilidade de máquinas em nanoescala que se reproduzem. Usando
86

simulações de computador, os pesquisadores mostraram que robots

moleculares precisos chamados de autômatos celulares cinemáticos,
construídos a partir dos módulos moleculares reconfiguráveis, eram capazes
de reproduzir a eles mesmos. Os projetos também usaram a arquitetura de
difusão, que determinou a factibilidade dessa forma mais segura de
autorreprodução.
O DNA está provando ser tão versátil quanto os nanotubos para construir
estruturas moleculares. A inclinação do DNA para se ligar com ele mesmo
faz dele um componente estrutural útil. Os projetos futuros podem
combinar esse atributo e também sua capacidade para armazenar
informações. Tanto os nanotubos quanto o DNA têm propriedades notáveis
para o armazenamento de informações e controle lógico, bem como para
construir estruturas tridimensionais fortes.
Uma equipe de pesquisadores na Universidade Ludwig Maximilians em
Munique construiu uma “mão de DNA” que pode selecionar uma dentre
várias proteínas, ligar-se a ela e depois soltá-la conforme o comando.87

Alguns passos importantes na criação de um mecanismo de montagem de

DNA semelhante ao ribossomo foram recentemente demonstrados pelos
pesquisadores da nanotecnologia Shiping Liao e Nadrian Seeman. Pegar e 88

soltar objetos moleculares de maneira controlada é outra aptidão importante

que permite a montagem molecular da nanotecnologia.
Cientistas do Instituto de Pesquisas Scripps demonstraram a habilidade
de criar blocos de construção de DNA gerando muitas cópias de uma fita de
DNA com 1.669 nucleotídeos. As fitas montaram-se espontaneamente
89

como octaedros rígidos, que podiam ser usados como blocos para construir
estruturas tridimensionais elaboradas. Outra aplicação desse processo seria
utilizar os octaedros como compartimentos para levar proteínas, o que
Gerald F. Joyce, um dos pesquisadores do Scripps, chamou de um “vírus ao
contrário”. Os vírus, que também podem montar a si mesmos, em geral têm
uma camada externa de proteínas com o DNA (ou RNA) do lado de dentro.
“Com isso”, Joyce indicou, “em princípio, seria possível ter DNA do lado
de fora e proteínas do lado de dentro.”
Uma demonstração particularmente impressionante de um dispositivo em
nanoescala construído a partir do DNA é um robot bípede bem pequeno que
pode andar com pernas que têm dez nanômetros de comprimento. Tanto as 90

pernas quanto a pista da caminhada são construídas a partir do DNA, aqui

também escolhido pela habilidade que tem a molécula de ligar-se e
desligar-se de maneira controlada. O nanorrobot, um projeto dos
professores de química Nadrian Seeman e William Sherman da
Universidade de Nova York, caminha separando suas pernas da pista,
movimentando-se por ela e depois religando suas pernas à pista. O projeto é
mais uma demonstração impressionante da habilidade que têm as máquinas
em nanoescala para executar manobras precisas.
Um método alternativo de projetar nanorrobots é aprender com a
natureza. O nanotecnólogo Michael Simpson do Laboratório Nacional de
Oak Ridge descreve a possibilidade de explorar bactérias “como máquinas
prontas para uso”. As bactérias, que são objetos naturais do tamanho de
nanorrobots, podem mover-se, nadar e bombear líquidos. Linda Turner,
91

uma cientista no Instituto Rowland, em Harvard, tem focado nos seus

braços do tamanho de filamentos, chamados de fímbrias, que conseguem
executar uma ampla variedade de tarefas, inclusive carregando outros
objetos em nanoescala e misturando fluidos. Outra abordagem é usar
somente partes da bactéria. Um grupo de pesquisas chefiado por Viola
Vogel na Universidade de Washington construiu um sistema usando só os
membros da bactéria E. coli, que foi capaz de selecionar contas em
nanoescala de diferentes tamanhos. Já que as bactérias são sistemas naturais
em nanoescala que podem executar uma ampla variedade de funções, o
objetivo final dessa pesquisa será aplicar a engenharia reversa na bactéria
de modo que os mesmos princípios de projeto possam ser aplicados a
nossos próprios projetos de nanorrobots.

Dedos gordos e grudentos

Depois do desenvolvimento, que se expandiu rapidamente, de cada faceta

dos futuros sistemas de nanotecnologia, nenhuma falha séria foi descrita no
conceito de nanomontadores de Drexler. Uma objeção muito difundida em
2001, na Scientific American, do ganhador do Nobel Richard Smalley, foi
baseada em uma descrição distorcida da proposta de Drexler; ele não se
92

referiu ao extenso conjunto da obra executado na década anterior. Como

pioneiro dos nanotubos de carbono, Smalley tem se entusiasmado com a
variedade de aplicações da nanotecnologia, tendo escrito que “a
nanotecnologia tem a resposta, se é que há respostas, para a maioria de
nossas necessidades materiais urgentes de energia, saúde, comunicação,
transporte, comida, água”, mas ele continua cético quanto à montagem
molecular nanotecnológica.
Smalley descreve o montador de Drexler como consistindo em cinco a
dez “dedos” (braços manipuladores) para segurar, mover e colocar cada
átomo na máquina que está sendo construída. Então ele continua,
ressaltando que não cabem tantos dedos no espaço apertado onde um
nanorrobot molecular de montagem tem de trabalhar (que ele chama da
problema dos “dedos gordos”), e que esses dedos terão dificuldade em
soltar sua carga atômica por causa das forças de atração molecular (o
problema dos “dedos grudentos”). Smalley também ressalta que “uma
intrincada valsa tridimensional [...] é executada” por cinco a quinze átomos
em uma reação química típica.
De fato, a proposta de Drexler não se parece nada com a descrição
enganosa que Smalley critica. A proposta de Drexler, e da maioria dos que
vieram depois, usa um único “dedo”. Além do mais, têm havido extensas
descrições e análises de químicas viáveis que não envolvem pegar e colocar
átomos como se fossem peças mecânicas a serem postas no lugar. Além dos
exemplos mencionados acima (por exemplo, a mão de DNA), a
possibilidade de mover átomos de hidrogênio usando a “extração de
hidrogênio propinil” de Drexler tem sido extensivamente confirmada nos
anos intercalados. A habilidade do microscópio de varredura por sonda
93

(SPM), desenvolvido pela IBM em 1981, e o mais sofisticado microscópio

de força atômica (AFM) em fazer passar átomos individuais por reações
específicas de uma ponta com uma estrutura em escala molecular fornecem
uma prova adicional do conceito. Há pouco tempo, cientistas da
Universidade de Osaka usaram um AFM para mover átomos individuais
não condutores usando uma técnica mecânica em vez de elétrica. A 94

habilidade de mover átomos condutores e não condutores e de mover

moléculas vai ser necessária para a futura nanotecnologia molecular. 95

Com efeito, se a crítica de Smalley fosse válida, nenhum de nós estaria

aqui para discuti-la, porque a vida em si seria impossível, dado que o
montador biológico faz exatamente aquilo que Smalley diz que é
impossível.
Smalley também objeta que, apesar de “trabalhar furiosamente [...] para
gerar até mesmo uma pequeníssima quantidade de um produto iria levar [a
um nanorrobot] milhões de anos”. É claro que Smalley está certo de que um
montador, com apenas um nanorrobot, não vai produzir nenhuma
quantidade significativa de um produto. Entretanto, o conceito básico da
nanotecnologia é que usaremos trilhões de nanorrobots para alcançar
resultados significativos — fator que é também a fonte das preocupações
com a segurança, que tem recebido tanta atenção. Criar esses tantos de
robots a um custo razoável vai precisar da autorreprodução em algum nível,
o que, enquanto resolve a questão econômica, vai introduzir perigos
potencialmente graves, preocupação de que vou tratar no capítulo 8. A
biologia usa a mesma solução para criar organismos com trilhões de
células, e, de fato, achamos que virtualmente todas as doenças derivam do
processo de autorreprodução biológico ter dado errado.
Os desafios anteriores dos conceitos subjacentes à nanotecnologia
também foram tratados com eficácia. Alguns críticos apontaram que os
nanorrobots estariam sujeitos a bombardeios das vibrações térmicas de
núcleos, átomos e moléculas. Essa é um razão para os projetistas
conceituais da nanotecnologia terem dado preferência a construir
componentes estruturais a partir de nanotubos diamantoides ou de carbono.
Aumentar a força ou a rigidez de um sistema reduz sua possibilidade de
sofrer efeitos termais. A análise desses projetos mostrou que eles são
milhares de vezes mais estáveis na presença de efeitos termais do que são
os sistemas biológicos, portanto podem funcionar em uma faixa mais ampla
de temperatura. 96

Desafios semelhantes foram feitos em relação à incerteza quântica da

posição, com base no tamanho extremamente pequeno dos dispositivos
nanofabricados. Os efeitos quânticos são significativos para um elétron,
mas um único núcleo de átomo de carbono é 20 mil vezes mais maciço do
que um elétron. Um nanorrobot será construído com milhões de bilhões de
átomos de carbono e outros, ficando mais do que trilhões de vezes mais
maciço do que um elétron. Inserindo essa razão na equação fundamental da
incerteza quântica da posição, vê-se que é um fator insignificante. 97

A energia tem representado mais um desafio. Propostas envolvendo

células de combustível com glucose e oxigênio mostraram funcionar bem
em estudos de factibilidade de Freitas e outros. Uma vantagem da
98

abordagem glucose-oxigênio é que as aplicações da nanomedicina podem

colher os recursos de glucose, oxigênio e ATP já fornecidos pelo aparelho
digestivo humano. Um motor em nanoescala foi criado recentemente
usando propulsores feitos de níquel e a energia fornecida por uma enzima
baseada em ATP. Entretanto, progressos recentes em implementar células
99

de combustível hidrogênio-oxigênio em escala MEMS, e mesmo em

nanoescala, forneceram uma abordagem alternativa, relatada abaixo.

O debate recrudesce

Em abril de 2003, Drexler contestou o artigo de Smalley na Scientific

American com uma carta aberta. Citando vinte anos de pesquisa por ele e
100

outros, a carta respondia especificamente às objeções de dedos gordos e

grudentos de Smalley. Como discuti acima, os montadores moleculares
jamais foram descritos como tendo dedos, mas, em vez disso, dependendo
da exata posição das moléculas reativas. Drexler citou ribossomos e
enzimas biológicas como exemplos da montagem molecular exata no
mundo natural. Ele terminou citando a própria observação de Smalley:
“Quando um cientista diz que algo é possível, provavelmente está
subestimando o tempo que vai levar. Mas se diz que é impossível, ele está
provavelmente errado”.
Mais três rounds desse debate aconteceram em 2003. Smalley respondeu
à carta aberta de Drexler renegando suas objeções dos dedos gordos e
grudentos e reconhecendo que as enzimas e os ribossomos envolvem-se,
sim, na montagem molecular precisa que Smalley tinha dito antes que era
impossível. Smalley então argumentou que as enzimas biológicas só
funcionam na água, e que tal química baseada em água está limitada a
estruturas biológicas como “madeira, carne e osso”. Como Drexler afirmou,
também isso está errado. Muitas enzimas, mesmo aquelas que
101

normalmente funcionam em água, também podem funcionar em solventes

orgânicos anidros, e algumas enzimas conseguem operar em substratos na
fase de vapor, sem nenhum líquido. 102

Smalley continua, afirmando (sem nenhuma citação de apoio) que

reações enzimáticas só podem acontecer com enzimas biológicas e em
reações químicas envolvendo água. Isso também está errado. Alexander
Klibanov, professor de química e engenharia biológica no MIT, demonstrou
essa catálise enzimática não envolvendo água em 1984. Klibanov escreve
em 2003: “Claramente, as afirmações [de Smalley] sobre catálise
enzimática não aquosa são incorretas. Tem havido centenas e talvez
milhares de artigos publicados sobre catálise enzimática não aquosa desde
que nosso primeiro artigo foi publicado há vinte anos”. 103

É fácil ver porque a evolução biológica adotou a química baseada em

água. A água é uma substância muito abundante em nosso planeta e
constitui de 70% a 90% de nossos corpos, de nossa comida e de toda a
matéria orgânica. As propriedades elétricas tridimensionais da água são
bastante potentes e conseguem romper as ligações químicas fortes de outros
compostos. A água é considerada “o solvente universal”, e visto que está
envolvida na maioria dos caminhos bioquímicos em nossos corpos,
consideramos que a química da vida em nosso planeta é fundamentalmente
uma química da água. Entretanto, o primeiro impulso de nossa tecnologia
tem sido desenvolver sistemas que não estão limitados pelas restrições da
evolução biológica, evolução que adotou exclusivamente, como base,
proteínas e química baseadas em água. Os sistemas biológico podem voar,
mas, se quiser voar a 30 mil pés de altitude e a centenas ou milhares de
milhas por hora, você usaria nossa moderna tecnologia e não proteínas. Os
sistemas biológicos como os cérebros humanos podem lembrar coisas e
fazer cálculos, mas se você quiser pesquisar em bilhões de itens de
informação, vai querer usar a tecnologia eletrônica, não unicamente
cérebros humanos.
Smalley está ignorando toda uma década de pesquisas sobre meios
alternativos de se colocar em posição os fragmentos moleculares usando as
reações moleculares dirigidas com precisão. A síntese controlada com
precisão de material diamantoide tem sido extensamente estudada, inclusive
a habilidade de remover um único átomo de hidrogênio da superfície
hidrogenada de um diamante e a habilidade de acrescentar um ou mais
104

átomos de carbono à superfície de um diamante. Pesquisas semelhantes,

105

sustentando que é possível remover o hidrogênio e fazer uma síntese

diamantoide guiada com precisão, têm sido feitas no centro de simulação de
materiais e processos na Caltech; no Departamento de Engenharia e Ciência
de Materiais da Universidade Estatal da Carolina do Norte; no Instituto para
Fabricação Molecular da Universidade de Kentucky; na Academia Naval
dos Estados Unidos; e no Centro de Pesquisas da Xerox em Palo Alto. 106

Smalley também evita mencionar o SPM, amplamente aceito e

mencionado acima, que usa reações moleculares controladas com precisão.
Com base nesses conceitos, Ralph Merkle descreveu possíveis reações de
ponta que poderiam envolver até quatro reagentes. Há uma extensa
107

literatura sobre reações específicas para um local determinado que têm o

potencial de serem guiadas com precisão, podendo assim ser usadas para a
química de ponta em um montador molecular. Recentemente, têm surgido
108

muitas ferramentas que vão além dos SPMs e que podem manipular, de
modo confiável, átomos e fragmentos moleculares.
Em 3 de setembro de 2003, Drexler respondeu à resposta de Smalley a
sua carta inicial, aludindo mais uma vez ao extenso corpo de literatura que
Smalley deixa de consultar. Citou a analogia a uma fábrica moderna, só
109

que em nanoescala. Citou análises da teoria do estado de transição

indicando que o controle de posicionamento seria possível em frequências
de mega-hertz para reagentes selecionados adequadamente.
Smalley de novo respondeu com uma carta que é curta em citações
específicas e pesquisa corrente e longa em metáforas imprecisas. Por
110

exemplo, ele escreve que: “assim como não se consegue fazer com que um
rapaz e uma moça se apaixonem um pelo outro simplesmente empurrando-
os para ficarem juntos, não se consegue fazer com que aconteça uma
química com a precisão desejada entre dois objetos moleculares só com um
simples movimento mecânico. [Isso] não pode ser feito apenas amassando
juntos dois objetos moleculares”. De novo, ele reconhece que, de fato, as
enzimas realizam isso, mas se recusa a aceitar que tais reações possam
ocorrer fora de um sistema como o biológico: “Isso é porque eu o levei [...]
para falar da química real com enzimas reais. [Qualquer] sistema desses vai
precisar de um meio líquido. Para as enzimas que conhecemos, esse líquido
terá de ser a água, e os tipos de coisas que podem ser sintetizados dentro da
água não podem ser muito maiores do que a carne e o osso da biologia”.
O argumento de Smalley é do tipo “Hoje não tem X, portanto X é
impossível”. Muitas vezes encontramos esse tipo de argumento na área da
inteligência artificial. Há críticos que vão citar as limitações dos sistemas de
hoje como prova de que tais limitações são inerentes e jamais poderão ser
superadas. Por exemplo, esses críticos desconsideram a extensa lista de
exemplos contemporâneos de IA (ver a seção “Uma amostragem da IA
restrita”, na página 318) que representam sistemas comercialmente
disponíveis que funcionam e que eram apenas programas de pesquisa há
uma década.
Aqueles dentre nós que tentam projetar o futuro com base em
metodologias bem fundamentadas estão em desvantagem. Algumas
realidades futuras podem ser inevitáveis, mas ainda não se manifestaram,
portanto é fácil negá-las. Um pequeno corpo de pensamento no começo do
século XX insistia que era possível o voo mais-pesado-do-que-o-ar, mas os
céticos tradicionais podiam simplesmente apontar que, se era tão factível,
por que nunca tinha sido demonstrado?
Smalley revela pelo menos parte de seus motivos no final de sua carta
mais recente, quando escreve:

Há algumas semanas, dei uma palestra sobre a nanotecnologia e a

energia com o título de “Seja um cientista, salve o mundo” para uns
setecentos alunos do ensino médio na Spring Branch ISD, uma grande
escola pública aqui na área de Houston. Antes de minha visita, foi
pedido aos alunos que escrevessem uma redação sobre “por que sou
um Nanonerd”. Centenas responderam, e eu tive o privilégio de ler as
trinta melhores redações, escolhendo minhas cinco favoritas. Dentre as
redações que li, quase metade supunha que nanorrobots que se
autorreproduzem eram possíveis, e a maioria estava profundamente
preocupada com o que iria acontecer em seu futuro quando esses
nanorrobots s se espalhassem pelo mundo. Fiz o que pude para aliviar
o medo deles, mas não há dúvida de que a muitos desses jovens foi
contada uma história da carochinha profundamente perturbadora.

Você e o pessoal à sua volta assustaram nossos jovens.

Eu diria a Smalley que críticos anteriores também expressaram ceticismo
quanto à factibilidade de redes mundiais de comunicações ou vírus que
iriam se espalhar através delas. Hoje, temos tanto os benefícios quanto as
vulnerabilidades dessas capacidades. Entretanto, junto com o perigo dos
vírus de software, emergiu um sistema imune tecnológico. Está se obtendo
muito mais ganhos do que danos deste último exemplo de promessas e
perigos entrelaçados.
A abordagem de Smalley para tranquilizar o público sobre o abuso
potencial dessa futura tecnologia não é a estratégia correta. Ao negar a
possibilidade da montagem baseada na nanotecnologia, ele também nega o
potencial dela. Negar tanto a promessa quanto o perigo da montagem
molecular vai, em última análise, sair pela culatra e deixar de orientar as
pesquisas na direção construtiva necessária. Pelos anos 2020, a montagem
molecular vai fornecer ferramentas para combater eficazmente a pobreza,
limpar o meio ambiente, superar as doenças, prolongar a vida e muitas
outros valiosos objetivos. Como qualquer outra tecnologia criada pela
humanidade, esta também pode ser usada para ampliar e habilitar nosso
lado destrutivo. É importante aproximar-se dessa tecnologia de modo
sensato, a fim de ganhar os enormes benefícios que ela promete, evitando-
se ao mesmo tempo seus perigos.

Primeiros adotantes

Embora o conceito de nanotecnologia de Drexler lidasse primordialmente

com o controle molecular preciso da fabricação, ele se expandiu para incluir
qualquer tecnologia em que os principais aspectos são medidos por um
número modesto de nanômetros (em geral menos de cem). Assim como a
eletrônica contemporânea já deslizou silenciosamente para dentro dessa
região, a era das aplicações biológicas e médicas já entrou na era das
nanopartículas, onde objetos em nanoescala estão sendo desenvolvidos para
criar tratamentos e testes mais eficazes. Embora as nanopartículas sejam
criadas usando métodos estatísticos de fabricação em vez de montadores,
elas, não obstante, dependem de suas propriedades em escala atômica para
seus efeitos. Por exemplo, as nanopartículas estão sendo empregadas em
testes biológicos experimentais, como etiquetas para aumentar
enormemente a sensibilidade para detectar substâncias como as proteínas.
As nanoetiquetas magnéticas, por exemplo, podem ser usadas para se ligar
aos anticorpos, que então podem ser lidos usando sondas magnéticas
enquanto ainda estão dentro do corpo. Algumas experiências bem-
sucedidas têm sido feitas com nanopartículas de ouro que são ligadas a
segmentos de DNA e podem procurar rapidamente sequências do DNA
específicas em uma amostra. Pequenas contas em nanoescala chamadas
pontos quânticos podem ser programadas com códigos específicos
combinando múltiplas cores, semelhante a um código de barras colorido,
que podem facilitar o acompanhamento das substâncias pelo corpo.
Os dispositivos de microfluidos que estão surgindo, que incorporam
canais em nanoescala, podem rodar centenas de testes ao mesmo tempo em
amostras muito pequenas de uma dada substância. Esses dispositivos irão
permitir testes extensos a serem realizados em amostras quase invisíveis de
sangue, por exemplo.
Algumas armações em nanoescala têm sido usadas para cultivar tecidos
biológicos como a pele. As terapias futuras poderão usar essas armações
muito pequenas para cultivar qualquer tipo de tecido necessário para
reparos dentro do corpo.
Uma aplicação particularmente impressionante é colher nanopartículas
para levar tratamentos a locais específicos do corpo. As nanopartículas
podem guiar drogas através da membrana celular e da barreira sangue-
cérebro. Cientistas da Universidade McGill em Montreal fizeram a
demonstração de um nanocomprimido na faixa de 25 a 45 nanômetros. O 111

nanocomprimido é bastante pequeno para atravessar a membrana celular e

levar a medicação diretamente à estrutura-alvo dentro da célula.
Alguns cientistas japoneses criaram nanojaulas com 110 moléculas de
aminoácidos, todas elas contendo moléculas de drogas. Na superfície de
cada nanojaula há um peptídeo que faz a ligação com os locais que são o
alvo no corpo humano. Em uma das experiências, os cientistas usaram um
peptídeo que se liga a um receptor específico das células humanas do
fígado.112

A empresa MicroCHIPS de Bedford, em Massachusetts, desenvolveu um

dispositivo computadorizado que é implantado embaixo da pele e libera
misturas exatas de medicamentos a partir de centenas de poços em
nanoescala dentro do dispositivo. Espera-se que versões futuras do
113

dispositivo consigam medir o nível no sangue de substâncias como a

glucose. O sistema poderia ser usado como um pâncreas artificial, liberando
quantidades precisas de insulina baseado na resposta do sangue. Também
seria capaz de simular qualquer outro órgão produtor de hormônios.
Outra proposta inovadora é dirigir nanopartículas de ouro para o lugar de
um tumor e depois aquecê-las com feixes de luz infravermelha para destruir
as células do câncer. Pode-se projetar embalagens em nanoescala para
conter drogas, para protegê-las no aparelho gastrointestinal, guiá-las para
locais específicos e liberá-las de maneiras sofisticadas, inclusive permitindo
que recebam instruções de fora do corpo. A Nanotherapeutics em Alachua,
Flórida, desenvolveu um polímero biodegradável com espessura de apenas
alguns nanômetros que utiliza essa abordagem. 114

Energizando a Singularidade

Produzimos cerca de 14 trilhões (aproximadamente 10 ) de watts de

13

energia hoje no mundo. Dessa energia, cerca de 33% vem do petróleo, 25%
do carvão, 20% do gás, 7% de reatores nucleares de fissão, 15% de
biomassa e hidrelétricas, e apenas 0,5% de tecnologias renováveis solares,
eólicas e geotérmicas. A maior parte da poluição do ar e contribuições
115

significativas para a água e outras formas de poluição resultam da extração,

transporte, processamento e usos dos 78% de nossa energia que vem dos
combustíveis fósseis. A energia obtida do petróleo também contribui para
tensões geopolíticas, e há uma pequena questão envolvendo os 2 trilhões de
dólares por ano da etiqueta de preço para toda essa energia. Embora as
fontes de energia da era industrial que dominam a produção de energia hoje
vão ficar mais eficientes com os novos métodos de extração, conversão e
transmissão baseados na nanotecnologia, é a categoria das energias
renováveis que precisarão sustentar a maior parte do futuro crescimento da
energia.
Por volta de 2030, o preço-desempenho da computação e comunicação
vai aumentar por um fator de 10 a 100 milhões em relação a hoje. Outras
tecnologias também irão passar por enormes aumentos de capacidade e
eficiência. As exigências de energia vão crescer muito mais devagar do que
a capacidade das tecnologias, entretanto, por causa do grande aumento de
eficiência no uso da energia, o que abordarei abaixo. Uma consequência
primordial da revolução nanotecnológica é que as tecnologias físicas, como
fabricação e energia, serão governadas pela Lei dos Retornos Acelerados.
Eventualmente, todas as tecnologias vão tornar-se tecnologias de
informação, inclusive a energia.
Tem sido estimado que as necessidades globais de energia serão
duplicadas por volta de 2030, muito menos do que o crescimento
econômico previsto, sem falar no crescimento esperado da capacidade da
tecnologia. A maior parte da energia adicional necessária provavelmente
116

virá de nova tecnologia solar, eólica e geotérmica em nanoescala. É

importante reconhecer que a maioria das fontes de energia hoje representa o
poder solar sob uma forma ou outra.
Os combustíveis fósseis representam a energia acumulada da conversão
da energia solar por animais e plantas e processos correlacionados por
milhões de anos (embora recentemente tenha sido questionada a teoria de
que os combustíveis fósseis originaram-se de organismos vivos). Mas a
extração de petróleo dos poços de alta qualidade está no ponto máximo, e
alguns especialistas acreditam que esse ponto já foi ultrapassado. Em todo
caso, fica claro que estamos exaurindo bem rápido os combustíveis fósseis
que são fáceis de acessar. Existem maiores depósitos de combustíveis
fósseis que vão exigir tecnologias mais sofisticadas para serem extraídos
sem poluir e com eficiência (como carvão e óleo de xisto), e eles serão
parte da nossa futura energia. Espera-se que FutureGen, uma instalação de
bilhões de dólares sendo construída, seja a primeira usina de energia do
mundo de emissões zero baseada em combustíveis fósseis. Em vez de
117

simplesmente queimar carvão, como é feito hoje, a usina de 275 milhões de

watts irá converter o carvão em um gás sintético que compreende
hidrogênio e monóxido de carbono, que, então, irá reagir com o vapor para
produzir fluxos discretos de hidrogênio e dióxido de carbono, que serão
isolados. O hidrogênio pode então ser usado em células de combustível ou
convertido em eletricidade e água. Fundamentais para o projeto da usina
são os novos materiais para membranas que separam o hidrogênio do
dióxido de carbono.
Entretanto, nosso foco primário estará no desenvolvimento de uma
tecnologia para energia limpa, renovável, distribuída e segura que será
possível graças à nanotecnologia. Nas últimas décadas, a tecnologia da
energia tem estado na inclinação suave da curva em S da era industrial (o
último estágio de um específico paradigma tecnológico, quando a
capacidade vai chegando devagar a uma assíntota ou limite). Embora a
revolução nanotecnológica vá precisar de novos recursos de energia, ela
também introduzirá novas e importantes curvas em S para todos os aspectos
da energia — produção, armazenamento, transmissão e utilização — por
volta de 2020.
Tratemos dessas necessidades de energia ao contrário, começando com a
utilização. Devido à habilidade da nanotecnologia em manipular a matéria e
a energia na escala extremamente pequena dos átomos e fragmentos
moleculares, a eficiência no uso da energia será bem maior, o que significa
uma menor necessidade de energia. Nas próximas décadas, a computação
vai fazer a transição para computação reversível (ver “Os limites da
computação” no capítulo 3). Como já foi discutido, a necessidade
primordial de energia para a computação com portas lógicas reversíveis é
para corrigir erros ocasionais devidos aos efeitos quânticos e termais. Como
resultado, a computação reversível tem o potencial de cortar as
necessidades de energia por até 1 bilhão quando comparada com a
computação não reversível. Além do mais, as portas lógicas e os bits de
memória serão menores, pelo menos por um fator de dez em cada
dimensão, reduzindo as necessidades de energia por outros mil. Portanto, a
nanotecnologia plenamente desenvolvida vai permitir que as necessidades
de energia para cada ligar/desligar de bit sejam reduzidas em cerca de 1
trilhão. É claro que a quantidade de computação crescerá até mais do que
isso, mas essa eficiência substancialmente aumentada de energia irá
compensar amplamente esses aumentos.
A fabricação usando nanotecnologia molecular também será muito mais
eficiente do que a fabricação contemporânea que move materiais de um
lugar para outro, causando um certo desperdício. Hoje, a fabricação
também dedica enormes recursos de energia para produzir materiais básicos
como aço. Uma nanofábrica típica será um dispositivo de mesa que pode
produzir produtos que vão desde computadores até vestuário. Produtos
maiores (como veículos, casas e até outras nanofábricas) serão produzidos
como subsistemas modulares que os robots maiores podem então montar. O
calor residual, responsável pela necessidade primária de energia para a
nanofabricação, será coletado e reciclado.
As necessidades de energia para as nanofábricas são insignificantes.
Drexler estima que a fabricação molecular será um gerador de energia, em
vez de um consumidor de energia. De acordo com Drexler, “um processo de
fabricação molecular pode ser impulsionado pelo conteúdo de energia
química das matérias-primas, produzindo energia elétrica como um
subproduto (ao menos para reduzir a carga da dissipação do calor). Usando
uma matéria-prima orgânica típica e permitindo a oxidação do hidrogênio
excedente, os processos de fabricação molecular razoavelmente eficientes
são produtores de energia”. 118

Os produtos podem ser feitos de materiais baseados em nanotubos e em

nanocompostos, evitando-se a enorme energia usada hoje para fabricar aço,
titânio e alumínio. A iluminação baseada em nanotecnologia vai usar os
diodos emissores de luz, pequenos e frios, pontos quânticos ou outras fontes
inovadoras de luz para substituir as ineficientes lâmpadas incandescentes ou
fluorescentes.
Embora a funcionalidade e o valor dos produtos fabricados aumentem, o
tamanho do produto não vai aumentar em geral (e, em alguns casos, tais
como a maioria dos eletrônicos, os produtos ficarão menores). O valor mais
alto dos bens fabricados será principalmente o resultado do valor crescente
de seu conteúdo de informação. Embora o índice de deflação de 50%
aproximadamente para produtos e serviços baseados na informação vá
continuar durante esse período, a quantidade de informação valiosa irá
aumentar em um ritmo ainda maior, mais do que compensador.
Discuti a Lei dos Retornos Acelerados aplicada à comunicação da
informação no capítulo 2. A quantidade de informação na comunicação vai
continuar a crescer exponencialmente, mas a eficiência da comunicação vai
crescer quase tão rápido, de tal modo que a energia necessária para a
comunicação vai se expandir devagar.
A transmissão da energia também será feita de modo muito mais
eficiente. Hoje, uma grande parte da energia perde-se na transmissão devido
ao calor criado nos cabos de energia e à falta de eficiência no transporte de
combustível, que também representa um ataque primário ao meio ambiente.
Smalley, apesar de suas críticas à nanofabricação molecular, tem sido, não
obstante, um grande defensor dos novos paradigmas baseados na
nanotecnologia para criar e transmitir energia. Ele descreve as novas linhas
de transmissão de energia baseadas em nanotubos de carbono tecidos em
longos fios que serão muito mais fortes, mais leves e, principalmente, muito
mais eficientes quanto à energia do que os cabos convencionais de cobre. 119

Ele também prevê usar fios supercondutores para substituir os fios de

alumínio e de cobre nos motores elétricos para ter maior eficiência. A visão
de Smalley de um futuro da energia nanocapacitado inclui uma panóplia de
novas capacidades nanotecnológicas: 120

•Fotovoltaicos: fazendo cair o custo dos painéis solares por um fator

de dez a cem.
•Produção de hidrogênio: novas tecnologias para produzir
eficientemente hidrogênio da água e da luz solar.
•Armazenamento de hidrogênio: materiais leves e fortes para
armazenar o hidrogênio para as células de combustível.
•Células de combustível: fazer cair o custo das células de combustível
por um fator de dez a cem.
•Baterias e supercapacitores para armazenar a energia: melhorar a
densidade do armazenamento de energia por um fator de dez a cem.
•Melhorar a eficiência de veículos como carros e aviões através de
nanomateriais fortes e leves.
•Nanomateriais fortes e leves para criar sistemas de coletar energia em
grande escala no espaço, inclusive na Lua.
•Robots usando dispositivos eletrônicos de nanoescala, com
inteligência artificial, para produzir automaticamente estruturas
geradoras de energia no espaço e na Lua.
•Novos revestimentos em nanomaterial para reduzir o custo das
perfurações profundas.
•Nanocatalizadores para obter uma maior produção de energia a partir
do carvão, em temperaturas muito altas.
•Nanofiltros para reter a fuligem criada pela extração da energia do
carvão. A fuligem é principalmente carbono, que é um material básico
para a maioria dos projetos de nanotecnologia.
•Novos materiais para usar rochas quentes e secas como fontes de
energia geotérmica (converter em energia o calor do núcleo quente da
Terra).

Outra opção para a transmissão de energia é a transmissão sem fio por

micro-ondas. Esse método seria especialmente adequado para enviar com
eficiência a energia criada no espaço por painéis solares gigantes (ver
abaixo). O Projeto Milênio do Conselho Americano para a Universidade
121

das Nações Unidas prevê a transmissão de energia por micro-ondas como

um aspecto essencial para “um futuro de energia limpa, abundante”. 122

O armazenamento de energia hoje é altamente centralizado, o que

representa uma vulnerabilidade essencial, pois tanques de gás natural
líquido e outras instalações para armazenamento correm o risco de ataques
terroristas, com efeitos potencialmente catastróficos. Caminhões com
petróleo e navios-petroleiros estão igualmente expostos. O paradigma
emergente para armazenamento de energia serão as células de combustível,
que por fim serão distribuídas amplamente através de nossa infraestrutura,
outro exemplo da tendência de mudar das instalações centralizadas
ineficientes e vulneráveis para um sistema de distribuição eficiente e
estável.
As células de combustível de hidrogênio-oxigênio, com o hidrogênio
fornecido pelo metanol e por outras formas seguras de combustível rico em
hidrogênio, têm feito um progresso substancial nos últimos anos. Uma
pequena empresa em Massachusetts, a Integrated Fuel Cell Technologies,
apresentou uma célula de combustível baseada em MEMS (Microssistema
Eletrônico Mecânico). Cada dispositivo do tamanho de um selo de correio
123

contém milhares de células de combustível microscópicas e inclui as linhas

de transmissão e os controles eletrônicos. A NEC planeja introduzir células
de combustível baseadas em nanotubos em um futuro próximo para
notebooks e outros aparelhos eletrônicos portáteis. Ela afirma que suas
124

pequenas fontes de energia vão fazer funcionar os dispositivos por até

quarenta horas de cada vez. A Toshiba também está preparando células de
combustível para dispositivos eletrônicos portáteis. 125

As células maiores de combustível para fornecer energia a aparelhos,

veículos e até casas também estão tendo avanços impressionantes. Um
relatório de 2004 do Departamento de Energia dos Estados Unidos concluiu
que tecnologias nanobaseadas poderiam facilitar todos os aspectos de um
carro movido a células de combustível de hidrogênio. Por exemplo, o
126

hidrogênio tem de ser armazenado em tanques resistentes, mas leves, que

possam suportar uma pressão muito alta. Os nanomateriais e os
nanocompostos poderiam fornecer o material necessário para tais
reservatórios. O relatório prevê células de combustível que produzem
eficientemente duas vezes mais energia do que os motores baseados em
gasolina, produzindo apenas água como resíduo.
 Muitos projetos contemporâneos de células de combustível usam o
metanol para fornecer hidrogênio, que então se combina como o oxigênio
do ar para produzir água e energia. Entretanto, o metanol (álcool da
madeira) é difícil de manejar e preocupa por causa de sua toxicidade e
flamabilidade. Os pesquisadores da Universidade de St. Louis apresentaram
uma célula de combustível estável que usa o etanol comum (álcool de
cereais potável). Esse dispositivo emprega uma enzima chamada de
127

dehidrogenase, que remove os íons de hidrogênio do álcool, que a seguir

reage com o oxigênio do ar para produzir energia. Aparentemente, a célula
funciona com qualquer tipo de álcool potável. “Já testamos com vários
tipos”, relatou Nick Akers, um estudante de pós-graduação que trabalhou
no projeto. “Ela não gostou de cerveja com gás e não parece ter apreciado o
vinho, mas qualquer outro funciona bem.”
Cientistas da Universidade do Texas desenvolveram uma célula de
combustível do tamanho de um nanorrobot que produz eletricidade
diretamente da reação de glucose-oxigênio no sangue humano. Chamada 128

de “vampiro bot” pelos comentaristas, a célula produz eletricidade

suficiente para alimentar aparelhos eletrônicos convencionais e poderia ser
usada para futuros nanorrobots no sangue. Cientistas japoneses, seguindo
um projeto similar, estimaram que seu sistema tinha o potencial teórico para
produzir um pico de cem watts a partir do sangue de uma pessoa, embora
dispositivos implantáveis usem muito menos. (Um jornal de Sydney
observou que o projeto dá uma base para a premissa dos filmes Matrix, que
é usar humanos como baterias.) 129

Outra abordagem da conversão, para eletricidade, do açúcar

abundantemente encontrado no mundo natural foi demonstrada por Swades
K. Chaudhuri e Derek R. Lovley da Universidade de Massachusetts. Sua
célula de combustível, que incorpora micróbios reais (a bactéria Rhodoferax
ferrireducens), vangloria-se de uma notável eficiência de 81%, e quase não
usa energia quando está inativa. As bactérias produzem eletricidade
diretamente da glucose com nenhum subproduto instável. As bactérias
também usam o açúcar combustível para se reproduzir, desse modo
reabastecendo-se, o que resulta em uma produção de energia elétrica estável
e contínua. Experiências com outros tipos de açúcares como frutose,
sacarose e xilose também foram bem-sucedidas. As células de combustível
baseadas nessa pesquisa poderiam utilizar as bactérias reais ou, como
alternativa, aplicar diretamente as reações químicas que as bactérias
propiciam. Além de alimentar os nanorrobots no sangue rico de açúcar,
esses dispositivos têm o potencial de produzir energia a partir de resíduos
agrícolas.
Os nanotubos também demonstraram a promessa de armazenar energia
como baterias em nanoescala, o que poderia competir com as células de
combustível nanofabricadas. Isso aumenta ainda mais a notável
130

versatilidade dos nanotubos, que já revelaram suas façanhas ao fornecer

computação, comunicação de informação e transmissão de energia elétrica
extremamente eficientes, bem como ao criar materiais estruturais
extremamente fortes.
A abordagem mais promissora da energia possibilitada pelos
nanomateriais é a da energia solar, que tem o potencial de fornecer a maior
parte de nossas futuras necessidades de energia de uma maneira
completamente distributiva, renovável e livre de emissões. A entrada da luz
do Sol em um painel solar é grátis. Com cerca de 10 watts ou
17

aproximadamente 10 mil vezes mais energia do que os 10 watts hoje

13

consumidos pela civilização humana, a energia total da luz do Sol caindo na

Terra é mais do que suficiente para prover nossas necessidades. Conforme
131

mencionado acima, apesar dos aumentos enormes em computação e

comunicação no próximo quarto de século, e o consequente crescimento
econômico, a eficiência muito maior da nanotecnologia implica que as
necessidades de energia irão aumentar apenas modestamente, até cerca de
30 trilhões de watts (3 x 10 ) por volta de 2030. Poderíamos suprir toda
13

essa necessidade de energia se capturássemos apenas 0,0003 (três décimos

milésimos) da energia do Sol quando bate na Terra.
É interessante comparar esses números com o output do total da energia
metabólica de todos os humanos, estimada por Robert Freitas em 10 watts, 12

e aquela de toda a vegetação da Terra, de 10 watts. Freitas também estima

14

que a quantidade de energia que poderia ser produzida e usada sem afetar o
equilíbrio global da energia necessária para manter a atual ecologia
biológica (a que os climatologistas se referem como o “limite
hipsitérmico”) é de cerca de 10 watts. Isso iria permitir um número muito
15

substancial de nanorrobots por pessoa para o aumento da inteligência e para

fins médicos, bem como para outras aplicações, como fornecer energia e
limpar o meio ambiente. Estimando uma população global de cerca de
bilhões (10 ) de humanos, Freitas calcula que cerca de 10 (10 mil trilhões)
10 16

de nanorrobots por humano seria aceitável dentro desse limite. Seriam

132

necessários apenas 10 nanorrobots (dez milionésimos desse limite) por

11

pessoa para colocar um em cada neurônio.

Quando tivermos a tecnologia nessa escala, também conseguiremos
aplicar a nanotecnologia de reciclar energia, capturando pelo menos uma
parte significativa do calor gerado por nanorrobots e outra nanomaquinaria
e convertendo esse calor de volta para energia. É provável que a maneira
mais eficiente de fazer isso seja construindo a reciclagem da energia no
próprio nanorrobot. Isso é semelhante à ideia das portas lógicas
133

reversíveis na computação, em que, em essência, cada porta lógica recicla

imediatamente a energia que usou para sua última computação.
Também se pode extrair dióxido de carbono da atmosfera para fornecer o
carbono para a nanomaquinaria, o que iria reverter o aumento do dióxido de
carbono resultante das atuais tecnologias da era industrial. Entretanto, deve-
se tomar um cuidado especial ao fazer mais do que reverter o aumento das
últimas décadas, para que o aquecimento global não seja substituído pelo
esfriamento global.
Até o momento, os painéis solares têm sido relativamente ineficientes e
caros, mas a tecnologia melhora rapidamente. A eficiência na conversão da
energia solar em eletricidade avançou com constância das células
fotovoltaicas de silicone de cerca de 4% em 1952 para 24% em 1992. As 134

atuais células em multicamadas agora fornecem cerca de 34% de eficiência.

Uma análise recente da aplicação de nanocristais na conversão da energia
solar indica que a eficiência acima de 60% parece ser possível. 135

Hoje a energia solar custa mais ou menos 2,75 dólares por watt. Várias 136

empresas estão desenvolvendo as células solares em nanoescala e esperam

trazer o custo da energia solar para menos do que outras fontes de energia.
Fontes do setor calculam que quando a energia solar cair abaixo de um
dólar por watt, ela será competitiva para fornecer diretamente a eletricidade
à grade de força da nação. A Nanosolar tem um projeto baseado em
nanopartículas de óxido de titânio que podem ser produzidas em massa em
películas flexíveis muito finas. Martin Roscheisen, executivo, estima que
essa tecnologia pode vir a fazer cair o custo da energia solar para cerca de
cinquenta centavos por watt por volta de 2006, mais baixo do que o gás
natural. Os competidores Nanosys e Konarka fazem projeções similares.
137

Se esses planos de negócios tiverem sucesso ou não, quando houver a

fabricação baseada em MNT (nanotecnologia molecular), será possível
produzir painéis solares (e quase tudo o mais) muito baratos,
essencialmente ao custo da matéria-prima, dentre as quais o barato carbono
é a fundamental. Com uma espessura estimada em vários mícrons, os
painéis solares poderiam finalmente ser tão baratos quanto um centavo por
metro quadrado. Os eficientes painéis solares poderiam ser instalados na
maioria das superfícies feitas pelo homem, como edifícios e veículos, e até
ser incorporados nas roupas para serem bem factíveis, e, portanto,
relativamente baratos.
A superfície terrestre poderia ser aumentada com enormes painéis solares
no espaço. Um satélite Space Solar Power (energia solar do espaço) já
projetado pela Nasa poderia converter a luz do Sol no espaço em
eletricidade e enviá-la para a Terra por micro-ondas. Cada satélite desses
poderia fornecer bilhões de watts de eletricidade, o bastante para 10
milhares de residências. Com a fabricação MNT por volta de 2029,
138

poderiam ser produzidos painéis solares enormes diretamente na órbita em

torno da Terra, sendo preciso apenas o envio das matérias-primas para as
estações espaciais, possivelmente pelo Elevador Espacial, uma fita estreita,
ancorada na Terra indo até um contrapeso além da órbita geossíncrona, feita
de um material chamado nanotubo de composto de carbono. 139

Uma fusão de mesa também é uma possibilidade. Os cientistas do

Laboratório Nacional de Oak Ridge usaram ondas de som ultrassônico para
agitar um solvente líquido, fazendo com que as bolhas de gás ficassem tão
comprimidas que alcançaram as temperaturas de milhões de graus,
resultando na fusão nuclear de átomos de hidrogênio e na criação da
energia. Apesar do amplo ceticismo sobre os relatórios originais da fusão
140

a frio em 1989, esse método ultrassônico tem sido recebido calorosamente

por alguns revisores. Entretanto, não se sabe bastante se a técnica é
141

prática, portanto seu futuro papel na produção de energia continua sendo

assunto de especulação.

Aplicações da nanotecnologia no meio ambiente

As aptidões emergentes da nanotecnologia prometem ter um profundo

impacto no meio ambiente. Isso inclui a criação de novas tecnologias de
fabricação e processamento que irão reduzir dramaticamente as emissões
indesejadas, bem como remediar o impacto anterior da poluição da era
industrial. É claro que será uma tarefa de vanguarda, nesta última direção,
fornecer, para nossas necessidades de energia, os recursos renováveis e
limpos permitidos pela nanotecnologia como painéis solares, como
discutido acima.
Construindo partículas e dispositivos em escala molecular, não só o
tamanho é muito reduzido e a área da superfície aumentada, como também
são introduzidas novas propriedades elétricas, químicas e biológicas. A
nanotecnologia eventualmente vai fornecer um conjunto de ferramentas
amplamente expandido para melhorar a catálise, as ligações químicas e
atômicas, a detecção e a manipulação mecânica, sem falar do controle
inteligente através da microeletrônica melhorada.
Finalmente, iremos projetar de novo todos os nossos processos
industriais para atingir os resultados pretendidos com consequências
mínimas, tais como subprodutos não desejados e sua introdução no meio
ambiente. Já discutimos na seção anterior uma tendência comparável na
biotecnologia: agentes farmacêuticos projetados com inteligência que
desempenham intervenções bioquímicas altamente dirigidas com os efeitos
colaterais grandemente restritos. Com efeito, a criação de moléculas
projetadas através da nanotecnologia vai, em si, acelerar muito a revolução
biotecnológica.
A pesquisa e o desenvolvimento tecnológicos contemporâneos envolvem
“dispositivos” relativamente simples, como nanopartículas, moléculas
criadas através de nanocamadas e nanotubos. As nanopartículas, que
compreendem de dezenas a milhares de átomos, em geral são de natureza
cristalina e usam técnicas de crescimento de cristais, uma vez que ainda não
temos os meios para a fabricação exata molecular. As nanoestruturas
consistem em múltiplas camadas que se juntam. Essas estruturas estão,
tipicamente, juntas, com a ligação feita por hidrogênio ou carbono e outras
forças atômicas. As estruturas biológicas como as membranas das células e
o próprio DNA são exemplos naturais de nanoestruturas de multicamadas.
Como acontece com todas as novas tecnologias, existe um lado negativo
das nanopartículas: a introdução de novas formas de toxinas e outras
interações não previstas com o meio ambiente e a vida. Muitos materiais
tóxicos, como arsenieto de gálio, já estão entrando no ecossistema através
de produtos eletrônicos descartados . As mesmas propriedades que
permitem que as nanopartículas e as nanocamadas levem resultados
benéficos a alvos determinados também podem levar a reações imprevistas,
particularmente com sistemas biológicos como nosso abastecimento de
comida e nossos próprios corpos. Embora as normas existentes possam em
muitos casos ser efetivas em controlá-las, a preocupação principal é nossa
falta de conhecimento sobre uma ampla gama de interações não exploradas.
Apesar disso, centenas de projetos começaram a aplicar a nanotecnologia
para melhorar processos industriais e atacar explicitamente as formas
existentes de poluição. Uns poucos exemplos:

•Estão sendo feitas extensas investigações sobre o uso de

nanopartículas para tratar, desativar e remover uma ampla variedade de
toxinas do meio ambiente. As formas, em nanopartículas, de
oxidantes, redutores e outros materiais ativos têm mostrado a
capacidade de transformar uma ampla gama de substâncias
indesejáveis. As nanopartículas ativadas pela luz (por exemplo, formas
de dióxido de titânio e óxido de zinco) conseguem ligar-se e remover
as toxinas orgânicas, e elas mesmas têm baixa toxicidade. Em
142

especial, nanopartículas de óxido de zinco fornecem um catalisador

particularmente potente para desintoxicar os fenóis clorados. Essas
nanopartículas agem tanto como detectores quanto como catalizadores,
e podem ser projetadas para transformar apenas os contaminantes
visados.
•As membranas de nanofiltração para purificação da água melhoram
dramaticamente a remoção de contaminantes formados por partículas
pequenas, quando comparadas a métodos convencionais de usar bacias
de sedimentação e clarificadores de água residual. As nanopartículas
com catálise projetada conseguem absorver e remover impurezas.
Usando a separação magnética, esses nanomateriais podem ser
reutilizados, o que evita que eles mesmos se tornem contaminantes.
Como um dos muitos exemplos, devem ser consideradas as peneiras
moleculares de aluminossilicato chamadas de zeólitos, que estão sendo
desenvolvidas para a oxidação controlada de hidrocarbonetos (por
exemplo, converter o tolueno em benzaldeído não tóxico). Esse
143

método requer menos energia e reduz o volume de fotorreações

ineficientes e produtos residuais.
•Está sendo feita uma extensa pesquisa para desenvolver materiais
cristalinos nanoproduzidos para catalisadores e suportes catalíticos na
indústria química. Esses catalisadores têm o potencial de melhorar os
resultados químicos, reduzir os subprodutos tóxicos e remover os
contaminantes. Por exemplo, o material MCM-41 agora é usado
144

pelas petroquímicas para remover contaminantes ultrafinos que outros

métodos de redução da poluição não conseguem.
•Estima-se que o uso generalizado dos nanocompostos para material
estrutural nos automóveis iria reduzir o consumo de gasolina em 1,5
bilhão de litros por ano, o que, por sua vez, iria reduzir as emissões de
dióxido de carbono em 5 bilhões de quilos por ano, entre outros
benefícios ambientais.
•A nanorrobótica pode ser usada para ajudar no gerenciamento dos
resíduos nucleares. Os nanofiltros podem separar os isótopos quando
estiverem processando combustível nuclear. Os nanofluidos podem
aumentar a eficiência para resfriar reatores nucleares.
•Aplicar a nanotecnologia para a iluminação doméstica e industrial
 poderia reduzir tanto a necessidade de eletricidade quanto mais ou
menos 200 milhões de toneladas de emissões de carbono por ano. 145

•Os dispositivos eletrônicos que se automontam (por exemplo,

biopolímeros auto-organizadores), se aperfeiçoados, vão precisar de
menos energia para serem fabricados e usados, e produzirão menos
subprodutos tóxicos do que os métodos convencionais da fabricação
de semicondutores.
•As novas telas de computador usando telas de emissão de campo
baseadas em nanotubos (FEDs) vão fornecer especificações superiores
de tela ao mesmo tempo que eliminam os metais pesados e outros
materiais tóxicos usados nas telas convencionais.
•As nanopartículas biometálicas (como ferro/paládio ou ferro/prata)
podem servir como eficazes redutores e catalisadores para PCBs,
pesticidas e solventes orgânicos halogenados. 146

•Os nanotubos parecem ser absorventes eficazes de dioxinas e têm

funcionado significativamente melhor nisso do que o tradicional
carbono ativado. 147

Essa é uma pequena amostra da pesquisa contemporânea sobre as

aplicações nanotecnológicas com um impacto potencialmente benéfico no
meio ambiente. Quando se conseguir ir além de simples nanopartículas e
nanocamadas e criar sistemas mais complexos através de nanomontagens
moleculares controladas com precisão, será possível criar números maciços
de dispositivos inteligentes muito pequenos, capazes de realizar tarefas
relativamente complexas. Limpar o meio ambiente com certeza será uma
dessas missões.

Nanorrobots na corrente sanguínea

A nanotecnologia deu-nos as ferramentas [...] para brincar com a caixa fundamental de
brinquedos da natureza — átomos e moléculas. Tudo é feito delas [...]. As
possibilidades de criar coisas novas parecem não ter limites.
Horst Störmer , ganhador do Prêmio Nobel de Física em 1998
O resultado final dessas intervenções nanomédicas será a suspensão de todo o
envelhecimento biológico, junto com a redução da idade biológica corrente para
qualquer nova idade biológica que pareça desejável para o paciente, cortando para
sempre a ligação entre tempo de calendário e saúde biológica. Tais intervenções podem
tornar-se lugar-comum dentro de várias décadas. Usando limpezas e check-ups anuais,
e às vezes algum conserto importante, sua idade biológica poderia ser restaurada uma
vez por ano à mais ou menos constante idade fisiológica que você escolher.
Eventualmente, você ainda pode vir a morrer por causas acidentais, mas vai viver, no
mínimo, dez vezes mais do que agora.
 Robert A. Freitas Jr.148
Um exemplo primordial da aplicação do controle molecular preciso na
fabricação será o deslocamento de bilhões ou trilhões de nanorrobots:
pequenos robots de tamanho igual ou menor que as células sanguíneas
humanas que podem viajar dentro do fluxo de sangue. Essa ideia não é tão
futurística como pode soar; usando esse conceito, têm sido feitas
experiências bem-sucedidas com animais, e muitos desses dispositivos em
microescala já estão funcionando em animais. Pelo menos quatro principais
conferências sobre BioMEMS (Biological Micro Electronic Mechanical
Systems) tratam de dispositivos a serem usados na corrente sanguínea
humana. 149

Considere-se vários exemplos de tecnologia nanorrobótica, que, baseada

nas tendências de miniaturização e redução de custos, será factível dentro
de uns 25 anos. Além de escanearem o cérebro humano para facilitar sua
engenharia reversa, esses nanorrobots serão capazes de executar uma ampla
variedade de funções diagnósticas e terapêuticas.
Robert A. Freitas Jr. — um teórico pioneiro da nanotecnologia e
principal proponente da nanomedicina (reconfigurar nossos sistemas
biológicos através da engenharia em escala modular) e autor de um livro
com esse título — projetou substitutos robóticos para células do sangue
150

humano que funcionam centenas ou milhares de vezes de modo mais

efetivo do que suas contrapartidas biológicas. Com os respirócitos (células
vermelhas robóticas do sangue), um velocista poderia correr por quinze
minutos sem ter de respirar. Os macrófagos robóticos de Freitas,
151

chamados “microbívoros”, serão muito mais eficazes em combater

patógenos do que nossas células brancas do sangue. Seu robot reparador
152

de DNA seria capaz de corrigir erros de transcrição do DNA e até realizar

eventuais alterações necessárias no DNA. Outros robots médicos que ele
projetou podem servir como limpadores de células humanas individuais,
removendo detritos e elementos químicos não desejados (como príons,
proteínas deformadas e protofibrilas).
Freitas fornece os projetos conceituais para uma ampla gama de
nanorrobots (palavra preferida por Freitas) médicos, bem como uma análise
das numerosas soluções para os variados problemas de projeto envolvidos
em criá-los. Por exemplo, ele apresenta umas doze abordagens para dirigir e
guiar os movimentos, alguns baseados em projetos biológicos como os
153

cílios propulsores. Discuto essas aplicações com mais detalhes no próximo

capítulo.
George Whitesides queixou-se na Scientific American que “para os
objetos em nanoescala, mesmo sendo possível fabricar um propulsor, iria
surgir um problema novo e sério: os choques aleatórios das moléculas de
água. Essas moléculas de água seriam menores do que um nanossubmarino,
mas não muito menores”. A análise de Whitesides está baseada em
154

equívocos. Todos os projetos de nanorrobots médicos, inclusive os de

Freitas, são pelo menos 10 mil vezes maiores do que uma molécula de
água. As análises de Freitas e de outros mostram que o impacto do
movimento browniano das moléculas adjacentes é insignificante. Com
efeito, os robots médicos em nanoescala serão milhares de vezes mais
estáveis e precisos do que as células do sangue ou as bactérias. 155

Também se deve ressaltar que os nanorrobots médicos não vão exigir

muito da extensa sobrecarga de que as células biológicas precisam para
manter os processos metabólicos como digestão e respiração. Nem
precisam apoiar os sistemas reprodutivos biológicos.
Embora os projetos conceituais de Freitas estejam distanciados por um
par de décadas, já tem sido feito um progresso substancial nos dispositivos
baseados na corrente sanguínea. Por exemplo, um pesquisador da
Universidade de Illinois em Chicago curou diabetes tipo 1 em
camundongos com um dispositivo nanofabricado que incorpora células das
ilhotas do pâncreas. O dispositivo tem poros de sete nanômetros que
156

deixam sair a insulina mas não deixam entrar os anticorpos que destroem
essas células. Há muitos outros projetos inovadores desse tipo já sendo
feitos.

MOLLY 2004: Ok, então vou ter todos esses nanorrobots na minha corrente
sanguínea. Além de fazer com que eu fique sentada durante horas no fundo
da minha piscina, o que mais isso pode fazer por mim?
RAY: Vão conservar sua saúde. Vão destruir patógenos como as bactérias, os
vírus e as células de câncer, e não vão correr o risco das várias armadilhas
do sistema imunológico, como as reações autoimunes. Ao contrário do seu
sistema imunológico biológico, se não gostar do que os nanorrobots estão
fazendo, você pode dizer a eles para fazer algo diferente.
MOLLY 2004: Você quer dizer mandar um e-mail para os meus nanorrobots?
Assim: ô nanorrobots, parem de destruir aquelas bactérias no meu intestino
porque na realidade elas são boas para a minha digestão?
RAY: É, bom exemplo. Os nanorrobots estarão sob nosso controle. Eles irão
comunicar-se uns com os outros e com a internet. Hoje mesmo temos
implantes neurais (por exemplo, para a doença de Parkinson) que permitem
que o paciente baixe neles um novo software.
MOLLY 2004: Isso meio que faz a questão de vírus no software ficar muito
mais séria, não é? Agora mesmo, se sou atingida por um vírus ruim de
software, posso ter de rodar um programa para limpar os vírus e carregar de
volta meus backups, mas, se os nanorrobots na minha corrente sanguínea
receberem uma mensagem mal-intencionada, eles podem começar a
destruir minhas células sanguíneas.
RAY: É provável que essa seja mais uma razão para você querer células
sanguíneas robóticas, mas sua argumentação é válida. Mas isso não é uma
questão nova. Mesmo em 2004, já temos os sistemas de software que
controlam as unidades de terapia intensiva, aterrissam os aviões e guiam os
mísseis de cruzeiro. Portanto, a integridade do software já tem importância
fundamental.
MOLLY 2004: É verdade, mas a ideia do software rodando no meu corpo e no
meu cérebro parece mais assustadora. No meu computador pessoal, recebo
mais de cem mensagens de spam por dia, várias delas contendo vírus
maliciosos de software. Não fico muito à vontade com nanorrobots no meu
corpo recebendo vírus de software.
RAY: Você está pensando em termos de acesso convencional à internet. Com
as VPNs (redes particulares), hoje já temos o meio de criar firewalls
seguros — se não fosse assim, os sistemas cruciais contemporâneos seriam
impossíveis. Eles funcionam bastante bem, e a tecnologia da segurança da
internet vai continuar a evoluir.
MOLLY 2004: Acho que tem gente que iria discordar da sua confiança nos
antivírus.
RAY: Eles não são perfeitos, é verdade, e nunca serão, mas ainda teremos
outro par de décadas antes de softwares rodarem nos nossos corpos e
cérebros.
MOLLY 2004: Certo, mas os criadores de vírus também vão melhorar seu
ofício.
RAY: Vai ser um impasse tenso, não há dúvida. Mas os benefícios hoje
claramente superam os danos.
MOLLY 2004: Claramente quanto?
RAY: Bom, não tem ninguém defendendo seriamente que a gente acabe com
a internet porque os vírus de software são um problema tão grande.
MOLLY 2004: Com isso, eu concordo.
RAY: Quando a nanotecnologia estiver madura, vai resolver os problemas da
biologia ao vencer os patógenos biológicos, remover as toxinas, corrigir os
erros do DNA e reverter outras fontes do envelhecimento. Então vamos ter
de lidar com os novos riscos que ela introduz, assim como a internet
introduziu o perigo de vírus de software. Essas novas armadilhas vão incluir
o potencial da nanotecnologia de se autorreproduzir, ficar descontrolada,
bem como a integridade do software que controla esses nanorrobots
potentes, distribuídos.
MOLLY 2004: Você falou em reverter o envelhecimento?
RAY: Vejo que você já está escolhendo um dos benefícios principais.
MOLLY 2004: Então, como os nanorrobots vão fazer isso?
RAY: Para falar a verdade, nós vamos realizar a maior parte disso com a
biotecnologia, com métodos como a interferência no RNA para desligar os
genes destrutivos, com a terapia genética para alterar seu código genético,
com a clonagem terapêutica para regenerar suas células e tecidos, com
drogas inteligentes para reprogramar seus caminhos metabólicos e muitas
outras técnicas emergentes. Mas aquilo que a biotecnologia não consegue
realizar, teremos os meios para fazer com a nanotecnologia.
Molly 2204: Tal como?
RAY: Os nanorrobots poderão viajar pela corrente sanguínea, depois entrar
ou rodear nossas células e realizar vários serviços, como remover as
toxinas, limpar os detritos, corrigir os erros do DNA, consertar e restaurar
as membranas celulares, reverter a aterosclerose, modificar os níveis dos
hormônios, dos neurotransmissores e outros compostos químicos
metabólicos e uma miríade de outras tarefas. Para cada processo de
envelhecimento, podemos descrever um meio para que os nanorrobots
revertam o processo, até o nível de células individuais, componentes
celulares e moléculas.
MOLLY 2004: Então vou ficar jovem para sempre?
RAY: A ideia é essa.
MOLLY 2004: Quando você disse que eu posso conseguir isso?
RAY: Pensei que você estava preocupada com os antivírus dos nanorrobots.
MOLLY 2004: É, bom, tenho tempo para me preocupar com isso. Então qual
foi o prazo previsto?
RAY: Mais ou menos vinte a 25 anos.
MOLLY 2004: Tenho 25 agora, então vou envelhecer até uns 45 e depois ficar
nisso?
RAY: Não, não é exatamente essa a ideia. Você pode diminuir o ritmo do
envelhecimento até que este só se arraste, hoje mesmo, adotando o
conhecimento que já temos. Dentro de dez a vinte anos, a revolução
biotecnológica vai fornecer meios bem mais potentes para deter e, em
muitos casos, reverter cada doença e processo de envelhecimento. E não é
que não vai acontecer nada enquanto isso. A cada ano, vamos ter técnicas
mais potentes e o processo vai se acelerar. Aí a nanotecnologia vai acabar o
trabalho.
MOLLY 2004: É claro, é difícil para você fazer uma sentença sem usar a
palavra “acelerar”. E até qual idade biológica eu vou chegar?
RAY: Acho que você vai se acomodar perto dos trinta e ficar aí por um
tempo.
MOLLY 2004: Trinta parece muito bom. De qualquer jeito, acho que uma
idade um pouco mais madura do que 25 é uma boa ideia. Mas o que você
quer dizer com “por um tempo”?
RAY: Deter e reverter o envelhecimento é só o começo. Usar nanorrobots
para a saúde e a longevidade é só a primeira fase de introduzir a
nanotecnologia e a computação inteligente em nossos corpos e cérebros. O
resultado mais profundo é que vamos aumentar nossos processos de
pensamento com nanorrobots que se comunicam uns com os outros e com
nossos neurônios biológicos. Depois que a nossa inteligência não biológica
conseguir por o pé, por assim dizer, em nossos cérebros, ela vai ficar
subordinada à Lei dos Retornos Acelerados e vai se expandir
exponencialmente. Nosso pensamento biológico, por outro lado, está
basicamente atolado.
MOLLY 2004: Lá vem você de novo com coisas que se aceleram, mas, quando
isso realmente tomar impulso, pensar com os neurônios biológicos vai ser
bem vulgar em comparação.
RAY: Essa é uma boa afirmação.
MOLLY 2004: Então, dona Molly do futuro, quando foi que abandonei meu
corpo e meu cérebro biológicos?
MOLLY 2104: Veja bem, você não quer de verdade que eu soletre seu futuro,
não é? E de qualquer jeito, na realidade essa não é uma pergunta simples.
MOLLY 2004: Como é isso?
MOLLY 2104: Nos anos 2040, desenvolvemos os meios para criar
instantaneamente novas porções de nós mesmos, ou biológicas ou não
biológicas. Ficou evidente que nossa verdadeira natureza era um padrão de
informações, mas nós ainda precisávamos nos manifestar como alguma
forma física. Mas a gente poderia bem depressa mudar essa forma física.
MOLLY 2004: Como?
MOLLY 2104: Usando a nova fabricação MNT de alta velocidade. Assim, a
gente poderia, logo e depressa, reprojetar nossa instanciação. Então eu
poderia ter um corpo biológico uma hora e não ter em outra, depois ter de
novo, depois alterá-lo e assim por diante.
MOLLY 2004: Acho que estou entendendo.
MOLLY 2104: A questão é que eu iria poder ter meu cérebro biológico e/ou
meu corpo ou não ter. Não é o caso de abandonar alguma coisa, porque
sempre podemos pegar de novo alguma coisa que abandonamos.
MOLLY 2004: Então você ainda está fazendo isso?
MOLLY 2104: Umas pessoas ainda fazem isso, mas agora, em 2104, é um
pouco antiquado. Quer dizer, as simulações da biologia não são nada
diferentes da biologia real, então para que se preocupar com instanciações
físicas?
MOLLY 2004: É, é complicado, não é?
MOLLY 2104: É verdade.
MOLLY 2004: Tenho que dizer que parece estranho poder mudar a
incorporação física. Quer dizer, onde está a sua — a minha —
continuidade?
MOLLY 2104: É o mesmo que sua continuidade em 2004. Você também está
trocando suas partículas o tempo todo. É só seu padrão de informações que
tem continuidade.
MOLLY 2004: Mas em 2104 você pode também mudar seu padrão de
informações depressa. Ainda não consigo fazer isso.
MOLLY 2104: Na realidade, não é tão diferente. Você muda seu padrão — sua
memória, suas aptidões, suas experiências, até sua personalidade, com o
tempo — mas existe uma continuidade, uma essência que só muda aos
poucos.
MOLLY 2004: Mas eu achei que daria para mudar, dramaticamente, em um
instante, a aparência e a personalidade.
MOLLY 2104: É, mas isso é só uma manifestação superficial. Minha essência
real só muda aos poucos, como quando eu era você em 2004.
MOLLY 2004: Bom, muitas vezes eu gostaria bastante de mudar em um
instante minha aparência superficial.

Robótica: IA forte
Considere-se outro argumento apresentado por Turing. Até agora, construímos apenas
artefatos bem simples e previsíveis. Quando aumentarmos a complexidade de nossas
máquinas talvez haja surpresas nos esperando. Abaixo de certo tamanho “crítico”, não
acontece muita coisa; mas acima do tamanho crítico faíscas começam a voar. Pode ser
que o mesmo aconteça com cérebros e máquinas. Atualmente, a maioria dos cérebros e
todas as máquinas estão “subcríticos” — reagem aos estímulos externos de um modo
entediado e pouco interessado, não têm ideias próprias e só podem produzir frases
feitas —, mas uns poucos cérebros agora, e talvez algumas máquinas no futuro, são
supercríticos e têm um brilho próprio. Turing sugere que é só uma questão de
complexidade, e que acima de certo nível de complexidade aparece uma diferença
qualitativa, de modo que as máquinas “supercríticas” não serão nada parecidas com
as máquinas simples vistas até agora.
J. R. Lucas, filósofo de Oxford, em seu ensaio de 1961, “Minds, Machines, and
Gödel”157
Dado que a superinteligência um dia será tecnicamente factível, as pessoas irão
escolher desenvolvê-la? Essa questão pode bem ser respondida com segurança no
afirmativo. Associados com cada passo no caminho da superinteligência estão enormes
rendimentos econômicos. A indústria dos computadores investe enormes somas de
dinheiro na próxima geração de hardware e software, e vai continuar a fazê-lo
enquanto houver uma pressão competitiva e lucro. As pessoas querem computadores
melhores e softwares mais inteligentes, e querem os benefícios que essas máquinas
ajudam a produzir. Melhores medicamentos; desafogo para os humanos da necessidade
de executar trabalhos tediosos ou perigosos; divertimento — não tem fim a lista dos
benefícios ao consumidor. Ainda há um forte motivo militar para desenvolver a
inteligência artificial. E em nenhum lugar do caminho existe qualquer ponto de parada
natural onde os tecnofóbicos poderiam talvez argumentar que “até aqui, mas não
mais”.
Nick Bostrom, “How Long Before Superintelligence?”, 1997
É difícil pensar em algum problema que uma superinteligência não possa resolver, nem
ao menos nos ajudar a resolver. Doenças, pobreza, destruição do meio ambiente,
sofrimento desnecessário de todo tipo: são coisas que uma superinteligência, equipada
com a nanotecnologia avançada, seria capaz de eliminar. Além disso, uma
superinteligência poderia nos dar um tempo de vida indefinido, ou detendo e
revertendo o processo do envelhecimento através do uso da nanomedicina, ou
oferecendo a opção de fazer upload de nós mesmos. Uma superinteligência poderia
também criar oportunidades para que aumentássemos nossas aptidões intelectuais e
emocionais, e poderia nos auxiliar na criação de um mundo experimental muito
atraente onde poderíamos viver vidas dedicadas aos jogos, relacionando-nos uns com
os outros, vivenciando o crescimento pessoal e vivendo mais próximos de nossos ideais.
Nick Bostrom, “Ethical Issues in Advanced Artificial Intelligence”, 2003
Os robots herdarão a terra? Sim, mas eles serão nossos filhos.
Marvin Minsky, 1995
Das três revoluções primordiais subjacentes à Singularidade (G, N e R), a
mais profunda é R, que se refere à criação da inteligência não biológica que
supera a dos humanos não melhorados. Um processo mais inteligente vai
inerentemente superar um que é menos inteligente, tornando a inteligência a
força mais poderosa do universo.
Enquanto o R em GNR significa a robótica, a verdadeira questão
envolvida aqui é IA forte (inteligência artificial que excede a inteligência
humana). A razão padrão para enfatizar a robótica nessa formulação é que a
inteligência precisa de um corpo, de uma presença física, para afetar o
mundo. Não concordo com a ênfase na presença física, entretanto, porque
acredito que o interesse principal seja a inteligência. A inteligência vai
inerentemente encontrar uma maneira de influenciar o mundo, inclusive
criando seus próprios meios para a personificação e para a manipulação
física. Além disso, podemos incluir as aptidões físicas como uma parte
fundamental da inteligência; por exemplo, uma grande parte do cérebro
humano (o cerebelo, compreendendo mais do que metade dos nossos
neurônios) é dedicada a coordenar nossas aptidões e nossos músculos.
A inteligência artificial nos níveis humanos vai, necessariamente, exceder
em muito a inteligência humana por várias razões. Como já ressaltei, as
máquinas podem prontamente compartilhar seu conhecimento. Enquanto
humanos não melhorados, não temos os meios para compartilhar os vastos
padrões das conexões interneurais e os níveis de concentração dos
neurotransmissores que abrangem nosso aprendizado, conhecimento e
aptidões que não seja através da comunicação vagarosa, baseada na
linguagem. É claro que até esse meio de comunicação tem sido muito
benéfico, já que ele nos diferenciou dos outros animais, e tem sido um fator
que permitiu a criação da tecnologia.
As aptidões humanas só conseguem se desenvolver de maneiras que
foram encorajadas pela evolução. Essas aptidões, que estão baseadas
primordialmente no reconhecimento dos padrões maciçamente paralelos,
fornecem a habilidade para certas tarefas, como distinguir rostos, identificar
objetos e reconhecer os sons da linguagem. Mas não são adequadas para
muitas outras, como determinar padrões em dados financeiros. Quando
dominarmos totalmente os paradigmas de reconhecimento dos padrões, os
métodos das máquinas poderão aplicar essas técnicas a qualquer tipo de
padrão. 158

As máquinas podem somar seus recursos de modos que os humanos não

podem. Embora as equipes de humanos possam realizar feitos tanto físicos
quanto mentais, que humanos individuais não conseguem, as máquinas
podem, com mais facilidade e rapidez, juntar seus recursos computacionais,
de memória e de comunicações. Como já foi discutido, a internet está
evoluindo para uma grade mundial de recursos computacionais que podem,
instantaneamente, ser agrupados para formar supercomputadores maciços.
As máquinas têm memórias exigentes. Os computadores contemporâneos
podem dominar bilhões de fatos com precisão, uma capacidade que está
dobrando a cada ano. O preço-desempenho e a velocidade subjacentes à
159

própria computação estão dobrando a cada ano e o ritmo dessa duplicação

está, ele mesmo, acelerando.
À medida que o conhecimento humano migrar para a web, as máquinas
vão conseguir ler, compreender e sintetizar toda a informação humano-
máquina. A última vez que um humano biológico conseguiu apreender todo
o conhecimento científico humano foi há centenas de anos.
Outra vantagem da inteligência da máquina é que ela pode,
consistentemente, funcionar no nível máximo, podendo combinar aptidões
importantes. Entre os humanos, uma pessoa pode ter dominado a
composição musical, enquanto outra pode ter dominado o projeto com
transistores, porém, dada a arquitetura fixa de nossos cérebros, não temos a
capacidade (ou o tempo) de desenvolver e utilizar o nível mais alto da
aptidão em todas as áreas, cada vez mais especializadas. Os humanos
também variam muito em uma determinada habilidade, de modo que,
quando falamos, digamos, em níveis humanos de compor música, estamos
nos referindo a Beethoven ou a uma pessoa comum? A inteligência não
biológica será capaz de igualar e exceder o alto nível das habilidades
humanas em todas as áreas.
Por essas razões, quando um computador conseguir igualar a sutileza e a
gama da inteligência humana, ele necessariamente irá passar voando por ela
e depois continuará sua ascensão com duplo exponencial.
Uma questão básica em relação à Singularidade é se “a galinha” (a IA
forte) ou “o ovo” (a nanotecnologia) virá primeiro. Em outras palavras, a AI
forte irá levar à nanotecnologia total (montadores da fabricação molecular
que podem transformar a informação em produtos físicos), ou a
nanotecnologia total vai levar à IA forte? A lógica da primeira premissa é
que a IA forte implicará em IA super-humana pelas razões já mencionadas,
e a IA super-humana estaria em posição de resolver quaisquer problemas de
projeto remanescentes necessários para usar a nanotecnologia total.
A segunda premissa baseia-se na conscientização de que as necessidades
de hardware para a IA forte serão da responsabilidade da computação
baseada na nanotecnologia. Da mesma forma, as necessidades de software
serão facilitadas por nanorrobots, que poderiam criar escaneamentos
altamente detalhados do funcionamento do cérebro humano, alcançando
assim a conclusão da engenharia reversa no cérebro humano.
 Ambas as premissas são lógicas; é claro que qualquer tecnologia pode
ajudar a outra. A realidade é que o progresso em ambas as áreas vai
necessariamente usar nossas ferramentas mais avançadas, então os avanços
em uma área vão, ao mesmo tempo, facilitar em outra. Entretanto, espero
que a MNT surja antes da IA forte, mas só por alguns anos (cerca de 2025
para a nanotecnologia, e de 2029 para a IA forte).
Por mais revolucionária que seja a nanotecnologia, a IA forte terá
consequências muito mais profundas. A nanotecnologia é potente, mas não
é necessariamente inteligente. Podemos conceber maneiras de, pelo menos,
tentar administrar os enormes poderes da nanotecnologia, mas a
superinteligência, pela sua natureza, não pode ser controlada.
IA fora de controle. Quando a IA forte for alcançada, ela em seguida
avançará mais e seus poderes irão se multiplicar, já que essa é a natureza
fundamental das aptidões das máquinas. Como uma IA forte gera de
imediato muitas IAs fortes, estas irão acessar seu próprio projeto, entendê-
lo e melhorá-lo, e assim, bem depressa, evoluirão para IAs mais capazes,
mais inteligentes, repetindo esse ciclo indefinidamente. Cada ciclo não só
cria uma IA mais inteligente, mas também leva menos tempo do que o
anterior, como é da natureza da evolução tecnológica (ou de qualquer
processo evolutivo). A premissa é que, uma vez alcançada a IA forte, ela de
imediato se torne um fenômeno que cresce depressa, sem controle da
superinteligência. 160

Meu ponto de vista é só um pouco diferente. A lógica da IA sem controle

é válida, mas ainda é preciso considerar o timing. O fato de uma máquina
atingir os níveis humanos não vai provocar de imediato um fenômeno sem
controle. É preciso lembrar que o nível humano de inteligência tem
limitações. Há exemplos disso hoje — cerca de 6 bilhões deles. Tomem-se
cem humanos em um shopping; esse grupo conterá exemplos de humanos
razoavelmente instruídos. Entretanto, se for dada a esse grupo a tarefa de
melhorar a inteligência humana, ele não chegaria muito longe, mesmo que
lhe dessem o modelo padrão da inteligência humana. Provavelmente esse
grupo teria muita dificuldade para criar um computador simples. Acelerar o
pensamento e expandir a capacidade da memória desses cem humanos não
resolveriam o problema de imediato. Salientei acima que as máquinas vão
igualar (e superar rapidamente) as maiores habilidades humanas em todas
as áreas. Então, tomemos cem cientistas e engenheiros. Um grupo de
pessoas treinadas em técnica com a experiência certa seria capaz de
melhorar projetos. Se uma máquina alcançasse a paridade com cem
humanos (e eventualmente mil, depois 1 milhão) dotados de treinamento
técnico, e cada máquina operando muito mais rápido do que um humano
biológico, iria seguir-se um rápido aumento da inteligência.
Mas esse aumento não vai acontecer assim que um computador for
aprovado no teste de Turing. O teste de Turing pode ser comparado às
aptidões de um humano médio, instruído, e, portanto, está mais perto dos
exemplos com os humanos de um shopping. Vai demorar para que os
computadores dominem todas as habilidades essenciais e combinem essas
habilidades com todas as necessárias bases do conhecimento.
Depois que se consiga criar uma máquina que passe no teste de Turing
(por volta de 2029), o período seguinte será uma era de consolidação em
que a inteligência não-biológica terá ganhos rápidos. Entretanto, a expansão
extraordinária prevista para a Singularidade, em que a inteligência humana
é multiplicada por bilhões, não vai acontecer até meados dos anos 2040
(conforme discutido no capítulo 3).

O inverno da IA
Há esse mito idiota por aí de que a IA falhou, mas a IA encontra-se em tudo que está à
volta das pessoas todos os segundos do dia. As pessoas só não percebem. Você tem
sistemas de IA em carros, ajustando os parâmetros dos sistemas de injeção de
combustível. Quando você aterrissa em um avião, seu portão é escolhido por um
sistema de programação de IA. Cada vez que você usa um pedaço de um software da
Microsoft, você lida com um sistema de IA, tentando descobrir o que você está fazendo,
tal como escrever uma carta, e ele é muito bom nisso. Toda vez que você assiste a um
filme com caracteres gerados por computador, trata-se de pequenos caracteres de IA
que se comportam como um grupo. Toda vez que você joga um video game, você está
jogando contra um sistema de IA.
Rodney Brooks, diretor do Laboratório de IA do MIT161
Ainda encontro gente que alega que a inteligência artificial definhou nos
anos 1980, argumento que é comparável a insistir que a internet morreu no
colapso das “.com” do começo dos anos 2000. Desde então, passando por
162

altos e baixos, a largura de banda e o preço-desempenho das tecnologias da

internet, o número de nódulos (servidores) e o volume de dinheiro do
comércio eletrônico aceleraram suavemente. O mesmo aconteceu com a IA.
O ciclo da tecnologia, propagandeada com exagero, para uma mudança
de paradigma — ferrovias, IA, internet, telecomunicações e talvez, agora, a
nanotecnologia — começa normalmente com um período de expectativas
irrealistas porque não são compreendidos todos os fatores propícios
necessários. Embora a utilização do novo paradigma de fato aumente
exponencialmente, o começo do crescimento é lento até chegar ao ponto de
inflexão da curva do crescimento exponencial. Embora as expectativas
amplamente difundidas por uma mudança revolucionária sejam exatas, elas
estão erradas no tempo. Quando as expectativas não se realizam logo,
instala-se um período de desilusão. Apesar disso, o crescimento
exponencial continua sem esmorecer, e, anos mais tarde, acontece de fato
uma transformação mais madura e mais realista.
Isso foi visto com o furor das ferrovias no século XIX, seguido por
falências amplamente distribuídas. (Tenho alguns desses primeiros títulos
de ferrovias, não resgatados, em minha coleção de documentos históricos.)
E ainda estamos sentindo os efeitos do colapso do e-commerce e das
telecomunicações de vários anos atrás, que ajudou a alimentar uma recessão
da qual agora estamos nos recuperando.
A IA passou por um otimismo prematuro semelhante, depois de
programas como o General Problem Solver (solucionador geral de
problemas) de 1957, criado por Allen Newell, J. C. Shaw e Herbert Simon,
que conseguiu encontrar demonstrações para teoremas que tinham deixado
perplexos matemáticos como Bertrand Russell, e os primeiros programas do
Laboratório de Inteligência Artificial do MIT, que podiam responder testes
equivalentes ao vestibular (como analogias e análise de textos) no nível de
estudantes universitários. Um surto de empresas de IA aconteceu nos anos
163

1970, mas, quando os lucros não se materializaram, houve uma “quebra”

nos anos 1980, que ficou conhecida como o “inverno da IA”. Muitos
observadores ainda acham que o inverno da IA foi o final da história e que,
desde então, nada apareceu no campo na IA.
Hoje, porém, muitos milhares de aplicações da IA estão profundamente
incorporados na infraestrutura de toda indústria. Muitas dessas aplicações
tinham sido projetos de pesquisa dez ou quinze anos antes. As pessoas que
perguntam “o que será que aconteceu com a IA?” lembram-me os turistas
que vão para a floresta amazônica e perguntam “Cadê o monte de espécies
que me disseram que vivem aqui?”, isso quando centenas de espécies de
flora e fauna vicejam a apenas umas poucas dúzias de metros de distância,
profundamente integradas na ecologia local.
Já estamos na era da “IA restrita”, que se refere à inteligência artificial
que executa uma função útil e específica que antes requeria a inteligência
humana para ser realizada, e o faz nos níveis humanos ou melhor. Muitas
vezes os sistemas da IA restrita superam, em muito, a velocidade dos
humanos, bem como têm a habilidade de administrar e considerar milhares
de variáveis ao mesmo tempo. Abaixo, descrevo uma ampla variedade de
exemplos da IA restrita.
Esses períodos de tempo para o ciclo da tecnologia da IA (um par de
décadas de entusiasmo crescente, uma década de desilusão, depois uma
década e meia de avanços sólidos) podem parecer longos quando
comparados com as fases relativamente rápidas dos ciclos da internet e das
telecomunicações (medidos em anos, não décadas), mas dois fatores têm de
ser considerados. Primeiro, os ciclos da internet e das telecomunicações
foram relativamente recentes, portanto são mais afetados pela aceleração da
mudança de paradigma (como discutido no capítulo 1). Assim, ciclos
recentes (prosperidade, colapso e recuperação) serão muito mais rápidos do
que os que começaram há quarenta anos. Segundo, a revolução da IA é a
transformação mais profunda que a civilização humana vai vivenciar,
portanto vai levar mais tempo para amadurecer do que tecnologias menos
complexas. Caracteriza-se pelo domínio do atributo mais importante e mais
potente da civilização humana, na verdade de toda a extensão da evolução
em nosso planeta: a inteligência.
É natural para a tecnologia compreender um fenômeno e depois criar
sistemas que concentrem e enfoquem esse fenômeno para aumentá-lo
muito. Por exemplo, os cientistas descobriram uma propriedade sutil das
superfícies curvas conhecida como o princípio de Bernoulli: um gás (como
o ar) move-se mais depressa por cima de uma superfície curva do que sobre
uma superfície plana. Portanto, a pressão do ar sobre uma superfície curva é
menor do que sobre uma superfície plana. Ao compreender, focar e
aumentar as implicações dessa observação sutil, nossa engenharia criou
toda a aviação. Quando chegarmos a entender os princípios da inteligência,
teremos uma oportunidade parecida para focar, concentrar e aumentar seus
poderes.
Como foi visto no capítulo 4, todos os aspectos envolvidos no ato de
entender, modelar e simular o cérebro humano estão acelerando: o preço-
desempenho e a resolução espacial e temporal do escaneamento do cérebro,
a quantidade de dados e o conhecimento disponíveis sobre a função do
cérebro e a sofisticação dos modelos e das simulações das várias regiões do
cérebro.
Já existe um conjunto de ferramentas potentes que emergiu da pesquisa
da IA e que tem sido refinado e melhorado durante várias décadas de
desenvolvimento. O projeto da engenharia reversa do cérebro vai aumentar
enormemente esse jogo de ferramentas através, também, do fornecimento
de uma panóplia de técnicas novas, auto-organizadoras, inspiradas na
biologia. Finalmente, será possível aplicar a habilidade da engenharia para
focar e aumentar a inteligência humana muito além dos 100 trilhões de
conexões interneurais extremamente vagarosos com que todos nós lutamos
hoje. A inteligência, então, estará completamente sujeita à Lei dos Retornos
Acelerados, que, no presente, está duplicando todos os anos a potência das
tecnologias da informação.
Um problema subjacente à inteligência artificial que eu pessoalmente
vivenciei em meus quarenta anos nessa área é que, logo que uma técnica de
IA funciona, ela deixa de ser considerada como IA e é desmembrada em um
campo próprio (por exemplo, o reconhecimento de caracteres, o
reconhecimento da fala, a visão mecânica, a robótica, a prospecção de
dados, a informática médica, os investimentos automatizados).
Elaine Rich, cientista da computação, define a IA como “o estudo de
como fazer com que os computadores façam coisas que, no momento, as
pessoas fazem melhor”. Rodney Brooks, diretor do laboratório da IA do
MIT, coloca a questão de um modo diferente: “Toda vez que deciframos
uma parte dela [IA], ela deixa de ser mágica; dizemos: Ah, isso é só
computação”. Também lembro do que Watson comentou para Sherlock
Holmes: “No começo, achei que você tinha feito alguma coisa inteligente,
mas vejo que afinal não é nada disso”. Essa tem sido a nossa experiência
164

como cientistas da IA. O deslumbramento com a inteligência parece ser

reduzido a “nada” quando compreendemos totalmente seus métodos. O
mistério que sobra é a fascinação inspirada pelos métodos remanescentes da
inteligência, ainda não compreendidos.

O jogo de ferramentas da IA
IA é o estudo das técnicas para resolver problemas exponencialmente difíceis em tempo
polinomial, ao explorar os conhecimentos sobre a área do problema.
Elaine Rich
Como mencionado no capítulo 4, só recentemente conseguiu-se obter
modelos bastante detalhados de como as regiões do cérebro humano
funcionam para influenciar os projetos de IA. Antes disso, na falta de
ferramentas com que pudessem perscrutar dentro do cérebro com bastante
resolução, engenheiros e cientistas da IA desenvolveram suas próprias
técnicas. Assim como os engenheiros da aviação não tomaram como
modelo para seus cálculos a habilidade de voar dos pássaros, esses métodos
iniciais da IA também não se basearam na engenharia reversa da
inteligência natural.
Aqui será revista uma pequena amostra dessas abordagens. Desde que
foram adotadas, elas cresceram em sofisticação, o que permitiu a criação de
produtos práticos que evitam a fragilidade e as altas taxas de erros dos
primeiros sistemas.
Sistemas especializados. Nos anos 1970, muitas vezes a IA era
equiparada a um método específico: sistemas especializados. Isso envolve o
desenvolvimento de regras lógicas específicas para simular os processos de
tomada de decisão dos peritos humanos. Uma parte essencial do
procedimento implica o conhecimento de engenheiros entrevistando peritos
em determinados campos, como médicos e engenheiros, para codificar suas
regras de tomar decisões.
Houve sucessos iniciais nessa área, como sistemas de diagnósticos
médicos que se saíam bem na comparação com os médicos humanos, pelo
menos em exames limitados. Por exemplo, um sistema chamado MYCIN,
que foi projetado para diagnosticar e recomendar um tratamento para curar
doenças infecciosas, foi desenvolvido durante os anos 1970. Em 1979, uma
equipe de peritos avaliadores comparou os diagnósticos e as recomendações
de tratamento de MYCIN com os dos médicos humanos e viu que MYCIN
saiu-se tão bem ou melhor do que qualquer dos médicos. 165

Essa pesquisa deixou aparente que, em geral, a tomada de decisões pelos

humanos se baseia não em regras lógicas definitivas, mas sim em tipos
“mais flexíveis” de evidências. Uma mancha escura em um exame médico
de imagem pode sugerir um câncer, mas outros fatores, como sua forma
exata, sua localização e seu contraste provavelmente vão influir no
diagnóstico. A tomada de decisões humana em geral é influenciada pela
combinação de muitas evidências originadas de experiências anteriores,
nenhuma definitiva por si mesma. Muitas vezes nem percebemos
conscientemente muitas das regras que usamos.
Pelo final dos anos 1980, os sistemas especializados estavam
incorporando a ideia da incerteza e podiam combinar muitas fontes de
evidências fortuitas para tomar uma decisão. O sistema MYCIN foi
pioneiro nessa abordagem. Uma “regra” típica do MYCIN é a seguinte:

Se a infecção que requer terapia é meningite, e a infecção deve-se a

um fungo, e não foram vistos organismos no tingimento da cultura, e o
paciente não é um hospedeiro comprometido, e o paciente esteve em
uma área em que coccidioidomicoses são endêmicas, e o paciente é
negro, asiático ou hindu, e o antígeno criptocócico no teste csf não foi
positivo, ENTÃO há 50% de chances de que o criptococo não seja um
dos organismo que estão causando a infecção.
Embora uma única regra probabilística como essa não seja suficiente em
si mesma para uma conclusão útil, ao combinar milhares dessas regras, as
evidências podem ser postas em ordem e combinadas para que se tomem
decisões confiáveis.
 É provável que o projeto de sistemas especializados de mais longa
duração seja o CYC (para enCYClopedia), criado por Doug Lenat e seus
colegas na Cycorp. Começado em 1984, o CYC tem codificado
conhecimentos para prover as máquinas com uma habilidade de
compreender as suposições não verbalizadas subjacentes às ideias e ao
raciocínio humanos. O projeto evoluiu de regras lógicas codificadas às
probabilísticas, e agora inclui meios para extrair conhecimentos das fontes
escritas (com supervisão humana). O objetivo original era gerar 1 milhão de
regras, o que reflete apenas uma pequena parte do que o humano médio
sabe sobre o mundo. O objetivo mais recente de Lenat é que o CYC domine
“por volta de 2007, 100 milhões de coisas, mais ou menos o número
daquilo que uma pessoa normal conhece sobre o mundo”. 166

Outro ambicioso sistema especializado está sendo cogitado por Darryl

Macer, professor associado de ciências biológicas na Universidade de
Tsukuba no Japão. Ele planeja desenvolver um sistema incorporando todas
as ideias humanas. Uma aplicação seria informar os criadores das políticas
167

quais as ideias que são sustentadas por qual comunidade.

Redes bayesianas. Na última década, uma técnica chamada lógica
bayesiana criou uma robusta base matemática para combinar milhares ou
mesmo milhões de tais regras probabilísticas no que ele chamou de “redes
de crença” ou redes bayesianas. Concebida originalmente pelo matemático
inglês Thomas Bayes e publicada postumamente em 1763, a abordagem
pretende determinar a probabilidade de eventos futuros com base em
acontecimentos similares no passado. Muitos sistemas especializados
168

baseados nas técnicas bayesianas colhem dados das experiências de modo

contínuo, assim o tempo todo aprendendo e melhorando suas tomadas de
decisão.
Os filtros de spam mais promissores estão baseados nesse método.
Pessoalmente, uso um filtro de spam chamado SpamBayes, que treina a si
mesmo com os e-mails que foram identificados como “spam” ou “OK”. 169

Começa-se apresentando ao filtro um arquivo de cada tipo. Ele treina sua

rede com esses dois arquivos e analisa os padrões de cada um, permitindo
assim colocar os e-mails seguintes na categoria adequada. Ele continua seu
treinamento com cada e-mail seguinte, especialmente quando é corrigido
pelo usuário. Com esse filtro, a situação dos spams ficou administrável para
mim, o que é dizer muito, já que ele extrai de duzentas a trezentas
mensagens de spam todo dia, deixando passar mais do que cem mensagens
“boas”. Apenas cerca de 1% das mensagens que ele identifica como “OK”
na verdade são spam; quase nunca marca uma mensagem boa como spam.
O sistema é quase tão preciso como eu seria e muito mais rápido.
Modelos de Markov. Outro método bom para aplicar redes probabilísticas
a sequências complexas de informação envolve os modelos de Markov. 170

Andrei Andreyevich Markov (1956-1922), um matemático famoso, criou

uma teoria das “cadeias de Markov”, que foi refinada por Norbert Wiener
(1894-1964) em 1923. A teoria fornecia um método para avaliar a
probabilidade do que aconteceria numa certa sequência de eventos. Por
exemplo, ela tem sido popular no reconhecimento da fala, em que os
eventos sequenciais são os fonemas (partes do discurso). Os modelos de
Markov usados no reconhecimento da fala codificam a probabilidade de
que padrões específicos de som sejam encontrados em cada fonema, como
os fonemas influenciam uns aos outros, e prováveis ordens dos fonemas. O
sistema também pode incluir redes de probabilidades em níveis mais altos
de linguagem, como a ordem das palavras. As probabilidades reais dos
modelos são treinadas com discursos reais e dados da linguagem, portanto o
método é auto-organizador.
Os modelos de Markov foram um dos métodos que meus colegas e eu
usamos em nosso desenvolvimento do reconhecimento da fala. Ao 171

contrário das abordagens fonéticas, em que regras específicas sobre

sequências de fonemas são explicitamente codificadas por linguistas
humanos, não contamos ao sistema que existem mais ou menos 44 fonemas
em inglês, nem lhe contamos quais as sequências de fonemas que são mais
prováveis do que outras. Deixamos que o sistema descobrisse essas
“regras” por ele mesmo, através de milhares de horas de dados transcritos
da fala humana. A vantagem dessa abordagem sobre as regras codificadas à
mão é que os modelos desenvolvem sutis regras de probabilidades de que
os peritos humanos não estão necessariamente cônscios.
Redes neurais. Outro método popular de auto-organização que também
tem sido usado no reconhecimento da fala e em uma ampla variedade de
outras tarefas de reconhecimento de padrões é o das redes neurais. Essa
técnica envolve simular um modelo simplificado dos neurônios e conexões
interneurais. Uma abordagem básica das redes neurais pode ser descrita
como segue. Cada ponto de um dado input (para a fala, cada ponto
representa duas dimensões, uma sendo a frequência e a outra, tempo; para
imagens, cada ponto seria um pixel em uma imagem bidimensional) está
conectado aleatoriamente aos inputs da primeira camada de neurônios
simulados. Toda conexão tem uma força sináptica associada, que representa
sua importância e cujo valor é posto aleatoriamente. Todo neurônio faz a
soma dos sinais que chegam nele. Se a soma passa de um determinado
limite, o neurônio dispara e envia um sinal para sua conexão de output; se a
soma não passa do limite, o neurônio não dispara e seu output é zero. O
output de cada neurônio está conectado de modo aleatório com os inputs
dos neurônios da camada seguinte. Há múltiplas camadas (em geral, três ou
mais), e as camadas podem estar organizadas em várias configurações. Por
exemplo, uma camada pode alimentar uma camada anterior. Na camada do
topo, o output de um ou mais neurônios, também escolhidos aleatoriamente,
fornece a resposta. (Para uma descrição algorítmica das redes neurais, ver
esta nota: ).
172

Como a fiação da rede neural e os pesos sinápticos no começo são

colocados de modo aleatório, as respostas de uma rede neural não treinada
serão aleatórias. A chave para uma rede neural, portanto, é que ela precisa
aprender seu assunto. Como os cérebros de mamíferos em que ela é
vagamente modelada, uma rede neural começa ignorante. O professor da
rede neural — que pode ser um humano, um programa de computador ou,
talvez, outra rede neural mais madura que já aprendeu suas lições —
recompensa a rede neural estudante quando ela gera o output certo e a pune
quando ela não o faz. Por sua vez, esse feedback é usado pela rede neural
aluna para ajustar a força de cada conexão interneural. As conexões que
forem coerentes com a resposta certa são fortalecidas. Aquelas que deram a
resposta errada são enfraquecidas. Com o tempo, a rede neural se organiza
para dar as respostas certas sem orientação. As experiências mostram que as
redes neurais conseguem aprender seu assunto mesmo com professores não
confiáveis. Mesmo que o professor só esteja certo 60% do tempo, a rede
neural aluna ainda vai aprender as lições.
Uma rede neural potente, bem treinada, pode emular uma ampla gama
das faculdades humanas de reconhecimento de padrões. Os sistemas que
usam redes neurais de várias camadas mostraram resultados
impressionantes em uma ampla variedade de tarefas de reconhecimento de
padrões, inclusive reconhecendo a escrita feita à mão, os rostos humanos,
fraude nas transações comerciais como cobranças de cartão de crédito e
muitas outras. Em minha própria experiência, ao usar redes neurais em tais
contextos, a tarefa de engenharia mais desafiadora não é codificar as redes,
mas fornecer lições automatizadas para que elas aprendam seu assunto.
A tendência atual das redes neurais é tirar vantagem de modelos mais
realistas e mais complexos, de como as redes neurais biológicas reais
funcionam, agora que estão sendo desenvolvidos modelos detalhados do
funcionamento neural através da engenharia reversa do cérebro. Como
173

temos várias décadas de experiência em usar paradigmas auto-

organizadores, novos insights dos estudos do cérebro podem depressa ser
adaptados para experiências com redes neurais.
As redes neurais também são naturalmente receptivas ao processamento
paralelo, pois é assim que o cérebro funciona. O cérebro humano não tem
um processador central que simule cada neurônio. Em vez disso, pode-se
considerar cada neurônio e cada conexão interneural como sendo um
processador individual lento. Um trabalho intenso está sendo feito para
desenvolver chips especializados que implementem a arquitetura das redes
neurais em paralelo para alcançar uma produtividade substancialmente
maior.174

Algoritmos genéticos (AGs). Outro paradigma auto-organizador inspirado

pela natureza são os algoritmos genéticos ou evolucionistas, que emulam a
evolução, inclusive a reprodução sexual e as mutações. Eis uma descrição
simplificada de como eles funcionam: primeiro, determine uma maneira de
codificar as possíveis soluções para um problema dado. Se o problema
estiver aperfeiçoando os parâmetros do projeto para um motor a jato, defina
a lista dos parâmetros (com um número específico de bits atribuído a cada
parâmetro). Essa lista é considerada como o código genético no algoritmo
genético. Então, aleatoriamente, gere milhares ou mais códigos genéticos.
Cada um desses códigos (que representa um conjunto de parâmetros do
projeto) é considerado como um organismo de “solução” simulada.
Agora, avalie cada organismo simulado em um ambiente simulado
usando um método definido para avaliar cada conjunto de parâmetros. Essa
avaliação é essencial para o sucesso de um algoritmo genético. Em nosso
exemplo, iríamos aplicar cada organismo de solução a uma simulação de
motor a jato e determinar quão bem-sucedido é esse conjunto de
parâmetros, de acordo com quaisquer que sejam os critérios que nos
interessam (consumo de combustível, velocidade etc.). Deixa-se sobreviver
os melhores organismos da solução (os melhores projetos) e o resto é
eliminado.
Agora, faça todos os sobreviventes multiplicarem-se até alcançar o
mesmo número de criaturas da solução. Isso é feito simulando a reprodução
sexual. Em outras palavras, cada novo descendente extrai uma parte de seu
código genético de um genitor e outra parte de um segundo genitor. Em
geral, não é feita nenhuma distinção entre organismos fêmeas ou machos;
basta gerar um descendente com dois genitores arbitrários. Conforme se
multiplicam, acontecem algumas mutações (mudanças aleatórias) nos
cromossomos.
Já está definida uma geração da evolução simulada; agora, repita essas
etapas para cada geração subsequente. No final de cada geração, determine
quanto melhoraram os projetos. Quando a melhoria na avaliação, de uma
geração para a seguinte, ficar muito pequena, interrompemos esse ciclo
iterativo de melhoras e usamos o(s) melhor(es) projeto(s) na última
geração. (Para uma descrição algorítmica dos algoritmos genéticos, ver esta
nota: )
175

A chave para um AG é que os projetistas humanos não programam

diretamente uma solução; em vez disso, eles deixam que a solução surja
através de um processo iterativo de emulações e melhorias simuladas.
Como já foi visto, a evolução biológica é inteligente, mas vagarosa, assim,
para aumentar sua inteligência, conservamos seu discernimento enquanto
aumentamos muito seu andamento pesado. O computador é bastante rápido
para simular muitas gerações em termos de horas ou dias ou semanas. Mas
só é preciso percorrer esse processo interativo uma vez; deixando essa
evolução simulada seguir seu curso, podemos aplicar rapidamente as regras
resultantes e altamente refinadas aos problemas reais.
Como as redes neurais, AGs são uma maneira de utilizar os padrões sutis
mas profundos que existem nos dados caóticos. Uma exigência essencial
para seu sucesso é ter um modo válido para avaliar cada solução possível.
Essa avaliação precisa ser rápida porque é necessário levar em conta muitos
milhares de soluções possíveis para cada geração de evolução simulada.
Os AGs são especializados em lidar com problemas com variáveis
demais para computar soluções analíticas exatas. O projeto de um motor a
jato, por exemplo, envolve mais de cem variáveis e exige cumprir dúzias de
restrições. Os AGs usados por pesquisadores da General Electric
conseguiram realizar projetos de motores que cumpriam as restrições de
modo mais preciso do que os métodos convencionais.
Entretanto, quando usar os AGs, tenha cuidado com o que você pede. Jon
Bird, pesquisador da Universidade de Sussex, usou um AG para projetar o
melhor circuito oscilador possível. Várias tentativas geraram projetos
convencionais usando um número pequeno de transistores, mas o projeto
vencedor não foi um oscilador de modo algum, mas um simples circuito de
rádio. Aparentemente, o AG descobriu que o circuito de rádio pegava um
zumbido oscilante de um computador próximo. A solução do AG só
176

funcionava no exato local da mesa onde lhe tinham solicitado resolver o

problema.
Os algoritmos genéticos, parte do campo da teoria do caos ou da
complexidade, cada vez mais são usados para resolver problemas de
negócios de outra forma impraticáveis, como otimizar cadeias complexas
de abastecimento. Essa abordagem começa a suplantar os métodos mais
analíticos por toda a indústria. (Ver exemplos abaixo.) O paradigma
também é perito em reconhecer padrões e muitas vezes é combinado com
redes neurais e outros métodos de auto-organização. Também é um modo
razoável de escrever software de computador, especialmente software que
precisa encontrar um equilíbrio delicado para recursos competitivos.
No romance usr/bin/god, Cory Doctorow, um dos principais escritores de
ficção científica, usa uma variação curiosa de um AG para evolver uma IA.
O AG gera um grande número de sistemas inteligentes baseados nas várias
combinações intrincadas de técnicas, com cada combinação caracterizada
por seu código genético. Esses sistemas então evolvem usando um AG.
A função de avaliação funciona assim: cada sistema entra em várias salas
de bate-papo humanas e tenta se fazer passar por um humano, basicamente
um teste de Turing disfarçado. Se um dos humanos na sala de bate-papo diz
algo como “O que você é, um chatterbot?” (chatterbot significando um
programa automático, do qual, no nível atual de desenvolvimento, não se
espera que entenda a linguagem no nível humano), a avaliação tem um fim,
aquele sistema acaba com suas interações e relata sua pontuação ao AG. A
pontuação é determinada conforme o tempo durante o qual conseguiu se
fazer passar por um humano, antes de ser desafiado dessa forma. O AG
desenvolve cada vez mais intrincadas combinações de técnicas que estão
aumentando sua capacidade de passar por um humano.
A principal dificuldade dessa ideia é que a avaliação é bem vagarosa,
embora vá tomar uma quantidade apreciável de tempo só depois que os
sistemas estiverem razoavelmente inteligentes. As avaliações também
podem acontecer em paralelo. É uma ideia interessante e pode, realmente,
ser um método útil para concluir a tarefa de passar no teste de Turing,
depois que se chegar ao ponto em que há algoritmos bastante sofisticados
para alimentar esse AG, de modo que é factível desenvolver uma IA capaz
de passar no teste de Turing.
Busca recursiva. Muitas vezes é preciso procurar por um vasto número
de combinações de soluções possíveis para resolver um dado problema. Um
exemplo clássico é jogar xadrez. Quando um jogador pensa em seu
movimento seguinte, ele pode fazer uma lista de todos os seus movimentos
possíveis e, depois, para cada movimento, todos os contramovimentos
possíveis do oponente, e assim por diante. Entretanto, é difícil para
jogadores humanos manter na mente uma enorme “árvore” de sequências
de movimento-contramovimento, e, portanto, eles dependem do
reconhecimento de padrões — reconhecer situações baseadas em
experiências anteriores —, enquanto as máquinas usam a análise lógica de
milhões de movimentos e contramovimentos. Uma árvore lógica dessas está
no âmago da maioria dos programas de jogos. Considere como isso é feito:
construímos um programa chamado Pick Best Next Step (dê o melhor passo
seguinte) para selecionar cada movimento. Pick Best Next Step começa
listando todos os movimentos possíveis a partir do estado corrente do
tabuleiro. (Se o problema fosse resolver um teorema matemático em vez de
movimentos de jogo, o programa iria listar todos os possíveis passos
seguintes em uma demonstração.) Para cada movimento, o programa
constrói um tabuleiro hipotético que reflete o que iria acontecer se
fizéssemos esse movimento. Para cada um desses tabuleiros hipotéticos,
precisamos agora pensar no que nosso oponente faria se realizássemos um
dado movimento. Agora entra a recursividade, porque o Pick Best Next
Step simplesmente instrui o Pick Best Next Step (em outras palavras,
instrui-se a si mesmo) para escolher o melhor movimento para nosso
oponente e depois lista todos os movimentos legais decorrentes.
O programa continua dando instruções a si mesmo, olhando para diante,
o que resulta na geração de uma enorme árvore de movimentos-
contramovimentos. Esse é mais um exemplo do crescimento exponencial,
porque olhar adiante de um movimento (ou contramovimento) adicional
requer multiplicar a quantidade de computação disponível por cerca de
cinco. A chave do sucesso dessa fórmula recursiva é podar essa enorme
árvore de possibilidades e, afinal, deter seu crescimento. No contexto do
jogo, se um tabuleiro parece sem solução para os dois lados, o programa
pode parar a expansão da árvore do movimento-contramovimento a partir
desse ponto (chamado de “folha terminal” da árvore) e considerar o
movimento mais recente como uma vitória ou derrota. Quando tudo isso
estiver completo, o programa vai ter determinado o melhor movimento
possível para o tabuleiro real dentro dos limites da profundidade da
expansão recursiva que ele teve tempo de procurar e da qualidade de seu
algoritmo de poda. (Para uma descrição algorítmica da procura recursiva,
ver esta nota: )
177

A fórmula recursiva é, muitas vezes, eficaz na matemática. Em vez de

movimentos de jogos, os “movimentos” são os axiomas do campo da
matemática sendo tratado, bem como os teoremas demonstrados antes. As
expansões em cada ponto são os axiomas possíveis (ou teoremas
comprovados antes) que podem ser aplicados a uma prova em cada etapa.
(Essa foi a abordagem usada por Newell, Shaw e Simons em seu General
Problem Solver — solucionador de problemas gerais.)
 Com esses exemplos, pode parecer que a recursividade só é adequada
para problemas onde há objetivos e regras nitidamente definidos. Mas ela
também se mostrou promissora na geração por computador de criações
artísticas. Por exemplo, um programa que projetei chamado de Ray
Kurzweil’s Cybernetic Poet (o poeta cibernético de Ray Kurzweil) usa uma
abordagem recursiva. O programa estabelece um conjunto de objetivos
178

para cada palavra — alcançando certo padrão rítmico, uma estrutura do

poema e uma escolha de palavras que são desejáveis nesse ponto do poema.
Se o programa não consegue achar uma palavra que atenda a esses critérios,
ele recua e apaga a palavra anterior que escreveu, restabelece os critérios
originais da palavra que acabo de apagar, e parte daí. Se isso também leva a
um beco sem saída, ele de novo recua, movendo-se assim para trás e para a
frente. Eventualmente, se todos os caminhos levam a um beco sem saída,
ele acaba forçando-se a tomar uma decisão, abrandando algumas das
restrições.

“Máquinas Pensantes 2”, do matemático Martin Wattenberg com

Marek Walczak, mostram as sequências de movimento-
contramovimento que estão avaliando enquanto consideram seu
movimento seguinte.

Deep Fritz empata: Os humanos estão ficando

mais inteligentes ou os computadores
estão ficando mais burros?

Pode-se encontrar um exemplo da melhoria qualitativa nos

softwares do mundo do xadrez em computadores, que, de acordo com
a sabedoria popular, é governado apenas pela força bruta da expansão
do hardware do computador. Em um torneio de xadrez em outubro de
2002, com Vladimir Kramnik, jogador humano campeão mundial, o
software de Deep Fritz empatou. Ressalto que Deep Fritz tem
disponível apenas cerca de 1,3% da computação força bruta do
computador campeão anterior, Deep Blue. Apesar disso, ele joga
xadrez mais ou menos no mesmo nível graças a sua capacidade
superior no reconhecimento de padrões baseado no algoritmo de poda
(ver abaixo). Em seis anos, um programa como Deep Fritz vai de novo
alcançar a habilidade de Deep Blue de analisar 200 milhões de
posições no tabuleiro por segundo. Mais adiante nesta década, Deep
Fritz, como os programas de xadrez que rodam em computadores
pessoais comuns, irá derrotar todos os humanos rotineiramente.
Em The Age of Intelligent Machines, que escrevi entre 1986 e 1989,
previ que um computador iria derrotar o humano campeão mundial de
xadrez pelo final dos anos 1990. Também observei que os
computadores estavam subindo cerca de 45 pontos por ano na
classificação do xadrez, enquanto o jogo do melhor humano estava
essencialmente fixo, portanto isso projetava um ponto de cruzamento
em 1998. De fato, Deep Blue derrotou Gary Kasparov em um torneio
altamente divulgado em 1997.
No jogo Deep Fritz-Kramnik, porém, o principal programa de
computador da época só conseguiu um empate. Cinco anos tinham se
passado desde a vitória do Deep Blue, então o que fazer com essa
situação? Deve-se concluir que:

1. Os humanos estão ficando mais inteligentes ou, no mínimo, estão

melhorando no xadrez?
 2. Os computadores estão piorando no xadrez? Se for isso, deve-se
concluir que os melhoramentos na velocidade da computação, muito
divulgados, pelos últimos cinco anos, não eram tudo aquilo que se
divulgou? Ou que os softwares dos computadores estão piorando, pelo
menos no xadrez?

A vantagem do hardware especializado

Nenhuma das conclusões anteriores é garantida. A conclusão correta
é que o software está melhorando pois o Deep Fritz igualou, em
essência, o desempenho do Deep Blue, mas com muito menos recursos
computacionais. Para intuir algo dessas questões, é preciso examinar
uns poucos fatos básicos. Quando escrevi minhas previsões para
xadrez por computador no final dos anos 1980, a Universidade
Carnegie Mellon (CMU) havia embarcado em um programa para
desenvolver chips especializados para conduzir o algoritmo
“minimax” (o método padrão de jogar que se baseia em construir
árvores com sequências de movimento-contramovimento e depois
avaliar a posição da folha terminal em cada galho da árvore)
especificamente para movimentos do xadrez.
Baseado nesse hardware especializado, HiTech, a máquina de
xadrez da CMU, de 1988, foi capaz de analisar 175 mil posições das
peças por segundo. Ela alcançou uma classificação de xadrez de 2.359,
só 440 pontos abaixo do campeão mundial humano.
Um ano mais tarde, em 1989, a máquina Deep Thought da CMU
aumentou essa capacidade para 1 milhão de posições das peças no
tabuleiro por segundo e alcançou a classificação de 2.400. A IBM
eventualmente assumiu o projeto e o renomeou como Deep Blue,mas
manteve a arquitetura básica da CMU. A versão do Deep Blue que
derrotou Kasparov em 1997 tinha 256 processadores especiais para
xadrez trabalhando em paralelo, que analisavam, por segundo, 200
milhões de posições das peças no tabuleiro.
É importante notar o uso de hardware especializado para acelerar os
cálculos específicos necessários para gerar o algoritmo minimax para
movimentos do xadrez. Os projetistas de sistemas de computador
sabem muito bem que o hardware especializado pode, em geral,
implementar um algoritmo específico no mínimo cem vezes mais
depressa do que um computador de uso geral. Os ASICs (application-
specific integrated circuits — circuitos integrados de aplicação
específica) especializados exigem um desenvolvimento significativo
em esforços e custos, mas, para cálculos críticos que são necessários
de modo repetitivo (por exemplo, decodificar arquivos de MP3 ou
fazer a renderização de primitivos gráficos para video games), esses
gastos podem muito bem valer o investimento.

Deep Blue versus Deep Fritz

Devido a sempre haver muito foco no fato de um computador ser

capaz de derrotar um oponente humano, o apoio estava disponível para
investir em circuitos especiais para o xadrez. Embora houvesse alguma
controvérsia residual em relação aos parâmetros da partida Deep Blue-
Kasparov, o nível de interesse no xadrez por computador declinou
consideravelmente depois de 1997. Afinal, o objetivo tinha sido
alcançado e havia muito pouco sentido em prosseguir. A IBM cancelou
o projeto e, desde essa época, não se tem trabalhado em chips
especializadas em xadrez. Em vez disso, o foco da pesquisa nos vários
campos derivados da IA tem sido colocado em problemas mais
importantes como orientar aviões, mísseis e robots industriais,
entender a linguagem natural, diagnosticar eletrocardiogramas e
imagens de células do sangue, detectar as fraudes de cartão de crédito
e uma miríade de outras aplicações estritas e bem-sucedidas da IA.
Entretanto, o hardware dos computadores tem continuado seu
aumento exponencial, com a velocidade dos computadores pessoais
dobrando a cada ano desde 1997. Assim, os processadores Pentium de
uso geral empregados por Deep Fritz são cerca de 32 vezes mais
rápidos do que os processadores de 1997. Deep Fritz usa uma rede de
apenas oito computadores pessoais, portanto o hardware é equivalente
a 256 computadores pessoais da classe de 1997. Compare-se isso com
o Deep Blue, que usava 256 processadores especializados em xadrez,
cada um deles cerca de cem vezes mais rápidos do que os
computadores pessoais de 1997 (é claro que só para computar o
minimax do xadrez). Portanto o Deep Blue era 25.600 vezes mais
rápido do que um PC de 1997 e cem vezes mais do que o Deep Fritz.
Essa análise é confirmada pelas velocidades relatadas dos dois
sistemas: o Deep Blue consegue analisar 200 milhões de posições de
peças por segundo comparado com apenas cerca de 2,5 milhões do
Deep Fritz.

Ganhos significativos no software

 Então, o que se pode dizer do software do Deep Fritz? Embora em
geral as máquinas de xadrez sejam consideradas como exemplos de
força bruta nos cálculos, existe um aspecto importante desses sistemas
que requer um juízo qualitativo. A explosão combinatória das
possíveis sequências de movimento-contramovimento é
impressionante.
Em The Age of Intelligent Machines, calculei que levaria uns 40
bilhões de anos para fazer um movimento se deixássemos de podar a
árvore do movimento-contramovimento e tentássemos fazer um
movimento “perfeito” em um jogo típico. (Supondo trinta movimentos
cada, em um jogo normal, e cerca de oito movimentos possíveis por
jogada, temos 8 sequências de movimentos possíveis; analisar 1
30

bilhão de sequências de movimentos por segundo iria levar 10 18

segundos ou 40 bilhões de anos.) Assim, um sistema prático precisa

estar continuamente podando as linhas de ação não promissoras. Isso
requer intuição e é, essencialmente, um juízo de reconhecimento de
padrões.
Os humanos, mesmo grandes mestres mundiais, executam o
algoritmo minimax extremamente devagar, em geral realizando uma
análise de movimento- contramovimento por segundo. Então como
pode um grão-mestre do xadrez competir com sistemas de
computador? A resposta é que nós temos poderes extraordinários para
reconhecer padrões, o que nos permite podar a árvore com muita
intuição.
É precisamente nessa área que o Deep Fritz melhorou
consideravelmente em relação ao Deep Blue. O Deep Fritz tem só um
pouco mais de computação disponível do que o Deep Thought da
CMU, mas sua posição é quase quatrocentos pontos mais alta.

Os jogadores humanos de xadrez estarão condenados?

Outra previsão que fiz em The Age of Intelligent Machines foi de

que, quando os computadores se saírem tão bem ou melhor que os
humanos no xadrez, iríamos pensar mais na inteligência do
computador, ou menos na inteligência humana, ou menos no xadrez, e
se a história é guia, a última dessas alternativas seria o resultado
provável. De fato, isso é precisamente o que aconteceu. Logo depois
da vitória de Deep Blue, começamos a ouvir muito sobre como o
xadrez, na verdade, é um simples jogo de calcular combinações e que a
 vitória do computador só demonstrava que ele era um calculista
melhor.
A realidade é um pouco mais complexa. A habilidade dos humanos
de se saírem bem no xadrez não se deve, claramente, a nossas proezas
no cálculo, em que somos, de fato, bastante limitados. Em vez disso,
usamos, por excelência, uma forma humana de juízo. Para esse tipo de
juízo qualitativo, o Deep Fritz representa um progresso genuíno sobre
sistemas anteriores. (Incidentalmente, os humanos não tiveram
nenhum progresso nos últimos cinco anos, com as maiores pontuações
humanas ficando logo abaixo de 2.800. Em 2004, Kasparov classifica-
se com 2.795 e Kramnik, com 2.794.)
Partindo daqui, para onde vamos? Agora que o xadrez por
computador depende de software que roda em computadores pessoais
comuns, os programas de xadrez vão continuar a se beneficiar da
aceleração contínua da potência do computador. Por volta de 2009, um
programa como Deep Fritz vai alcançar de novo a habilidade do Deep
Blue de analisar, por segundo, 200 milhões de posições das peças no
tabuleiro. Com a oportunidade de colher computação na internet,
conseguiremos atingir esse potencial vários anos antes de 2009. (Para
a coleta da internet pelos computadores, será necessária uma
comunicação de banda larga ubíqua, mas isso também está chegando.)
Com esse inevitável aumento de velocidade, bem como com os
contínuos melhoramentos no reconhecimento de padrões, as
classificações do xadrez por computador continuarão a subir
gradualmente. Os programas como o Deep Fritz, rodando em
computadores pessoais normais, vão derrotar regularmente todos os
humanos mais adiante nesta década. Então, vamos realmente nos
desinteressar pelo xadrez.

Combinando métodos. A abordagem mais potente para construir sistemas

de IA forte é combinar abordagens, que é como funciona o cérebro humano.
Como já foi examinado antes, o cérebro não é uma grande rede neural, mas,
em vez disso, consiste em centenas de regiões, cada uma processando ao
máximo as informações de um modo diferente. Nenhuma dessas regiões em
si funciona nos que seriam considerados níveis humanos de desempenho,
mas, claramente, por definição, o sistema geral faz exatamente isso.
Usei essa abordagem em meu próprio trabalho com a IA, especialmente
no reconhecimento de padrões. No reconhecimento da fala, por exemplo,
fizemos numerosos sistemas de reconhecimento de padrões baseados em
diferentes paradigmas. Alguns foram programados especificamente com o
conhecimento das restrições fonéticas e linguísticas dos especialistas.
Outros basearam-se nas regras para analisar sentenças (o que envolve criar
diagramas de sentenças mostrando o uso da palavra, semelhantes aos
diagramas ensinados no ensino fundamental 1). E outros ainda foram
baseados em técnicas de auto-organização como os modelos de Markov,
treinados em extensas bibliotecas de fala humana gravada e anotada. Então
programamos um software “perito administrador” para aprender a força e a
fraqueza dos diferentes “peritos” (reconhecedores) e para combinar seus
resultados de maneira ótima. Desse modo, uma determinada técnica que,
em si, pode produzir resultados pouco confiáveis, pode, não obstante,
contribuir para aumentar a exatidão geral do sistema.
Na caixa de ferramentas da IA, há muitos modos entrelaçados de
combinar os vários métodos. Por exemplo, pode-se usar um algoritmo
genético para desenvolver a topologia (organização dos nódulos e das
conexões) perfeita para uma rede neural ou um modelo de Markov. O
resultado final da rede neural de AGs evoluídos pode então ser usado para
controlar os parâmetros de um algoritmo de busca recursivo. Pode-se
acrescentar técnicas potentes de processar sinais e imagens, que foram
desenvolvidas para sistemas de processamento de padrões. Cada aplicação
específica requer uma arquitetura diferente. Ben Goertzel, professor da
ciência da computação e empreendedor da IA, escreveu uma série de livros
e artigos que descrevem a estratégia e a arquitetura para combinar os
diversos métodos subjacentes à inteligência. Sua arquitetura Novamente
pretende fornecer uma moldura para a IA de uso geral. 179

As descrições básicas acima só fornecem uma olhadela sobre como são

projetados os presentes sistemas de IA cada vez mais sofisticados. Está
além do objetivo deste livro fornecer uma descrição completa das técnicas
da IA, e mesmo um programa de doutoramento em ciências da computação
não consegue cobrir todas as variadas abordagens usadas hoje.
Muitos dos exemplos dos sistemas de IA restrita no mundo real, descritos
na seção seguinte, usam uma variedade de métodos integrados e otimizados
para cada tarefa particular. A IA está se fortalecendo como resultado de
várias tendências simultâneas: ganhos exponenciais contínuos nos recursos
computacionais, experiências intensivas no mundo real com milhares de
aplicações e novos insights de como o cérebro humano toma decisões
inteligentes.

Uma amostragem da IA restrita

 Quando escrevi meu primeiro livro sobre IA, The Age of Intelligent
Machines, no final dos anos 1980, tive de investigar muito para encontrar
uns poucos exemplos bem-sucedidos da IA na prática. A internet ainda não
era influente, portanto tive de visitar os centros de pesquisas sobre IA nos
Estados Unidos, Europa e Ásia. Incluí no meu livro praticamente todos os
exemplos aceitáveis que pude identificar. Em minha pesquisa para este livro
minha experiência foi totalmente diferente. Tenho sido inundado por
milhares de exemplos instigantes. Em nosso web site KurzweilAI.net,
apresentamos um ou mais sistemas dramáticos quase todo dia. 180

Um estudo de 2003 da Business Communications Company projetou um

mercado de 21 bilhões de dólares para 2007 para aplicações da IA, com um
crescimento anual médio de 12,2% de 2002 a 2007. As principais
181

atividades econômicas para as aplicações da IA incluem espionagem

empresarial, serviço de atendimento ao cliente, finanças, defesa e segurança
nacional e educação. A seguir, uma pequena amostra da IA restrita em ação.

As Forças Armadas e os serviços de inteligência. As Forças Armadas dos

Estados Unidos têm sido ávidas usuárias dos sistemas de IA. Os sistemas de
software de reconhecimento de padrões guiam armas autônomas como
mísseis de cruzeiro, que podem voar milhares de milhas para achar uma
construção específica ou mesmo uma janela específica. Embora os
182

detalhes relevantes do terreno por cima do qual o míssil voa sejam

programados previamente, as variações do clima, da cobertura do solo e
outros fatores requerem um nível flexível no reconhecimento de imagens
em tempo real.
O Exército desenvolveu protótipos de redes de comunicações auto-
organizáveis (chamadas de mesh networks — redes de malha) para
configurar automaticamente muitos milhares de nódulos de comunicações
quando um pelotão é lançado em um novo local. 183

Sistemas especializados incorporando as redes bayesianas e os AGs são

usados para aperfeiçoar cadeias complexas de abastecimento que
coordenam milhões de provisões, suprimentos e armamentos baseados nas
necessidades, que mudam bem depressa, do campo de batalha.
Os sistemas de IA são normalmente empregados para simular o
desempenho de armas, inclusive de bombas nucleares e mísseis.
Um aviso prévio dos ataques terroristas de 11 de setembro de 2001 foi
aparentemente detectado pelo sistema Echelon baseado em IA da National
Security Agency (Agência da Segurança Nacional), que analisa o intenso
monitoramento feito pela agência do tráfego de comunicações. 184
Infelizmente, os avisos do Echelon só foram revisados por agentes humanos
quando era tarde demais.
A campanha militar de 2002 no Afeganistão viu a estreia do Predator
armado, um avião de caça robótico não tripulado. Embora o Predator da
Aeronáutica estivesse sendo desenvolvido por muitos anos, armá-lo com
mísseis fornecidos pelo Exército foi uma improvisação de último minuto
que provou ser notavelmente bem-sucedida. Na guerra do Iraque que
começou em 2003, o Predator armado (operado pela CIA) e outros veículos
aéreos não tripulados (Unmanned Aerial Vehicles — UAVs) destruíram
milhares de tanques e locais de mísseis do inimigo.
Todos os serviços militares estão usado robots. O Exército utiliza-os para
fazer buscas em cavernas (no Afeganistão) e em edificações. A Marinha usa
pequenos navios robóticos para proteger seus porta-aviões. Como abordarei
no próximo capítulo, deslocar os soldados para longe de uma batalha é uma
tendência que cresce rapidamente.

Exploração espacial. A Nasa está construindo autoentendimento no

software que controla sua nave espacial não tripulada. Considerando que
Marte está cerca de três minutos-luz da Terra e Júpiter, cerca de quarenta
minutos-luz (dependendo da posição exata dos planetas), a comunicação
entre a nave espacial que se dirige para lá e os controladores terrestres é
significativamente atrasada. Por essa razão, é importante que os softwares
que controlam essas missões tenham a capacidade de tomar suas próprias
decisões táticas. Para realizar isso, o software da Nasa está sendo projetado
para incluir um modelo das próprias aptidões do software e as da nave
espacial, bem como as dificuldades que cada missão poderá encontrar. Tais
sistemas baseados na IA conseguem raciocinar nas novas situações em vez
de apenas seguir regras pré-programadas. Essa abordagem permitiu que a
nave Deep Space One, em 1999, usasse seu próprio conhecimento técnico
para conceber uma série de planos originais para resolver o problema de um
interruptor travado que ameaçava destruir sua missão de explorar um
asteroide. O primeiro plano do sistema de IA não funcionou, mas seu
185

segundo plano salvou a missão. “Esses sistemas têm um modelo de bom

senso da física de seus componentes internos”, explica Brian Williams,
coinventor do software autônomo do Deep Space One e agora um cientista
nos laboratórios da IA e dos sistemas espaciais do MIT. “[A nave espacial]
pode raciocinar a partir daquele modelo para determinar o que está errado e
saber o que fazer.”
Usando uma rede de computadores, a Nasa utilizou os AGs para
desenvolver um projeto de antena para três satélites Space Technology 5,
que vão estudar o campo magnético da Terra. Milhões de projetos possíveis
competiram no desenvolvimento simulado. De acordo com Jason Lohn,
chefe do projeto e cientista da Nasa, “agora estamos usando o software [de
AG] para projetar máquinas microscópicas muito pequenas, inclusive
giroscópios, para a navegação nos voos espaciais. O software também pode
inventar projetos que nenhum projetista humano poderia imaginar”. 186

Outro sistema de IA da Nasa aprendeu por conta própria a distinguir

estrelas de galáxias em imagens pouco nítidas com uma precisão que supera
as dos astrônomos humanos.
Novos telescópios robóticos terrestres conseguem tomar suas próprias
decisões quanto ao ponto para onde olhar e como otimizar a probabilidade
de encontrar os fenômenos desejados. Chamados de “observatórios
autônomos, semi-inteligentes”, os sistemas podem ajustar-se ao clima,
perceber itens de interesse e decidir segui-los por vontade própria. São
capazes de detectar fenômenos muito sutis, como uma estrela que pisca por
um nanossegundo, o que pode indicar que um pequeno asteroide nas
regiões remotas de nosso sistema solar passou na frente da luz daquela
estrela. Um desses sistemas chamado de MOTESS (Moving Object and
187

Transient Event Search System — sistema de busca de objetos que se

movem e de eventos transitórios) identificou, por conta própria, 180 novos
asteroides e vários cometas durante seus dois primeiros anos de
funcionamento. “Temos um sistema de observação inteligente”, explicou
Alasdair Allan, astrônomo da Universidade de Exeter. “Ele pensa e reage
por si mesmo, decidindo se alguma coisa que descobriu é bastante
interessante para merecer mais observações. Se forem necessárias mais
observações, ele simplesmente segue em frente e as faz.”
Sistemas semelhantes são usados pelos militares para analisar
automaticamente os dados dos satélites espiões. A tecnologia atual dos
satélites lhes permite observar objetos ao rés do chão com cerca de uma
polegada de tamanho, e não são afetados pelo mau tempo, pelas nuvens ou
pela escuridão. A quantidade maciça de dados gerados continuamente não
188

seria administrável sem um reconhecimento automático de imagens

programado para buscar desenvolvimentos relevantes.

Medicina. Se você fizer um eletrocardiograma (ECG), é provável que seu

médico receba um diagnóstico automatizado que usou o reconhecimento de
padrões aplicado aos ECGs armazenados. Minha própria empresa
(Kurtzweil Technologies) está trabalhando junto com a United Therapeutics
para desenvolver uma nova geração de análises de ECG automatizadas para
monitoramento discreto a longo prazo (via sensores inseridos nas roupas e
comunicação sem fio usando um celular) dos primeiros sinais de doença do
coração. Outros sistemas de reconhecimento de padrões são usados para
189

diagnosticar inúmeros dados de imagem.

Todo grande desenvolvedor de drogas está usando programas de IA para
fazer reconhecimento de padrões e mineração inteligente de dados no
desenvolvimento de novas terapias com remédios. Por exemplo, a SRI
International está construindo bases flexíveis de conhecimento que
codificam tudo que se sabe sobre uma dúzia de agentes patológicos,
inclusive tuberculose e H. pylori (a bactéria que causa úlceras). O objetivo
190

é aplicar ferramentas inteligentes para garimpar dados (software que

consegue buscar novos relacionamentos nos dados), a fim de encontrar
novas maneiras de matar ou desarranjar o metabolismo desses patógenos.
Sistemas parecidos estão sendo aplicados para realizar a descoberta
automática de novas terapias para outras doenças, bem como para
compreender a função dos genes e o seu papel nas doenças. Por exemplo,
191

os Abbott Laboratories afirmam que seis pesquisadores humanos em um de

seus novos laboratórios equipados com sistemas de robótica baseada em IA
e de análise de dados conseguem equiparar-se aos resultados de duzentos
cientistas em seus laboratórios mais antigos de desenvolvimento de
remédios. 192

Homens com os níveis elevados do antígeno específico para a próstata

(PSA) normalmente passam por uma biópsia cirúrgica, mas cerca de 75%
desses homens não têm câncer de próstata. Um novo exame, baseado no
reconhecimento de padrões de proteínas no sangue, iria reduzir essa taxa de
falsos positivos para uns 29%. O exame é baseado em um programa de IA
193

projetado pelo Correlogic Systems em Bethesda, Maryland (Estados

Unidos), e espera-se que sua precisão aumente ainda mais com o
desenvolvimento contínuo.
O reconhecimento de padrões aplicado em padrões de proteínas também
tem sido usado para descobrir câncer de ovário. O melhor exame
contemporâneo para câncer de ovário, chamado CA-125, empregado junto
com o ultrassom, deixa escapar quase todos os tumores no estágio inicial.
“Agora, quando é diagnosticado, o câncer de ovário é quase sempre
mortal”, diz Emanuel Petricoin III, codiretor do Clinical Proteomics
Program realizado pela FDA e pelo National Cancer Institute. Petricoin é o
principal desenvolvedor de um novo exame que procura padrões únicos de
proteínas só encontrados na presença de câncer. Em uma avaliação
envolvendo centenas de amostras de sangue, o exame foi, de acordo com
Petricoin, “impressionantemente 100% preciso em detectar câncer, mesmo
nos estágios iniciais”.
Cerca de 10% de todas as lâminas de papanicolau nos Estados Unidos
são analisadas por um programa de IA que aprende por si mesmo, chamado
FocalPoint, desenvolvido por TriPath Imaging. Os desenvolvedores
começaram entrevistando patologistas sobre os critérios que usam. Então o
sistema de IA continuou a aprender observando os peritos patologistas. Só
foi permitido que os melhores diagnosticadores humanos fossem
observados pelo programa. “Essa é a vantagem de um sistema
especializado”, explica Bob Schmidt, gerente técnico de produtos da
TriPath. “Ele permite que você replique os melhores especialistas.”
O Ohio State University Health System desenvolveu um sistema
computadorizado de entrada de pedidos médicos (CPOE) baseado em um
sistema especializado com extensos conhecimentos sobre especialidades
múltiplas. O sistema verifica automaticamente todos os pedidos de exame
195

de alergias possíveis do paciente, interações medicamentosas, duplicações,

restrições de medicamentos, orientações de dosagem e adequação das
informações dadas sobre o paciente pelos departamentos de radiologia e
laboratório do hospital.

Ciência e matemática. Um “cientista robot” foi desenvolvido na

Universidade do País de Gales, que combina um sistema baseado em IA
capaz de formular teorias originais, com um sistema robótico que pode
automaticamente realizar experiências por meio de um mecanismo que
raciocina para avaliar os resultados. Os pesquisadores forneceram a sua
criação um modelo de expressão de genes. O sistema “automaticamente
origina hipóteses para explicar observações, cria experiências para testar
essas hipóteses, executa fisicamente essas experiências usando um robot-
laboratório, interpreta os resultados para invalidar hipóteses incompatíveis
com os dados e, depois, repete o ciclo”. O sistema consegue melhorar seu
196

desempenho ao aprender com a própria vivência. As experiências

projetadas pelo cientista robot foram três vezes menos dispendiosas do que
as projetadas por cientistas humanos. Um teste da máquina contra um grupo
de cientistas humanos mostrou que as descobertas feitas pela máquina eram
comparáveis às feitas pelos humanos.
Mike Young, diretor de biologia na Universidade do País de Gales, foi
um dos cientistas humanos que perdeu para a máquina. Ele explica que “o
robot de fato me venceu, mas só porque uma hora apertei a tecla errada”.
 Uma hipótese de álgebra de longa data foi finalmente demonstrada por
um sistema de IA no Laboratório Nacional de Argonne. Os matemáticos
humanos chamaram a prova de “criativa”.

Negócios, finanças e indústria. Empresas de todos os campos estão

usando sistemas de IA para controlar e aperfeiçoar a logística, detectar
fraudes e lavagem de dinheiro e executar o garimpo inteligente de dados na
horda de informações que coletam todo dia. Por exemplo, o Wal-Mart
coleta vastas quantidade de informação de suas transações com os
compradores. Ferramentas baseadas na IA que usam redes neurais e
sistemas especializados fazem a revisão desses dados para fornecer
relatórios de pesquisa de mercado para os administradores. Esse garimpo
inteligente de dados permite que se façam previsões notavelmente precisas
do inventário necessário para cada produto em cada loja para cada dia. 197

Programas baseados em IA são usados, como rotina, para descobrir

fraudes em transações financeiras. A Future Route, uma empresa inglesa,
oferece por exemplo iHex, baseado em rotinas de IA desenvolvidas na
Universidade de Oxford, para detectar fraudes em transações com cartões
de crédito e pedidos de empréstimo. O sistema continuamente gera e
198

atualiza suas próprias regras com base em sua experiência. O First Union
Home Equity Bank em Charlotte, Carolina do Norte (Estados Unidos), usa
Loan Arranger, um sistema semelhante baseado em IA para decidir se
aprova ou não pedidos de hipoteca. 199

Da mesma forma, a NASDAQ usa um programa que aprende chamado

sistema de Securities Observation, News Analysis, and Regulation
(SONAR) para monitorar todas as transações, visando encontrar fraudes,
bem como pela possibilidade de insider trading. Pelo final de 2003, mais
200

de 180 incidentes tinham sido detectados pelo SONAR e relatados à U.S.

Securities and Exchange Commission e ao Ministério da Justiça, incluindo
vários casos que mais tarde receberam uma cobertura significativa da
mídia.
A Ascent Technology, fundada por Patrick Winston, que dirigiu o
laboratório de IA do MIT de 1972 até 1997, projetou um sistema baseado
em AGs chamado Smart-Airport Operations Center (SAOC — algo como
centro de operações de aeroportos inteligentes) que pode otimizar a
complexa logística de um aeroporto, como equilibrar as tarefas de centenas
de empregados, determinar portões e equipamentos e administrar uma
miríade de outros detalhes. Winston enfatiza que “imaginar maneiras para
201

otimizar uma situação complicada é o que fazem os algoritmos genéticos”.

O SAOC elevou a produtividade em cerca de 30% nos aeroportos onde foi
instalado.
O primeiro contrato da Ascent foi para aplicar suas técnicas de IA para
administrar a logística da Tempestade no Deserto, a campanha de 1991
contra o Iraque. O DARPA (Defense Advanced Research Projects Agency
— Agência de Projetos Avançados de Pesquisas de Defesa) afirmou que os
sistemas de planejamento logístico baseados na IA, inclusive o sistema
Ascent, resultaram em uma economia maior do que todo o investimento do
governo em pesquisas da IA por várias décadas.
Uma tendência recente nos softwares é para que sistemas de IA
monitorem o desempenho de um sistema de softwares complexo,
reconheçam defeitos e determinem a melhor maneira de se recuperar
automaticamente sem ter que, necessariamente, informar o usuário
humano. A ideia tem origem na percepção de que, embora sistemas de
202

software fiquem mais complexos, como humanos, eles jamais serão

perfeitos, e que eliminar todos os erros é impossível. Como humanos,
usamos a mesma estratégia: não esperamos ser perfeitos, mas, em geral,
tentamos nos recuperar dos erros inevitáveis. “Queremos colocar essa ideia
da administração de sistemas de pernas para o ar”, diz Armando Fox, chefe
do Software Infrastructures Group da Universidade Stanford, que está
trabalhando no que agora é chamado de “computação autonômica”. Fox
acrescenta: “O sistema tem de ser capaz de se arranjar, ele tem de se
otimizar. Tem de se consertar e, se alguma coisa está errada, tem de saber
como responder às ameaças externas”. A IBM, a Microsoft e outros
fornecedores de software estão desenvolvendo sistemas que incorporam
aptidões autonômicas.

Indústria e robótica. A fabricação integrada por computador (CIM —

computer-integrated manufacturing) cada vez mais emprega técnicas da IA
para otimizar o uso de recursos, agilizar a logística e diminuir os estoques
através da compra just-in-time de peças e suprimentos. Uma nova tendência
nos sistemas CIM é usar o “raciocínio baseado em casos” (RBC) em vez de
sistemas especializados com codificação rígida, baseados em regras. Esse
raciocínio codifica o conhecimento como “casos”, que são exemplos de
problemas com soluções. Os casos iniciais normalmente são projetados
pelos engenheiros, mas a chave para o sucesso de um sistema de raciocínio
baseado em casos é sua habilidade de coletar novos casos da experiência
real. O sistema então é capaz de aplicar o raciocínio de seus casos
armazenados a novas situações.
 Os robots são usados intensivamente na fabricação. A mais nova geração
de robots usa sistemas de visão mecânica baseados em IA flexível — de
empresas como Cognex Corporation em Natick, Massachusetts (Estados
Unidos) — que podem responder de modo flexível a condições que variam.
Isso reduz a necessidade de arranjos precisos para que o robot funcione
corretamente. Brian Carlisle, presidente da Adept Technologies, uma
empresa de automação industrial de Livermore, Califórnia (Estados
Unidos), afirma que “mesmo se os custos da mão de obra fossem
eliminados [como consideração], ainda se pode defender vigorosamente a
automação com robots e outras automações flexíveis. Além da qualidade e
da produtividade, os usuários ganham ao permitir uma evolução e rápida
troca de produtos que não pode ser igualada com ferramentas pesadas”.
Hans Moravec, um dos principais roboticistas da IA, fundou uma
empresa chamada Seegrid para aplicar sua tecnologia de visão mecânica à
manufatura, à manipulação de materiais e a missões militares. O software
203

de Moravec permite que um dispositivo (um robot ou apenas um carrinho

de manejo de materiais) ande ou role através de um ambiente não
estruturado e, em uma única passagem, construa um mapa confiável em
“voxel” (pixel tridimensional) do ambiente. O robot, então, pode usar o
mapa e sua própria capacidade de raciocínio para determinar o caminho
ideal e livre de obstáculos para realizar a missão da qual foi encarregado.
Essa tecnologia permite que carrinhos autônomos transfiram materiais
através de um processo de fabricação sem o alto grau de preparação
necessário com os sistemas robóticos pré-programados convencionais. Em
situações militares, veículos autônomos poderiam realizar missões precisas
enquanto se ajustam a ambientes e condições do campo de batalha que
mudam rapidamente.
A visão mecânica também está melhorando a habilidade dos robots de
interagir com os humanos. Usando câmeras pequenas, baratas, o software
de rastreamento de cabeça e olhos pode perceber onde está um usuário
humano, permitindo que os robots, bem como pessoas virtuais em uma tela,
mantenham contato visual, que é um elemento essencial para interações
naturais. Sistemas de rastreamento de cabeça e olhos têm sido
desenvolvidos na Universidade Carnegie Mellon e no MIT, e são oferecidos
por pequenas empresas como a Seeing Machines da Austrália.
Uma demonstração impressionante da visão mecânica foi um veículo
dirigido por um sistema de IA, sem intervenção humana, rodando por quase
toda a distância entre Washington, D.C., e San Diego, na Califórnia. Bruce
204

Buchanan, professor de ciências da computação na Universidade de

Pittsburgh e presidente da Associação Americana de Inteligência Artificial,
observou que esse feito teria sido “inaudito dez anos atrás”.
O Palo Alto Research Center (PARC — Centro de Pesquisas de Palo
Alto) está desenvolvendo um enxame de robots que conseguem navegar em
ambientes complexos, como uma zona de catástrofe, e encontrar elementos
que importam, como os humanos que podem estar feridos. Em uma
demonstração feita em setembro de 2004 em uma conferência sobre IA em
San Jose, na Califórnia, foi mostrado um grupo de robots auto-
organizadores em uma área de catástrofe falsa mas realista. Os robots
205

andaram sobre o terreno acidentado, comunicaram-se uns com os outros,

usaram o reconhecimento de padrões em imagens e detectaram o calor do
corpo para localizar pessoas.

Fala e linguagem. Lidar naturalmente com a linguagem é a mais

desafiadora de todas as tarefas para a inteligência artificial. Nenhum truque
simples, a menos que se domine totalmente os princípios da inteligência
humana, permitirá que um sistema computadorizado imite a conversa
humana de modo convincente, mesmo quando limitada apenas a mensagens
de texto. Isso foi intuído por Turing ao projetar seu teste homônimo
baseado inteiramente na linguagem escrita.
Embora ainda não em níveis humanos, os sistemas de processamento da
linguagem natural estão fazendo progressos sólidos. Motores de busca
ficaram tão populares que o “Google” passou de substantivo próprio a
verbo, e sua tecnologia revolucionou a pesquisa e o acesso ao
conhecimento. O Google e outros motores de busca usam inferências
lógicas e métodos de aprendizado estatístico baseados na IA para
determinar a classificação dos links. A falha mais evidente desses motores
de busca é sua incapacidade de entender o contexto das palavras. Embora o
usuário experiente aprenda como escolher uma cadeia de palavras-chave
para encontrar os sites mais relevantes (por exemplo, uma busca por “chip
de computador” provavelmente evitará as referências a batatas chips que
uma busca só por “chip” poderia mostrar), o que realmente gostaríamos de
conseguir fazer é conversar com nossos motores de busca em linguagem
natural. A Microsoft desenvolveu um motor de busca em linguagem natural
chamado de Ask MSR (Ask MicroSoft Research — Pergunte à Pesquisa
Microsoft), que, na verdade, responde a perguntas em linguagem natural
como “Quando nasceu Mickey Mantle?” Depois que o sistema analisa a
2063∗

sentença para determinar as partes do discurso (sujeito, verbo, objeto,

adjetivo, advérbio e assim por diante), um motor especial de busca encontra
o que combina com base na sentença analisada. Procura-se nos documentos
encontrados sentenças que pareçam responder à pergunta, e as respostas
possíveis são classificadas. Pelo menos em 75% das vezes, a resposta certa
está nas três primeiras posições da classificação, e as respostas erradas são
geralmente óbvias (como “Mickey Mantle nasceu em 3”). Os pesquisadores
esperam incluir bases de conhecimento que diminuam a classificação de
muitas das respostas sem sentido.
Eric Brill, pesquisador da Microsoft que dirigiu as pesquisas sobre o Ask
MSR, também tentou uma tarefa ainda mais difícil: construir um sistema
para dar respostas de umas cinquenta palavras para perguntas mais
complexas, como “Como são escolhidos os ganhadores do Prêmio Nobel?”
Uma das estratégias usadas por esse sistema é encontrar uma seção
adequada de Perguntas Frequentes na Web que responda à questão.
Sistemas de linguagem natural combinados com um grande vocabulário,
reconhecimento do discurso independentemente de quem fala (isto é, que
responde a qualquer pessoa que fala) ao telefone, estão chegando ao
mercado para coordenar transações rotineiras. Pode-se falar com o agente
de viagens virtual da British Airways sobre qualquer coisa que se queira,
desde que tenha a ver com reservar voos da British Airways. Também é
207

provável falar com uma pessoa virtual se você chamar o serviço de

atendimento ao cliente da Verizon ou da Charles Schwab ou da Merrill
Lynch para realizar transações financeiras. Esses sistemas, embora possam
irritar algumas pessoas, estão aptos, razoavelmente, a responderem de modo
adequado ao jeito como as pessoas falam, muitas vezes ambíguo e
fragmentado. A Microsoft e outras empresas estão oferecendo sistemas para
que uma empresa crie agentes virtuais para fazer reservas de viagem e em
hotéis e realizem transações rotineiras de todo tipo através de diálogos de
mão dupla, com vozes razoavelmente naturais.
Nem todos os que ligam para esses centros ficam satisfeitos com a
habilidade desses agentes virtuais para completar o trabalho, mas a maioria
dos sistemas fornece um meio para conseguir alcançar um ser humano na
linha. As empresas que usam esses sistemas relatam que eles reduzem a
necessidade de agentes humanos em 80%. Além da economia de dinheiro,
reduzir o tamanho de um call center traz um benefício administrativo — os
empregos nos call centers têm uma rotatividade muito grande por causa da
pouca satisfação com o trabalho.
Dizem que os homens relutam em pedir informações, mas os vendedores
de carros apostam que tanto homens quanto mulheres motoristas irão
tranquilamente pedir ajuda a seu próprio carro para chegar a um destino.
Em 2005, o Acura RL e o Honda Odyssey oferecem um sistema de IBM
que permite que os usuários conversem com seus carros. As indicações
208

sobre que caminho tomar irão incluir nomes de ruas (por exemplo, “vire à
esquerda na rua Augusta, depois à direita na Avenida Brasil”). Os usuários
poderão fazer perguntas como “onde fica o restaurante italiano mais
próximo?”, ou podem inserir por voz locais específicos, pedir
esclarecimentos sobre as orientações e dar ordens ao próprio carro (como
“aumente o ar-condicionado”). O Acura RL também informará em sua tela
e em tempo real as condições do caminho e se há congestionamento. O
reconhecimento da fala afirma não levar em conta quem fala e não ser
afetado pelo som do motor, do vento e de outros barulhos. O sistema deverá
reconhecer 1,7 milhão de nomes de ruas e cidades, além de alguns mil
comandos.
A tradução de línguas por computador continua melhorando aos poucos.
Porque essa é uma tarefa de nível do teste de Turing — isto é, para obter
resultados em nível humano, ele requer uma total compreensão da
linguagem em nível humano — e será uma das últimas áreas de aplicação a
competir com o desempenho humano. Franz Josef Och, um cientista da
computação na Universidade da Califórnia do Sul, desenvolveu uma técnica
que pode gerar um novo sistema de tradução, entre qualquer par de línguas,
em questão de horas ou dias. Tudo que ele precisa é de uma “pedra de
209

Rosetta” — isto é, um texto em uma língua e a tradução desse texto para

outra língua —, embora ele precise de milhões de palavras nesse texto
traduzido. Usando uma técnica de auto-organização, o sistema é capaz de
desenvolver seus próprios modelos estatísticos de como um texto é
traduzido de uma língua para a outra, e desenvolve esses modelos nas duas
direções.
Isso contrasta com outros sistemas de tradução, em que os linguistas
codificam meticulosamente as regras gramaticais com longas listas de
exceções para cada regra. O sistema de Och recebeu recentemente a mais
alta pontuação em uma competição de sistemas de tradução realizada pelo
departamento do comércio do National Institute of Standards and
Technology.

Lazer e esportes. Em uma aplicação divertida e curiosa dos AGs, Torsten

Reil, cientista de Oxford, fez criaturas animadas com articulações e
músculos simulados e uma rede neural como cérebro. Ele então lhes deu
uma tarefa: andar. Ele usou um AG para desenvolver essa aptidão, que
envolve setecentos parâmetros. “Não dá para você, sozinho, olhar para esse
sistema com seus olhos humanos porque o sistema é muito complexo”, Reil
indica. “É aí que entra a evolução.” 210

Enquanto algumas das criaturas desenvolvidas andaram de um jeito

suave e convincente, a pesquisa demonstrou um atributo bem conhecido
dos AGs: você consegue o que você pede. Algumas criaturas imaginaram
novas supostas maneiras de caminhar. De acordo com Reil, “tivemos
algumas criaturas que não andavam de jeito nenhum, mas tinham essas
maneiras muito estranhas de ir para a frente: arrastando-se ou dando
cambalhotas”.
Está sendo desenvolvido um software que pode extrair automaticamente
trechos de um vídeo de esportes que mostre as jogadas mais importantes. 211

Uma equipe do Trinity College em Dublin está trabalhando em jogos de

mesa, como bilhar, em que o software acompanha a localização de cada
bola e está programado para identificar uma jogada significativa. Uma
equipe na Universidade de Florença está trabalhando com futebol. Esse
software acompanha a localização de cada jogador e pode determinar o tipo
de jogada que está sendo feito (como tiro livre ou tentar um gol), quando é
feito um gol, quando é marcada uma penalidade e outros eventos principais.
O Digital Biology Interest Group do University College em Londres está
projetando carros de corrida da Fórmula 1 usando AGs. 212

O inverno da IA acabou faz tempo. Já estamos na primavera da IA

restrita. A maioria dos exemplos acima foram projetos de pesquisa dez a
quinze anos atrás. Se todos os sistemas em IA do mundo de repente
parassem de funcionar, nossa infraestrutura econômica iria ficar atolada.
Seu banco iria parar de fazer negócios. A maioria dos transportes ficaria
incapacitada. Há dez anos, não era esse o caso. É claro que nossos sistemas
de IA não são bastante inteligentes — ainda — para organizar uma
conspiração dessas.

IA forte
Se você entende uma coisa de um único jeito, você não a entende de jeito nenhum. Isso
porque, se algo dá errado, você fica atolado em um só pensamento que fica parado em
sua mente, sem lugar nenhum para ir. O segredo do significado de alguma coisa para
nós depende de como a ligamos com todas as outras coisas que conhecemos. É por isso
que quando alguém aprende alguma coisa “decorando”, dizemos que, na realidade, ela
não entendeu nada. Mas se houver várias representações diferentes, quando falha uma
abordagem, você pode tentar outra. É claro que fazer muitas conexões indiscriminadas
irá transformar seu cérebro num mingau. Mas as representações bem conectadas
deixam que as ideias circulem em sua mente para que você veja as coisas de muitos
pontos de vista, até que você ache uma que funciona para você. E é isso que queremos
dizer quando falamos em pensar!
 Marvin Minsky213
O desempenho cada dia melhor dos computadores é como a água que vai alagando
devagar a paisagem. Há meio século, eles começaram a inundar as planícies baixas,
expulsando calculadoras humanas e escriturários, mas deixando no seco a maioria de
nós. Agora, a enchente atingiu o sopé das montanhas e nossos postos avançados ali
estão pensando em retirada. Sentimo-nos seguros em nossos picos, mas, no ritmo
presente, estes também ficarão submersos dentro de outro meio século. Proponho
construir arcas até esse dia chegar e adotar uma vida de navegantes! Mas, por
enquanto, temos de depender de nossos representantes nas terras baixas para que nos
digam como é, na verdade, a água.
Nossos representantes no sopé das montanhas relatam que os demonstradores de
teoremas e jogadores de xadrez mostram sinais de inteligência. Por que não recebemos,
das planícies baixas, há décadas, relatórios parecidos, quando os computadores
superaram os humanos na aritmética e na memorização? Na verdade, à época,
recebemos. Os computadores que calculavam como milhares de matemáticos foram
saudados como “cérebros gigantes” e inspiraram a primeira geração da pesquisa
sobre IA. Afinal, as máquinas estavam fazendo algo que exigia a inteligência humana,
concentração e anos de treinamento. Mas, agora, fica difícil recuperar aquela mágica.
Uma razão é que a estupidez que os computadores demonstraram em outras áreas nos
deixou com um julgamento preconceituoso. Outra razão está relacionada com nossa
própria incompetência. Usamos a aritmética ou mantemos registros de modo tão
esmiuçado e externo que ficam óbvios os pequenos passos mecânicos em um longo
cálculo, enquanto, muitas vezes, o panorama geral nos escapa. Como os construtores
do Deep Blue, vemos demais o interior do processo e deixamos de apreciar a sutileza
que ele pode ter no exterior. Mas existe uma falta de obviedade em tempestades de neve
ou tornados que emergem da aritmética repetitiva das simulações climáticas, ou na
pele enrugada dos tiranossauros, tal como deve ser calculada para os filmes de
animação. Poucas vezes chamamos isso de inteligência; “realidade artificial” pode ser
um conceito ainda mais profundo do que inteligência artificial.
As etapas mentais subjacentes a um bom jogo humano de xadrez ou a uma boa
demonstração de teorema são complexas e ocultas, deixando uma interpretação
mecânica fora de alcance. Aqueles que conseguem seguir o jogo naturalmente o
descrevem, pelo contrário, em linguagem mentalística, usando termos como estratégia,
compreensão e criatividade. Quando uma máquina consegue ser, ao mesmo tempo,
significativa e surpreendente do mesmo jeito abundante, também nos obriga a uma
interpretação mentalística. É claro que, em algum lugar dos bastidores, há
programadores que, em princípio, têm uma interpretação mecânica. Mas, mesmo para
eles, aquela interpretação perde consistência à medida que o programa que roda
preenche sua memória com detalhes volumosos demais para aqueles apreenderem.
Conforme a enchente for atingindo alturas mais populosas, as máquinas irão começar
a ter sucesso em áreas que um grande número de pessoas pode apreciar. O sentimento
visceral de uma presença pensante em máquinas ficará cada vez mais difundido.
Quando os picos mais altos estiverem cobertos, haverá máquinas que podem interagir
de modo tão inteligente quanto qualquer humano em qualquer assunto. A presença de
mentes nas máquinas ficará então evidente.
Hans Moravec214
 Devido à natureza exponencial do progresso das tecnologias baseadas na
informação, muitas vezes o desempenho muda, rapidamente, de patético a
intimidador. Em muitos dos vários campos, como os exemplos da seção
anterior deixam claro, o desempenho da IA restrita já é impressionante. A
gama das tarefas inteligentes em que as máquinas podem agora competir
com a inteligência humana está expandindo-se continuamente. Em uma
charge que desenhei para The Age of Spiritual Machines, uma “raça
humana” na defensiva escreve painéis que declaram o que só gente (e não
máquinas) pode fazer. Jogados no chão, estão os papéis que a raça humana
215

já descartou porque as máquinas agora podem desempenhar essas funções:

diagnosticar um eletrocardiograma, compor ao estilo de Bach, reconhecer
rostos, guiar um míssil, jogar pingue-pongue, jogar xadrez como os
mestres, escolher ações, improvisar jazz, demonstrar teoremas importantes
e compreender o discurso contínuo. Já em 1999, essas tarefas não eram
mais unicamente da alçada da inteligência humana; as máquinas podiam
fazê-las todas.
Na parede, atrás do homem que simboliza a raça humana, estão os papéis
que ele escreveu, descrevendo as tarefas que ainda eram da competência
única dos humanos: ter bom senso, criticar um filme, dar coletivas de
imprensa, traduzir a fala, limpar uma casa e guiar carros. Se fôssemos
redesenhar essa charge dentro de poucos anos, é provável que alguns desses
papéis também fossem acabar no chão. Quando o CYC atingir 100 milhões
de itens de conhecimento de senso comum, talvez a superioridade humana
no campo do raciocínio comum não fique tão clara.
A era dos robots domésticos, embora hoje ainda bem primitivos, já
começou. Daqui a dez anos, é provável que consideremos “limpar uma
casa” como algo dentro das aptidões das máquinas. Quanto a guiar carros,
robots sem a intervenção humana já os dirigiram, quase através de todo os
Estados Unidos, em estradas comuns com tráfego normal. Ainda não
estamos prontos para entregar às máquinas todos os volantes, mas há
propostas sérias para criar rodovias eletrônicas em que os carros (com gente
dentro) irão dirigir por si mesmos.
As três tarefas que têm a ver com a compreensão em nível humano da
linguagem natural — criticar um filme, dar uma coletiva de imprensa e
traduzir uma fala — são as mais difíceis. Quando for possível jogar no chão
esses papéis, teremos máquinas no nível de Turing, e a era da IA forte terá
começado.
Essa era vai chegar dissimuladamente até nós. Enquanto houver
discrepâncias entre o desempenho humano e o da máquina — áreas em que
os humanos superam as máquinas —, céticos quanto à IA forte vão tirar
partido dessas diferenças. Mas é provável que nossa experiência em cada
área de conhecimento e habilidade siga aquela de Kasparov. O que
percebemos como desempenho vai mudar rapidamente de patético a
assustador à medida que o ponto de inflexão da curva exponencial for
alcançado para cada capacidade humana.
Como será alcançada a IA forte? A maior parte do material deste livro
destina-se a expor as necessidades fundamentais tanto para hardware
quanto para software, e a explicar porque podemos estar confiantes em que
essas necessidades serão supridas em sistemas não biológicos. A
continuação do crescimento exponencial do preço-desempenho da
computação para alcançar o hardware capaz de emular a inteligência
humana ainda era controversa em 1999. Houve tanto progresso no
desenvolvimento da tecnologia para a computação tridimensional nos
últimos cinco anos que relativamente poucos observadores conhecedores do
tema agora duvidam que isso vai acontecer. Mesmo considerando apenas o
mapa ITRS publicado pela indústria de semicondutores, que vai até 2018,
pode-se projetar um hardware de nível humano com um custo razoável por
esse ano.216

Apresentei no capítulo 4 o motivo pelo qual podemos estar confiantes de

que teremos simulações e modelos detalhados de todas as regiões do
cérebro humano por volta do final dos anos 2020. Até recentemente, nossas
ferramentas para espreitar o interior do cérebro não tinham a resolução
espacial e temporal, a largura de banda ou o preço-desempenho para
produzir dados adequados à criação de modelos bastante detalhados. Isso
agora está mudando. A geração emergente de ferramentas para escanear e
detectar pode analisar e detectar neurônios e componentes neurais com
precisão extraordinária quando operando em tempo real.
Ferramentas do futuro irão fornecer muito mais resolução e capacidade.
Por volta de 2020, será possível enviar nanorrobots de escaneamento e
detecção por dentro dos capilares do cérebro para escaneá-lo de dentro. Já
foi mostrada a habilidade de traduzir os dados de diversas fontes de
escaneamento e detecção do cérebro para modelos e simulações de
computador que se equiparam à comparação experimental com o
desempenho das versões biológicas dessas regiões. Já existem modelos e
simulações convincentes de várias regiões importantes do cérebro. Como
argumentei no capítulo 4, é uma projeção conservadora esperar modelos
detalhados e realistas de todas as regiões do cérebro no final dos anos 2020.
No cenário da IA forte, iremos aprender os princípios operacionais da
inteligência humana aplicando a engenharia reversa a todas as regiões do
cérebro, e iremos aplicar esses princípios às plataformas de computação, tão
capazes como o cérebro, que irão existir nos anos 2020. Já temos uma caixa
de ferramentas eficiente para a IA restrita. Através do contínuo refinamento
desses métodos, do desenvolvimento de novos algoritmos e da tendência
para combinar múltiplos métodos em arquiteturas intrincadas, a IA restrita
continuará a ficar menos restrita. Isto é, as aplicações da IA terão domínios
mais amplos e seu desempenho será mais flexível. Os sistemas de IA irão
desenvolver múltiplas maneiras de abordar cada problema, assim como
fazem os humanos. Mais importante, os novos insights e paradigmas
resultantes da aceleração da engenharia reversa do cérebro irão enriquecer
enorme e continuamente esse conjunto de ferramentas. Esse processo está
em marcha.
Muitas vezes dizem que o cérebro trabalha de modo diferente de um
computador, portanto não dá para aplicar nossos insights sobre o
funcionamento do cérebro a sistemas não biológicos viáveis. Essa opinião
ignora completamente o campo de sistemas auto-organizadores, para os
quais há um conjunto de ferramentas matemáticas cada vez mais
sofisticadas. Como afirmei no capítulo anterior, o cérebro diferencia-se de
inúmeras maneiras importantes dos computadores contemporâneos
convencionais. Se você abrir seu tablet e cortar um fio, há uma chance
muito grande de ter quebrado a máquina. E, no entanto, nós rotineiramente
perdemos muitos neurônios e conexões interneurais sem qualquer efeito
negativo, porque o cérebro é auto-organizador e depende de padrões
espalhados em que muitos dos detalhes específicos não são importantes.
Da metade ao final dos anos 2020, teremos acesso a modelos das regiões
do cérebro extremamente detalhados. Afinal, o jogo de ferramentas ficará
muito enriquecido com esses novos modelos e simulações e vai abranger o
pleno conhecimento de como funciona o cérebro. Quando o jogo de
ferramentas for usado para tarefas inteligentes, iremos aproveitar toda a
variedade das ferramentas, algumas derivadas diretamente da engenharia
reversa do cérebro, outras meramente inspiradas no que se sabe do cérebro,
e outras ainda absolutamente não baseadas no cérebro, mas sim em décadas
de pesquisas sobre IA.
Parte da estratégia do cérebro é aprender informações, em vez de ter o
conhecimento codificado desde o início. (“Instinto” é o termo usado para se
referir a esse conhecimento inato.) O aprendizado também será um aspecto
importante da IA. Em minha experiência em desenvolver sistemas de
reconhecimento de padrões no reconhecimento dos caracteres e do discurso,
e nas análises financeiras, providenciar a educação da IA é a parte mais
desafiadora e importante da engenharia. Com o conhecimento acumulado
da civilização humana cada vez mais acessível on-line, as futuras IAs
poderão educar-se tendo acesso a esse vasto corpo de informações.
A educação das IAs será muito mais rápida do que a dos humanos não
melhorados. O espaço de vinte anos necessário para fornecer uma educação
básica aos humanos biológicos poderia ser comprimido em uma questão de
semanas ou menos. E também, já que a inteligência não biológica pode
compartilhar seus padrões de aprendizado e conhecimento, apenas uma IA
tem de dominar cada habilidade determinada. Como já ressaltei, treinamos
um conjunto de computadores de pesquisa para compreender a fala, mas
então as centenas de milhares de pessoas que adquiriram nosso software de
reconhecimento da fala só tiveram de carregar em seus computadores os
padrões já treinados.
Uma das muitas aptidões que a inteligência não biológica irá alcançar
com a conclusão do projeto da engenharia reversa do cérebro humano é o
domínio da linguagem e do conhecimento humano compartilhado que baste
para passar no teste de Turing. O teste de Turing é importante, não tanto por
seu significado prático, mas, antes, porque ele irá demarcar um limite
crucial. Como já mencionei, não há um meio simples de passar em um teste
de Turing, a não ser emular de modo convincente a flexibilidade, a sutileza
e a maleabilidade da inteligência humana. Depois de capturada essa
capacidade por nossa tecnologia, caberá à habilidade da engenharia
concentrar, focar e amplificá-la.
Já foram propostas variações do teste de Turing. O concurso anual do
Prêmio Loebner concede um prêmio de bronze ao chatterbot (bot de
conversação) que melhor convencer os juízes humanos de que ele é
humano. O critério para ganhar o prêmio de prata é baseado no teste de
217

Turing original, e obviamente ainda tem de ser concedido. O prêmio de

ouro baseia-se na comunicação visual e auditiva. Em outras palavras, a IA
precisa ter rosto e voz convincentes, transmitidos em um terminal, e
precisam assim dar a impressão ao juiz humano que ele está interagindo
com uma pessoa real através de um videofone. Parece que o prêmio de ouro
é mais difícil. Já argumentei que, na verdade, ele pode ser mais fácil,
porque talvez os juízes prestem menos atenção na parte de texto da
linguagem sendo comunicada e se deixem distrair por uma animação facial
e vocal convincentes. De fato, já temos uma animação facial em tempo real
que, embora não bem à altura desses padrões modificados do teste de
Turing, está razoavelmente próxima deles. Também temos sintetizadores de
voz que soam bem naturais, e que são muitas vezes confundidos com
gravações da fala humana, embora seja preciso mais trabalho na prosódia
(entonação). É provável que alcancemos uma animação facial e uma
produção de voz satisfatórias mais cedo do que as aptidões de linguagem e
conhecimento no nível do Turing.
Turing foi cuidadosamente vago ao determinar as regras para seu teste, e
uma quantidade significativa de textos tem sido dedicada às sutilezas de
estabelecer os procedimentos exatos para determinar quando o teste de
Turing aprovou o candidato. Em 2002, negociei as regras para uma aposta
218

sobre o teste de Turing com Mitch Kapor no site Long Now. A pergunta219
subjacente a nossa aposta de 20 mil dólares, que seriam doados à instituição
de caridade escolhida pelo ganhador, era: “Será que por volta de 2029 uma
máquina vai passar no teste de Turing?”. Eu disse sim; Kapor, não.
Levamos meses dialogando para chegar às regras complicadas para pôr em
prática nossa aposta. Por exemplo, definir “máquina” e “humano” não foi
uma questão simples. O juiz humano pode ter algum processo de
pensamento não biológico em seu cérebro? Ao contrário, pode a máquina
ter algum aspecto biológico?
Pelo fato de que a definição do teste de Turing varia de pessoa para
pessoa, as máquinas capazes de passar no teste não surgirão em um só dia, e
haverá um período de tempo em que serão ouvidas reivindicações de que
algumas máquinas ultrapassaram esse limite. Invariavelmente, essas
reivindicações do início serão desmascaradas por observadores que
dominam a matéria, inclusive, provavelmente, eu. Quando houver um
amplo consenso de que algo passou no teste de Turing, o limite real terá
sido alcançado há muito tempo.
Edward Feigenbaum propõe uma variação do teste de Turing que avalia
não a habilidade da máquina de passar por humana em um diálogo
informal, cotidiano, mas sua habilidade em se fazer passar por um perito
cientista em um campo específico. O teste de Feigenbaum (FT) pode ser
220

mais significativo do que o teste de Turing porque as máquinas capazes do

FT, sendo tecnicamente competentes, serão capazes de melhorar seus
próprios projetos. Feigenbaum descreve seu teste assim:

Dois parceiros jogam o desafio do FT. Um jogador é escolhido entre os

praticantes de elite em cada um dos três campos pré-selecionados das
ciências naturais, da engenharia ou da medicina. (O número poderia
ser maior, mas, para este desafio, não maior do que dez). Digamos que
escolhemos os campos entre aqueles cobertos pela Academia Nacional
dos Estados Unidos. Por exemplo, poderíamos escolher astrofísica,
ciências da computação e biologia molecular. Em cada rodada do jogo,
o comportamento dos dois jogadores (cientista de elite e computador)
é julgado por outro membro da Academia desse domínio particular,
isto é, um astrofísico julgando o comportamento de um astrofísico. É
claro que a identidade dos parceiros está oculta do juiz como no teste
de Turing. O juiz apresenta problemas, faz perguntas, pede
explicações, teorias e assim por diante — como poderia ser feito com
um colega. Será que o juiz humano consegue saber, em um nível
melhor do que por simples acaso, quem é seu colega da Academia
 Nacional e quem é o computador?

É claro que Feigenbaum deixa passar a possibilidade de que o

computador possa já ser um colega da Academia Nacional, mas é óbvio que
ele presume que as máquinas ainda não terão invadido as instituições que,
hoje, compreendem exclusivamente humanos biológicos. Embora possa
parecer que o FT é mais difícil do que o teste de Turing, toda a história da
IA revela que as máquinas começaram tendo as habilidades dos
profissionais e só aos poucos foram indo na direção da capacidade de falar
de uma criança. Os primeiros sistemas de IA mostraram suas proezas
inicialmente em campos profissionais como a demonstração de teoremas
matemáticos e analisando condições patológicas. Esses primeiros sistemas
não conseguiriam passar no FT, entretanto, porque não têm as aptidões da
linguagem e a habilidade flexível de modelar o conhecimento das diferentes
perspectivas necessárias para entabular um diálogo profissional inerente ao
FT.
Essa habilidade da linguagem é essencialmente a mesma necessária para
o teste de Turing. Raciocinar em muitos campos técnicos não é
necessariamente mais difícil do que raciocinar com bom senso, que a
maioria dos adultos humanos emprega. Eu esperaria que as máquinas
passem no FT, ao menos em algumas disciplinas, por volta da mesma época
em que passem no teste de Turing. Passar no FT em todas as disciplinas,
entretanto, é provável que leve mais tempo. É por isso que vejo os anos de
2030 como um período de consolidação, quando a inteligência mecânica
expande rapidamente suas aptidões e incorpora as vastas bases de
conhecimento de nossa civilização humana e mecânica. Pelos anos de 2040,
poderemos aplicar o conhecimento e as aptidões acumuladas de nossa
civilização às plataformas computacionais, que são bilhões de vezes mais
capazes do que a inteligência biológica humana sem assistência.
O advento da IA forte é a transformação mais importante que este século
vai ver. De fato, sua importância é comparável ao advento da própria
biologia. Significará que uma criação da biologia finalmente dominou sua
própria inteligência e descobriu meios para superar suas limitações. Depois
que os princípios operacionais da inteligência humana forem
compreendidos, expandir suas habilidades será feito por cientistas e
engenheiros humanos cuja própria inteligência biológica terá sido
grandemente ampliada através de uma fusão íntima com a inteligência não
biológica. Com o tempo, a parte não biológica vai predominar.
Discutimos aspectos do impacto dessa transformação ao longo de todo
este livro, mas tratarei desse impacto mais profundamente no próximo
capítulo. A inteligência é a habilidade de resolver os problemas com
recursos limitados, incluindo limitações de tempo. A Singularidade será
caracterizada pelo ciclo rápido da inteligência humana — cada vez mais
não biológica — capaz de compreender e alavancar seus próprios poderes.

AMIGO DA BACTÉRIA FUTURISTA, 2 BILHÕES A.C.: Então, me fale de novo sobre

essas ideias que você tem sobre o futuro.
BACTÉRIA FUTURISTA, 2 BILHÕES A.C.: Bem, eu vejo as bactérias se juntando
em sociedades, com todo o bando de células agindo basicamente como um
grande organismo complicado com habilidades muito melhoradas.
AMIGO DA BACTÉRIA FUTURISTA: O que te dá essa ideia?
BACTÉRIA FUTURISTA: Já algumas de nossas colegas daptobactérias entraram
dentro de outras bactérias maiores para formar uma pequena dupla. É 221

inevitável que nossas colegas células irão se juntar para que cada célula
possa especializar sua função. Como é agora, temos de fazer tudo por nós
mesmas: achar comida, digerir a comida, excretar os subprodutos dela.
AMIGO DA BACTÉRIA FUTURISTA: E depois?
BACTÉRIA FUTURISTA: Todas essas células vão desenvolver meios de se
comunicar umas com as outras que vão além da troca de gradientes
químicos que você e eu podemos fazer.
AMIGO DA BACTÉRIA FUTURISTA: Tá, então me conte de novo sobre aquele
superagrupamento futuro de 10 trilhões de células.
BACTÉRIA FUTURISTA: Bom, conforme meus modelos, daqui a uns 2 bilhões
de anos uma grande associação de 10 trilhões de células vai formar um
único organismo e incluir dezenas de bilhões de células especiais que
podem se comunicar entre si com padrões muito complicados.
AMIGO DA BACTÉRIA FUTURISTA: Que tipo de padrões?
BACTÉRIA FUTURISTA: “Música”, por exemplo. Esses grandes bandos de
células vão criar padrões musicais e comunicá-los a todos os outros bandos
de células.
AMIGO DA BACTÉRIA FUTURISTA: Música?
BACTÉRIA FUTURISTA: É, padrões de som.
AMIGO DA BACTÉRIA FUTURISTA: Som?
BACTÉRIA FUTURISTA: Ok, veja desse jeito: essas sociedades de supercélulas
serão complicadas demais para entender sua própria organização. Elas vão
poder melhorar seu próprio projeto, ficando cada vez melhores e mais
rápidas. Elas vão reformar o resto do mundo à sua imagem.
AMIGO DA BACTÉRIA FUTURISTA: Agora, espere um pouco. Parece que vamos
perder a nossa bacteriumidade básica.
BACTÉRIA FUTURISTA: Mas não vai ter perda nenhuma.
AMIGO DA BACTÉRIA FUTURISTA: Sei que você fica dizendo isso, mas...
BACTÉRIA FUTURISTA: Vai ser um grande passo para a frente. É nosso destino
como bactérias. E, de qualquer jeito, ainda vão haver pequenas bactérias
como nós flutuando por aí.
AMIGO DA BACTÉRIA FUTURISTA: Tá, mas e o lado negativo? Quer dizer,
quanto dano podem causar as nossas colegas bactérias Daptobactéria e
Bdellovíbrio? Essas futuras associações de células com seu vasto alcance
podem destruir tudo.
BACTÉRIA FUTURISTA: Não é certeza, mas acho que vamos conseguir.
AMIGO DA BACTÉRIA FUTURISTA: Você sempre foi um otimista.
BACTÉRIA FUTURISTA: Olhe, a gente não tem de se preocupar com o lado
negativo ainda por um par de bilhões de anos.
AMIGO DA BACTÉRIA FUTURISTA: Está bem, então, vamos almoçar.
ENQUANTO ISSO, 2 BILHÕES DE ANOS DEPOIS...
NED LUDD: Essas inteligências futuras serão piores do que as máquinas
têxteis com que lutei lá atrás, em 1812. Então, a gente só tinha de se
preocupar com um único homem mais uma máquina fazendo o trabalho de
doze. Mas você está falando sobre uma máquina do tamanho de uma bola
de gude superando toda a humanidade.
RAY: Ela só vai superar a parte biológica da humanidade. Em todo caso,
essa bola de gude ainda é humana, mesmo que não biológica.
NED: Essas superinteligências não comem comida. Não respiram ar. Não se
reproduzem por sexo… Então, como elas são humanas?
RAY: Vamos nos fundir com nossa tecnologia. Já começamos a fazer isso em
2004, mesmo que a maioria das máquinas ainda não esteja dentro de nossos
corpos e cérebros. Nossas máquinas, apesar de tudo, aumentam o alcance
de nossa inteligência. Estender nosso alcance tem sido sempre a natureza de
ser humano.
NED: Olhe, dizer que essas entidades superinteligentes não biológicas são
humanas é como dizer que nós somos, basicamente, bactérias. Afinal, nós
também evoluímos a partir delas.
RAY: É verdade que um humano contemporâneo é uma coleção de células e
que somos um produto da evolução, aliás um produto de ponta. Mas
aumentar nossa inteligência usando a engenharia reversa, modelá-la,
simulá-la, reinstalando-a em substratos mais capazes, e modificando-a e
ampliando-a, é o novo passo em sua evolução. Era o destino da bactéria
evoluir para uma espécie criadora de tecnologia. E é nosso destino, agora,
evoluir para a vasta inteligência da Singularidade.
1 Geração nascida entre o final da Segunda Guerra Mundial (1945) e 1964
na Inglaterra, França, Estados Unidos, Canadá e Austrália. (N.T.)
2 ∗ No filme, são usados fragmentos do DNA de anfíbios para preencher o que falta no DNA de
dinossauro encontrado no inseto preservado em âmbar. (N.T.)
3 ∗ Famoso jogador americano de beisebol. (N.T.)
CAPÍTULO 6
O impacto...
O futuro penetra em nós para transformar-se em nós muito antes de acontecer.
Rainer Maria Rilke
Um dos maiores erros na ideia comum do futuro é que o futuro é uma coisa que
acontece para nós, não algo que criamos.
Michael Anissimov
“Brincar de Deus” é, na verdade, a expressão mais elevada da natureza humana. Os
anseios de melhorar a nós mesmos, de dominar nosso meio ambiente e encaminhar
nossos filhos pelo melhor caminho possível têm sido as forças motrizes fundamentais de
toda a história humana. Sem esses anseios de “brincar de Deus”, o mundo que
conhecemos hoje não existiria. Uns poucos milhões de humanos iriam viver nas
savanas e nas florestas, mantendo a custo uma existência de caçador-coletor, sem a
escrita, ou a história, ou a matemática ou sem reconhecer nem admirar a complexidade
de seu próprio universo e de seus próprios mecanismos internos.
Ramez Naam
Uma panóplia de impactos
Qual será a natureza da experiência humana quando a inteligência não
biológica predominar? Quais são as implicações para a civilização humano-
máquina quando a IA forte e a nanotecnologia puderem criar, à vontade,
qualquer produto, qualquer situação, qualquer ambiente que pudermos
imaginar? Enfatizo o papel da imaginação aqui porque o que
conseguiremos criar dependerá do que pudermos imaginar. Mas nossas
ferramentas para dar vida à imaginação são cada vez mais potentes.
Conforme a Singularidade se aproxima, teremos de reconsiderar nossas
ideias sobre a natureza da vida humana e redesenhar nossas instituições
humanas. Neste capítulo, iremos explorar algumas dessas ideias e
instituições.
Por exemplo, as revoluções entrelaçadas de G, N e R transformarão a
frágil versão 1.0 de nossos corpos na versão 2.0, muito mais durável e
capaz. Bilhões de nanorrobots irão se mover pela corrente sanguínea em
nossos corpos e cérebros. Nos corpos, eles irão destruir patógenos, corrigir
erros de DNA, eliminar toxinas e realizar muitas outras tarefas para
aumentar nosso bem-estar físico. Como resultado, poderemos viver
indefinidamente sem envelhecer.
No cérebro, os nanorrobots distribuídos maciçamente irão interagir com
nossos neurônios biológicos. Isso fornecerá uma realidade virtual de
imersão total, incorporando todos os sentidos, bem como correlatos
neurológicos de nossas emoções, de dentro do sistema nervoso. Mais
importante, essa conexão íntima entre nosso pensamento biológico e a
inteligência não biológica que estamos criando expandirá profundamente a
inteligência humana.
A guerra irá se mover na direção das armas baseadas em nanorrobots,
bem como em ciberarmas. O aprendizado será primeiro on-line, mas,
quando nossos cérebros estiverem on-line, poderemos baixar novos
conhecimentos e aptidões. O papel do trabalho será criar conhecimento de
todo tipo, música e arte e matemática e ciências. O papel do divertimento
será, bem, criar conhecimento, portanto não haverá uma distinção clara
entre trabalho e divertimento.
A inteligência na Terra e em volta dela continuará a se expandir
exponencialmente até chegarmos aos limites da matéria e da energia que
suportem a computação inteligente. Conforme nos aproximamos desse
limite em nosso canto da galáxia, a inteligência de nossa civilização se
expandirá para fora, no resto do universo, atingindo rapidamente a maior
velocidade possível. Entendemos essa velocidade como sendo a velocidade
da luz, mas há sugestões de que conseguiremos contornar esse limite
aparente (possivelmente tomando atalhos em buracos de minhocas, por
exemplo).

... no corpo humano

Tantas pessoas diferentes para ser.
Donovan1
Menina artifício, se liga comigo
e nunca procure outro, jamais.
E percebo que ninguém nota
Meu amor fantástico, plástico.
Jefferson Airplane, “Plastic Fantastic Lover”
Nossas máquinas ficarão muito mais parecidas conosco e ficaremos muito mais
parecidos com nossas máquinas.
Rodney Brooks
Liberto da natureza, jamais
tomarei
A forma corpórea de algo natural,
Mas uma forma que os ourives
gregos
Forjam de ouro e de ouro
esmaltam.
William Butler Yeats, “Sailing to Byzantium”
Um upgrade radical dos sistemas físico e mental dos corpos já está em
marcha, usando a biotecnologia e as tecnologias emergentes da engenharia
genética. Além das duas próximas décadas, serão usados métodos da
nanoengenharia, como nanorrobots, para aumentar e finalmente substituir
nossos órgãos.

Uma nova maneira de comer. O sexo tem sido amplamente separado de

sua função biológica. Na maioria das vezes, nos dedicamos à atividade
sexual pela comunicação íntima e pelo prazer sensual, não pela reprodução.
Por outro lado, concebemos múltiplos métodos para criar bebês sem sexo
físico, embora a maior parte da reprodução ainda derive do ato sexual. Esse
desemaranhar do sexo de sua função biológica não é admitido por todos os
setores da sociedade, mas foi adotado prontamente, até avidamente, pela
corrente dominante do mundo desenvolvido.
Então, por que também não retiramos da biologia outra atividade que
igualmente propicia a intimidade social e o prazer sensual — ou seja,
comer? A finalidade biológica original de consumir comida era prover a
corrente sanguínea de nutrientes que, em seguida, são levados a cada um de
nossos trilhões de células. Esses nutrientes incluem substâncias calóricas
(produtoras de energia), como a glucose (principalmente dos carboidratos),
as proteínas, a gordura, e uma miríade de elementos-traço, como vitaminas,
minerais e fitoquímicos que fornecem os elementos básicos e as enzimas
para processos metabólicos variados.
Como qualquer outro sistema biológico humano fundamental, a digestão
espanta pela complexidade, permitindo que nossos corpos extraiam os
recursos necessários para sobreviver, apesar de condições muitíssimo
diferentes; e, ao mesmo tempo, filtram e eliminam múltiplas toxinas. Nosso
conhecimento dos complexos caminhos subjacentes à digestão expande-se
rapidamente, embora ainda haja muito que não entendamos por completo.
Sabemos, no entanto, que nossos processos digestivos foram aprimorados
para um período de nossa evolução dramaticamente diferente daquele em
que nos encontramos agora. Durante a maior parte de nossa história,
enfrentamos uma grande probabilidade de que os períodos seguintes da
coleta ou da caça (e, por um período curto, relativamente recente, da
próxima estação para plantar) pudessem ser catastroficamente magros.
Portanto fazia sentido que nossos corpos se aferrassem a qualquer caloria
possível que consumíssemos. Hoje, essa estratégia é contraproducente e é
uma programação metabólica obsoleta, base da epidemia contemporânea de
obesidade e dos processos patológicos de doenças degenerativas como
doença das artérias coronárias e diabetes tipo 2.
 Consideremos as razões pelas quais os projetos de nossos sistemas
corpóreos, o digestivo e outros, estão longe de serem perfeitos para as
condições atuais. Até pouco tempo (em um cronograma evolutivo), não
interessava para a espécie que gente velha como eu (nasci em 1948)
consumisse os recursos limitados do clã. A evolução favorecia uma vida
curta — há apenas dois séculos, a expectativa de vida era de 37 anos —
para permitir que as parcas reservas fossem destinadas aos jovens, àqueles
que cuidavam dos jovens e àqueles bastante fortes para realizar um trabalho
físico intenso. Como foi analisado antes, a chamada hipótese da vovó (que
sugere que um pequeno número de membros idosos, “sábios”, da tribo
fossem benéficos para a espécie humana) não põe em xeque a observação
de que a evolução não favorecia genes que aumentassem significativamente
a longevidade humana.
Agora vivemos em uma era de grande abundância material, ao menos em
países avançados em tecnologia. A maior parte do trabalho requer esforço
mental em vez de força física. Há um século, 30% da força de trabalho nos
Estados Unidos estava empregada em fazendas, com outros 30% na
indústria. Ambos os números estão agora abaixo de 3%. Muitos dos
2

empregos, hoje, de controlador de voo a web designer, simplesmente não

existiam há um século. Por volta de 2004, podemos continuar a contribuir
1∗

para a base de conhecimentos, que cresce de modo exponencial, de nossa

civilização — que é, incidentalmente, um atributo único de nossa espécie
— bem além da tarefa de educar crianças. (Sendo eu um baby boomer, essa
é com certeza minha opinião.)
Nossa espécie já aumentou o período natural de vida através da
tecnologia: remédios, suplementos, substituição de partes para virtualmente
todos os sistemas corpóreos e muitas outras intervenções. Há dispositivos
para substituir quadris, joelhos, ombros, cotovelos, pulsos, maxilares,
dentes, pele, artérias, veias, válvulas cardíacas, braços, pernas, pés, dedos
dos pés e das mãos, e sistemas para substituir órgãos mais complexos (por
exemplo, o coração) começam a ser introduzidos. À medida que
aprendamos os princípios operacionais do corpo e cérebro humanos, logo
poderemos projetar sistemas vastamente superiores que irão durar mais e
funcionar melhor, sem estarem sujeitos a panes, doenças e envelhecimento.
Um exemplo de projeto conceitual para tal sistema, chamado Primo
Posthuman (algo como primeiro pós-humano), foi criado pela artista e
catalisadora cultural Natasha Vita-More. Seu projeto pretende otimizar a
3

mobilidade, a flexibilidade e a superlongevidade. Prevê aspectos como um

metacérebro para se conectar em rede global com uma prótese de neocórtex
feita de IA entrelaçada com nanorrobots, uma pele inteligente com protetor
solar que tem biossensores para alterações de tom e textura, e sentidos com
alta precisão.
Embora a versão 2.0 do corpo humano seja um projeto ambicioso em
andamento, que afinal resultará no upgrade radical de todos os nossos
sistemas físicos e mentais, ela será posta em prática passo a passo.
Baseados no conhecimento atual, podemos descrever os meios para
concretizar cada aspecto dessa visão.

Redesenhando o sistema digestivo. Sob essa perspectiva, voltemos a

examinar o sistema digestivo. Já temos uma visão geral dos componentes
da comida que ingerimos. Sabemos como tratar pessoas que não conseguem
comer para sobreviver, usando alimentação intravenosa. Mas isso
claramente não é uma alternativa desejável, visto que, no momento, é bem
limitada nossa tecnologia para colocar e tirar substâncias da corrente
sanguínea.
A fase seguinte dos melhoramentos nessa área será principalmente
bioquímica, na forma de drogas e suplementos que irão prevenir o excesso
de absorção de calorias e reprogramar os caminhos metabólicos para uma
saúde perfeita. A pesquisa feita pelo dr. Ron Kahn no Joslin Diabetes
Center já identificou o gene do “receptor de insulina gorda” (“fat insulin
receptor” — FIR), que controla a acumulação de gordura pelas células de
gordura. Ao bloquear a expressão desse único gene nas células de gordura
das cobaias, a pesquisa pioneira de Kahn demonstrou que os animais
podiam comer sem restrições, mas continuavam esbeltos e saudáveis.
Embora comessem muito mais do que as cobaias de controle, as “cobaias-
maravilha de FIR” na realidade viveram 18% mais e tiveram taxas
substancialmente mais baixas de doenças do coração e diabetes. Não
admira que as empresas farmacêuticas estejam trabalhando duro para
aplicar esses achados no gene FIR humano.
Em uma fase intermediária, os nanorrobots no aparelho digestivo e na
corrente sanguínea irão extrair de modo inteligente e exato os nutrientes de
que precisamos, encomendar nutrientes e suplementos adicionais através de
nossa rede local, pessoal, sem fio, e enviar o que sobra para ser eliminado.
Se isso parece futurístico, é preciso lembrar que as máquinas inteligentes
já estão abrindo caminho para nossa corrente sanguínea. Há dúzias de
projetos em andamento para criar BioMEMS baseados na corrente
sanguínea para um amplo leque de aplicações nos diagnósticos e nas
terapias. Conforme já mencionado, há várias conferências importantes
4
dedicadas a esses projetos. Os dispositivos de BioMEMS estão sendo
5

projetados para achar patógenos e levar remédios de maneira muito precisa.

Por exemplo, os dispositivos sanguíneos da nanoengenharia que levam
hormônios como insulina têm sido usados em animais. Sistemas 6

semelhantes poderiam, com exatidão, levar dopamina ao cérebro de

pacientes com Parkinson, fornecer fatores de coagulação do sangue para
pacientes hemofílicos e levar drogas contra o câncer diretamente aos locais
do tumor. Um dos novos projetos fornece até vinte reservatórios contendo
substâncias que podem liberar sua carga em tempos e locais programados
do corpo. 7

Kensall Wise, professor de engenharia elétrica na Universidade de

Michigan, desenvolveu uma sonda neural bem pequena que pode monitorar
com precisão a atividade elétrica dos pacientes com doenças neurais. 8

Espera-se que os projetos futuros levem os medicamentos até locais exatos

no cérebro. Kazushi Ishiyama da Universidade de Tóquio, no Japão,
desenvolveu micromáquinas que usam parafusos microscópicos que giram
para levar as drogas aos pequenos tumores cancerosos. 9

Uma micromáquina especialmente inovadora desenvolvida pelos Sandia

National Laboratories tem microdentes com um maxilar que abre e fecha
para capturar células individuais e depois nelas implantar substâncias como
DNA, proteínas ou drogas. Muitas abordagens estão sendo desenvolvidas
10

para máquinas em escala micro ou nano para entrar no corpo e na corrente

sanguínea.
Finalmente, conseguiremos determinar os nutrientes exatos (inclusive
todas as centenas de fitoquímicos) necessários para a saúde perfeita de cada
indivíduo. Eles estarão disponíveis de graça ou a um custo muito baixo,
assim não teremos de nos preocupar de modo algum em extrair nutrientes
da comida.
Os nutrientes serão introduzidos diretamente na corrente sanguínea
através de nanorrobots metabólicos especiais, enquanto sensores em nossa
corrente sanguínea e no corpo, usando comunicação sem fio, darão, a
tempo, informações dinâmicas sobre os nutrientes necessários em cada
ponto. Essa tecnologia deverá estar razoavelmente madura no final dos anos
2020.
Uma questão-chave ao projetar esses sistemas será: Como os nanorrobots
serão introduzidos e removidos do corpo? As tecnologias de hoje, como
cateteres intravenosos, deixam muito a desejar. Ao contrário das drogas e
dos suplementos nutricionais, entretanto, os nanorrobots têm certo grau de
inteligência e controlam suas próprias reservas e, de maneira inteligente,
esgueiram-se para dentro e para fora de nossos corpos. Um cenário consiste
em usarmos um dispositivo nutricional especial em um cinto ou sob uma
camiseta, que estaria carregado de nanorrobots com nutrientes que
poderiam entrar no corpo através da pele ou por outras cavidades do corpo.
Nesse estágio do desenvolvimento tecnológico, poderemos comer o que
quisermos, o que nos dá prazer e satisfação gastronômica, explorando os
gostos, texturas e aromas das artes culinárias, ao mesmo tempo que teremos
um fluxo perfeito de nutrientes para nossa corrente sanguínea. Isso poderia
ser alcançado fazendo toda a comida que ingeríssemos passar por um
aparelho digestivo modificado que não permitiria a absorção pela corrente
sanguínea. Mas, com isso, o intestino e o cólon ficariam sobrecarregados,
portanto uma abordagem mais refinada seria dispensar a função
convencional da eliminação. Poderiam ser usados nanorrobots especiais de
eliminação que agiriam como compactadores muito pequenos de lixo.
Enquanto os nanorrobots da nutrição caminham por nosso corpo, os
nanorrobots da eliminação vão para o outro lado. Essa inovação também
permitiria superar a necessidade dos órgãos que filtram as impurezas do
sangue, como os rins.
Finalmente, não seriam necessárias vestimentas especiais ou recursos
nutricionais explícitos. Do mesmo modo que a computação estará em todo
lado, os recursos básicos dos nanorrobots metabólicos estarão inseridos em
todo o ambiente. Mas também será importante manter amplas reservas de
todos os recursos necessários dentro do corpo. Nossos corpos versão 1.0
fazem isso apenas até certo ponto — por exemplo, armazenam uns poucos
minutos de oxigênio em nosso sangue e uns poucos dias de energia calórica
no glicogênio e outras reservas. A versão 2.0 proverá reservas
substancialmente maiores, permitindo que fiquemos separados dos recursos
metabólicos por um tempo muito maior.
É claro que a maioria de nós não irá se desfazer do processo digestivo
antigo quando essas tecnologias forem de início introduzidas. Afinal, as
pessoas não jogaram fora suas máquinas de escrever quando a primeira
geração de processadores de palavras foi introduzida. Entretanto, no devido
tempo, essas novas tecnologias dominarão. Hoje, poucas pessoas ainda
usam uma máquina de escrever, um cavalo com charrete, um fogão a lenha
ou outras tecnologias deslocadas (a menos que sejam experiências sobre a
antiguidade). O mesmo fenômeno acontecerá com nossos corpos
reformados. Quando forem resolvidas as complicações inevitáveis que
surgirão com um sistema gastrointestinal radicalmente alterado,
dependeremos dele cada vez mais. Um sistema digestivo baseado em
nanorrobots pode ser introduzido gradualmente, primeiro aumentando
nosso aparelho digestivo e apenas o substituindo depois de muitas iterações.

Sangue programável. Um sistema difundido que já foi objeto de um novo

projeto conceitual abrangente baseado na engenharia reversa é o sangue. Já
foram mencionados os projetos de Rob Freitas, baseados na
nanotecnologia, para substituir nossas hemácias, plaquetas e glóbulos
brancos. Como a maioria de nossos sistemas biológicos, os glóbulos
11

vermelhos desempenham sua função de oxigenar de modo muito pouco

eficiente, assim Freitas os reprojetou para um desempenho ótimo. Já que
seus respirócitos (glóbulos vermelhos robóticos) permitiriam que
ficássemos horas sem oxigênio, será interessante ver como esse
12

desenvolvimento seria tratado em competições atléticas. Supõe-se que o uso

de respirócitos e sistemas parecidos será proibido em eventos como as
Olimpíadas, mas então teremos de encarar a perspectiva de que os
adolescentes (cujas correntes sanguíneas provavelmente conterão sangue
enriquecido com respirócitos) irão superar, como rotina, os atletas
olímpicos. Embora os protótipos ainda estejam a uma ou duas décadas no
futuro, suas necessidades físicas e químicas têm sido resolvidas com
detalhes impressionantes. As análises mostram que os projetos de Freitas
seriam centenas ou milhares de vezes mais capazes para armazenar e
transportar o oxigênio do que nosso sangue biológico.
Freitas também prevê plaquetas artificiais do tamanho de mícrons que
chegariam à homeostasia (controle do sangramento) até mil vezes mais
rápido do que fazem as plaquetas biológicas, bem como “microbívoros”
13

nanorrobóticos (substitutos dos glóbulos brancos) que irão baixar o

software para destruir infecções específicas centenas de vezes mais rápido
do que os antibióticos, e serão eficientes contra todas as infecções por
bactérias, vírus e fungos, bem como o câncer, sem as limitações da
resistência ao remédio. 14

Com o coração na mão, ou não. O órgão seguinte em nossa lista de

melhorias é o coração, que, embora seja uma máquina intrincada e
impressionante, tem numerosos problemas sérios. Está sujeito a uma
miríade de modos de falhar e representa uma fraqueza fundamental em
nossa longevidade potencial. Em geral, o coração apresenta problemas bem
antes do resto do corpo, muitas vezes cedo demais.
Embora os corações artificiais comecem a se tornar substitutos factíveis,
uma abordagem mais eficiente seria se livrar totalmente do coração. Entre
os projetos de Freitas, há células sanguíneas nanorrobóticas que fornecem
sua própria mobilidade. Com o sangue movendo-se de modo autônomo,
pode-se eliminar as questões de engenharia das pressões extremas
necessárias para o bombeamento central. À medida que aperfeiçoamos
maneiras de transferir nanorrobots para dentro e para fora do suprimento
sanguíneo, eventualmente poderemos substituí-los continuamente. Freitas
também publicou um projeto de um sistema complexo de 500 trilhões de
nanorrobots, chamado “vasculoide”, que substitui toda a corrente sanguínea
por um método de levar nutrientes essenciais às células não baseado em
fluidos.15

A energia para o corpo também será fornecida por células microscópicas

de combustível, usando hidrogênio ou o combustível do próprio corpo,
ATP. Como foi descrito no capítulo anterior, tem sido feito algum progresso
recentemente com células de combustível na escala MEMS ou na
nanoescala, inclusive algumas que usam a própria glucose do corpo e fontes
de energia ATP. 16

Com os respirócitos fornecendo uma oxigenação muito melhorada, pode-

se eliminar os pulmões usando-se nanorrobots para prover oxigênio e
remover dióxido de carbono. Como acontece com outros sistemas,
passaremos por estágios intermediários onde essas tecnologias
simplesmente aumentarão nossos processos naturais, de modo que podemos
ter o melhor de ambos os mundos. Mas, eventualmente, não haverá motivo
para continuar com as complicações da respiração real e a pesada
necessidade de ar respirável por todo lugar. Se acharmos que respirar é um
prazer, podemos desenvolver maneiras virtuais de ter essa experiência
sensual.
Com o tempo, também não precisaremos dos vários órgãos que
produzem elementos químicos, hormônios e enzimas que fluem no sangue e
em outros caminhos metabólicos. Agora podemos sintetizar versões
bioidênticas de muitas dessas substâncias e, dentro de uma ou duas décadas,
poderemos no dia a dia criar a vasta maioria das substâncias
bioquimicamente relevantes. Já estamos criando órgãos artificiais
produtores de hormônios. Por exemplo, o Lawrence Livermore National
Laboratory e a Medtronic MiniMed sediada na Califórnia estão
desenvolvendo um pâncreas artificial para ser implantado sob a pele. Vai
monitorar os níveis da glucose no sangue e liberar quantidades precisas de
insulina, usando um programa de computador para funcionar como nossas
células das ilhotas pancreáticas biológicas. 17

No corpo humano versão 2.0, hormônios e substâncias relacionadas (até

quando ainda precisemos deles) serão levados por nanorrobots, controlados
por sistemas inteligentes de biofeedback para manter e equilibrar os níveis
necessários. Quando eliminarmos a maioria de nossos órgãos biológicos,
pode ser que muitas dessas substâncias não sejam mais necessárias, e serão
substituídas por outros recursos exigidos pelos sistemas nanorrobóticos.

Então, o que sobra? Consideremos que estamos nos primeiros anos da

década de 2030. Já eliminamos coração, pulmões, glóbulos vermelhos e
brancos, plaquetas, pâncreas, tiroide e todos os órgãos produtores de
hormônios, rins, bexiga, fígado, parte inferior do esôfago, estômago,
intestino delgado, intestino grosso e bexiga. O que sobrou, nesse ponto, é o
esqueleto, pele, órgãos sexuais, órgãos sensórios, boca e parte superior do
esôfago e cérebro.
O esqueleto é uma estrutura estável, já compreendemos razoavelmente
como ele trabalha. Agora conseguimos substituir partes dele (por exemplo,
articulações e quadris artificiais), embora o procedimento exija uma
cirurgia penosa, e nossa atual tecnologia para fazê-la tem sérias limitações.
Interligar os nanorrobots um dia dará a habilidade de aumentar e finalmente
substituir o esqueleto através de um processo gradual e não invasivo. O
esqueleto humano versão 2.0 será muito forte, estável e autorreparador.
Não notaremos a falta de muitos de nossos órgãos, como o fígado e o
pâncreas, já que não percebemos diretamente seu funcionamento. Mas a
pele, incluindo os órgãos sexuais primários e secundários, pode provar ser
um órgão que queremos conservar ou cujas funções vitais de comunicação e
prazer podemos, no mínimo, querer manter. No final, conseguiremos
melhorar a pele com novos materiais suaves nanoengenheirados que darão
uma proteção maior contra os efeitos ambientais físicos e termais, enquanto
melhoram nossa capacidade para comunicação íntima. As mesmas
observações valem para a boca e a parte superior do esôfago, que
constituem os remanescentes do aparelho digestivo, usado para vivenciar o
ato de comer.

Redesenhando o cérebro humano. Como já discutido antes, o processo da

engenharia reversa e do redesenho também vai compreender o sistema mais
importante de nossos corpos: o cérebro. Já há implantes baseados na
modelagem “neuromórfica” (engenharia reversa do cérebro e sistema
nervoso humanos) de uma lista rapidamente crescente de regiões do
cérebro. Pesquisadores do MIT e de Harvard estão desenvolvendo
18

implantes neurais para substituir retinas danificadas. Há implantes

19
disponíveis para pacientes com Parkinson que se comunicam diretamente
com as regiões do núcleo posterior ventral e do núcleo subtálmico do
cérebro para reverter os sintomas mais devastadores dessa doença. Um20

implante para pessoas com paralisia cerebral ou esclerose múltipla

comunica-se com o tálamo lateral ventral e tem sido eficiente para controlar
os tremores. “Em vez de tratar o cérebro como uma sopa, acrescentando
21

elementos químicos que melhoram ou suprimem certos

neurotransmissores”, diz Rick Trosch, médico americano que ajuda a
difundir essas terapias, “agora o tratamos como um circuito.”
Numerosas técnicas também estão sendo desenvolvidas para fazer a
ponte entre o mundo úmido analógico do processamento de informações
biológicas e a eletrônica digital. Pesquisadores do Instituto Max Planck da
Alemanha têm desenvolvido dispositivos não invasivos que podem se
comunicar com os neurônios em ambas as direções. Eles apresentaram seu
22

“transistor de neurônio” que controla os movimentos de uma sanguessuga

viva através de um computador pessoal. Uma tecnologia parecida tem sido
usada para reconectar os neurônios de sanguessugas e incentivá-los a
resolver problemas simples de lógica e aritmética.
Também há cientistas fazendo experiências com “pontos quânticos”,
chips muito pequenos que compreendem cristais de material semicondutor
fotocondutor (reage à luz) que pode ser recoberto por peptídeos que se
ligam a locais específicos da superfície das células nervosas. Isso poderia
permitir que os pesquisadores usassem comprimentos precisos de ondas de
luz para ativar remotamente neurônios específicos (por exemplo, para levar
remédios), substituindo os eletrodos externos invasivos. 23

Esses avanços também prometem reconectar as vias neurais rompidas de

pessoas com os nervos danificados e lesões na medula. Por muito tempo
pensou-se que recriar essas vias só seria possível para pacientes recém-
lesionados, porque os nervos deterioram-se gradualmente quando não
usados. Entretanto, uma descoberta recente mostra a factibilidade de um
sistema neuroprotético para pacientes com lesões na medula de longa data.
Alguns pesquisadores na Universidade de Utah pediram para um grupo de
pacientes há muito tempo quadriplégicos que tentassem mover seus
membros de várias maneiras, e então observaram a resposta de seus
cérebros, usando imagens de ressonância magnética (MRI). Embora as vias
neurais para seus membros tivessem ficado inativas por muitos anos, os
padrões de atividade no cérebro, quando tentando movimentar os membros,
ficaram muito próximos daqueles observados em pessoas não deficientes. 24

Também será possível implantar sensores no cérebro de uma pessoa

paralisada, que serão programados para reconhecer os padrões do cérebro
associados com os movimentos intencionais, para então estimular a
sequência apropriada de ações musculares. Para aqueles pacientes cujos
músculos não funcionam mais, já existem projetos para sistemas
“nanoeletromecânicos” (NEMS) que podem se expandir e contrair para
substituir músculos danificados, que podem ser ativados por nervos reais ou
artificiais.

Estamos virando ciborgues. O cenário da versão 2.0 do corpo humano

representa a continuação de uma tendência de longa data em que ficamos
mais íntimos de nossa tecnologia. Os computadores começaram como
máquinas, grandes, remotas, em salas com ar-condicionado, sendo tratados
por técnicos vestidos com guarda-pós brancos. Eles se mudaram para ficar
sobre as mesas, depois para sob nossos braços e, agora, para nossos bolsos.
Logo os colocaremos, rotineiramente, dentro de nossos corpos e cérebros.
Por volta de 2030, nos tornaremos mais não biológicos do que biológicos.
Conforme abordado no capítulo 3, por volta dos anos 2040, a inteligência
não biológica será bilhões de vezes mais capaz do que nossa inteligência
biológica.
Os benefícios atraentes de superar as doenças e deficiências complexas
manterão essas tecnologias em um ritmo acelerado, mas as aplicações
médicas representam apenas a fase inicial de sua adoção. À medida que as
tecnologias se estabelecerem, não haverá barreiras para seu uso na vasta
expansão do potencial humano.
Stephen Hawking comentou recentemente na revista alemã Focus que a
inteligência do computador superará a dos humanos dentro de umas poucas
décadas. Ele defendeu a ideia de que “precisamos urgentemente
desenvolver conexões diretas com o cérebro, para que os computadores
possam somar-se à inteligência humana em vez de ficarem em oposição a
ela”. Hawking pode ficar tranquilo que o programa de desenvolvimento
25

que ele recomenda está bem em marcha.

Haverá muitas variações da versão 2.0 do corpo humano, e cada órgão e
sistema corporal terá seu próprio desenvolvimento e refinamento. A
evolução biológica só é capaz do que é chamado de “otimização local”, isto
é, ela pode melhorar um projeto, mas apenas dentro das restrições das
“decisões” a que a biologia chegou há muito tempo. Por exemplo, a
evolução biológica está restrita a construir tudo a partir de uma classe muito
limitada de materiais, ou seja, as proteínas, que são cadeias
unidimensionais, dobradas, de aminoácidos. Está restrita a processos de
pensamento (reconhecimento de padrões, análise lógica, formação de
habilidades e outras aptidões cognitivas) que usam uma comutação
extremamente vagarosa. E a própria evolução biológica trabalha muito
devagar, melhorando só aos poucos os projetos que continuam a aplicar
esses conceitos básicos. Ela é incapaz, por exemplo, de mudar de repente
para materiais estruturais feitos de diamantoides ou para comutação lógica
baseada em nanotubos.
Mas há como se desviar dessa inerente limitação. A evolução biológica
criou, de fato, uma espécie que podia pensar e manipular seu meio
ambiente. Essa espécie agora está conseguindo ter acesso — e melhorar —
seu próprio projeto, e é capaz de reconsiderar e alterar aqueles dogmas
básicos da biologia.

Corpo humano versão 3.0. Prevejo o corpo humano 3.0 — nos anos 2030
e 2040 — como uma renovação fundamental do projeto. Em vez de
reformar cada subsistema, nós (ambas as porções biológica e não biológica
de nosso pensamento, trabalhando juntas) poderemos renovar nossos corpos
baseados na experiência com a versão 2.0. Assim como foi a transição de
1.0 para 2.0, a transição para 3.0 será gradual e envolverá muitas ideias
concorrentes.
Um atributo que prevejo para a versão 3.0 é a habilidade de modificar
nossos corpos. Poderemos fazê-lo com muita facilidade em ambientes de
realidade virtual (ver a seção seguinte), mas também teremos os meios de
fazê-lo na realidade real. Iremos incorporar em nós mesmos a fabricação
baseada em MNT, portanto poderemos alterar rapidamente e à vontade
nossa manifestação física.
Mesmo com nossos cérebros em grande parte não biológicos, é provável
que conservemos a importância estética e emocional dos corpos humanos,
dada a influência dessa estética no cérebro humano. (Mesmo quando
ampliada, a porção não biológica de nossa inteligência ainda terá sido
derivada da inteligência humana biológica.) Isto é, é provável que o corpo
humano versão 3.0 ainda pareça humano pelos padrões de hoje, porém,
dada a plasticidade grandemente expandida que terão nossos corpos, as
ideias daquilo que constitui a beleza serão ampliadas com o tempo. As
pessoas já expandem seus corpos com piercings, tatuagens e cirurgia
plástica, e a aceitação social dessas alterações aumenta rapidamente. Já que
poderemos fazer alterações que serão prontamente reversíveis, é provável
que haja muito mais experiências.
J. Storrs Hall descreveu os projetos de nanorrobots, que ele chama de
“foglets”, em que eles podem juntar-se e formar uma grande variedade de
estruturas e alterar rapidamente a organização destas. São chamados de
“foglets” porque, se houver uma densidade suficiente deles em uma área,
podem controlar o som e a luz para formar sons e imagens variáveis. Em
essência, criarão ambientes de realidade virtual externamente (isto é, no
mundo físico) em vez de internamente (no sistema nervoso). Usando-os,
uma pessoa pode modificar seu corpo ou seu ambiente, embora algumas
dessas modificações na verdade serão ilusões, já que os foglets podem
controlar sons e imagens. Os foglets de Hall são um projeto conceitual
26

para criar corpos modificáveis reais a fim de competir com os da realidade

virtual.

BILL (UM AMBIENTALISTA): Nessa coisa de versão 2.0 do corpo humano, será
que você não está descartando o que é importante junto com o que não é?
Você sugere substituir todo o corpo e o cérebro humano por máquinas. Não
sobra nenhum ser humano.
RAY: A gente não concorda com a definição de humano, mas exatamente
onde você sugere que se trace o limite? Aumentar o corpo e o cérebro
humano com intervenções biológicas ou não biológicas dificilmente é um
conceito novo. Ainda existe muito sofrimento humano.
BILL: Não tenho objeções quanto a aliviar o sofrimento humano. Mas
substituir um corpo humano por uma máquina para superar o desempenho
humano nos deixa como, bem, uma máquina. Temos carros que podem
andar no chão mais rápido do que um humano, mas não os consideramos
humanos.
RAY: O problema aqui tem muito a ver com a palavra “máquina”. Sua ideia
de máquina é a de alguma coisa que é muito menos valorizada — menos
complexa, menos criativa, menos inteligente, menos conhecedora, menos
sutil e flexível do que um humano. Isso é até razoável para as máquinas de
hoje, porque todas as que encontramos — como os carros — são assim. O
ponto central da minha tese, da revolução da Singularidade que se
aproxima, é que essa ideia de máquina — da inteligência não biológica —
vai mudar fundamentalmente.
BILL: Bom, é exatamente esse meu problema. Uma parte da nossa
humanidade são as nossas limitações. A gente não tem a pretensão de ser a
entidade mais rápida possível, nem de ter uma memória com a maior
capacidade possível, e assim por diante. Mas existe uma qualidade
indefinível, espiritual, em ser humano que uma máquina propriamente não
tem.
RAY: De novo, onde fica o limite? Os humanos já estão substituindo partes
de seus corpos e cérebros com peças de reposição que funcionam melhor
para executar suas funções “humanas”.
BILL: Melhor só no sentido de substituir sistemas e órgãos doentes ou
deficientes. Mas você está substituindo essencialmente toda a nossa
humanidade para aumentar a habilidade humana, e isso é inerentemente
desumano.
RAY: Então pode ser que a nossa discordância seja sobre a natureza de ser
humano. Para mim, a essência de ser humano não são nossas limitações —
embora tenhamos muitas —, é nossa capacidade de superar essas
limitações. A gente não ficou no chão. A gente nem mesmo ficou no
planeta. E a gente não se acomoda com as limitações de nossa biologia.
BILL: A gente tem de usar esses poderes tecnológicos com muito
discernimento. Além de certo ponto, estamos perdendo alguma qualidade
inefável que dá sentido à vida.
RAY: Acho que a gente concorda em que tem de reconhecer o que é
importante na nossa humanidade. Mas não há razão para celebrar nossas
limitações.
... no cérebro humano
Será que tudo que vemos ou somos não passa de sonho dentro de um sonho?
Edgar Allan Poe
O programador de computador é um criador de universos onde só ele impera. Nenhum
dramaturgo, nenhum diretor de cena, nenhum imperador, por mais poderoso que seja,
jamais exerceu essa autoridade tão absoluta para arrumar um palco ou um campo de
batalha e para comandar tropas ou atores tão inabalavelmente obedientes.
Joseph Weizenbaum
Um dia, dois monges discutiam sobre uma bandeira que se agitava ao vento. O
primeiro disse: “Afirmo que a bandeira se move, não o vento”. O segundo disse:
“Afirmo que o vento se move, não a bandeira”. Um terceiro monge passou e disse: “O
vento não se move. A bandeira não se move. Suas mentes se movem”.
Zen Parable
Suponha que alguém dissesse: “Imagine esta borboleta exatamente como ela é, mas
feia em vez de bonita”.
Ludwig Wittgenstein
O cenário em 2010. Os computadores que surgirem no começo da
próxima década ficarão essencialmente invisíveis: tramados em nossas
roupas, inseridos em nossos móveis e ambientes. Eles irão tirar proveito da
malha global (no que a World Wide Web irá se tornar quando todos os seus
dispositivos conectados se tornarem servidores que se comunicam,
formando desse modo vastos supercomputadores e bancos de memória) das
comunicações em alta velocidade e dos recursos computacionais. Teremos
uma largura de banda muito grande e comunicação sem fio com a internet o
tempo todo. Telas serão construídas nos óculos e lentes de contato, e as
imagens serão projetadas diretamente em nossas retinas. O Departamento
de Defesa dos Estados Unidos já está usando uma tecnologia nessa linha
para criar ambientes de realidade virtual para treinar soldados. Um
27

impressionante sistema de realidade virtual de imersão já demonstrado pelo

Instituto de Tecnologias Criativas do Exército inclui humanos virtuais que
respondem apropriadamente às ações do usuário.
Uns dispositivos parecidos, minúsculos, projetarão ambientes auditivos.
Já estão sendo inseridos nas roupas celulares que projetam sons para os
ouvidos. E há um MP3 player que faz vibrar seu crânio para tocar música
28

que só você consegue ouvir. O Exército também foi pioneiro em transmitir

29

som através do crânio emitido pelo capacete de um soldado.

Também há sistemas que podem projetar para longe um som que apenas
uma pessoa específica pode ouvir, uma tecnologia que foi dramatizada
pelos anúncios de rua falantes e personalizados no filme Minority Report. A
tecnologias Hypersonic Sound e os sistemas Audio Spotlight fazem isso ao
modularem o som em feixes ultrassônicos que podem ser direcionados com
precisão. O som é gerado quando os feixes interagem com o ar, que restaura
o som no intervalo audível. Focando múltiplos conjuntos de feixes em uma
parede ou em outra superfície, também é possível um novo tipo de surround
sound sem amplificadores e personalizado. 30

Esses recursos fornecerão realidade virtual visual e auditiva, em alta

resolução e imersão total, a qualquer hora. Também haverá a realidade
aumentada com telas que se sobrepõem ao mundo real para dar orientações
e explicações em tempo real. Por exemplo, sua tela da retina poderia
lembrar: “Esse é o dr. Joaõ da Silva, diretor do Instituto ABC — a última
vez que você o viu foi na conferência XYZ” ou “Esse é o prédio da
Fazenda — sua reunião é no décimo andar”.
Haverá traduções em tempo real de línguas estrangeiras, essencialmente
legendas no mundo e acesso a muitas formas de informação on-line
integradas em nossas atividades cotidianas. As personalidades virtuais que
se sobrepõem ao mundo real nos ajudarão com a recuperação de
informações e com nossas tarefas e negócios. Esses assistentes virtuais nem
sempre estarão esperando por perguntas ou comandos, mas irão se adiantar
se nos virem lutando para encontrar um pedaço de informação. (Enquanto
ficamos pensando sobre “Aquela atriz... que fez o papel da princesa, ou será
que foi a rainha... naquele filme com o robot”, nosso assistente virtual
poderá sussurrar em nosso ouvido ou exibir em nosso campo visual:
“Natalie Portman como a rainha Amidala em Guerra nas Estrelas,
episódios 1, 2e 3”.)

O cenário em 2030. A tecnologia dos nanorrobots fornecerá uma

realidade virtual plenamente convincente, de imersão total. Os nanorrobots
irão se situar fisicamente bem perto de todas as conexões interneurais
vindas de nossos sentidos. Já existe a tecnologia para que os dispositivos
eletrônicos se comuniquem com os neurônios, em ambas as direções, mas
sem precisar do contato físico direto com os neurônios. Por exemplo, os
cientistas no Instituto Max Planck desenvolveram “transistores de
neurônios” que podem detectar o disparo de um neurônio próximo, ou então
fazer com que um neurônio próximo dispare ou impedir que ele dispare. 31

Isso equivale a uma comunicação de duas mãos entre neurônios e os

transistores de neurônios baseados na eletrônica. Conforme mencionado
acima, os pontos quânticos também mostraram a habilidade de prover uma
comunicação não invasiva entre neurônios e dispositivos eletrônicos. 32

Se quisermos ter uma experiência de realidade real, os nanorrobots só

ficarão em posição (nos capilares) e não farão nada. Se quisermos entrar na
realidade virtual, eles suprimirão todos os inputs vindo de seus sentidos
verdadeiros e os substituirão com os sinais que seriam apropriados para o
ambiente virtual. Seu cérebro percebe esses sinais como se viessem de seu
33

corpo físico. Afinal, o cérebro não sente seu corpo diretamente. Como
discutido no capítulo 4, os inputs do corpo — que compreendem umas
poucas centenas de megabits por segundo — representando as informações
sobre tato, temperatura, níveis de ácidos, o movimento da comida e outros
eventos físicos, fluem pelos neurônios da Lamina 1, depois pelo núcleo
posterior ventromedial, terminando nas duas regiões da ínsula do córtex. Se
forem codificados corretamente — e saberemos como fazer isso pela
engenharia reversa do cérebro —, o cérebro vai perceber os sinais sintéticos
como se fossem reais. Você poderia decidir mover seus músculos e
membros como eles normalmente fazem, mas os nanorrobots iriam
interceptar esses sinais interneurais, impedindo que seus membros reais se
movessem e, em vez disso, fariam com que se movessem seus membros
virtuais, ajustando adequadamente seu sistema vestibular e dando o
movimento e a reorientação apropriados para o ambiente virtual.
A web vai fornecer uma panóplia de ambientes virtuais para explorar.
Alguns serão recriações de lugares reais; outros serão ambientes
imaginários que não têm contrapartida no mundo físico. Alguns, de fato,
seriam impossíveis, talvez porque transgridam as leis da física. Poderemos
visitar esses locais virtuais e ter qualquer tipo de interação com outras
pessoas reais, bem como simuladas (é claro que afinal não haverá uma
diferença clara entre as duas), indo desde conversas de negócios e encontros
sensuais. “Designer de ambientes de realidade virtual” será uma nova
descrição de cargo e uma nova forma de arte.

Torne-se outra pessoa. Na realidade virtual, não ficaremos restritos a

uma única personalidade, já que poderemos alterar nossa aparência e, de
fato, nos tornar outra pessoa. Sem alterar nosso corpo físico (na realidade
real), poderemos prontamente transformar nosso corpo projetado nesses
ambientes virtuais tridimensionais. Poderemos ao mesmo tempo escolher
corpos diferentes para pessoas diferentes. Então seus pais poderão ver você
como uma pessoa, enquanto sua namorada vai vê-lo como outra.
Entretanto, a outra pessoa pode escolher sobrepujar suas escolhas,
preferindo ver você de modo diferente do que o corpo que você escolheu
para si mesmo. Você poderia escolher diferentes projeções corporais para
pessoas diferentes: Santos Dumont para um tio erudito, um palhaço para um
colega chato do trabalho. Os casais românticos podem escolher quem eles
querem ser, até mesmo se tornar o outro. Essas são decisões facilmente
mutáveis.
Pude vivenciar como é me projetar como outra pessoa em uma
demonstração de realidade virtual na conferência TED (Tecnologia,
Entretenimento, Design) de 2001 em Monterey. Através de sensores
magnéticos na minha roupa, um computador foi capaz de acompanhar todos
os meus movimentos. Com animação em ultra-alta velocidade, o
computador criou a imagem em tamanho natural, quase realista, de uma
mulher jovem — Ramona —que seguia meus movimentos em tempo real.
Usando uma tecnologia de processamento de sinais, minha voz foi
transformada em uma voz de mulher e também controlou os movimentos
dos lábios de Ramona. Assim, para o público da TED, parecia que a própria
Ramona estava fazendo a apresentação. 34

Para tornar a ideia compreensível, o público podia ver a mim e ver a

Ramona ao mesmo tempo, nós dois nos movendo exatamente do mesmo
jeito. Uma banda veio ao palco, e eu — Ramona — cantei “White Rabbit”
do Jefferson Airplane, bem como uma música original. Minha filha, então
com catorze anos, também equipada com sensores magnéticos, juntou-se a
mim, e seus movimentos de dança transformaram-se nos de um dançarino
— que, por acaso, era o empresário da conferência TED, um Richard Saul
Wurman virtual. O ponto alto da apresentação foi ver Wurman — não
conhecido por seus movimentos de hip-hop — fazendo convincentemente
os passos de dança da minha filha. Na plateia, estava presente o diretor de
criação da Warner Bros., que então foi e criou o filme Simone, em que o
personagem de Al Pacino transforma-se em Simone essencialmente do
mesmo jeito.
Para mim, a experiência foi profunda e emocionante. Quando olhei no
“cyberespelho” (uma tela mostrando o que a plateia estava vendo), vi a
mim como Ramona em vez da pessoa que normalmente vejo no espelho.
Senti a força emocional — e não apenas a ideia intelectual — de me
transformar em outra pessoa.
A identidade das pessoas muitas vezes está vinculada, de perto, a seus
corpos (“Sou uma pessoa de nariz grande”, “Sou magrela”, “Sou um cara
grande” etc.). Foi libertadora a oportunidade de me tornar outra pessoa.
Todos nós temos uma variedade de personalidades que podemos mostrar,
mas que, em geral, suprimimos porque não temos prontamente disponíveis
os meios de expressá-las. Hoje, dispomos de tecnologias muito limitadas —
como a moda, a maquiagem e o penteado — para transformar o que somos
em diferentes relacionamentos e ocasiões, mas nossa paleta de
personalidades irá se expandir muito nos futuros ambientes de realidade
virtual de imersão total.
Além de abranger todos os sentidos, esses ambientes compartilhados
podem incluir um verniz de emoções. Os nanorrobots conseguirão gerar os
correlatos neurológicos de emoções, prazer sexual e outros, derivados de
nossa experiência sensível e reações mentais. Umas experiências durante
cirurgias de cérebro exposto demonstraram que estimular certos pontos
específicos do cérebro pode desencadear experiências emocionais (por
exemplo, a jovem que achou tudo engraçado quando era estimulado um
ponto determinado de seu cérebro, como relatei em The Age of Spiritual
Machines). Algumas emoções e reações secundárias envolvem um padrão
35

de atividade no cérebro em vez da estimulação de um neurônio específico,

mas, com os nanorrobots maciçamente distribuídos, estimular esses padrões
também será possível.

Projetores de experiências. “Projetores de experiências” vão enviar para

a web todo o fluxo de suas experiências sensoriais e os correlatos
neurológicos de suas reações emocionais, assim como as pessoas hoje
projetam as imagens de seus quartos usando as webcams. Um passatempo
popular será ligar-se à projeção sensório-emocional de outra pessoa e ter a
experiência de como é ser essa pessoa, premissa do filme Quero ser John
Malkovich. Também haverá uma vasta seleção de experiências arquivadas
para escolher, e o design das experiências virtuais será uma nova forma de
arte.

Amplie sua mente. A aplicação mais importante dos nanorrobots dos anos
2030 será literalmente ampliar nossas mentes através da fusão da
inteligência biológica com a não biológica. O primeiro estágio será ampliar
nossos 100 trilhões de conexões interneurais muito lentas com conexões
virtuais de alta velocidade através da comunicação entre os robots. A
36

tecnologia também vai fornecer a comunicação sem fio de um cérebro para

outro.
É importante ressaltar que bem antes do final da primeira metade do
século XXI, pensar através de substratos não biológicos irá predominar.
Como foi revisto no capítulo 3, o pensamento biológico humano está
limitado a 10 cálculos por segundo (cps) por cérebro humano (baseado na
16

modelagem neuromórfica das regiões do cérebro) e cerca de 10 para todos

26

os cérebros humanos. Esses números não mudarão de modo apreciável,

mesmo com os ajustes da bioengenharia em nosso genoma. Em
compensação, a capacidade de processamento da inteligência não biológica
está crescendo a uma taxa exponencial (com a própria taxa aumentando) e
irá superar vastamente a inteligência biológica por volta da metade dos anos
2040.
Por essa época, teremos ultrapassado o paradigma dos nanorrobots em
um cérebro biológico. A inteligência não biológica será bilhões de vezes
mais potente, portanto ela vai predominar. Teremos corpos humanos na
versão 3.0, que conseguiremos modificar e reinstalar em novas formas à
vontade. Poderemos alterar rapidamente nossos corpos em ambientes
virtuais auditivo-visuais de imersão total na segunda década desde século;
em ambientes de realidade virtual de imersão total, incorporando todos os
sentidos, durante os anos 2020; e na realidade real, nos anos 2040.
A inteligência não biológica ainda deverá ser considerada humana, já que
é totalmente derivada da civilização humano-máquina, e será baseada, ao
menos em parte, na engenharia reversa da inteligência humana. Tratarei
dessa importante questão filosófica no próximo capítulo. A fusão desses
dois mundos de inteligência não é simplesmente uma fusão de meios
pensantes biológico e não biológico, mas, mais importante, uma fusão de
método com a organização do pensamento, uma que poderá expandir nossas
mentes virtualmente de qualquer modo imaginável.
 O projeto de nossos cérebros, hoje, é relativamente fixo. Embora
acrescentemos padrões de conexões interneurais e concentrações de
neurotransmissores como uma parte normal do processo de aprendizado, a
capacidade geral atual do cérebro humano é altamente restrita. À medida
que a porção não biológica de nosso pensamento comece a predominar por
volta do final dos anos 2030, poderemos ir além da arquitetura básica das
regiões neurais do cérebro. Os implantes cerebrais baseados em nanorrobots
inteligentes amplamente distribuídos pelo cérebro irão expandir muito
nossa memória e ainda melhorar enormemente todas as nossas habilidades
sensoriais, de reconhecimento de padrões e cognitivas. Como os
nanorrobots se comunicarão entre si, serão capazes de criar qualquer
conjunto de novas conexões neurais, romper conexões existentes
(suprimindo o disparo neural), criar novas redes híbridas biológicas não-
biológicas, e acrescentar redes inteiramente não biológicas, bem como fazer
uma interface íntima com as novas formas de inteligência não biológicas.
O uso dos nanorrobots como extensores do cérebro será um avanço
significativo em relação aos implantes neurais instalados via cirurgia que
começam a ser usados hoje. Os nanorrobots serão introduzidos sem
cirurgia, pela corrente sanguínea e, se necessário, poderão ser todos
orientados para sair, portanto, é um processo facilmente reversível. Eles são
programáveis, já que podem fornecer a realidade virtual em um minuto e
uma variedade de extensores do cérebro no outro. Podem alterar sua
configuração e seu software. Talvez, mais importante, são distribuídos
maciçamente e, portanto, podem ocupar bilhões de posições pelo cérebro,
enquanto um implante neural introduzido por cirurgia pode ser colocado em
um único lugar ou, no máximo, em alguns poucos.

MOLLY 2004: A realidade virtual de imersão total não parece muito atraente.
Quero dizer, todos esses nanorrobots correndo a esmo dentro da minha
cabeça, como pequenos insetos.
RAY: Não vai dar para senti-los, não mais do que você sente os neurônios
na sua cabeça ou as bactérias no seu aparelho digestivo.
MOLLY 2004: Na verdade, isso eu consigo sentir. Mas já agora posso ter
imersão total com meus amigos, sabe, só nos juntando fisicamente.
SIGMUND FREUD: Isso é o que eles costumavam dizer sobre o telefone
quando eu era jovem. As pessoas diziam: “Quem precisa falar com alguém
que está a centenas de milhas de distância quando você pode se encontrar
em pessoa?”.
RAY: Exato, o telefone é realidade virtual auditiva. Assim, a RV de imersão
total é basicamente um telefone de corpo inteiro. Dá para se encontrar com
qualquer pessoa a qualquer hora, mas para fazer mais do que só falar.
GEORGE 2048: Com certeza foi uma bênção para os trabalhadores do sexo;
não precisam sair de casa nunca. Ficou tão impossível traçar qualquer
limite significativo que as autoridades não tiveram escolha e legalizaram a
prostituição virtual em 2033. 2∗

MOLLY 2004: Muito interessante, mas na verdade não muito atraente.

GEORGE 2048: Certo, mas pense que você pode estar com sua estrela favorita
do show business.
Moly 2004: Posso fazer isso na minha imaginação quando quiser.
RAY: Imaginação é legal, mas a coisa real — ou, melhor, a coisa virtual —
é tão mais… real.
MOLLY 2004: É, mas se a minha celebridade “favorita” estiver ocupada?
RAY: Esse será outro benefício da realidade virtual por volta de 2029; dará
para escolher dentre milhões de pessoas artificiais.
MOLLY 2104: Entendo que você esteja de volta a 2004, mas a gente meio que
se livrou dessa terminologia antes, quando a Lei das Pessoas Não
Biológicas foi aprovada em 2052. Isto é, somos muito mais reais do que…
preciso achar outro jeito de falar isso.
MOLLY 2004: É, pode ser que precise.
MOLLY 2104: Vamos só dizer que você não precisa ter estruturas biológicas
explícitas para se…
GEORGE 2048: …entusiasmar?
MOLLY 2104: Acho que você sabe.
TIMOTHY LEARY: E se você tiver uma bad trip?
RAY: Quer dizer, alguma coisa dá errado com uma experiência de realidade
virtual?
TIMOTHY: Exato.
RAY: Bom, você pode pular fora. É como desligar um telefonema.
MOLLY 2004: Supondo que você ainda tenha controle do software.
RAY: É, a gente precisa se preocupar com isso.
SIGMUND: Vejo algum potencial terapêutico real aqui.
RAY: É, você pode ser quem quiser na realidade virtual.
SIGMUND: Excelente, a oportunidade de expressar desejos reprimidos...
RAY: E não só estar com a pessoa que você quiser, mas se transformar
nessa pessoa.
Sigmund: Exato. Criamos os objetos de nossa libido em nossos
subconscientes em qualquer caso. Pense só nisto: um casal poderia trocar
de gênero. Cada um poderia se transformar no outro.
MOLLY 2004: Só como intervalo terapêutico, suponho?
SIGMUND: É claro. Eu só iria sugerir isso sob minha supervisão cautelosa.
MOLLY 2004: Naturalmente.
MOLLY 2104: Ô, George, lembra quando cada um de nós virou ao mesmo
tempo personagem do gênero oposto nos romances de Allen Kurzweil? 37

GEORGE 2048: Ah, eu gostava mais de você como aquele inventor francês do
século XVIII, o que fazia relógios de bolso eróticos!
MOLLY 2004: Ok, agora me fale de novo sobre esse sexo virtual. Como é que
funciona exatamente?
RAY: Você está usando seu corpo virtual, que é simulado. Os nanorrobots
dentro e em torno de seu sistema nervoso geram os sinais codificados
apropriados para todos os seus sentidos: visual, auditivo, tátil é claro, e
mesmo olfativo. Da perspectiva do seu cérebro, é real porque os sinais são
tão reais quanto se os seus sentidos os estivessem produzindo a partir de
experiências reais. A simulação na realidade virtual normalmente seguiria
as leis da física, embora isso dependa do ambiente selecionado por você.
Se você for com outra ou outras pessoas, então essas outras inteligências,
sejam de pessoas com corpos biológicos ou não, também teriam corpos
nesse ambiente virtual. O seu corpo na realidade virtual não precisa ser
igual ao seu corpo na realidade real. De fato, o corpo que você escolhe
para você no ambiente virtual pode ser diferente do corpo que seu parceiro
escolhe para você ao mesmo tempo. Os computadores que geram o
ambiente virtual, os corpos virtuais e os sinais neurais associados iriam
cooperar para que as suas ações afetem a experiência virtual dos outros e
vice-versa.
MOLLY 2004: Então eu teria prazer sexual mesmo que de verdade não
estivesse, sabe, com alguém?
RAY: Bem, você estaria com alguém, só que não na realidade real e, é claro,
esse alguém pode nem mesmo existir na realidade real. O prazer sexual não
é uma experiência sensorial direta, é parecido com uma emoção. É uma
sensação gerada em seu cérebro, que reflete o que você está fazendo ou
pensando, igual à sensação de humor ou de raiva.
MOLLY 2004: Como a garota que você mencionou que achava tudo
engraçado quando os cirurgiões estimulavam um ponto determinado no
cérebro dela?
RAY: Exatamente. Há correlatos neurológicos de todas as nossas
experiências, sensações e emoções. Alguns estão localizados, enquanto
outros refletem um padrão de atividade. Em qualquer caso, seremos
capazes de dar forma e melhorar nossas reações emocionais como parte de
nossas experiências de realidade virtual.
MOLLY 2004: Isso poderia dar muito certo. Acho que vou acentuar minha
reação humorística em meus interlúdios românticos. Vai cair muito bem.
Ou talvez minhas respostas absurdas... meio que gosto disso também.
NED LUDD: Posso ver que isso está saindo do controle. As pessoas vão
começar a gastar a maior parte de seu tempo na realidade virtual.
MOLLY 2004: Acho que meu sobrinho de dez anos já está lá com seus video
games.
RAY: Eles ainda não são de imersão total.
MOLLY 2004: É verdade. A gente pode vê-lo, mas não tenho certeza de que
ele percebe a gente. Mas quando chegarmos ao ponto em que seus games
forem de imersão total não o veremos mais.
GEORGE 2048: Posso ver a sua preocupação se você estiver pensando nos
mundos virtuais ralos de 2004, mas não é um problema com nossos mundos
virtuais de 2048. Eles são muito mais atraentes do que o mundo real.
MOLLY 2004: É, como é que você sabe se nunca esteve na realidade real?
GEORGE 2048: Escuto bastante sobre ela. De qualquer modo, podemos
simulá-la.
MOLLY 2104: Bom, eu posso ter um corpo real a qualquer hora que eu
queira, não é grande coisa. Tenho de dizer que é bastante libertador não
ficar dependente de um corpo determinado, muito menos de um biológico.
Dá para imaginar, ficar toda ocupada com suas limitações e encargos sem
fim?
MOLLY 2004: É, dá para entender.
...sobre a longevidade humana
O mais notável é que, em todas as ciências biológicas, não existe uma pista sobre a
necessidade da morte. Se você disser que quer o movimento perpétuo, descobrimos leis
suficientes na física para ver que isso é absolutamente impossível ou que as leis estão
erradas. Mas ainda não foi encontrado nada na biologia que indique a inevitabilidade
da morte. Isso me sugere que ela não é, de jeito nenhum, inevitável, e que é apenas
questão de tempo até que os biólogos descubram o que está nos causando o problema e
como essa terrível doença ou transitoriedade universal do corpo humano será curada.
Richard Feynman
Nunca desista, nunca desista, nunca, nunca, nunca, nunca — de nada, grande ou
pequeno, enorme ou insignificante — nunca desista.
Winston Churchill
Imortalidade primeiro! Todo o resto pode esperar.
 Corwyn Prater
A morte involuntária é um fundamento da evolução biológica, mas isso não a torna
uma coisa boa.
Michael Anissimov
Suponha que você seja um cientista de duzentos anos atrás e descobriu como diminuir
drasticamente a mortalidade infantil com uma higiene melhor. Você dá uma palestra
sobre isso, e alguém lá do fundo fica de pé e diz: “Espere um pouco, se fizermos isso
teremos uma explosão populacional!”. Se você responder: “Não, tudo vai ficar bem
porque todos vamos usar essas coisas absurdas de borracha quando fizermos sexo”,
ninguém teria levado você a sério. Mas foi exatamente o que aconteceu — o
anticoncepcional de barreira foi amplamente adotado (mais ou menos quando a
mortalidade infantil caiu).
Aubrey de Grey, geriatra
Temos o dever de morrer.
Dick Lamm, ex-governador do Colorado
Alguns de nós acham que isso é uma pena.
Bertrand Russell, 1955, comentando a estatística de que cerca de 100 mil pessoas
morrem todo dia por causas relacionadas com a idade38
A evolução, o processo que produziu a humanidade, tem um único objetivo: criar
máquinas de genes plenamente capazes de produzir cópias delas mesmas. Em
retrospecto, esse é o único modo pelo qual estruturas complexas como a vida teriam a
possibilidade de surgir em um universo não inteligente. Mas esse objetivo muitas vezes
entra em conflito com os interesses humanos, provocando a morte, o sofrimento e uma
curta duração da vida. O progresso passado da humanidade tem sido a história de
romper as restrições da evolução.
Michael Anissimov
É provável que a maioria dos leitores deste livro esteja por aqui para
vivenciar a Singularidade. Como foi revisto no capítulo anterior, os
progressos acelerados na biotecnologia permitirão que reprogramemos
nossos genes e processos metabólicos para desligar as doenças e os
processos de envelhecimento. Esse progresso incluirá avanços rápidos em
genômica (influenciando genes), proteômica (compreendendo e
influenciando o papel das proteínas), terapia genética (suprimindo a
expressão de genes com tecnologias como interferência no RNA e inserindo
novos genes no núcleo), projeto racional de drogas (formulando drogas que
visam mudanças precisas nos processos das doenças e do envelhecimento) e
clonagem terapêutica (alongando telômeros e corrigindo o DNA) de
versões rejuvenescidas de nossas próprias células, tecidos e órgãos, e
desenvolvimentos relacionados.
A biotecnologia irá ampliar a biologia e corrigir suas falhas óbvias. A
revolução da nanotecnologia sobrepondo-se a ela permitirá uma expansão
além das severas limitações da biologia. Como Terry Grossman e eu
afirmamos em Fantastic Voyage: Live Long Enough to Live Forever,
estamos ganhando rapidamente o conhecimento e as ferramentas para
manter e estender indefinidamente a “casa” que cada um de nós chama de
nosso corpo e cérebro. Infelizmente, a vasta maioria de nossos colegas baby
boomers não tem consciência de que não tem de sofrer e morrer no
decorrer “normal” da vida, como as gerações anteriores fizeram — se eles
vierem a assumir uma atitude agressiva, uma atitude que vá além da ideia
geral de um estilo de vida basicamente saudável (ver “Recursos e
informações de contato”, na página 561).
Historicamente, o único meio para que os humanos superem uma
duração de vida biológica limitada tem sido transmitir valores, crenças e
conhecimentos para as gerações futuras. Agora nos aproximamos de uma
mudança de paradigma no meio que teremos disponível para preservar os
padrões básicos de nossa existência. A expectativa de vida humana está
crescendo firmemente e irá acelerar com rapidez agora que estamos nos
estágios iniciais de aplicar a engenharia reversa nos processos de
informação subjacentes à vida e às doenças. Robert Freitas estima que
eliminar uma lista específica que abrange 50% de condições médicas
evitáveis iria ampliar a expectativa de vida humana em até 150 anos. Ao 39

prevenir 90% dos problemas médicos, a expectativa de vida cresce até

quinhentos anos. Com 99%, seria de mais de mil anos. Pode-se esperar que
a plena concretização das revoluções biotecnológica e da nanotecnológica
permitirá a eliminação de virtualmente todas as causas médicas da morte.
Enquanto nos movemos na direção de uma existência não biológica,
ganharemos o meio para “fazer um backup de nós mesmos” (armazenar os
principais padrões que baseiam nosso conhecimento, nossas aptidões e
nossa personalidade), eliminando assim a maioria das causas da morte
como a conhecemos.

Expectativa de vida (anos) 40

Era Cro-Magnon 18

Egito Antigo 25

1400, Europa 30

1800, Europa Estados Unidos 37

1900, Estados Unidos 48

2002, Estados Unid0s 78

A transformação para a experiência não biológica

Uma mente que permanece com a mesma capacidade não pode viver para sempre;
depois de uns poucos milhares de anos, ela iria parecer mais como um loop de fita que
se repete do que como uma pessoa. Para viver indefinidamente muito tempo, a própria
mente tem de crescer [...] e quando ficar bastante grande, e olhar para trás [...] que
sentimento de coleguismo ela pode ter com a alma que ela era originalmente? O ser
posterior seria tudo o que o ser original foi, mas muito mais.
Vernor Vinge
Os impérios do futuro são os impérios da mente.
Winston Churchill
Já falei sobre o upload do cérebro no capítulo 4. O cenário do transporte
do cérebro envolve escanear um cérebro humano (mais provável, por
dentro), capturar todos os detalhes salientes e reinstalar o estado do cérebro
em um substrato computacional diferente — é provável que muito mais
potente. Esse será um procedimento factível, e é mais provável que
aconteça por volta do final dos anos 2030. Mas esse não é o modo
primordial como prevejo a transição para a experiência não biológica. Em
vez disso, vai acontecer como todas as outras mudanças de paradigma
acontecem: aos poucos (mas a um ritmo que se acelera).
Como ressaltei acima, a mudança para o pensamento não biológico será
como uma ladeira escorregadia, mas uma onde já começamos a andar.
Continuaremos a ter corpos humanos, mas eles se tornarão projeções
morfológicas de nossa inteligência. Em outras palavras, uma vez que
tenhamos incorporado a fabricação MNT em nós mesmos, poderemos criar
e recriar corpos diferentes à vontade.
Tendo alcançado isso, será que tais mudanças fundamentais nos
permitirão viver para sempre? A resposta depende do que queremos dizer
com “viver” e “morrer”. Considere o que fazemos hoje com os arquivos de
nosso computador pessoal. Quando trocamos um computador velho por um
novo, não jogamos fora todos os arquivos. Em vez disso, copiamos e
reinstalamos os arquivos em um novo equipamento. Embora nosso software
não continue necessariamente existindo para sempre, sua longevidade é, em
essência, independente e desconectada do hardware onde ela roda.
Atualmente, quando nosso hardware humano quebra, o software de
nossas vidas — nosso “arquivo mental” pessoal — morre com ele.
Entretanto, isso não vai continuar a ser o caso quando tivermos os meios
para arquivar e restaurar os milhares de trilhões de bytes de informação
representados pelo padrão que chamamos de nosso cérebro (junto com o
resto de nosso sistema nervoso, sistema endócrino e outras estruturas
englobadas por nosso arquivo mental).
Nesse ponto, a longevidade de nosso arquivo mental não vai depender da
viabilidade contínua de qualquer meio determinado de hardware (por
exemplo, a sobrevivência de cérebro e corpo biológicos). Em última
análise, os humanos baseados em software serão enormemente ampliados
além das severas limitações dos humanos que conhecemos hoje. Eles
viverão na web, projetando corpos quando precisarem ou quiserem,
incluindo corpos virtuais em diversas zonas da realidade virtual, corpos
projetados holograficamente, corpos projetados por foglets, e corpos físicos
compreendendo enxames de nanorrobots e outras formas de
nanotecnologia.
Por volta da metade do século XXI, os humanos conseguirão expandir
seu pensamento sem limites. Essa é uma forma de imortalidade, embora
seja importante ressaltar que os dados e a informação não vão,
necessariamente, durar para sempre: a longevidade da informação depende
de sua relevância, utilidade e acessibilidade. Se você alguma vez tentou
recuperar informações de uma forma obsoleta de arquivar dados em um
formato obscuro, velho (por exemplo, um rolo de fita magnética de um
minicomputador de 1970), você entende quais são os desafios para manter o
software viável. Mas se nos esforçarmos para conservar nosso arquivo
mental, fazendo backups frequentes e os transferindo para meios e formatos
correntes, uma forma de imortalidade pode ser alcançada, ao menos para os
humanos baseados no software. Mais adiante neste século, as pessoas vão
achar extraordinário que os humanos de uma era anterior vivessem suas
vidas sem fazer backup de sua informação mais preciosa: aquela contida em
seus cérebros e corpos.
Essa forma de imortalidade será o mesmo que um humano físico, como
conhecemos hoje, vivendo para sempre? Em certo sentido sim, porque hoje
uma pessoa também não é um conjunto constante de matéria. Pesquisas
recentes mostram que até mesmo nossos neurônios, que se pensava que
duravam muito, mudam todos os subsistemas que os constituem, como os
túbulos, em questão de semanas. Só persiste nosso padrão de matéria e
energia, e mesmo este muda gradualmente. Da mesma forma, será o padrão
de um software humano que persistirá e se desenvolverá e se alterará
devagar.
Mas essa pessoa baseada em meu arquivo mental, que migra através de
muitos substratos computacionais e que vive mais do que qualquer meio de
pensamento determinado, será mesmo eu? Essa questão nos leva de volta
para as mesmas questões de consciência e identidade que têm sido
debatidas desde os diálogos de Platão (que serão vistos no próximo
capítulo). No decorrer do século XXI, elas não ficarão como tópicos para
debates educados sobre filosofia, mas terão de ser enfrentadas como
questões vitais, práticas, políticas e legais.
Uma pergunta pertinente: A morte é desejável? A “inevitabilidade” da
morte está profundamente entranhada no pensamento humano. Se a morte
parece inevitável, só podemos escolher racionalizá-la como necessária, até
mesmo enobrecedora. A tecnologia da Singularidade fornecerá os meios
práticos e acessíveis para que os humanos evoluam para algo maior,
portanto não será necessário racionalizar a morte como um meio primordial
de dar sentido à vida.

A longevidade da informação
“O horror daquele momento”, continuou o rei, “eu nunca, nunca, vou esquecer!” “Vai,
sim”, disse a rainha, “se você não anotar no papel.”
Lewis Carroll, Através do espelho
Dizem que as únicas coisas de que você pode ter certeza são a morte e os impostos —
mas não tenha muita certeza quanto à morte.
Joseph Strout, neurocientista
Não sei, Excelência, mas seja o que for que isso venha a ser, tenho certeza de que V.S.
vai tributá-lo.
Michael Faraday, respondendo a uma pergunta do ministro da Economia britânico sobre
que uso prático poderia resultar da sua demonstração do eletromagnetismo
Não vá tranquilo para dentro dessa noite,
Raiva, raiva dessa morte da luz.
Dylan Thomas3
A oportunidade de traduzir nossas vidas, nossa história, nossos
pensamentos e nossas aptidões em informação levanta a questão de quanto
tempo dura a informação. Sempre respeitei o conhecimento e reuni
informações de todo tipo quando criança, uma inclinação que
compartilhava com meu pai.
Como pano de fundo, meu pai era uma daquelas pessoas que gostam de
armazenar todas as imagens e sons que documentam sua vida. Quando
morreu precocemente com 58 anos, em 1970, herdei seus arquivos, que
conservo até hoje. Tenho a dissertação de doutoramento de 1938 do meu pai
na Universidade de Viena, que contém seus insights únicos sobre as
contribuições de Brahms para nosso vocabulário musical. Há álbuns de
recortes de jornal caprichosamente guardados de seus concertos musicais
quando era adolescente nas colinas da Áustria. Há cartas urgentes de e para
o patrono musical americano que financiou sua fuga de Hitler, logo antes de
a Noite dos Cristais e os acontecimentos históricos relacionados, na Europa
do final dos anos 1930, tornassem essa fuga impossível. Esses itens estão
no meio de dúzias de caixas envelhecidas contendo uma miríade de
lembranças, inclusive fotos, gravações musicais em vinil e fita magnética,
cartas pessoais e até contas velhas.
Também herdei sua inclinação para preservar os registros de minha vida,
portanto, junto com as caixas de meu pai, tenho várias centenas de caixas
com meus próprios papéis e pastas. A produtividade de meu pai, auxiliada
apenas pela tecnologia de sua máquina de escrever manual e papel-carbono,
não pode ser comparada com minha própria fecundidade, ajudada e
incentivada por computadores e impressoras velozes que podem reproduzir
meus pensamentos em todo tipo de permutações.
Guardadas em minhas próprias caixas, também há várias formas de mídia
digital: cartões perfurados, rolos de fitas de papel, fitas magnéticas digitais
e disquetes de vários tamanhos e formatos. Muitas vezes me pergunto se
essas informações continuam sendo acessáveis. Ironicamente, a facilidade
de abordar essa informação é inversamente proporcional ao nível de
adiantamento da tecnologia usada para criá-la. Com menos complicações
são os documentos em papel, que, embora mostrem sinais da idade, são
altamente legíveis. Apenas um pouco mais desafiadores são os discos de
vinil e as gravações analógicas em fita. Embora seja preciso algum
equipamento básico, ele não é difícil de achar nem de usar. Os cartões
perfurados são um tanto mais complicados, mas ainda se consegue achar
leitores de cartões perfurados e os formatos são descomplicados.
De longe, a informação mais difícil de recuperar é aquela contida em
fitas e discos digitais. Considere os desafios envolvidos. Para cada meio,
tenho de descobrir exatamente qual drive foi usado, se um IBM 1620 por
volta de 1960 ou um Data General Nova I por volta de 1973. Então, depois
de juntar o equipamento necessário, há camadas de software para tratar: o
sistema operacional apropriado, os drivers da informação do disco e
programas de aplicação. E quando surgem os muitos problemas inevitáveis,
inerentes a cada uma das camadas de hardware e de software, quem é que
vou chamar para me ajudar? Já é bastante difícil fazer com que os sistemas
contemporâneos funcionem, que dirá de sistemas cuja central de ajuda foi
dispersada há décadas (se é que algum dia existiu). Mesmo no Museu de
História do Computador, a maioria dos dispositivos em exposição parou de
funcionar faz muitos anos. 41

Supondo que eu consiga superar todos esses obstáculos, ainda tenho de

considerar que os dados magnéticos reais nos disquetes provavelmente
estão deteriorados e que os computadores velhos vão gerar principalmente
mensagens de erro. Mas a informação sumiu? A resposta é: não
42

totalmente. Mesmo que os pontos magnéticos não possam mais ser lidos
pelo equipamento original, as regiões desbotadas poderiam ser melhoradas
por um equipamento adequadamente sensível, via métodos que são
análogos ao aprimoramento de imagem usado com frequência nas páginas
de velhos livros quando são escaneados. A informação ainda está ali, mas é
muito difícil de chegar até ela. Com muita dedicação e pesquisa histórica,
pode-se, na verdade, recuperá-la. Se houvesse uma razão para crer que um
desses disquetes contém segredos de imenso valor, provavelmente
conseguiríamos recuperar a informação.
Mas só a saudade não vai bastar para motivar alguém a se encarregar
dessa enorme tarefa. Digo isso porque previ esse dilema, imprimi em papel
a maioria dessas pastas antigas. Mas manter toda a nossa informação em
papel não é a resposta, já que os arquivos escritos apresentam seu próprio
conjunto de problemas. Mesmo que eu consiga prontamente ler até um
manuscrito de um século atrás se o estiver segurando na mão, achar um
documento dentre milhares de pastas organizadas só medianamente pode
ser uma tarefa frustrante e demorada. Pode levar uma tarde inteira para
localizar a pasta certa, sem mencionar o risco de dar um mau jeito nas
costas por carregar dúzias de caixas pesadas de arquivos. Usar microfilme
ou microfichas pode aliviar parte da dificuldade, mas permanece a questão
de localizar o documento certo.
Tenho sonhado em levar essas centenas de milhares de registros e
escaneá-los em uma base de dados pessoal maciça, o que permitiria utilizar
potentes métodos contemporâneos de busca. Até tenho um nome para essa
façanha — DAISI (Document and Image Storage Invention — Invenção
para Armazenar Imagens e Documentos) — e venho acumulando ideias
para isso há tempos. O pioneiro da computação Gordon Bell (ex-
engenheiro-chefe da Digital Equipment Corporation), DARPA (Defense
Advanced Research Projects Agency — Agência de Projetos de Pesquisa
Avançada da Defesa), e a Long Now Foundation também estão trabalhando
em sistemas para enfrentar esse desafio. 43

DAISI envolverá a tarefa um tanto intimidante de escanear e catalogar

pacientemente todos esses documentos. Mas o verdadeiro desafio de meu
sonho com DAISI é surpreendentemente profundo: como posso escolher
camadas de software e hardware apropriados que me garantam que meus
arquivos estarão viáveis e acessíveis daqui a décadas?
É claro que minhas próprias necessidades de arquivamento são apenas
um microcosmo da base de conhecimento exponencialmente crescente que
a civilização humana está acumulando. É essa base de conhecimentos
compartilhada com toda a espécie que nos diferencia dos outros animais.
Outros animais se comunicam, mas eles não acumulam uma base de
conhecimentos que evolui e cresce para passar para a próxima geração.
Como estamos escrevendo nossa herança preciosa com o que Bryan
Bergeron, perito em informática médica, chama de “tinta evanescente”,
pareceria que o legado de nossa civilização corre grandes riscos. Parece
44

que o perigo cresce exponencialmente junto com o crescimento de nossas

bases de conhecimentos. O problema é ainda mais agravado pela
velocidade crescente com que adotamos novos padrões nas muitas camadas
de hardware e software que usamos para armazenar informação.
Há outro reservatório valioso de informações armazenado em nossos
cérebros. Nossas lembranças e aptidões, embora pareçam fugidias,
representam informação, codificada em vastos padrões de concentração de
neurotransmissores, conexões interneurais e outros detalhes neurais
relevantes. Essa informação é a mais preciosa de todas, por isso que a morte
é tão trágica. Como já foi visto, no final conseguiremos ter acesso, arquivar
permanentemente e entender os milhares de trilhões de bytes de informação
que temos guardados no cérebro.
Copiar nossas mentes para outros meios levanta várias questões
filosóficas, que discutirei no próximo capítulo — por exemplo: “Isso sou eu
de verdade ou então outra pessoa que por acaso dominou todos os meus
pensamentos e conhecimentos?”. Não importa como resolvamos essas
questões, a ideia de capturar a informação e os processos de informação de
nossos cérebros parece implicar que nós (ou pelo menos as entidades que
agem muito como nós) poderemos “viver para sempre”. Mas será essa
realmente a implicação?
Durante muitas eras a longevidade de nosso software mental tem sido
vinculada inexoravelmente à sobrevivência de nosso hardware biológico.
Conseguir capturar e reinstalar todos os detalhes de nossos processos de
informações iria, com efeito, separar esses dois aspectos de nossa
mortalidade. Mas, como vimos, o software em si mesmo não sobrevive
necessariamente para sempre, e há enormes obstáculos para que ele dure
muito tempo.
Então, se a informação representa o arquivo sentimental de alguém, ou a
base de conhecimentos acumulados da civilização humano-máquina, ou
ainda os arquivos mentais armazenados em nossos cérebros, o que se pode
concluir afinal sobre a longevidade do software? A resposta é simplesmente
esta: A informação dura apenas enquanto alguém se importa com ela. A
conclusão a que cheguei em relação a meu projeto DAISI, depois de
considerá-lo cuidadosamente por várias décadas, é que hoje não existe, nem
parece que vai surgir, um conjunto de padrões de hardware e software que
forneça algum nível razoável de confiança quanto ao fato de que a
informação armazenada ainda estará acessível (sem um esforço excessivo)
daqui a décadas. A única maneira para meu arquivo (ou qualquer outra
45

base de informações) continuar viável é se ele for continuamente melhorado

e transferido para os mais recentes padrões de hardware e software. Se um
arquivo ficar ignorado, vai se tornar no final tão inacessível quanto meus
velhos disquetes de PDP-8 de oito polegadas.
A informação continuará precisando de constante manutenção e suporte
para continuar “viva”. Quer dados, quer saberes, a informação sobreviverá
apenas se nós quisermos. Por extensão, só podemos viver enquanto
cuidarmos de nós mesmos. Nossos conhecimentos para controlar as
doenças e o envelhecimento já estão tão avançados que a sua atitude em
relação a sua própria longevidade é agora a maior influência em sua saúde a
longo prazo.
A riqueza de conhecimentos de nossa civilização simplesmente não
sobrevive por si mesma. Precisamos continuamente redescobrir,
reinterpretar e reformular o legado de cultura e tecnologia que nossos
antepassados nos concederam. Toda essa informação será efêmera se
ninguém cuidar dela. Traduzir nossos pensamentos atuais para software não
nos proverá necessariamente com a imortalidade. Simplesmente vai colocar
em nossas mãos imaginárias o meio para determinar quanto tempo
queremos que durem nossas vidas e pensamentos.

MOLLY 2004: Então você está dizendo que eu sou só um arquivo?

MOLLY 2104: Bem, não um arquivo estático, mas sim um arquivo dinâmico.
Mas o que você quer dizer com “só”? Tem coisa mais importante?
MOLLY 2004: Eu jogo arquivos fora o tempo todo, mesmo os dinâmicos.
MOLLY 2104: Nem todos os arquivos são criados iguais.
MOLLY 2004: Acho que é verdade. Fiquei arrasada quando perdi a única
cópia da minha tese. Perdi seis meses de trabalho e tive de começar tudo de
novo.
MOLLY 2104: Ah é, foi horrível. Lembro bem, mesmo tendo sido há mais de
um século. Foi arrasador porque era uma pequena parte de mim mesma.
Tinha investido meus pensamentos e minha criatividade naquele arquivo de
informações. Então pense como são valiosos todos os seus — meus —
pensamentos, experiências, aptidões e história acumulados.

... na guerra: o paradigma de realidade virtual

remoto, robótico, robusto, de tamanho reduzido
Como as armas têm ficado mais inteligentes, tem havido uma tendência
dramática para missões com maior precisão e menos baixas humanas. Pode
não parecer assim quando se vê a cobertura do noticiário da TV, mais
detalhada e realista. As grandes batalhas das duas guerras mundiais e da
guerra da Coreia, em que dezenas de milhares de vidas foram perdidas no
decorrer de uns poucos dias, foram registradas visualmente apenas por
ocasionais cinejornais granulados. Hoje, temos uma poltrona na primeira
fila para quase todos os combates. Cada guerra tem suas complexidades,
mas o movimento geral para guerrear com inteligência e precisão é claro
quando se examina o número de baixas. Essa tendência parece com o que
começamos a ver na medicina, em que as armas inteligentes contra as
doenças conseguem executar missões específicas com muito menos efeitos
colaterais. A tendência é parecida para baixas incidentais, embora não
pareça por causa da cobertura contemporânea da mídia (lembre-se de que,
na Segunda Guerra Mundial, morreram cerca de 50 milhões de civis).
 Sou um dos cinco membros do Asag (Army Science Advisory Group —
Grupo de Aconselhamento sobre Ciências do Exército), que sugere ao
Exército dos Estados Unidos as prioridades para sua pesquisa científica.
Embora nossas instruções, discussões e recomendações sejam
confidenciais, posso compartilhar algumas das orientações tecnológicas
gerais que estão sendo seguidas pelo Exército e todas as Forças Armadas
dos Estados Unidos.
O dr. John A. Parmentola, diretor de pesquisas e gerenciamento de
laboratórios para o Exército dos Estados Unidos e a ligação com o Asag,
descreve o processo de “transformação” do Departamento de Defesa como
um movimento na direção de uma força armada que seja “altamente
conscienciosa, centrada na rede, capaz de decisões rápidas, superior em
todos os escalões e (capaz de fornecer) maciços efeitos irresistíveis em
qualquer espaço de batalha”. Ele descreve o FCS (future combat system —
46

sistema de combate futuro), que está sendo desenvolvido agora e agendado

para funcionar na segunda década deste século, como sendo “menor, mais
leve, mais rápido, mais letal e mais inteligente”.
Mudanças dramáticas estão sendo planejadas para a futura tecnologia e o
desdobramento do combater. Embora seja provável que mudem os detalhes,
o Exército prevê deslocar BCTs (brigade combat teams — equipes de
combate) com cerca de 2.500 soldados, sistemas robóticos não tripulados e
equipamentos FCS. Uma única BCT representaria umas 3.300
“plataformas”, cada uma com suas próprias aptidões computacionais
inteligentes. Os BCTs teriam uma imagem operacional comum (COP) do
campo de batalha, que seria traduzida adequadamente, com cada soldado
recebendo as informações através de meios variados, inclusive pela retina
(e outras formas de “avisos de cautela”), telas e, no futuro, conexões
neurais diretas.
O objetivo do Exército é conseguir deslocar um BCT em 96 horas e uma
divisão inteira em 120 horas. A carga para cada soldado, que agora é de
cerca de cem libras de equipamento, inicialmente será reduzida para
quarenta libras através de novos materiais e dispositivos, e a eficácia
melhoraria dramaticamente. Uma parte do equipamento seria descarregada
para “mulas robóticas”.
Um novo material para os uniformes tem sido desenvolvido usando uma
forma nova de Kevlar com nanopartículas de sílica em suspensão em
polietilenoglicol. O material é flexível no uso normal, mas, quando
tensionado, forma instantaneamente uma massa quase impenetrável
resistente a golpes. O Institute for Soldier Nanotechnologies do Exército, no
MIT, está desenvolvendo um material baseado na nanotecnologia, chamado
de “exomúsculo”, para permitir que os combatentes aumentem muito sua
força física quando estiverem lidando com equipamentos pesados. 47

O tanque Abrams tem um notável recorde de sobrevivência, com só três

baixas em seus vinte anos de uso em combate. É o resultado tanto de
armamentos com materiais avançados quanto de sistemas inteligentes
projetados para derrotar armas vindas em sua direção, como mísseis.
Entretanto, o tanque pesa mais de setenta toneladas, um número que terá de
ser reduzido significativamente para se encaixar nos objetivos do FCS para
sistemas menores. Espera-se que os novos nanomateriais, leves mas
ultrafortes (como plástico combinado com nanotubos, que é cinquenta
vezes mais forte do que aço), bem como uma maior inteligência dos
computadores para neutralizar ataques de mísseis, diminuam
dramaticamente o peso dos sistemas de combate terrestre.
A tendência para UAVs (unmanned aerial vehicles — veículos aéreos não
tripulados), que começou com o Predator armado nas recentes campanhas
no Afeganistão e no Iraque, é que irá acelerar. A pesquisa do Exército inclui
o desenvolvimento de micro-UAVs do tamanho de pássaros, que serão
rápidos, certeiros e capazes de realizar missões tanto de reconhecimento
quanto de combate. São previstos UAVs ainda menores, do tamanho de
abelhões. A habilidade navegacional de um abelhão real, que se baseia em
uma complexa interação entre seus sistemas de visão da esquerda e da
direita, faz pouco passou por engenharia reversa e será aplicada nessas
minúsculas máquinas voadoras.
No centro do FCS está uma rede de comunicações auto-organizadora,
muito espalhada, capaz de colher informações de cada soldado e de cada
pedaço de equipamento e, por sua vez, fornecer os arquivos e telas de
informações adequadas para cada humano e cada máquina que participa.
Não haverá central de comunicações, que poderia estar vulnerável a um
ataque hostil. A informação irá se desviar rapidamente das partes
danificadas da rede. Uma prioridade óbvia é desenvolver tecnologias
capazes de manter a integridade das comunicações e evitar que forças hostis
venham bisbilhotar ou manipular a informação. A mesma tecnologia da
segurança de informações será aplicada para infiltrar, desorganizar,
confundir ou destruir as comunicações do inimigo, tanto através de meios
eletrônicos, quanto travando uma ciberguerra usando patógenos para
software.
O FCS não é um programa de uma única aplicação; ele representa um
foco penetrante dos sistemas militares visando sistemas por controle
remoto, autônomos, miniaturizados e robóticos, combinados com
comunicações potentes, auto-organizadoras, distribuídas e seguras.
O Projeto Alpha do comando das Forças Armadas dos Estados Unidos
(responsável por acelerar ideias transformadoras) prevê uma força
combatente em 2025 que “é grandemente robótica”, incorporando TACs
(tactical autonomous combatants — combatentes autônomos táticos), que
“têm algum nível de autonomia — autonomia ajustável ou autonomia
supervisionada ou plena autonomia dentro [...] dos limites da missão”. Os 48

TACs estarão disponíveis em uma ampla variedade de tamanhos, indo

desde nanorrobots e microrrobots até grandes UAVs e outros veículos, bem
como sistemas automatizados que conseguem andar sobre solos irregulares.
Um projeto inovador que está sendo desenvolvido pela Nasa, com previsão
para aplicações militares, tem o formato de uma cobra. 49

Um dos programas que contribui para o conceito de 2020 de enxames

auto-organizadores de pequenos robots é o AINS (Autonomous intelligent
network and systems — sistemas e redes inteligentes autônomas) do
Escritório de Pesquisa Naval, que prevê um exército de drones, robots não
tripulados, autônomos, na água, na terra e no ar. Os enxames terão
comandantes humanos com comando e controle descentralizados, é o que
Allen Moshfegh, chefe do projeto, chama de uma “internet inexpugnável no
céu”.50

Uma pesquisa intensa está sendo dedicada a projetar a inteligência do

enxame. A inteligência do enxame descreve como comportamentos
51

complexos podem surgir a partir de inúmeros agentes individuais, cada um

seguindo regras relativamente simples. Com frequência, os enxames de
52

insetos conseguem achar soluções inteligentes para problemas complexos,

como projetar a arquitetura de uma colônia, apesar de que nenhum membro
isolado do enxame possui as aptidões necessárias.
Darpa anunciou em 2003 que um batalhão de 120 robots militares
(construídos por I-Robot, empresa fundada pelo pioneiro da robótica
Rodney Brooks) seria aparelhado com um software da inteligência dos
enxames para permitir que imitasse o comportamento organizado dos
insetos. À medida que os sistemas robóticos ficar fisicamente menores e
53

maiores em número, os princípios da inteligência de enxame auto-

organizador irão desempenhar um papel cada vez mais importante.
Os militares também reconhecem que o prazo para os desenvolvimentos
precisa ser reduzido. Historicamente, o prazo típico para os projetos
militares irem da pesquisa à utilização tem sido maior do que uma década.
Mas com a taxa de mudança de paradigma tecnológico diminuindo pela
metade a cada década, esses prazos de desenvolvimento precisam manter o
ritmo, pois muitos sistemas de armamentos já são obsoletos quando chegam
ao campo de batalha. Uma maneira de realizar isso é desenvolver e testar
novas armas usando simulações, o que permitiria que os sistemas de
armamentos fossem projetados, concretizados e testados muito mais
depressa do que o meio tradicional de construir protótipos e testá-los
(muitas vezes explodindo-os) no uso real.
Outra tendência importante é mover o pessoal para longe do combate, a
fim de melhorar os índices de sobrevivência dos soldados. Isso pode ser
feito permitindo que humanos dirijam e pilotem sistemas remotamente.
Tirar o piloto de um veículo permite que este tome parte em missões mais
arriscadas e seja projetado para ser manobrado com mais eficácia. Também
permite que os dispositivos fiquem bem pequenos ao dispensar as extensas
necessidades para suportar a vida humana. Os generais estão indo cada vez
mais longe. Tommy Franks comandou a guerra no Afeganistão de seu
bunker em Qatar.

Pó inteligente. Darpa está desenvolvendo dispositivos ainda menores do

que pássaros e abelhões, chamados de “pó inteligente” — sistemas
sensoriais complexos não muito maiores do que uma cabeça de alfinete.
Depois de completamente desenvolvidos, enxames de milhões desses
dispositivos poderiam ser lançados em território inimigo para realizar uma
vigilância altamente detalhada e, finalmente, apoiar as ofensivas de guerra
(por exemplo, liberando nanoarmas). A energia para os sistemas de poeira
inteligente será dada pelas células de combustível, bem como pela
conversão da energia mecânica gerada por seu próprio movimento, pelo
vento e pelas correntes térmicas.
Quer achar um inimigo importante? Precisa localizar armas escondidas?
Quantidades maciças de espiões essencialmente invisíveis poderiam
monitorar cada metro quadrado de território inimigo, identificar todas as
pessoas (através de imagens termais e eletromagnéticas, eventualmente
mediante testes de DNA e outros meios) e todas as armas e até mesmo
realizar missões para destruir alvos inimigos.

Nanoarmas. O passo seguinte depois do pó inteligente serão as armas

baseadas em nanotecnologia, que irão tornar obsoletas as armas de tamanho
maior. A única maneira de neutralizar tal força distribuída maciçamente é
usar sua própria nanotecnologia. Além disso, melhorar os nanodispositivos
que têm a aptidão para autorreplicação estenderá suas habilidades, mas
introduzirá grandes riscos, assunto de que trato no capítulo 8.
A nanotecnologia já está sendo aplicada em um amplo leque de funções
militares. Estas incluem revestimentos para armamentos melhorados;
laboratórios em um chip para detectar e identificar rapidamente agentes
químicos e biológicos; catálise em nanoescala para descontaminar áreas;
materiais inteligentes que conseguem se reestruturar para diferentes
situações; nanopartículas biocidas incorporadas em uniformes para reduzir
a infecção das feridas; nanotubos combinados com plásticos para criar
materiais extremamente fortes; e materiais autorreparadores. Por exemplo, a
Universidade de Illinois desenvolveu plásticos autorreparadores que
incorporam microesferas de monômeros líquidos e um catalisador dentro de
uma matriz plástica; quando aparece uma rachadura, as microesferas se
rompem, vedando automaticamente a rachadura. 54

Armas inteligentes. Já mudamos de mísseis burros, lançados com a

esperança de que chegassem ao alvo, para mísseis inteligentes de cruzeiro,
que usam o reconhecimento de padrões para tomar milhares de decisões
táticas por eles mesmos. As balas, entretanto, continuam sendo
essencialmente pequenos mísseis burros, e dar-lhes alguma inteligência é
outro objetivo militar.
 Na medida em que as armas militares ficam menores de tamanho e
maiores em número, não será desejável nem factível manter o controle
humano sobre cada dispositivo. Assim, aumentar o nível do controle
autônomo é outro objetivo importante. Quando a inteligência da máquina
alcançar a inteligência humana biológica, muito mais sistemas serão
inteiramente autônomos.

RV. Já se usa ambientes de realidade virtual para controlar sistemas de

controle remoto como o UAV Predator armado da força aérea dos Estados
Unidos. Mesmo que um soldado esteja dentro de um sistema de
55

armamentos (como o tanque Abrams), não se espera que ele simplesmente

dê uma olhada pela janela para ver o que está acontecendo. Os ambientes de
realidade virtual são necessários para fornecer uma vista do ambiente real e
permitir um controle efetivo. Os comandantes humanos encarregados das
armas de enxame também precisarão de ambientes especializados de
realidade virtual para visualizar as informações complexas que esses
sistemas espalhados estão coletando.
Por volta do final dos anos 2030 e 2040, quando nos aproximamos da
versão 3.0 do corpo humano e do predomínio da inteligência não biológica,
a questão da ciberguerra irá para o centro do palco. Quando tudo é
informação, a habilidade de controlar sua própria informação e de
desorganizar a comunicação, o comando e o controle de seu inimigo será
um fator determinante e primordial para o sucesso militar.
... no aprendizado
Ciência é o conhecimento organizado. Sabedoria é a vida organizada.
Immanuel Kant (1724-1804)
A maior parte da educação no mundo hoje, inclusive nas comunidades
mais abastadas, não está muito diferente do modelo oferecido pelas escolas
monásticas da Europa do século XIV. As escolas continuam sendo
instituições altamente centralizadas, construídas sobre uns parcos recursos
em edificações e professores. A qualidade da educação também varia
enormemente, dependendo da riqueza da comunidade local (a tradição
americana de financiar a educação com as taxas imobiliárias claramente
exacerba essa desigualdade), e assim contribui para a cisão entre os que têm
e os que não têm.
Assim como acontecerá com todas as nossas outras instituições, no final
iremos nos mover para um sistema educacional descentralizado, no qual
cada pessoa terá pronto acesso à instrução e ao conhecimento da mais alta
qualidade. Estamos agora nos estágios iniciais dessa transformação, mas já
o advento da disponibilidade de vastos conhecimentos na web, com
motores de busca úteis, material educacional de alta qualidade na web e a
instrução assistida por computadores cada vez mais eficientes estão
permitindo um acesso à educação amplamente difundido e barato.
A maioria das grandes universidades dos Estados Unidos já oferece
cursos on-line, e muitos são grátis. A iniciativa OCW (OpenCourseWare)
do MIT tem liderado o campo. O MIT oferece novecentos cursos — metade
do total de todos os cursos oferecidos — grátis na web. Estes já tiveram
56

um grande impacto na educação pelo mundo. Por exemplo, Brigitte

Bouissou escreve: “Como professora de matemática na França, quero
agradecer ao MIT [...] por (estas) palestras muito lúcidas, que são de grande
ajuda quando preparo minhas aulas”. Sajid Latif, um educador no
Paquistão, inseriu os cursos MIT OCW em seu próprio programa. Seus
alunos paquistaneses frequentam virtual e regularmente as aulas do MIT
como parte substancial de sua educação. O MIT pretende ter todos os seus
57

cursos on-line e com código-fonte aberto (ou seja, sem custo para uso não
comercial) por volta de 2007.
O Exército dos Estados Unidos já realiza todos os seus treinamentos não
físicos usando a instrução baseada na web. O material didático acessível,
barato e de qualidade cada vez maior, disponível na web também está
alimentando uma tendência para o homeschooling, ensino doméstico. 4∗

O custo para a infraestrutura da comunicação audiovisual de alta

qualidade baseada na internet continua a cair depressa, a uma taxa de cerca
de 50% ao ano, como foi visto no capítulo 2. Por volta do final da década,
será possível para regiões subdesenvolvidas do mundo fornecer um acesso
bem barato a uma educação de alta qualidade para todos os níveis, da pré-
escola ao doutoramento. O acesso à educação deixará de ser limitado pela
falta de disponibilidade de professores treinados em cada cidade pequena
ou aldeia.
Ficando a CAI (computer-assisted instruction — educação apoiada por
computador) mais inteligente, vai aumentar muito a possibilidade de
individualizar, para cada aluno, a experiência do aprendizado. Novas
gerações de software educacional podem modelar os pontos fortes e fracos
de cada aluno e desenvolver estratégias para focar na área problemática de
cada um. Uma empresa que fundei, Kurzweil Educational Systems, oferece
software que é usado em dezenas de milhares de escolas, para que alunos
com dificuldade de leitura tenham acesso a materiais impressos comuns e
melhorem sua habilidade de ler. 58
 Por causa das limitações atuais na largura de banda e da falta de telas
tridimensionais eficientes, o ambiente virtual fornecido hoje através do
acesso rotineiro à web ainda não compete totalmente em “estar lá”, mas
isso vai mudar. No começo da segunda década deste século, os ambientes
de realidade virtual auditiva-visual serão de imersão total, resolução muito
alta e muito convincentes. A maioria dos colégios seguirá o MIT, e os
alunos irão frequentar virtualmente as salas cada vez mais. Os ambientes
virtuais terão laboratórios virtuais de alta qualidade, onde poderão ser feitas
experiências de química, física nuclear e de qualquer outro campo
científico. Os estudantes poderão interagir com um Thomas Jefferson ou
um Thomas Edison virtual ou mesmo tornar-se um Thomas Jefferson. As
aulas estarão disponíveis para todos os níveis em muitas línguas. Os
dispositivos necessários para entrar nessas salas de aula virtuais de alta
qualidade e alta resolução serão ubíquos e de preço razoável, mesmo em
países do Terceiro Mundo. Estudantes de qualquer idade, de criancinhas a
adultos, poderão ter acesso à melhor educação do mundo a qualquer hora e
de qualquer lugar.
A natureza da educação vai mudar mais uma vez quando nos fundirmos
com a inteligência não biológica. Então teremos a habilidade para baixar
conhecimentos e aptidões, ao menos para a parte não biológica de nossa
inteligência. Nossas máquinas fazem isso hoje como rotina. Se você quiser
dar a seu laptop aptidões de ponta na fala ou no reconhecimento de
caracteres, na tradução de línguas ou na busca na internet, seu computador
só precisa baixar rapidamente os padrões certos (o software). Não temos
portais de comunicação que possam ser comparados nos nossos cérebros
biológicos para baixar rapidamente as conexões interneurais e os padrões
neurotransmissores que representam nossa aprendizagem. Essa é uma das
muitas limitações profundas do paradigma biológico que agora usamos para
pensar, uma limitação que iremos superar na Singularidade.
... no trabalho
Se todo instrumento pudesse realizar seu próprio trabalho, obedecendo ou
antecipando-se à vontade dos outros; se a lançadeira pudesse tecer e a palheta tocar a
lira sem a mão para guiá-las, os capatazes não iriam precisar de trabalhadores, nem os
donos, de escravos.
Aristóteles
Antes da invenção da escrita, quase todos os insights estavam acontecendo pela
primeira vez (ao menos, para os pequenos grupos de humanos envolvidos). Quando se
está no começo, tudo é novo. Em nossa era, quase tudo que fazemos nas artes é feito
sabendo que já foi feito antes e antes. No começo da era pós-humana, as coisas serão
novamente novas porque qualquer coisa que precise de uma habilidade maior do que a
 humana ainda não foi feita por Homero ou Da Vinci ou Shakespeare.
Vernor Vinge 59

Agora, parte de (minha consciência) vive na internet e parece ficar lá o tempo todo
[...]. Um estudante pode ter um livro didático aberto. A televisão está ligada sem som
[...]. Eles têm música nos fones de ouvido [...] uma janela com tarefas escolares está
aberta, junto com o e-mail e o messenger [...]. Um estudante multitarefa prefere o
mundo on-line em vez do mundo cara a cara. “A vida real”, diz ele, “é só mais uma
janela.”
Christine Boese, relatando os achados do professor Sherry Turkle do MIT60
Em 1651, Thomas Hobbes descreve “a vida do homem” como “solitária,
pobre, repugnante, animalesca e curta”. Essa era uma avaliação justa da
61

vida naquela época, mas já superamos enormemente essa caracterização

severa através dos avanços tecnológicos, ao menos no mundo desenvolvido.
Mesmo nas nações subdesenvolvidas a expectativa de vida só fica um
pouco atrás. A tecnologia começa, tipicamente, com produtos de um custo
exorbitante que não funcionam muito bem, seguidos por versões caras que
funcionam um pouco melhor, e então por produtos baratos que funcionam
bastante bem. O rádio e a televisão seguiram esse padrão, como também o
celular. O acesso contemporâneo à web está no estágio barato-que-
funciona-bastante-bem.
Hoje, o tempo entre a adoção inicial de um produto novo e a adoção
tardia é de cerca de uma década, mas, acompanhando a duplicação da taxa
de mudança de paradigma em cada década, esse tempo será de apenas cinco
anos na metade da segunda década e de apenas um par de anos em meados
dos anos 2020. Dado o enorme potencial para a criação de riquezas das
tecnologias GNR, veremos a classe baixa quase desaparecer nas próximas
duas a três décadas (ver as discussões sobre o relatório de 2004 do Banco
Mundial nos capítulos 2 e 9). Porém, é provável que esses
desenvolvimentos encontrem cada vez maiores reações de fundamentalistas
e ludditas contra o ritmo acelerado da mudança.
Com o advento da fabricação baseada em MNT, o custo de fazer
qualquer produto físico será reduzido a centavos por quilo, mais o custo da
informação que guia o processo, representando esta seu verdadeiro valor. Já
não se está muito longe dessa realidade; os processos baseados em software
hoje orientam cada passo da fabricação, desde o projeto e a aquisição de
materiais até a montagem em fábricas automatizadas. A porção do custo de
um produto manufaturado que pode ser atribuída ao processo de informação
usado em sua criação varia de uma categoria de produto para outra, mas
está aumentando de modo geral, aproximando-se rapidamente de 100%. Por
volta do final dos anos 2020, o valor de virtualmente todos os produtos —
roupas, comida, energia e, claro, aparelhos eletrônicos — estará quase
inteiramente em sua informação. Como é o caso hoje, irão coexistir as
versões de software livre e de software proprietário de todo tipo de produtos
e serviços.

Propriedade intelectual. Se o valor primordial de produtos e serviços

reside em sua informação, então a proteção dos direitos da informação será
crítica para sustentar os modelos de negócios que fornecem o capital para
financiar a criação de informações valiosas. As disputas, hoje, na indústria
do entretenimento em relação ao download ilegal de música e filmes, são
precursoras do que será uma luta profunda quando essencialmente tudo de
valor for composto por informação. É claro que modelos de negócios
existentes ou novos que permitam a criação de propriedade intelectual (PI)
valiosa têm de ser protegidos, caso contrário o próprio suprimento de PIs
estará ameaçado. Entretanto, a pressão feita pela facilidade de copiar
informações é uma realidade que não vai desaparecer, de modo que as
indústrias sofrerão se não mantiverem seus modelos de negócios alinhados
com as expectativas do público.
Na música, por exemplo, em vez de liderar através de novos paradigmas,
a indústria fonográfica prendeu-se rigidamente (até há pouco tempo) à ideia
de um disco caro, um modelo de negócio que ficou inalterado desde o
tempo em que meu pai era um músico jovem, batalhador, nos anos 1940. O
público só evitará a pirataria em grande escala de serviços de informação
quando os preços comerciais forem mantidos em níveis percebidos como
razoáveis. O setor dos telefones celulares é um ótimo exemplo de uma
indústria que não abriu as portas para uma pirataria desenfreada. O custo
das chamadas pelo celular vem caindo rapidamente com as melhorias
tecnológicas. Se a indústria de celulares tivesse mantido o preço das
chamadas no nível em que estavam quando eu era criança (um tempo em
que as pessoas largavam tudo o que estavam fazendo nas raras vezes em
que alguém ligava de longe), estaríamos vendo uma pirataria semelhante
nas chamadas de celulares, o que tecnicamente não é mais difícil do que
piratear música. Mas fazer trapaça em chamadas de celular é considerado
por muitos como comportamento criminoso, em especial porque a sensação
geral é de que o custo das chamadas é adequado.
Os modelos de negócios de PI existem invariavelmente na fronteira da
mudança. Está difícil baixar filmes por causa do tamanho do arquivo, mas
isso vai deixar bem depressa de ser um problema. A indústria
cinematográfica precisa liderar a mudança para novos padrões, como filmes
em alta definição on demand. É típico que os músicos ganhem a maior parte
de seu dinheiro com espetáculos ao vivo, mas esse modelo também estará
em discussão no começo da próxima década, quando houver realidade
virtual de imersão total. Cada indústria terá de reinventar continuamente
seus modelos de negócios, o que exigirá tanta criatividade quanto a criação
da própria PI.
A primeira revolução industrial ampliou o alcance de nossos corpos e a
segunda está ampliando o de nossas mentes. Como já foi mencionado, o
emprego nas fábricas e fazendas passou de 60% para 6% nos Estados
Unidos durante o século passado. No próximo par de décadas, virtualmente
todo o trabalho físico e mental de rotina será automatizado. A computação e
a comunicação não envolverão produtos discretos como os dispositivos de
mão, mas serão uma rede sem emendas dos recursos inteligentes que estão,
todos, em torno de nós. Já a maior parte do trabalho contemporâneo está
envolvida na criação e na promoção da PI sob uma forma ou outra, bem
como os serviços pessoais diretos de uma pessoa para outra (saúde, boa
forma, educação etc.). Essas tendências continuarão com a criação de PI —
incluindo toda a nossa criatividade artística, social e científica — e serão
muito melhoradas com a expansão de nosso intelecto através da fusão com
a inteligência não biológica. A maioria dos serviços pessoais irá se mudar
para ambientes de realidade virtual, especialmente quando a realidade
virtual passar a abranger todos os sentidos.

Descentralização. As próximas décadas verão uma grande tendência para

a descentralização. Hoje existem usinas de energia altamente centralizadas
e vulneráveis, e usamos linhas de transmissão e navios para transportar
energia. O advento das células de combustível nanofabricadas e da energia
solar permitirá que os recursos energéticos sejam distribuídos maciçamente
e integrados em nossa infraestrutura. A indústria MNT será muito
distribuída usando minifábricas baratas para nanofabricação. A capacidade
de fazer quase qualquer coisa com qualquer pessoa de qualquer lugar em
qualquer ambiente de realidade virtual tornará obsoletas as tecnologias
centralizadas de prédios de escritórios e de cidades.
Com a versão 3.0 dos corpos podendo assumir diferentes formatos à
vontade, e nossos cérebros grandemente não biológicos deixando de estar
restritos à limitada arquitetura que a biologia nos legou, a questão do que é
humano sofrerá intenso escrutínio. Nenhuma transformação descrita aqui
representa um salto repentino, mas sim uma sequência de pequenos passos.
Embora esteja aumentando a velocidade com que esses passos estão sendo
dados, segue-se rapidamente uma aceitação geral. Basta ver as novas
tecnologias da reprodução como a fertilização in vitro, que foram
controversas no começo mas logo se tornaram amplamente usadas e aceitas.
Por outro lado, a mudança sempre produzirá reações de fundamentalistas e
ludditas, que ficarão mais intensas à medida que o ritmo da mudança
aumentar. Mas apesar das aparentes controvérsias, os benefícios irresistíveis
para a saúde, riqueza, expressão, criatividade e conhecimento humanos
ficarão logo aparentes.

... no brincar
A tecnologia é uma maneira de organizar o universo para que as pessoas não tenham
de vivenciá-lo.
Max Frisch, Homo Faber
A vida é uma aventura audaciosa ou não é nada.
Helen Keller
Brincar é só outra versão de trabalhar, e tem um papel integral na criação
humana do conhecimento em todas as suas formas. Uma criança brincando
com bonecas e blocos de construir está adquirindo conhecimentos criados
essencialmente através de sua experiência. As pessoas brincando com
movimentos de dança estão empenhadas em um processo criativo de
colaboração (considere os jovens nas esquinas das ruas dos bairros mais
pobres do país que criaram a break dance, que lançou o movimento hip-
hop). Einstein deixou de lado seu trabalho para o escritório suíço de
patentes e se dedicou a jogos mentais, o que resultou na criação de suas
teorias duradouras da relatividade especial e da relatividade geral. Se a
guerra é o pai da invenção, então a brincadeira é a mãe.
Já não há uma distinção clara entre video games cada vez mais
sofisticados e um software educacional. The Sims 2, jogo lançado em
setembro de 2004, usa personagens baseadas em IA que têm suas próprias
motivações e intenções. Sem um roteiro predefinido, as personagens
comportam-se de modo imprevisível, com a história surgindo de suas
interações. Embora considerado um game, ele oferece aos jogadores
insights sobre como desenvolver uma consciência social. Da mesma forma,
jogos que simulam esportes cada vez mais realistas fornecem aptidões e
entendimento.
Por volta de 2020, a realidade virtual de imersão total será um vasto
playground de experiências e ambientes atraentes. Inicialmente, a RV terá
certos benefícios em permitir comunicações a longa distância com outros de
modo cativante e oferecendo uma grande variedade de ambientes a ser
escolhidos. Embora os ambientes não sejam completamente convincentes
no começo, no final da década de 2020 eles serão indistinguíveis da
realidade real e envolverão todos os sentidos, bem como correlações
neurológicas de nossas emoções. Quando entrarmos nos anos 2030, não
haverá uma distinção clara entre máquina e humano, entre realidade real e
virtual, ou entre trabalhar e brincar.
... no destino inteligente do cosmos: Por que é
provável que estejamos sozinhos no universo
O universo não é apenas mais esquisito do que supomos, mas mais esquisito do que
podemos supor.
J. B. S. Haldane
O que o universo está fazendo, questionando-se por meio de um de seus menores
produtos?
D. E. Jenkins, teólogo anglicano
O que o universo está computando? Até onde podemos dizer, ele não está produzindo
uma resposta única para uma pergunta única [...]. Em vez disso, o universo está
computando a si mesmo. Alimentado pelo software de Modelo Padrão, o universo
computa campos quânticos, elementos químicos, bactérias, seres humanos, estrelas e
galáxias. Enquanto computa, ele mapeia sua própria geometria de espaço-tempo com a
maior precisão permitida pelas leis da física. Computação é existência.
Seth Lloyd e Y. Jack Ng62
Nossa visão ingênua do cosmos, datando de antes de Copérnico, era de
que a Terra estava no centro do universo e a inteligência humana era sua
maior dádiva (logo depois de Deus). A opinião mais recente dos entendidos
é que, mesmo sendo muito baixa a probabilidade (por exemplo, uma em 1
milhão) de que uma estrela tenha um planeta com uma espécie criadora de
tecnologia, existem tantas estrelas (ou seja, bilhões de trilhões delas) que
deve haver muitas (bilhões ou trilhões) com tecnologia avançada.
Essa é a opinião que baseia o Seti — Search for Extraterrestrial
Intelligence, a busca por inteligência extraterrestre —, e é a opinião comum
dos especialistas hoje. Entretanto, há razões para duvidar da “suposição
Seti” de que a inteligência extraterrestre (ETI) seja predominante.
 No gráfico, SERENDIP III e IV: Descobertas Casuais III e
Descobertas Casuais IV
Primeiro, considere a opinião comum de Seti. Interpretações comuns da
equação de Drake (ver abaixo) concluem que há muitas (bilhões) ETIs no
universo, milhares ou milhões em nossa galáxia. Só examinamos uma
porção mínima do palheiro (o universo), portanto nosso fracasso até hoje de
achar a agulha (um sinal da ETI) não deve ser considerada desencorajadora.
Outras providências para explorar o palheiro estão aumentando.
O seguinte diagrama de Sky & Telescope ilustra o objetivo do projeto Seti
ao traçar um esquema da capacidade dos esforços variados de
escaneamento contra três parâmetros principais: distância da Terra,
frequência da transmissão e fração do céu. 63

O plano inclui dois sistemas futuros. O Arranjo de Telescópios Allen,

nomeado como homenagem a Paul Allen, cofundador da Microsoft, está
baseado no uso de muitos pratos pequenos de escaneamento em vez de só
um ou de apenas um número pequeno de pratos grandes, com 32 dos pratos
agendados para estar on-line em 2005. Quando todos os seus 350 pratos
estiverem em operação (projetada para 2008), serão equivalentes a um prato
de 2,5 acres (10 mil metros quadrados). Será capaz de ouvir ao mesmo
tempo 100 milhões de canais de frequência e de cobrir todo o espectro das
micro-ondas. Uma de suas futuras tarefas será escanear milhões de estrelas
de nossa galáxia. O projeto depende de computação inteligente que possa
extrair sinais altamente precisos de muitos pratos de baixo custo. 64

A Universidade do Estado de Ohio está construindo o Omnidirectional

Search System (Sistema de Busca Onidirecional), que depende de
computação inteligente para interpretar sinais de um amplo conjunto de
antenas simples. Usando princípios de interferometria (o estudo de como os
sinais interferem um no outro), pode-se computar, dos dados das antenas,
uma imagem em alta resolução do céu inteiro. Outros projetos estão
65

expandindo o alcance da frequência eletromagnética, por exemplo, para

explorar a faixa do infravermelho e a faixa óptica. 66

Há seis outros parâmetros além dos três mostrados no gráfico acima —

por exemplo, a polarização (o plano da frente de onda em relação à direção
das ondas eletromagnéticas). Uma das conclusões a que se pode chegar com
o gráfico é que apenas cortes muito finos desse “espaço paramétrico” de
nove dimensões têm sido explorado pelo Seti. Portanto, continua o
raciocínio, não é de surpreender que ainda não se acharam evidências de
inteligência extraterrestre.
Entretanto, não estamos procurando por uma agulha única. Com base na
Lei dos Retornos Acelerados, quando uma ETI atinge as tecnologias
mecânicas primitivas, passam-se só uns poucos séculos antes que ela
alcance as vastas habilidades que projetei para o século XXII aqui na Terra.
O astrônomo russo N. S. Kardashev descreve uma civilização de “tipo II”
como aquela que já aproveitou o poder de sua estrela para as comunicações,
usando radiação eletromagnética (cerca de 4 x 10 watts, baseado em nosso
26

Sol). De acordo com minhas projeções (ver capítulo 3), nossa civilização
67

alcançará esse nível por volta do século XXII. Dado que o nível do
desenvolvimento tecnológico das muitas civilizações projetadas por muitos
teóricos do Seti deveria se espalhar por vastos períodos de tempo, deve
haver muitas bem mais avançadas do que nós. Portanto deveria haver
muitas civilizações do tipo II. De fato, houve tempo suficiente para que
algumas dessas civilizações colonizassem suas galáxias e alcançassem o
tipo III de Kardashev: uma civilização que aproveitou a energia de sua
galáxia (cerca de 4 x 10 watts, com base em nossa galáxia). Mesmo uma
37

única civilização avançada deveria estar emitindo bilhões ou trilhões de

“agulhas” — isto é, transmissões representando um vasto número de pontos
no espaço paramétrico do Seti como artefatos e efeitos colaterais de sua
miríade de processos de informação. Mesmo sendo finos os cortes do
espaço paramétrico escaneado pelo projeto Seti até hoje, seria difícil deixar
de perceber uma civilização do tipo II, mais ainda do tipo III. Se, então,
incluirmos a expectativa de que deveria haver um vasto número dessas
civilizações avançadas, é estranho que ainda não as tenhamos percebido.
Esse é o Paradoxo de Fermi.

A equação de Drake. A pesquisa Seti foi motivada em grande parte pelo

equação de 1961 do astrônomo Frank Drake para estimar o número de
civilizações inteligentes (ou, mais precisamente, que transmitem pelo rádio)
de nossa galáxia. (Supõe-se que a mesma análise seria cabível para outras
68

galáxias.) Considere a suposição de Seti pela perspectiva da fórmula de

Drake, que afirma:
O número de civilizações que transmitem pelo rádio = N x f x n x f x f x
p e l i

f x f , onde:
c L

•N = Número de estrelas na galáxia da Via Láctea. Estimativas atuais

estão em torno de 100 bilhões (10 ). 11

•f = A fração de estrelas que tem planetas orbitando-as. Estimativas

p

atuais ficam na faixa de 20% a 50%.

•n : Para cada estrela com planetas que a orbitam, qual é o número
e

médio de planetas capazes de sustentar a vida? Esse fator é altamente

controverso. Algumas estimativas vão de um ou mais (isto é, cada
estrela com planetas tem, em média, pelo menos um planeta que pode
sustentar a vida) até fatores muito mais baixos, como um em mil ou
mesmo menos.
•f : Para os planetas capazes de sustentar a vida, em que fração deles a
l

vida evolui de verdade? Estimativas são muito variadas, de

aproximadamente 100% a cerca de 0%.
•f : Para cada planeta em que a vida evolui, qual é a fração em que a
i

vida inteligente evolui? f e f são os fatores mais controversos da

l i

equação de Drake. De novo aqui, estimativas vão de quase 100% (isto

é, quando a vida consegue se estabelecer, a vida inteligente certamente
virá segui-la) a perto de 0% (ou seja, a vida inteligente é muito rara).
 •f : Para cada planeta com vida inteligente, qual é a fração que se
c

comunica com ondas de rádio? As estimativas para f tendem a ser

c

mais altas do que para f e f , baseadas no raciocínio (sensato) de que,

l i

logo que se tem uma espécie inteligente, é provável a descoberta e uso

da comunicação por rádio.
•f = A fração da vida no universo durante a qual uma civilização
L

média se comunica com ondas de rádio. Tomando nossa civilização

69

como exemplo, temos nos comunicado através de transmissões de

rádio por cerca de cem anos, dentro da história do universo de mais ou
menos 10 a 20 bilhões de anos, portanto f para a Terra é de cerca de
L

10 até agora. Se a comunicação com ondas de rádio continuar por uns

8

novecentos anos, o fator será de 10 . Esse fator é afetado por

7

numerosas considerações. Se uma civilização se destrói porque não

consegue controlar o poder destrutivo de tecnologias que podem se
desenvolver junto com a comunicação por rádio (como a fusão nuclear
ou a nanotecnologia autorreplicante), então as transmissões de rádio
iriam cessar. Já vimos civilizações na Terra (os maias, por exemplo)
que de repente extinguem suas sociedades organizadas e buscas
científicas (embora pré-rádio). Por outro lado, parece pouco provável
que toda civilização acabe assim, portanto a destruição súbita é,
provavelmente, só um fator modesto para reduzir o número de
civilizações com rádio.

Uma questão de maior destaque é a de civilizações que progridem das

transmissões eletromagnéticas para meios mais capazes de comunicação.
Aqui na Terra, estamos passando rapidamente de transmissões de rádio para
fios, usando cabos e fibras ópticas para a comunicação a longa distância.
Assim, apesar do enorme aumento na largura de banda geral da
comunicação, a quantidade de informação eletromagnética enviada ao
espaço de nosso planeta tem, apesar de tudo, permanecido bastante
constante pela última década. Por outro lado, temos meios crescentes de
comunicação sem fio (por exemplo, os celulares e os novos protocolos sem
fio da internet, como o padrão Wimax que está emergindo). Em vez de usar
fios, a comunicação pode depender de meios exóticos como ondas
gravitacionais. Entretanto, mesmo nesse caso, embora o meio
eletromagnético de comunicação possa não ser mais uma tecnologia de
comunicação de ponta da ETI, é provável que continue a ser usado para,
pelo menos, algumas aplicações (em qualquer caso, f leva em consideração
L
que uma civilização possa parar com essas transmissões).
É claro que a equação de Drake contém muitos imponderáveis. Muitos
dos defensores do Seti que a estudaram cuidadosamente argumentam que
ela implica que deve haver números significativos de civilizações que
transmitem por rádio só em nossa galáxia. Por exemplo, supondo que 50%
das estrelas têm planetas (f = 0,5), que cada uma dessas estrelas tenha uma
p

média de dois planetas capazes de sustentar a vida (n = 2), que em metade

e

desses planetas a vida realmente evoluiu (f = 0,5), que em metade destes

l

planetas evoluiu a vida inteligente (f = 0,5), que metade destes tem

i

capacidade para rádio (f = 0,5), e que as civilizações médias com

c

capacidade para rádio têm transmitido por 1 milhão de anos (f = 10 ), a

L
−4

equação de Drake nos diz que há 1,25 milhão civilizações com rádio em
nossa galáxia. Por exemplo, Seth Shostak, astrônomo-chefe do Seti
Institute, estima que há entre 10 mil e 1 milhão de planetas na Via Láctea
que contêm uma civilização emissora de rádio. Carl Sagan estimava que
70

havia em torno de 1 milhão na galáxia e Drake, cerca de 10 mil. 71

Mas pode-se argumentar que os parâmetros acima são muito altos.

Fazendo suposições mais conservadoras sobre a dificuldade da evolução da
vida — e vida inteligente em especial —, o resultado é bem diferente.
Supondo que 50% das estrelas têm planetas (f = 0,5), que só um décimo
p

dessas estrelas têm planetas que podem sustentar a vida (n = 0,1 com base
e

na observação de que as condições para sustentar a vida não são tão

comuns), que em 1% desses planetas a vida realmente evoluiu (f = 0,01 l

com base na dificuldade de surgir vida em um planeta), que, em 5% desses

planetas onde a vida surgiu, esta evoluiu para vida inteligente (f = 0,05,
i

com base no tempo muito longo que isso levou na Terra), que metade destas
usam o rádio (f = 0,5), e que a civilização média que usa o rádio tem
c

transmitido por 10 mil anos (f = 10 ), a equação de Drake nos diz que há

L
−6

por volta de uma (1,25 para ser exato) civilização capaz de usar o rádio na
Via Láctea. E já conhecemos uma.
No final, com base nessa equação, é difícil achar um argumento forte a
favor ou contra a ETI. Se a fórmula de Drake nos diz algo, é que nossas
estimativas são extremamente incertas. Entretanto, o que de fato sabemos
agora é que o cosmos parece silencioso — isto é, não foi detectada
nenhuma evidência convincente de transmissões de ETI. A suposição por
trás do Seti é de que a vida — e a vida inteligente — é tão comum que deve
haver milhões, se não bilhões, de civilizações capazes de ter rádio no
universo (ou pelo menos dentro de nossa esfera de luz, que se refere a
civilizações emissoras de rádio que teriam enviado ondas de rádio bastante
cedo para que chegassem hoje na Terra). Entretanto, nem uma única delas
se fez notar pelo Seti até agora. Então, consideremos a suposição básica do
Seti relacionada ao número de civilizações capazes de ter rádio a partir da
perspectiva da Lei dos Retornos Acelerados. Como já discutimos, um
processo evolucionista acelera inerentemente. Além do mais, a evolução da
tecnologia é muito mais rápida do que o processo evolucionista
relativamente vagaroso que origina uma espécie criadora de tecnologia em
primeiro lugar. No nosso caso, em apenas duzentos anos, passamos de uma
sociedade pré-eletricidade, sem computadores, que usava cavalos como o
transporte terrestre mais rápido para as sofisticadas tecnologias da
computação e das comunicações que temos hoje. Como observado acima,
minhas projeções mostram que, dentro de mais um século, multiplicaremos
nossa inteligência por trilhões de trilhões. Portanto, apenas trezentos anos
teriam sido necessários para nos leva, dos primeiros indícios de tecnologias
mecânicas primitivas a uma vasta expansão de nossa inteligência e
habilidade para comunicar. Assim, depois que uma espécie cria a eletrônica
e uma tecnologia bastante avançada para emitir transmissões de rádio, só é
questão de um número modesto de séculos para que ela expanda
enormemente os poderes de sua inteligência.
Os trezentos anos que isso teria levado na Terra é um prazo
extremamente curto em uma escala cosmológica, dado que a idade do
universo é estimada em 13 a 14 bilhões de anos. Meu modelo conclui que,
72

quando uma civilização alcança o nosso próprio nível de transmissão de

rádio, leva não mais do que um século — no máximo, dois — para chegar a
ser uma civilização do tipo II. Se for aceita a suposição subjacente ao Seti
de que há muitos milhares se não milhões de civilizações capazes de usar o
rádio em nossa galáxia — e, portanto, bilhões dentro da nossa esfera de luz
no universo —, essas civilizações devem existir em diferentes estágios de
bilhões de anos de desenvolvimento. Algumas estariam atrasadas em
relação a nós, outras estariam adiantadas. Não é possível acreditar que cada
uma dessas civilizações que estão mais adiantadas do que nós estará
adiantada apenas umas poucas décadas. A maioria daquelas que estão mais
adiantadas do que nós estaria adiantada por milhões, se não bilhões, de
anos.
Entretanto, se um período de apenas uns poucos séculos é suficiente para
progredir da tecnologia mecânica para a vasta explosão de inteligência e
comunicações da Singularidade, de acordo com a suposição Seti, deveria
haver bilhões de civilizações em nossa esfera de luz (milhares ou milhões
em nossa galáxia) cuja tecnologia está à frente da nossa em um grau
inimaginável. Em pelo menos algumas discussões sobre o projeto Seti,
vemos o mesmo tipo de pensamento linear que permeia todos os outros
campos, suposições de que as civilizações alcançarão nosso nível
tecnológico, e que a tecnologia vai progredir, daquele ponto, de modo muito
gradual por milhares, se não milhões, de anos. Mas o salto, dos primeiros
passos do rádio, a poderes que vão além de uma mera civilização do tipo II,
leva apenas umas poucas centenas de anos. Portanto, os céus deveriam estar
fervilhando com as transmissões inteligentes.
Contudo, os céus estão em silêncio. É estranho e curioso que
encontremos o cosmos tão silencioso. Como Enrico Fermi perguntou no
verão de 1950: “Onde estão todos?”. Não é provável que uma civilização
73

bastante avançada fosse restringir suas transmissões a sutis sinais em

frequências obscuras. Por que todos as ETIs são tão tímidas?
Tem havido tentativas para responder ao chamado Paradoxo de Fermi
(que, a bem da verdade, só é um paradoxo se os parâmetros otimistas que a
maioria dos observadores aplica na equação de Drake forem aceitos). Uma
resposta comum é que uma civilização pode se destruir quando atinge a
capacidade de ter rádio. Essa explicação pode ser aceitável se se tratasse
apenas de umas poucas civilizações dessas, mas, com a suposição de Seti,
envolvendo bilhões delas, não se pode acreditar que todas se destruíram.
Outros argumentos vão por essa mesma linha. Talvez “eles” resolveram
não nos perturbar (já que somos tão primitivos) e só nos estão observando
em silêncio (uma linha de conduta ética que será familiar para os fãs de Star
Trek). De novo, é difícil acreditar que todas essas civilizações, dentre os
bilhões que deveriam existir, tomaram a mesma decisão. Ou, talvez, elas
tenham se mudado para paradigmas de comunicação mais eficientes.
Acredito firmemente que métodos de comunicação mais eficientes do que
ondas eletromagnéticas — mesmo as de frequência muito alta — parecem
ser factíveis, e que uma civilização adiantada (como nós nos tornaremos no
próximo século) provavelmente as descobrirá e irá explorá-las. Mas é muito
pouco provável que não tenha absolutamente sobrado nenhum papel para as
ondas eletromagnéticas, mesmo como um subproduto de outros processos
tecnológicos em algum desses muitos milhões de civilizações.
Incidentalmente, esse não é um argumento contra o valor do projeto Seti,
que deve ter alta prioridade, porque um achado negativo é tão importante
quanto um resultado positivo.
 Os limites da computação revisitados. Consideremos algumas
implicações adicionais da Lei dos Retornos Acelerados para a inteligência
no cosmos. No capítulo 3, abordei o caso do derradeiro laptop frio e estimei
a capacidade computacional ótima de um computador de um litro e um
quilo em cerca de 10 cps, que é suficiente para realizar o equivalente a 10
42

mil anos do pensamento de 10 bilhões de cérebros humanos em dez

microssegundos. Havendo um gerenciamento mais inteligente da energia e
do calor, o potencial para computar de um quilo de matéria pode ser tão alto
quanto 10 cps.
50

As exigências técnicas para alcançar a capacidade de computar nesse

nível são desanimadoras, mas, como ressaltei, a experiência mental
apropriada é considerar a vasta habilidade de construir de uma civilização
com 10 cps por quilo, não a limitada capacidade de construir dos humanos
42

hoje. É provável que uma civilização de 10 cps descubra como chegar a

42

10 e depois a 10 e assim por diante. (De fato, podemos levantar o mesmo

43 44

argumento em cada etapa para chegar à seguinte.)

Quando uma civilização atingir esses níveis, é óbvio que não vai
restringir sua computação a um quilo da matéria, não mais do que fazemos
hoje. Consideremos o que nossa civilização pode realizar com a massa e a
energia em nossa própria vizinhança. A Terra contém uma massa de cerca
de 6 x 10 quilos. Júpiter tem uma massa de aproximadamente 1,9 x 10
24 27

quilos. Ignorando o hidrogênio e o hélio, temos cerca de 1,7 x 10 quilos de

26

matéria no sistema solar, não incluindo o Sol (que, em última análise,

também é um alvo legítimo). O sistema solar total que é dominado pelo Sol,
tem uma massa de cerca de 2 x 10 quilos. Em uma análise grosseira do
30

limite superior, aplicando a massa do sistema solar para nossa estimativa de

10 do limite da capacidade computacional por quilo de matéria (com base
50

nos limites para a nanocomputação), chega-se a um limite de 10 cps para a

80

computação em nossa “vizinhança”.

É óbvio que há considerações práticas que provavelmente tornarão difícil
atingir esse tipo de limite superior. Mas mesmo se dedicarmos um vinte
avos de 1% (0,0005) da matéria do sistema solar para recursos de
computação e comunicação, chegamos às capacidades de 10 para a 69

computação “fria” e 10 para a computação “quente”.

77 74

Têm sido feitas estimativas técnicas para computar nessas escalas que
levam em consideração requisitos complexos do projeto, como uso de
energia, dissipação do calor, velocidade de comunicação interna, a
composição da matéria no sistema solar e muitos outros fatores. Esses
projetos usam computação reversa, mas, como ressaltei no capítulo 3, ainda
temos que considerar os requisitos de energia para corrigir erros e
comunicar resultados. Em uma análise do neurocientista computacional
Anders Sandberg, foi feita uma revisão da capacidade de computar de um
“objeto” computacional do tamanho da Terra chamado Zeus. O projeto
75

conceitual desse computador “frio”, consistindo em cerca de 10 quilos de 25

carbono (cerca de 1,8 vezes a massa da Terra) na forma de diamantoides,

consiste em 5 x 10 nódulos computacionais, cada um destes usando um
37

processamento paralelo extenso. Zeus fornece um pico estimado em 10 cps 61

de computação ou, se usado para armazenar dados, 10 bits. Um fator

47

limitante primário para o projeto é a quantidade permitida de rasuras de bit

(são permitidas até 2,6 x 10 rasuras de bit por segundo), que são usadas
32

primordialmente para corrigir erros provocados pelos raios cósmicos e

pelos efeitos quânticos.
Em 1959, o astrofísico Freeman Dyson apresentou uma ideia de conchas
curvas em torno de uma estrela como meio de obter energia, bem como
moradias para uma civilização avançada. Uma versão da Esfera de Dyson é,
literalmente, uma esfera fina em torno de uma estrela para capturar
energia. A civilização vive na esfera e emite calor (energia infravermelha)
76

fora da esfera (para longe da estrela). Outra versão (e mais prática) da

Esfera de Dyson é uma série de conchas curvas, cada uma delas bloqueando
apenas uma porção da radiação da estrela. Desse modo, as Conchas de
Dyson podem ser projetadas para não ter nenhum efeito sobre os planetas
existentes, especialmente aqueles que, como a Terra, abrigam uma ecologia
que precisa ser protegida.
Embora Dyson tivesse proposto seu conceito como um meio de obter
enormes quantidades de espaço e energia para uma civilização avançada
biológica, ele também pode ser usado como base para computadores na
escala de estrelas. Essas Conchas de Dyson poderiam orbitar nosso Sol sem
afetar a luz do Sol que incide na Terra. Dyson imaginou criaturas biológicas
inteligentes vivendo nas conchas ou nas esferas, mas já que a civilização
anda depressa na direção da inteligência não biológica quando descobre a
computação, não haveria razão para povoar as conchas com humanos
biológicos.
Outro refinamento do conceito de Dyson é que o calor irradiado por uma
concha poderia ser capturado e usado por uma concha paralela que esteja
situada em uma posição mais distante do Sol. Robert Bradbury, um cientista
da computação, ressalta que poderia haver qualquer quantidade dessas
camadas e propõe um computador chamado adequadamente de “cérebro de
Matrioshka”, organizado como uma série de conchas aninhadas em torno do
Sol ou outra estrela. Um desses projetos conceituais analisado por Sandberg
é chamado de Uranos, e é destinado a usar 1% da massa do que não é
hidrogênio nem hélio do sistema solar (não incluindo o Sol), ou cerca de
10 quilos, um pouco menor do que Zeus. Uranos fornece cerca de 10
24 77 39

nódulos computacionais, estimados 10 cps de computação e cerca de 10

51 52

bits de armazenamento.
A computação já é um recurso amplamente distribuído — em vez de
centralizado —, e minha expectativa é de que a tendência continue para
maior descentralização. Entretanto, como nossa civilização aproxima-se das
densidades de computação previstas acima, é provável que a distribuição do
vasto número de processadores tenha as características desses projetos
conceituais. Por exemplo, a ideia das conchas Matrioshkas iria tirar a
máxima vantagem do poder solar e da dissipação de calor. Observe que os
poderes de computar desses computadores na escala do sistema solar serão
alcançados, de acordo com minhas projeções no capítulo 2, em torno do
final deste século.

Maior ou menor. Dado que a capacidade computacional de nosso sistema

solar está na faixa de 10 a 10 cps, alcançaremos esses limites no começo
70 80

do século XXII, conforme minhas projeções. A história da computação nos

diz que o poder da computação expande-se tanto para dentro quanto para
fora. Nas últimas décadas conseguimos colocar duas vezes mais a
quantidade de elementos computacionais (transistores) em cada chip de
circuito integrado a cada dois anos mais ou menos, o que representa um
crescimento para dentro (para maior densidade de computação por quilo de
matéria). Mas também estamos expandindo para fora, pois o número de
chips aumenta (atualmente) a uma taxa de uns 8,3% ao ano. É razoável
78

esperar que os dois tipos de crescimento continuem e que a taxa de

crescimento para fora aumente significativamente quando nos
aproximarmos dos limites do crescimento para dentro (com circuitos
tridimensionais).
Além do mais, quando nos chocarmos contra os limites da matéria e da
energia em nosso sistema solar assim que for necessário expandir a
computação, não teremos outra escolha a não ser expandirmos para fora
como a forma primária de crescimento. Já foi vista antes a especulação de
que escalas menores de computação podem ser factíveis — na escala de
partículas subatômicas. Essa picotecnologia ou femtotecnologia permitiria o
crescimento contínuo da computação pela redução contínua dos tamanhos.
Entretanto, mesmo que isso seja factível, é provável que haja grandes
obstáculos técnicos para dominar a computação em subnanoescala, portanto
a pressão para expandir para fora vai continuar.

Expandindo-nos além do sistema solar. Com qual velocidade isso vai

acontecer depois de termos expandido nossa inteligência além do sistema
solar? A expansão não começará com a velocidade máxima; rapidamente
ela alcançará uma velocidade dentro de uma mudança ínfima da velocidade
máxima (velocidade da luz ou maior). Alguns críticos manifestaram
objeções quanto a essa ideia, insistindo que seria muito difícil enviar
pessoas (ou organismos adiantados de qualquer outra civilização de ETIs) e
equipamentos com quase a velocidade da luz sem esmagá-los. É claro que
se poderia evitar esse problema acelerando aos poucos, mas outro problema
seriam as colisões com material interestelar. Mas, de novo, essa objeção
deixa totalmente de perceber a natureza da inteligência nesse estágio de
desenvolvimento. As ideias iniciais sobre a disseminação da ETI pela
galáxia e pelo universo foram baseadas nos padrões de migração e
colonização da nossa história humana e envolveram basicamente enviar
colônias de humanos (ou, no caso de outras civilizações com ETI,
organismos inteligentes) para outros sistemas estelares. Isso permitiria que
se multiplicassem através da reprodução biológica normal e depois
continuassem a se espalhar de modo similar a partir dali.
Mas, como já foi visto, no final deste século a inteligência não biológica
na Terra será muitos trilhões de vezes mais potente do que a inteligência
biológica, portanto enviar humanos biológicos para uma missão dessas não
faria sentido. O mesmo se aplica a qualquer outra civilização de ETI. Não é
uma simples questão dos humanos biológicos enviarem sondas robóticas.
Por essa época, a civilização humana será não biológica para todos os
efeitos práticos.
Essas sentinelas não biológicas não precisariam ser muito grandes e, com
efeito, compreenderiam basicamente informações. É verdade, entretanto,
que só enviar a informação não seria suficiente, pois tem de estar presente
algum dispositivo palpável que pode ter um impacto físico em outra estrela
e sistema planetário. Entretanto, seria possível que as sondas fossem
nanorrobots autorreplicantes (note que um nanorrobot tem aspectos em
nanoescala, mas o tamanho total de um nanorrobot é medido em mícrons). 79

Poderiam ser enviados enxames de muitos trilhões deles, com algumas

dessas “sementes” enraizando-se em outros sistemas planetários e então
achando materiais apropriados, como carbono e outros elementos
necessários, e construindo cópias deles mesmos.
 Depois de estabelecida, a colônia de nanorrobots poderia obter a
informação adicional de que precisa para otimizar sua inteligência, de
transmissões de informação pura que envolvem apenas energia, matéria
não, e que são enviadas na velocidade da luz. Ao contrário dos organismos
grandes, como os humanos, esses nanorrobots, sendo extremamente
pequenos, poderiam viajar a uma velocidade próxima à da luz. Outro
cenário seria dispensar as transmissões de informação e inserir a
informação necessária na memória do próprio nanorrobot. Essa é uma
decisão da engenharia que podemos deixar para esses futuros
superengenheiros.
Os arquivos de software poderiam ser distribuídos por bilhões de
dispositivos. Depois que um ou alguns destes conseguirem ter um ponto de
apoio ao se autorreplicarem em um destino, o sistema, agora muito maior,
poderia capturar os nanorrobots viajando por perto para que, daí em diante,
a maior parte dos nanorrobots enviados nessa direção não passe
simplesmente ao largo. Assim, a colônia agora estabelecida pode capturar a
informação bem como os recursos computacionais disseminados de que ela
precisa para otimizar sua inteligência.

A velocidade da luz revisitada. Dessa forma, a velocidade máxima da

expansão de uma inteligência do tamanho do sistema solar (isto é, de uma
civilização de tipo II) para o resto do universo estaria bem perto da
velocidade da luz. Atualmente entendemos que a velocidade máxima para
transmitir informações e objetos materiais é a velocidade da luz, mas há
pelo menos sugestões de que esse pode não ser um limite absoluto.
Temos de considerar a possibilidade de ir além da velocidade da luz
como sendo especulativa, e minhas projeções das mudanças profundas em
nossa civilização neste século não fazem essa suposição. Entretanto, o
potencial de manobrar em torno desse limite tem implicações importantes
para a velocidade com que poderemos colonizar o resto de universo com
nossa inteligência.
Experiências recentes mediram o tempo de voo dos fótons como sendo
quase o dobro da velocidade da luz, um resultado da incerteza quântica
sobre suas posições. Mas esse resultado na verdade não é útil para esta
80

análise porque não permite que a informação seja comunicada mais rápido
do que a velocidade da luz, e o que nos interessa, fundamentalmente, é a
velocidade da comunicação.
Outra sugestão curiosa de uma ação à distância que parece ocorrer em
velocidades muito maiores do que a velocidade da luz é o desemaranhar
quântico.
Duas partículas criadas juntas podem estar “emaranhadas
quanticamente”, ou seja, quando uma dada propriedade (como a fase de seu
giro) não é determinada em nenhuma das duas partículas, a solução dessa
ambiguidade das duas partículas ocorrerá ao mesmo tempo. Em outras
palavras, se a propriedade indeterminada for medida em uma das partículas,
também será determinada pelo mesmo valor exato na outra partícula,
mesmo que as duas tenham se distanciado muito. Surge algum tipo de
comunicação entre as partículas.
Esse desemaranhar quântico tem sido medido como muitas vezes a
velocidade da luz, quer dizer que a solução do estado de uma partícula
parece resolver o estado da outra partícula em uma quantidade de tempo
que é uma pequena fração do tempo que iria levar se a informação fosse
transmitida de uma partícula para a outra na velocidade da luz (em teoria, o
lapso de tempo é zero). Por exemplo, o dr. Nicolas Gisin da Universidade
de Genebra enviou fótons emaranhados quanticamente para direções
opostas, por fibras ópticas, através de Genebra. Quando os fótons estavam
distanciados por sete milhas, cada um encontrou uma placa de vidro. Cada
fóton tinha de “decidir” se atravessava a placa ou ricocheteava (o que
experiências anteriores com fótons não emaranhados quanticamente
mostraram ser uma escolha aleatória). Mas devido aos dois fótons estarem
emaranhados quanticamente, eles chegaram à mesma decisão no mesmo
momento. Muitas repetições deram o mesmo resultado. 81

As experiências não descartaram totalmente a explicação por uma

variável oculta — ou seja, um estado incomensurável de cada partícula que
está em fase (situada no mesmo ponto de um círculo), de tal modo que,
quando uma partícula é medida (por exemplo, tem de decidir seu caminho,
passando ou voltando de uma placa de vidro), a outra tem o mesmo valor
dessa variável interna. Portanto, a “escolha” é gerada por uma colocação
idêntica dessa variável oculta, mais do que ser o resultado da comunicação
real entre duas partículas. Mas a maioria dos físicos quânticos rejeita essa
interpretação.
Contudo, mesmo que aceitemos a interpretação dessas experiências como
indicando uma ligação quântica entre duas partículas, a comunicação
aparenta transmitir apenas informações aleatórias (profunda aleatoriedade
quântica) em velocidades muito maiores do que a velocidade da luz, e não
informações predeterminadas, como bits enfileirados. Essa comunicação
das decisões quânticas aleatórias para pontos diferentes do espaço, porém,
poderia ter valor em aplicações como prover códigos de encriptação. Duas
localizações diferentes poderiam receber a mesma sequência randômica,
que então poderia ser usada por uma delas para codificar uma mensagem e,
pela outra, para decifrá-la. Não seria possível para outro qualquer
bisbilhotar a cifra de encriptação sem destruir o emaranhado quântico e,
desse modo, ser detectado. Já há produtos comerciais de encriptação que
incorporam esse princípio. Essa é uma aplicação casual da mecânica
quântica por causa da possibilidade de que outra aplicação da mecânica
quântica — a computação quântica — possa dar um fim ao método padrão
de encriptação baseado na fatoração de grandes números (no que a
computação quântica, com um grande número de qubits emaranhados, seria
boa).
Ainda outro fenômeno mais-rápido-que-a-luz é a velocidade com que as
galáxias podem se afastar umas das outras como resultado da expansão do
universo. Se a distância entre duas galáxias for maior do que a chamada
distância Hubble, essas galáxias se afastam uma da outra mais rápido do
que a velocidade da luz. Isso não contraria a teoria especial da relatividade
82

de Einstein, porque essa velocidade é causada pela expansão do próprio

espaço, e não pelas galáxias movendo-se no espaço. Mas isso também não
nos ajuda a transmitir informações em velocidades maiores do que a
velocidade da luz.

Buracos de minhoca. Há duas hipóteses que sugerem maneiras de

contornar a aparente limitação da velocidade da luz. A primeira é usar
buracos de minhoca — uma dobra do universo em dimensões além das três
visíveis. Isso não envolve na realidade viajar em velocidades maiores do
que a velocidade da luz, mas apenas quer dizer que a topologia do universo
não é o espaço tridimensional simples no qual implica a física ingênua. Mas
se os buracos de minhoca ou dobras no universo estiverem por todo lugar,
talvez esses atalhos nos permitam chegar rapidamente a todos os lugares.
Ou talvez possamos até construí-los.
Em 1935, Einstein e o físico Nathan Rose formularam as pontes
“Einstein-Rosen” como uma maneira de descrever elétrons e outras
partículas em termos de túneis mínimos do espaço-tempo. Em 1955, o
83

físico John Wheeler descreveu esses túneis como “buracos de minhoca”,

introduzindo o termo pela primeira vez. Suas análises dos buracos de
84

minhoca mostrou que elas eram plenamente consistentes com a teoria geral
da relatividade, que descreve o espaço como sendo essencialmente curvo
em outra dimensão.
Em 1988, os físicos Michael Morris, Kip Thorne e Uri Yurtsever, do
Instituto de Tecnologia da Califórnia, explicaram com alguns detalhes como
esses buracos de minhoca poderiam ser fabricados. Respondendo a uma
85

pergunta de Carl Sagan, eles descreveram as necessidades de energia para

manter abertos os buracos de minhoca de vários tamanhos. Eles também
observaram que, com base na flutuação quântica, o chamado espaço vazio
está continuamente gerando buracos mínimos de minhoca do tamanho de
partículas subatômicas. Acrescentando energia e seguindo outras exigências
tanto da física quântica quanto da relatividade geral (dois campos cuja
unificação tem sido notoriamente difícil), esses buracos de minhoca
poderiam ser expandidos para permitir que objetos maiores do que
partículas subatômicas viajassem por eles. Enviar humanos através deles
não seria impossível, mas extremamente difícil. Entretanto, como já
indiquei acima, só precisamos enviar nanorrobots mais informações, que
poderiam passar por buracos de minhoca medidos em mícrons em vez de
metros.
Thorne e seus orientandos Morris e Yurtsever também descreveram um
método consistente com a relatividade geral e a mecânica quântica que
poderia estabelecer buracos de minhoca entre a Terra e locais bem distantes.
A técnica que propunham envolve expandir um buraco de minhoca de
tamanho subatômico, gerado espontaneamente, para um tamanho maior,
acrescentando energia, e depois estabilizando-o usando esferas
supercondutoras nas duas “bocas de buracos de minhoca” conectadas.
Depois que o buraco é aumentado e estabilizado, uma de suas bocas
(entradas) é levada a outro local, enquanto mantém sua conexão com a
outra entrada que fica na Terra.
Thorne ofereceu o exemplo de transportar a entrada remota por um
pequeno foguete até a estrela Vega, que fica a 25 anos-luz. Viajando muito
perto da velocidade da luz, a viagem, medida pelos relógios na nave, seria
relativamente curta. Por exemplo, se a nave viajasse a 99,995% da
velocidade da luz, os relógios na nave iriam avançar por apenas três meses.
Embora o tempo de viagem, medido na Terra, fosse em torno de 25 anos, o
buraco expandido iria manter o vínculo direto entre os locais, bem como os
pontos no tempo das duas localizações. Assim, mesmo vivenciado na Terra,
levaria só três meses para estabelecer a ligação entre a Terra e Vega, porque
as duas extremidades do buraco de minhoca iriam manter seu
relacionamento temporal. Melhorias adequadas na fabricação permitiriam
que tais ligações fossem estabelecidas em qualquer parte do universo.
Viajar arbitrariamente próximo da velocidade da luz, o tempo necessário
para estabelecer uma ligação — tanto para comunicações quanto para
transporte — com outros locais do universo, mesmo aqueles distantes
milhões de bilhões de anos luz, poderia ser relativamente curto.
Matt Visser da Universidade de Washington em St. Louis sugeriu uns
refinamentos no conceito de Morris-Thorne-Yurtsever que fornecem um
ambiente mais estável, que pode até permitir que humanos viagem pelos
buracos de minhoca. Mas, na minha opinião, isso não é necessário. Pela
86

época em que projetos de engenharia nessa escala puderem ser factíveis, a

inteligência humana já teria sido dominada por seu componente não
biológico há muito tempo. Enviar dispositivos autorreprodutores de
tamanho molecular junto com software será suficiente e muito mais fácil.
Anders Sandberg estima que um buraco de minhoca de um nanômetro
poderia transmitir espantosos 10 bits por segundo.
69 87

O físico David Hochberg e Thomas Kephart da Universidade Vanderbilt

afirmam que, logo depois do big bang, a gravidade era bastante forte para
fornecer a energia necessária para criar espontaneamente quantidades
maciças de buracos de minhoca autoestabilizadores. É provável que uma
88

porção significativa desses buracos de minhoca ainda estejam por aqui e

sejam muito difundidos, fornecendo uma vasta rede de corredores que estão
por todo o lado pelo universo. Pode ser mais fácil descobrir e usar esses
buracos de minhoca naturais do que criar novos.

Alterando a velocidade da luz. A segunda hipótese é mudar a própria

velocidade da luz. No capítulo 3, mencionei o achado que parece indicar
que a velocidade da luz ficou diferente por 4,5 partes de 10 nos últimos 2
8

bilhões de anos.
Em 2001, o astrônomo John Webb descobriu que a chamada constante de
estrutura fina variava quando ele examinou a luz de 68 quasares (galáxias
jovens muito brilhantes). A velocidade da luz é uma das quatro constantes
89

que a constante de estrutura fina compreende, portanto o resultado é mais

uma sugestão de que condições que variam no universo podem causar uma
alteração na velocidade da luz. John Barrow, físico da Universidade de
Cambridge, e seus colegas estão realizando uma experiência de mesa que
levará dois anos para testar a habilidade de provocar uma pequena mudança
na velocidade da luz. 90

As sugestões de que a velocidade da luz pode variar são consistentes com

teorias recentes de que ela era significativamente maior durante o período
de inflação do universo (uma fase do começo de sua história, quando sofreu
uma expansão muito rápida). Essas experiências mostrando possíveis
variações na velocidade da luz claramente precisam de comprovação e
mostram apenas pequenas mudanças. Mas, se confirmadas, os achados
seriam profundos porque é o papel da engenharia tomar um efeito sutil e
amplificá-lo muito. Novamente, a experiência mental que devemos fazer
agora não é se os cientistas humanos contemporâneos, como nós, podem
realizar esses feitos da engenharia, mas se será ou não capaz de fazer isso
uma civilização humana que expandiu sua inteligência em trilhões de
trilhões de vezes.
Por ora, podemos dizer que níveis ultraelevados de inteligência irão se
expandir para fora com a velocidade da luz, enquanto reconhecemos que
nosso entendimento contemporâneo da física sugere que este pode não ser o
limite real da velocidade da expansão ou, mesmo que a velocidade da luz
prove ser imutável, que esse limite possa não restringir alcançar outros
locais rapidamente através dos buracos de minhoca.

O Paradoxo de Fermi revisitado. É preciso lembrar que a evolução

biológica é medida em milhões e bilhões de anos. Portanto, se há outras
civilizações lá fora, elas estariam espalhadas em termos de
desenvolvimento por enormes períodos de tempo. A hipótese Seti implica
que deveria haver bilhões de ETIs (em meio a todas as galáxias), portanto
deveria haver bilhões que estão muito mais avançadas do que nós em seu
progresso tecnológico. Mas só leva uns poucos séculos, no máximo, desde
o advento da computação, para que tais civilizações se expandam para fora
ao menos na velocidade da luz. Considerando isso, como pode ser que não
as tenhamos percebido?
A conclusão a que chego é que é provável (embora não seja certo) que
não haja outras civilizações dessas. Em outras palavras, estamos na
liderança. É isso, nossa modesta civilização com suas SUVs, fast-food e
conflitos persistentes (e computação!) está na frente em termos de criação
de complexidade e ordem no universo.
Como é possível? Isso não é extremamente improvável, dado o enorme
número de planetas provavelmente habitados? De fato, é muito pouco
provável. Mas também pouco provável é a existência de nosso universo,
com seu conjunto de leis de física e constantes físicas relacionadas de um
modo tão requintado, exatamente o que é necessário para que a evolução da
vida seja possível. Mas, pelo princípio antrópico, se o universo não
permitisse a evolução da vida, não estaríamos aqui para percebê-lo.
Contudo, estamos aqui. Então, por um princípio antrópico semelhante,
estamos na liderança do universo. De novo, se não estivéssemos aqui, não
iríamos percebê-lo.
 Vejamos alguns argumentos contra essa perspectiva.
Talvez haja civilizações tecnológicas extremamente avançadas lá fora,
mas estamos fora de sua esfera de luz de inteligência. Ou seja, elas ainda
não chegaram aqui. Nesse caso, o Seti ainda vai deixar de detectar ETIs
porque não conseguiremos vê-las (nem ouvi-las), ao menos não até que
encontremos um meio de escapar de nossa esfera de luz (ou a ETI o fizer)
manipulando a velocidade da luz ou achando atalhos, como discuti acima.
Talvez estejam entre nós, mas decidiram ficar invisíveis para nós. Se
tiverem tomado essa decisão, provavelmente conseguirão passar
desapercebidas. De novo, é difícil crer que todos as ETIs tenham tomado a
mesma decisão.
John Smart sugeriu no que ele chama de cenário da “transcensão” que,
uma vez que as civilizações saturam sua região local do espaço com sua
inteligência, elas criam um novo universo (um que permitirá um
crescimento exponencial contínuo da complexidade e da inteligência) e, em
essência, abandonam este universo. Smart sugere que essa opção pode ser
91

tão atraente que ela é o resultado consistente e inevitável de uma ETI ter
alcançado um estágio avançado de seu desenvolvimento, e, com isso,
explica o Paradoxo de Fermi.
Incidentalmente, eu sempre considerei muito pouco provável a ideia da
ficção científica de grandes naves pilotadas por criaturas enormes,
esponjosas, parecidas conosco. Seth Shostak comenta que “é uma
probabilidade razoável que qualquer inteligência extraterrestre que
detectemos seja uma inteligência de máquina, não uma inteligência
biológica como nós”. Na minha opinião, não é simplesmente uma questão
de seres biológicos enviarem máquinas (como fazemos hoje), mas sim que
qualquer civilização sofisticada o bastante para viajar para cá já teria, há
muito tempo, passado do ponto em que se fundiu com sua tecnologia, e não
precisaria enviar equipamentos e organismos fisicamente volumosos.
Se existirem, por que viriam para cá? Uma missão seria observação —
coletar conhecimentos (assim como nós observamos outras espécies na
Terra hoje). Outra seria procurar matéria e energia a fim de fornecer
substratos adicionais para sua inteligência em expansão. A inteligência e o
equipamento necessários para tal exploração e expansão (por uma ETI ou
por nós, quando chegarmos a esse estágio de desenvolvimento) seriam
extremamente pequenos, basicamente nanorrobots e transmissões de
informação.
Parece que nosso sistema solar ainda não se transformou no computador
de alguém. E se essa outra civilização só está nos observando para nos
conhecer melhor e decidiu ficar em silêncio, Seti não conseguirá encontrá-
la, porque se uma civilização avançada não quer que a percebamos, ela terá
sucesso com esse desejo. Lembre-se que tal civilização seria vastamente
mais inteligente do que nós hoje. Talvez ela se revele a nós quando
alcançarmos o próximo nível de nossa evolução, especificamente fundindo
nossos cérebros biológicos com nossa tecnologia, que é o mesmo que dizer
depois da Singularidade. Entretanto, dado que a hipótese Seti implique que
haja bilhões dessas civilizações altamente desenvolvidas, parece
improvável que todas elas tenham tomado a mesma decisão de ficar fora do
nosso caminho.

O princípio antrópico revisitado. Somos atingidos por duas aplicações

possíveis de um princípio antrópico, uma pelas leis notavelmente
biopropícias de nosso universo, a outra pela biologia real de nosso planeta.
Primeiro, consideremos com mais detalhes o princípio antrópico aplicado
ao universo. Surge a questão relativa ao universo porque notamos que as
constantes na natureza são exatamente as necessárias para que o universo
cresça em complexidade. Se a constante cosmológica, a constante de
Planck, e muitas outras constantes da física fossem fixadas em valores só
ligeiramente diferentes, átomos, moléculas, estrelas, planetas, organismos e
humanos teriam sido impossíveis. O universo parece ter exatamente as
regras e constantes certas. (A situação lembra a observação de Steven
Wolfram de que certas regras de autômatos celulares [ver texto emoldurado,
página 100] permitem a criação de padrões notavelmente complexos e
imprevisíveis, enquanto outras levam a padrões muito pouco interessantes,
como linhas alternadas ou simples triângulos em uma configuração
repetitiva ou aleatória.)
Como explicar o notável projeto das leis e constantes da matéria e
energia em nosso universo que permitiu a crescente complexidade que se vê
na evolução biológica e tecnológica? Freeman Dyson comentou uma vez
que, “de algum jeito, o universo sabia que a gente estava vindo”. James
Gardner, teórico da complexidade, descreveu a questão desta maneira:

Alguns físicos acham que a tarefa da física é predizer o que acontece

no laboratório, e eles estão convencidos de que a teoria das cordas ou a
teoria M pode fazê-lo [...]. Mas eles não têm ideia por que o universo
deveria [...] ter o modelo padrão, com os valores de seus mais de
quarenta parâmetros que observamos. Como alguém pode achar que
uma coisa tão confusa é a previsão única da teoria das cordas? Fico
 pasmado com que as pessoas possam ter uma visão tão míope que só
consigam se concentrar no estágio final do universo, e não perguntem
como e quando ele chegou ali. 92

A perplexidade com o fato de que o universo é tão “amigável” com a

biologia levou a várias formulações do princípio antrópico. A versão
“fraca” do princípio antrópico indica simplesmente que, se não fosse esse o
caso, nós não estaríamos aqui para refletir sobre ele. Portanto, só em um
universo que permitisse uma complexidade crescente poderia a pergunta até
ser feita. Versões mais fortes do princípio antrópico afirmam que deve ter
mais coisas nisso; os defensores dessas versões não estão satisfeitos em ser
meramente uma coincidência fortuita. Isso abriu a porta para que os
defensores do desenho inteligente afirmassem que isso é a prova da
existência de Deus que os cientistas têm pedido.

O multiverso. Recentemente uma abordagem mais darwiniana foi

proposta para o princípio antrópico forte. Considere que é possível que as
equações matemáticas tenham múltiplas soluções. Por exemplo, na equação
x = 4, x pode ser 2 ou -2. Algumas equações permitem um número infinito
2

de soluções. Na equação (a-b) X x = 0, x pode assumir um infinito número

de valores se a = b (já que qualquer número multiplicado por zero dá zero).
Acontece que as equações para as recentes teorias das cordas permitem, em
princípio, um número infinito de soluções. Mais precisamente, uma vez que
a resolução espacial e temporal do universo está limitada à constante de
Planck, que é muito pequena, o número de soluções não é literalmente
infinito, mas meramente vasto. Portanto, a teoria das cordas implica que
muitos conjuntos diferentes de constantes naturais são possíveis.
Isso levou à ideia do multiverso: existe um vasto número de universos,
dos quais nosso humilde universo é apenas um. Consistente com a teoria
das cordas, cada um desses universos pode ter um conjunto diferente de
constantes físicas.

Universos que evoluem. Leonard Susskind, o descobridor da teoria das

cordas, e Lee Smolin, um físico teórico e perito em gravidade quântica,
sugeriram que os universos dão origem a outros universos em um processo
natural, evolucionista, que refina gradualmente as constantes naturais. Isto
é, não é acidente que as regras e constantes de nosso universo sejam ideais
para a evolução da vida inteligente, mas sim que elas mesmas evoluíram
para ser assim.
 Na teoria de Smolin, o mecanismo que origina novos universos é a
criação de buracos negros, portanto aqueles universos mais capazes de
produzir buracos negros são os que têm maiores probabilidades de se
reproduzirem. De acordo com Smolin, um universo com a maior
capacidade de criar cada vez maior complexidade — isto é, vida biológica
— é também o mais provável para criar buracos negros geradores de novos
universos. Como ele explica: “A reprodução através dos buracos negros
leva a um multiverso em que as condições para a vida são comuns —
essencialmente porque algumas das condições que a vida requer, como
carbono abundante, também estimulam a formação de estrelas bastante
maciças para que se tornem buracos negros”. A proposta de Susskind
93

difere em detalhes da de Smolin, mas também se baseia em buracos negros,

bem como na natureza da “inflação”, a força que provocou o universo bem
no início a se expandir rapidamente.

A inteligência como destino do universo. Em The Age of Spiritual

Machines, introduzi uma ideia relacionada — isto é, que a inteligência
afinal iria permear o universo e decidiria o destino do cosmos:

A inteligência é muito relevante para o universo? [...] A sabedoria

popular responde que não muito. Estrelas nascem e morrem; galáxias
passam por seu ciclo de criação e destruição; o próprio universo
nasceu de uma grande explosão e irá acabar sendo esmagado ou em
um gemido, ainda não temos certeza sobre qual deles. Mas a
inteligência tem pouco a ver com isso. A inteligência é só um pouco de
espuma, um fervilhar de pequenas criaturas correndo para dentro e
para fora das forças universais inexoráveis. O mecanismo irracional do
universo estará chegando a uma conclusão em um futuro distante, e
não há nada que a inteligência possa fazer quanto a isso.

É a sabedoria popular. Mas eu não concordo com isso. Minha ideia é

de que a inteligência no final provará ser mais poderosa do que essas
grandes forças impessoais [...].

Então o universo acabará esmagado ou em uma expansão infinita de

estrelas mortas ou de alguma outra maneira? Na minha opinião, a
questão primordial não é a massa do universo, ou a possível existência
da antigravidade ou a constante de Einstein chamada de cosmológica.
Pelo contrário, o destino do universo é uma decisão ainda a ser
 tomada, uma que iremos considerar inteligentemente quando chegar o
tempo. 94

O teórico da complexidade, James Gardner, combinou minha sugestão

sobre a evolução da inteligência através do universo com os conceitos de
Smolin e Susskind dos universos que evoluem. Gardner pensa que é
especificamente a evolução da vida inteligente que permite a prole de
universos. Gardner expande a observação do astrônomo inglês Martin
95

Rees de que “o que chamamos de constantes fundamentais — os números

que importam para a física — podem ser consequências secundárias da
teoria final, mais do que manifestações diretas de seu nível mais profundo e
fundamental”. Para Smolin, é uma mera coincidência que buracos negros e
vida biológica precisem, ambos, de condições semelhantes (como uma
grande quantidade de carbono), portanto em sua concepção não há um
papel explícito para a inteligência, além de ser um subproduto de certas
circunstâncias partidárias da biologia. Na concepção de Gardner, é a vida
inteligente que cria seus sucessores.
Gardner escreve que “nós e outras criaturas vivas pelo cosmos somos
parte de uma comunidade transterrestre ainda não descoberta de vidas e
inteligências espalhadas por bilhões de galáxias e incontáveis parsecs
comprometidos coletivamente em uma missão incomparável de importância
verdadeiramente cósmica. Na visão do Biocosmo, compartilhamos um
destino comum com aquela comunidade — ajudar a dar forma ao futuro do
universo e transformá-lo, de um conjunto de átomos sem vida para uma
mente vasta, transcendental”. Para Gardner as leis da natureza e as
constantes equilibradas com precisão “funcionam como a contrapartida
cósmica do DNA: elas fornecem a ‘receita’ pela qual o cosmos que evolui
adquire a capacidade de gerar vidas e inteligências cada vez mais capazes”.
Minha própria opinião é coerente com a convicção de Gardner de que a
inteligência é o fenômeno mais importante no universo. Mas não concordo
com Gardner quando ele sugere uma “comunidade vasta... transterrestre de
vidas e inteligências espalhadas por bilhões de galáxias”. Ainda não vimos
provas de que exista tal comunidade além da Terra. A comunidade que
importa pode ser só esta nossa despretensiosa civilização. Como ressaltei
acima, embora possamos modelar todo tipo de razões para que cada
determinada civilização inteligente permaneça escondida de nós (por
exemplo, elas se destruíram ou decidiram permanecer invisíveis ou
escondidas ou trocaram todas as suas comunicações das transmissões
eletromagnéticas, e assim por diante), não se pode acreditar que todas as
civilizações dos bilhões que deveriam estar ali (de acordo coma hipótese
Seti) têm alguma razão para estarem invisíveis.

A derradeira função utilitária. Podemos criar uma ponte conceitual entre

as ideias de Susskind e as de Smolin sobre os buracos negros serem a
“função utilitária” (essa propriedade sendo otimizada em um processo
evolutivo) de cada universo no multiverso e o conceito de inteligência
como a função utilitária que eu compartilho com Gardner. Como exposto no
capítulo 3, a potência computacional de um computador é uma função de
sua massa e sua eficiência computacional. Cabe lembrar que uma pedra tem
uma massa significativa, mas uma eficiência computacional extremamente
baixa (isto é, virtualmente todas as transações de suas partículas são de fato
aleatórias). A maioria das interações das partículas em um humano também
é aleatória, mas, em uma escala logarítmica, os humanos estão mais ou
menos entre uma pedra e o último computador pequeno.
Um computador da categoria do derradeiro computador tem uma
eficiência computacional muito alta. Quando se atinge a eficiência
computacional máxima, a única maneira de aumentar a potência
computacional de um computador seria aumentando sua massa. Se a massa
for bastante aumentada, sua força gravitacional torna-se suficientemente
potente para provocar seu colapso em um buraco negro. Portanto, um
buraco negro pode ser considerado como o derradeiro computador.
É claro que não é qualquer buraco negro que vai bastar. A maioria dos
buracos negros, como a maioria das pedras, realiza muitas transações
aleatórias, mas nenhuma computação útil. Mas um buraco negro bem
organizado seria o computador mais potente que se pode conceber em
termos de cps por litro.

A Radiação Hawking. Por longo tempo tem se debatido se é possível ou

não transmitir informações para um buraco negro, transformá-las de modo
útil e depois recuperá-las. A ideia de Stephen Hawking de transmissões de
um buraco negro envolve pares de partícula-antipartícula que são criados
perto do horizonte de eventos (o ponto, perto de um buraco negro, além do
qual matéria e energia não conseguem escapar). Quando acontece essa
criação espontânea, como ocorre em toda parte do espaço, partícula e
antipartícula vão em direções opostas. Se um membro do par viaja para o
horizonte de eventos (para nunca mais ser visto), o outro irá voar para longe
do buraco negro.
Algumas dessas partículas terão energia suficiente para escapar de sua
gravidade e resultarão no que tem sido chamado de Radiação Hawking. 96

Antes da análise de Hawking, pensava-se que os buracos negros eram bem

negros; com seu insight, percebemos que eles, na verdade, projetam um
chuveiro contínuo de partículas energizadas. Mas, de acordo com Hawking,
essa radiação é aleatória, pois se origina de eventos quânticos aleatórios
perto do limite de eventos. Então, um buraco negro pode conter um
computador de última geração, de acordo com Hawking; mas conforme sua
ideia original, nenhuma informação consegue escapar de um buraco negro,
portanto esse computador jamais iria conseguir transmitir seus resultados.
Em 1997, Hawking e o colega físico Kip Thorne (o cientista do buraco
de minhoca) fizeram uma aposta com John Preskill. Hawking e Thorne
sustentavam que a informação que entrava em um buraco negro estava
perdida, e qualquer computação que pudesse ocorrer dentro do buraco
negro, útil ou não, jamais poderia ser transmitida para fora dele, enquanto
Preskill sustentava que a informação podia ser recuperada. O perdedor
97

teria de dar ao ganhador alguma informação útil na forma de uma

enciclopédia.
Nos anos seguintes, o consenso na comunidade dos físicos regularmente
afastou-se de Hawking, e em 21 de julho de 2004, Hawking admitiu a
derrota e reconheceu que Preskill estava certo, afinal: que a informação
enviada para um buraco negro não está perdida. Ela pode ser transformada
dentro do buraco negro e depois transmitida para fora. De acordo com esse
entendimento, o que acontece é que a partícula que voa para longe do
buraco negro permanece emaranhada quanticamente com sua antipartícula
que desapareceu dentro do buraco negro. Se a antipartícula dentro do
buraco negro se envolve em uma computação útil, esses resultados serão
codificados no estado de sua partícula companheira emaranhada fora do
buraco negro.
Conforme combinado, Hawking enviou para Preskill uma enciclopédia
sobre o jogo de cricket, mas Preskill a rejeitou, insistindo em uma
enciclopédia sobre beisebol que Hawking tinha trazido para uma
apresentação.
Supondo que a nova posição de Hawking seja de fato correta, o
computador mais significativo que podemos criar seria um buraco negro.
Portanto um universo que está bem projetado para criar buracos negros
seria um universo que é bem projetado para otimizar sua inteligência.
Susskind e Smolin argumentaram simplesmente que a biologia e os buracos
negros precisam do mesmo tipo de materiais, portanto um universo que foi
otimizado para buracos negros também estaria otimizado para a biologia.
Reconhecendo que os buracos negros são o máximo como depósitos da
computação inteligente, entretanto, pode-se concluir que a função utilitária
de otimizar a produção do buraco negro e a de otimizar a inteligência são
uma coisa só.

Por que a inteligência é mais forte do que a física. Há outra razão para
aplicar um princípio antrópico. Pode parecer altamente improvável que
nosso planeta esteja na liderança em termos de desenvolvimento
tecnológico, mas, como ressaltei acima, por um princípio antrópico fraco,
se não tivéssemos evoluído, não estaríamos aqui, discutindo essa questão.
À medida que a inteligência satura a matéria e a energia disponíveis, ela
transforma matéria burra em matéria inteligente. Embora a matéria
inteligente ainda siga nominalmente as regras da física, ela é tão
extraordinariamente inteligente que pode capturar os aspectos mais sutis
das leis para manipular a matéria e a energia à vontade. Então, iria pelo
menos parecer de que a inteligência é mais potente do que a física. Eu diria
que a inteligência é mais potente do que a cosmologia. Isto é, uma vez que
a matéria evolui para matéria inteligente (matéria totalmente saturada por
processos inteligentes), ela pode manipular outra matéria e outra energia
para fazerem o que ela quer (através de uma engenharia adequada potente).
Essa perspectiva, em geral, não é considerada nas discussões de cosmologia
futura. Supõem que a inteligência é irrelevante para eventos e processos em
escala cosmológica.
Depois que um planeta produz uma espécie criadora de tecnologia, e que
essa espécie cria a computação (como aconteceu aqui), é só questão de uns
poucos séculos para que a inteligência sature a matéria e a energia em sua
vizinhança e que comece a se expandir para fora pelo menos na velocidade
da luz (com algumas sugestões para se desviar desse limite). Essa
civilização então superará a gravidade (através de uma tecnologia enorme e
requintada) e outras forças cosmológicas — ou, para ser bem preciso, ela
vai manobrar e controlar essas forças — e formará o universo que ela quer.
Esse é o objetivo da Singularidade.

Um computador na escala do universo. Quanto tempo vai levar para

nossa civilização saturar o universo com nossa inteligência vastamente
expandida? Seth Lloyd estima que haja cerca de 10 partículas no universo,
80

com uma capacidade teórica máxima de cerca de 10 cps. Em outras

90

palavras, um computador na escala do universo poderia computar 10 cps. 90 98

Para chegar a essas estimativas, Lloyd tomou a densidade observada da

matéria — cerca de um átomo de hidrogênio por metro cúbico — e, a partir
desse número, computou a energia total do universo. Dividindo esse valor
da energia pela constante de Planck, ele chegou a cerca de 10 cps. O
90

universo tem cerca de 10 segundos de idade, portanto, em números

17

redondos, houve um máximo de cerca de 10 cálculos nele até agora. Com

107

cada partícula sendo capaz de armazenar aproximadamente 10 bits em

10

todos os seus graus de liberdade (incluindo sua posição, trajetória, giro e

assim por diante), o estado do universo representa cerca de 10 bits de
90

informação em cada ponto do tempo.

Não precisamos almejar dedicar toda a massa e a energia do universo
para a computação. Se fôssemos aplicar 0,01%, ainda sobraria 99,99% da
massa e da energia não modificadas, o que ainda resultaria em um potencial
de cerca de 10 cps. Com base em nosso atual entendimento, só podemos
86

arredondar essas ordens de grandeza. A inteligência perto desses níveis será

tão vasta que conseguirá realizar esses feitos de engenharia com um
cuidado suficiente para não perturbar sejam quais forem os processos
naturais que são importantes preservar.

O universo holográfico. Outro ponto de vista sobre o máximo

armazenamento de informação e capacidade de processar do universo vem
de uma recente teoria especulativa sobre a natureza da informação. De
acordo com a teoria do “universo holográfico”, o universo é, na verdade,
um arranjo bidimensional de informações escritas em sua superfície,
portanto sua aparência convencional tridimensional é uma ilusão. Em 99

essência, de acordo com essa teoria, o universo é um holograma gigante.

A informação está escrita em uma escala muito pequena, governada pela
constante de Planck. Portanto a quantidade máxima de informação no
universo é a área de sua superfície dividida pelo quadrado da constante de
Planck, que dá cerca de 10 bits. Não parece haver matéria suficiente no
120

universo para codificar tanta informação, portanto os limites do universo

holográfico podem ser mais elevados do que é realmente factível. Em todo
caso, a ordem de grandeza do número de ordens de grandeza dessas várias
estimativas está na mesma faixa. O número de bits que um universo
reorganizado para a computação única poderá armazenar é dez elevado a
uma potência entre 80 e 120.
Mais uma vez nossa engenharia, mesmo aquela vastamente evoluída de
nós mesmos no futuro, provavelmente não alcançará esses máximos. No
capítulo 2, mostrei como progredimos de 10 para 10 cps por mil dólares
−5 8

durante o século XX. Baseado na continuação do crescimento suave, de

exponencial duplo que vimos no século XX, projetei que alcançaríamos
cerca de 10 cps por mil dólares por volta de 2100. Estimando o modesto
60

valor de 1 trilhão de dólares dedicado à computação, teremos um total de

cerca de 10 cps no final deste século. Isso pode ser realizado com a matéria
69

e a energia de nosso sistema solar.

Chegar a aproximadamente 10 cps requer expandir-se pelo resto do
90

universo. A curva do crescimento de duplo exponencial mostra que

podemos saturar o universo com nossa inteligência bem antes do final do
século XXII, desde que não sejamos limitados pela velocidade da luz.
Mesmo se as potências de dez até trinta sugeridos pela teoria do universo
holográfico forem confirmadas, ainda iremos atingir a saturação pelo final
do século XXII.
Mais uma vez, se houvesse uma mínima possibilidade de contornar a
limitação da velocidade da luz, a vasta inteligência que teremos com a
inteligência em escala do sistema solar será capaz de projetar e concretizar
os requisitos de engenharia para fazer isso. Se tivesse de fazer uma aposta,
poria meu dinheiro na hipótese de que é possível contornar a velocidade da
luz e que poderemos fazer isso dentro dos próximos duzentos anos. Mas
isso é uma especulação de minha parte, pois ainda não compreendemos
bastante essas questões para fazer uma afirmação mais definitiva. Se a
velocidade da luz for uma barreira imutável, e não existirem atalhos através
dos buracos de minhoca que possam ser explorados, serão bilhões de anos,
não centenas, que nossa inteligência levará para saturar o universo, e
estaremos limitados a nosso cone de luz dentro do universo. Em qualquer
dos casos, o crescimento exponencial da computação irá chocar-se contra
um muro durante o século XXII. (Mas que muro!)
Essa grande diferença nos prazos — centenas de anos versus bilhões de
anos (para saturar o universo com nossa inteligência) — demonstra por que
a questão de contornar a velocidade da luz irá tornar-se tão importante. Irá
tornar-se uma preocupação primordial da vasta inteligência de nossa
civilização no século XXII. É por isso que acredito que, se buracos de
minhoca ou outros meios para contornar a questão são factíveis, seremos
altamente motivados para encontrá-los e explorá-los.
Se for possível construir novos universos e estabelecer contato com eles,
haveria ainda mais meios para que uma civilização continuasse sua
expansão. A opinião de Gardner é de que a influência de uma civilização
inteligente ao criar um novo universo está em determinar as constantes e
leis físicas do universo bebê. Mas a vasta inteligência de tal civilização
pode descobrir meios de expandir sua própria inteligência para um novo
universo de maneira mais direta. A ideia de disseminar nossa inteligência
além deste universo é, claro, especulativa, já que nenhuma das teorias dos
multiversos permite a comunicação de um universo a outro, exceto para
transmitir constantes e leis básicas.
Mesmo que estejamos limitados a um universo que já conhecemos,
saturar sua matéria e energia com inteligência é nosso destino final. Que
tipo de universo será esse? Bom, é só esperar para ver.

MOLLY 2004: Então, quando o universo chegar à Época Seis (o estágio em

que a porção não biológica de nossa inteligência se espalha pelo universo),
o que ele vai fazer?
CHARLES DARWIN: Não tenho certeza de que a gente possa responder isso.
Como você disse, é como uma bactéria perguntando para outra o que os
humanos vão fazer.
MOLLY 2004: Então essas entidades da Época Seis vão nos considerar, nós
humanos biológicos, como bactérias?
GEORGE 2048: Com certeza, não é o que eu penso de você.
MOLLY 2104: George, você é só da Época Cinco, então não acho que isso
responda à pergunta.
CHARLES: Voltando às bactérias, o que elas iriam dizer se pudessem falar…
MOLLY 2004: … e pensar.
CHARLES: É, isso também. Elas diriam que os humanos fazem as mesmas
coisas que nós, bactérias, fazemos, ou seja, comer, evitar o perigo e
procriar.
MOLLY 2104: Mas a nossa procriação é tão mais interessante.
MOLLY 2004: Na verdade, Molly do futuro, nossa procriação humana pré-
Singularidade é que é interessante. Sua procriação virtual, na realidade, é
muito parecida com a das bactérias. Sexo não tem nada a ver com isso.
MOLLY 2104: É verdade que separamos a sexualidade da reprodução, mas
isso não é exatamente novo para a civilização humana em 2004. E, além
disso, ao contrário das bactérias, nós podemos nos modificar.
MOLLY 2004: Na verdade, vocês também separaram a mudança e a evolução
da reprodução.
MOLLY 2104: Isso também era verdade em 2004.
MOLLY 2004: Está certo, está certo. Mas, sobre sua lista, Charles, nós
humanos também fazemos coisas como criar arte e música. Isso nos separa
dos outros animais.
GEORGE 2048: De fato, Molly, a Singularidade é basicamente sobre isso. A
Singularidade é a música mais suave, a arte mais profunda, a matemática
mais bonita…

MOLLY 2004: Estou vendo. Então a música e a arte da Singularidade serão,

para a música e a arte da minha era, como a música e a arte de cerca de
2004 são para…
NED LUDD: A música e a arte das bactérias.
MOLLY 2004: Bom, já vi alguns padrões artísticos de mofo.
NED: É, mas tenho certeza de que não os admirou.
MOLLY 2004: Não, na verdade eu os limpei com um pano.
NED: Ok, ponto para mim, então.
MOLLY 2004: Ainda estou tentando prever o que o universo fará na Época
Seis.
TIMOTHY LEARY: O universo voará como um pássaro.
MOLLY 2004: Mas no que ele voará? Quero dizer que é tudo.
TIMOTHY: É como perguntar como é o som de um aplauso?
MOLLY 2004: Então a Singularidade é o que os mestres zen tinham em mente
o tempo todo.
1 ∗ Este livro foi publicado em 2005, tendo sido escrito ao longo dos anos anteriores. (N.T.)
2 ∗ Nos Estados Unidos. No Brasil, a prostituição não é crime, só sua exploração o é. (N.T.)
3 No original, em Collected poems 1934–1952: “Do not go gentle into that good night./ Rage, rage
against the dying of the light”. A tradução oferecida aqui para este e outros versos, não é a literária,
nem a literal. Busca somente manter o tom provocativo e irônico do original, sobretudo nessas
epígrafes de A Singularidade está próxima. (N.E).
4 ∗ Nos Estados Unidos, não é obrigatório matricular crianças e jovens na escola; a educação pode
ser feita em casa. (N.T.)
CAPÍTULO 7
Ich bin ein Singularitarian1∗
De todas as loucuras, a mais comum é acreditar com fervor no que obviamente não é
verdade.
H. L. Mencken
As filosofias de vida enraizadas em tradições centenárias contêm muita sabedoria em
relação à vida pessoal, institucional e social. Também há muitos de nós que acham
defeitos nessas tradições. Como não chegar a algumas conclusões erradas quando
estas surgiram em tempos pré-científicos? Ao mesmo tempo, as antigas filosofias de
vida têm pouco ou nada para dizer sobre as questões fundamentais que enfrentamos,
enquanto as tecnologias avançadas começam a nos permitir trocar de identidade como
indivíduos e como humanos, e as forças econômicas, culturais e políticas mudam os
relacionamentos globais.
Max More, “Principles of Extropy”
O mundo não precisa de outro dogma totalitário.
Max More, “Principles of Extropy”
Sim, temos uma alma. Mas ela é feita de montes de robots pequenininhos.
Giulio Giorelli
O substrato é moralmente irrelevante desde que não afete a funcionalidade ou a
consciência. Não importa, de um ponto de vista moral, que alguém funcione com
silicone ou com neurônios biológicos (assim como não tem importância se você tem
pele clara ou escura). Pelas mesmas razões por que rejeitamos o racismo e o
especismo, também deveríamos rejeitar o carbono-chauvinismo, ou bioismo.
Nick Bostrom, “Ethics for Intelligent Machines: A Proposal, 2001”
Há muito tempo os filósofos vêm notando que seus filhos nascem em um mundo mais
complexo que o de seus ancestrais. Esse reconhecimento precoce e talvez até
inconsciente da mudança que se acelera pode ter sido o catalisador para grande parte
do pensamento utópico, apocalíptico e milenarista de nossa tradição ocidental. Mas a
diferença é que agora todo o mundo percebe o ritmo do progresso em algum nível, não
só os visionários.
John Smart
Um singularitariano é alguém que compreende a Singularidade e refletiu
sobre o significado dela para a sua própria vida.
Por várias décadas, venho dedicando-me a essa reflexão. Nem é preciso
dizer que se trata de um processo que jamais se pode completar. Comecei a
refletir sobre o relacionamento de nosso pensamento com a tecnologia da
computação quando era adolescente, na década de 1960. Nos anos 1970,
comecei a estudar a aceleração da tecnologia e escrevi meu primeiro livro
sobre o assunto no final dos anos 1980. Portanto tive tempo para
contemplar o impacto na sociedade — e em mim mesmo — das
transformações, umas sobre as outras, que acontecem agora.
George Gilder tem descrito minhas opiniões científicas e filosóficas
como “uma visão alternativa para aqueles que perderam a fé no objeto
tradicional da crença religiosa”. A declaração de Gilder é compreensível,
1

pois há semelhanças ao menos aparentes entre a expectativa da

Singularidade e a expectativa das transformações articuladas pelas religiões
tradicionais.
Mas não cheguei a meu ponto de vista como resultado da procura de uma
alternativa para a fé usual. A origem de minha procura do entendimento das
tendências tecnológicas foi prática: uma tentativa de escolher o momento
adequado para minhas invenções e tomar as melhores decisões táticas ao
lançar uma empresa de tecnologia. Com o tempo, essa modelagem da
tecnologia adquiriu vida própria e me levou a formular uma teoria da
evolução da tecnologia. Não foi um salto muito grande daí para refletir
sobre o impacto dessas mudanças cruciais nas instituições sociais e
culturais e na minha própria vida. Por conseguinte, enquanto ser um
singularitariano não é uma questão de fé, mas sim de entendimento, refletir
sobre as tendências científicas que discuto neste livro gera inevitavelmente
novas perspectivas sobre as questões que as religiões tradicionais têm
tentado abordar: a natureza da mortalidade e da imortalidade, o propósito de
nossas vidas e a inteligência no universo.
Muitas vezes, ser um singularitariano tem sido uma experiência alienante
e solitária para mim, porque a maioria das pessoas que encontro não
compartilha do meu ponto de vista. A maioria dos “grandes pensadores”
ignora totalmente essa grande reflexão. Em uma miríade de declarações e
comentários, as pessoas normalmente ressaltam a sabedoria popular de que
a vida humana é curta, que nosso alcance físico e intelectual é limitado, e
que não haverá nenhuma mudança fundamental durante nossa vida. Espero
que essa visão limitada se modifique à medida que as implicações da
mudança acelerada fiquem cada vez mais aparentes, mas ter mais gente
com quem compartilhar minha perspectiva é uma das razões principais para
eu ter escrito este livro.
Então, como contemplamos a Singularidade? Como acontece com o Sol,
é difícil olhar diretamente para ela; é melhor olhar de soslaio, com o canto
dos olhos. Como afirma Max More, a última coisa de que precisamos é
outro dogma ou de mais uma seita, portanto o singularitarianismo não é um
sistema de crenças ou pontos de vista unificados. Ele é fundamentalmente
um entendimento das tendências básicas de tecnologia, ao mesmo tempo
que é uma reflexão que nos faz repensar tudo, desde a natureza da saúde e
da riqueza até a natureza da morte e do próprio eu.
Para mim, ser um singularitariano significa muitas coisas, das quais o
que segue é uma pequena amostra. Estas reflexões expressam minha
filosofia pessoal, não uma proposta para uma nova doutrina.
•Temos os meios, agora, para viver tempo suficiente que nos permita
ter as condições de viver para sempre. Os conhecimentos existentes
2

podem ser aplicados agressivamente para desacelerar dramaticamente

os processos de envelhecimento, portanto ainda teríamos uma saúde
vital quando ficarem disponíveis as terapias mais radicais da
biotecnologia e da nanotecnologia para a extensão da vida. Mas a
maioria dos baby boomers não terá êxito nisso porque não percebe os
processos de envelhecimento que se aceleram em seus corpos e a
oportunidade para intervir neles.
•Nesse espírito, estou agressivamente reprogramando minha
bioquímica, que agora já está completamente diferente. Tomar
3

suplementos e medicamentos não é um último recurso a ser reservado

apenas para quando existe algo errado. Já há alguma coisa errada.
Nossos corpos são governados por programas genéticos obsoletos que
evoluíram em tempos passados; assim, precisamos superar nossa
herança genética. Já temos o conhecimento para começar a realizar
isso, algo que me comprometo a fazer.
•Meu corpo é temporário. Suas partículas são substituídas quase
completamente todo mês. Só o padrão do meu corpo e mente tem
continuidade.
•Deveríamos nos esforçar para melhorar esses padrões, aperfeiçoando
a saúde de nossos corpos e ampliando o alcance de nossas mentes. No
final, conseguiremos expandir enormemente nossas faculdades
mentais através da fusão com a tecnologia.
•Precisamos de um corpo, mas quando incorporarmos a fabricação
MNT em nós mesmos, poderemos mudar nossos corpos à vontade.
•Só a tecnologia pode fornecer a escala para superar os desafios com
que a sociedade humana vem lutando por gerações. Por exemplo, as
tecnologias emergentes fornecerão o meio para prover e armazenar
energia limpa e renovável, para remover toxinas e patógenos dos
nossos corpos e do ambiente, e fornecerão o conhecimento e a riqueza
para superar a fome e a pobreza.
•O conhecimento é precioso sob todas as formas: música, arte, ciência
e tecnologia, bem como o conhecimento inserido em nossos corpos e
cérebros. Qualquer perda de conhecimento é trágica.
•Informação não é conhecimento. O mundo está inundado de
informações; é papel da inteligência encontrar e agir sobre padrões
destacados. Por exemplo, temos centenas de megabits de informação
por segundo fluindo através de nossos sentidos, a maior parte deles
sendo inteligentemente descartada. São apenas os reconhecimentos-
chave e insights (todas as formas de conhecimento) que conservamos.
Dessa forma, a inteligência destrói seletivamente a informação para
criar conhecimento.
•A morte é uma tragédia. Não é degradante considerar uma pessoa
como um padrão (uma forma de conhecimento) relevante, que se perde
quando ela morre. Ao menos, esse é o caso hoje, pois ainda não temos
o meio de ter acesso e copiar esse conhecimento. Quando as pessoas
falam em perder um pedaço delas quando morre um ente querido, elas
falam em sentido literal, já que perdemos a habilidade de usar
efetivamente os padrões neurais de nosso cérebro que tinham se auto-
organizado para interagir com essa pessoa.
•Um papel primordial da religião tradicional é a racionalização da
morte — isto é, racionalizar a tragédia da morte como uma coisa boa.
Malcolm Muggeridge expressa a visão geral de que “se não fosse a
morte, a vida seria insuportável”. Mas a explosão da arte, ciência e
outras formas de conhecimento que a Singularidade trará vão tornar a
vida mais do que suportável; vão realmente dar sentido à vida.
•Acho que a finalidade da vida — e de nossas vidas — é criar e
apreciar um conhecimento cada vez maior, é ir para uma maior
“ordem”. Como discuti no capítulo 2, uma ordem crescente em geral
significa uma complexidade crescente, mas às vezes um insight
profundo aumenta a ordem enquanto reduz a complexidade.
•Como a vejo, a finalidade do universo reflete a mesma finalidade das
nossas vidas: ir em direção de uma maior inteligência e de um
conhecimento maior. Nossa inteligência humana e nossa tecnologia
formam a vanguarda dessa inteligência em expansão (dado que não
percebemos nenhum competidor extraterrestre).
•Tendo chegado a um ponto de virada, estaremos prontos, neste século,
para impregnar nosso sistema solar de nossa inteligência, através da
inteligência não biológica autorreplicante. Então, ela irá se espalhar
para o resto do universo.
•As ideias são a concretização e o produto da inteligência. As ideias
existem para resolver a maioria dos problemas que encontramos. Os
problemas primários que não conseguimos resolver são os que não
conseguimos articular, e são principalmente aqueles de que ainda não
estamos conscientes. Para os problemas que encontramos de fato, o
 desafio central é como expressá-los com precisão em palavras (e às
vezes em equações). Tendo feito isso, temos a habilidade de achar as
ideias para confrontar e resolver cada um desses problemas.
•Podemos aplicar a enorme alavancagem fornecida pela aceleração da
tecnologia. Um exemplo notável é alcançar um radical prolongamento
da vida através de “uma ponte para uma ponte para uma ponte” 42∗

(aplicar o conhecimento de hoje como uma ponte para a biotecnologia,

que, por sua vez, será a ponte para a era da nanotecnologia). É uma
4

maneira de viver indefinidamente agora, mesmo que não tenhamos

ainda todo o conhecimento necessário para um prolongamento radical
da vida. Em outras palavras, não temos de resolver todos os problemas
hoje. Podemos prever as habilidades das tecnologias que virão — em
cinco, dez ou vinte anos — e inseri-las em nossos planos. É assim que
faço meus próprios projetos de tecnologia, e podemos fazer o mesmo
com os grandes problemas que a sociedade enfrenta e com nossas
próprias vidas.

O filósofo contemporâneo Max More descreve o objetivo da humanidade

como uma transcendência a “ser atingida através da ciência e da tecnologia
orientadas pelos valores humanos”. More cita a observação de Nietzsche:
5

“O homem é uma corda amarrada entre o animal e o Übermensch — uma 3∗

corda através de um abismo”. Pode-se interpretar Nietzsche como

apontando que avançamos além dos outros animais enquanto procuramos
nos tornar algo muito maior. Pode-se considerar a referência ao abismo feita
por Nietzsche como aludindo aos perigos inerentes à tecnologia, que abordo
no próximo capítulo.
Ao mesmo tempo, More manifestou sua preocupação de que prever a
Singularidade poderia fazer ignorar as questões de hoje. O fato de que
6

desponta no horizonte uma enorme capacidade para superar problemas

seculares pode tender a nos desligar das preocupações banais atuais.
Compartilho da antipatia de More em relação ao “singularitarianismo
passivo”. Uma razão para uma postura proativa é que a tecnologia é uma
espada de dois gumes e, como tal, tem sempre o potencial de dar errado
indo para a Singularidade, com consequências profundamente
perturbadoras. Mesmo pequenos atrasos em pôr em prática as tecnologias
emergentes podem condenar milhões de pessoas a continuarem sofrendo e
morrendo. Como um exemplo dentre muitos, os atrasos excessivos da
regulamentação para implementar terapias para salvar vidas acabam
custando muitas vidas. (Perdemos milhões de pessoas por ano, em todo o
mundo, só por doenças do coração.)
More também se preocupa com uma rebelião cultural “seduzida por
incitações religiosas e culturais para ‘estabilidade’, ‘paz’, e contra
‘arrogância’ e ‘o desconhecido’” que podem descarrilar a aceleração
tecnológica. Acho pouco provável qualquer descarrilamento significativo
7

no avanço geral da tecnologia. Mesmo eventos tão marcantes quanto as

duas guerras mundiais (onde morreram cerca de 100 milhões de pessoas), a
Guerra Fria e numerosas sublevações econômicas, culturais e sociais, não
deixaram a menor marca no ritmo das tendências tecnológicas. Mas os
sentimentos antitecnologia concentrados, insensatos, cada vez mais sendo
expressos no mundo hoje, têm de fato o potencial para exacerbar muito
sofrimento.

Ainda humano? Alguns observadores referem-se ao período pós-

Singularidade como “pós-humano” e se referem à expectativa por esse
período como a do pós-humanismo. Para mim, contudo, ser um humano
significa fazer parte de uma civilização que procura ampliar suas fronteiras.
Já estamos indo além de nossa biologia ao ganhar rapidamente as
ferramentas para reprogramá-la e expandi-la. Se considerarmos um humano
modificado pela tecnologia como não sendo mais humano, onde iremos
traçar o limite? Um humano com um coração biônico ainda é humano? E
quanto a uma pessoa que tem um implante neurológico? E dois implantes
neurológicos? E alguém que tem dez nanorrobots no cérebro? E quanto a
500 milhões de nanorrobots? Devemos fixar um limite em 650 milhões de
nanorrobots: abaixo disso, você ainda é humano e acima disso, você é um
pós-humano?
Nossa fusão com a tecnologia tem aspectos de um declive escorregadio,
mas um declive que desliza para cima, na direção de maiores promessas,
não para baixo, para o abismo de Nietzsche. Alguns observadores referem-
se a essa fusão como criadora de uma nova “espécie”. Mas toda a ideia de
uma espécie é um conceito biológico, e o que fazemos é transcender a
biologia. A transformação subjacente à Singularidade não é simplesmente
mais uma em uma longa fila de etapas na evolução biológica. Estamos
virando a evolução biológica de cabeça para baixo.

BILL GATES: Concordo 100% com você. O que eu gosto nas suas ideias é
que elas se baseiam na ciência, mas seu otimismo é quase uma fé religiosa.
Eu também sou otimista.
RAY: É, a gente precisa de uma nova religião. O papel principal da religião
tem sido racionalizar a morte, já que até aqui tinha muito pouca coisa de
construtivo que a gente podia fazer com ela.
BILL: Quais seriam os princípios da nova religião?
RAY: A gente vai querer manter dois princípios: um da religião tradicional
e um das ciências e artes seculares — da religião tradicional, o respeito
pela consciência humana.
BILL: É, a Regra de Ouro.
RAY: Certo, nossa moralidade e sistema legal estão baseados no respeito
pela consciência dos outros. Se eu machuco outra pessoa, isso é
considerado imoral e provavelmente ilegal, porque causei sofrimento a
outra pessoa consciente. Se eu destruir bens, se for minha propriedade, em
geral tudo bem, e a razão principal pela qual é imoral e ilegal se for a
propriedade de outra pessoa é porque provoquei um sofrimento, não no
bem, mas na pessoa que o possui.
BILL: E o princípio secular?
RAY: Das artes e ciências, é a importância do conhecimento. O
conhecimento vai além da informação. Conhecimento é a informação que
tem sentido para as entidades conscientes: música, arte, literatura, ciência,
tecnologia. Essas são as qualidades que vão se expandir a partir das
tendências de que estou falando.
BILL: A gente precisa ficar longe dessas histórias rebuscadas e esquisitas
das religiões contemporâneas e se concentrar em algumas mensagens
simples. A gente precisa de um líder carismático para essa nova religião.
RAY: Um líder carismático é uma parte do modelo antigo. É uma coisa de
que a gente quer ficar longe.
BILL: Tá, um computador carismático, então.
RAY: E que tal um sistema operacional carismático?
BILL: Isso a gente já tem. Então, tem Deus nessa religião?
RAY: Ainda não, mas vai ter. Depois que a gente saturar a matéria e a
energia do universo com inteligência, ele vai “acordar”, ser consciente e
terá uma inteligência sublime. Não consigo imaginar nada mais perto de
Deus.
BILL: Será inteligência de silicone, não inteligência biológica.
RAY: É, a gente vai transcender a inteligência biológica. Primeiro, a gente
vai se fundir com ela, mas no final a porção não biológica da nossa
inteligência é que vai predominar. Por falar nisso, ela não deve ser de
silicone, mas de alguma coisa como nanotubos de carbono.
BILL: Sim, eu entendo — só estou chamando de inteligência de silicone
porque as pessoas entendem o que isso quer dizer. Mas não acho que vai
ser consciente no sentido humano.
RAY: Por que não? Se a gente emular do jeito mais detalhado possível tudo
que vai no corpo e no cérebro humano e instalar esses processos em outro
substrato, e aí, é claro, expandi-lo muito, por que não seria consciente?
BILL: Vai ser consciente. Só acho que vai ser um tipo diferente de
consciência.
RAY: Talvez esse seja o 1% em que a gente não concorda. Por que seria
diferente?
BILL: Porque os computadores podem se fundir instantaneamente. Dez
computadores — ou 1 milhão de computadores — podem virar um
computador maior, mais rápido. Sendo humanos, a gente não pode fazer
isso. Cada um de nós tem uma individualidade distinta que não pode ser
transposta.
RAY: Isso é só uma limitação da inteligência biológica. A diferenciação
intransponível da inteligência biológica não é uma vantagem. A
inteligência “de silicone” pode funcionar dos dois jeitos. Os computadores
não precisam juntar suas inteligências e seus recursos. Eles podem
continuar sendo “indivíduos”, se quiserem. A inteligência de silicone pode
mesmo funcionar dos dois jeitos, fundindo e mantendo a individualidade —
ao mesmo tempo. Como humanos, a gente também tenta se fundir com
outros, mas nossa habilidade para fazer isso é passageira.
BILL: Tudo que vale a pena é passageiro.
RAY: É, mas é substituído por alguma coisa de valor ainda maior.
BILL: É verdade, é por isso que a gente precisa ficar inovando.

A questão vexatória da consciência

Se você pudesse ampliar o cérebro até o tamanho de um moinho e fosse andar por
dentro dele, não conseguiria achar a consciência.
G. W. Leibniz
Conseguimos lembrar do amor? É como tentar lembrar do cheiro de rosas em um
porão. Pode-se ver uma rosa, mas o perfume nunca.
Arthur Miller8
Na primeira e mais simples tentativa de filosofar, ficamos enrascados nas questões de
se, quando sabemos alguma coisa, sabemos que sabemos, e, quando pensamos sobre
nós mesmos, pensamos no que está sendo pensado e o que está fazendo o pensar.
Depois de ficarmos intrigados e aborrecidos por esse problema por muito tempo,
aprendemos a não insistir nessas questões: o conceito de um ser consciente é
percebido, implicitamente, como sendo algo diferente de um objeto inconsciente. Ao
dizer que um ser consciente sabe alguma coisa, dizemos não apenas que ele sabe, mas
também que ele sabe que sabe, e que ele sabe que ele sabe que ele sabe, e assim por
diante, enquanto quisermos fazer a pergunta: admitimos que aqui existe um infinito,
mas não é o eterno retorno no mau sentido, pois são as perguntas que se esgotam como
 não tendo sentido, em vez das respostas.
J. R. Lucas, filósofo de Oxford, em seu texto de 1961: “Minds, Machines, and Gödel”9
Os sonhos são reais enquanto duram; pode-se dizer mais do que isso sobre a vida?
Havelock Ellis
As máquinas do futuro serão capazes de ter experiências emocionais e
espirituais? Já discutimos vários cenários para que uma inteligência não
biológica demonstre toda a gama do comportamento emocionalmente rico
exibido por humanos biológicos hoje. Pelo final dos anos 2020, teremos
completado a engenharia reversa do cérebro humano, que irá permitir a
criação de sistemas não biológicos que igualem e excedam a complexidade
e a sutileza de humanos, inclusive nossa inteligência emocional.
Um segundo cenário é poder fazer um upload dos padrões de um humano
real para um substrato não biológico adequado, pensante. Um terceiro
cenário, e o mais atraente, envolve a progressão gradual mas inexorável dos
próprios humanos, de biológicos para não biológicos. Isso já começou com
a introdução benéfica de dispositivos como implantes neurais para melhorar
deficiências e doenças. Irá progredir com a introdução de nanorrobots na
corrente sanguínea, que será desenvolvida inicialmente para aplicações
médicas e antienvelhecimento. Mais adiante, nanorrobots sofisticados farão
a interface com nossos neurônios biológicos para aumentar nossos sentidos,
fornecer uma realidade virtual e aumentada dentro do sistema nervoso,
favorecer nossas lembranças e realizar outras tarefas cognitivas de rotina.
Então seremos ciborgues, e com esse apoio em nossos cérebros, a porção
não biológica de nossa inteligência irá se expandir exponencialmente.
Como analisei nos capítulos 2 e 3, vemos um crescimento contínuo
exponencial de todos os aspectos da tecnologia da informação, incluindo
preço-desempenho, capacidade e ritmo de adoção. Considerando que são
extremamente pequenas a massa e a energia necessárias para computar e
comunicar cada bit de informação (ver capítulo 3), essas tendências podem
continuar até que nossa inteligência não biológica exceda enormemente a
porção biológica. Uma vez que a capacidade de nossa inteligência biológica
está essencialmente fixa (exceto por algum aperfeiçoamento relativamente
modesto da biotecnologia), a porção não biológica no final irá predominar.
Nos anos 2040, quando a porção não biológica for bilhões de vezes mais
capaz, ainda estaremos ligando nossa consciência à porção biológica de
nossa inteligência?
Claramente, as entidades não biológicas irão reivindicar que elas têm
experiências emocionais e espirituais, assim como nós fazemos hoje. Elas
— nós — irão alegar que são humanas e que têm a gama completa de
experiências emocionais e espirituais que os humanos afirmam ter. E essas
não serão alegações vãs; elas deixarão evidente o tipo de comportamento
sutil, complexo, intenso, associado a tais sentimentos.
Mas como essas reivindicações e comportamentos — por mais
convincentes que sejam — relacionam-se com a experiência subjetiva de
humanos não biológicos? Ficamos voltando à questão da consciência, muito
real, mas basicamente incomensurável (por meios inteiramente objetivos).
Com frequência, as pessoas falam da consciência como se fosse uma
propriedade nítida de uma entidade que pode ser prontamente identificada,
detectada e medida. Um insight crucial sobre a questão de a consciência ser
tão controvertida é o seguinte:
Não há nenhum teste objetivo que possa, no final, determinar sua
presença.
A ciência é sobre medições objetivas e suas implicações lógicas, mas a
própria natureza da objetividade evidencia que não se podem medir
experiências subjetivas — só se podem medir correlatos delas, como o
comportamento (e, como comportamento, incluo o comportamento interno
— ou seja, as ações dos componentes de uma entidade, como neurônios e
suas muitas partes). Essa limitação tem a ver com a própria natureza dos
conceitos de “objetividade” e “subjetividade”. Fundamentalmente, não
podemos penetrar na experiência subjetiva de outra entidade com medições
objetivas diretas. Certamente, pode-se argumentar com: “Olhe dentro do
cérebro desta entidade não biológica; veja como seus métodos são
exatamente iguais aos de um cérebro humano”. Ou: “Veja como seu
comportamento é igual ao comportamento humano”. Mas, no fim, são só
argumentos. Por mais convincente que seja o comportamento de uma
pessoa não biológica, alguns observadores irão se recusar a aceitar a
consciência de uma entidade assim, a menos que ela jorre
neurotransmissores, seja baseada na síntese de proteínas dirigida pelo DNA
ou tenha algum outro atributo humano especificamente biológico.
Presumimos que outros humanos são conscientes, mas isso também é
uma suposição. Não há um consenso entre os humanos sobre a consciência
de entidades não humanas, como a dos animais superiores. Considere os
debates sobre direitos dos animais, que têm tudo a ver com a questão de
terem os animais consciência ou serem apenas quase máquinas que operam
por “instinto”. Essa questão será ainda mais polêmica em relação a futuras
entidades não biológicas que exibem comportamento e inteligência até mais
parecidos com os dos humanos do que dos animais.
Com efeito, essas futuras máquinas serão ainda mais parecidas com os
humanos do que os humanos hoje. Se isso parece uma afirmação paradoxal,
pense que muito do pensamento humano hoje é trivial e pouco original.
Ficamos maravilhados com a habilidade de Einstein para criar a teoria da
relatividade geral a partir de uma experiência mental ou com a habilidade
de Beethoven imaginando sinfonias que ele jamais iria ouvir. Mas esses
melhores exemplos do pensamento humano são raros e passageiros. (Por
sorte, temos um registro desses momentos passageiros, refletindo uma
capacidade fundamental que separou os humanos dos outros animais.)
Nossos futuros eus primariamente não biológicos serão muito mais
inteligentes e, portanto, terão essas qualidades mais pormenorizadas do
pensamento humano em um grau muito maior.
Então, como chegaremos a um acordo com a consciência que será
reivindicada pela inteligência não biológica? Do ponto de vista prático, tais
reivindicações serão aceitas. Por um lado, “elas” serão nós, portanto não
haverá uma distinção clara entre a inteligência biológica e a não biológica.
Além disso, essas entidades não biológicas serão extremamente
inteligentes, portanto conseguirão convencer outros humanos (biológicos,
não biológicos ou intermediários) que elas são conscientes. Terão todas as
delicadas sugestões emocionais que nos convencem hoje de que os
humanos são conscientes. Conseguirão fazer com que outros humanos riam
ou chorem. E vão se irritar se os outros não aceitarem suas reivindicações.
Mas essa é uma previsão fundamentalmente política e psicológica, não um
argumento filosófico.
Discordo daqueles que sustentam que a experiência subjetiva não existe
ou é uma qualidade secundária que pode ser ignorada sem consequências. A
questão de quem ou do que está consciente e a natureza das experiências
subjetivas dos outros são fundamentais para nossos conceitos de ética,
moralidade e lei. Nosso sistema legal baseia-se grandemente no conceito de
consciência, com atenção particularmente séria prestada a ações que
causam sofrimento — uma forma especialmente aguda da experiência
consciente — a um ser humano (consciente) ou que põem fim à experiência
consciente de um ser humano (por exemplo, homicídio).
A ambivalência humana no que se refere à capacidade de sofrer dos
animais também se reflete na legislação. Temos leis contra a crueldade para
com os animais, com maior ênfase dada a animais mais inteligentes, como
4∗

primatas (embora pareça que tenhamos um ponto cego em relação ao

sofrimento animal maciço envolvido na criação intensiva de gado, mas isso
é assunto para outro tratado).
O ponto que ressalto é que não podemos com segurança dispensar a
questão da consciência como sendo meramente uma preocupação filosófica
bem-educada. Ela está no âmago das bases legais e morais da sociedade. O
debate vai mudar quando uma máquina — inteligência não biológica —
puder persuadir por si mesma que ela tem sentimentos que devem ser
respeitados. Quando conseguir fazê-lo com senso de humor — que é
especialmente importante para convencer os outros de que somos humanos
—, é provável que se ganhe o debate.
Acho que a mudança real de nosso sistema legal virá inicialmente dos
tribunais e não da legislação, pois os litígios muitas vezes precipitam tais
transformações. Preconizando o que vem por aí, a advogada Martine
Rothblatt, sócia do escritório Mahon, Patu, Rothbratt & Fischer, protocolou
uma petição falsa, em 16 de setembro de 2003, para impedir que uma
empresa desligasse um computador consciente. O caso foi discutido em
uma falsa audiência na sessão de biocibernética na conferência da
International Bar Association. 10

Podem-se medir certos correlatos da experiência subjetiva (por exemplo,

certos padrões da atividade neurológica que podem ser medidos com
objetividade, com relatórios verificáveis objetivamente de certas
experiências subjetivas, como ouvir um som). Mas não se pode penetrar no
âmago da experiência subjetiva através de medições objetivas. Como foi
mencionado no capítulo 1, trata-se da diferença entre a experiência
“objetiva” da terceira pessoa, que é a base da ciência, e a experiência
“subjetiva” da primeira pessoa, que é sinônimo de consciência.
Não conseguimos vivenciar de verdade as experiências subjetivas dos
outros. A tecnologia de transmissão de experiências de 2029 permitirá
apenas que o cérebro de uma pessoa vivencie as experiências sensoriais (e
potencialmente alguns dos correlatos neurológicos das emoções e outros
aspectos da experiência) de outra pessoa. Mas isso ainda não irá transmitir a
mesma experiência interior que aquela vivida pela pessoa que transmite a
experiência porque seu cérebro é diferente. Todo dia ouvimos relatos sobre
as experiências de outros, e podemos até sentir empatia com o
comportamento que resulta de seus estados internos. Mas sendo expostos
apenas ao comportamento dos outros, só podemos imaginar suas
experiências subjetivas. Pelo fato de que é possível construir uma visão do
mundo perfeitamente consistente, científica, que omite a existência da
consciência, alguns observadores chegam à conclusão de que ela é apenas
uma ilusão.
Jaron Lanier, pioneiro da realidade virtual, discorda (na terceira objeção
das seis que ele chama de “totalitarismo cibernético” em seu tratado “One
Half of a Manifesto” [Metade de um manifesto]) daqueles que sustentam
“que a experiência subjetiva ou não existe ou não é importante porque é
algum tipo de efeito ambiental ou periférico”. Como já enfatizei, não há
11

dispositivo ou sistema que possamos apresentar que poderia

definitivamente detectar a subjetividade (experiência consciente) associada
a uma entidade. Qualquer pretenso dispositivo assim traria embutido em si
hipóteses filosóficas. Embora não concorde com grande parte do tratado de
Lanier (ver a seção “A crítica do software” no capítulo 9), concordo com
ele nesse aspecto e posso até imaginar (e sentir empatia!) seus sentimentos
de frustração com as normas dos “totalitários cibernéticos” como eu (não
que eu aceite essa caracterização). Como Lanier, até aceito a experiência
12

subjetiva daqueles que sustentam que não existe nada como experiência
subjetiva.
Precisamente porque não conseguimos resolver questões inteiras da
consciência por medições e análises objetivas (ciência), existe um papel
crítico para a filosofia. A consciência é a questão ontológica mais
importante. Afinal, se realmente imaginarmos um mundo onde não há
experiência subjetiva (um mundo onde há redemoinhos de coisas mas
nenhuma entidade consciente para vivenciá-los), esse mundo bem que
poderia não existir. Em algumas tradições filosóficas, tanto orientais (certas
escolas de budismo, por exemplo) quanto ocidentais (especificamente,
interpretações da mecânica quântica baseadas no observador), é exatamente
como se considera um mundo assim.

RAY: A gente pode discutir sobre que tipos de entidades são conscientes ou
podem ser. A gente pode questionar se a consciência é uma propriedade
emergente ou se é causada por algum mecanismo específico, biológico ou
não. Mas existe outro mistério associado à consciência, talvez o mais
importante deles.
MOLLY 2004: Sou toda ouvidos.
RAY: Bom, mesmo que a gente suponha que todos os humanos que parecem
estar conscientes estão de fato assim, por que minha consciência está
associada a esta determinada pessoa que sou eu? Por que estou consciente
dessa pessoa particular que leu os livros de Tom Swift Jr. quando criança,
envolveu-se com invenções, escreve livros sobre o futuro etc.? Toda manhã
quando acordo, tenho as experiências dessa pessoa específica. Por que eu
não fui Alanis Morissette ou outra pessoa?
SIGMUND FREUD: Hmm, então você gostaria de ser Alanis Morissette?
RAY: É uma proposta interessante, mas não é meu problema.
MOLLY 2004: Qual é seu problema? Eu não entendo.
RAY: Por que tenho consciência das experiências e decisões dessa pessoa
determinada?
MOLLY 2004: Porque, bobão, é quem você é.
SIGMUND: Parece que tem alguma coisa que você não gosta em você. Fale
mais sobre isso.
MOLLY 2004: Antes, Ray não gostava nem um pouco de ser humano.
RAY: Eu não disse que não gosto de ser humano. Disse que não gostava das
limitações, dos problemas e do alto nível de manutenção da versão 1.0 do
meu corpo. Mas isso não tem a ver com o que estou tentando fazer aqui.
CHARLES DARWIN: Você se pergunta por que você é você? Isso é uma
tautologia, não tem muito com que se preocupar.
RAY: Como muitas tentativas de expressar os problemas realmente “duros”
da consciência, isso parece sem sentido. Mas se você me pergunta com o
que me preocupo, esta é a razão: porque estou o tempo todo ciente das
experiências e sentidos dessa pessoa determinada? Quanto à consciência
das outras pessoas, eu aceito isso, mas não vivencio as experiências dos
outros, pelo menos não diretamente.
SIGMUND: Ok, a imagem está ficando mais nítida, agora. Você não vivencia
as experiências de outras pessoas? Já conversou com alguém sobre
empatia?
RAY: Olhe, agora estou falando da consciência de um jeito muito pessoal.
Sigmund: Isso é bom, continue.
RAY: Na verdade, esse é um bom exemplo do que normalmente acontece
quando as pessoas tentam travar um diálogo sobre a consciência.
Inevitavelmente a discussão se desvia para outro assunto, como psicologia
ou comportamento ou inteligência ou neurologia. Mas o mistério de por
que sou esta determinada pessoa é o que realmente me intriga.
CHARLES: Você sabe que você cria quem você é.
RAY: É, é verdade. Assim como nossos cérebros criam nossos pensamentos,
nossos pensamentos, por sua vez, criam nossos cérebros.
CHARLES: Então, você se fez, e é por isso que você é quem você é, por assim
dizer.
MOLLY 2104: A gente vivencia isso bem diretamente em 2104. Como sou não
biológica, consigo mudar quem eu sou bem depressa. Como já discutimos
antes, se me der vontade, posso combinar meus padrões de pensamento
com os de outra pessoa e criar uma identidade misturada. É uma
experiência profunda.
MOLLY 2004: Bom, dona Molly do futuro, a gente também faz isso lá nos dias
primitivos de 2004. A gente chama de apaixonar-se.
Quem sou eu? O que sou eu?
Por que você é você?
A pergunta implícita na sigla YRUU (Young Religious Unitarian Universalists),
organização de que fiz parte quando estava crescendo no começo dos anos 1960 (na
época, era chamada de LRY (Liberal Religious Youth)
Você é aquilo que procura.
São Francisco de Assis
Não conheço muitas coisas
Sei o que sei se você sabe o que quero dizer.
Filosofia é o texto que vem em uma caixa de cereais matinais.
Religião é o sorriso em um cachorro...
Filosofia é andar em pedras escorregadias.
Religião é uma luz na neblina...
O que eu sou é o que eu sou.
Você é o que você é ou o quê?
Edie Brickell, “What I Am”
Livre-arbítrio é a habilidade de fazer de boa vontade aquilo que tenho de fazer.
Carl Jung
A oportunidade do teórico quântico não é a liberdade ética do agostiniano.
Norbert Wiener13
Em vez de uma morte comum, prefiro ser mergulhado com uns poucos amigos em um
barril de vinho Madeira, até esse instante final, então ser chamado à vida pelo calor
solar do meu amado país. Mas, com toda a probabilidade, vivemos em um século muito
pouco avançado e perto demais da infância da ciência para ver tal arte levada à
perfeição em nosso tempo.
Benjamin Franklin, 1773
Uma questão relacionada, mas diferente, tem a ver com nossas próprias
identidades. Já falamos do potencial para fazer upload dos padrões de uma
mente individual — conhecimento, habilidades, personalidade, lembranças
— para outro substrato. Embora a entidade fosse agir exatamente como eu,
permanece a pergunta: é realmente eu?
Alguns dos cenários para um prolongamento radical da vida envolvem
reengenharia e reconstrução dos sistemas e subsistemas abrangidos por
nossos corpos e cérebros. Ao participar dessa reconstrução, será que me
perco pelo caminho? De novo, essa questão irá se transformar de um
diálogo filosófico secular em uma urgente questão prática nas próximas
décadas.
Então, quem sou eu? Já que estou mudando todo o tempo, sou apenas um
padrão? E se alguém copiar esse padrão? Eu sou o original e/ou a cópia?
Talvez eu seja essa coisa aqui — isto é, um grupo tanto ordenado quanto
caótico de moléculas que formam meu corpo e cérebro.
Mas há um problema com essa posição. O conjunto específico de
partículas que meu corpo e cérebro compreendem é, de fato, completamente
diferente dos átomos e moléculas que eu englobava havia bem pouco
tempo. Sabemos que a maioria de nossas células são trocadas em questão
de semanas, e mesmo nossos neurônios, apesar de perdurarem como células
diferentes por um tempo relativamente longo, mudam todas as moléculas
que os constituem em cerca de um mês. A meia-vida de um microtúbulo
14

(um filamento de proteínas que dão estrutura a um neurônio) é de cerca de

dez minutos. Os filamentos de actina nos dendritos são substituídos a cerca
de cada quarenta segundos. As proteínas que dão energia às sinapses são
substituídas mais ou menos a cada hora. Receptores de NMDA nas sinapses
ficam por perto pelo tempo relativamente longo de cinco dias.
Portanto, sou um conjunto completamente diferente de coisas do que eu
era há um mês, e tudo o que perdura é o padrão de organização dessas
coisas. O padrão também muda, mas devagar e continuamente. Sou mais
como o padrão que a água forma em um riacho quando corre pelas pedras
em seu caminho. As moléculas reais de água são trocadas a cada
milissegundo, mas o padrão perdura por horas ou mesmo anos.
Talvez, então, deveríamos dizer que sou um padrão de matéria e energia
que perdura no tempo. Mas também há um problema com essa definição,
pois, no final, conseguiremos fazer o upload desse padrão para reproduzir
meu corpo e cérebro com um grau bastante alto de precisão, não se podendo
diferenciar a cópia do original. (Isto é, a cópia poderia ser aprovada em um
teste de Turing “de Ray Kurzweil”.) A cópia, portanto, irá compartilhar meu
padrão. Pode-se argumentar que talvez não se consiga todos os detalhes
corretamente, mas, com o tempo, nossas tentativas de criar uma réplica do
cérebro e do corpo irão aumentar em resolução e precisão no mesmo ritmo
exponencial que governa todas as tecnologias baseadas na informação. No
final, conseguiremos capturar e recriar meu padrão de detalhes importantes
neurais e físicos com qualquer grau de precisão que se deseje.
Embora a cópia compartilhe do meu padrão, seria difícil dizer que a
cópia sou eu, porque eu iria — ou poderia — ainda estar ali. Daria até para
me escanear e copiar enquanto eu estivesse dormindo. Se você chegar para
mim de manhã e disser: “Boas-novas, Ray, tivemos êxito em reinstalar você
em um substrato mais durável, portanto não vamos mais precisar do seu
velho corpo e cérebro”, permita-me discordar.
Se você fizer o exercício intelectual, é claro que a cópia pode parecer e
agir exatamente como eu, mas, apesar de tudo, ela não sou eu. Ela pode até
não saber que foi criada. Embora tivesse todas as minhas lembranças e se
lembrasse de ter sido eu, a partir do momento de sua criação, Ray 2 iria ter
suas próprias experiências únicas e sua realidade iria começar a divergir da
minha.
Esse é um problema real com relação à criogenia (o processo de
preservar pelo congelamento uma pessoa que acabou de morrer, visando
“reanimá-la” mais adiante, quando existir a tecnologia para reverter os
danos dos estágios iniciais do processo de morrer, do processo da
preservação criogênica, e da doença ou condição que a matou em primeiro
lugar). Supondo que uma pessoa “preservada” venha a ser reanimada,
muitos dos métodos propostos implicam que a pessoa reanimada seja
essencialmente “reconstruída” com novos materiais e mesmo com novos
sistemas neuromórficos equivalentes. A pessoa reanimada, portanto, será,
como efeito, “Ray 2” (isto é, outra pessoa).
Prossigamos um pouco mais nessa linha de pensamento, e você vai ver
onde surge o dilema. Se me copiarem e depois destruírem o original, será
meu fim, porque, como foi concluído acima, a cópia não sou eu. Se a cópia
fizer um trabalho convincente em imitar-me, pode ser que ninguém note a
diferença, mas é meu fim.
Pense em substituir uma bem pequena porção de meu cérebro com seu
equivalente neuromórfico.
Tudo bem, ainda estou aqui: a operação foi um sucesso (a propósito, os
nanorrobots vão eventualmente fazer isso sem cirurgia). Já conhecemos
pessoas assim, como as que têm implantes cocleares, implantes para Mal de
Parkinson e outros. Agora substitua outra porção do meu cérebro: tudo
bem, ainda estou aqui... e de novo... No final do processo, ainda sou eu
mesmo. Nunca houve um “velho Ray” e um “novo Ray”. Sou o mesmo que
era antes. Ninguém sentiu a minha falta, nem eu.
A substituição gradual de Ray resulta em Ray, então consciência e
identidade parecem ter sido preservadas. Entretanto, no caso da substituição
gradual não há ao mesmo tempo o eu velho e o eu novo. No final do
processo, tem-se o equivalente ao novo eu (isto é, Ray 2) e nenhum velho
eu (Ray 1). Assim, a substituição gradual também significa meu fim.
Podemos, então, ficar pensando: em que ponto meu corpo e cérebro se
transformaram em outra pessoa?
Por outro lado (estamos ficando sem lados filosóficos, aqui), como
ressaltei no começo dessa questão, eu estou, de fato, sendo continuamente
substituído como parte de um processo biológico normal. (E, a propósito,
esse processo não é especialmente gradual, mas sim bem rápido.) Como
concluímos, tudo o que persiste é meu padrão espacial e temporal de
matéria e energia. Mas o exercício intelectual acima mostra que a
substituição gradual significa meu fim, mesmo que meu padrão seja
preservado. Então, estou todo o tempo sendo substituído por alguma outra
pessoa que só parece muito com o eu de uns poucos momentos antes?
Então, de novo, quem sou eu? É a pergunta ontológica fundamental, e
com frequência nos referimos a ela como a questão da consciência.
Conscientemente (trocadilho proposital), escrevi toda a questão na primeira
pessoa, porque essa é sua natureza. Não é uma pergunta de terceira pessoa.
Assim, minha pergunta não é “quem é você”?, embora você queira fazer
essa pergunta você mesmo.
Quando as pessoas falam da consciência, muitas vezes acabam caindo
em considerações sobre correlatos comportamentais e neurológicos da
consciência (por exemplo, se uma entidade pode ou não ser autorreflexiva).
Mas essas questões são de terceira pessoa (objetivas) e não representam o
que David Chalmers chama de a “pergunta difícil” da consciência: como
pode a matéria (o cérebro) levar para algo aparentemente tão imaterial
como a consciência? 15

A questão de se uma entidade é consciente ou não é aparente apenas para

ela mesma. A diferença entre os correlatos neurológicos da consciência
(como comportamento inteligente) e a realidade ontológica da consciência é
a diferença entre realidade objetiva e subjetiva. É por isso que não se pode
propor um detector objetivo da consciência sem que sejam inseridas nele
hipóteses filosóficas.
Acredito que nós, humanos, acabaremos aceitando que entidades não
biológicas têm consciência, porque no final as entidades não biológicas
terão todas as dicas sutis que os humanos possuem atualmente e que
associamos a experiências subjetivas emocionais e outras. Contudo, embora
consigamos verificar as dicas sutis, não teremos acesso direto à consciência.
Reconheço que muitos de vocês me parecem estar conscientes, mas não
vou me apressar para aceitar essa impressão. Talvez eu esteja realmente
vivendo em uma simulação e todos você façam parte dela.
Ou, talvez, só existam minhas lembranças de vocês e essas experiências
reais nunca aconteceram.
Ou, talvez, eu esteja agora apenas vivenciando a sensação de relembrar
aparentes recordações, mas nem a experiência nem as lembranças existem
realmente. Bem, vocês veem o problema.
Apesar desses dilemas, minha filosofia pessoal continua baseada nos
padrões — sou principalmente um padrão que perdura no tempo. Sou um
padrão que evolui e posso influenciar o caminho da evolução do meu
padrão. Conhecimento é um padrão, distinto da mera informação, e perder
conhecimento é uma perda profunda. Assim, perder uma pessoa é a perda
suprema.

MOLLY 2004: No que me toca, quem eu sou é bastante descomplicado — é

basicamente este cérebro e este corpo que, pelo menos neste mês, está em
muito boa forma, obrigada.
RAY: Você está incluindo a comida em seu aparelho digestivo, em seus
vários estágios de decomposição pelo caminho?
MOLLY 2004: Tá, você pode excluir isso. Alguma parte disso vai tornar-se eu,
mas ainda não foi cadastrado no clube do “pedaço de Molly”.
RAY: Bom, 90% das células do seu corpo não têm seu DNA.
MOLLY 2004: É mesmo? Então, o DNA é de quem?
RAY: Os humanos biológicos têm cerca de 10 trilhões de células com seu
próprio DNA, mas tem cerca de 100 trilhões de micro-organismos no
aparelho digestivo, basicamente bactérias.
MOLLY 2004: Não parece muito atraente. Elas são absolutamente
necessárias?
RAY: Na realidade, elas fazem parte da sociedade de células que deixa
Molly viva e saudável. Você não iria sobreviver sem bactérias saudáveis no
intestino, elas são necessárias para seu bem-estar.
MOLLY 2004: É, mas você não pode contá-las como sendo eu. Tem um monte
de coisas de que meu bem-estar depende. Como minha casa e meu carro,
mas mesmo assim eu não os incluo como parte de mim.
RAY: Muito bem, é razoável deixar de fora todo o aparelho digestivo,
bactérias e tudo. Na verdade, é o que faz o corpo. Mesmo que esteja
fisicamente dentro do corpo, o corpo considera o aparelho como sendo
externo e seleciona com cuidado o que ele absorve na corrente sanguínea.
MOLLY 2004: Quando penso mais sobre quem sou eu, até gosto do “círculo
de empatia” do Jaron Lanier.
RAY: Me conte mais.
MOLLY 2004: Basicamente, o círculo de realidade que eu considero como
sendo “eu” não é definido. Não é simplesmente meu corpo. Eu me
identifico pouco com, digamos, meus dedos dos pés e, depois da nossa
última conversa, ainda menos com o conteúdo de meu intestino grosso.
RAY: É razoável, e mesmo em relação a nossos cérebros, só percebemos
uma porção mínima do que acontece ali.
MOLLY 2004: É verdade que tem partes do meu cérebro que parecem ser de
outra pessoa ou, pelo menos, de outro lugar. Muitas vezes os pensamentos e
sonhos que se intrometem no meu estado de alerta parecem ter vindo de
algum lugar estranho. É óbvio que eles estão vindo do meu cérebro, mas
não parece.
RAY: Em compensação, entes queridos que estão fisicamente separados
podem estar tão perto que parecem fazer parte de nós.
MOLLY 2004: Os limites do meu eu parecem cada vez menos nítidos.
RAY: Bom, espere só até que sejamos predominantemente não biológicos. Aí
vamos poder fundir nossos pensamentos e pensar à vontade, portanto
achar limites será ainda mais difícil.
MOLLY 2004: Isso parece, de verdade, um tanto atraente. Você sabe, algumas
filosofias budistas enfatizam até que ponto não existe essencialmente
nenhum limite entre nós.
RAY: Parece que estão falando da Singularidade.

A Singularidade como transcendência

A modernidade vê a humanidade como tendo ascendido do que lhe é inferior — a vida
começa na lama e acaba na inteligência — enquanto as culturas tradicionais a veem
como descendendo de seus superiores. Como o antropólogo Marshall Sahlins coloca a
questão: “Somos o único povo que supõe que ascendeu dos macacos. Todo o resto do
mundo tem certeza de que descende dos deuses”.
Huston Smith16
Alguns filósofos sustentam que filosofia é o que se faz com um problema até que fique
bastante claro para ser solucionado por meio da ciência. Outros sustentam que, se um
problema filosófico sucumbe a métodos empíricos, isso mostra que, para começar, ele
não era realmente filosófico.
Jerry A. Fodor17
A Singularidade denota um evento que irá acontecer no mundo material,
o inevitável passo seguinte no processo evolucionista que começou com a
evolução biológica e se estendeu através da evolução tecnológica orientada
por humanos. Entretanto, é precisamente no mundo da matéria e da energia
que encontramos a transcendência, uma conotação principal do que as
pessoas chamam de espiritualidade. Vejamos a natureza da espiritualidade
no mundo físico.
Por onde começo? Que tal com a água? É bastante simples, mas
considere as maneiras diferentes e belas com que ela se manifesta: os
padrões variados sem fim quando ela corre pelas pedras de um riacho,
depois se precipita caoticamente em uma cachoeira (a propósito, tudo isso
pode ser visto da janela do meu escritório); os padrões ondulantes das
nuvens no céu; o arranjo da neve em uma montanha; o desenho satisfatório
de um único floco de neve. Ou considere a descrição de Einstein da ordem
e desordem misturadas em um copo de água (isto é, sua tese sobre o
movimento browniano).
 Ou em outro lugar do mundo biológico, considere a intrincada dança das
espirais de DNA durante a mitose. E quanto ao encanto de uma árvore que
se curva ao vento e suas folhas se batem em uma dança emaranhada? Ou o
mundo agitado que vemos em um microscópio? Há transcendência em todo
lugar.
Aqui, cabe um comentário sobre a palavra “transcendência”.
“Transcender” quer dizer “ir além”, mas isso não precisa nos levar a adotar
uma visão dualista ornamentada que considera os níveis transcendentes da
realidade (como o nível espiritual) como não sendo deste mundo. Podemos
“ir além” dos poderes “comuns” do mundo material através da potência dos
padrões. Embora eu tenha sido chamado de materialista, considero-me um
“padronista”. É através dos poderes emergentes do padrão que nós
transcendemos. Já que a coisa material de que somos feitos é substituída
rapidamente, é o poder transcendente de nossos padrões que perdura.
O poder dos padrões para perdurar vai além dos sistemas explicitamente
autorreplicantes, como os organismos e a tecnologia autorreplicante. É a
persistência e poder dos padrões que sustentam a vida e a inteligência. O
padrão é muito mais importante do que a coisa material de que é formado.
Pinceladas aleatórias em uma tela são só tinta. Mas quando arranjadas do
jeito certo, elas transcendem a coisa material e se tornam arte. Notas
aleatórias são apenas sons. Uma atrás da outra em um jeito “inspirado”,
temos música. Uma pilha de componentes é só um inventário. Ordenados
de maneira inovadora e talvez com a adição de algum software (outro
padrão), temos a “mágica” (transcendência) da tecnologia.
Embora alguns considerem o que é chamado de “espiritual” como o
verdadeiro significado de transcendência, a transcendência refere-se a todos
os níveis da realidade: as criações do mundo natural, inclusive nós mesmos,
bem como nossas próprias criações na forma de arte, cultura, tecnologia e
expressão emocional e espiritual. A evolução diz respeito a padrões, e é
especificamente a profundidade e a ordem dos padrões que crescem em um
processo evolucionista. Como a consumação da evolução em nosso meio, a
Singularidade aprofundará todas essas manifestações da transcendência.
Outra conotação da palavra “espiritual” é “conter espírito”, que é o
mesmo que dizer estar consciente. A consciência — a sede da
“pessoalência” — é considerada como o que é real em muitas tradições
filosóficas e religiosas. Uma ontologia budista comum considera a
experiência subjetiva — consciente — como a realidade máxima, em vez
de fenômenos físicos ou objetivos, que são considerados maya (ilusão).
Os argumentos que apresento neste livro em relação à consciência têm o
propósito de ilustrar essa natureza irritante e paradoxal (e, portanto,
profunda) da consciência: como um conjunto de suposições (isto é, que uma
cópia do meu arquivo mental compartilha ou não minha consciência) leva,
no final, a uma visão contrária e vice-versa.
Nós pressupomos que os humanos são conscientes, pelo menos eles
parecem ser. Na outra ponta do espectro, pressupomos que máquinas
simples não são. No sentido cosmológico, o universo contemporâneo age
como uma máquina simples mais do que como um ser consciente. Mas
como foi discutido no capítulo anterior, a matéria e a energia em nossa
vizinhança serão impregnadas de inteligência, conhecimento, criatividade,
beleza e inteligência emocional (a habilidade de amar, por exemplo) de
nossa civilização humano-máquina. Então nossa civilização irá se expandir
para fora, transformando toda a matéria e energia burras que encontrarmos
em matéria e energia extraordinariamente inteligentes — transcendentes.
Portanto, em certo sentido, podemos dizer que a Singularidade irá, por
último, impregnar de espírito o universo.
A evolução vai em direção a maior complexidade, maior elegância, maior
conhecimento, maior inteligência, maior beleza, maior criatividade e
maiores níveis de atributos sutis como o amor. Em toda tradição
monoteísta, Deus é, da mesma forma, descrito como todas essas qualidades,
mas sem nenhuma limitação: conhecimento infinito, inteligência infinita,
beleza infinita, criatividade infinita, amor infinito e assim por diante. É
claro que nem mesmo o crescimento acelerado da evolução alcança um
nível infinito, mas, como explode exponencialmente, ele com certeza vai
rapidamente naquela direção. Então, a evolução vai inexoravelmente para
esse conceito de Deus, embora jamais chegando a atingir esse ideal.
Portanto, podemos considerar a libertação de nosso pensamento das
limitações severas de sua forma biológica como sendo essencialmente uma
realização espiritual.

MOLLY 2004: Então, você acredita em Deus?

RAY: Bom, é uma palavra de quatro letras — e um meme poderoso.
MOLLY 2004: Percebo que a palavra e a ideia existem. Mas elas se referem a
alguma coisa em que você acredita?
RAY: As pessoas querem dizer montes de coisas com elas.
MOLLY 2004: Você acredita nessas coisas?
RAY: Não dá para acreditar em todas essas coisas: Deus é uma pessoa
consciente onipotente que olha por nós, faz acordos e fica furiosa um
bocado de tempo. Ou Ele — A coisa — é uma força vital universal,
subjacente a toda beleza e criatividade. Ou Deus criou tudo e depois se
retirou...
MOLLY 2004: Estou entendendo, mas você acredita em algum deles?
RAY: Acredito que o universo existe.
MOLLY 2004: Ora, espere um pouco, isso não é uma crença, é um fato
científico.
RAY: Na verdade, não tenho certeza de que exista alguma coisa que não
sejam meus próprios pensamentos.
MOLLY 2004: Tá, entendo que este é o capítulo da filosofia, mas dá para ler
artigos científicos — milhares deles — que corroboram a existência de
estrelas e galáxias. Então, todas essas galáxias — a gente chama isso de
universo.
RAY: É, já ouvi falar, e lembro de ter lido alguns desses artigos, mas não sei
se esses artigos existem realmente ou se as coisas a que se referem existem
na realidade, além dos meus pensamentos.
MOLLY 2004: Então você não reconhece a existência do universo?
RAY: Não, eu só disse que acredito que ele existe, mas enfatizo que é uma
crença. É meu ato de fé pessoal.
MOLLY 2004: Tudo bem, mas eu perguntei se você acreditava em Deus.
RAY: De novo, “Deus” é uma palavra que significa coisas diferentes para
as pessoas. Em consideração pela sua pergunta, a gente pode considerar
Deus como sendo o universo, e eu disse que acredito na existência do
universo.
MOLLY 2004: Deus é só o universo?
RAY: Só? É uma coisa bem grande para aplicar a palavra “só”. Se a gente
for acreditar no que a ciência nos diz — e eu disse que acredito —, é um
fenômeno tão grande quanto conseguirmos imaginar.
MOLLY 2004: Na verdade, muitos físicos consideram agora que nosso
universo é apenas uma bolha entre um vasto número de outros universos.
Mas quero dizer que as pessoas em geral querem dizer algo mais com a
palavra “Deus” do que “só” o mundo material. Algumas pessoas associam
Deus com tudo o que existe, mas elas ainda consideram que Deus está
consciente. Então você acredita em um Deus que não está consciente?
RAY: O universo não está consciente — ainda. Mas ele vai ficar.
Estritamente falando, devo dizer que hoje muito pouco dele está consciente.
Mas isso vai mudar e logo. Espero que o universo fique supremamente
inteligente e acorde na Época Seis. A única crença que eu requisito aqui é a
de que o universo existe. Se fizermos esse ato de fé, a expectativa de que ele
vai acordar não é tanto uma crença quanto um entendimento sólido,
baseado na mesma ciência que diz que há um universo.
MOLLY 2004: Interessante. Sabe, isso é essencialmente o oposto da opinião
de que houve um criador consciente que começou tudo e depois meio que
se retirou. Você está dizendo basicamente que um universo consciente vai
“voltar” na Época Seis.
RAY: Sim, essa é a essência da Época Seis.
1 ∗ Parafraseando John Kennedy em seu discurso em Berlim: “Ich bin ein Berliner”, Eu sou um
berlinense. (N.T.)
2 ∗ Referindo-se a “uma rosa é uma rosa é uma rosa” de Gertrude Stein. (N.T.)
3 ∗ Expressão de Nietzsche para indicar aquilo que está além da humanidade e lhe é superior. (N.T.)
4 ∗ Nos Estados Unidos. (N.T.)
CAPÍTULO 8
GNR: Promessa e perigo profundamente
entrelaçados
Estamos sendo empurrados para este novo século sem planos, sem controle, sem
freios... A única alternativa que vejo é largar mão: limitar o desenvolvimento de
tecnologias que são muito perigosas, limitando nossa procura por certos tipos de
conhecimento.
Bill Joy, “Why the Future Doesn’t Need Us”
Os ambientalistas agora devem encarar a ideia de um mundo que tem suficiente
riqueza e suficiente capacidade tecnológica, e que não deveria procurar mais.
Bill McKibben, ambientalista que foi o primeiro a escrever sobre o aquecimento global1
O progresso pode ter sido muito bom no passado, mas já foi longe demais.
Ogden Nash (1902-1971)
No final dos anos 1960, fui transformado em um ativista ambiental radical. Um grupo
descolado de ativistas e eu atravessamos o Pacífico Norte em um velho barco furado de
pescar linguado para bloquear os últimos testes da bomba de hidrogênio durante o
mandato do presidente Nixon. Nesse processo, eu e mais outros fundamos o Greenpeace
[...]. Os ambientalistas com frequência produziram argumentos que pareciam razoáveis,
enquanto faziam boas ações como salvar baleias e deixar mais limpos o ar e a água.
Mas agora chegou a hora da onça beber água. A campanha dos ambientalistas contra
a biotecnologia em geral, e contra a engenharia genética em particular, expôs
claramente sua falência intelectual e moral. Ao adotar uma política de tolerância zero
em relação a uma tecnologia com tantos benefícios potenciais para a humanidade e o
meio ambiente, eles [...] se isolaram dos cientistas, intelectuais e defensores da
internacionalização. Parece inevitável que, com o tempo, a mídia e o público cheguem
a ver a insensatez de sua posição.
Patrick Moore
Acho que [...] fugir da tecnologia e odiá-la é contraproducente. Buda fica tão bem nos
circuitos de um computador digital e na embreagem de uma moto quanto no topo de
uma montanha ou nas pétalas de uma flor. Pensar o contrário é aviltar Buda — que é
aviltar a si mesmo.
Robert M. Pirsig, Zen and the Art of Motorcycle Maintenance
Pense nestes artigos que preferiríamos que não estivessem disponíveis na
web:
Impressione seus inimigos: como construir sua própria bomba atômica
com materiais fáceis de encontrar 2

Como modificar o vírus da gripe no laboratório da sua escola para que

emita veneno de cobra
Dez alterações fáceis no vírus E. coli
Como modificar a varíola para contra-atacar a vacina da varíola
Construa suas próprias armas químicas com materiais disponíveis na
internet
 Como construir um avião não tripulado, auto-orientado, que voe baixo,
usando uma aeronave barata, GPS e um notebook

Ou, que tal o seguinte:

Os genomas dos dez patógenos principais
As plantas dos mais conhecidos arranha-céus
A configuração dos reatores nucleares dos Estados Unidos
Os cem pontos mais vulneráveis da sociedade moderna
Os dez pontos mais vulneráveis da internet
Informações pessoais da saúde de 100 milhões de americanos
Listas dos principais sites de pornografia feitas pelos consumidores

É quase certo que quem escolher o primeiro item acima receberá em

seguida uma visita do FBI, como aconteceu com Nate Ciccolo, um
estudante de quinze anos, em março de 2000. Para um projeto de ciências
da escola, ele construiu um modelo em papel machê de uma bomba atômica
que acabou sendo preocupantemente preciso. Na tempestade de mídia que
se seguiu, Nate contou no programa ABC News: “Alguém só meio que
mencionou, sabe, você pode entrar na internet agora e pegar a informação.
E eu, tipo, não estava sabendo muito das coisas. Experimente. Eu entrei lá e
um par de cliques e eu estava bem ali”. 3

É claro que Nate não tinha o ingrediente principal, plutônio, nem tinha
qualquer intenção de adquiri-lo, mas a reportagem criou ondas de choque
na mídia, sem falar das autoridades que se preocupam com a proliferação
nuclear. Nate contou ter encontrado 563 páginas da web sobre projetos de
bomba atômica, e a publicidade resultou em um esforço urgente para
removê-las. Infelizmente, tentar excluir informações da internet é como
tentar empurrar o oceano com uma vassoura. Alguns dos sites continuam
facilmente acessíveis até hoje. Não vou indicar nenhuma URL neste livro,
mas não são difíceis de achar.
Embora os títulos dos artigos acima sejam fictícios, pode-se achar
informações extensas na internet sobre todos esses tópicos. A web é uma
4

ferramenta de pesquisa extraordinária. Por experiência própria, pesquisas

que costumavam levar meio dia na biblioteca agora podem ser realizadas
normalmente em um par de minutos ou menos. Isso traz benefícios enormes
e óbvios para o desenvolvimento de tecnologias benéficas, mas também
pode favorecer aqueles cujos valores são contrários à corrente principal da
sociedade. Então, corremos perigo? A resposta é claramente sim. Quanto
perigo e o que fazer com ele são o assunto deste capítulo.
 Minha preocupação urgente com essa questão data de, pelo menos, um
par de décadas. Quando escrevi The Age of Intelligent Machines em meados
da década de 1980, estava profundamente preocupado com a habilidade da
engenharia genética então emergente em permitir, a quem fosse habilitado
na tecnologia e tivesse acesso a equipamentos amplamente disponíveis,
modificar patógenos virais e bactérias para criar novas doenças. Em mãos
5

destrutivas ou meramente descuidadas, esses patógenos fabricados

poderiam combinar, potencialmente, um alto grau de contágio, engodo e
destruição.
Coisas assim não eram fáceis de realizar nos anos 1980, mas, apesar de
tudo, eram factíveis. Agora sabemos que os programas de armas biológicas
na União Soviética e em outros lugares estavam fazendo exatamente isso. 6

Na época, tomei uma decisão consciente de não falar desse espectro em

meu livro, não querendo dar às pessoas erradas nenhuma ideia de
destruição. Não queria ligar o rádio, um dia, e ficar sabendo de um desastre,
com os autores dizendo que tiveram a ideia inspirados em Ray Kurzweil.
Em parte como resultado dessa decisão, enfrentei críticas sensatas de que
o livro enfatizava os benefícios da futura tecnologia enquanto ignorava suas
armadilhas. Portanto, quando escrevi The Age of Spiritual Machines em
1997-1998, tentei prestar contas de ambos, a promessa e o perigo. Na
7

época, já havia a necessária atenção do público (por exemplo, o filme de

1995, Outbreak (Epidemia), que retrata o terror e o pânico com a liberação
de um novo patógeno viral) para que eu ficasse à vontade e começasse a
tratar da questão publicamente.
Em setembro de 1998, tendo acabado de completar o manuscrito,
encontrei por acaso Bill Joy, estimado colega de longa data no mundo da
alta tecnologia, em um bar em Lake Tahoe. Embora por muito tempo eu
admirasse Joy por seu trabalho pioneiro com a principal linguagem de
software para sistemas interativos da web (Java) e tendo sido um dos
fundadores da Sun Microsystems, meu foco nesse breve encontro não era
Joy, mas a terceira pessoa sentada à mesa, John Searle. Searle, eminente
filósofo da Universidade da Califórnia em Berkeley, tinha feito carreira
defendendo os profundos mistérios da consciência humana do aparente
ataque de materialistas como Ray Kurzweil (uma classificação que rejeito
no próximo capítulo).
Searle e eu tínhamos acabado de debater a questão de se uma máquina
podia ter consciência durante a sessão de encerramento da conferência
Telecosm de George Gilder. A sessão chamava-se “Máquinas Espirituais” e
foi dedicada a uma discussão sobre as implicações filosóficas de meu livro
a ser lançado. Eu tinha dado a Joy um manuscrito preliminar e tentei
atualizá-lo quanto ao debate sobre consciência que Searle e eu estávamos
travando.
Acontece que Joy estava interessado em uma questão bem diferente,
especificamente os perigos iminentes para a civilização humana das três
tecnologias emergentes que eu tinha apresentado no livro: genética,
nanotecnologia e robótica (GNR, como visto acima). Minha exposição do
lado negativo da futura tecnologia alarmou Joy, como ele relataria mais
tarde em seu agora famoso artigo de capa da Wired, “Why the Future
Doesn’t Need Us” [Por que o futuro não precisa de nós]. No artigo, Joy
8

descreve que perguntou a seus amigos da comunidade científica e

tecnológica se as projeções que eu fazia eram dignas de crédito e ficou
desolado ao descobrir que elas estavam muito perto de se realizarem.
O artigo de Joy focava inteiramente nos cenários negativos e criou uma
tempestade. Aqui estava uma das principais figuras do mundo da tecnologia
tratando de novos e terríveis perigos emergentes da futura tecnologia.
Lembrou a atenção que recebeu George Soros, árbitro financeiro e
arquicapitalista, quando fez comentários vagamente críticos sobre os
excessos do capitalismo sem freio, embora a controvérsia sobre Joy tenha
sido muito mais intensa. O New York Times informou que houve cerca de
10 mil artigos comentando e discutindo o artigo de Joy, mais do que
qualquer outro na história dos comentários sobre questões tecnológicas.
Minha tentativa de relaxar em um salão de Lake Tahoe acabou, assim,
incentivando dois debates de longa duração, já que meu diálogo com John
Searle continua até hoje.
Apesar de eu ser a origem da preocupação de Joy, minha reputação como
“otimista tecnológico” permanece intacta, e Joy e eu temos sido convidados
para vários eventos para debater o perigo e as promessas das futuras
tecnologias. Embora se espere que eu assuma o lado promissor do debate,
muitas vezes acabo usando a maior parte do meu tempo defendendo a
posição dele sobre a factibilidade desses perigos.
Muitas pessoas têm interpretado o artigo de Joy como promovedor do
amplo abandono não de todos os desenvolvimentos tecnológicos, mas dos
desenvolvimentos “perigosos”, como a nanotecnologia. Joy, que agora
trabalha com investimentos de risco com a lendária empresa do Silicon
Valley, Kleiner, Perkins, Caufield & Byers, investindo em tecnologias como
a nanotecnologia aplicada à energia renovável e outros recursos naturais,
diz que o amplo abandono é uma interpretação errada de sua posição, e essa
nunca foi sua intenção. Em um recente e-mail enviado para mim, ele disse
que a ênfase deveria estar em seu chamamento para “limitar o
desenvolvimento das tecnologias que são perigosas demais” (ver a epígrafe
no começo deste capítulo), não na completa proibição. Por exemplo, ele
sugere uma proibição da nanotecnologia autorreprodutora, que é parecida
com as diretrizes defendidas pelo Foresight Institute, fundado pelo pioneiro
da nanotecnologia Eric Drexler e por Christine Peterson. Em geral, essa é
uma diretriz razoável, embora acredite que deva haver duas exceções,
discutidas mais adiante (ver página 469).
Como outro exemplo, Joy defende que não sejam publicadas as
sequências genéticas de patógenos na internet, com que eu também
concordo. Ele gostaria de ver os cientistas adotarem regulamentações nessa
linha por vontade própria e internacionalmente, e ressalta que “se
esperarmos até depois de uma catástrofe, poderemos ter regulamentações
mais severas e prejudiciais”. Ele diz esperar que “façamos essa
regulamentação adequada, para que possamos obter a maioria dos
benefícios”.
Outros, como Bill McKibben, o ambientalista que foi um dos primeiros a
alertar sobre o aquecimento global, têm defendido o abandono de amplas
áreas como biotecnologia e nanotecnologia, ou mesmo de toda a tecnologia.
Como mostrarei em maiores detalhes abaixo (ver “A ideia do abandono”,
página 467), abandonar amplos campos seria impossível, a menos que se
abandonasse todo o desenvolvimento técnico. Por sua vez, isso iria
demandar um governo totalitário do estilo de Brave New World (Admirável
mundo novo), que banisse todo desenvolvimento tecnológico. Essa solução
não apenas seria incoerente com nossos valores democráticos, mas iria na
verdade aumentar os perigos ao empurrar a tecnologia para a
clandestinidade, onde só os praticantes menos responsáveis (por exemplo,
países não confiáveis) teriam a maior parte do conhecimento especializado.
Benefícios…
Foi a melhor época, foi a pior época, foi a idade da razão, foi a idade da tolice, foi a
época da crença, foi a época da incredulidade, foi a era da Luz, foi a era da Escuridão,
foi a primavera da esperança, foi o inverno do desespero, tínhamos tudo pela frente,
não tínhamos nada pela frente, todos iríamos diretamente para o Céu, todos iríamos
diretamente para o outro lado.
Charles Dickens, A Tale of Two Cities
É como argumentar em favor do arado. Você sabe que umas pessoas vão argumentar
contra ele, mas também sabe que ele vai existir.
James Hughes, secretário da Transhumanist Association e sociólogo no Trinity College,
no debate “Should Humans Welcome or Resist Becoming Posthuman?”
A tecnologia sempre tem sido uma faca de dois gumes, por um lado
trazendo benefícios como uma vida mais longa e mais saudável, liberdade
do trabalho físico estafante e mental, e muitas novas possibilidades
criativas, e por outro lado introduzindo novos perigos. A tecnologia
fortalece ambas as nossas naturezas, a criativa e a destrutiva.
Porções substanciais de nossa espécie já foram aliviadas da pobreza, da
doença, do trabalho duro e da adversidade que caracterizaram por muito
tempo a história humana. Muitos de nós agora podemos obter satisfação e
significado com nosso trabalho, em vez de apenas batalhar para sobreviver.
Cada vez temos ferramentas mais potentes para nos expressarmos. Com a
web agora atingindo profundamente regiões menos desenvolvidas do
mundo, daremos grandes passos na disponibilidade de educação de alta
qualidade e conhecimento médico. Podemos compartilhar com o mundo
todo cultura, arte e a base de conhecimentos da humanidade que se expande
exponencialmente. Já mencionei o relatório do Banco Mundial sobre a
redução global da pobreza no capítulo 2, e irei abordar mais no próximo
capítulo.
Depois da Segunda Guerra Mundial, passamos de umas vinte
democracias no mundo a mais de uma centena hoje, principalmente através
da influência da comunicação eletrônica descentralizada. A maior onda de
democratização, incluindo a queda da Cortina de Ferro, ocorreu nos anos
1990, com o crescimento da internet e das tecnologias relacionadas. É claro
que há muito mais a ser feito em cada uma dessas áreas.
A bioengenharia está nos estágios iniciais de dar enormes passos para
reverter as doenças e os processos de envelhecimento. Em duas ou três
décadas, a nanotecnologia e a robótica chegarão a toda parte e continuarão
uma expansão exponencial desses benefícios. Como observei nos capítulos
anteriores, essas tecnologias irão criar uma riqueza extraordinária,
superando assim a pobreza e permitindo prover todas as nossas
necessidades materiais ao transformar matérias-primas baratas e informação
em qualquer tipo de produto.
Gastaremos um tempo crescente em ambientes virtuais, e poderemos ter
qualquer tipo de experiência que quisermos com qualquer um, real ou
simulado, na realidade virtual. A nanotecnologia trará uma habilidade
similar para reformar o mundo físico conforme nossas necessidades e
desejos. Os problemas persistentes de nossa minguante era industrial serão
superados. Conseguiremos reverter a destruição ambiental que ainda
perdurar. Fabricadas pela nanoengenharia, as células de combustível e as
células solares fornecerão energia limpa. Nanorrobots em nossos corpos
físicos irão destruir patógenos, remover detritos, como protofibrilas e
proteínas malformadas, reparar o DNA e reverter o envelhecimento.
Conseguiremos redesenhar todos os sistemas de nossos corpos e cérebros
para sermos muito mais capazes e duráveis.
Mais significativa será a fusão da inteligência biológica com a não
biológica, embora esta venha a predominar rapidamente. Haverá uma vasta
expansão do conceito do que significa ser um ser humano. Iremos aumentar
enormemente nossa habilidade de criar e apreciar todas as formas de
conhecimento, da ciência às artes, enquanto ampliamos nossa habilidade
para nos relacionarmos com o ambiente e um com o outro.
Por outro lado...

... e perigos entrelaçados

“Plantas” com “folhas” não mais eficientes do que as células solares de hoje poderiam
sobrepujar as plantas reais, enchendo a biosfera de uma folhagem não comestível.
“Bactérias” fortes e onívoras poderiam sobrepujar as bactérias reais: poderiam
espalhar-se como pólen ao vento, reproduzir-se rapidamente e reduzir a biosfera a pó
em questão de dias. Replicantes perigosos poderiam facilmente ser fortes demais,
pequenos demais, e se espalhar depressa demais para serem detidos — pelo menos se
não tomarmos nenhuma medida. Já temos problemas suficientes com o controle de
vírus e moscas das frutas.
Eric Drexler
Além de suas muitas realizações notáveis, o século XX viu a
extraordinária habilidade da tecnologia de ampliar nossa natureza
destrutiva, dos tanques de Stálin aos trens de Hitler. O trágico
acontecimento de 11 de setembro de 2001 é outro exemplo de tecnologias
(jatos e edifícios) empregadas por pessoas visando à destruição. Hoje, ainda
vivemos com uma quantidade de armas nucleares (nem todas são
conhecidas) suficiente para acabar com toda a vida de mamíferos do
planeta.
Desde os anos 1980, existem os meios e o conhecimento para criar, em
um laboratório escolar comum de bioengenharia, patógenos hostis,
potencialmente mais perigosos do que as armas nucleares. Em uma 9

simulação de jogos de guerra feita na Universidade Johns Hopkins chamada

“Dark Winter” (Inverno Negro), estimou-se que uma introdução intencional
da varíola convencional em três cidades dos Estados Unidos iria resultar em
1 milhão de mortes. Se os vírus fossem modificados pela bioengenharia
para derrotar a vacina existente contra a varíola, os resultados seriam muito
piores. Ficou nítida a realidade desse espectro através de uma experiência
10

em 2001, na Austrália, em que o vírus da “mousepox” foi modificado

1∗

involuntariamente por genes que alteraram a resposta do sistema

imunológico. A vacina da mousepox não conseguiu conter esse vírus
modificado. Esses perigos encontram eco em nossa memória histórica. A
11

peste bubônica matou um terço da população na Europa. Mais recentemente

em 1918, a gripe matou 20 milhões de pessoas por todo o mundo. 12

Será que essas ameaças irão evitar a aceleração contínua da potência,

eficiência e inteligência de sistemas complexos (como seres humanos e
nossa tecnologia)? O registro anterior do aumento da complexidade neste
planeta mostrou uma aceleração suave, mesmo passando por uma longa
história de catástrofes, tanto geradas internamente quanto impostas
externamente. Isso se aplica tanto à evolução biológica (que enfrentou
calamidades como choques com grandes asteroides e meteoros) quanto à
história humana (que tem sido pontuada por uma série contínua de grandes
guerras).
Entretanto, acho que podemos ficar mais encorajados pela eficácia da
resposta global ao vírus da SARS (síndrome respiratória aguda). Embora
continue incerta, enquanto este livro é escrito, a possibilidade de um retorno
da SARS ainda mais virulenta, parece que medidas para contê-la têm sido
relativamente bem-sucedidas e têm evitado que esse trágico surto se
transforme em uma verdadeira catástrofe. Uma parte da resposta envolveu
ferramentas antigas de baixa tecnologia, como quarentenas e máscaras para
o rosto.
Mas essa abordagem não teria funcionado sem as ferramentas avançadas
que ficaram disponíveis apenas há pouco tempo. Pesquisadores
conseguiram sequenciar o DNA do vírus da SARS depois de 31 dias do
surgimento — comparado com os quinze anos para o HIV. Isso permitiu o
desenvolvimento rápido de um exame eficaz para identificar rapidamente
os portadores do vírus. Além disso, a comunicação global instantânea
facilitou uma resposta coordenada do mundo todo, um feito impossível
quando os vírus assolavam os povos em tempos antigos.
Com a tecnologia acelerando no sentido da plena realização da GNR,
veremos os mesmos potenciais entrelaçados: um festival de criatividade
resultando da inteligência humana expandida muitas vezes, combinado com
muitos novos e sérios perigos. Uma grande preocupação que tem recebido
uma considerável atenção é a reprodução sem freio dos nanorrobots. A
tecnologia dos nanorrobots requer trilhões desses dispositivos projetados
com inteligência para serem úteis. Para aumentar a escala até esses níveis,
será necessário permitir que eles se autorrepliquem, essencialmente a
mesma abordagem usada no mundo biológico (é assim que uma célula
fertilizada torna-se os trilhões de células em um humano). E, da mesma
forma que a autorreprodução biológica defeituosa (isto é, o câncer) resulta
na destruição biológica, um defeito no mecanismo que limita a
autorreplicação dos nanorrobots — o chamado cenário gray-goo (gosma
cinza) — iria pôr em perigo todos os seres físicos, biológicos ou não.
As criaturas vivas — inclusive humanos — seriam as primeiras vítimas
de um ataque de nanorrobots que se espalhe exponencialmente. Os
principais projetos para a construção de nanorrobots usam carbono como o
material primordial. Devido à habilidade única do carbono de formar
ligações quádruplas, é o material ideal para arranjos moleculares. As
moléculas de carbono podem formar cadeias retas, zigue-zagues, anéis,
nanotubos (arranjos hexagonais formando tubos), folhas, fulerenos
(conjuntos de hexágonos e pentágonos formando esferas), e uma variedade
de outras formas. Como a biologia tem usado também o carbono, os
nanorrobots patológicos iriam encontrar na biomassa da Terra uma fonte
ideal desse ingrediente primário. Os entes biológicos também podem
fornecer energia na forma de glucose e ATP. Elementos residuais úteis,
13

como oxigênio, enxofre, ferro, cálcio e outros, também estão disponíveis na

biomassa.
Quanto tempo levaria para que um nanorrobot autorreprodutor
descontrolado destruísse a biomassa da Terra? A biomassa tem átomos de
carbono na ordem de 10 . Uma estimativa razoável do número de átomos
45 14

de carbono em um único nanorrobot replicante é de cerca de 10 . (Note que

6

esta análise não pretende que esses números sejam exatos, indica apenas
uma grandeza aproximada.) Esse nanorrobot malévolo precisaria criar
cópias dele mesmo na ordem de 10 para substituir a biomassa, o que
39

poderia ser alcançado com 130 replicações (cada uma iria potencialmente
dobrar a biomassa destruída). Rob Freitas estimou um tempo mínimo para a
reprodução de aproximadamente cem segundos, assim 130 ciclos de
replicação iriam precisar de cerca de três horas e meia. Entretanto, a taxa
15

real de destruição seria menor porque a biomassa não está distribuída

“eficientemente”. O fator limitante seria o movimento real no front de
destruição. Os nanorrobots não podem viajar muito depressa por causa de
seu pequeno tamanho. Provavelmente levaria semanas para que esse
processo destrutivo circulasse o globo.
Com base nessa observação, podemos visualizar uma possibilidade mais
insidiosa. Em um ataque em duas fases, os nanorrobots levam várias
semanas para espalhar-se pela biomassa, mas consomem uma porção
insignificante de átomos de carbono, digamos um em cada 100 trilhões
(10 ). Nessa concentração extremamente baixa, os nanorrobots seriam tão
15
furtivos quanto possível. Depois, em um ponto “ótimo”, a segunda fase iria
começar com os nanorrobots-sementes expandindo-se rapidamente para
destruir a biomassa. Para cada nanorrobot-semente multiplicar-se mil
trilhões de vezes seriam necessárias apenas umas cinquenta replicações
binárias ou cerca de noventa minutos. Com os nanorrobots em posição pela
biomassa, a movimentação da onda destrutiva não seria um fator limitante.
O fato é que, sem defesas, a biomassa disponível seria destruída pela
gosma cinza muito depressa. Como comento abaixo (ver páginas 477 e
478), fica claro que precisamos de um sistema imunológico
nanotecnológico a postos antes que esses cenários se tornem possibilidade.
Esse sistema imunológico teria de ser capaz de enfrentar não só a destruição
óbvia, mas também qualquer replicação (furtiva) potencialmente perigosa,
mesmo em concentrações muito baixas.
Mike Treder e Chris Phoenix — respectivamente diretor executivo e
diretor de pesquisas do Centro para Nanotecnologia Responsável —, Eric
Drexler, Robert Freitas, Ralph Merkle e outros observaram que os futuros
dispositivos de fabricação MNT podem ser criados com salvaguardas que
iriam prevenir a criação de nanodispositivos autorreprodutores. Abaixo,
16

discuto algumas dessas estratégias. Mas essa observação, embora

importante, não elimina o espectro da gosma cinza. Há outras razões (além
da fabricação) para que os nanorrobots autorreplicantes precisem ser
criados. Por exemplo, o sistema imunológico tecnológico mencionado
acima vai, finalmente, precisar de autorreplicação; caso contrário, ele não
será capaz de nos defender. A autorreplicação também será necessária para
que os nanorrobots expandam rapidamente a inteligência além da Terra,
como expus no capítulo 6. Também é provável que encontre muitas
aplicações militares. Além do mais, medidas contra a autorreplicação
indesejada, como a arquitetura de difusão descrita à frente (ver página 470),
podem ser superadas por um terrorista ou adversário decidido.
Freitas identificou uma série de outros cenários desastrosos com
nanorrobots. No cenário que ele chama de “plâncton cinzento”,
17

nanorrobots mal-intencionados iriam usar o carbono submarino armazenado

como CH (metano), bem como o CO dissolvido na água do mar. Essas
4 2

fontes baseadas em oceanos podem fornecer cerca de dez vezes o carbono

existente na biomassa da Terra. Em seu cenário de “poeira cinzenta”, os
nanorrobots replicantes usam, para energia, elementos básicos disponíveis
na poeira que flutua no ar e a luz do sol. O cenário de “liquens cinzentos”
envolve usar o carbono e outros elementos das pedras.
 Uma panóplia de riscos para a existência
Se um pouco de conhecimento é perigoso, como pode evitar o perigo uma pessoa que
tenha muito conhecimento?
Thomas Henry
Abaixo mostro (ver a seção “Um programa para a defesa GNR”, página
481) as medidas que podemos tomar para tratar desses graves riscos, mas
não conseguimos ter total segurança com qualquer estratégia que
elaboremos hoje. Esses riscos são o que Nick Bostrom chama de “riscos
existenciais”, que ele define como os perigos do quadrante superior direito
da seguinte tabela: 18

Categorias de riscos de Bostrom

Intensidade do risco

Moderada Profunda

Global Diminuição da camada de ozônio Existência em risco

Alcance Local Recessão Genocídio

Pessoal Roubo de carro Morte

Suportável Terminal

A vida biológica na Terra encontrou um risco para sua existência, forjado

pelo homem, pela primeira vez, em meados do século XX, com o advento
da bomba de hidrogênio e o subsequente aumento das armas
termonucleares da Guerra Fria. Relata-se que o presidente Kennedy
estimava que a probabilidade de uma guerra nuclear total, durante a crise
dos mísseis de Cuba, era de 33% a 50%. John von Neumann, célebre
19

teórico da informação que foi presidente do comitê de avaliação de mísseis

estratégicos da Força Aérea dos Estados Unidos e conselheiro do governo
sobre estratégias nucleares, estimou a probabilidade de um Armagedom
nuclear (antes da crise dos mísseis de Cuba) como perto de 100%. 20

Considerando a perspectiva dos anos 1960, qual observador bem informado

daquele tempo teria previsto que o mundo iria passar os quarenta anos
seguintes sem outra explosão nuclear que não fosse de teste?
Apesar do aparente caos das relações internacionais, podemos ser gratos
por termos escapado, até agora com sucesso, do uso de armas nucleares nas
guerras. Claramente, entretanto, não podemos ficar tranquilos porque ainda
existem bombas de hidrogênio que poderiam destruir a vida humana muitas
vezes. Embora chamando relativamente pouca atenção do público, os
21

arsenais maciços e opostos de ICBM dos Estados Unidos e da Rússia

continuam a postos, apesar do aparente descongelamento das relações.
A proliferação nuclear e a ampla disponibilidade dos materiais nucleares
e de know-how são outras preocupações sérias, embora não o seja para a
existência de nossa civilização. (Isto é, somente uma guerra termonuclear
total envolvendo os arsenais de ICBM traz riscos para a sobrevivência de
todos os humanos.) A proliferação nuclear e o terrorismo nuclear pertencem
à categoria “profundo — local” de riscos, junto com o genocídio. Mas a
preocupação é certamente séria porque a lógica da garantia de destruição
mútua não funciona no contexto de terroristas suicidas.
Aberto a debates, agora acrescentamos outro risco existencial, que é a
possibilidade de um vírus criado pela bioengenharia que se espalha fácil,
tem um longo período de incubação e, no fim, libera uma carga mortal.
Alguns vírus contagiam facilmente, como a gripe e o resfriado comum.
Outros são mortais, como o HIV. É raro que um vírus combine ambos os
atributos. Os humanos que vivem hoje descendem daqueles que
desenvolveram uma imunidade natural quanto aos vírus mais altamente
contagiosos. A habilidade da espécie para sobreviver a surtos virais é uma
das vantagens da reprodução sexual, que tende a garantir a diversidade
genética na população, de modo que a resposta a agentes virais específicos
é altamente variável. Embora catastrófica, a peste bubônica não matou todo
mundo na Europa. Outros vírus, como a varíola, têm as duas características
negativas — contagiam facilmente e são mortais — mas estão por aqui há
tempo suficiente para que a sociedade criasse uma proteção tecnológica na
forma de uma vacina. Entretanto, a engenharia genética tem o potencial de
ultrapassar essas proteções evolucionistas ao introduzir de repente novos
patógenos, para os quais não temos proteção, nem natural, nem tecnológica.
A perspectiva de acrescentar genes de toxinas mortais para vírus comuns,
facilmente transmissíveis, como a gripe e o resfriado comum, introduziu
outro possível cenário de riscos para a existência. Foi essa perspectiva que
levou a conferência Asilomar a pensar em como lidar com essa ameaça e a
redigir, depois, um conjunto de orientações éticas e para a segurança.
Embora até agora essas orientações tenham funcionado, a sofisticação das
tecnologias subjacentes para a manipulação genética cresce rapidamente.
Em 2003, o mundo lutou, com sucesso, contra o vírus da SARS. O
surgimento da SARS resultou da combinação de uma prática antiga
(suspeita-se que o vírus tenha saltado de animais exóticos, possivelmente
civetas, para humanos que viviam muito próximos delas) e de uma prática
moderna (a infecção espalhou-se rapidamente pelo mundo graças às
viagens de avião). A SARS nos forneceu um ensaio de um vírus novo para
a civilização humana que combinava um contágio fácil, a habilidade de
sobreviver por muito tempo fora do corpo humano e um alto grau de
letalidade, com as mortes estimadas de 14% a 20%. Mais uma vez, a
resposta combinou técnicas antigas e modernas.
Nossa experiência com a SARS mostrou que a maioria dos vírus, mesmo
que transmitidos facilmente e razoavelmente letais, representa um risco
grave mas não necessariamente um risco para a existência humana. A
SARS não parece ter sido fabricada. A SARS espalha-se facilmente através
de fluidos corporais transmitidos externamente, mas não se espalha
facilmente pelo ar. Estima-se que seu período de incubação é de um dia a
duas semanas; um tempo maior de incubação iria permitir que um vírus se
espalhasse por várias gerações crescentes exponencialmente antes que os
portadores fossem identificados. 22

A SARS é letal, mas a maioria de suas vítimas sobrevive. Continua sendo

possível que um vírus seja criado com más intenções para que se espalhe
mais do que a SARS, tenha um tempo maior de incubação e seja mortal
essencialmente para todas as vítimas. A varíola está próxima de ter essas
características. Embora haja a vacina (apesar de rudimentar), ela não teria
efeitos contra versões geneticamente modificadas do vírus.
Como descrevo abaixo, a janela de oportunidades mal-intencionadas para
vírus criados pela bioengenharia irá se fechar nos anos 2020, quando
tivermos tecnologias antivirais totalmente eficazes baseadas em
nanorrobots. Porém, devido ao fato de que a nanotecnologia será milhares
23

de vezes mais potente, mais rápida e mais inteligente do que os entes

biológicos, os nanorrobots autorreprodutores irão apresentar um risco
maior, e mais outro risco existencial. A janela para os nanorrobots
maléficos será afinal fechada pela potente inteligência artificial, mas, não é
de espantar, a IA “hostil” apresentará, ela mesma, um risco para a existência
ainda mais coercitivo, que discuto adante (ver páginas 478 e 479).

O princípio da precaução. Como Bostrom, Freitas e outros observadores,

inclusive eu, apontaram, não podemos depender de abordagens do tipo
tentativa-e-erro para lidar com riscos para a existência. Há interpretações
conflitantes do que ficou conhecido como o “princípio da precaução”. (Se
as consequências de uma ação não são conhecidas, mas alguns cientistas as
julgam como tendo um risco, mesmo pequeno, de ser profundamente
negativas, é melhor não realizar a ação do que correr o risco de
consequências negativas.) Mas é claro que precisamos alcançar o nível mais
alto possível de confiança em nossas estratégias para combater esses riscos.
Essa é uma razão para ouvirmos vozes cada vez mais estridentes exigindo
que paremos o avanço da tecnologia, como estratégia primária para
eliminar novos riscos para a existência antes que ocorram. Entretanto,
abandonar não é a resposta adequada, e só irá interferir nos enormes
benefícios dessas tecnologias emergentes, ao passo que na realidade
abandonar aumenta a probabilidade de um resultado desastroso. Max More
articula as limitações do princípio da precaução e defende substituí-lo pelo
que chama de “princípio pro-acionário”, que envolve equilibrar os riscos da
ação e da inação. 24

Antes de discutir como responder ao novo desafio dos riscos existenciais,

vale a pena rever mais alguns que foram postulados por Bostrom e outros.

Quanto menor a interação, maior o potencial explosivo. Tem havido uma

controvérsia recente sobre o potencial dos futuros aceleradores de partículas
de altíssima energia para criar uma reação em cadeia de estados
transformados de energia a nível subatômico. O resultado poderia ser uma
área de destruição espalhando-se exponencialmente, rompendo todos os
átomos em nossa vizinhança galáctica. Foram propostos vários cenários
desse tipo, incluindo a possibilidade de criar um buraco negro que engoliria
nosso sistema solar.
As análises desses cenários mostram que são muito pouco prováveis,
embora nem todos os físicos estejam otimistas quanto a esse perigo. A
25

matemática dessas análises parece ser sólida, mas ainda não há um

consenso sobre as fórmulas que descrevem esse nível de realidade física. Se
esses perigos parecem fantasiosos, considere que detectamos, de fato,
fenômenos explosivos cada vez mais potentes em matérias cujas escalas são
cada vez menores.
Alfred Nobel descobriu a dinamite ao analisar as interações químicas de
moléculas. A bomba atômica, que é dezenas de milhares de vezes mais
potente do que a dinamite, está baseada em interações nucleares
envolvendo grandes átomos, que são de uma escala muito menor de matéria
do que grandes moléculas. A bomba de hidrogênio, que é milhares de vezes
mais potente do que uma bomba atômica, está baseada em interações
envolvendo uma escala ainda menor: pequenos átomos. Embora isso não
implique necessariamente na existência de reações em cadeia ainda mais
potentes através da manipulação de partículas subatômicas, a conjectura é
plausível.
Minha própria avaliação desse perigo é que não é provável que
simplesmente tropecemos nesse evento destrutivo. Seria pouco provável
que acidentalmente se produzisse uma bomba atômica. Tal dispositivo
requer uma configuração precisa de materiais e ações, e a bomba original
exigiu um projeto de engenharia preciso e extenso para ser desenvolvido.
Criar sem querer uma bomba de hidrogênio seria ainda menos plausível.
Seria preciso criar as condições exatas de uma bomba atômica em um
arranjo particular com um núcleo de hidrogênio e outros elementos.
Tropeçar nas condições exatas para criar uma nova classe de reação em
cadeia catastrófica em nível subatômico parece ainda menos provável. As
consequências são bastante devastadoras, entretanto, para que o princípio
da precaução nos faça considerar seriamente essas possibilidades. Esse
potencial deveria ser analisado com cuidado antes de se realizar novos tipos
de experiências com aceleradores. Apesar de tudo, esse risco não está no
alto de minha lista de preocupações com o século XXI.

Nossa simulação é desligada. Outro risco existencial que Bostrom e

outros identificaram é que, na verdade, estamos de fato vivendo em uma
simulação e que a simulação pode ser desligada. Pode parecer que não há
muito a fazer para influir nisso. Entretanto, já que somos o tema da
simulação, temos a oportunidade de dar forma ao que acontece dentro dela.
O melhor modo para evitar de sermos desligados seria tornar-nos
interessantes para os observadores da simulação. Supondo que alguém está,
na verdade, prestando atenção na simulação, é razoável supor que é menos
provável que seja desligada quando for atraente do que o contrário.
Poderíamos gastar muito tempo pensando no que significa ser
interessante para uma simulação, mas a criação de conhecimentos novos
seria uma parte crítica dessa avaliação. Embora nos seja difícil pensar no
que seria interessante para nosso hipotético observador dessa simulação,
pareceria provável que a Singularidade seria tão absorvente quanto
qualquer desenvolvimento que pudéssemos imaginar, e iria criar
conhecimentos novos em um ritmo extraordinário. De fato, atingir uma
Singularidade de conhecimento explosivo pode muito bem ser o propósito
da simulação. Assim, garantir uma Singularidade “construtiva” (uma que
evite resultados degradados, como a destruição da existência pela gosma
cinza ou ser dominada por uma IA mal-intencionada) seria o melhor
caminho para evitar o fim da simulação. É claro que temos toda a
motivação para atingir uma Singularidade construtiva por muitas outras
razões.
Se o mundo em que vivemos for uma simulação no computador de
alguém, ela é muito boa — tão detalhada, de fato, que podemos muito bem
aceitá-la como nossa realidade. Em todo caso, é a única realidade a que
temos acesso.
Nosso mundo parece ter uma história longa e profusa. Isso quer dizer
que, ou nosso mundo não é, de fato, uma simulação ou, se for, a simulação
está durando um tempo muito longo, e portanto não parece que vá acabar
logo. É claro que também é possível que a simulação inclua evidências de
uma longa história sem que esta tenha acontecido na realidade.
Como mostrei no capítulo 6, há suposições de que uma civilização
avançada possa criar um novo universo para realizar a computação (ou, em
outras palavras, para continuar a expansão de sua própria computação). A
hipótese de estarmos vivendo em tal universo (criado por outra civilização)
pode ser considerada um cenário de simulação. Talvez essa outra
civilização esteja rodando um algoritmo evolucionista em nosso universo
(isto é, a evolução que testemunhamos) para criar uma explosão de
conhecimentos de uma Singularidade tecnológica. Se for verdade, a
civilização que observa nosso universo pode encerrar a simulação se achar
que uma Singularidade de conhecimentos está dando errado, e não parece
que isso vai acontecer.
Esse cenário também não está nos primeiros lugares da minha lista de
preocupações, especialmente porque a única estratégia que podemos usar
para evitar um resultado negativo é aquela que, de qualquer modo, temos de
seguir.

Penetras na festa. Outra preocupação muito citada é a colisão com um

cometa ou um grande asteroide, algo que tem ocorrido repetidamente na
história da Terra e teve consequências para a existência das espécies à
época. Não é um perigo da tecnologia, claro. Aliás, a tecnologia irá nos
proteger desse risco (com certeza dentro de uma ou duas décadas). Embora
pequenos impactos ocorram com regularidade, são raros os visitantes do
espaço grandes e destruidores. Não se vê nenhum no horizonte, e é quase
certo que, quando surgir esse perigo, nossa civilização prontamente
destruirá o intruso antes de que ele nos destrua.
Outro item na lista dos perigos existenciais é a destruição por uma
inteligência extraterrestre (não criada por nós). Discuti essa possibilidade
no capítulo 6 e também não vejo isso como provável.

GNR: o foco adequado na questão da promessa versus o perigo. Isso

deixa as tecnologias GNR como as preocupações primordiais. Mas acho
que também precisamos levar a sério as vozes luditas mal orientadas e cada
vez mais estridentes que defendem o amplo abandono do progresso
tecnológico para evitar os perigos genuínos da GNR. Por razões que
exponho diante (ver adiante a seção “A ideia do abandono”, iniciada na
página 467), abandonar não é a resposta; um medo racional poderia levar a
soluções irracionais. Os atrasos em superar o sofrimento humano ainda têm
consequências sérias — por exemplo, a piora da fome na África por conta
da oposição à ajuda de comida que usa OGMs (organismos geneticamente
modificados).
O abandono amplo exigiria um sistema totalitário para ser concretizado,
e um admirável mundo novo totalitário é pouco provável por causa do
impacto democratizante da cada vez mais potente comunicação
descentralizada eletrônica e fotônica. O advento da comunicação global,
descentralizada, representada pela internet e pelos telefones celulares tem
sido uma força democratizante generalizada. Não foi Boris Yeltsin de pé em
um tanque que anulou o golpe de 1991 contra Mikhail Gorbachev, mas sim
a rede clandestina de fax, xerox, gravadores de vídeo e computadores
pessoais que romperam décadas de controle totalitário da informação. O
26

movimento para a democracia e o capitalismo e o concomitante

crescimento econômico que caracterizou os anos 1990 foram todos
alimentados pela força acelarada dessas tecnologias de comunicação pessoa
a pessoa.
Há outras perguntas que não se referem à existência, mas nem por isso
são menos sérias. Por exemplo: “Quem está controlando os nanorrobots?” e
“Com quem os nanorrobots estão conversando?”. Organizações futuras (do
governo ou de grupos extremistas) ou um único indivíduo inteligente
poderiam inserir trilhões de nanorrobots não detectáveis no suprimento de
água ou comida de uma pessoa ou de uma população inteira. Esses espibots
poderiam então monitorar, influenciar e até controlar pensamentos e ações.
Além disso, os nanorrobots existentes poderiam ser influenciados por vírus
de software e técnicas de hackeamento. Quando há softwares rodando em
nossos corpos e cérebros (como discutimos, um limite já ultrapassado para
algumas pessoas), questões de privacidade e segurança irão assumir uma
nova urgência, e serão criados métodos de contraespionagem para combater
essas intrusões.

A inevitabilidade de um futuro transformado. As diversas tecnologias

GNR estão progredindo em muitas frentes. A realização completa da GNR
resultará em centenas de pequenos passos para a frente, cada um benéfico
por si mesmo. Para G, já se ultrapassou o limite de ter meios para criar
patógenos de design. Avanços na biotecnologia continuarão a se acelerar,
alimentados pelos atraentes benefícios éticos e econômicos resultantes da
dominação dos processos de informação subjacentes à biologia.
A nanotecnologia é o inevitável resultado final da contínua
miniaturização das tecnologias de todo tipo. Os aspectos principais de uma
ampla gama de aplicações, incluindo a eletrônica, a mecânica, a energia e a
medicina, estão encolhendo ao ritmo aproximado de um fator de quatro por
dimensão linear por década. Além do mais, há um crescimento exponencial
na pesquisa que procura entender a nanotecnologia e suas aplicações. (Ver
os gráficos sobre as patentes e estudos da pesquisa da nanotecnologia nas
pp. 100-101).
De modo semelhante, nossos esforços para aplicar a engenharia reversa
no cérebro humano são motivados por vários benefícios previstos, incluindo
compreender e reverter o declínio e as doenças cognitivas. As ferramentas
para espiar dentro do cérebro estão mostrando ganhos exponenciais na sua
resolução espacial e temporal, e já demonstramos a capacidade de traduzir
dados dos estudos e escaneamentos do cérebro para modelos de trabalho e
simulações.
Os insights da aplicação da engenharia reversa no cérebro, a pesquisa
generalizada para desenvolver algoritmos de IA e os ganhos exponenciais
contínuos nas plataformas de computação tornam inevitável a IA forte (IA
em níveis humanos e além destes). Quando a IA atingir os níveis humanos,
ela vai necessariamente passar aceleradamente por eles porque combinará a
potência da inteligência humana com a velocidade, a capacidade da
memória e o compartilhamento do conhecimento que a inteligência não
biológica já demonstra. Ao contrário da inteligência biológica, a não
biológica também irá se beneficiar com os ganhos contínuos exponenciais
em escala, capacidade e preço-desempenho.
 Abandono totalitário. A única maneira concebível para que o ritmo
acelerado do avanço em todas essas frentes pudesse ser detido seria através
de um sistema totalitário global que abandonasse a própria ideia de
progresso. Mesmo esse espectro iria provavelmente falhar em evitar os
perigos da GNR porque a resultante atividade clandestina tenderia a
favorecer as aplicações mais destrutivas. Isso porque os profissionais
responsáveis de que dependemos para desenvolver rapidamente as
tecnologias defensivas não teriam um acesso fácil às ferramentas
necessárias. Felizmente, esse resultado totalitário é pouco provável porque
a crescente descentralização do conhecimento é, inerentemente, uma força
democratizante.

Preparando as defesas
Minha própria expectativa é de que as aplicações criativas e construtivas
dessas tecnologias irão predominar, como acho que fazem hoje. Entretanto,
precisamos aumentar amplamente nosso investimento em desenvolver
tecnologias especificamente defensivas. Como já mostrei, hoje estamos no
estágio crítico da biotecnologia, e chegaremos ao estágio em que
precisaremos implementar diretamente as tecnologias de defesa para a
nanotecnologia no final dos vinte anos iniciais deste século.
Não precisamos olhar além de hoje para ver a promessa e o perigo
entrelaçados do avanço tecnológico. Imagine como seria descrever os
perigos (as bombas atômica e de hidrogênio, para começar) que existem
hoje para pessoas que viveram há duzentos anos. Elas achariam loucura
assumir esses riscos. Mas quantas pessoas, em 2005, gostariam realmente
de voltar para as vidas curtas, brutas, cheias de doenças, pobres, propensas
ao desastre com que 99% da raça humana lutava havia um par de séculos? 27

Podemos romancear o passado, mas até bem recentemente a maioria da

humanidade tinha vidas bastante frágeis, em que uma adversidade muito
comum poderia significar um desastre. Há duzentos anos, a expectativa de
vida para as mulheres no país recordista (a Suécia) era aproximadamente de
35 anos, muito curta quando comparada com a mais longa expectativa de
vida hoje — quase 85 anos para as mulheres japonesas. A expectativa para
homens era de mais ou menos 33 anos, comparado com os atuais 79 anos
nos países recordes. Levava meio dia para preparar a refeição da noite, e o
28

trabalho duro caracterizava a maior parte das atividade humanas. Não havia
redes sociais de segurança. Porções substanciais de nossa espécie ainda
vivem desse modo precário, o que é, pelo menos, uma razão para continuar
o progresso tecnológico e a melhoria econômica que o acompanha. Só a
tecnologia, com sua habilidade para fornecer grandes melhorias na
capacidade e na acessibilidade, tem a escala para enfrentar problemas como
a miséria, a doença, a poluição e as outras preocupações primordiais da
sociedade hoje.
As pessoas muitas vezes passam por três estágios quando consideram o
impacto da tecnologia futura: admiração e encantamento com seu potencial
para superar velhos problemas; depois, uma sensação de pavor com o novo
conjunto de perigos sérios que acompanham essas novas tecnologias;
seguido, finalmente, pela conclusão de que o único caminho viável e
responsável é definir uma rota cuidadosa que pode realizar os benefícios
enquanto gerencia os perigos.
Nem é preciso dizer que já vivenciamos o lado negativo da tecnologia —
por exemplo, a morte e a destruição da guerra. As tecnologias rudimentares
da primeira Revolução Industrial empurraram para a extinção muitas das
espécies que existiam em nosso planeta há um século. Nossas tecnologias
centralizadas (como edifícios, cidades, aviões e usinas de energia) já
demonstraram ser inseguras.
As tecnologias “NBC” (nuclear, biológica e química, em inglês
chemical) da guerra têm sido usadas ou se ameaçou usá-las em nosso
passado recente. As tecnologias GNR muito mais poderosas ameaçam
29

nossa existência com riscos novos, profundos. Se conseguirmos passar pela

apreensão sobre patógenos de design geneticamente alterados, seguidos por
seres autorreprodutores criados pela nanotecnologia, encontraremos robots
cuja inteligência irá rivalizar e por último exceder a nossa. Tais robots
podem ser ótimos assistentes, mas quem pode garantir que irão permanecer
fielmente amigáveis em relação a meros humanos biológicos?

IA forte. A IA forte promete continuar os ganhos exponenciais da

civilização humana. (Como expus antes, incluo a inteligência não biológica
derivada de nossa civilização humana como ainda humana.) Mas os perigos
que ela apresenta também são profundos precisamente por causa de sua
ampliação da inteligência. A inteligência é inerentemente impossível de
controlar, portanto as várias estratégias que têm sido elaboradas para
controlar a nanotecnologia (por exemplo, a “arquitetura de difusão” descrita
abaixo) não irão funcionar com a IA forte. Tem havido discussões e
propostas para orientar o desenvolvimento da IA para o que Eliezer
Yudkowsky chama de “IA amigável” (ver a seção “Proteção contra a IA
30

forte ‘não amigável’”, pp. 478-479). São úteis para discutir, mas é
impraticável hoje elaborar estratégias que irão garantir de modo absoluto
que a IA futura encarne a ética e os valores humanos.

Voltando ao passado? Em seu artigo e em suas apresentações, Bill Joy

descreve com eloquência as pragas de séculos passados e como as novas
tecnologias autorreplicantes, como patógenos mutantes feitos por
bioengenharia e nanorrobots descontrolados, podem trazer de volta
pestilências há muito esquecidas. Joy reconhece que os avanços
tecnológicos, como antibióticos e saneamento, livraram-nos do predomínio
dessas pragas, e, portanto, essas aplicações construtivas têm de continuar. O
sofrimento no mundo continua e exige nossa constante atenção. Devemos
dizer aos milhões de pessoas afligidos pelo câncer ou outras doenças
devastadoras que estamos cancelando o desenvolvimento de todos os
tratamentos pela bioengenharia porque há um risco de que essas mesmas
tecnologias venham, um dia, a ser usadas para finalidades mal-
intencionadas? Tendo feito essa pergunta retórica, percebo que há um
movimento para fazer exatamente isso, mas a maioria das pessoas iria
concordar que o abandono em bases tão amplas não é a resposta.
A contínua oportunidade para aliviar o sofrimento humano é uma
motivação-chave para continuar o avanço tecnológico. Este também é
impulsionado pelos ganhos econômicos já aparentes que irão continuar se
acelerando nas próximas décadas. A aceleração contínua de muitas
tecnologias entrelaçadas produz caminhos pavimentados com ouro. (Aqui
estou usando o plural porque a tecnologia claramente não é um único
caminho.) Em um ambiente competitivo, é um imperativo econômico andar
por esses caminhos. Abandonar o avanço tecnológico seria um suicídio
econômico para indivíduos, empresas e nações.

A ideia do abandono
Os principais avanços da civilização não fazem mais do que arruinar as civilizações
onde acontecem.
Alfred North Whitehead
Isso nos traz para a questão do abandono, que é a recomendação mais
controversa dos defensores do abandono como Bill McKibben. Acho que o
abandono no nível certo é parte de uma resposta responsável e construtiva
para os perigos genuínos que enfrentaremos no futuro. A questão,
entretanto, é precisamente esta: em que nível devemos abandonar a
tecnologia?
Ted Kaczynski, que ficou conhecido pelo mundo como o Unabomber,
queria que renunciássemos a toda ela. O que não é desejável nem factível,
31

e a futilidade dessa posição só é enfatizada pelas deploráveis táticas sem

sentido de Kaczynski.
Não obstante, outras vozes, menos irresponsáveis do que Kaczynski,
também defendem o abandono amplo da tecnologia. McKibben assume a
posição de que já temos tecnologia suficiente e que mais progresso não é
necessário. Em seu último livro, Enough: Staying Human in an Engineered
Age (Basta: Permanecendo humanos em uma idade da engenharia), ele
compara metaforicamente a tecnologia com a cerveja: “Uma cerveja é bom,
duas cervejas podem ser melhor; oito cervejas, com quase toda a certeza,
você vai se arrepender”. Essa metáfora desconsidera a questão e ignora o
32

intenso sofrimento que permanece no mundo humano que poderemos

aliviar com o avanço científico sustentado.
Embora as novas tecnologias, como qualquer outra coisa, possam, às
vezes, ser usadas em excesso, o que prometem não é só questão de
acrescentar um quarto telefone celular ou dobrar o número de e-mails
indesejados. Em vez disso, significa aperfeiçoar as tecnologias para derrotar
o câncer e outras doenças devastadoras, criando uma riqueza ubíqua para
superar a pobreza, limpar o meio ambiente dos efeitos da primeira
Revolução Industrial (um objetivo articulado por McKibben), e muitos
outros problemas seculares.

Amplo abandono. Outro nível de abandono seria desistir apenas de certos

campos — por exemplo, a nanotecnologia — que poderiam ser
considerados perigosos demais. Mas tais pinceladas radicais de abandono
são igualmente insustentáveis. Como mencionei acima, a nanotecnologia é
simplesmente o resultado final inevitável da tendência persistente para a
miniaturização que permeia toda a tecnologia. Está longe de ser um único
empreendimento centralizado mas está sendo perseguido por uma miríade
de projetos com os objetivos os mais diversos.
Um observador escreveu:

Uma razão adicional para que a sociedade industrial não possa ser
reformada […] é que a tecnologia moderna é um sistema unificado em
que todas as partes dependem umas das outras. Não dá para livrar-se
das partes “ruins” da tecnologia e ficar só com as “boas”. Tome-se a
moderna medicina, por exemplo. O progresso na ciência médica
depende do progresso na química, na física, na biologia, na ciência da
computação e em outros campos. Os tratamentos médicos avançados
 exigem equipamentos caros, de alta tecnologia, que só uma sociedade
progressista tecnológica e economicamente rica pode disponibilizar. É
claro que não se pode ter muito progresso na medicina sem todo o
sistema tecnológico e tudo que o acompanha.
O observador que estou citando, aqui, é, de novo, Ted Kaczynski. 33

Embora haja propriamente uma certa resistência para considerar Kaczynski

como uma autoridade, acho que ele está certo sobre a natureza
profundamente emaranhada dos benefícios e riscos. Mas Kaczynski e eu
claramente nos separamos quanto à nossa avaliação geral do equilíbrio
relativo destes. Bill Joy e eu temos dialogado continuamente sobre essa
questão, tanto em público, quanto em particular, e nós dois achamos que a
tecnologia irá e deve progredir, e que precisamos estar ativamente
preocupados com seu lado negativo. A questão mais difícil de resolver é
definir uma granularidade do abandono que seja tanto factível quanto
desejável.

Abandono em sintonia fina. Penso que o abandono no nível certo precisa

ser parte de nossa resposta ética aos perigos das tecnologias do século XXI.
Um exemplo construtivo disso é a orientação ética proposta pelo Foresight
Institute: ou seja, que os nanotecnólogos concordem em abandonar o
desenvolvimento de entes físicos que possam se autorreproduzir em um
ambiente natural. Na minha opinião, há duas exceções para essa
34

orientação. Primeira, precisaremos, no final, fornecer um sistema

imunológico planetário baseado na nanotecnologia (nanorrobots inseridos
no ambiente natural para nos proteger contra nanorrobots autorreplicantes
mal-intencionados). Robert Freitas e eu temos discutido se tal sistema
imunológico deveria, ele mesmo, ser autorreplicante ou não. Freitas
escreve: “Um sistema de vigilância abrangente combinado com recursos
posicionados previamente — recursos incluindo nanofábricas não
replicantes de grande capacidade para produzir em série grandes
quantidades de defensores não replicantes como resposta a ameaças
específicas — deve bastar”. Concordo com Freitas que um sistema
35

imunológico posicionado previamente com habilidade para aumentar os

defensores será suficiente nos estágios iniciais. Mas quando a IA forte
estiver fundida com a nanotecnologia, e a ecologia dos entes
nanofabricados ficar altamente variada e complexa, minha própria
expectativa é deque iremos descobrir que os nanorrobots defensores
precisam da habilidade de se reproduzir rapidamente no lugar em que estão.
A outra exceção é a necessidade de sondas autorreplicantes baseadas em
nanorrobots para explorar sistemas planetários fora do nosso sistema solar.
Outro bom exemplo de uma orientação ética útil é o banimento de entes
físicos autorreplicantes que tenham seus próprios códigos de
autorreplicação. No que o tecnólogo Ralph Merkle chama de “arquitetura
de difusão”, tais entes teriam de obter os códigos de um servidor seguro
centralizado que iria proteger contra a replicação indesejável. A arquitetura
36

de difusão é impossível no mundo biológico, portanto há pelo menos uma

maneira como a nanotecnologia pode ser mais segura do que a
biotecnologia. Em outras maneiras, a nanotecnologia é potencialmente mais
perigosa porque os nanorrobots podem ser mais fortes fisicamente do que
entes baseados em proteínas e mais inteligentes.
Como descrevi no capítulo 5, pode-se aplicar à biologia uma arquitetura
de difusão baseada na nanotecnologia. Um nanocomputador poderia
aumentar ou substituir o núcleo de todas as células e fornecer códigos de
DNA. Um nanorrobot que incorporasse um maquinário molecular similar
aos ribossomos (as moléculas que interpretam os pares de bases no mRNA
fora do núcleo) iria pegar os códigos e produzir as cadeias de aminoácidos.
Como poderíamos controlar o nanocomputador por mensagens sem fio,
seria possível desligar uma replicação indesejada, eliminando com isso o
câncer. Poderiam ser produzidas proteínas especiais conforme a
necessidade para combater as doenças. E seria possível corrigir os erros de
DNA e melhorar o código de DNA. Abaixo, comento mais sobre as forças e
fraquezas da arquitetura de difusão.

Lidando com o abuso. O amplo abandono é contrário ao progresso

econômico e não se justifica eticamente, considerando a oportunidade de
aliviar doenças, superar a pobreza e limpar o meio ambiente. Como foi
mencionado acima, ele iria agravar os perigos. Continuará indicada uma
regulamentação sobre segurança — essencialmente o abandono em
granulação fina.
Entretanto, também é preciso agilizar o processo da regulamentação.
Mas, nos Estados Unidos, há uma demora de cinco a dez anos para que a
FDA (Food and Drug Administration, semelhante à Anvisa, uma agência
nacional para a saúde e a alimentação) aprove novas tecnologias para a
saúde (com atrasos semelhantes em outras nações). Ao dano causado por
atrasar os tratamentos que poderiam salvar vidas (por exemplo, 1 milhão de
vidas perdidas nos Estados Unidos para cada ano que se retarda o
tratamento de doenças do coração) é dado um peso muito baixo contra os
riscos possíveis de novas terapias.
 Outras proteções deverão incluir a supervisão por órgãos da
regulamentação, o desenvolvimento de respostas “imunológicas”
específicas da tecnologia e a supervisão, por meio de computadores, pelas
organizações policiais. Muitas pessoas não sabem que nossas agências de 2∗

informações já usam tecnologias avançadas, como detectar palavras-chave

automaticamente para monitorar um fluxo substancial de conversas por
telefone, cabo, satélite e internet. Conforme formos avançando, um dos
mais sérios desafios será equilibrar nossos estimados direitos à privacidade
com nossa necessidade de proteção contra o uso mal-intencionado das
tecnologias potentes do século XXI. Essa é uma razão para que questões
como um “alçapão” da criptografia (em que as autoridades policiais teriam
acesso a informações de outra maneira seguras) e o sistema Carnivore do
FBI para bisbilhotar e-mails estejam sendo controversos. 37

Como um caso teste, pode-se ter um pouco de consolo com a maneira

como um desafio tecnológico recente foi tratado. Hoje, existe um ente
novo, autorreplicante, totalmente não biológico, que não existia havia
apenas umas décadas: o vírus de computador. Quando essa forma de intruso
destruidor apareceu pela primeira vez, houve sérias preocupações de que, à
medida que ficassem mais sofisticados, os patógenos de software pudessem
destruir a rede de computadores onde vivem. Contudo, o “sistema
imunológico” desenvolvido como resposta a esse desafio tem sido bastante
eficaz. Embora entes de software destruidores e autorreplicantes causem
danos de tempos em tempos, o prejuízo não passa de uma pequena fração
do benefício que recebemos dos computadores e das conexões de
comunicação que os abrigam.
Pode-se argumentar que os vírus de computador não têm o potencial de
letalidade dos vírus biológicos ou da nanotecnologia destruidora. Nem
sempre é esse o caso; dependemos de softwares para fazer funcionar os call
centers do 911, monitorar pacientes em unidades de terapia intensiva,
3∗∗

voar e aterrissar aviões, guiar armas inteligentes em nossas campanhas

militares, tratar de nossas transações financeiras, operar os serviços
municipais e muitas outras tarefas críticas. Entretanto, considerando que os
vírus de software ainda não representam um perigo mortal, essa observação
apenas fortalece meu argumento. O fato de que os vírus de computador em
geral não são letais para os humanos, só significa que mais pessoas estão
dispostas a criá-los e espalhá-los. A grande maioria dos autores de vírus de
software não iria criá-los se achasse que matariam pessoas. Também
significa que nossa resposta a esse perigo é igualmente menos intensa. Mas
quando se tratar de entes autorreplicantes que sejam potencialmente letais
em grande escala, nossa resposta em todos os níveis será muito mais séria.
Embora os patógenos de software continuem preocupando, o perigo
existe, hoje, principalmente como se fosse só uma chateação. Lembre-se de
que nosso êxito ao combatê-los teve lugar em uma indústria onde não há
regulamentação e só há uma certificação mínima para quem a pratica. A
indústria da computação amplamente sem regulamentação é também
enormemente produtiva. Pode-se afirmar que ela contribuiu mais para nosso
progresso tecnológico e econômico do que qualquer outro empreendimento
na história humana.
Mas a batalha referente aos vírus de software e à panóplia de patógenos
de software nunca vai terminar. Ficamos cada vez mais dependentes de
sistemas de software fundamentais, e a sofisticação e o potencial poder
destrutivo das armas de software autorreplicantes continuarão a aumentar.
Quando tivermos softwares rodando em nossos cérebros e corpos e
controlando o sistema imunológico dos nanorrobots do mundo, as apostas
serão incomensuravelmente maiores.

A ameaça do fundamentalismo. O mundo está lutando com uma forma

especialmente perniciosa de fundamentalismo religioso representada pelo
terrorismo islâmico radical. Embora pareça que esses terroristas não tenham
outro programa que não seja a destruição, eles têm uma programação que
vai além das interpretações literais das escrituras antigas: essencialmente,
atrasar o relógio das ideias modernas, como democracia, direitos das
mulheres e educação.
Mas o extremismo religioso não é a única forma de fundamentalismo que
representa uma força reacionária. No começo deste capítulo, citei Patrick
Moore, cofundador do Greenpeace, sobre sua desilusão com o movimento
que ajudou a fundar. A questão que abalou o apoio de Moore ao Greenpeace
foi a total oposição deste ao Golden Rice (arroz dourado), uma variedade de
arroz modificado geneticamente de modo a apresentar altos níveis de
betacaroteno, o precursor da vitamina A. Centenas de milhões de pessoas
38

na África e na Ásia têm falta de vitamina A, com meio milhão de crianças

ficando cegas todo ano pela deficiência e outros milhões contraindo outras
doenças relacionadas. Cerca de sete onças (pouco menos de 200 g) por dia
de Golden Rice forneceriam 100% das necessidades de vitamina A de uma
criança. Inúmeros estudos têm mostrado que esse grão, bem como muitos
outros organismos geneticamente modificados (OGMs), é seguro. Por
exemplo, em 2001, a Comissão Europeia lançou 81 estudos que concluíram
que os OGMs “não mostraram novos riscos para a saúde humana ou para o
meio ambiente, além das incertezas usuais do cultivo convencional de
plantas. Com efeito, o uso de uma tecnologia mais precisa e o maior
controle regulamentar provavelmente os tornam ainda mais seguros do que
plantas e alimentos convencionais”. 39

Não é minha posição que todos os OGMs são inerentemente seguros; é

óbvio que testar a segurança de cada produto é necessário. Mas o
movimento anti-OGM assume a posição de que todo OGM é, por sua
própria natureza, nocivo, um ponto de vista que não tem base científica.
A disponibilidade do Golden Rice tem sido atrasada por cinco anos pelo
menos através da pressão do Greenpeace e outros ativistas anti-OGM.
Moore, notando que esse atraso irá fazer com que milhões de outras
crianças fiquem cegas, e cita os opositores do grão que ameaçam “arrancar
o arroz G.M. dos campos se os fazendeiros ousarem plantá-lo”. Da mesma
maneira, nações africanas têm sido pressionadas a recusar a ajuda alimentar
de OGM e as sementes geneticamente modificadas, piorando com isso as
condições da fome. No final, vai prevalecer a habilidade demonstrada das
40

tecnologias como a dos OGM para resolver problemas devastadores, mas os

atrasos temporários causados pela oposição irracional resultarão, apesar de
tudo, em sofrimentos desnecessários.
Certos segmentos do movimento ambiental tornaram-se ludditas
fundamentalistas — “fundamentalistas” por causa de sua tentativa mal
orientada para preservar as coisas como são (ou eram); “ludditas” por causa
da atitude de reflexo contra as soluções tecnológicas para os problemas
excepcionais. Ironicamente, são as plantas OGM — muitas delas projetadas
para repelir insetos e outras pragas, e que, portanto, precisam de
quantidades muito reduzidas de agrotóxicos, ou mesmo nenhuma — que
oferecem a maior esperança para reverter os danos ambientais causados por
produtos químicos como os pesticidas.
Na verdade, chamar esses grupos de “ludditas fundamentalistas” é
redundante, porque o ludditismo é inerentemente fundamentalista. Ele
reflete a ideia de que a humanidade ficará melhor sem mudanças, sem
progresso. Isso nos traz de volta à ideia do abandono, já que o ímpeto de
abandonar a tecnologia em ampla escala vem das mesmas fontes
intelectuais e dos grupos ativistas que constituem o segmento luddita do
movimento ambientalista.

Humanismo fundamentalista. Com as tecnologias G e N começando

agora a odificar nossos corpos e cérebros, outra forma de oposição ao
progresso tem emergido como “humanismo fundamentalista”: oposição a
qualquer mudança na natureza do que significa ser humano (por exemplo,
alterar nossos genes e tomar outras medidas para um prolongamento radical
da vida). Entretanto, também esse empreendimento irá falhar no final,
porque a demanda por terapias que possam superar o sofrimento, a doença e
a curta expectativa de vida intrínsecas a nossos corpos na versão 1.0
provará ser irresistível.
No final, será apenas a tecnologia — especialmente a GNR — que
oferecerá a alavancagem necessária para superar problemas com que a
civilização humana vem lutando por muitas gerações.

Desenvolvimento de tecnologias defensivas e o

impacto da regulamentação
Uma das razões para que os clamores pelo abandono amplo sejam
atraentes é que eles pintam um quadro de perigos futuros supondo que serão
liberados no contexto do mundo despreparado de hoje. A realidade é que a
sofisticação e a potência de nossas tecnologias e conhecimentos defensivos
irão crescer junto com os perigos. Um fenômeno como a gosma cinza
(replicação desenfreada de nanorrobots) será contrabalançado pela “gosma
azul” (nanorrobots “policiais” para combater os nanorrobots “ruins”). É
óbvio que não se pode garantir que será possível evitar todo mau uso. Mas
o modo mais seguro para impedir o desenvolvimento de tecnologias
defensivas eficazes seria abandonar a procura do conhecimento em muitas
áreas amplas. Conseguimos controlar a replicação de vírus de software
danosos porque o conhecimento necessário está amplamente disponível
para os profissionais responsáveis. As tentativas de restringir esse
conhecimento teriam originado uma situação muito menos estável. As
respostas a novos desafios teriam sido muito mais lentas, e é provável que o
equilíbrio teria mudado para aplicações mais destrutivas (como vírus de
software automodificáveis).
Comparando o êxito que tivemos em controlar vírus fabricados de
software com o desafio iminente de controlar vírus biológicos fabricados,
uma diferença saliente nos chama a atenção. Como observei acima, a
indústria do software não tem quase nenhuma regulamentação.
Obviamente, o mesmo não se aplica à biotecnologia. Enquanto um
bioterrorista não precisa da aprovação da FDA para suas “invenções”, os
cientistas que desenvolvem tecnologias de defesa têm de seguir a
regulamentação existente, o que deixa lenta cada etapa do processo da
inovação. Além disso, com a regulamentação e os padrões éticos existentes,
é impossível testar defesas contra agentes bioterroristas. Já se está travando
uma ampla discussão para modificar esses regulamentos no sentido de
permitir que modelos animais e simulações substituam os testes inviáveis
em humanos. Isso será necessário, mas acho que precisamos ir além dessas
etapas para acelerar o desenvolvimento de tecnologias defensivas vitais.
Em termos de políticas públicas, a tarefa agora é desenvolver
rapidamente as necessárias etapas defensivas, que incluem padrões éticos,
padrões legais e as próprias tecnologias defensivas. É, claramente, uma
corrida. Como notei, no campo dos softwares as tecnologias defensivas têm
respondido rapidamente às inovações no campo das ofensivas. No campo
médico, em comparação, a extensa regulamentação torna lenta a inovação,
não se podendo ter a mesma confiança quanto ao abuso da biotecnologia.
No ambiente atual, quando uma pessoa morre nos testes de terapia genética,
a pesquisa pode ser seriamente restringida. Há uma necessidade legítima
41

para tornar a pesquisa biomédica tão segura quanto possível, mas o nosso
equilíbrio dos riscos está completamente distorcido. Milhões de pessoas
precisam desesperadamente dos avanços prometidos pela terapia genética e
outros avanços da biotecnologia, mas parece que elas têm um peso político
pequeno contra um punhado de mortes bem divulgadas causadas pelos
inevitáveis riscos do progresso.
Essa equação para equilibrar os riscos ficará ainda mais difícil quando se
considerarem os perigos emergentes dos patógenos criados pela
bioengenharia. O que se precisa é de uma mudança na atitude do público
sobre a tolerância quanto a riscos necessários. Apressar as tecnologias é
absolutamente vital para nossa segurança. Precisamos simplificar os
procedimentos reguladores para alcançar isso. Ao mesmo tempo, é
necessário aumentar em muito nosso investimento, explicitamente nas
tecnologias defensivas. No campo da biotecnologia, isso significa o rápido
desenvolvimento de remédios antivirais. Não haverá tempo para formular
contramedidas específicas para cada novo desafio que aparecer. Estamos
perto de desenvolver tecnologias antivirais mais generalizadas, como a
interferência no RNA, e elas precisam ser aceleradas.
Estamos tratando aqui da biotecnologia porque esse é o desafio e o limiar
imediatos que agora enfrentamos. Quando se aproximar o limiar da
nanotecnologia auto-organizadora, teremos de investir especificamente no
desenvolvimento de tecnologias defensivas nessa área, incluindo a criação
de um sistema imunológico tecnológico. Vejamos como funciona nosso
sistema imunológico biológico. Quando o corpo detecta um patógeno, as
células T e outras células do sistema imunológico se autorreproduzem
rapidamente para combater o invasor. Um sistema imunológico
nanotecnológico iria funcionar de modo parecido tanto no corpo humano
quanto no ambiente, e incluiria nanorrobots-sentinelas que poderiam
detectar nanorrobots autorreplicantes mal-intencionados. Quando fosse
detectada uma ameaça, os nanorrobots defensivos capazes de destruir os
intrusos seriam criados com rapidez (eventualmente através da
autorreprodução) para formar uma força defensiva eficaz.
Bill Joy e outros observadores têm ressaltado que um sistema
imunológico assim seria, ele mesmo, um perigo por causa das potenciais
reações “autoimunes” (isto é, os nanorrobots do sistema imunológico
atacando o mundo que eles deveriam defender). Entretanto, essa
42

possibilidade não é uma razão convincente para evitar a criação de um

sistema imunológico. Ninguém vai argumentar que seria melhor para os
humanos se não tivessem um sistema imunológico apenas porque poderiam
desenvolver doenças autoimunes. Embora o próprio sistema imunológico
possa representar um perigo, os humanos não iriam durar mais do que umas
poucas semanas (exceto esforços extraordinários de isolamento) sem ele. E
ainda assim, o desenvolvimento de um sistema imunológico tecnológico
para a nanotecnologia acontecerá mesmo sem trabalhos explícitos para criar
um. Isso aconteceu efetivamente em relação aos vírus de software, criando
um sistema imunológico não através de um grande projeto formal, mas,
antes, através de respostas adicionais a cada novo desafio e do
desenvolvimento de algoritmos heurísticos para uma detecção precoce.
Pode-se esperar que vá acontecer o mesmo à medida que emerjam os
perigos baseados na nanotecnologia. As políticas públicas deverão investir
especificamente nessas tecnologias de defesa.
Agora é prematuro desenvolver nanotecnologias defensivas específicas,
pois só podemos ter uma ideia geral daquilo contra o qual tentamos nos
defender. Entretanto, uma discussão e um diálogo frutíferos sobre antecipar
essa questão já estão acontecendo, e deve-se encorajar os investimentos
significativamente expandidos nesse empreendimento. Como mencionei
acima, o Foresight Institute, como um exemplo, criou uma série de padrões
éticos e estratégias para garantir o desenvolvimento de nanotecnologia
segura, com base nas orientações para a biotecnologia. Quando começou a
43

manipulação de genes em 1975, dois biólogos, Maxine Singer e Paul Berg,

sugeriram uma moratória para a tecnologia até que se pudesse tratar das
questões de segurança. Parecia aparente que havia um risco substancial se
genes para venenos fossem introduzidos em patógenos como o resfriado
comum, que se espalha facilmente. Depois de uma moratória de dez meses,
chegou-se a um acordo na conferência Asilomar sobre as orientações, que
incluíam provisões para contenção física e biológica, banimento de tipos
determinados de experiências e outras estipulações. Essas orientações sobre
biotecnologia têm sido seguidas estritamente, e não foram relatados
acidentes nos trinta anos de história do setor.
Mais recentemente, a organização que representa os cirurgiões de
transplante de órgãos no mundo adotou uma moratória quanto aos
transplantes de órgãos animais vascularizados para humanos. Isso foi feito
por medo de espalhar xenovírus do tipo HIV, dormentes há tempos, de
animais como porcos ou babuínos, para a população humana. Infelizmente,
essa moratória também pode tornar lenta a disponibilidade de xenoenxertos
(órgãos animais geneticamente modificados que são aceitos pelo sistema
imunológico humano) que salvariam a vida de milhões de pessoas que
morrem todos os anos por doenças do coração, dos rins e do fígado.
Martine Rothblatt, especialista em geoética, propôs substituir essa
moratória por um novo conjunto de orientações e regulamentações éticas. 44

No caso da nanotecnologia, o debate ético começou um par de décadas

antes da disponibilidade das aplicações particularmente perigosas. As
provisões mais importantes das orientações do Foresight Institute incluem:

»“Replicantes artificiais não podem ser capazes de se reproduzir em

um ambiente natural, sem controle.”
»“Desencoraja-se a evolução dentro do contexto de um sistema de
fabricação autorreplicante.”
»“Os projetos de dispositivos MNT devem limitar a proliferação
especificamente e fornecer a possibilidade de rastrear quaisquer
sistemas replicantes.”
»“A distribuição da capacidade de desenvolver a fabricação molecular
deve ser restrita, sempre que possível, a agentes responsáveis que
concordarem em usar as Orientações. Nenhuma restrição dessas
precisa ser aplicada aos produtos finais do processo de
desenvolvimento.”

Outras estratégias propostas pelo Foresight Institute incluem:

»A replicação deve exigir materiais não encontrados no ambiente

natural.
»A fabricação (replicação) deve ser separada da funcionalidade dos
produtos finais. Os dispositivos para fabricação podem criar produtos
 finais mas não podem se reproduzir, e produtos finais não devem ter a
capacidade de se replicar.
»A replicação deve exigir códigos de replicação que sejam codificados
e durem por tempo limitado. A arquitetura de difusão mencionada
acima é um exemplo dessa recomendação.

É provável que essas orientações e estratégias sejam eficazes para

prevenir uma liberação acidental de entes nanotecnológicos autorreplicantes
perigosos. Mas lidar com o projeto e lançamento intencionais de tais entes é
um problema mais complexo e desafiador. Um opositor bastante
determinado e destruidor poderia derrotar cada uma dessas camadas de
proteção. Tome-se, por exemplo, a arquitetura de difusão. Quando
projetados de modo adequado, cada ente não consegue se replicar sem obter
antes códigos para replicação, que não são repetidos de uma geração para a
outra. Entretanto, uma modificação nesse projeto poderia anular a
destruição dos códigos de reprodução e, assim, passá-los para a geração
seguinte. Para contra-atacar essa possibilidade, tem sido recomendado que a
memória para os códigos de replicação seja limitada a apenas um
subconjunto do código inteiro. Entretanto, essa orientação poderia ser
invalidada aumentando-se o tamanho da memória.
Outra proteção que tem sido sugerida é criptografar os códigos e
proteções internas nos sistemas de codificação, como as limitações no
tempo de duração. Entretanto, já se viu como tem sido fácil suplantar as
proteções contra a reprodução não autorizada de propriedade intelectual
como os arquivos de música. Quando os códigos de replicação e as
camadas de proteção são retiradas, a informação pode se reproduzida sem
essas restrições.
Isso não quer dizer que a proteção é impossível. Antes, cada nível de
proteção irá funcionar apenas até certo nível de sofisticação. A metalição
aqui é que será necessário colocar a mais alta prioridade da sociedade do
século XXI no avanço contínuo das tecnologias defensivas, mantendo-se
um ou mais passos à frente das tecnologias destruidoras (ou, pelo menos,
não mais do que um pequeno passo atrás).

Proteção contra a IA forte “não amigável”. Nem um mecanismo tão

eficiente quanto a arquitetura de difusão, entretanto, servirá de proteção
contra abusos da IA forte. As barreiras fornecidas pela arquitetura de
difusão dependem da falta de inteligência dos entes nanofabricados.
Entretanto, por definição, os entes inteligentes têm a astúcia para superar
essas barreiras facilmente.
Eliezer Yudkowsky analisou minuciosamente os paradigmas, as
arquiteturas e as regras éticas que podem ajudar a garantir que, quando a IA
forte tiver meios para acessar e modificar seu próprio projeto, ela
permaneça amigável em relação à humanidade biológica e apoie seus
valores. Considerando que a IA forte que melhora a si mesma não pode ser
recolhida, Yudkowsky ressalta que precisamos “acertar na primeira vez” e
que seu projeto inicial precisa ter “zero erros não recuperáveis”. 45

Intrinsecamente, não haverá uma proteção absoluta contra a IA forte.

Embora o argumento seja sutil, acho que manter aberto um sistema de
mercado livre para o progresso incremental científico e tecnológico, em que
cada passo está sujeito à aceitação do mercado, fornecerá o ambiente mais
construtivo para que a tecnologia incorpore valores humanos amplamente
difundidos. Como já ressaltei, a IA forte está emergindo de muitos
empreendimentos diversos e será integrada profundamente na infraestrutura
de nossa civilização. Com efeito, ela será inserida intimamente em nossos
corpos e cérebros. Como tal, vai refletir nossos valores porque ela será nós.
Tentativas de controlar essas tecnologias via programas governamentais
secretos, junto com o inevitável desenvolvimento clandestino, só iriam
gerar um ambiente instável em que as aplicações perigosas provavelmente
seriam dominantes.

Descentralização. Uma tendência profunda já bem em curso que irá

prover maior estabilidade é o movimento das tecnologias centralizadas na
direção das espalhadas, e do mundo real para o mundo virtual, discutida
acima. As tecnologias centralizadas envolvem uma soma de recursos com
pessoas (cidades, edifícios), energia (como usinas nucleares, petroleiros e
navios-tanques para gás natural líquido, linhas de transmissão de energia),
transporte (aviões, trens) e outros itens. As tecnologias centralizadas são
passíveis de transtornos e desastres. Elas também tendem a ser ineficientes,
antieconômicas e prejudiciais para o meio ambiente.
As tecnologias esparsas, por outro lado, tendem a ser flexíveis, eficientes
e relativamente benignas em seus efeitos ambientais. A tecnologia esparsa
por excelência é a internet. A internet não tem sido substancialmente
prejudicada até hoje, e como continua crescendo, sua robustez e resiliência
continuam ficando mais fortes. Se cair alguma plataforma ou canal, a
informação simplesmente vai por outro caminho.
Energia espalhada. Quanto à energia, precisamos nos separar das
instalações centralizadas e extremamente concentradas de que dependemos
agora. Por exemplo, uma empresa é pioneira em células de combustível que
são microscópicas, usando a tecnologia MEMS. Elas são fabricadas como
46

chips eletrônicos, mas, na verdade, são dispositivos para armazenamento de

energia com uma razão energia/tamanho que excede significativamente a
tecnologia convencional. Como já mostrei, painéis solares feitos pela
nanoengenharia poderão preencher nossas necessidades de energia de um
modo esparso, renovável e limpo. Finalmente, a tecnologia nessas linhas
poderia fornecer energia para tudo, dos celulares aos carros e casas. Esses
tipos de tecnologia de energia decentralizada não estariam sujeitos a
desastres ou perturbações.
À medida que essas tecnologias se desenvolvem, nossa necessidade de
reunir as pessoas em grandes edifícios e cidades vai diminuir, e as pessoas
irão se espalhar, vivendo onde quiserem e reunindo-se na realidade virtual.

Liberdades civis na era das batalhas assimétricas. A natureza dos

ataques terroristas e as filosofias das organizações por trás deles enfatizam
como as liberdades civis podem estar em oposição aos legítimos interesses
do Estado em vigiar e controlar. Nosso sistema legal — e, de fato, muito do
que pensamos sobre segurança — baseia-se na suposição de que as pessoas
são motivadas para preservar suas próprias vidas e bem-estar. Essa lógica
perpassa por todas as nossas estratégias, desde a proteção em nível local até
a garantida destruição mútua no palco do mundo. Mas um adversário que
valoriza a destruição tanto de seu inimigo quanto dele mesmo não se
sensibiliza com essa linha de raciocínio.
As implicações de tratar com um inimigo que não dá valor à sua própria
sobrevivência são profundamente perturbadoras e levaram a controvérsias
que só irão se intensificar à medida que as apostas continuem a aumentar.
Por exemplo, quando o FBI identifica uma provável célula terrorista, ele
prende os participantes mesmo que não haja provas suficientes para
condená-los por um crime, e pode ser até que eles ainda não tenham
cometido o crime. De acordo com as regras de combate em nossa guerra
contra o terrorismo, o governo continua mantendo presos esses indivíduos.
Em um editorial, o New York Times fez objeções a essa política, que
descreveu como uma “provisão perturbadora”. O jornal escreveu que o
47

governo deveria libertar esses presos porque ainda não cometeram um

crime e deveria prendê-los de novo só depois que o cometerem. É claro
que, quando isso acontecer, os terroristas suspeitos podem muito bem estar
mortos, junto com um grande número de suas vítimas. Como é possível que
as autoridades possam romper uma vasta rede de células descentralizadas
de terroristas suicidas se tiverem de esperar que cada uma cometa um
crime?
Por outro lado, essa mesma lógica tem sido usada rotineiramente por
regimes tirânicos para justificar a supressão das proteções judiciais que nós
viemos a apreciar. Da mesma forma, é justo argumentar que restringir assim
as liberdades civis é exatamente o objetivo dos terroristas, que desprezam
nossas ideias de liberdades e pluralismo. Entretanto, não vejo a perspectiva
de nenhuma “bala mágica” tecnológica que possa, essencialmente, alterar
esse dilema.
A armadilha da encriptação pode ser considerada como uma inovação
técnica que o governo tem proposto como uma tentativa de equilibrar as
necessidades individuais legítimas de privacidade com a necessidade
governamental de vigiar. Junto com esse tipo de tecnologia, também
precisamos de uma inovação política para fornecer uma supervisão eficaz,
tanto do poder judiciário quanto do legislativo, do uso pelo poder executivo
dessas armadilhas, para evitar um potencial abuso de poder. A natureza
sigilosa de nossos oponentes e sua falta de respeito pela vida humana,
inclusive da própria, irão testar profundamente as fundações de nossas
tradições democráticas.

Um programa para a defesa GNR

Descendemos de peixinhos dourados, essencialmente, mas isso [não] quer dizer que em
seguida nos pusemos a matar todos os peixinhos dourados. Talvez [as IAs] irão nos
alimentar uma vez por semana [...]. Se você tivesse uma máquina com um QI de 10
elevado à 18a potência acima dos humanos, você não iria querer que ela governasse ou,
pelo menos, controlasse sua economia?
Seth Shostak
Como podemos garantir os benefícios profundos da GNR enquanto
melhoramos seus perigos? A seguir, uma revisão de um programa sugerido
para conter os riscos da GNR:
A recomendação mais urgente é aumentar muito nosso investimento nas
tecnologias de defesa. Já que estamos na era G, o grosso desse investimento
hoje deveria ser em tratamentos e medicações antivirais (biológicas). Temos
novas ferramentas bem adequadas para essa tarefa. Por exemplo, a
interferência no RNA pode ser usada para bloquear a expressão de genes.
Virtualmente todas as infecções (bem como o câncer) dependem da
expressão de genes em algum ponto de seus ciclos de vida.
Também devem ser apoiados empreendimentos para antecipar as
tecnologias de defesa necessárias para orientar N e R com segurança, e
estas devem ser substancialmente aumentadas à medida que chegarmos
mais próximos da factibilidade da fabricação molecular e da IA forte,
respectivamente. Um benefício colateral significativo seria acelerar os
tratamentos eficazes contra doenças infecciosas e câncer. Testemunhei
perante o Congresso sobre essa questão, defendendo o investimento de
dezenas de bilhões de dólares por ano (menos do que 1% do produto
interno bruto) para tratar dessa ameaça nova e pouco conhecida à existência
da humanidade. 48

»Precisamos agilizar o processo regulador de tecnologias genéticas e

médicas. As regulamentações não impedem o uso maldoso da
tecnologia, mas atrasam significativamente as defesas necessárias.
Como já foi mencionado, precisamos equilibrar melhor os riscos da
nova tecnologia (por exemplo, novos remédios) com o prejuízo
conhecido da demora.
»Um programa global de monitoramento aleatório, confidencial, para
patógenos biológicos desconhecidos ou que estão evoluindo deveria
ter financiamento. As ferramentas para o diagnóstico existem para
identificar rapidamente a existência de proteínas ou sequências de
ácido nucleico desconhecidas. A inteligência é a chave da defesa, e um
programa assim poderia avisar com antecedência uma epidemia
iminente. Esse programa de “sentinela de patógenos” tem sido
proposto por muitos anos pelas autoridades públicas da saúde, mas
nunca recebeu um financiamento adequado.
»Moratórias temporárias bem definidas e dirigidas, como a que
ocorreu no setor da genética em 1975, podem ser necessárias de vez
em quando. Mas não é provável que tais moratórias sejam necessárias
para a nanotecnologia. Amplos esforços para abandonar as principais
áreas da tecnologia só servem para prolongar o sofrimento humano ao
atrasar os aspectos benéficos de novas tecnologias e, na verdade,
aumentam os perigos.
»Os esforços para definir as orientações de segurança e ética para a
nanotecnologia devem continuar. Tais orientações irão se tornar
inevitavelmente mais detalhadas e refinadas à medida que chegarmos
mais perto da fabricação molecular.
»Para criar o apoio político para financiar os empreendimentos
sugeridos acima, é preciso despertar a consciência do público para
esses perigos. Porque, é claro, existe o lado negativo de alarmar e
gerar um apoio mal informado para mandatos amplos antitecnológicos;
também precisamos fazer com que o público entenda os benefícios
profundos dos avanços contínuos da tecnologia.
»Esses riscos ultrapassam as fronteiras internacionais — o que
claramente não é nada novo; os vírus biológicos, os vírus de software e
os mísseis já cruzam essas fronteiras impunemente. A cooperação
internacional foi vital para conter o vírus da SARS, e irá se tornar cada
vez mais vital ao confrontar desafios futuros. As organizações
mundiais como a Organização Mundial da Saúde, que ajudou a
coordenar a resposta da SARS, precisam ter mais força.
»Uma questão política contemporânea contenciosa é a necessidade de
ação prévia para combater ameaças, como terroristas com acesso a
armas de destruição em massa ou nações criminosas que apoiam esses
terroristas. Essas medidas sempre serão controversas, mas é clara a
necessidade potencial delas. Uma explosão nuclear pode destruir uma
cidade em segundos. Um patógeno autorreplicante, quer biológico,
quer baseado na nanotecnologia, poderia destruir nossa civilização em
questão de dias ou semanas. Não podemos sempre nos permitir esperar
pela concentração de exércitos ou outras indicações óbvias de más
intenções para tomar medidas de proteção.
»As agências de inteligência e as autoridades policiais terão um papel
vital para prevenir a grande maioria dos incidentes potencialmente
perigosos. Seus esforços precisam envolver as tecnologias disponíveis
mais poderosas. Por exemplo, antes do final desta década, dispositivos
do tamanho de grãos de poeira conseguirão realizar missões de
reconhecimento. Quando chegarmos aos anos 2020 e tivermos
softwares rodando em nossos corpos e cérebros, as autoridades do
governo terão uma necessidade legítima de monitorar ocasionalmente
esses fluxos de softwares. O potencial para abuso de tais poderes é
óbvio. Precisamos alcançar um caminho do meio para prevenir eventos
catastróficos enquanto preservamos nossa privacidade e liberdade.
»As abordagens acima serão inadequadas para lidar com o perigo de R
patológico (IA forte). Nossa estratégia primária nessa área deveria ser
otimizar a probabilidade de que a futura inteligência não biológica vá
refletir nossos valores de liberdade, tolerância e respeito pelo
conhecimento e pela diversidade. A melhor maneira de realizar isso é
adotar esse valores em nossa sociedade hoje e mais adiante. Se isso
parece vago, ele é. Mas não há nenhuma estratégia puramente técnica
que funcione nessa área, porque a maior inteligência sempre vai achar
um meio para se desviar das medidas que são o produto de uma
inteligência menor. A inteligência não biológica que estamos criando
está e será incorporada em nossas sociedades, e irá refletir nossos
 valores. A fase transbiológica envolverá uma inteligência não
biológica profundamente integrada com a inteligência biológica. Isso
ampliará nossas habilidades, e nossa aplicação desses poderes
intelectuais maiores será governada pelos valores de seus criadores. A
era transbiológica dará lugar, no final, para a era pós-biológica, mas
espera-se que nossos valores continuem influentes. Essa estratégia
certamente não é infalível, mas é o meio primordial que temos hoje
para influenciar o futuro andamento da IA forte.

A tecnologia permanecerá como uma faca de dois gumes. Ela representa

um vasto poder para ser usado para todos os propósitos da humanidade. A
GNR fornecerá os meios para superar problemas antigos como doenças e
pobreza, mas também dará poderes para ideologias destruidoras. Não temos
escolha, a não ser reforçar nossas defesas enquanto aplicamos essas
tecnologias que ficam mais rápidas para promover nossos valores humanos,
apesar da aparente falta de consenso sobre quais devem ser esses valores.

MOLLY 2004: Certo, agora me mostre de novo aquele cenário furtivo — você
sabe, aquele em que os nanorrobots maus se espalham em silêncio pela
biomassa para ficar em posição, mas na verdade não se expandem para
destruir nada, até que acabem de se espalhar pelo mundo.
RAY: Bom, os nanorrobots iriam se espalhar em uma concentração muito
baixa, algo como um átomo de carbono por 10 na biomassa, portanto eles
15

seriam semeados pela biomassa. Assim, a velocidade com que os

nanorrobots destrutivos se espalhassem fisicamente não seria um fator
limitante quando eles, depois, se reproduzissem já no lugar. Se eles
pulassem a fase furtiva e se expandissem em um único lugar, a nanodoença
seria percebida e a difusão pelo mundo ficaria relativamente lenta.
MOLLY 2004: Então como vamos nos proteger disso? Quando eles
começarem a fase dois, temos só uns noventa minutos ou muito menos se se
quiser evitar um dano enorme.
RAY: Por causa da natureza do crescimento exponencial, o grosso do
prejuízo é feito nos últimos minutos, mas a sua observação é boa. Em
nenhum cenário vamos ter uma chance sem um sistema imunológico
nanotecnológico. É evidente que a gente não pode ficar esperando o
começo do ciclo de noventa minutos de destruição para começar a pensar
em criar um. Um sistema desses seria muito parecido com o nosso. Quanto
tempo iria durar um humano biológico de 2004 sem ter um?
MOLLY 2004: Acho que não muito. Como esse sistema nanoimunológico pega
esses nanorrobots maus se eles são só um em cada mil trilhões?
RAY: Temos o mesmo problema com nosso sistema imunológico biológico.
Detectar apenas uma única proteína estranha dispara uma ação rápida das
fábricas de anticorpos biológicos, assim o sistema imunológico está lá com
força quando um patógeno chega perto de um nível crítico. Precisamos de
uma capacidade parecida para o sistema nanoimunológico.
CHARLES DARWIN: Agora me conte, os nanorrobots do sistema imunológico
conseguem se reproduzir?
RAY: Eles precisariam conseguir se reproduzir; de outro modo, não iriam
conseguir acompanhar o ritmo dos nanorrobots patogênicos replicantes. Já
foram feitas propostas para semear a biomassa com nanorrobots protetores
do sistema imunológico com uma determinada concentração, mas, quando
a concentração dos nanorrobots maus ficasse maior do que a fixa, o
sistema imunológico sairia perdendo. Robert Freitas propõe nanofábricas
não replicantes para liberar nanorrobots protetores adicionais quando
necessário. Pode ser que isso trate das ameaças por um tempo, mas no fim
o sistema de defesa vai precisar ter a habilidade de reproduzir suas
capacidades imunológicas no local para acompanhar o ritmo das ameaças
emergentes.
CHARLES: Então os nanorrobots do sistema imunológico não serão
totalmente equivalentes aos nanorrobots malvados da fase um? Quer dizer,
semear a biomassa é a primeira fase do cenário furtivo.
RAY: Mas os nanorrobots do sistema imunológico estão programados para
nos proteger, não para nos destruir.
CHARLES: Tenho entendido que o software pode ser modificado.
RAY: Hackeado, você quer dizer?
CHARLES: Isso, exatamente. Então se o software do sistema imunológico for
modificado por um hacker para simplesmente ligar sua habilidade de
autorreplicação sem fim...
RAY: ...é, bom, a gente tem de ter cuidado com isso, não?
MOLLY 2004: É isso.
RAY: A gente tem o mesmo problema com o nosso sistema imunológico
biológico. Ele é potente, e caso se volte contra a gente é uma doença
autoimune, que pode ser traiçoeira. Mas ainda não tem alternativa para
esse sistema.
MOLLY 2004: Então um vírus de software pode fazer um sistema imunológico
de nanorrobots virar um destruidor disfarçado?
RAY: É possível. É justo concluir que a segurança dos softwares vai ser a
questão decisiva para muitos níveis da civilização homem-máquina. Com
tudo se tornando informação, manter a integridade do software de nossas
tecnologias será fundamental para a nossa sobrevivência. Mesmo no nível
da economia, manter o modelo de negócio que cria informação vai ser
crítico para o bem-estar da gente.
MOLLY 2004: Isso faz com que eu me sinta meio desamparada. Quer dizer,
com todos esses nanorrobots bons e maus lutando, vou ser só uma infeliz
espectadora.
RAY: Isso nem é um fenômeno novo. Quanta influência você tem em 2004
sobre as dezenas de milhares de armas nucleares no mundo?
MOLLY 2004: Pelo menos posso falar e votar nas eleições que afetam
questões de política externa.
RAY: Não tem razão para que isso mude. Fornecer um sistema imune
nanotecnológico confiável vai ser uma das grandes questões políticas dos
anos 2020 e 2030.
MOLLY 2004: E quanto à IA forte?
RAY: A boa notícia é que ela nos protegerá da nanotecnologia maldosa
porque vai ser bastante inteligente para fazer com que a gente mantenha
nossas tecnologias de defesa na frente das destruidoras.
NED LUDD: Supondo que ela esteja no lado da gente.
RAY: É mesmo.
1 ∗ Doença infecciosa de ratos, parecida com o vírus da varíola. (N.T.)
2 ∗ Agências dos Estados Unidos. (N.T.)
3 ∗∗ No Brasil, o número é 190. (N.T.)
CAPÍTULO 9
Respostas às críticas
A mente humana gosta de uma ideia estranha tão pouco quanto o corpo gosta de uma
proteína estranha e resiste a ela com uma energia similar.
W. I. Beveridge
Se um [...] cientista disser que uma coisa é possível, é quase certo que ele esteja certo,
mas se disser que é impossível, é bem provável que ele esteja errado.
Arthur C. Clarke

Uma panóplia de críticas

Em The Age of Spiritual Machines, comecei a examinar algumas das
tendências que se aceleram, e que procurei explorar com maior
profundidade neste livro. ASM inspirou uma ampla variedade de reações,
inclusive longas discussões sobre mudanças profundas e iminentes
analisadas no livro (por exemplo, o debate da promessa versus perigo
provocado pelo artigo de Bill Joy na Wired, “Why the Future Doesn’t Need
Us” [Por que o futuro não precisa de nós], que comentei no capítulo
anterior). As respostas também incluíram tentativas de argumentar, em
muitos níveis, porque tais mudanças transformadoras não iriam, não
poderiam ou não deveriam acontecer. Eis um resumo das críticas a que vou
responder neste capítulo:

•A “crítica de Malthus”: É um erro extrapolar tendências exponenciais

indefinidamente, pois é inevitável que acabem os recursos para
manter o crescimento exponencial. Além do mais, não temos energia
suficiente para alimentar as previsões das plataformas
computacionais extraordinariamente densas, e mesmo que tivéssemos,
elas seriam tão quentes quanto o Sol. As tendências exponenciais
atingem uma assíntota, mas os recursos de matéria e energia
necessários para a computação e a comunicação são tão pequenos por
cálculo e por bit que essas tendências podem continuar até o ponto em
que a inteligência não biológica seja trilhões de trilhões de vezes mais
potente do que a inteligência biológica. A computação reversível pode
reduzir necessidades de energia, bem como a dissipação do calor, em
muitas ordens de grandeza. Mesmo restringindo a computação aos
computadores “frios”, serão alcançadas plataformas não biológicas de
computar que superam em muito a inteligência biológica.
•A “crítica do software”: Estamos tendo ganhos exponenciais no
hardware, mas o software está atolado na lama. Embora o tempo de
duplicação para o progresso no software seja maior do que o do
hardware computacional, o software também está acelerando sua
efetividade, eficiência e complexidade. Muitas aplicações de software,
indo desde motores de busca a games, usam, como rotina, técnicas de
IA que eram só projetos de pesquisa há uma década. Ganhos
substanciais também aconteceram na complexidade geral do software,
na produtividade e na eficiência do software para resolver problemas
algorítmicos importantes. Além do mais, temos um plano efetivo para
alcançar, em uma máquina, a capacidade da inteligência humana: usar
a engenharia reversa no cérebro para capturar seus princípios
operacionais e depois implementar esses princípios em plataformas de
computação com a capacidade do cérebro. Todos os aspectos da
engenharia reversa no cérebro estão se acelerando: a resolução
espacial e temporal do escaneamento do cérebro, o conhecimento
sobre todos os níveis de operação do cérebro e os esforços para
modelar e simular, de modo realista, os neurônios e as regiões do
cérebro.
•A “crítica do processamento analógico”: A computação digital é
rígida demais porque os bits digitais estão ou ligados ou desligados. A
inteligência biológica é principalmente analógica, assim pode haver
graduações sutis. É verdade que o cérebro humano usa métodos
analógicos controlados digitalmente, mas também podemos usar esses
métodos em nossas máquinas. Além do mais, a computação digital
pode simular transações analógicas até qualquer nível de precisão que
se desejar, enquanto o contrário não é verdade.
•A “crítica da complexidade do processamento neural”: Os processos
de informação nas conexões interneurais (axônios, dendritos,
sinapses) são muito mais complexos do que os modelos simplistas
usados nas redes neurais. Verdade, mas as simulações de regiões do
cérebro não usam esses modelos simplificados. Já alcançamos
modelos matemáticos realistas e simulações de neurônios e conexões
interneurais que capturam as não linearidades e complexidades de seus
correspondentes biológicos. Além disso, descobrimos que a
complexidade de processar regiões do cérebro muitas vezes é mais
simples do que a dos neurônios que participam delas. Já temos
modelos e simulações efetivos para várias dúzias de regiões do cérebro
humano. O genoma contém apenas 30 a 100 milhões de bytes de
informação para projetos quando se considera a redundância, portanto
essa informação para o cérebro é de um nível administrável.
•A “crítica dos microtúbulos e da computação quântica”: Os
microtúbulos nos neurônios são capazes de realizar a computação
quântica, e essa computação quântica é um pré-requisito para a
consciência. Para fazer “upload” de uma personalidade, seria preciso
capturar seu estado quântico exato. Não há evidências que confirmem
nenhuma dessas duas afirmações. Mesmo se fosse verdade, não há
nada que impeça a computação quântica de ser realizada em sistemas
não biológicos. Normalmente, usamos efeitos quânticos em
semicondutores (tunelamento em transistores, por exemplo), e a
computação quântica baseada em máquinas também está progredindo.
Quanto a capturar um estado quântico preciso, estou em um estado
quântico muito diferente do que estava antes de escrever esta sentença.
Então já sou uma pessoa diferente? Talvez seja, mas se meu estado, há
um minuto, fosse capturado, um upload baseado nessa informação
ainda iria passar com sucesso em um teste de Turing “Ray Kurzweil”.
•A “crítica da tese de Church-Turing”: Podemos mostrar que há vastas
classes de problemas que não podem ser resolvidos por nenhuma
máquina de Turing. Também se pode mostrar que as máquinas de
Turing podem emular qualquer computador possível (isto é, existe
uma máquina de Turing que pode resolver qualquer problema que
qualquer computador possa resolver), portanto isso demonstra uma
clara limitação dos problemas que um computador pode resolver. Mas
humanos conseguem resolver esses problemas, portanto as máquinas
jamais irão emular a inteligência humana. Os humanos não
conseguem resolver universalmente esses problemas mais do que as
máquinas. Os humanos podem dar opiniões abalizadas sobre soluções
em certas instâncias, mas as máquinas podem fazer a mesma coisa e,
muitas vezes, muito mais rápido.
•A “crítica das taxas de defeitos”: Os sistemas de computador estão
mostrando taxas alarmantes de falhas catastróficas à medida que
aumenta sua complexidade. Thomas Ray escreve que estamos
“desafiando os limites daquilo que podemos efetivamente projetar e
construir através de abordagens convencionais”. Temos desenvolvido
sistemas cada vez mais complexos para administrar uma ampla
variedade de tarefas de suma importância, e as taxas de defeitos nesses
sistemas são muito baixas. Entretanto, a imperfeição é uma
característica inerente a qualquer processo complexo, e isso inclui,
com certeza, a inteligência humana.
•A “crítica do ‘bloqueio’”: Os sistemas generalizados e complexos de
apoio (e os enormes investimentos nesses sistemas) exigidos por
setores como energia e transporte estão bloqueando a inovação,
portanto isso irá impedir o tipo de mudança rápida prevista para as
tecnologias subjacentes à Singularidade. São especificamente os
processos de informação que crescem exponencialmente em sua
capacidade e preço-desempenho. Já vimos rápidas mudanças de
paradigma em todos os aspectos da tecnologia da informação, livres de
qualquer fenômeno que as bloqueie (apesar de grandes investimentos
na infraestrutura em áreas como a internet e as telecomunicações). Até
os setores de energia e transporte irão testemunhar mudanças
revolucionárias nas inovações baseadas na nanotecnologia.
•A “crítica da ontologia”: John Searle descreve várias versões de sua
analogia do Quarto Chinês. Em uma delas, um homem segue um
programa escrito para responder perguntas em chinês. O homem
parece responder as perguntas com competência em chinês, mas,
como está apenas seguindo mecanicamente um programa escrito, ele
não entende chinês e não percebe o que está fazendo na realidade. O
“homem” no quarto não entende nada porque, afinal, “ele é só um
computador”, de acordo com Searle. Então, os computadores
claramente não entendem o que estão fazendo, uma vez que estão
apenas seguindo regras. Os argumentos do Quarto Chinês de Searle
são fundamentalmente tautológicos, pois eles só adotam a conclusão
de que os computadores não podem ter qualquer entendimento real.
Parte da prestidigitação filosófica nas simples analogias de Searle é
uma questão de escala. Ele se propõe descrever um sistema simples e
depois pede que o leitor considere como tal sistema poderia ter algum
entendimento. Mas a própria caracterização é enganosa. Para ser
coerente com as próprias suposições de Searle, o sistema do Quarto
Chinês que ele descreve teria de ser tão complexo quanto um cérebro
humano e, portanto, teria tanto entendimento quanto um cérebro
humano. O homem na analogia estaria agindo como a unidade central
de processamento, apenas uma pequena parte do sistema. Embora o
homem não possa ver, o entendimento está distribuído por todo o
padrão do programa em si e pelos bilhões de notas que ele teria de
fazer para seguir o programa. Considere que eu entendo inglês, mas
nenhum dos meus neurônios entende. Meu entendimento é
representado por vastos padrões de forças de neurotransmissores,
fissuras sinápticas e conexões interneurais.
•A “crítica da divisão rico-pobre”: É provável que, com essas
tecnologias, os ricos possam obter certas oportunidades a que o resto
da humanidade não tem acesso. É claro que isso não seria nada novo,
mas assinalo que, por causa do crescimento exponencial contínuo do
preço-desempenho, todas essas tecnologias irão ficar rapidamente tão
baratas que se tornarão quase de graça.
•A “crítica da provável regulamentação do governo”: A
regulamentação do governo vai desacelerar e parar a aceleração da
tecnologia. Embora o potencial para obstruir da regulamentação seja
uma preocupação importante, até agora teve pouco efeito mensurável
nas tendências discutidas neste livro. Não existindo um estado
totalitário global, a economia e outras forças subjacentes ao progresso
técnico só irão crescer com os avanços contínuos. Mesmo questões
controversas como a pesquisa com células-tronco acabam sendo como
pedras em um riacho, o fluxo do progresso correndo em torno delas.
•A “crítica do teísmo”: De acordo com William A. Dembski,
“materialistas contemporâneos como Ray Kurzweil [...] veem os
movimentos e as modificações da matéria como suficientes para
prestar contas de mentalidade humana. Mas o materialismo é
previsível, enquanto a realidade não é. A previsibilidade [é] a
principal virtude do materialismo [...] e o vazio [é] seu defeito
principal.” Sistemas complexos de matéria e energia não são
previsíveis, já que se baseiam em uma vasta quantidade de event os
quânticos imprevisíveis. Mesmo que aceitemos uma interpretação de
“variáveis ocultas” da mecânica quântica (o que significa que os
eventos quânticos só parecem ser imprevisíveis mas estão baseados em
variáveis ocultas indetectáveis), o comportamento de um sistema
complexo ainda seria imprevisível na prática. Todas as tendências
mostram que estamos claramente caminhando para sistemas não
biológicos que são tão complexos quanto seus correspondentes
biológicos. Tais sistemas futuros não serão mais “vazios” do que os
humanos e, em muitos casos, estarão baseados na engenharia reversa
da inteligência humana. Não precisamos ir além das aptidões dos
padrões de matéria e energia para prestar contas das aptidões da
inteligência humana.
•A “crítica do holismo”: Para citar Michael Denton, os organismos
são “auto-organizadores, [...] autorreferentes, [...] autorreplicantes,
[...] recíprocos, [...] autoformadores e [...] holísticos”. Tais formas
orgânicas só podem ser criadas através de processos biológicos e tais
 formas são “imutáveis, [...] impenetráveis e [...] realidades
fundamentais da existência”. É verdade que o projeto biológico
1

representa um profundo conjunto de princípios, e não há nada que

restrinja os sistemas não biológicos de aproveitar as propriedades
emergentes dos padrões encontrados no mundo biológico.
Já me envolvi em inúmeros debates e diálogos respondendo a esses
desafios em vários fóruns. Um dos meus objetivos neste livro é fornecer
uma resposta abrangente para as críticas mais importantes que tenho
encontrado. Muitas das minhas réplicas a essas críticas sobre factibilidade e
inevitabilidade têm sido discutidas neste livro, mas neste capítulo quero
apresentar uma resposta detalhada às mais interessantes.

A crítica da incredulidade
Talvez a crítica mais sincera do futuro que previ aqui seja a simples
descrença de que essas mudanças profundas possam chegar a ocorrer. O
químico Richard Smalley, por exemplo, descarta a ideia, como apenas
“boba”, dos nanorrobots serem capazes de executar missões na corrente
sanguínea humana. Mas a ética dos cientistas pede cautela na avaliação das
perspectivas para o trabalho atual, e essa cautela razoável infelizmente leva
muitos cientistas a se esquivarem de considerar o poder de gerações de
ciência e tecnologia muito além da fronteira de hoje. Com o ritmo da
mudança de paradigma ocorrendo cada vez mais rápido, esse pessimismo
enraizado não serve às necessidades da sociedade na avaliação das aptidões
científicas nas décadas futuras. Considere como a tecnologia de hoje iria
parecer incrível para as pessoas há um século.
Uma crítica relacionada baseia-se na noção de que é difícil prever o
futuro, e uma porção de previsões ruins de outros futuristas em eras
passadas pode ser citada para confirmar isso. Predizer qual empresa ou
produto vai ter sucesso é de fato muito difícil, se não impossível. A mesma
dificuldade ocorre ao predizer qual padrão ou projeto técnico vai
prevalecer. (Por exemplo, como vão se sair nos próximos anos os
protocolos de comunicação sem fio WiMAX, CDMA e 3G?) Entretanto,
como este livro tem argumentado extensamente, achamos tendências
exponenciais notavelmente precisas e previsíveis quando avaliamos a
efetividade geral (quando medida pelo preço-desempenho, largura de banda
e outras medidas de capacidade) das tecnologias de informação. Por
exemplo, o crescimento exponencial suave do preço-desempenho da
computação data de mais de um século atrás. Considerando que se sabe que
a quantidade mínima de matéria e energia necessária para computar ou
transmitir um bit de informação é infimamente pequena, pode-se prever,
com confiança, a continuação dessa tendência da tecnologia de informação
por, pelo menos, este próximo século. Além do mais, pode-se prever, de
modo confiável, a capacidade dessas tecnologias em tempos futuros.
Prever o caminho de uma única molécula em um gás é essencialmente
impossível, mas certas propriedades do gás como um todo (composto por
muitíssimas moléculas interagindo caoticamente) podem ser previstas com
confiança através das leis da termodinâmica. Do mesmo modo, não é
possível predizer de maneira confiável os resultados de um projeto ou
empresa específicos, mas a capacidade geral da tecnologia da informação
(que compreende muitas atividades caóticas) pode, apesar de tudo, ser
prevista com segurança pela Lei dos Retornos Acelerados.
Muitas das tentativas furiosas de argumentar porque as máquinas —
sistemas não biológicos — jamais podem ser comparadas com humanos
parecem ser alimentadas por essa reação básica de incredulidade. A história
do pensamento humano é marcada por muitas tentativas de rejeitar ideias
que parecem ameaçar o consenso de que nossa espécie é especial. O insight
de Copérnico, de que a Terra não era o centro do universo, encontrou
resistência, bem como o de Darwin, de que éramos uma evolução apenas
ligeira de outros primatas. A ideia de que as máquinas poderiam igualar-se e
até mesmo superar a inteligência humana parece, mais uma vez, colocar em
dúvida o status humano.
Na minha opinião, apesar de tudo, há alguma coisa essencialmente
especial sobre os seres humanos. Fomos a primeira espécie na Terra a
combinar uma função cognitiva e um apêndice oponível efetivo (o polegar),
portanto fomos capazes de criar a tecnologia que iria ampliar nossos
próprios horizontes. Nenhuma outra espécie na Terra conseguiu isso. (Para
ser preciso, somos a única espécie sobrevivente neste nicho ecológico —
outros, como os neandertais, não sobreviveram.) Como mostrei no capítulo
6, ainda estamos por descobrir outra civilização assim no universo.

A crítica de Malthus
Tendências exponenciais não duram para sempre. O exemplo metafórico
clássico das tendências exponenciais que dão errado é conhecido como “os
coelhos da Austrália”. Uma espécie que chega a um novo habitat acolhedor
aumentará seu número exponencialmente até atingir o limite da capacidade
desse meio ambiente para sustentá-la. Chegar perto desse limite do
crescimento exponencial pode até provocar uma redução geral no número
de indivíduos — por exemplo, os humanos que percebem o alastramento de
uma praga podem procurar erradicá-la. Outro exemplo comum é um
micróbio que pode crescer exponencialmente no corpo de um animal até
que chegue a um limite: a habilidade desse corpo para sustentá-lo, a
resposta do sistema imunológico do animal ou a morte do hospedeiro.
Até mesmo a população humana está agora chegando ao limite. As
famílias das nações mais desenvolvidas empregam o planejamento familiar
e têm padrões relativamente altos para os recursos que querem dar aos
filhos. Como resultado, a expansão da população no mundo desenvolvido
em grande parte parou. Enquanto isso, as pessoas (nem todas) nos países
subdesenvolvidos continuam a ter famílias grandes como meio de
seguridade social, esperando que ao menos um filho sobreviva bastante
tempo para sustentá-las na velhice. Entretanto, com a Lei dos Retornos
Acelerados fornecendo mais ganhos econômicos amplamente espalhados, o
crescimento geral da população humana está desacelerando.
Então será que não há um limite para as tendências exponenciais
comparável ao que estamos testemunhando para as tecnologias da
informação?
A resposta é sim, mas não antes que aconteçam as profundas
transformações descritas por este livro. Como discuti no capítulo 3, a
quantidade de matéria e energia necessária para computar ou transmitir um
bit é infinitamente menor. Usando portas lógicas reversíveis, a entrada de
energia só é necessária para transmitir resultados e corrigir erros. Além
disso, o calor liberado por cada computação é imediatamente reciclado para
alimentar a computação seguinte.
Como mostrei no capítulo 5, os projetos baseados em nanotecnologia
para virtualmente todas as aplicações — computação, comunicação,
fabricação e transporte — vão exigir substancialmente menos energia do
que hoje. A nanotecnologia também facilitará a captura de fontes de energia
renovável como a luz do sol. Poderíamos ter todas as nossas necessidades
projetadas de energia de 30 trilhões de watts em 2030 com o poder do sol se
capturássemos apenas 0,03% (três décimos de milésimos) da energia do sol
que atinge a Terra. Isso será factível com painéis solares extremamente
baratos, leves, eficientes, feitos pela nanoengenharia, com nanocélulas de
combustível para armazenar e distribuir a energia capturada.
Um limite virtualmente ilimitado. Como já foi abordado no capítulo 3,
um computador de 2,2 libras perfeitamente organizado, usando portas
lógicas reversíveis, tem cerca de 10 átomos e pode armazenar cerca de 10
25 27
bits. Só considerando as interações eletromagnéticas entre as partículas, há
pelo menos 10 mudanças de estado por bit por segundo que podem ser
15

aproveitadas para a computação, resultando em cerca de 10 cálculos por

42

segundo no computador “frio” de 2,2 libras. Isso é cerca de 10 vezes mais

16

potente do que todos os cérebros biológicos hoje. Se permitirmos que o

computador esquente, podemos aumentar isso em 10 vezes. E obviamente
8

não vamos restringir nossos recursos computacionais a um quilo de matéria,

mas, no final, iremos empregar uma fração significativa da matéria e
energia da Terra e do sistema solar, e depois nos espalharemos a partir daí.
Os paradigmas específicos chegam aos limites. Esperamos que a Lei de
Moore (relativa à redução do tamanho de transistores em um circuito
integrado plano) atingirá um limite nas próximas duas décadas. A data para
o fim da Lei de Moore está sempre sendo adiada. As primeiras estimativas
previam 2002, mas agora a Intel diz que não vai acontecer até 2022. Mas,
como discuti no capítulo 2, cada vez que um paradigma específico da
computação aproximava-se de seu limite, os interesses e a pressão da
pesquisa aumentavam para que se criasse um novo paradigma. Isso já
aconteceu quatro vezes na história de um século do crescimento
exponencial da computação (de calculadoras eletromagnéticas a
computadores baseados em relés e válvulas a transistores discretos e
circuitos integrados). Já alcançamos muitos marcos importantes na direção
do próximo (sexto) paradigma da computação: circuitos tridimensionais
auto-organizadores em nível molecular. Portanto, o fim iminente de um
dado paradigma não representa um limite verdadeiro.
Há limites para a potência da tecnologia da informação, mas esses limites
são vastos. Estimei a capacidade da matéria e energia de nosso sistema solar
como podendo suportar a computação de no mínimo 10 cps (ver capítulo
70

6). Considerando que há pelo menos 10 estrelas no universo, obtemos

20

cerca de 10 cps para isso, o que concorda com a análise independente de

90

Seth Lloyd. Então, sim, há limites, mas eles não são muito limitantes.

A crítica do software
Um desafio comum à factibilidade da IA forte, e portanto à
Singularidade, começa diferenciando as tendências quantitativas das
qualitativas. Esse argumento reconhece, em essência, que certas
capacidades de força bruta, como a capacidade da memória, a velocidade
do processamento e a largura de banda das comunicações, estão
expandindo-se exponencialmente, mas sustenta que o software (isto é,
métodos e algoritmos) não está.
Esse é o desafio do hardware contra software, e é um desafio
significativo. Por exemplo, Jaron Lanier, pioneiro da realidade virtual,
caracteriza minha posição e a de outros chamados totalitários cibernéticos
como os que vamos acabar de descobrir o software de algum jeito não
especificado — uma posição a que ele se refere como “deus ex machina”
do software. Entretanto, isso ignora o cenário específico e detalhado que
2

descrevi, pelo qual o software da inteligência será realizado. A engenharia

reversa no cérebro humano, um empreendimento que está muito mais
adiantado do que Lanier e muitos outros observadores percebem, expandirá
nosso jogo de ferramentas de IA para incluir os métodos de auto-
organização subjacentes à inteligência humana. Retorno logo a este tópico,
mas primeiro vejamos algumas outras ideias erradas sobre a chamada falta
de progresso do software.

A estabilidade do software. Lanier chama o software de inerentemente

“desajeitado” e “frágil”, e descreveu de forma prolixa uma variedade de
frustrações que encontrou ao usá-lo. Ele escreve que “fazer com que os
computadores executem tarefas específicas de complexidade significativa
de um modo confiável mas modificável, sem cair ou prejudicar a segurança,
é essencialmente impossível”. Não pretendo defender todos os softwares,
3

mas não é verdade que um software complexo seja necessariamente frágil e

com tendências a quedas catastróficas. Muitos exemplos de softwares
complexos críticos operam com muito poucas panes, se é que as têm: por
exemplo, os sofisticados programas de software que controlam uma
crescente porcentagem de aterrissagens de aviões, que monitoram os
pacientes em UTIs, que guiam armas inteligentes, que controlam os
investimentos de bilhões de dólares em hedge funds baseados em
reconhecimento automatizado de padrões e serve para muitas outras
funções. Não conheço nenhum desastre de avião que tenha sido provocado
4

por falhas no software de aterrissagem automatizada; mas não se pode dizer

o mesmo sobre a confiabilidade nos humanos.

A capacidade de reação do software. Lanier se queixa de que “as

interfaces entre usuário e computador tendem a responder mais devagar a
eventos de interface, como apertar uma tecla, do que há quinze anos [...]. O
que deu errado?”. Convidaria Lanier a tentar usar um computador velho
5

hoje. Mesmo deixando de lado a dificuldade para fazê-lo funcionar (que é

uma questão diferente), Lanier se esqueceu de como eles não respondiam,
eram desajeitados e limitados. Tente realizar algum trabalho real nos
padrões de hoje com um software de computador pessoal com vinte anos.
Simplesmente não é verdade dizer que o software velho era melhor em
qualquer sentido qualitativo ou quantitativo.
Embora sempre seja possível achar um projeto de má qualidade, os
atrasos em reagir, quando acontecem, são em geral resultado de novos
recursos e funções. Se os usuários quisessem congelar a funcionalidade de
seu software, o crescimento exponencial contínuo da velocidade e da
memória iria eliminar rapidamente os atrasos das respostas do software.
Mas o mercado exige capacidades sempre maiores. Vinte anos atrás, não
havia motores de busca ou qualquer outra integração com a World Wide
Web (de fato, não havia a web), só uma linguagem primitiva, ferramentas
de formatação e multimídia, e assim por diante. Portanto, a funcionalidade
sempre fica no limite do que é factível.
Esse romancear do software de anos ou décadas passadas pode ser
comparado com a visão idílica que as pessoas têm da vida de centenas de
anos atrás, quando não estavam “sobrecarregadas” pelas frustrações de
trabalhar com máquinas. Talvez a vida fosse plena, mas também era curta,
com muito trabalho, muita pobreza e sujeita a doenças e a desastres.

Preço-desempenho do software. Com relação ao preço-desempenho do

software, as comparações são dramáticas em todas as áreas. Veja a tabela da
página 121 sobre o software de reconhecimento de fala. Em 1985, com 5
mil dólares, comprava-se um software com um vocabulário de mil palavras,
que não tinha capacidade para fala contínua, precisava de três horas de
treinamento com sua voz e era relativamente pouco acurado. Em 2000, por
apenas cinquenta dólares, pode-se adquirir um software com um
vocabulário de 100 mil palavras, só precisa de cinco minutos de
treinamento com sua voz, tem uma precisão dramaticamente melhorada,
entende a fala natural (para editar comandos e outras finalidades) e inclui
muitos outros recursos. 6

A produtividade do desenvolvimento do software. E o desenvolvimento

do software em si mesmo? Eu mesmo venho desenvolvendo softwares há
quarenta anos, portanto tenho alguma perspectiva sobre o assunto. Estimo
que o prazo para duplicar a produtividade de desenvolvimento do software
seja de mais ou menos seis anos, que é maior do que o prazo para a
duplicação do preço-desempenho do processador, que hoje é de
aproximadamente um ano. Mas a produtividade do software cresce
exponencialmente. Hoje as ferramentas para o desenvolvimento, bibliotecas
especializadas e sistemas de suporte disponíveis são enormemente mais
eficazes do que as de décadas atrás. Nos meus projetos correntes, equipes
de só três ou quatro pessoas realizam em poucos meses objetivos que
podem ser comparados ao que há 25 anos exigia uma equipe de uma dúzia
ou mais de pessoas trabalhando por um ano ou mais.

A complexidade do software. Há vinte anos, os programas de software

consistiam normalmente em milhares a dezenas de milhares de linhas. Hoje,
os programas principais (por exemplo, controle dos canais de
abastecimento, automação fabril, sistemas de reservas, simulação
bioquímica) são medidos em milhões de linhas ou mais. O software para os
principais sistemas de defesa como o Joint Strike Fighter contém dezenas
de milhões de linhas.
O software para controlar software está aumentando rapidamente de
complexidade. A IBM é pioneira no conceito de computação autonômica,
em que as funções rotineiras de suporte da tecnologia de informação serão
automatizadas. Esses sistemas serão programados com modelos de seu
7

próprio comportamento e, de acordo com a IBM, poderão ser

“autoconfiguradores, autorregeneradores, auto-otimizadores e
autoprotetores”. O software para suportar a computação autônoma será
medido em dezenas de milhões de linhas de código (com cada linha
contendo dezenas de bytes de informação). Assim, em termos de
complexidade da informação, o software já supera as dezenas de milhões de
bytes de informação útil do genoma humano e suas moléculas de apoio.
Entretanto, a quantidade de informação contida em um programa não é a
melhor medida de sua complexidade. Um programa de software pode ser
longo, mas pode estar inflado com informações inúteis. É claro que o
mesmo pode ser dito sobre o genoma, que parece estar codificado de
maneira muito ineficiente. Têm sido feitas tentativas para formular medidas
para a complexidade dos softwares — por exemplo, o Cyclomatic
Complexity Metric, desenvolvido pelos cientistas da computação Arthur
Watson e Thomas McCabe no National Institute of Standards and
Technology. Essa métrica mede a complexidade da lógica do programa e
8

leva em consideração a estrutura da ramificação e dos pontos decisivos. As

evidências sugerem um aumento rápido da complexidade quando medida
por esses índices, embora não haja dados suficientes para rastrear o tempo
da duplicação. Entretanto, o ponto-chave é que os sistemas de software
mais complexos usados pelas indústrias hoje têm níveis mais altos de
complexidade do que os programas de software que estão realizando
simulações neuromórficas das regiões do cérebro, bem como simulações
bioquímicas de neurônios individuais. Já podemos lidar com níveis de
complexidade de software que excedem o que é necessário para modelar e
simular os algoritmos paralelos, auto-organizadores e fractais que já
estamos descobrindo no cérebro humano.

Algoritmos que se aceleram. Houve melhoras dramáticas na velocidade e

eficiência dos algoritmos de software (ou hardwares constantes). Assim, o
preço-desempenho de pôr em prática uma ampla variedade de métodos para
resolver as funções matemáticas básicas que estão na base de programas
como os usados nos processamentos de sinais, reconhecimento de padrões e
inteligência artificial beneficiou-se da aceleração tanto do hardware quanto
do software. Esses melhoramentos variam dependendo do problema, mas,
apesar disso, são generalizados.
Por exemplo, tome-se o processamento de sinais, que é uma tarefa
disseminada e intensiva para computadores, bem como para o cérebro
humano. Mark A. Richards, do Georgia Institute of Technology, e Gary A.
Shaw, do MIT, documentaram uma grande tendência para uma maior
eficiência do algoritmo que processa sinais. Por exemplo, para encontrar
9

padrões em sinais, muitas vezes é necessário resolver as chamadas

equações diferenciais parciais. Jon Bentley, especialista em algoritmos,
mostrou uma redução contínua da quantidade de operações computacionais
necessárias para resolver esse tipo de problema. Por exemplo, de 1945 a
10

1985, para uma aplicação representativa (achar uma solução diferencial

parcial elíptica para uma grade tridimensional com 64 elementos de cada
lado), a quantidade de operações tem sido reduzida por um fator de 300 mil.
Esse é um aumento de 38% na eficiência, por ano (não incluindo melhorias
do hardware).
Outro exemplo é a habilidade de enviar informações por linha telefônica,
que melhorou, de 300 bits por segundo, a 56 mil bps em doze anos, um
aumento anual de 55%. Parte dessas melhorias foi resultado de melhorias
11

no projeto do hardware, mas a maioria é função da inovação algorítmica.

Um dos problemas-chave no processamento é converter um sinal em seus
componentes de frequência usando a transformada de Fourier, que expressa
os sinais como somas de ondas de seno. Esse método é usado na ponta
inicial do reconhecimento computadorizado da fala e em muitas outras
aplicações. A percepção auditiva humana também começa rompendo o sinal
da fala em componentes de frequência na cóclea. O algoritmo “radix-2
Cooley-Tukey” para uma “transformada rápida de Fourier” reduziu em
cerca de duzentos pontos o número de operações necessárias para uma
transformada de Fourier de 1.024 pontos. Um método melhorado de
12

“radix-4” aumentou o melhoramento em mais de oitocentos. Recentemente,

foram introduzidas transformadas de “ondaleta” que podem expressar sinais
arbitrários como somas de waveforms mais complexas do que as ondas de
seno. Esses métodos aumentam em muito a eficiência de romper um sinal
em seus componentes principais.
Os exemplos acima não são anomalias; a maioria dos algoritmos básicos
de computação intensiva passou por reduções significativas na quantidade
de operações exigidas. Outros exemplos incluem a coleta, a análise, a
autocorrelação (e outros métodos estatísticos) e a compressão e
descompressão de informações. Também têm sido feitos progressos para
paralelizar algoritmos — isto é, partir um único método em métodos
múltiplos que podem ser executados ao mesmo tempo. Como discuti antes,
o processamento paralelo roda inerentemente em uma temperatura mais
baixa. O cérebro usa o processamento paralelo maciço como uma estratégia
para alcançar funções mais complexas em menores tempos de reação, e
precisaremos utilizar essa abordagem em nossas máquinas para atingir
densidades computacionais ótimas.
Há uma diferença intrínseca entre as melhorias no preço-desempenho do
hardware e as melhorias na eficiência do software. As melhorias do
hardware têm sido notavelmente coerentes e previsíveis. À medida que se
domina cada novo nível de velocidade e eficiência no hardware, ganha-se
ferramentas potentes para continuar para o nível seguinte de melhoria
exponencial. Por outro lado, as melhorias no software são menos
previsíveis. Richards e Shaw as chamam de “buracos de minhoca no tempo
do desenvolvimento”, porque muitas vezes pode-se alcançar o equivalente a
anos de melhoria no hardware através de uma única melhoria algorítmica.
Note que não se depende do contínuo progresso na eficiência do software,
já que se pode contar com a contínua aceleração do hardware. Não obstante,
os benefícios dos progressos algorítmicos contribuem significativamente
para atingir a potência computacional geral que emule a inteligência
humana, e é provável que continuem a acelerar.

A fonte básica dos algoritmos inteligentes. Aqui, o ponto mais

importante é que há um plano de jogo específico para alcançar o nível da
inteligência humana em uma máquina: tomar os métodos paralelos,
caóticos, auto-organizadores e fractais da engenharia reversa e aplicá-los no
hardware computacional moderno. Tendo acompanhado o conhecimento
exponencialmente crescente sobre o cérebro humano e seus métodos (ver
capítulo 4), pode-se esperar que, dentro de vinte anos, haja modelos e
simulações detalhadas das várias centenas de órgãos processadores de
informação que são chamados, coletivamente, de cérebro humano.
Compreender os princípios operacionais da inteligência humana irá
aumentar nosso jogo de ferramentas para os algoritmos de IA. Muitos
desses métodos muito usados nas máquinas com sistemas de
reconhecimento de padrões exibem comportamentos sutis e complexos não
previsíveis pelo projetista. Os métodos de auto-organização não são um
atalho fácil para a criação de comportamentos complexos e inteligentes,
mas são uma maneira importante para aumentar a complexidade de um
sistema sem incorrer na fragilidade dos sistemas lógicos explicitamente
programados.
Como mostrei anteriormente, o cérebro humano em si é criado de um
genoma com apenas 30 a 100 milhões de bytes de informação útil,
comprimida. Então, como pode ser que um órgão com 100 trilhões de
conexões possa resultar de um genoma que é tão pequeno? (Calculo que só
os dados interconectados necessários para caracterizar o cérebro humano
sejam 1 milhão de vezes maiores do que a informação no genoma.) A 13

resposta é que o genoma especifica um conjunto de processos, cada um

deles utilizando métodos caóticos (ou seja, aleatoriedade inicial, depois
auto-organização) para aumentar a quantidade de informação representada.
Sabe-se, por exemplo, que a fiação das interconexões segue um plano que
inclui uma grande quantidade de aleatoriedade. À medida que um indivíduo
encontra seu ambiente, as conexões e os padrões no nível dos
neurotransmissores se auto-organizam para representar melhor o mundo,
mas o projeto inicial é especificado por um programa que não é
extremamente complexo.
Não acho que iremos programar a inteligência humana elo por elo em um
maciço sistema especializado baseado em regras. Nem esperamos que os
amplos conjuntos de habilidades representados pela inteligência humana
surjam de um maciço algoritmo genético. Lanier está certo quando se
preocupa que uma abordagem dessas irá inevitavelmente ficar presa em
algum detalhe (um projeto que é melhor do que projetos muito parecidos
mas que, na verdade, não é perfeito). É interessante que Lanier enfatize,
como Richard Dawkins, que a evolução biológica “deixou escapar a roda”
(nenhum organismo evoluiu para ter uma). Na verdade, isso não está
totalmente certo — há pequenas estruturas parecidas com rodas no nível de
proteínas, por exemplo, o motor iônico nos flagelos das bactérias, que é
usado para o transporte em um ambiente tridimensional. Quanto a
14

organismos maiores, as rodas, é claro, não são muito úteis sem estradas, o
que explica que não haja rodas evoluídas biologicamente para o transporte
bidimensional de superfície. Entretanto, a evolução gerou uma espécie que
15

criou tanto as rodas quanto as estradas, portanto ela teve êxito na criação de
muitas rodas, embora de modo indireto. Não há nada errado com os
métodos indiretos; são usados o tempo todo na engenharia. De fato, o modo
indireto é como a evolução funciona (ou seja, os produtos de cada estágio
criam o estágio seguinte).
A engenharia reversa do cérebro não se limita a replicar cada neurônio.
No capítulo 5, mostrei como regiões substanciais do cérebro, contendo
milhões ou bilhões de neurônios, podiam ser modeladas executando
algoritmos paralelos que são equivalentes funcionalmente. A factibilidade
dessas abordagens neuromórficas tem sido demonstrada com modelos e
simulações de umas dúzias de regiões. Como já expus, muitas vezes isso
resulta na redução substancial das necessidades computacionais, como foi
mostrado por Lloyd Watts, Carver Mead e outros.
Lanier escreve que “se alguma vez houve um fenômeno complexo,
caótico, nós somos ele”. Concordo com isso, mas não o vejo como um
obstáculo. Minha própria área de interesse é a computação caótica, que é
como fazemos o reconhecimento de padrões, que, por sua vez, é o núcleo
da inteligência humana. O caos faz parte do processo do reconhecimento de
padrões — ele impulsiona o processo —, e não há razão para que não
possamos aproveitar esses métodos em nossas máquinas assim como eles
são utilizados em nossos cérebros.
Lanier escreve que “a evolução evoluiu, introduzindo o sexo, por
exemplo, mas a evolução nunca achou uma maneira de ter uma velocidade
que não fosse muito baixa”. Mas o comentário de Lanier só se aplica à
evolução biológica, não à evolução tecnológica. É precisamente por isso
que ultrapassamos a evolução biológica. Lanier ignora a natureza essencial
de um processo evolutivo: este acelera porque cada estágio introduz
métodos mais potentes para criar o estágio seguinte. Nós fomos, de bilhões
de anos para os primeiros passos na evolução biológica (RNA), para o
ritmo rápido da evolução tecnológica hoje. A World Wide Web surgiu em
uns poucos anos, bem mais rápido do que, digamos, a explosão cambriana.
Esses fenômenos são todos parte do mesmo processo evolutivo, que
começou lento, agora vai relativamente mais rápido e, dentro de umas
poucas décadas, irá estonteantemente rápido.
 Lanier escreve que “todo empreendimento da Inteligência Artificial está
baseado em um erro intelectual”. Até o momento em que os computadores
pelo menos igualem a inteligência humana em todas as dimensões, sempre
será possível que os céticos digam que o copo está meio vazio. Cada nova
realização da IA pode ser descartada ao apontar outros objetivos que ainda
não foram alcançados. De fato, esta é a frustração do profissional da IA:
quando um objetivo da IA é alcançado, deixa de ser considerado como
estando dentro do campo da IA e, em vez disso, torna-se apenas uma
técnica geral útil. Portanto, a IA é considerada muitas vezes como o
conjunto de problemas que ainda não foram resolvidos.
Mas as máquinas estão, de fato, aumentando sua inteligência, e a gama
de tarefas que elas podem realizar — tarefas que antes exigiam a atenção
inteligente de um humano — cresce rapidamente. Como foi mostrado nos
capítulos 5 e 6, hoje há centenas de exemplos da IA operacional restrita.
Como um exemplo dentre muitos, assinalei, na seção “Deep Fritz
empata” na página 313, que o software de xadrez no computador não
depende mais da força bruta computacional. Em 2002, Deep Fritz, rodando
em apenas oito computadores pessoais, teve um desempenho igual ao de
Deep Blue da IBM em 1997, com base nas melhorias de seus algoritmos de
reconhecimento de padrões. Podem-se ver muitos exemplos desse tipo de
melhoria qualitativa na inteligência do software. Entretanto, até que chegue
o tempo em que toda a capacidade intelectual humana esteja emulada,
sempre será possível minimizar o que as máquinas podem fazer.
Quando alcançarmos modelos completos da inteligência humana, as
máquinas conseguirão combinar os níveis humanos flexíveis, sutis, do
reconhecimento de padrões com as vantagens naturais da inteligência da
máquina na velocidade, na capacidade de memória e, mais importante, na
habilidade de compartilhar rapidamente o conhecimento e as aptidões.

A crítica do processamento analógico

Muitos críticos, como o zoólogo e cientista dos algoritmos evolutivos
Thomas Ray, acusam teóricos como eu, que postulamos computadores
inteligentes, de alegadamente “falharmos ao considerar a natureza única do
meio digital”. 16

Antes de tudo, minha tese inclui a ideia de combinar os métodos

analógicos e digitais da mesma maneira que faz o cérebro humano. Por
exemplo, as redes neurais mais avançadas já estão usando modelos
extremamente detalhados dos neurônios humanos, inclusive funções
detalhadas de ativação analógica, não linear. Há uma vantagem significativa
em eficiência quando se emulam os métodos analógicos do cérebro. Os
métodos analógicos também não são exclusivos dos sistemas biológicos.
Costumava-se dizer “computadores digitais” para diferenciá-los dos mais
onipresentes computadores analógicos muito usados durante a Segunda
Guerra Mundial. O trabalho de Carver Mead mostrou a habilidade que têm
circuitos de silicone para implementar circuitos analógicos controlados
digitalmente, totalmente análogos e, de fato, derivados dos circuitos
neuronais dos mamíferos. Métodos analógicos são prontamente recriados
por transistores convencionais, que são, em essência, dispositivos
analógicos. É só quando se acrescenta o mecanismo de comparar o output
do transistor com um portal que ele se torna um dispositivo analógico.
Mais, importante, não há nada que os métodos analógicos possam
realizar que os métodos digitais também não consigam realizar. Os
processos analógicos podem ser emulados por métodos digitais (usando
representações de ponto flutuante), enquanto o contrário não é
necessariamente o caso.

A crítica da complexidade do processamento neural

Outra crítica comum é que os detalhes sutis do projeto biológico do
cérebro são simplesmente complexos demais para serem modelados e
simulados usando uma tecnologia não biológica. Por exemplo, Thomas Ray
escreve:

A estrutura e a função do cérebro ou de seus componentes não podem

ser separadas. O sistema circulatório fornece o suporte vital para o
cérebro, mas também traz hormônios, que são parte integrante da
função química de processamento de informações. A membrana de um
neurônio é uma característica estrutural que define os limites e a
integridade de um neurônio, mas também é a superfície ao longo da
qual a despolarização propaga sinais. As funções estrutural e de
suporte vital não podem ser separadas do tratamento da informação. 17

Ray prossegue, descrevendo vários “mecanismos de comunicação

químicos dentre o vasto espectro” exibido pelo cérebro.
Com efeito, todos esses aspectos podem ser prontamente modelados, e já
se fez bastante progresso nesse sentido. A linguagem que faz a
intermediação é a matemática, e traduzir os modelos matemáticos para seus
mecanismos não biológicos equivalentes (exemplos disso incluem
simulações de computador e circuitos usando transistores no modo original
analógico) é um processo relativamente simples. A entrega de hormônios
pelo sistema circulatório, por exemplo, é um fenômeno de largura de banda
extremamente pequena, que não é difícil de modelar e replicar. Os níveis
sanguíneos de hormônios específicos e outros elementos químicos influem
nos níveis dos parâmetros que afetam muitas sinapses ao mesmo tempo.
Thomas Ray conclui que “um sistema metálico de computação opera
com propriedades dinâmicas fundamentalmente diferentes, e jamais poderia
‘copiar’, precisa e exatamente, a função de um cérebro”. Seguindo de perto
o progresso nos campos relacionados da neurobiologia, do escaneamento do
cérebro, da modelagem de neurônios e de regiões de neurônios, da
comunicação neurônio-eletrônico, de implantes neurais e trabalhos
relacionados, constatamos que nossa habilidade para reproduzir a relevante
funcionalidade do processamento biológico de informações pode chegar a
qualquer nível de precisão que se deseje. Em outras palavras, a
funcionalidade copiada pode estar “perto o quanto baste” para qualquer
propósito ou objetivo concebível, inclusive deixar satisfeito um examinador
do teste de Turing. Além do mais, vimos que uma execução eficiente dos
modelos matemáticos exige uma capacidade computacional
substancialmente menor do que o potencial teórico de agrupamentos de
neurônios biológicos que estão sendo modelados. No capítulo 4, examinei
vários modelos de neurônios biológicos (as regiões auditivas de Watts, o
cerebelo e outras) que demonstram isso.

A complexidade do cérebro. Thomas Ray também enfatiza o ponto de

que podemos ter dificuldade para criar um sistema equivalente a “bilhões
de linhas de código”, que é o nível de complexidade que ele atribui ao
cérebro humano. Entretanto, esse número está muito inflado, pois, como já
vimos, nossos cérebros são criados a partir de um genoma de cerca de 30 a
100 milhões de bytes de informação única (800 milhões de bytes sem
compressão, mas a compressão é claramente factível dada a redundância
maciça), dos quais talvez dois terços descrevam os princípios operacionais
do cérebro. São processos auto-organizadores que incorporam elementos
significativos de aleatoriedade (bem como a exposição ao mundo real) que
permitem que uma quantidade relativamente tão pequena de informação no
projeto expanda-se até os milhares de trilhões de bytes de informação
representados por um cérebro humano adulto. De modo semelhante, a tarefa
de criar uma inteligência no nível humano em um ser não biológico
envolverá a criação não de um maciço sistema especializado com bilhões
de regras ou linhas de código, mas sim de um sistema auto-organizador,
caótico, e que pode aprender, um sistema que seja, em última análise,
inspirado pela biologia.
Ray continua escrevendo: “Os engenheiros entre nós podem propor
dispositivos nanomoleculares com comutadores de fulereno ou mesmo
computadores semelhantes ao DNA. Mas tenho certeza de que eles jamais
iriam pensar em neurônios. Os neurônios são estruturas astronomicamente
grandes quando comparados às moléculas com que estamos começando”.
Minha opinião é exatamente essa. Usar a engenharia reversa no cérebro
humano não tem como objetivo copiar o processo digestivo ou outros
processos desajeitados dos neurônios biológicos, mas entender seus
métodos principais de processamento de informações. A possibilidade de
fazer isso já foi demonstrada em dezenas de projetos contemporâneos. A
complexidade dos agrupamentos de neurônios que estão sendo emulados
está aumentando de escala por ordens de grandeza, junto com todas as
outras aptidões tecnológicas.

O dualismo intrínseco de um computador. O neurocientista Anthony Bell

do Redwood Neuroscience Institute articula dois desafios para nossa
habilidade de modelar e simular o cérebro com a computação. No
primeiro, ele sustenta que

um computador é intrinsecamente um ente duplo, com sua

configuração física projetada para não interferir em sua configuração
lógica, que realiza a computação. Em um exame empírico, verifica-se
que o cérebro não é um ser duplo. O computador e o programa podem
ser dois entes, mas a mente e o cérebro são um só. O cérebro, portanto,
não é uma máquina, quer dizer que ele não é um modelo (ou
computador) finito, representado concretamente de modo que a
representação física não interfira na execução do modelo (ou
programa). 18

Essa argumentação é facilmente dispensável. A habilidade para separar,

em um computador, o programa da concretização física que executa a
computação é uma vantagem, não uma limitação. Antes de mais nada, há
dispositivos eletrônicos com circuitos específicos em que “computador e
programa” não são dois, mas, sim, um. Esses dispositivos não podem ser
programados, mas estão conectados diretamente com um conjunto
específico de algoritmos. Note que não estou me referindo a computadores
com o software (chamado de “firmware”) de memória só para leitura, que
pode ser encontrado em um celular ou em um computador de bolso. Em um
sistema desses, ainda se podem considerar como dualistas a eletrônica e o
software, mesmo que o programa não possa ser modificado facilmente.
Pelo contrário, refiro-me a sistemas com uma lógica própria que não
podem ser programados de modo algum — como circuitos integrados para
uma aplicação específica (usados, por exemplo, para o processamento de
imagens e sinais). Em termos de custo, é eficiente executar algoritmos
dessa maneira, e muitos produtos eletrônicos para o consumidor usam esses
circuitos. Os computadores programáveis custam mais, porém viabilizam a
flexibilidade de permitir que o software seja alterado e melhorado. Os
computadores programáveis podem imitar a funcionalidade de qualquer
sistema específico, inclusive os algoritmos que estamos descobrindo
(através da engenharia reversa do cérebro) para componentes neurais,
neurônios e regiões do cérebro.
Não é válido chamar de “não máquina” um sistema em que o algoritmo
lógico está intimamente ligado a seu projeto físico. Se seus princípios
operacionais podem ser entendidos, modelados em termos matemáticos e
depois instalados em outro sistema (quer esse outro sistema seja uma
máquina com lógica específica imutável ou um software em um
computador programável), pode-se considerá-lo como máquina e, com
certeza, um ente cujas aptidões podem ser recriadas em uma máquina.
Como expus extensivamente no capítulo 4, não há barreiras para que
descubramos os princípios operacionais do cérebro e para modelá-los e
simulá-los com êxito, de suas interações moleculares para cima.
Bell refere-se à “configuração física [que é] projetada para não interferir
na configuração lógica” de um computador, dando a entender que o cérebro
não tem essa “limitação”. Ele está certo quando diz que nossos
pensamentos ajudam a criar nossos cérebros, e, como indiquei antes,
podemos observar esses fenômenos em escaneamentos dinâmicos do
cérebro. Mas pode-se prontamente modelar e simular em software tanto os
aspectos físicos quanto os lógicos da plasticidade do cérebro. O fato de que
o software em um computador possa ser separado de sua instalação física é
uma vantagem arquitetônica, pois permite que o mesmo software seja
aplicado a hardwares sempre melhorados. O software de computador, como
os circuitos mutáveis do cérebro, também pode modificar a si mesmo, bem
como ser melhorado.
O hardware do computador também pode ser melhorado sem que seja
necessária uma troca de software. É a arquitetura relativamente fixa do
cérebro que é severamente limitada. Embora o cérebro seja capaz de criar
novas conexões e padrões de neurotransmissões, ele está restrito aos sinais
químicos, mais do que 1 milhão de vezes mais lentos do que os eletrônicos,
à quantidade limitada de conexões interneurais que cabem dentro do crânio
e a não ter nenhuma habilidade para ser melhorado, a não ser com a fusão
com a inteligência não biológica que venho discutindo.

Níveis e Loops. Bell também comenta a aparente complexidade do

cérebro:

Os processos moleculares e biofísicos controlam a sensibilidade dos

neurônios para espigas de entrada (tanto a eficiência sináptica quanto a
capacidade de responder pós-sináptica), a excitabilidade do neurônio para
produzir espigas, os padrões de espigas que ele pode produzir e a
probabilidade de que se formem novas sinapses (recabeamento dinâmico),
para listar só quatro das interferências mais óbvias vindas do nível
subneutral. Além disso, os efeitos do volume transneural como campos
elétricos neurais e a difusão através das membranas de óxido nítrico foram
vistos influindo, respectivamente, no disparo neural coerente e no
transporte de energia (fluxo de sangue) para as células, este se
correlacionando diretamente com a atividade neural.
A lista poderia continuar. Acho que qualquer um que estudasse a sério os
neuromoduladores, os canais de íons ou os mecanismos sinápticos, e que
seja honesto, teria de rejeitar o nível dos neurônios como um nível
computacional separado, mesmo se achasse que é um nível descritivo útil. 19

Embora Bell enfatize que o neurônio não é o nível apropriado para

simular o cérebro, seu argumento primário, aqui, é semelhante ao de
Thomas Ray acima: o cérebro é mais complicado do que simples portas
lógicas.
Ele esclarece:

Argumentar que um pedaço de água estruturada ou uma coerência

quântica seja um detalhe necessário para a descrição funcional do
cérebro seria, claramente, ridículo. Mas se, em toda célula, as
moléculas derivam uma funcionalidade sistemática desses processos
submoleculares, se esses processos são usados todo o tempo, em todo
o cérebro, para espelhar, registrar e propagar correlações
 espaçotemporais de flutuações moleculares, para aumentar ou diminuir
as probabilidades e especificidades das reações, então temos uma
situação qualitativamente diferente da porta lógica.

Em um nível, ele questiona os modelos simplistas de neurônios e

conexões interneurais usados em muitos projetos de redes neurais. Mas
simulações de regiões do cérebro não usam esses modelos simplificados,
antes aplicam modelos matemáticos realistas baseados nos resultados da
engenharia reversa do cérebro.
O ponto enfatizado por Bell é que o cérebro é imensamente complicado,
com o consequente resultado que será muito difícil compreender, modelar e
simular sua funcionalidade. O problema primordial com a perspectiva de
Bell é que ele deixa de prestar contas da natureza auto-organizadora,
caótica e fractal do projeto do cérebro. É claro que o cérebro é complexo,
mas grande parte da complicação é mais aparente do que real. Em outras
palavras, os princípios do projeto do cérebro são mais simples do que
parecem.
Para entender isso, consideremos, primeiro, a natureza fractal da
organização do cérebro, que abordei no capítulo 2. Um fractal é uma regra
que é aplicada iterativamente para criar um padrão ou desenho. Com
frequência, a regra é bem simples, mas, por causa da iteração, o desenho
resultante pode ser notavelmente complexo. Um exemplo célebre disso é o
conjunto criado pelo matemático Benoit Mandelbrot. As imagens visuais
20

do conjunto de Mandelbrot são extramente complexas, com complicados

desenhos dentro de desenhos sem fim. Olhando para detalhes cada vez
menores em uma imagem do conjunto de Mandelbrot, a complexidade
nunca vai embora, e continuamos a ver complicações cada vez menores.
Contudo, a fórmula subjacente a toda essa complexidade é espantosamente
simples: o conjunto de Mandelbrot caracteriza-se por uma única fórmula Z
= Z + C, em que Z é um número “complexo” (quer dizer, bidimensional) e
2

C é uma constante. A fórmula é aplicada iterativamente e os resultantes

pontos bidimensionais são ligados para criar o padrão.
 O ponto destacado aqui é que uma regra simples de desenho pode criar
uma grande complexidade aparente. Stephen Wolfram enfatiza um ponto
similar usando regras simples em autômatos celulares (ver capítulo 2). Esse
insight é válido para o desenho do cérebro. Como já mostrei, o genoma
comprimido é um projeto relativamente compacto, menor do que alguns
programas contemporâneos de software. Como ressalta Bell, a
implementação real do cérebro parece muito mais complexa do que isso.
Como acontece com o conjunto de Mandelbrot, quando olhamos para
aspectos cada vez menores do cérebro, continuamos a ver a complexidade
aparente em cada nível. No nível macro, o padrão das conexões parece
complicado e, no nível micro, também parece complicado o desenho de
uma única porção de um neurônio como um dendrito. Já mencionei que iria
levar, no mínimo, milhares de trilhões de bytes para caracterizar um cérebro
humano, mas o projeto tem só dezenas de milhões de bytes. Portanto, a
razão da aparente complexidade do cérebro para a informação do projeto é,
no mínimo, de 100 milhões para um. A informação do cérebro começa
como amplamente aleatória, mas, à medida que o cérebro interage com um
ambiente complexo (isto é, quando a pessoa aprende e amadurece), aquela
informação passa a ter sentido.
A complexidade real do projeto é gerenciada pela informação
comprimida no projeto (isto é, o genoma e as moléculas de suporte), não
pelos padrões criados pela aplicação iterativa das regras do projeto. Eu
concordaria em dizer que aproximadamente de 30 a 100 milhões de bytes
de informação no genoma não representam um desenho simples
(certamente muito mais complexo do que os seis algarismos na definição do
conjunto de Mandelbrot), mas é um nível de complexidade que já podemos
administrar com nossa tecnologia. Muitos observadores estão confusos pela
aparente complexidade da instalação física do cérebro, deixando de
reconhecer que a natureza fractal do projeto significa que a real informação
do projeto é muito mais simples do que se vê no cérebro.
Também mencionei no capítulo 2 que a informação do projeto no
genoma é um fractal probabilístico, significando que as regras são aplicadas
com certa aleatoriedade cada vez que uma regra é renovada. Por exemplo,
há muito pouca informação no genoma descrevendo o padrão de fiação do
cerebelo, que compreende mais do que a metade dos neurônios do cérebro.
Um pequeno número de genes descreve o padrão básico dos quatro tipos de
célula do cerebelo e depois diz, em essência: “Repita esse padrão vários
bilhões de vezes com alguma variação aleatória em cada repetição”. O
resultado pode parecer muito complicado, mas a informação no projeto é
relativamente compacta.
Bell está certo quando diz que seria frustrante tentar comparar o projeto
do cérebro com um computador convencional. O cérebro não segue um
projeto normal do tipo de cima para baixo (modular). Ele usa seu tipo de
organização fractal probabilístico para criar processos que são caóticos —
ou seja, não totalmente previsíveis. Há um corpo da matemática bem
desenvolvido dedicado a modelar e simular sistemas caóticos, que são
usados para compreender fenômenos como padrões do clima e mercados
financeiros, que também pode ser aplicado ao cérebro. Bell não menciona
essa abordagem. Ele questiona por que o cérebro é dramaticamente
diferente das portas lógicas convencionais e do projeto convencional do
software, o que o leva à conclusão injustificada de que o cérebro não é uma
máquina e não pode ser modelado por uma máquina. Embora ele esteja
certo que as portas lógicas normais e a organização de softwares modulares
convencionais não sejam o modo adequado de pensar o cérebro, isso não
quer dizer que não se consiga simular o cérebro em um computador. Já que
se podem descrever os princípios operacionais do cérebro em termos
matemáticos, e já que se pode modelar qualquer processo matemático
(inclusive os caóticos) em um computador, podem-se implementar esses
tipos de simulações. De fato, está havendo um progresso sólido e acelerado
nisso.
Apesar de seu ceticismo, Bell expressa uma confiança cautelosa de que
iremos compreender nossa biologia e nossos cérebros bastante bem para
melhorá-los. Ele escreve: “Haverá uma idade transumana? Para isso, existe
um forte precedente biológico nas duas principais etapas da evolução
biológica. A primeira, a incorporação nas bactérias eucariontes dos
simbiontes procariontes, e a segunda, a emergência de formas de vida
multicelulares das colônias de eucariontes [...]. Acho que alguma coisa
como [uma idade transumanista] pode acontecer”.
A crítica dos microtúbulos e da computação quântica
A mecânica quântica é misteriosa, e a consciência é misteriosa. Q.E.D.: A mecânica
quântica e a consciência devem estar relacionadas.
Christof Koch, zombando da teoria de Roger Penrose da computação quântica em
túbulos de neurônios como fonte da consciência humana21
Na última década, Roger Penrose, conhecido físico e filósofo, junto com
Stuart Hameroff, anestesiologista, sugeriu que as pequenas estruturas nos
neurônios chamadas de microtúbulos realizam uma forma exótica de
computação, chamada de “computação quântica”. Como já mostrei, a
computação quântica é uma computação que usa os chamados qubits, que
assumem todas as combinações possíveis de soluções ao mesmo tempo. O
método pode ser considerado como uma forma extrema de processamento
paralelo (porque todas as combinações de valores dos qubits são testadas
simultaneamente). Penrose sugere que os microtúbulos e suas habilidades
de computação quântica complicam o conceito de recriar neurônios e
reinstalar arquivos mentais. Ele também levanta a hipótese de que a
22

computação quântica do cérebro seja responsável pela consciência, e que os

sistemas, biológicos ou não, não podem estar conscientes sem a
computação quântica.
Embora alguns cientistas tenham declarado detectar a queda das ondas
quânticas (resolução de propriedades quânticas ambíguas como posição,
giro e velocidade) no cérebro, ninguém sugeriu que as habilidades humanas
exijam, na realidade, a capacidade para a computação quântica. O físico
Seth Lloyd disse:

Não acho certo que os microtúbulos desempenhem tarefas

computacionais no cérebro, como propuseram [Penrose] e Hameroff.
O cérebro é um lugar quente, úmido. Não é um ambiente muito
favorável para explorar a coerência quântica. Os tipos de
sobreposições e o montar/desmontar dos microtúbulos que eles
procuram não parecem exibir emaranhamento quântico [...]. É claro
que o cérebro não é um computador digital, clássico, de jeito nenhum.
Mas acho que ele desempenha a maior parte de suas tarefas em modo
“clássico”. Se você tomasse um computador bastante grande e
modelasse todos os neurônios, dendritos, sinapses etc., [então] é
provável que a coisa fizesse a maioria das tarefas que o cérebro
executa. Não acho que o cérebro esteja explorando nenhuma dinâmica
quântica para realizar tarefas.23

Anthony Bell também observa que “não há evidência de que coerências

quânticas macroscópicas de grande escala, como as de superfluidos e
supercondutores, ocorram no cérebro”. 24

Entretanto, mesmo que o cérebro faça, de fato, computação quântica, isso

não muda significativamente a perspectiva para a computação em nível
humano (e além), nem sugere que um upload de cérebro seja impossível.
Antes de tudo, se o cérebro fizesse, de fato, computação quântica, isso iria
apenas confirmar que a computação quântica é factível. Não haveria nada
nesse achado que sugerisse que a computação quântica está restrita a
mecanismos biológicos. Mecanismos biológicos de computação quântica,
se é que existem, poderiam ser replicados. Com efeito, experiências
recentes com computadores quânticos de escala pequena parecem ter tido
sucesso. Mesmo o transistor convencional depende do efeito quântico do
tunelamento de elétrons.
A posição de Penrose tem sido interpretada como dando a entender que é
impossível replicar perfeitamente um conjunto de estados quânticos,
portanto fazer um download perfeito é impossível. Bem, um download tem
de ser perfeito até que ponto? Desenvolver a tecnologia do download até o
ponto em que as “cópias” estão tão perto do original, quanto a pessoa
original está perto dela mesma durante um minuto, seria bastante bom para
qualquer finalidade concebível, mas não iria exigir que se copiasse os
estados quânticos. Conforme a tecnologia melhorar, a exatidão da cópia
poderá ficar tão próxima do original dentro de períodos de tempo ainda
menores (um segundo, um milissegundo, um microssegundo).
Quando foi indicado a Penrose que os neurônios (e mesmo conexões
neurais) eram grandes demais para a computação quântica, ele apresentou a
teoria dos túbulos como um possível mecanismo para a computação
quântica neural. É uma teoria engenhosa se se está procurando barreiras
para replicar a função do cérebro, mas ela falha na introdução de quaisquer
barreiras genuínas. Contudo, há poucas evidências sugerindo que os
microtúbulos, que fornecem a integridade estrutural para as células neurais,
realizem a computação quântica, e que essa capacidade contribua para o
processo do pensamento. Mesmo modelos generosos do potencial e
conhecimento humanos são mais do que responsáveis pelas estimativas
correntes do tamanho do cérebro, baseadas nos modelos contemporâneos de
funcionamento de neurônios que não incluem computação quântica baseada
em microtúbulos. Algumas experiências recentes mostrando que redes
híbridas biológicas/não biológicas funcionam de modo parecido às redes
totalmente biológicas, enquanto não definitivas, sugerem fortemente que
são adequados os modelos de funcionamento de neurônios sem
microtúbulos. A simulação em software de Lloyd Watts de seu intrincado
modelo do processamento auditivo humano usa ordens de grandeza
menores de computação do que as redes de neurônios que ele está
simulando, e, aqui, mais uma vez não há nenhuma sugestão de que se
precise da computação quântica. Analisei outros trabalhos sendo feitos para
modelar e simular regiões do cérebro no capítulo 4, enquanto, no capítulo 3,
mostrei estimativas da quantidade de computação necessária para simular
todas as regiões do cérebro com base em simulações funcionalmente
equivalentes de diferentes regiões. Nenhuma dessas análises demonstra a
necessidade da computação quântica para atingir um desempenho no nível
humano.
Alguns modelos detalhados de neurônios (especialmente os de Penrose e
Hameroff) de fato atribuem um papel para os microtúbulos no
funcionamento e crescimento de dendritos e axônios. Entretanto, modelos
neuromórficos de sucesso das regiões neurais não parecem exigir
componentes de microtúbulos. Para modelos de neurônios que levam em
consideração microtúbulos, os resultados parecem ser satisfatórios ao
modelarem seu comportamento caótico generalizado sem modelar cada
filamento de microtúbulo individualmente. Entretanto, mesmo que os
túbulos de Penrose e Hameroff sejam um fator importante, levá-los em
consideração não muda as projeções que discuti acima em nenhum grau
significativo. De acordo com meu modelo de crescimento computacional,
se os túbulos multiplicarem a complexidade dos neurônios por um fator de
mil (e lembre-se de que nossos modelos atuais de neurônios sem túbulos já
são complexos, inclusive da ordem de mil conexões por neurônio, múltiplas
não linearidade e outros detalhes), isso iria atrasar a que chegássemos à
capacidade do cérebro por apenas nove anos. Se o fator for de 1 milhão, o
atraso é de apenas dezessete anos. Um fator de 1 bilhão dá cerca de 24 anos
(lembre-se de que a computação está crescendo por um duplo
exponencial). 25

A crítica da tese de Church-Turing

No começo do século XX, os matemáticos Alfred North Whitehead e
Bertrand Russell publicaram sua obra fundamental, Principia Mathematica,
que procurava determinar axiomas que serviriam de base para toda a
matemática. Entretanto, não conseguiram provar conclusivamente que um
26

sistema axiomático capaz de gerar os números naturais (os inteiros

positivos ou numerais) não iria gerar contradições. Presumiu-se que essa
prova seria encontrada mais cedo ou mais tarde, mas, em 1930, um jovem
matemático tcheco, Kurt Gödel, deixou o mundo matemático boquiaberto
ao provar que, dentro de um sistema desses, é inevitável que haja
proposições que não possam ser nem provadas nem rejeitadas. Mais tarde
foi demonstrado que tais proposições impossíveis de serem provadas são
tão comuns quanto as que o podem ser. O teorema incompleto de Gödel,
que é fundamentalmente uma prova de que há limites definidos para o que a
lógica, a matemática e, por extensão, a computação podem fazer, tem sido
chamado de o mais importante de toda a matemática, e suas implicações
ainda estão sendo debatidas. 27

Alan Turing chegou a uma conclusão semelhante quanto à natureza da

computação. Quando, em 1936, Turing apresentou a máquina Turing
(descrita no capítulo 2) como modelo teórico de um computador, que
continua até hoje formando a base da moderna teoria da computação, ele
relatou uma descoberta inesperada semelhante à de Gödel. Em seus
28
escritos daquele ano, descreveu o conceito de problemas insolúveis — isto
é, problemas que são bem definidos, com respostas únicas, que se pode
mostrar que existem, mas que também se pode mostrar que jamais poderão
ser computadas por uma máquina de Turing.
O fato de que há problemas que não podem ser solucionados por essa
máquina teórica pode não parecer especialmente surpreendente até que se
considera outra conclusão de Turing: que a máquina de Turing pode
modelar qualquer processo computacional. Turing mostrou que há tantos
problemas insolúveis quanto solúveis, o número de cada um sendo da mais
baixa ordem do infinito, o chamado infinito contável ou computável (ou
seja, contar o número de inteiros). Turing também demonstrou que o
problema que consiste em determinar se uma proposição lógica é
verdadeira ou falsa em um sistema lógico arbitrário que pode representar os
números naturais era um exemplo de problema insolúvel, resultado
semelhante ao de Gödel. (Em outras palavras, não há um procedimento que
garanta responder a essa questão para todas essas proposições.)
Por volta da mesma época, Alonzo Church, matemático e filósofo
americano, publicou um teorema que examinava uma questão semelhante
no contexto da aritmética. De modo independente, Church chegou à mesma
conclusão de Turing. Considerados junto, os trabalhos de Turing, Church e
29

Gödel foram as primeiras provas formais de que há limites definidos para o

que a lógica, a matemática e a computação podem fazer.
Além disso, Church e Turing também aventaram, independentemente,
uma afirmação que se tornou conhecida como a tese de Church-Turing.
Essa tese tem uma interpretação fraca e uma forte. A fraca é que, se um
problema apresentado a uma máquina de Turing não pode ser resolvido por
ela, então não pode ser resolvido por nenhuma máquina. Essa conclusão
segue a demonstração de Turing de que a máquina de Turing pode modelar
qualquer processo algorítmico. Daí, é só um pequeno passo para descrever
o comportamento de uma máquina como seguindo um algoritmo.
A interpretação forte é que problemas que não podem ser resolvidos por
uma máquina de Turing também não podem ser resolvidos pelo pensamento
humano. A base dessa tese é de que o pensamento humano é realizado pelo
cérebro humano (com alguma influência do corpo), que o cérebro humano
(e o corpo) compreendem matéria e energia, que a matéria e a energia
seguem as leis naturais, que essas leis naturais podem ser descritas em
termos matemáticos e que a matemática pode ser simulada com qualquer
grau de precisão por algoritmos. Portanto, há algoritmos que podem simular
o pensamento humano. A versão forte da tese de Church-Turing postula
uma equivalência essencial entre o que um ser humano pode pensar ou
conhecer e o que é computável.
É importante notar que, embora a existência dos problemas insolúveis
por Turing seja uma certeza matemática, a tese de Church-Turing não é, de
modo algum, uma proposição matemática. Ela é, antes, um conjectura que,
sob vários disfarces, está no centro de alguns dos mais profundos debates
sobre a filosofia da mente. 30

A crítica da IA forte baseada na tese de Church-Turing afirma o seguinte:

já que há limitações claras aos tipos de problemas que um computador pode
resolver, mas que os humanos conseguem resolver, as máquinas jamais irão
emular toda a gama da inteligência humana. Mas essa conclusão não é
indiscutível. Os humanos não são capazes de resolver universalmente esses
problemas “insolúveis” mais do que as máquinas. Podemos dar palpites
fundamentados para as soluções em certos casos, e podemos aplicar
métodos heurísticos (procedimentos que tentam resolver problemas mas
sem garantia de que funcionam) que às vezes têm sucesso. Mas ambas as
abordagens são também baseadas em algoritmos, o que significa que as
máquinas também podem fazê-las. Com efeito, muitas vezes as máquinas
podem procurar soluções muito mais rápida e mais detalhadamente do que
os humanos.
A tese de Church-Turing implica que cérebros biológicos e máquinas
estão igualmente sujeitos às leis da física e, portanto, a matemática pode
também modelá-los e simulá-los. Já foi demonstrada a habilidade para
modelar e simular a função dos neurônios, então por que não um sistema de
100 bilhões de neurônios? Esse sistema iria exibir a mesma complexidade e
falta de previsibilidade da inteligência humana. Com efeito, já temos
algoritmos de computador (por exemplo, algoritmos genéticos) com
resultados que são complexos e imprevisíveis e que fornecem soluções
inteligentes para os problemas. No mínimo, a tese de Church-Turing sugere
que cérebros e máquinas são essencialmente equivalentes.
Para ver a habilidade das máquinas no uso de métodos heurísticos,
considere-se um dos mais interessantes problemas insolúveis, o problema
do “busy beaver” (algoritmo do castor atarefado), formulado por Tibor
Rado em 1962. Cada máquina de Turing tem certo número de estados em
31

que seu programa interno pode estar, que correspondem ao número de

etapas de seu programa interno. São possíveis inúmeras máquinas
diferentes de Turing de estágio 4, certo número de máquinas do estágio 5 e
assim por diante. No problema do castor, dado um número positivo inteiro
n, constroem-se todas as máquinas de Turing que têm n estágios. A
quantidade dessas máquinas sempre será finita. A seguir, eliminam-se
aquelas máquinas de estágio n que entram em um loop infinito (isto é,
nunca param). Finalmente, seleciona-se a máquina (que de fato para) que
escreve a maior quantidade de 1s (de números 1) em sua fita. A quantidade
de algarismos 1 que essa máquina de Turing escreve é chamada de “busy
beaver” de n. Rado mostrou que não há algoritmo — isto é, máquina de
Turing — que possa computar essa função para todos os n. O ponto crucial
do problema é selecionar e excluir aquelas máquinas em estágio n que
entram em loops infinitos. Se se programar uma máquina de Turing para
gerar e simular todas as possíveis máquinas de Turing no estágio n, o
próprio simulador entra em um loop infinito quando tenta simular uma das
máquinas de estágio n que entra em um loop infinito.
Apesar de sua condição como problema insolúvel (e um dos mais
famosos), pode-se determinar a função do castor para alguns n. (É curioso
que também seja um problema insolúvel separar aqueles ns para os quais se
pode determinar o castor de n daqueles que não se pode determinar.) Por
exemplo, determina-se facilmente que o castor de 6 é 35. Com sete
estágios, uma máquina de Turing pode fazer multiplicações, portanto o
castor de 7 é muito maior: 22.961. Com oito estágios, uma máquina de
Turing pode computar expoentes, portanto o castor de 8 é ainda maior: mais
ou menos 10 . Pode-se ver que essa é uma função “inteligente”, pois requer
43

uma inteligência maior para resolver maiores ns.

Quando se chega a 10, uma máquina de Turing pode realizar uns cálculos
impossíveis de serem seguidos por um humano (sem a ajuda de um
computador). Portanto só se conseguiu determinar o castor de 10 mediante
a assistência de um computador. A resposta exige ser escrita com uma
notação exótica, onde se tem uma pilha de expoentes cuja altura é
determinada por outra pilha de expoentes e assim por diante. Já que um
computador pode acompanhar números tão complexos enquanto o cérebro
humano não, parece que os computadores irão provar serem mais capazes
do que os humanos para resolverem problemas insolúveis.

A crítica da taxa de defeitos

Jaron Lanier, Thomas Ray e outros observadores citam, todos, as altas
taxas de defeitos da tecnologia como uma barreira para seu crescimento
exponencial contínuo. Por exemplo, escreve Ray:

As mais complexas de nossas criações estão exibindo taxas alarmantes

 de defeitos. Satélites e telescópios que orbitam, ônibus espaciais,
sondas interplanetárias, o chip da Pentium, sistemas operacionais de
computador, tudo parece estar no limite daquilo que se pode projetar e
construir efetivamente com abordagens convencionais [...]. Nossos
softwares mais complexos (sistemas operacionais e sistemas de
controle de telecomunicações) já contêm dezenas de milhões de linhas
de código. Atualmente parece improvável que consigamos produzir e
administrar softwares com centenas de milhões ou bilhões de linhas de
código. 32

Primeiro, pode-se perguntar a qual taxa alarmante de erros Ray se refere.

Como mencionado antes, sistemas computadorizados de significativa
sofisticação voam e aterrissam rotineira e automaticamente nossos aviões e
monitoram UTIs em hospitais, e quase nunca apresentam mau
funcionamento. Se as taxas de erro são preocupantes, na maioria das vezes
elas são atribuíveis a erros humanos. Ray faz alusão aos problemas com os
chips Intel de microprocessadores, mas esses problemas foram
extremamente sutis, quase não tiveram repercussão e foram retificados com
rapidez.
A complexidade dos sistemas computadorizados tem de fato aumentado
de escala, como se viu, e, além do mais, nossos esforços de ponta para
emular a inteligência humana irão utilizar os paradigmas auto-
organizadores que se encontram no cérebro humano. À medida que
continuemos nossos progressos na aplicação da engenharia reversa no
cérebro humano, acrescentaremos novos métodos de auto-organização em
nosso jogo de ferramentas de reconhecimento de padrões de IA. Como já
expus, os métodos de auto-organização ajudam a aliviar a necessidade de
níveis de complexidade impossíveis de administrar. Como ressaltei antes,
não iremos precisar de sistemas com “bilhões de linhas de código” para
emular a inteligência humana.
Também é importante enfatizar que a imperfeição faz parte de qualquer
processo complexo, e isso, com certeza, inclui a inteligência humana.

A crítica do “bloqueio”
Jaron Lanier e outros críticos têm mencionado a perspectiva de um
“bloqueio”, uma situação em que as velhas tecnologias resistem sair do
lugar por causa dos grandes investimentos nas estruturas que as sustentam.
Eles argumentam que sistemas de suporte onipresentes e complexos têm
bloqueado a inovação em setores como o de transportes, que não viram o
rápido desenvolvimento visto na computação. 33

O conceito de bloqueio não é o obstáculo primário para o progresso do

transporte. Se a existência de um complexo sistema de suporte provocou
necessariamente o bloqueio, por que não se vê esse fenômeno afetando a
expansão de todos os aspectos da internet? Afinal, é certo que a internet
exige uma infraestrutura enorme e complexa. Entretanto, uma vez que é,
especificamente, o processamento e a movimentação da informação que
estão crescendo exponencialmente, uma das razões para uma área como o
transporte ter chegado a um teto (isto é, parou no topo de uma curva em S)
é que muitos dos seus objetivos já foram alcançados pelas tecnologias de
comunicação exponencialmente crescentes. Minha própria organização, por
exemplo, tem colegas em diferentes partes do país, e a maioria de nossas
necessidades que, no passado, iria precisar de uma pessoa ou um pacote
para ser transportada, pode ser resolvida pelos encontros virtuais (e
distribuição eletrônica de documentos e outras criações intelectuais) cada
vez mais viáveis, possibilitados por uma panóplia de tecnologias de
comunicação, sendo que o próprio Lanier está trabalhando com algumas.
Mais importante, veremos avanços no transporte facilitados pelas
tecnologias de energia baseadas em nanotecnologia que abordei no capítulo
5. Entretanto, com as formas cada vez mais realistas da realidade virtual,
em alta resolução, de imersão total, continuando a emergir, nossas
necessidades de estar juntos cada vez mais será suprida através da
computação e da comunicação.
Como mostrei no capítulo 5, a plena adoção da fabricação baseada em
MNT trará a Lei dos Retornos Acelerados para áreas como energia e
transporte. Quando se puder criar virtualmente qualquer produto físico a
partir da informação e das matérias-primas muito baratas, aquelas
operações que tradicionalmente movem-se devagar verão o mesmo tipo de
duplicação anual do preço-desempenho e da capacidade que se pode ver nas
tecnologias de informação. Energia e transporte irão efetivamente tornar-se
tecnologias de informação.
Veremos o surgimento de painéis solares baseados na nanotecnologia,
que serão eficientes, leves e baratos, bem como de células de combustível
igualmente potentes e outras tecnologias para armazenar e distribuir aquela
energia. A energia barata irá, por sua vez, transformar o transporte. A
energia obtida das células solares nanoprojetadas e de outras tecnologias
renováveis e armazenada em células de combustível nanofabricadas
fornecerá energia limpa e barata para todo tipo de transporte. Além disso,
conseguiremos fabricar dispositivos — inclusive máquinas voadoras de
tamanhos variados — por um custo quase zero, fora o custo do projeto (que
precisa ser amortizado só uma vez). Portanto será factível construir
pequenos dispositivos voadores baratos que poderão transportar um pacote
diretamente a seu destino em questão de horas, sem passar por
intermediários como as empresas transportadoras. Veículos maiores, mas
ainda baratos, poderão levar pessoas voando, de um lugar a outro, com
microasas feitas pela nanotecnologia.
As tecnologias de informação já estão influindo profundamente em todas
as empresas. Com a plena realização das revoluções de GNR em umas
poucas décadas, todas as áreas do esforço humano irão compreender,
essencialmente, tecnologias da informação e, assim, terão benefícios diretos
da Lei dos Retornos Acelerados.
A crítica da ontologia: um computador pode ter
consciência?
Como não entendemos o cérebro muito bem, somos constantemente tentados a usar a
mais nova tecnologia como um modelo para tentar entendê-lo. Na minha infância,
sempre nos garantiam que o cérebro era uma central telefônica. (“Que outra coisa ele
poderia ser?”) Foi divertido ver que Sherrington, o grande neurocientista inglês,
pensava que o cérebro funcionava como um sistema telegráfico. Com frequência, Freud
comparava o cérebro a sistemas hidráulicos e eletromagnéticos. Leibniz o comparava a
um moinho e me disseram que alguns dos gregos antigos achavam que o cérebro
funcionava como uma catapulta. Hoje, é óbvio, a metáfora é o computador digital.
John R. Searle, “Minds, Brains, and Science”
Pode um computador — uma inteligência não biológica — ter
consciência? É claro que, primeiro, temos de concordar com o que significa
a questão. Como analisei antes, há pontos de vista conflitantes sobre o que,
no começo, pode parecer uma questão descomplicada. Entretanto, deixando
de lado o modo pelo qual tentamos definir o conceito, temos de reconhecer
que a consciência é amplamente considerada como um atributo crucial, se
não essencial, do ser humano. 34

John Searle, filósofo de destaque na Universidade da Califórnia em

Berkeley, é popular entre seus seguidores pelo que estes acreditam ser uma
defesa ferrenha do profundo mistério da consciência humana contra a
trivialização feita pelos “reducionistas” da IA forte, como Ray Kurzweil. E,
mesmo que eu sempre tenha achado tautológica a lógica de Searle em seu
célebre argumento do Quarto Chinês, esperava um tratado edificante sobre
os paradoxos da consciência. Então, foi com alguma surpresa que vejo
Searle escrevendo declarações como:
 “Os cérebros humanos geram a consciência através de uma série de
processos neurobiológicos específicos no cérebro”;

“É essencial reconhecer que a consciência é um processo biológico

como a digestão, a lactação, a fotossíntese ou a mitose”;

“O cérebro é uma máquina, com certeza uma máquina biológica, mas,

mesmo assim, máquina. Então o primeiro passo é descobrir como o
cérebro funciona e, depois, construir uma máquina artificial que tenha
um mecanismo igualmente efetivo para gerar a consciência”; e
“Sabemos que os cérebros geram a consciência através de mecanismos
biológicos específicos”. 35

Então, quem é o reducionista aqui? Aparentemente, Searle espera que

possamos medir a subjetividade de outro ente tão prontamente como
medimos o oxigênio resultante da fotossíntese.
Searle escreve que eu “muitas vezes cito o Deep Blue da IBM como
prova da inteligência superior do computador”. É claro, trata-se do
contrário: eu cito o Deep Blue não para atacar a questão do xadrez, mas
para examinar o nítido contraste que ele ilustra entre os modos de jogar de
humanos e o de máquinas contemporâneas. Entretanto, como já mencionei,
a habilidade dos programas para reconhecer padrões está aumentando,
portanto as máquinas de xadrez começam a combinar a potência analítica
da inteligência tradicional da máquina com um reconhecimento de padrões
mais parecido com o dos humanos. O paradigma humano (de auto-
organizar processos caóticos) apresenta profundas vantagens: podemos
reconhecer e responder a padrões extremamente sutis. Mas conseguimos
construir máquinas com as mesmas aptidões. De fato, essa tem sido minha
própria área de interesse técnico.
Searle é mais conhecido por sua analogia do Quarto Chinês e tem
apresentado várias versões dela ao longo desses vinte anos. Uma de suas
descrições mais completas está em seu livro de 1992, The Rediscovery of
the Mind [A redescoberta da mente]:

Acho que o argumento mais conhecido contra a IA forte foi meu

argumento do quarto chinês [...] que mostrou que um sistema pode
representar um programa para fornecer uma simulação perfeita de
alguma capacidade cognitiva humana, como a capacidade de entender
chinês, mesmo que esse sistema não tenha o menor conhecimento de
 chinês. Simplesmente imagine que alguém que não entende chinês é
trancado em um quarto com uma porção de símbolos chineses e um
programa de computador para responder perguntas em chinês. O input
do sistema consiste em símbolos chineses na forma de perguntas; o
output do sistema consiste em símbolos chineses em resposta às
perguntas. Pode-se supor que o programa seja tão bom que as
respostas das perguntas não possam ser distinguidas daquelas de um
chinês nativo. Mas, mesmo assim, nem a pessoa nem qualquer outra
parte do sistema literalmente entende chinês; e já que o computador
programado não tem nada que esse sistema não tenha, o computador
programado, enquanto computador, também não entende chinês. Como
o programa é puramente formal ou sintático, e como as mentes têm
conteúdos mentais ou semânticos, qualquer tentativa de produzir uma
mente só com programas de computador deixa de fora os aspectos
essenciais da mente. 36

As descrições de Searle ilustram uma falha em avaliar a essência tanto

dos processos cerebrais quanto dos processos não biológicos que poderiam
reproduzi-los. Ele começa pressupondo que o “homem” no quarto não
entende nada porque, afinal, “ele é só um computador”, deixando claro com
isso seu próprio viés. Não é de surpreender que Searle então conclua que o
computador (como implementado pelo homem) não entende. Searle
combina essa tautologia com uma contradição básica: o computador não
entende chinês, e, no entanto (de acordo com Searle), ele pode responder
perguntas em chinês de modo convincente. Mas se um ser — biológico ou
não — realmente não entender a linguagem humana, ele será desmascarado
bem depressa por um interlocutor competente. Além disso, para que o
programa responda de modo convincente, teria de ser tão complexo quanto
um cérebro humano. Os observadores já teriam morrido há muito tempo
enquanto o homem do quarto gasta milhões de anos seguindo um programa
com muitos milhões de páginas.
Mais importante, o homem está agindo só como a unidade central de
processamento, uma pequena parte do sistema. Embora o homem possa não
estar vendo, o entendimento está distribuído ao longo de todo o padrão do
próprio programa e dos bilhões de notas que ele teria de fazer para seguir o
programa. Eu entendo inglês, mas nenhum dos meus neurônios entende.
Meu entendimento é representado por vastos padrões de forças de
neurotransmissão, fendas sinápticas e conexões interneurais. Searle deixa
de prestar contas do significado dos padrões espalhados da informação e de
suas propriedades emergentes.
Uma falha em ver que os processos da computação conseguem ser —
exatamente como o cérebro humano — caóticos, imprevisíveis, confusos,
hesitantes e emergentes está por trás de muitas das críticas da perspectiva
de máquinas inteligentes que ouvimos de Searle e de outros filósofos
essencialmente materialistas. Inevitavelmente, Searle volta para uma crítica
da computação “simbólica”: que processos simbólicos ordenados
sequencialmente não podem recriar o verdadeiro pensamento. Acho que
isso está certo (é claro que dependendo do nível em que estamos modelando
um processo inteligente), mas a manipulação de símbolos (no sentido usado
por Searle) não é a única maneira de construir máquinas, ou computadores.
Os chamados computadores (e parte do problema é a palavra
“computador”, porque as máquinas podem fazer mais do que “computar”)
não estão limitados ao processamento simbólico. Entes não biológicos
também podem usar o emergente paradigma auto-organizador, que é uma
tendência já em curso e que irá tornar-se ainda mais importante nas
próximas décadas. Os computadores não têm de usar apenas o 0 e o 1, nem
têm de ser totalmente digitais. Mesmo que um computador seja
completamente digital, os algoritmos digitais podem simular processos
analógicos em qualquer grau de precisão (ou falta de precisão). As
máquinas podem ser maciçamente paralelas. E as máquinas podem usar as
técnicas caóticas emergentes exatamente como o cérebro usa.
As técnicas primordiais de computação que usamos nos sistemas de
reconhecimento de padrões não usam a manipulação de símbolos, mas, sim,
métodos auto-organizadores como os descritos no capítulo 5 (redes neurais,
modelos de Markov, algoritmos genéticos e paradigmas mais complexos
baseados na engenharia reversa do cérebro). Uma máquina que realmente
pudesse fazer o que Searle descreve no argumento do Quarto Chinês não
estaria meramente manipulando símbolos de linguagem, porque essa
abordagem não funciona. Isso está no centro da prestidigitação filosófica
subjacente ao Quarto Chinês. A natureza da computação não se limita a
manipular símbolos lógicos. Alguma coisa acontece no cérebro humano, e
não há nada que impeça aplicar a engenharia reversa a esses processos
biológicos e reproduzi-los em entes não biológicos.
Os seguidores parecem acreditar que o argumento do Quarto Chinês de
Searle demonstra que as máquinas (isto é, entes não biológicos) jamais
podem entender, de verdade, qualquer coisa significativa, como o chinês.
Primeiro, é importante reconhecer que para esse sistema — a pessoa e o
computador — “fazer”, como diz Searle, “uma simulação perfeita de
alguma capacidade cognitiva humana, como a capacidade de entender
chinês”, e responder perguntas em chinês de modo convincente, ele precisa,
essencialmente, passar em um teste de Turing chinês. É preciso lembrar que
não se trata de responder perguntas de uma lista fixa de perguntas
arquivadas (porque isso é uma tarefa trivial), mas sim responder a qualquer
pergunta ou sequência de perguntas não previstas feitas por um humano
conhecedor.
Ora, o humano no Quarto Chinês tem pouco significado ou nenhum. Ele
só está alimentando o computador e transmitindo mecanicamente seu
output (ou apenas seguindo as regras do programa). E nem o computador
nem o humano precisam estar no quarto. Interpretar a descrição de Searle
para sugerir que o próprio homem está executando o programa não muda
nada, exceto deixar o sistema muito mais lento e extremamente sujeito a
erros. Tanto o humano quanto o quarto são irrelevantes. A única coisa
significativa é o computador (ou um computador eletrônico ou o
computador que compreende o homem que segue o programa).
Para o computador realmente executar essa “simulação perfeita”, ele
precisaria, de fato, entender chinês. De acordo com a própria premissa, ele
tem “a capacidade de entender chinês”, então é totalmente contraditório
dizer que “o computador programado [...] não entende chinês”.
Um computador e um programa de computador, como os conhecemos
hoje, não poderiam realizar com sucesso a tarefa descrita. Então, se
entendermos que o computador é como os computadores de hoje, ele não
pode cumprir a premissa. O único modo como ele poderia fazê-lo seria se
tivesse a profundidade e a complexidade de um humano. O brilhante insight
de Turing ao propor seu teste consistiu na ideia de que responder de
maneira convincente a qualquer sequência possível de perguntas, feitas por
um interrogador humano competente em uma linguagem humana,
realmente explora toda a inteligência humana. Um computador capaz de
realizar isso — um computador que irá existir dentro de umas poucas
décadas — terá de ter a complexidade humana ou maior, e irá, de fato,
entender chinês profundamente, porque do contrário ele nunca seria
convincente em sua reivindicação de fazê-lo.
Simplesmente declarar, então, que o computador “literalmente não
entende chinês” não tem sentido, pois contradiz toda a premissa do
argumento. Afirmar que o computador não tem consciência também não é
uma afirmação convincente. Para sermos coerentes com algumas das outras
declarações de Searle, temos de concluir que de fato não sabemos se o
computador tem consciência ou não. Em relação a máquinas relativamente
simples, inclusive os atuais computadores, embora não possamos declarar
com certeza que esses entes não têm consciência, seu comportamento,
inclusive seus mecanismos internos, não nos dão essa impressão. Mas isso
não se aplica a um computador que pode realmente fazer o que é necessário
no Quarto Chinês. Uma máquina dessas irá, pelo menos, parecer que tem
consciência, mesmo que não possamos dizer definitivamente se ela tem ou
não. Mas só declarar que é óbvio que o computador (ou todo o sistema do
computador, a pessoa e o quarto) não tem consciência, está longe de ser um
argumento convincente.
Na citação acima, Searle declara que “o programa é puramente formal ou
sintático”. Mas, como observei antes, essa é uma suposição errada, baseada
na falha de Searle em explicar os requisitos dessa tecnologia. Essa
suposição está por trás de muitas das críticas da IA feitas por Searle. Um
programa que é puramente formal ou sintático não conseguirá entender
chinês e não irá “fazer uma perfeita simulação de alguma capacidade
cognitiva humana”.
Mas não precisamos construir nossas máquinas desse jeito. Podemos
construí-las do mesmo modo que a natureza construiu o cérebro humano:
usando métodos emergentes caóticos que são maciçamente paralelos. Além
disso, não há nada inerente no conceito de uma máquina que limite sua
especialização só no nível da sintaxe e a impeça de dominar a semântica.
De fato, se a máquina inerente à concepção de Searle do Quarto Chinês não
tivesse dominado a semântica, não seria capaz de responder as perguntas
em chinês de modo convincente e, assim, iria contradizer a própria
premissa de Searle.
No capítulo 4, analisei o empenho constante em usar a engenharia
reversa no cérebro humano e em aplicar esses métodos às plataformas de
computação de potência suficiente. Portanto, tal como acontece a um
cérebro humano, se ensinarmos chinês a um computador, ele vai entender
chinês. Isso pode parecer óbvio, mas Searle discorda disso. Para usar sua
própria terminologia, não estou falando de uma simulação em si, mas antes
de uma duplicação dos poderes causais do agrupamento maciço de
neurônios que constitui o cérebro, pelo menos aqueles poderes causais que
são salientes e relevantes para o pensamento.
Uma cópia dessas terá consciência? Não acho que o Quarto Chinês nos
diga alguma coisa a esse respeito.
Também é importante ressaltar que o argumento do Quarto Chinês de
Searle pode ser aplicado ao próprio cérebro humano. Embora claramente
essa não seja sua intenção, sua linha de raciocínio implica que o cérebro
humano não tem entendimento. Ele escreve: “O computador [...] tem
sucesso através da manipulação de símbolos formais. Os símbolos, em si,
não têm muito sentido: eles só têm o sentido que damos a eles. O
computador não sabe de nada disso, ele só embaralha os símbolos”. Searle
reconhece que os neurônios biológicos são máquinas; então, se
simplesmente substituirmos “computador” por “cérebro humano” e
“símbolos formais” por “concentrações de neurotransmissores e
mecanismos relacionados”, temos que:

O [cérebro humano] tem sucesso através da manipulação de

[concentrações de neurotransmissores e mecanismos relacionados]. As
[concentrações de neurotransmissores e mecanismos relacionados] em
si não têm muito sentido: só têm o sentido que ligamos a elas. O
[cérebro humano] não sabe de nada disso, ele só embaralha as
[concentrações de neurotransmissores e mecanismos relacionados].

É claro que concentrações de neurotransmissores e outros detalhes

neurais (por exemplo, conexões interneurais e padrões de
neurotransmissores) não têm significado em si mesmos. O significado e o
entendimento que emergem no cérebro humano são exatamente isto: uma
propriedade emergente de seus complexos padrões de atividade. O mesmo
vale para as máquinas. Embora “embaralhar símbolos” não tenha um
significado em si mesmo, os padrões emergentes têm o mesmo papel
potencial nos sistemas não biológicos do que têm em sistemas biológicos
como o cérebro. Hans Moravec escreveu: “Searle procura entendimento em
lugares errados. [Ele] parece não aceitar que o significado real possa existir
em meros padrões”. 37

Em uma segunda versão do Quarto Chinês, o quarto não inclui um

computador nem um homem simulando um computador, mas tem um
quarto cheio de gente que tem em mãos pedaços de papel com símbolos
chineses — essencialmente, uma porção de gente simulando um
computador. Esse sistema iria responder, de modo convincente, perguntas
em chinês, mas nenhum dos participantes iria saber chinês, nem se poderia
dizer que o sistema inteiro realmente sabe chinês — pelo menos não de
modo consciente. Então Searle ridiculariza essencialmente a ideia de que
esse “sistema” pudesse ter consciência. O que devemos considerar que tem
consciência, ele pergunta: Os pedaços de papel? O quarto?
Um dos problemas com essa versão do Quarto Chinês é que ela não
chega nem perto de realmente resolver o problema específico que é
responder perguntas em chinês. Em vez disso, ela de fato é uma descrição
de um processo quase mecânico que usa o equivalente a uma pesquisa por
tabelas, com talvez alguma manipulação lógica descomplicada, para
responder perguntas. Ela conseguiria responder a um número limitado de
perguntas enlatadas, mas, se fosse responder a qualquer pergunta arbitrária
que possa ser feita, precisaria entender chinês de verdade no mesmo nível
de um chinês nativo. De novo, ela é essencialmente chamada para passar
em um teste de Turing chinês, e, como tal, teria de ser tão inteligente, e
quase tão complexa, quanto um cérebro humano. Algoritmos
descomplicados, do tipo “pesquisa por tabela”, simplesmente não vão
conseguir passar no teste.
Se quisermos recriar um cérebro que entenda chinês usando as pessoas
como pequenas engrenagens nessa recriação, iríamos precisar de bilhões de
pessoas simulando os processos de um cérebro humano (em essência, as
pessoas estariam simulando um computador que estaria simulando métodos
do cérebro humano). Isso iria demandar um quarto bastante grande. E
mesmo que organizado de modo extremamente ordeiro, esse sistema, em
sua tentativa de recriar, iria rodar muitos milhares de vezes mais devagar do
que o cérebro do falante chinês.
Ora, é verdade que nenhum dos bilhões de pessoas iria precisar saber
qualquer coisa de chinês, e nenhuma delas iria necessariamente saber o que
estaria acontecendo nesse sistema elaborado. Mas isso também se aplica às
conexões neurais em um cérebro humano real. Nenhum dos 100 trilhões de
conexões em meu cérebro sabe qualquer coisa sobre este livro que estou
escrevendo, nem sabe inglês, nem qualquer das outras coisas que eu sei.
Nenhuma delas tem consciência deste capítulo, nem de qualquer outra coisa
de que eu tenho consciência. É provável que nenhuma delas tenha qualquer
consciência. Mas todo o sistema delas — isto é, Ray Kurzweil — tem
consciência. Pelo menos, declaro que estou consciente (e, até agora, essas
declarações não foram contestadas).
Então, se aumentarmos a escala do Quarto Chinês de Searle para que seja
o “quarto” maciço que precisa ser, quem há de dizer que o sistema inteiro
de bilhões de pessoas simulando um cérebro que sabe chinês não tem
consciência? Seria correto dizer que um sistema desses sabe chinês. E não
podemos dizer que não está consciente mais do que podemos dizê-lo sobre
qualquer outro processo do cérebro. Não conseguimos conhecer a
experiência subjetiva de outro ente (e, em pelo menos alguns dos outros
escritos de Searle, parece que ele reconhece essa limitação). E esse “quarto”
maciço de multibilhões de pessoas é um ente. E talvez tenha consciência.
Searle está só declarando que não tem consciência e que essa conclusão é
óbvia. Pode parecer assim quando você o chama de quarto e fala de uma
quantidade limitada de pessoas que manipulam uma pequena quantidade de
pedaços de papel. Mas, como já disse, esse sistema nem de longe funciona.
Outra chave para a confusão filosófica implícita no argumento do Quarto
Chinês está relacionada especificamente à complexidade e à escala do
sistema. Searle diz que, embora ele não possa provar que sua máquina de
escrever ou gravador não são conscientes, ele sente que é óbvio que eles
não o são. Por que isso é tão óbvio? Ao menos uma razão é porque uma
máquina de escrever e um gravador são entes relativamente simples.
Mas a existência ou ausência de consciência não é tão óbvia em um
sistema tão complexo quanto o cérebro humano — com efeito, um sistema
que pode ser uma cópia direta da organização e “poderes causais” de um
cérebro humano real. Se esse “sistema” age como humano e sabe chinês de
uma maneira humana, é ele consciente? Agora a resposta não é tão óbvia. O
que Searle está dizendo com o argumento do Quarto Chinês é que tomamos
uma “máquina” simples e então pensamos como é absurdo considerar uma
máquina tão simples como tendo consciência. A falácia tem tudo a ver com
a escala e a complexidade do sistema. A complexidade sozinha não nos dá,
necessariamente, consciência, mas o Quarto Chinês não nos diz nada sobre
se um sistema desses está consciente ou não.

O Quarto Chinês de Kurzweil. Tenho minha própria concepção de Quarto

Chinês — chame-a de o Quarto Chinês de Ray Kurzweil.
Em minha experiência mental, existe um humano em um quarto. O
quarto tem decorações da dinastia Ming, inclusive um pedestal, onde está
uma máquina de escrever mecânica. A máquina de escrever foi modificada
para que suas teclas marquem símbolos chineses em vez de letras do idioma
inglês. E as ligações mecânicas foram habilmente alteradas de modo que,
quando o humano datilografa uma pergunta em chinês, a máquina não
escreve a pergunta, mas, sim, escreve a resposta para a pergunta. Ora, a
pessoa recebe perguntas em caracteres chineses e zelosamente bate nas
teclas apropriadas da máquina de escrever. A máquina escreve não a
pergunta, mas a resposta adequada. Então o humano passa a resposta para
fora do quarto.
Então, aqui, temos um quarto com um humano que, na observação de
alguém do lado de fora, parece saber chinês, mas claramente não sabe. E
também é claro que a máquina não sabe chinês. É só uma máquina de
escrever comum com as ligações mecânicas modificadas. Então, apesar de
o homem do quarto poder responder perguntas em chinês, quem ou o que
podemos dizer que sabe chinês de verdade? A decoração?
Ora, você pode ter algumas objeções a meu Quarto Chinês.
Você pode observar que a decoração não parece ter qualquer
significado.
Sim, é verdade. Nem o pedestal tem. Pode-se dizer o mesmo do homem e
do quarto.
Você também pode observar que a premissa é absurda. Só mudar as
ligações mecânicas de uma máquina de escrever não poderia fazer com que
ela respondesse convincentemente as perguntas em chinês (fora o fato de
que não dá para colocar os milhares de caracteres chineses nas teclas de
uma máquina de escrever).
Sim, essa também é uma objeção válida. A única diferença entre a minha
concepção do Quarto Chinês e as várias propostas por Searle é que a minha
obviamente não iria funcionar e é absurda pela própria natureza. Talvez isso
não fique tão aparente aos muitos leitores e ouvintes em relação aos
Quartos Chineses de Searle. Mas é igualmente o caso.
E, contudo, pode-se fazer funcionar minha concepção, da mesma forma
que se pode fazer funcionar as concepções de Searle. Tudo que se precisa é
tornar as ligações da máquina de escrever tão complexas quanto um cérebro
humano. E isso é teoricamente (se não praticamente) possível. Mas a frase
“ligações da máquina de escrever” não sugere uma complexidade tão
grande. O mesmo se aplica à descrição feita por Searle de uma pessoa
manipulando pedaços de papel ou seguindo um manual com regras ou um
programa de computador. Todas essas são concepções igualmente
enganosas.
Searle escreve: “Cérebros humanos reais originam a consciência por uma
série de processos neurobiológicos específicos no cérebro”. Mas ele ainda
teria de fornecer alguma base para uma opinião tão espantosa. Para aclarar
a perspectiva de Searle, cito, de uma carta que ele me mandou:

Pode ser que organismos bem simples como cupins ou lesmas tenham
consciência [...]. O essencial é reconhecer que a consciência é um
processo biológico como a digestão, a lactação, a fotossíntese ou a
mitose, e deve-se procurar sua biologia específica assim como se
procura a biologia específica desses outros processos. 38

Eu respondi:
 Sim, é verdade que a consciência emerge dos processos biológicos do
cérebro e do corpo, mas há, pelo menos, uma diferença. Se eu faço a
pergunta: “Um determinado ente emite dióxido de carbono?”, posso
responder a essa pergunta através de medições objetivas claras. Se eu
faço a pergunta: “Esse ente tem consciência?”, posso fornecer
inferências — possivelmente fortes e convincentes — mas nenhuma
medição objetiva clara.

Quanto à lesma, escrevi:

Agora, quando você diz que uma lesma pode ter consciência, acho que
você está dizendo o seguinte: que podemos descobrir certa base
neurofisiológica para a consciência (chame de “x”) em humanos, de
modo que, quando essa base estivesse presente, os humanos teriam
consciência e, quando não estivesse presente, os humanos não teriam
consciência. E, então, se nós a encontrássemos em uma lesma,
poderíamos concluir que ela tem consciência. Mas essa inferência é só
uma forte sugestão, não é uma prova da experiência subjetiva por
parte da lesma. Pode ser que os humanos tenham consciência porque
eles têm “x”, bem como alguma outra qualidade que, essencialmente,
todos os humanos compartilham (chame de “y”). O “y” pode ter a ver
com o nível humano de complexidade ou algo que tem a ver com o
modo como somos organizados, ou com as propriedades quânticas de
nossos microtúbulos (embora isso possa ser parte do “x”) ou algo
totalmente diferente. A lesma tem o “x” mas não tem o “y” e, assim,
pode não ter consciência.

Como se pode decidir esse argumento? É óbvio que não se pode

perguntar à lesma. Mesmo se pudéssemos imaginar um modo de fazer a
pergunta e ela respondesse que sim, isso ainda não provaria que ela tem
consciência. Não se pode dizer nada a partir de seu comportamento bem
simples e mais ou menos previsível. Indicar que ela tem “x” pode ser um
bom argumento e convencer muitas pessoas. Mas é só um argumento —
não uma medição direta da experiência subjetiva da lesma. Mais uma vez, a
medição objetiva é incompatível com o próprio conceito de experiência
subjetiva.
Muitas dessas argumentações acontecem hoje — embora não tanto sobre
lesmas quanto sobre animais de nível mais alto. Para mim, é aparente que
cães e gatos têm consciência (e Searle disse que também o reconhece). Mas
nem todos os humanos aceitam isso. Posso pensar em maneiras científicas
de reforçar o argumento, apontando muitas semelhanças entre esses animais
e os humanos, porém, mais uma vez, elas seriam só argumentos, não provas
científicas.
Searle tem a expectativa de achar alguma “causa” biológica clara da
consciência e parece ser incapaz de admitir que tanto o entendimento
quanto a consciência podem emergir de um padrão geral de atividade.
Outros filósofos, como Daniel Dennett, têm formulado outras teorias da
consciência “emergente de padrões”. Mas quer ela seja “causada” por um
processo biológico específico, quer por um padrão de atividade, Searle não
fornece nenhuma base de como se poderia medir ou detectar a consciência.
Achar um correlato neurológico da consciência em humanos não prova que
a consciência está necessariamente presente em outros entes com o mesmo
correlato, nem prova que a falta desse correlato indica a falta de
consciência. Essa argumentação por inferências não chega necessariamente
à medição direta. Dessa maneira, a consciência difere de processos
objetivamente mensuráveis como a lactação e a fotossíntese.
Como mencionei no capítulo 4, foi descoberta uma característica
biológica única dos humanos e de uns poucos outros primatas: as células
fuso. E essas células, com suas profundas estruturas ramificadas, parecem
de fato estar intimamente envolvidas em nossas respostas conscientes,
especialmente as emocionais. Será a estrutura das células fuso a base
neurofisiológica “x” da consciência humana? Que tipo de experiência
poderia prová-lo? Cães e gatos não têm células fuso. Isso prova que eles
não têm experiências conscientes?
Searle escreve: “Está fora de questão, por razões puramente
neurobiológicas, supor que a cadeira ou o computador tenham consciência”.
Concordo que as cadeiras parecem não ter consciência, mas, quanto a
computadores do futuro que tenham a mesma complexidade, profundidade,
sutileza e capacidades dos humanos, não acho que possamos jogar fora essa
possibilidade. Searle apenas supõe que eles não a têm, e que está “fora de
questão” supor o contrário. Não há realmente nada mais de natureza
substantiva nos “argumentos” de Searle do que essa tautologia.
Ora, parte da atração da posição de Searle contra a possibilidade de um
computador ter consciência é que os computadores que conhecemos hoje
simplesmente não parecem ter consciência. Seu comportamento é frágil e
estereotipado, ainda que às vezes seja imprevisível. Mas, como mostrei
acima, os computadores de hoje são cerca de 1 milhão de vezes mais
simples do que o cérebro humano, o que é, pelo menos, uma razão para que
não compartilhem de todas as qualidades cativantes do pensamento
humano. Mas essa disparidade diminui rapidamente e no final irá reverter-
se em um par de décadas. As máquinas do início do século XXI a que me
refiro neste livro irão parecer e agir de modo muito diferente do que os
computadores relativamente simples de hoje.
Searle manifesta a opinião de que entes não biológicos só conseguem
manipular símbolos lógicos, e ele parece não perceber outros paradigmas. É
verdade que manipular símbolos é principalmente o modo pelo qual
funcionam os sistemas especializados baseados em regras e nos programas
de jogos. Mas a tendência corrente vai em outra direção, na de sistemas
caóticos auto-organizadores que empregam métodos inspirados na biologia,
inclusive processos derivados diretamente da engenharia reversa das
centenas de agrupamentos de neurônios que chamamos de cérebro humano.
Searle reconhece que neurônios biológicos são máquinas — de fato, que
todo o cérebro é uma máquina. Como mostrei no capítulo 4, já recriamos de
um modo extremamente detalhado os “poderes causais” de neurônios
individuais, bem como os dos agrupamentos substanciais de neurônios. Não
há nenhuma barreira conceitual que impeça esses esforços de chegarem a
todo o cérebro humano.

A crítica da divisão rico-pobre

Outra preocupação expressada por Jaron Lanier e outros é a possibilidade
“apavorante” de que, através dessas tecnologias, os ricos possam ganhar
certas vantagens e oportunidades a que o resto da humanidade não tem
acesso. É claro que essa desigualdade não seria nada novo, mas, quanto a
39

essa questão, a Lei dos Retornos Acelerados tem um impacto importante e

benéfico. Por causa do contínuo crescimento exponencial do custo-
desempenho, todas essas tecnologias ficarão rapidamente tão baratas a
ponto de serem quase grátis.
Veja a quantidade extraordinária de informação de alta qualidade
disponível na web hoje, a custo zero, que não existia de modo algum havia
apenas uns poucos anos. E caso se queira ressaltar que é só uma fração do
mundo hoje que tem acesso à web, é bom lembrar que a explosão da web
ainda está em sua infância e o acesso a ela cresce exponencialmente.
Mesmo nos países mais pobres da África, o acesso à web expande-se
depressa.
Todo exemplo da tecnologia da informação começa com versões
adotadas rapidamente que não funcionam muito bem e são inacessíveis a
não ser para a elite. A seguir, a tecnologia funciona um pouco melhor e se
torna meramente cara. Depois, ela funciona bastante bem e fica quase
grátis. O telefone celular, por exemplo, está em algum lugar entre esses dois
últimos estágios. Pense que, há uma década, um personagem de filme
pegando um celular era uma indicação de que essa pessoa devia ser muito
rica, ou poderosa, ou as duas coisas. Contudo, há sociedades no mundo em
que a maioria da população trabalhava no campo com as mãos há duas
décadas e que, agora, têm economias florescentes baseadas na informação
com o uso amplamente difundido dos celulares (por exemplo, sociedades
asiáticas, inclusive áreas rurais da China). Essa defasagem entre a adoção
inicial, muito cara, e a adoção por todos, muito barata, leva agora cerca de
uma década. Mas acompanhando a duplicação da taxa de mudança de
paradigma a cada década, essa defasagem será de apenas cinco anos daqui a
uma década. Em vinte anos, a defasagem será de apenas dois ou três anos
(ver capítulo 2).
A divisão rico-pobre continua sendo uma questão crítica, e a cada
momento há mais coisas que podem e deveriam ser feitas. Por exemplo, é
trágico que as nações desenvolvidas não tenham sido mais proativas em
compartilhar drogas da aids com os países pobres na África e em outros
lugares, com milhões de vidas perdidas como resultado. Mas a melhoria
exponencial do preço-desempenho das tecnologias de informação está
rapidamente mitigando essa divisão. As drogas são, em essência, uma
tecnologia da informação, e vemos a mesma duplicação de preço-
desempenho a cada ano com outras tecnologias da informação como
computadores, comunicações e sequenciamento de pares de bases do DNA.
As drogas contra a aids começaram não funcionando muito bem e custando
dezenas de milhares de dólares por paciente por ano. Hoje, essas drogas
funcionam bastante bem e seu custo aproxima-se de cem dólares por
paciente por ano em países pobres como os da África.
No capítulo 2, mencionei o relatório do Banco Mundial de 2004 referente
ao maior crescimento econômico no mundo em desenvolvimento (mais de
6%) comparado à média mundial (de 4%), e uma redução geral da pobreza
(por exemplo, uma redução de 43% da pobreza extrema na região do leste
da Ásia e do Pacífico desde 1990). Além disso, o economista Xavier Sala-i-
Martin examinou oito medidas de desigualdade global entre os indivíduos e
viu que todas diminuíram no último quarto de século. 40

A crítica da provável regulamentação do governo

Esses caras que falam aqui agem como se o governo não fosse parte de suas vidas. Eles
 podem querer que não fosse, mas ele é. Conforme abordamos as questões debatidas
aqui hoje, é melhor que acreditem que essas questões serão debatidas pelo país inteiro.
A maioria dos americanos não iria simplesmente ficar sentada enquanto certa elite lhes
retira a personalidade e depois faz o upload de tudo isso para seu paraíso no
ciberespaço. Eles terão algo a dizer a respeito. Haverá debates acirrados sobre isso
neste país.
Leon Fuerth, ex-conselheiro de segurança nacional do vice-presidente Al Gore, na
conferência Foresight, 2002
A vida humana sem a morte seria outra coisa em vez de humana; a consciência da
mortalidade origina nossos mais profundos anseios e maiores realizações.
Leon Kass, presidente da Comissão Presidencial sobre Bioética, 2003
A crítica referente ao controle governamental é que a regulamentação irá
desacelerar e parar a aceleração da tecnologia. Embora a regulamentação
seja uma questão vital, na realidade não teve efeitos mensuráveis nas
tendências discutidas neste livro, que aconteceram com uma extensa
regulamentação vigente. Com exceção de um estado totalitário global, a
economia e outras forças subjacentes ao progresso técnico só crescerão com
avanços contínuos.
Considere a questão da pesquisa com células-tronco, que tem sido
especialmente controversa e para a qual o governo dos Estados Unidos está
restringindo o financiamento. A pesquisa com células-tronco é só uma das
inúmeras ideias para controlar e influenciar os processos subjacentes à
biologia que estão tendo continuação como parte da revolução
biotecnológica. Mesmo no campo das terapias celulares a controvérsia
sobre a pesquisa com células-tronco embrionárias serviu apenas para
acelerar outras maneiras de chegar ao mesmo objetivo. Por exemplo, a
transdiferenciação (converter um tipo de célula como a da pele em outros
tipos de células) avançou bem depressa.
Como relatei no capítulo 5, recentemente alguns cientistas demonstraram
a capacidade de reprogramar células da pele em vários outros tipos de
célula. Essa abordagem representa o cálice sagrado das terapias celulares,
visto que ela promete um suprimento ilimitado de células diferenciadas com
o DNA do próprio paciente. Também permite que as células sejam
selecionadas sem erros de DNA e, no final, poderão fornecer cadeias mais
extensas de telômeros (para tornar mais jovens as células). Mesmo a própria
pesquisa com células-tronco embrionárias avançou, por exemplo, com
projetos como o principal novo centro de pesquisas de Harvard e a
iniciativa da Califórnia de emitir bonds no valor de 3 bilhões de dólares
para sustentar esse trabalho.
Embora sejam infelizes as restrições para a pesquisa de células-tronco, é
difícil dizer que a pesquisa da terapia celular, sem falar no amplo campo da
biotecnologia, foi afetada em algum grau significativo.
Algumas restrições do governo refletem a perspectiva do humanismo
fundamentalista, de que tratei no capítulo anterior. Por exemplo, o Conselho
da Europa proclamou que “os direitos humanos implicam o direito de
herdar um padrão genético que não tenha sido alterado artificialmente”. 41

Talvez o aspecto mais interessante desse édito do conselho seja impor uma
restrição como direito. No mesmo espírito, suponho que o conselho iria
defender o direito humano de não ser curado de uma doença natural através
de meios não naturais, assim como ativistas “protegeram” nações africanas
morrendo de fome da indignidade de consumir colheitas geneticamente
modificadas. 42

No final, os benefícios do progresso técnico superam esses sentimentos

antitecnológicos. A maioria das colheitas nos Estado Unidos já são GMOs,
enquanto nações asiáticas estão adotando agressivamente a tecnologia para
alimentar suas enormes populações, e até a Europa está começando a
aprovar alimentos GMOs. A questão é importante, porque restrições
desnecessárias, embora temporárias, podem resultar no sofrimento
exacerbado de milhões de pessoas. Mas o progresso técnico avança em
milhares de frentes, alimentado por irresistíveis ganhos econômicos e
profundas melhorias na saúde e no bem-estar humanos.
A observação de Leon Fuerth citada acima revela uma persistente ideia
errada sobre as tecnologias de informação. As tecnologias de informação
não estão disponíveis só para uma elite. Conforme foi exposto, as mais
interessantes tecnologias da informação rapidamente se tornam ubíquas e
quase grátis. É apenas quando elas não funcionam muito bem (isto é, em
um estágio inicial de desenvolvimento) que são caras e restritas a uma elite.
No começo da segunda década deste século, a web proporcionará uma
realidade virtual visual-auditiva de imersão total com as imagens
desenhadas diretamente em nossas retinas a partir de nossos óculos ou
lentes e com acesso à internet sem fio, de banda larga, tecido em nossas
roupas. Esses recursos não estarão restritos apenas aos privilegiados. Assim
como os celulares, quando estiverem funcionando bem, estarão em todo
lugar.
Nos anos 2020, teremos rotineiramente nanorrobots em nossa corrente
sanguínea mantendo-nos saudáveis e aumentando nossa capacidade mental.
Quando estiverem funcionando bem, serão baratos e amplamente usados.
Como mostrei acima, reduzir a defasagem entre a adoção precoce e a tardia
das tecnologias da informação irá, por sua vez, acelerar do atual período de
dez anos para apenas um par de anos daqui a duas décadas. Quando a
inteligência não biológica encontrar um apoio em nossos cérebros, vai pelo
menos dobrar de capacidade todo ano, como é da natureza da tecnologia da
informação. Portanto, não demorará para que a porção não biológica de
nossa inteligência venha a predominar. Esse não será um luxo reservado
para os ricos, mais do que os motores de busca da internet o são hoje. E na
medida em que haverá um debate sobre a conveniência desse aumento, é
fácil predizer quem vai ganhar, já que aqueles com inteligência aumentada
serão debatedores muito melhores.

A insuportável lentidão das instituições sociais. O cientista pesquisador-

chefe do MIT Joel Cutcher-Gershenfeld escreve: “Olhando para trás apenas
no decorrer do último século e meio, tem havido uma sucessão de regimes
políticos em que cada um era a solução de um dilema anterior, mas criava
novos dilemas para a era seguinte. Por exemplo, Tammany Hall e o1*

modelo político de patronos foram uma vasta melhoria em relação ao

sistema dominante baseado na aristocracia rural — muito mais pessoas
foram incluídas no processo político. Contudo, surgiram problemas com o
patrocínio, o que levou ao modelo do serviço público — uma solução forte
para o problema precedente ao introduzir a meritocracia. Depois, é claro, o
serviço público tornou-se a barreira contra a inovação e estamos nos
movendo para reinventar o governo. E a história continua”. Gershenfeld
43

ressalta que as instituições sociais, mesmo tendo sido inovadoras em seu

tempo, tornam-se “um entrave para a inovação”.
Primeiro, eu apontaria que o conservadorismo das instituições sociais não
é um fenômeno novo. Ele é parte do processo evolutivo da inovação, e a
Lei dos Retornos Acelerados sempre funcionou nesse contexto. Segundo, a
inovação tem um jeito de contornar os limites impostos pelas instituições. O
advento da tecnologia descentralizada deu poderes ao indivíduo para se
desviar de todo tipo de restrições, e representa, de fato, um meio primordial
para acelerar as mudanças sociais. Como um dos muitos exemplos, todo o
matagal da regulamentação das comunicações está em vias de ser superado
pelas técnicas emergentes de ponto-a-ponto como o protocolo de narração
da internet (VOIP).
A realidade virtual representará outro meio para apressar a mudança
social. As pessoas finalmente poderão ter relacionamentos e dedicar-se a
atividades em ambientes de realidade virtual de imersão e altamente
realistas que elas não seriam capazes ou não quisessem fazer na realidade
real.
Com a tecnologia ficando mais sofisticada, cada vez mais ela assume
habilidades humanas tradicionais e requer menos adaptação. Você precisava
de habilidades técnicas para usar os primeiros computadores pessoais,
enquanto usar sistemas computadorizados hoje, como celulares, tocadores
de música e navegadores na rede, requer muito menos habilidade técnica.
Na segunda década deste século, estaremos interagindo rotineiramente com
humanos virtuais que, embora ainda não capazes de passar em um teste de
Turing, entendem bastante de linguagem natural para agirem como nossos
assistentes pessoais para uma ampla gama de tarefas.
Sempre tem havido uma mistura entre os adotantes precoces e os tardios
dos novos paradigmas. Ainda há pessoas hoje que querem viver como
vivíamos no século VII. Isso não prejudica os adotantes precoces no
estabelecimento de novas atitudes e convenções sociais, por exemplo,
novas comunidades baseadas na web. Umas poucas centenas de anos atrás,
só um punhado de pessoas como Leonardo da Vinci e Newton estavam
explorando novas maneiras de entender e se relacionar com o mundo. Hoje
a comunidade global que participa e contribui para a inovação social de
adotar ou adaptar-se à nova inovação tecnológica é uma parte substancial da
população, outro reflexo da Lei dos Retornos Acelerados.

A crítica do teísmo
Outra objeção comum vai explicitamente além da ciência para sustentar
que existe um nível espiritual que é responsável pelas aptidões humanas e
que não é penetrável por meios objetivos. William A. Dembski, célebre
filósofo e matemático, condena a visão de pensadores como Marvin
Minsky, Daniel Dennett, Patricia Churchland e Ray Kurzweil, que ele
chama de “materialistas contemporâneos” que “veem os movimentos e as
modificações da matéria como suficientes para prestar contas de
mentalidade humana”. 44

Dembski atribui a “previsibilidade [como] a principal virtude do

materialismo” e cita o “vazio [como] seu defeito principal”. Ele continua
dizendo que “os humanos têm aspirações. Nós ansiamos por liberdade,
imortalidade e por uma visão beatífica. Não descansamos até achar nosso
descanso em Deus. O problema para o materialista, entretanto, é que essas
aspirações não podem ser resgatadas com a moeda da matéria.” Ele conclui
que os humanos não podem ser meras máquinas por causa “da estrita falta
de fatores extramateriais de tais sistemas”.
Teria preferido chamar o conceito de materialismo de Dembski de
“materialismo de capacidades” ou, ainda melhor, de “paternialismo de
capacidades”. O materialismo/paternialismo de capacidades baseia-se na
observação de que os neurônios biológicos e suas interconexões são feitos
de padrões sustentáveis de matéria e energia. E também seus métodos
podem ser descritos, entendidos e modelados com réplicas ou com
recriações funcionalmente equivalentes. Uso a palavra “capacidade” porque
ela abarca todas as maneiras ricas, sutis e variadas com que os humanos
interagem com o mundo, não só aquelas aptidões mais restritas que se pode
chamar de intelectuais. De fato, nossa habilidade para compreender e
responder às emoções é, no mínimo, tão complexa e diversificada quanto
nossa habilidade para processar questões intelectuais.
John Searle, por exemplo, admite que os neurônios humanos são
máquinas biológicas. Poucos observadores sérios postularam capacidades
ou reações de neurônios humanos que requerem os “fatores extramateriais”
de Dembski. Depender dos padrões de matéria e energia do corpo e cérebro
humanos para explicar seu comportamento e suas habilidades não diminui,
necessariamente, nosso encantamento por suas notáveis qualidades.
Dembski tem uma visão ultrapassada do conceito de “máquina”.
Dembski também escreve que “ao contrário dos cérebros, os
computadores são arrumados e precisos [...] computadores funcionam de
modo determinista”. Essa declaração e outras revelam uma visão das
máquinas, ou entes feitos de padrões de matéria e energia (entes
“materiais”), que se limita aos mecanismos literalmente ingênuos dos
autômatos do século XIX. Esses dispositivos, com suas centenas e mesmo
milhares de peças, eram bem previsíveis e com certeza incapazes de ansiar
pela liberdade e ter outras qualidades encantadoras do ser humano. As
mesmas observações se aplicam grandemente às máquinas de hoje, com
seus bilhões de peças. Mas o mesmo não se aplica necessariamente a
máquinas com milhões de bilhões de “peças” que interagem, entes com a
complexidade do cérebro e corpo humanos.
Além disso, não está certo dizer que o materialismo é previsível. Mesmo
os programas de computadores de hoje usam, rotineiramente, uma
aleatoriedade simulada. Se forem necessários eventos realmente aleatórios
em um processo, há dispositivos que também podem fornecê-los.
Fundamentalmente, tudo que percebemos no mundo material é resultado de
muitos trilhões de eventos quânticos, cada um deles mostrando uma
aleatoriedade quântica profunda e irredutível no âmago da realidade física
(ou assim parece — os jurados científicos ainda não decidiram qual a
verdadeira natureza da aparente aleatoriedade subjacente aos eventos
quânticos). O mundo material — tanto no nível macro quanto no micro —
não é nada previsível.
Embora muitos programas de computador de fato operem como Dembski
descreve, as técnicas predominantes em meu próprio campo do
reconhecimento de padrões usam métodos de computação caótica inspirada
na biologia. Nesses sistemas, a interação imprevisível de milhões de
processos, muitos dos quais contêm elementos aleatórios e imprevisíveis,
fornecem respostas inesperadas mas adequadas às sutis questões de
reconhecimento. A maior parte da inteligência humana consiste exatamente
nesses tipos de processo de reconhecimento de padrões.
Quanto às respostas a emoções e a nossas aspirações mais elevadas, elas
são consideradas adequadamente como propriedades emergentes —
profundas, é claro, mas padrões emergentes que resultam da interação do
cérebro humano com seu ambiente complexo. A complexidade e a
capacidade de entes não biológicos estão crescendo exponencialmente e
irão igualar-se aos sistemas biológicos, inclusive o cérebro humano (junto
com o resto do sistema nervoso e do sistema endócrino), dentro de um par
de décadas. De fato, muito do desenho de máquinas futuras terá uma
inspiração biológica — isto é, derivados de desenhos biológicos. (Isso já
acontece com muitos sistemas contemporâneos.) Minha tese é de que,
compartilhando da complexidade bem como dos padrões reais dos cérebros
humanos, esses futuros entes não biológicos irão exibir a inteligência e as
reações emocionalmente ricas (como as “aspirações”) dos humanos.
Algum desses seres não biológicos terá consciência? Searle afirma que
podemos (pelo menos na teoria) resolver prontamente essa questão
verificando se ele tem os “processos neurobiológicos específicos”. É minha
opinião que humanos, afinal a vasta maioria dos humanos, chegarão a
acreditar que esses entes inteligentes derivados de humanos porém não
biológicos têm consciência, mas isso é uma previsão política e psicológica,
não um juízo científico ou filosófico. Minha conclusão: concordo com
Dembski que isso não é uma questão científica, porque não pode ser
resolvida através de observações subjetivas. Alguns observadores dizem
que, se não for uma questão científica, não é importante ou nem mesmo é
uma questão real. Minha opinião (e tenho certeza de que Dembski
concorda) é que, precisamente porque a questão não é científica, ela é
filosófica — de fato, a pergunta filosófica fundamental.
Dembski escreve: “Precisamos transcender a nós mesmos para nos
encontrarmos. Agora, os movimentos e as modificações da matéria não
oferecem nenhuma oportunidade para transcendermos [...]. Freud [...] Marx
[...] Nietzsche [...], todos eles consideravam uma ilusão a esperança de
transcender”. Essa visão da transcendência como objetivo final é razoável.
Mas não concordo que o mundo material não ofereça nenhuma
“oportunidade para transcender”. O mundo material evolui inerentemente, e
cada estágio transcende o estágio anterior. Como mostrei no capítulo 7, a
evolução caminha no sentido de maior complexidade, maior elegância,
maior conhecimento, maior inteligência, maior beleza, maior criatividade,
maior amor. E Deus tem sido chamado de todas essas coisas, mas sem
nenhuma limitação: infinito conhecimento, infinita inteligência, infinita
beleza, infinita criatividade e infinito amor. A evolução não alcança um
nível infinito, mas à medida que explode exponencialmente, ela certamente
caminha nessa direção. Então a evolução se move inexoravelmente na
direção de nosso conceito de Deus, embora jamais atingindo esse ideal.
Dembski continua:

Uma máquina é inteiramente determinada pela constituição, pela

dinâmica e pelos inter-relacionamentos de suas partes físicas [...].
“Máquinas” enfatizam a estrita falta de fatores extramateriais [...]. O
princípio da substituição é relevante para esta discussão porque ele
implica que as máquinas não têm história substantiva [...]. Mas uma
máquina propriamente dita não tem história. Sua história é uma
cláusula supérflua — um adendo que facilmente poderia ter sido
diferente sem que alterasse a máquina [...]. Para uma máquina, tudo
que é, é o que é neste momento [...]. As máquinas alcançam ou deixam
de alcançar itens no armazenamento [...]. Mutatis mutandis, itens que
representam ocorrências espúrias (isto é, coisas que nunca
aconteceram), mas que são acessíveis, podem ser, no que diz respeito à
máquina, como se houvessem acontecido.

Nem é preciso enfatizar que todo o objetivo deste livro é que muitas de
nossas suposições carinhosamente conservadas sobre a natureza das
máquinas e também de nossa própria natureza humana serão postas em
questão nas próximas décadas. A concepção de “história” de Dembski é só
outro aspecto de nossa humanidade que deriva necessariamente da riqueza,
da profundidade e da complexidade de sermos humanos. Pelo contrário, não
ter uma história no sentido de Dembski é apenas só outro atributo da
simplicidade das máquinas que conhecemos até este momento. É
precisamente minha tese de que as máquinas nos anos 2030 e além terão
uma complexidade e riqueza de organização tão grandes que seu
comportamento deixará evidentes as reações emocionais, as aspirações e,
sim, a história. Então Dembski está meramente descrevendo as máquinas
limitadas de hoje e pressupondo que essas limitações são inerentes, uma
linha de argumentação equivalente a afirmar que “as máquinas de hoje não
são tão capazes quanto os humanos, portanto as máquinas jamais irão
alcançar esse nível de desempenho”. Dembski está apenas supondo sua
conclusão.
A visão de Dembski da habilidade das máquinas para entender sua
própria história limita-se a elas “acessarem” itens no armazenamento.
Entretanto, as máquinas futuras terão não apenas um registro de sua própria
história, mas também a habilidade para entender essa história e refletir
sobre ela. Quanto a “itens que representam ocorrências espúrias”, com
certeza pode-se dizer o mesmo sobre nossas lembranças humanas.
A longa discussão de Dembski sobre a espiritualidade resume-se assim:

Mas como pode uma máquina perceber a presença de Deus? Lembre-

se de que as máquinas são definidas inteiramente pela constituição,
dinâmica e inter-relacionamento de suas peças físicas. Segue-se que
Deus não pode fazer com que uma máquina perceba sua presença,
agindo nela e assim mudando seu estado. De fato, no momento em que
Deus age sobre uma máquina para mudar seu estado, ela deixa de ser
propriamente uma máquina, pois um aspecto da máquina agora
transcende seus componentes físicos. Segue-se que a percepção de
Deus por uma máquina deve ser independente de qualquer ação de
Deus para mudar o estado da máquina. Então como a máquina chega a
perceber a presença de Deus? A percepção tem de ser autoinduzida. A
espiritualidade da máquina é a espiritualidade da autorrealização, não a
espiritualidade de um Deus ativo que se entrega livremente na
autorrevelação e, com isso, transforma os seres com que está em
comunhão. Portanto, o fato de Kurzweil substituir “máquina” pelo
adjetivo “espiritual” acarreta uma visão empobrecida da
espiritualidade.

Dembski afirma que um ente (por exemplo, uma pessoa) não pode
perceber a presença de Deus sem que Deus aja sobre ela, mas Deus não
pode agir sobre uma máquina, portanto uma máquina não pode perceber a
presença de Deus. Esse raciocínio é totalmente tautológico e centrado no
humano. Deus só conversa com humanos e apenas com os biológicos. Não
tenho problemas com Dembski adotar isso como uma crença pessoal, mas
ele deixa de fazer o “caso forte” que promete, que “humanos não são
máquinas — ponto, parágrafo”. Como fez Searle, Dembski só pressupõe
sua própria conclusão.
Como Searle, parece que Dembski não consegue apreender o conceito
das propriedades emergentes dos complexos padrões espalhados. Ele
escreve:

Presume-se que a raiva esteja relacionada a certas excitações

localizadas do cérebro. Mas as excitações localizadas do cérebro
dificilmente explicam a raiva melhor do que comportamentos
explícitos associados com a raiva, como berrar palavrões. As
excitações localizadas do cérebro podem estar adequadamente
relacionadas com a raiva, mas o que explica que uma pessoa interprete
um comentário como insulto e sinta raiva e outra interprete esse
mesmo comentário como uma brincadeira e dê risada? Uma
consideração totalmente materialista da mente precisa entender as
excitações localizadas do cérebro em termos de outras excitações
localizadas do cérebro. Em vez disso, encontramos excitações
localizadas do cérebro (representando, por exemplo, a raiva) que têm
de ser explicadas em termos de conteúdo semântico (representando,
por exemplo, insultos). Mas essa mistura de excitações do cérebro e
conteúdos semânticos dificilmente constitui um relato materialista da
mente ou de um agente inteligente.

Dembski presume que a raiva está relacionada a uma “excitação

localizada do cérebro”, mas é quase certeza que a raiva seja o reflexo de
complexos padrões de atividade distribuídos pelo cérebro. Mesmo que haja
um correlato neural localizado associado com a raiva, este resulta, não
obstante, de padrões multifacetados e interagentes. A pergunta de Dembski
de por que pessoas diferentes reagem de maneira diferente a situações
parecidas, dificilmente precisa que lancemos mão de seus fatores
extramateriais para uma explicação. Claramente os cérebros e as
experiências de pessoas diferentes não são os mesmos, e essas diferenças
são bem explicadas pelas diferenças em seus cérebros físicos, resultado de
genes e experiências variadas.
A solução de Dembski para o problema ontológico é que a derradeira
base daquilo que existe é o que ele chama de “mundo real das coisas” que
não são redutíveis a coisas materiais. Dembski não faz uma lista das
“coisas” que poderíamos considerar como fundamentais, mas supomos que
os cérebros humanos estariam na lista, bem como outras coisas como
dinheiro e cadeiras. Pode haver uma pequena congruência de nossas
opiniões sob esse aspecto. Considero as “coisas” de Dembski como
padrões. Dinheiro, por exemplo, é um padrão vasto e persistente de
acordos, entendimentos e expectativas. “Ray Kurzweil” talvez não seja um
padrão tão vasto mas, até agora, também é persistente. Aparentemente,
Dembski considera os padrões como efêmeros e não substanciais, mas eu
tenho profundo respeito pelo poder e pela resistência dos padrões.
Não é absurdo considerar os padrões como uma realidade ontológica
fundamental. Ainda não somos capazes de tocar diretamente a matéria e a
energia, mas vivenciamos diretamente os padrões subjacentes às “coisas”
de Dembski. Para essa tese, é fundamental que, à medida que aplicamos
nossa inteligência e a extensão de nossa inteligência chamada tecnologia
para entender os padrões poderosos em nosso mundo (por exemplo, a
inteligência humana), possamos recriar — e estender! — esses padrões para
outros substratos. Os padrões são mais importantes do que os materiais.
Finalmente, se essa coisa extramaterial de aumentar a inteligência existe
de verdade, quero saber onde posso conseguir um pouco.

A crítica do holismo
Outra crítica comum diz o seguinte: as máquinas são organizadas como
hierarquias rigidamente estruturadas de módulos, enquanto a biologia
baseia-se em elementos holisticamente organizados, em que cada elemento
afeta todos os outros. As capacidades únicas da biologia (como a
inteligência humana) podem resultar somente desse tipo de projeto
holístico. Além disso, só os sistemas biológicos podem usar esse princípio
de projeto.
Michael Denton, biólogo na Universidade de Otago na Nova Zelândia,
aponta as aparentes diferenças entre os princípios do projeto de entes
biológicos e os das máquinas que ele conheceu. Denton descreve com
eloquência os organismos como “auto-organizadores, [...] autorreferentes,
[...] autorreplicantes, [...] recíprocos, autoformadores e [...] holísticos”. Ele
45

então dá um salto não fundamentado — um ato de fé, pode-se dizer — que

tais formas orgânicas só podem ser criadas através de processos biológicos
e que essas formas são realidades “imutáveis, [...] impenetráveis, [...] e
fundamentais” da existência.
Compartilho da sensação “bestificada” do “deslumbramento” com a
beleza, a complexidade, a estranheza e o inter-relacionamento dos sistemas
orgânicos, indo da “impressão [...] inquietante, do outro mundo” deixada
pelas formas de proteínas assimétricas à complexidade extraordinária dos
órgãos de ordem mais elevada, como o cérebro humano. Além disso,
concordo com Denton que o design biológico representa um profundo
conjunto de princípios. Entretanto, é essa precisamente minha tese, de que
nem Denton nem outros críticos da escola holística tomaram conhecimento
ou responderam ao fato de que as máquinas (isto é, entes derivados de
projetos dirigidos por humanos) podem ter acesso — e já estão tendo — a
esses mesmos princípios. Isso tem sido o que impulsiona meu próprio
trabalho e representa a onda do futuro. Imitar as ideias da natureza é o meio
mais eficiente para colher os enormes poderes que a tecnologia futura
tornará disponível.
Os sistemas biológicos não são totalmente holísticos, e as máquinas
contemporâneas não são totalmente modulares; ambos existem em um
contínuo. Pode-se identificar unidades de funcionalidade nos sistemas
naturais mesmo em nível molecular, e mecanismos perceptíveis de ação são
ainda mais evidentes no nível mais alto dos órgãos e das regiões do cérebro.
O processo de entender a funcionalidade e as transformações da informação
realizadas em regiões específicas do cérebro está bem encaminhado, como
foi exposto no capítulo 4.
É enganoso sugerir que todo aspecto do cérebro humano interaja com
todos os outros aspectos e que, portanto, é impossível compreender seus
métodos. Os pesquisadores já identificaram e modelaram as transformações
da informação em várias dezenas de suas regiões. Em compensação, há
inúmeros exemplos de máquinas contemporâneas que não foram projetadas
de modo modular, e em muitos dos aspectos do projeto estão
profundamente interconectados, como os exemplos dos algoritmos
genéticos descritos no capítulo 5. Denton escreve:

Hoje, quase todos os biólogos profissionais adotaram a abordagem

mecanicista/reducionista e consideram que as peças básicas de um
organismo (como as engrenagens de um relógio) são as coisas
essenciais primordiais, que um organismo vivo (como um relógio) não
é mais do que a soma de suas partes, e que são as partes que
determinam as propriedades do todo, e que (como um relógio) pode-se
ter uma descrição completa de todas as propriedades de um organismo
caracterizando suas partes isoladamente.

Aqui, Denton também está ignorando a habilidade de processos

complexos exibirem propriedades emergentes que vão além de “suas partes
isoladamente”. Parece que ele reconhece esse potencial na natureza quando
escreve: “Em um sentido muito real, as formas orgânicas [...] representam
realidades genuinamente emergentes”. Entretanto, não é muito necessário
recorrer ao “modelo vitalista” de Denton para explicar as realidades
emergentes. As propriedades emergentes derivam do poder dos padrões, e
nada limita os padrões e suas propriedades emergentes a sistemas naturais.
Denton parece reconhecer a factibilidade de emular os métodos da
natureza quando escreve:

Portanto, o sucesso em construir novas formas orgânicas, de proteínas

a organismos, exigirá uma abordagem completamente nova, um tipo
de projetar “de cima para baixo”. Pelo fato de que as partes dos todos
orgânicos só existem no todo, os todos orgânicos não podem ser
especificados pedaço a pedaço e construídos a partir de um conjunto
de módulos relativamente independentes; sendo assim, toda a unidade
não dividida tem de ser especificada em conjunto, in toto.

Aqui Denton dá bons conselhos e descreve uma abordagem da

engenharia que eu e outros pesquisadores usamos rotineiramente nas áreas
de reconhecimento de padrões, teoria da complexidade (caos), os sistemas
de auto-organização. Denton, porém, parece não perceber essas
metodologias e, depois de descrever exemplos de engenharia de abordagem
ascendente, engenharia gerida por componentes e suas limitações, conclui
sem justificativa nenhuma que há um abismo intransponível entre as duas
filosofias de projetar — quando, de fato, a ponte já está sendo construída.
Como expus no capítulo 5, podemos criar nossos próprios projetos
“inquietantes, do outro mundo”, mas projetos efetivos através da evolução
aplicada. Descrevi como aplicar os princípios da evolução para criar
projetos inteligentes através de algoritmos genéticos. Na minha própria
experiência com essa abordagem, os resultados estão bem representados
pela descrição de Denton das moléculas orgânicas na “aparente falta de
lógica do projeto e na falta de qualquer óbvia modularidade ou regularidade
[...] o caos absoluto do arranjo, [e a] impressão não mecânica”.
Os algoritmos genéticos e outras metodologias para projetar de modo
ascendente e auto-organizador (como redes neurais, modelos de Markov e
outros de que tratamos no capítulo 5) incorporam um elemento
imprevisível, de modo que os resultados de tais sistemas cada vez são
diferentes. Apesar da sabedoria popular de que as máquinas são
deterministas e, portanto, previsíveis, há inúmeras fontes de aleatoriedade
prontamente disponíveis para as máquinas. As teorias contemporâneas da
mecânica quântica postulam uma profunda aleatoriedade no núcleo da
existência. De acordo com certas teorias da mecânica quântica, o que
parece ser um comportamento determinista de sistemas no nível macro é
simplesmente o resultado do esmagador poderio estatístico baseado em
números enormes de eventos fundamentalmente imprevisíveis. Além do
mais, a obra de Stephen Wolfram e outros demonstrou que mesmo um
sistema que, em teoria, é totalmente determinista, pode, apesar disso,
produzir resultados efetivamente aleatórios e, mais importante, inteiramente
imprevisíveis.
Os algoritmos genéticos e outras abordagens similares e auto-
organizadoras dão origem a projetos a que não teria sido possível chegar
através de uma abordagem modular impulsionada pelos componentes. A
“estranheza, [o] caos, [...] a interação dinâmica” das partes do todo, que
Denton atribui exclusivamente a estruturas orgânicas, descrevem muito bem
as qualidades dos resultados desses processos caóticos iniciados por
humanos.
Em meu próprio trabalho com algoritmos genéticos, examinei o processo
pelo qual esse algoritmo aos poucos melhora um projeto. Um algoritmo
genético não realiza suas conquistas de projeto projetando subsistemas
individuais um de cada vez, mas efetua uma abordagem incremental de
“tudo ao mesmo tempo”, fazendo muitas pequenas alterações no projeto
que progressivamente melhoram o ajuste geral ou o “poder” da solução. A
própria solução emerge gradualmente e se desdobra da simplicidade à
complexidade. Embora as soluções produzidas muitas vezes sejam
assimétricas e deselegantes, mas efetivas, assim como na natureza elas
também podem parecer elegantes e até belas.
Denton está certo quando observa que a maioria das máquinas
contemporâneas, como os computadores convencionais de hoje, é projetada
usando a abordagem modular. Há certas vantagens significativas de
engenharia nessa técnica tradicional. Por exemplo, os computadores têm
memória muito mais acurada do que os humanos e podem realizar
transformações lógicas de modo muito mais eficiente do que a inteligência
humana não assistida. Mais importante, os computadores podem
compartilhar suas memórias e padrões instantaneamente. A abordagem não
modular caótica da natureza também tem claras vantagens que Denton
articula bem, como é comprovado pelos marcantes poderes do
reconhecimento humano de padrões. Mas é um salto inteiramente
injustificado dizer que, por causa das atuais (e decrescentes) limitações da
tecnologia dirigida por humanos, os sistemas biológicos são inerentemente,
até ontologicamente, um mundo à parte.
Os primorosos projetos da natureza (o olho, por exemplo) beneficiaram-
se de um processo evolutivo profundo. Nossos mais complexos algoritmos
genéticos de hoje incorporam códigos genéticos de dezenas de milhares de
bits, enquanto entes biológicos como os humanos caracterizam-se por
códigos genéticos de bilhões de bits (apenas dezenas de milhões de bytes
quando comprimidos).
Entretanto, como é o caso de toda tecnologia baseada na informação, a
complexidade dos algoritmos genéticos e outros métodos inspirados na
natureza estão crescendo exponencialmente. Se examinarmos o ritmo com
que essa complexidade está aumentando, veremos que eles alcançarão a
complexidade da inteligência humana dentro de umas duas décadas, o que é
coerente com minhas estimativas extraídas das tendências diretas de
hardware e software.
Denton enfatiza que ainda não tivemos êxito em dobrar as proteínas em
três dimensões, “mesmo uma que consiste apenas em cem componentes”.
Entretanto, foi só nos últimos anos que tivemos as ferramentas para apenas
visualizar esses padrões tridimensionais. Além do mais, modelar as forças
interatômicas exigirá cerca de 100 mil bilhões (10 ) de cálculos por
14

segundo. No final de 2004, a IBM introduziu uma versão de seu

supercomputador Blue Gene/L com uma capacidade de setenta teraflops
(cerca de 10 cps), que se espera, como o nome sugere, que vá fornecer a
14

habilidade de simular a dobra das proteínas.

Já tivemos sucesso em cortar, fatiar e rearranjar códigos genéticos e em
aproveitar as fábricas bioquímicas da própria natureza para produzir
enzimas e outras substâncias biológicas complexas. É verdade que a maior
parte do trabalho contemporâneo desse tipo é feita em duas dimensões, mas
os recursos computacionais necessários para visualizar e modelar os
padrões tridimensionais muito mais complexos encontrados na natureza não
estão longe de serem realizados.
Em discussões sobre a questão das proteínas com o próprio Denton, ele
reconheceu que o problema seria solucionado eventualmente, estimando
que talvez o fosse daí a uma década. O fato de que um determinado feito
técnico ainda não foi realizado não é um argumento forte de que ele nunca
será.
Denton escreve:
 É impossível predizer as formas orgânicas codificadas a partir do
conhecimento dos genes de um organismo. Nem as propriedades, nem
a estrutura das proteínas individuais nem daquelas de forma mais
elevada — como ribossomos e células inteiras — podem ser deduzidas
da análise mais exaustiva dos genes e de seus produtos primários,
sequências lineares de aminoácidos.

Embora a observação de Denton acima esteja, em essência, correta, ela

basicamente destaca que o genoma é apenas uma parte do sistema geral. O
código do DNA não é a história toda, e é preciso o resto do sistema de
apoio molecular para que o sistema funcione e para que seja compreendido.
Também precisamos do projeto do ribossomo e de outras moléculas que
fazem funcionar a maquinaria do DNA. Mas acrescentar esses projetos não
altera significativamente a quantidade de informação de design na biologia.
No entanto, recriar os processos maciçamente paralelos, analógicos
controlados digitalmente, semelhantes a hologramas, auto-organizadores e
caóticos do cérebro humano, não exige que dobremos proteínas. Como
visto no capítulo 4, há dezenas de projetos contemporâneos que tiveram
êxito em criar detalhadas recriações dos sistemas neurológicos. Estes
incluem implantes neurais que funcionam com sucesso dentro do cérebro
das pessoas sem que se dobre nenhuma proteína. Entretanto, embora eu
entenda o argumento de Denton sobre proteínas como sendo evidência dos
modos holísticos da natureza, já observei que não há impedimento para que
imitemos esses modos em nossa tecnologia, e já estamos indo bem por esse
caminho.
Em suma, Denton conclui rápido demais que sistemas complexos de
matéria e energia do mundo físico não são capazes de exibir as
“características emergentes [...] vitais de organismos, como a
autorreplicação, transformação, autorregeneração, autoarranjo e a ordem
holística do projeto biológico” e que, portanto, “organismos e máquinas
pertencem a categorias diferentes do ser”. Dembski e Denton partilham da
mesma visão limitada das máquinas como entes que podem ser projetados e
construídos apenas de modo modular. Podemos e já estamos construindo
“máquinas” que têm poderes bem maiores do que a soma de suas partes, ao
combinar os princípios de design auto-organizadores do mundo natural com
os poderes acelerados de nossa tecnologia iniciada por humanos. Essa será
uma combinação extraordinária.
1 * Máquina política do Partido Democrata que controlou a política da cidade e do estado de Nova
York e ajudou imigrantes, principalmente irlandeses, aproximadamente de 1790 a 1960. (N.T.)
EPÍLOGO
Não sei como posso parecer para o mundo, mas, para mim, parece que fui apenas um
menino brincando à beira-mar e me divertindo e achando um pedregulho mais liso ou
uma concha mais bonita do que o normal, enquanto o grande oceano da verdade por
descobrir estendia-se à minha frente.
Isaac Newton1
O sentido da vida é o amor criativo. Não amor como um sentimento interno, como uma
emoção sentimental particular, mas amor como um poder dinâmico movendo-se para o
mundo e fazendo alguma coisa original.
Tom Morris, If Aristotle Ran General Motors
Nenhum exponencial é para sempre [...] mas podemos adiar o “para sempre”.
Gordon E. Moore, 2004
Quão singular? Quão singular é a Singularidade? Ela acontecerá em um
instante? Consideremos, mais uma vez, a derivação da palavra. Na
matemática, uma singularidade é um valor que está além de qualquer limite
— em essência, infinito. (Formalmente, diz-se que o valor de uma função
que contém essa singularidade é indefinido no ponto da singularidade, mas
pode-se mostrar que o valor da função em pontos próximos excede
qualquer valor finito específico.) 2

A Singularidade, como foi tratada neste livro, não atinge níveis infinitos
de computação, memória ou qualquer outro atributo mensurável. Mas
atinge, com certeza, vastos níveis de todas essas qualidades, inclusive a
inteligência. Com a aplicação da engenharia reversa no cérebro humano,
poderemos aplicar os algoritmos paralelos, auto-organizadores, caóticos da
inteligência humana a substratos computacionais enormemente poderosos.
Essa inteligência, então, estará apta para melhorar seu próprio projeto, tanto
de hardware quanto de software, em um processo iterativo que acelera
rapidamente.
Mas ainda parece haver um limite. A capacidade do universo de sustentar
a inteligência parece ser de apenas 10 cálculos por segundo, como expus
90

no capítulo 6. Há teorias, como o universo holográfico, que sugerem a

possibilidade de números maiores (como 10 ), mas todos esses níveis são
120

decididamente finitos.
É claro que a capacidade de uma inteligência dessas pode parecer infinita
para todos os efeitos de nosso nível atual de inteligência. Um universo
saturado de inteligência a 10 cps seria 1 trilhão de trilhões de trilhões de
90

trilhões de trilhões de vezes mais potente do que todos os cérebros humanos

biológicos na Terra hoje. Mesmo um computador “frio” de um quilo tem
3

um pico de potencial de 10 cps, como relatei no capítulo 3, que é 10 mil

42

trilhões (10 ) de vezes mais potente que todos os cérebros humanos

16
biológicos. 4

Dado o poder da notação exponencial, podemos facilmente pensar em

números maiores, mesmo que não tenhamos a imaginação para contemplar
todas as suas implicações. Podemos imaginar a possibilidade de nossa
futura inteligência espalhando-se para outros universos. Um cenário desses
é concebível dada nossa atual compreensão da cosmologia, embora
especulativa. Isso poderia potencialmente permitir que nossa futura
inteligência ultrapassasse qualquer limite. Se ganhássemos a habilidade de
criar e colonizar outros universos (e, se houver maneira de fazer isso, a
vasta inteligência de nossa futura civilização provavelmente será capaz de
aproveitá-la), nossa inteligência poderia, em última instância, exceder
qualquer nível específico. É exatamente o que podemos dizer sobre as
singularidades em funções matemáticas.
Como se compara o uso da “singularidade” na história humana com seu
uso na física? A palavra foi extraída, por empréstimo, da matemática pela
física, que sempre mostrou uma inclinação para termos antropomórficos
(como charm [charmoso] e strange [estranho] para nomes de quarks). Na
física, a “singularidade” refere-se teoricamente a um ponto de tamanho
zero, com densidade infinita de massa e, portanto, gravidade infinita. Mas,
por causa da incerteza quântica, não há um ponto real de densidade infinita,
e, com efeito, a mecânica quântica não admite valores infinitos.
Exatamente como a Singularidade que mostrei neste livro, uma
singularidade na física denota valores inconcebivelmente grandes. E a área
de interesse da física não é realmente o zero de tamanho, mas, antes, é um
horizonte de eventos em torno do ponto teórico da singularidade dentro de
um buraco negro (que nem é negro). Dentro do horizonte de eventos, as
partículas e a energia, como a luz, não conseguem escapar porque a
gravidade é muito forte. Assim, do lado de fora do horizonte de eventos não
se pode ver fácil e certamente dentro do horizonte de eventos.
Entretanto, parece que há uma maneira de ver dentro de um buraco
negro, porque os buracos negros emitem uma chuva de partículas. Os pares
de partícula-antipartícula são criados perto do horizonte de eventos (como
acontece em todas as partes do espaço), e para alguns desses pares, um
elemento do par é puxado para dentro do buraco negro enquanto o outro
consegue escapar. Essas partículas que escapam formam um brilho
chamado radiação Hawking, batizado com o nome de seu descobridor,
Stephen Hawking. O pensamento corrente é que essa radiação reflete (de
modo codificado, como resultado de uma forma de emaranhamento
quântico com as partículas de dentro), o que está acontecendo dentro do
buraco negro. Inicialmente, Hawking não aceitou essa explicação, mas
agora parece concordar.
Assim, achamos que nosso uso do termo “Singularidade” neste livro não
é menos apropriado do que a adoção desse termo pela comunidade dos
físicos. Assim como achamos difícil ver além do horizonte de eventos de
um buraco negro, também achamos difícil ver além do horizonte de eventos
da Singularidade histórica. Como podemos nós, com cada um de nossos
cérebros limitados de 10 a 10 cps, imaginar o que nossa civilização futura,
16 19

em 2099, com seus 10 cps, será capaz de pensar e fazer?

60

Apesar de tudo, assim como podemos chegar a conclusões sobre a

natureza dos buracos negros através de nosso pensamento conceitual,
mesmo nunca tendo estado realmente dentro de um, nosso pensamento hoje
é bastante poderoso para ter insights significativos sobre as implicações da
Singularidade. Foi isso que tentei fazer neste livro.

A centralidade humana. Uma opinião comum é que a ciência vem

corrigindo consistentemente nossa visão, por demais inflada, de nosso
próprio significado. Stephen Jay Gould disse: “Todas as revoluções
científicas mais importantes incluem, como sua única característica comum,
o destronamento da arrogância humana, de um pedestal depois do outro,
sobre as convicções anteriores a respeito de nossa centralidade no cosmos”. 5

Mas acontece que nós somos centrais, afinal. Nossa habilidade para criar
modelos — realidades virtuais — em nossos cérebros, combinada com
nossos polegares aparentemente modestos, tem sido suficiente para
introduzir outra forma de evolução: a tecnologia. Esse desenvolvimento
permitiu a continuação do ritmo acelerado que começou com a evolução
biológica. Ela vai continuar até que todo o universo esteja ao alcance de
nossas mãos.
APÊNDICE
A Lei dos Retornos Acelerados revisitada
A seguinte análise fornece a base para entender a mudança evolutiva
como um fenômeno de duplo exponencial (isto é, um crescimento
exponencial em que a taxa de crescimento exponencial — o expoente —
está, ela também, crescendo exponencialmente). Descreverei aqui o
crescimento do poder da computação, embora as fórmulas sejam similares a
outros aspectos da evolução, especialmente tecnologias e processos
baseados em informação, inclusive nosso conhecimento da inteligência
humana, que é uma fonte primária do software da inteligência.
Estamos interessados em três variáveis:
V: Velocidade (isto é, potência) da computação (medida em cálculos por
segundo por custo unitário)
W: Conhecimento mundial no que se refere a projetar e construir
dispositivos
computacionais
t: Tempo

Em uma análise inicial, observamos que a potência do computador é uma

função linear de W. Também notamos que W é cumulativo. Isso se baseia na
observação de que algoritmos tecnológicos relevantes acumulam-se de
modo incremental. No caso do cérebro humano, por exemplo, os psicólogos
evolucionistas argumentam que o cérebro é um sistema de inteligência
maciçamente modular, evoluído no tempo de modo incremental. Também,
nesse modelo simples, o aumento instantâneo do conhecimento é
proporcional à potência computacional. Essas observações levam à
conclusão de que a potência computacional cresce exponencialmente com o
tempo.
Em outras palavras, a potência do computador é uma função linear do
conhecimento de como construir computadores. Na verdade, essa é uma
hipótese conservadora. Em geral, as inovações melhoram V por um
múltiplo, não como uma soma. Inovações independentes (cada uma
representando um aumento linear do conhecimento) multiplicam os efeitos
umas das outras. Por exemplo, um avanço nos circuitos como o CMOS
(Complementary Metal Oxide Semiconductor — semicondutor
complementar de óxido metálico), uma metodologia de fiação de circuito
integrado mais eficiente, uma inovação no processamento como o
pipelining, ou um melhoramento algorítmico como a transformação rápida
de Fourier, todos aumentam V por múltiplos independentes.
Como notado, nossas observações são:
A velocidade da computação é proporcional ao conhecimento do mundo:

O ritmo de mudança no conhecimento do mundo é proporcional à

velocidade da computação:

Substituindo (1) em (2), temos que:

A solução disso é:

e W cresce exponencialmente com o tempo ( e é a base dos logaritmos

naturais).
Os dados que reuni mostram que há um crescimento exponencial do
expoente do crescimento exponencial (duplicamos a potência do
computador a cada três anos no começo do século XX e a cada dois anos no
meio do século, e agora duplicamos a cada ano). O poder da tecnologia
crescendo exponencialmente resulta no crescimento exponencial da
economia. Isso pode ser observado há pelo menos um século. É interessante
que as recessões, incluindo a Grande Depressão, possam ser modeladas
como um ciclo bastante fraco em cima do crescimento exponencial
subjacente. Em todos os casos, a economia voltou rápido para onde estaria
se a recessão/depressão nunca tivesse existido. Pode-se ver um crescimento
exponencial mais rápido em indústrias específicas ligadas às tecnologias
exponencialmente crescentes, como a indústria da computação.
Se incluirmos os recursos exponencialmente crescentes da computação,
podemos ver a origem do segundo nível de crescimento exponencial.
Mais uma vez, temos:
Mas agora incluímos o fato de que os recursos empregados para a
computação, N, também estão crescendo exponencialmente:
A taxa de mudança no conhecimento humano está agora proporcional ao
produto da velocidade da computação e dos recursos empregados:
 Substituindo (5) e (6) em (7), temos que:

A solução disso é:

e o conhecimento do mundo acumula-se a uma taxa exponencial dupla.

Agora, consideremos alguns dados do mundo real. No capítulo 3, estimei
a capacidade computacional do cérebro humano, com base nas exigências
para uma simulação funcional de todas as regiões do cérebro, em
aproximadamente 10 cps. Simular as não linearidades salientes de todos os
16

neurônios e conexões interneurais iria demandar um nível mais alto de

computação: 10 neurônios vezes 10 conexões por neurônio (com os
11 3

cálculos ocorrendo principalmente nas conexões) vezes 10 transações por

2

segundo vezes 10 cálculos por transação — um total de cerca de 10 cps. A

3 19

análise abaixo adota o nível da simulação funcional (10 cps).

16

Análise Três
Considerando os dados para os dispositivos
de calcular e computadores durante o
século XX:
Seja S = cps/$1K: cálculos por segundo por
mil dólares
Os dados de computação do século XX
correspondem a:

Podemos determinar a taxa de crescimento,

G, em um período de tempo:

onde Sc é cps/$1K para o ano corrente, Sp

é cps/$1K do ano anterior, Yc é do ano
corrente e Yp é do ano anterior.
 Cérebro humano = 10 cálculos por 16

segundo
Raça humana = 10 bilhões (10 ) de 10

cérebros humanos = 10 cálculos por 26

segundo
Alcançaremos a capacidade de um cérebro
humano (10 cps) a um custo de mil dólares
16

por volta de 2023.

Alcançaremos a capacidade de um cérebro
humano (10 cps) a um custo de um
16

centavo por volta de 2037.

Alcançaremos a capacidade da raça
humana (10 cps) a um custo de mil dólares
26

por volta de 2049.

Incluindo a economia, que cresce exponencialmente, em especial em
relação aos recursos disponíveis para a computação (já em torno de trilhões
de dólares por ano), pode-se ver que a inteligência não biológica será
bilhões de vezes mais potente do que a inteligência biológica antes da
metade do século.
Pode-se derivar o crescimento de duplo exponencial de outro modo.
Observei acima que a taxa de somar conhecimento (dW/dt) era ao menos
proporcional ao conhecimento em cada ponto do tempo. Isso é claramente
conservador, dado que muitas inovações (aumentos de conhecimento) têm
um impacto multiplicativo na taxa contínua em vez de aditivo.
Entretanto, se tivermos uma taxa de crescimento exponencial como:

onde C > 1, esta é a solução:

que tem um crescimento logarítmico lento, enquanto t < 1/lnC então

explode próximo à singularidade em t = 1/lnC.
Até mesmo o modesto dW/dt = W resulta em uma singularidade.
2
 De fato, qualquer fórmula com uma taxa de crescimento da potência de:

onde a > 1, leva a uma solução com uma singularidade:

no tempo T. Quanto maior o valor de a, mais perto estará a singularidade.

Minha opinião é que é difícil imaginar conhecimento infinito, dados os
aparentes recursos finitos de matéria e energia, e as tendências até hoje se
comparam a um processo de exponencial duplo. O termo adicional (a W)
parece ser da forma W X log(W). Esse termo descreve um efeito de rede. Se
tivermos uma rede como a internet, seu efeito ou valor pode razoavelmente
ser mostrado como proporcional a n X log(n), onde n é o número de
nódulos. Todo nódulo (todo usuário) se beneficia, assim isso explica o n
multiplicador. O valor para cada usuário (para cada nódulo) = log(n). Bob
Metcalfe (inventor da ethernet) postulou o valor de uma rede de n nódulos
como = c X n , mas isso é um exagero. Se a internet dobra de tamanho, seu
2

valor para mim aumenta, mas não dobra. Pode-se mostrar que uma
estimativa razoável do valor de uma rede para cada usuário é proporcional
ao logaritmo do tamanho da rede. Assim, seu valor geral é proporcional a n
X log(n).
Se, pelo contrário, a taxa de crescimento inclui um efeito logarítmico de
rede, temos uma equação da taxa de mudança que é dada por:

A solução disso é um exponencial duplo, que já vimos antes nos dados:

RECURSOS E INFORMAÇÕES DE
CONTATO
Singularity.com
Novos desenvolvimentos nos vários campos abordados neste livro
acumulam-se em ritmo acelerado. Para ajudar o leitor a manter-se a par,
convido-o a visitar Singularity.com, onde poderá encontrar:
•Notícias recentes
•Uma compilação de milhares de notícias relevantes a partir de 2001
de KurzweilAI.net (ver abaixo)
•Centenas de artigos sobre tópicos relacionados de KurzweilAI.net
•Links para pesquisa
•Dados e citações para todos os gráficos
•Material sobre este livro
•Trechos deste livro
•Notas de fim on-line

KurzweilAI.net
Também o convido a visitar nosso premiado web site, KurzweilAI.net,
que inclui mais de seiscentos artigos de mais de uma centena de “grandes
pensadores” (muitos dos quais são citados neste livro), milhares de notícias,
listas de eventos e outros recursos. Nos últimos seis meses, tivemos mais de
1 milhão de leitores. Memes em KurzweilAI.net incluem:
•A Singularidade
•As máquinas irão tornar-se conscientes?
•Vivendo para sempre
•Como construir um cérebro
•Realidades virtuais
•Nanotecnologia
•Futuros perigosos
•Visões do futuro
•Ponto/contraponto
O leitor pode assinar nossa e-newsletter gratuita (diária ou semanal),
inserindo seu endereço de e-mail no formulário simples de uma linha na
home page de KurzweilAI.net. Não compartilhamos seu endereço de e-mail
com ninguém.

Fantastic-Voyage.net e RayandTerry.com
Para quem quiser otimizar sua saúde hoje e aumentar ao máximo suas
perspectivas de viver bastante para realmente testemunhar e vivenciar a
Singularidade, visite Fantastic-Voyage.net e RayandTerry.com. Desenvolvi
esses sites com Terry Grossman, médico, meu colaborador em questões de
saúde e coautor de Fantastic Voyage: Live Long Enough to Live Forever.
Esses sites contêm informações extensas sobre melhorar a saúde com os
conhecimentos de hoje, de modo que o leitor poderá gozar de boa saúde
física e mental quando as revoluções da biotecnologia e da nanotecnologia
estiverem totalmente maduras.

Contato com o autor

Ray Kurzweil pode ser contactado em [email protected].
NOTAS
Prólogo: O poder das ideias
1. Minha mãe é uma talentosa artista, especialista em pinturas em aquarela. Meu pai foi um músico
célebre, regente da Bell Symphony, fundador e ex-presidente do Departamento de Música do
Queensborough College.
2. A série de Tom Swift Jr., que foi lançada em 1954 por Grosset & Dunlap e escrita por um grupo de
autores sob o pseudônimo de Victor Appleton, continuou até 1971. O adolescente Tom Swift, junto
com seu colega Bud Barclay, corre pelo universo explorando lugares estranhos, derrotando caras
malvados e usando dispositivos exóticos, como um foguete do tamanho de uma casa, uma estação
espacial, um laboratório voador, um cicloplano, um hidrolung elétrico, um helicóptero que mergulha
e um repelatron (que repelia coisas; por exemplo, repelindo água e formando assim uma bolha onde
os meninos podiam viver).
Os primeiros nove livros da série são: Tom Swift and His Flying Lab (1954), Tom Swift and His
Jetmarine (1954), Tom Swift and His Rocket Ship (1954), Tom Swift and His Giant Robot (1954),
Tom Swift and His Atomic Earth Blaster (1954), Tom Swift and His Outpost in Space (1955), Tom
Swift and His Diving Seacopter (1956), Tom Swift in the Caves of Nuclear Fire (1956) e Tom Swift on
the Phantom Satellite (1956).
3. O programa foi chamado de Select. Os estudantes preenchiam um questionário com trezentos
itens. O programa de computador, que tinha uma base de dados de cerca de 2 milhões de peças de
informação em 3 mil universidades, selecionava de seis a quinze escolas que combinavam com os
interesses, históricos e situação acadêmica dos estudantes. Nós mesmos processamos cerca de 10 mil
estudantes e depois vendemos o programa para a editora Harcourt, Brace & World.
4. The Age of Intelligent Machines, publicado em 1990 pela MIT Press, foi indicado como Melhor
Livro de Ciência da Computação pela Association of American Publishers. O livro explora o
desenvolvimento da inteligência artificial e prevê um leque de impactos filosóficos, sociais e
econômicos das máquinas inteligentes. A narrativa é complementada por 23 artigos sobre a
Inteligência Artificial (IA) de intelectuais como Sherry Turkle, Douglas Hofstadter, Marvin Minsky,
Seymour Papert e George Gilder. Para o texto completo do livro, ver:
<http://www.KurzweilAI.net/aim>.1
5. Medidas básicas de capacidade (tais como preço-desempenho, largura da banda e capacidade)
aumentam por multiplicação (isto é, as medidas são multiplicadas por um fator para cada aumento de
tempo) em vez de serem somadas linearmente.
6. Douglas R. Hofstadter, Gödel, Escher, Bach: An Eternal Golden Braid (Nova York: Basic Books,
1979).

Capítulo 1: As seis épocas

1. De acordo com o site Transtopia <http://transtopia.org/faq.html#1.11>, “Singularitarian”
[Singularitariano] foi “definido originalmente por Mark Plus (‘91) para significar ‘alguém que
acredita no conceito de Singularidade”. Outra definição desse termo é “‘ativista da Singularidade’ ou
‘amigo da Singularidade’; ou seja, alguém que age para que ocorra a Singularidade [Mark Plus,
1991; Singularitarian, Eliezer Yudkowsky, 2000]”. Não há um consenso universal sobre essa
definição, e muitos transumanistas são ainda singularitarianos no sentido original, ou seja, “quem
acredita no conceito da Singularidade” mais do que “ativistas” ou “amigos”.
Eliezer S. Yudkowsky, em The Singularitarian Principles, versão 1.0.2 (1o jan. 2000), em
<http://yudkowsky.net/sing/principles.ext.html>, propôs uma definição alternativa: “Um
singularitariano é alguém que acredita que criar tecnologicamente uma inteligência maior-do-que-
humana é desejável, e trabalha para essa finalidade. Um singularitariano é amigo, advogado, defensor
e agente do futuro conhecido como Singularidade”.
Minha opinião: pode-se promover a Singularidade e, em particular, torná-la mais provável de
representar um avanço construtivo do conhecimento de muitas maneiras e em muitas esferas do
discurso humano — por exemplo, promovendo a democracia, combatendo ideologias e sistemas de
crença totalitários e fundamentalistas, e criando conhecimento em todas as suas diversas formas:
música, arte, literatura, ciência e tecnologia. Considero um singularitariano como alguém que
compreende as transformações que estão vindo neste século e que refletiu sobre suas implicações
para a própria vida.
2. As taxas da duplicação da computação serão examinadas no próximo capítulo. Embora o custo do
número de transistores por unidade tenha duplicado a cada dois anos, os transistores têm ficado
progressivamente mais rápidos, e tem havido muitos outros níveis de inovação e melhoria.
Recentemente, a potência geral da computação por custo unitário vem dobrando a cada ano. Em
particular, a quantidade de computação (em computações por segundo) que pode ser aplicada em um
computador que joga xadrez dobrou a cada ano durante os anos 1990.
3. John von Neumann, parafraseado por Stanislaw Ulam, “Tribute to John von Neumann”, Bulletin of
the American Mathematical Society, v. 64, n. 3, parte 2, pp. 1-49, maio 1958. Von Neumann (1903-
1957) nasceu em Budapeste em uma família judia de banqueiros e veio para a Universidade de
Princeton em 1930 para ensinar matemática. Em 1933, tornou-se um dos seis professores fundadores
do novo Instituto de Estudos Avançados em Princeton, onde ficou até o fim da vida. Seus interesses
eram múltiplos e variados: ele foi a força principal que definiu o novo campo da mecânica quântica;
junto com o coautor Oskar Morgenstern, escreveu Theory of Games and Economic Behavior, texto
que transformou o estudo da economia, e deu contribuições significativas para o projeto lógico dos
primeiros computadores, inclusive construindo MANIAC (Mathematical Analyzer, Numeral
Integrator, and Computer — Analisador Matemático, Integrador de Números e Computador) no final
dos anos 1930.
Assim Oskar Morgenstern descreveu Von Neumann no obituário “John von Neumann, 1903-1957”,
no Economic Journal (março 1958, p. 174): “Von Neumann exerceu uma ampla e incomum
influência no pensamento de outros homens em suas relações pessoais... Seu conhecimento
estupendo, a resposta imediata, a intuição sem paralelo mantinham a admiração dos visitantes.
Muitas vezes ele resolvia os problemas deles antes que tivessem terminado de expô-los. Sua mente
era tão única que algumas pessoas se perguntavam — elas também cientistas eminentes — se ele não
representaria um novo estágio no desenvolvimento mental humano”.
4. Ver notas 20 e 21 no capítulo 2.
5. A conferência aconteceu de 19 a 21 de fevereiro de 2003, em Monterey, Califórnia. Entre os
tópicos abordados estavam pesquisa com células-tronco, biotecnologia, nanotecnologia, clones e
comida geneticamente modificada. Para uma lista de livros recomendados pelos palestrantes, ver:
<http://www.thefutureoflife.com/books.htm>.
6. A internet, medida pelo número de nódulos (servidores), dobrava todo ano durante os anos 1980,
mas tinha apenas dezenas de milhares de nódulos em 1985. Isso cresceu para dezenas de milhões de
nódulos em 1995. Em janeiro de 2003, o Internet Software Consortium, <http://www.isc.org/ds/host-
count-history.html>, contou 172 milhões de hospedeiros da web, que são os servidores que hospedam
sites da web. O número representa apenas um subconjunto do número total de nódulos.
7. No nível mais amplo, o princípio antrópico afirma que as constantes fundamentais da física devem
ser compatíveis com nossa existência; se não fossem, não estaríamos aqui para observá-las. Um dos
catalisadores para o desenvolvimento do princípio é o estudo das constantes, como a constante
gravitacional e a constante de acoplamento magnético. Se os valores dessas constantes se
desgarrassem além de um leque muito estreito, a vida inteligente não seria possível em nosso
universo. Por exemplo, se a constante do acoplamento magnético fosse mais potente, não haveria a
ligação entre elétrons e outros átomos. Se fosse mais fraca, os elétrons não se manteriam em órbita.
Ou seja, se essa única constante se desgarrasse para fora de um leque muito estreito, as moléculas
não se formariam. Então, para os que propõem o princípio antrópico, nosso universo parece passar
pela sintonia fina para a evolução de vida inteligente. (Detratores como Victor Stenger afirmam que a
sintonia fina não é tão fina no fim das contas; há mecanismos compensadores que comportariam uma
janela mais ampla para a formação de vida sob condições diferentes.)
O princípio antrópico surge novamente no contexto das teorias cosmológicas contemporâneas que
postulam universos múltiplos (ver notas 8 e 9 abaixo), cada um com seus próprios conjuntos de leis.
Só em um universo onde as leis permitissem a existência de seres pensantes, poderíamos estar aqui
fazendo essas perguntas.
Um dos textos de referência na discussão é de John Barrow e Frank Tipler, The Anthropic
Cosmological Principle (Nova York: Oxford University Press, 1988). Ver também Steven Weinberg,
“A Designer Universe?”, em: <http://www.physlink.com/Education/essay_weinberg.cfm>.
8. Conforme algumas teorias cosmológicas, houve múltiplos big bangs, não só um, levando a
universos múltiplos (multiversos paralelos ou “bolhas”). Forças e constantes físicas diferentes
aplicam-se em diferentes bolhas; condições em algumas (ou, no mínimo, em uma) dessas bolhas
suportam vida baseada em carbono. Ver Max Tegmark, “Parallel Universes”, Scientific American,
pp. 41-53, maio de 2003; Martin Rees, “Exploring Our Universe and Others”, Scientific American,
pp. 78-93, dez. 1999; e Andrei Linde, “The Self-Reproducing Inflationary Universe”, Scientific
American, pp. 48-55, nov. 1994.
9. Os “muitos mundos” ou teoria do multiverso como interpretação da mecânica quântica foram
desenvolvidos para solucionar um problema apresentado pela mecânica quântica, e depois foram
combinados com o princípio antrópico. Como foi resumido por Quentin Smith:
Uma séria dificuldade associada à interpretação convencional ou de Copenhague da mecânica
quântica é que ela não pode ser aplicada à geometria espaço-tempo da relatividade geral de um
universo fechado. Um estado quântico de tal universo é descritível como uma função de onda
com amplitude espaço-temporal variada; a probabilidade de o estado do universo ser
encontrado em qualquer ponto dado é o quadrado da amplitude da função de onda naquele
ponto. Para o universo fazer a transição da superposição de muitos pontos de probabilidades
variadas para um desses pontos — aquele onde ele está realmente —, tem de ser introduzido
um aparelho para medir que colapsa a função de onda e determina que o universo está naquele
ponto. Mas isso é impossível, pois não há nada fora do universo, nenhum aparelho externo
para medir que possa colapsar a função de onda.
Uma solução possível é desenvolver uma interpretação da mecânica quântica que não dependa
da noção de medida ou da observação externa, que é central na interpretação de Copenhague.
Uma mecânica quântica pode ser formulada para que seja interna em um sistema fechado.
É uma interpretação dessas que Hugh Everett desenvolveu em seu artigo de 1957, “Relative
State Formulation of Quantum Mechanics”. Cada ponto na sobreposição representada pela
função de onda é considerado como na verdade contendo um estado do observador (ou do
aparelho de medição) e um estado do sistema que se está observando. Assim, “com cada
observação (ou interação) subsequente, o estado do observador ‘ramifica-se’ em vários estados
diferentes. Cada ramo representa um resultado diferente da medição e do correspondente
eigenstate para o estado de objeto-sistema. Todos os ramos existem ao mesmo tempo na
sobreposição depois de qualquer dada sequência de observações”.
Cada ramo é independente dos outros ramos, e consequentemente nenhum observador jamais
irá perceber algum processo de “splitting”. Para cada observador, o mundo vai parecer como
de fato parece.
Aplicado ao universo como um todo, isso significa que o universo está constantemente
dividindo-se em inúmeros ramos diferentes e independentes, consequência das interações
semelhantes à medição entre suas várias partes. Cada ramo pode ser considerado um mundo
separado, com cada mundo constantemente dividindo-se em outros mundos.
Considerando que esses ramos — o conjunto de universos — incluirão tanto os adequados
quanto os inadequados para a vida, Smith continua: “Neste ponto, se pode afirmar como o
princípio antrópico forte, combinado com a interpretação de muitos mundos da mecânica
 quântica, pode ser usado em uma tentativa de resolver o aparente problema mencionado no
começo deste ensaio. O fato aparentemente problemático de que um mundo com vida
inteligente seja real, em vez de um dos muitos mundos sem vida, é considerado como não
sendo fato nenhum. Se mundos com vida e sem vida são reais, então não é surpresa que este
mundo seja real, mas, sim, algo a ser esperado”.
Quentin Smith, “The Anthropic Principle and Many-Worlds Cosmologies”, Australasian
Journal of Philosophy, v. 63, n. 3, set. 1985. Disponível em:
<http://www.qsmithwmu.com/the_anthropic_principle_and_many-worlds_cosmologies.htm>.
10. Ver o capítulo 4 para uma discussão completa dos princípios auto-organizadores do cérebro e a
relação desse princípio operacional com o reconhecimento de padrões.
11. Com uma escala “linear” (onde todas as divisões do gráfico são iguais), seria impossível
visualizar todos os dados (como bilhões de anos) em um espaço limitado (como uma página deste
livro). Uma escala logarítmica (“log”) soluciona isso ao marcar a ordem de magnitude dos valores
mais do que os valores reais, permitindo que se veja uma gama maior de dados.
12. Theodore Modis, professor de DUXX, Graduate School in Business Leadership, em Monterrey,
México, tentou desenvolver uma “lei matemática precisa que governe a evolução da mudança e a
complexidade do Universo”. Para pesquisar o padrão e a história dessas mudanças, ele precisava de
um conjunto de dados analíticos de acontecimentos significativos, onde os acontecimentos
impliquem uma grande mudança. Ele não quis depender só de sua própria lista, para evitar desvios na
seleção. Em vez disso, compilou treze listas independentes múltiplas dos principais eventos da
história da biologia e da tecnologia destas fontes:
Carl Sagan, The Dragons of Eden: Speculations on the Evolution of Human Intelligence
(Nova York: Ballantine Books, 1989). Dados exatos fornecidos por Modis.
American Museum of Natural History. Dados exatos fornecidos por Modis.
O conjunto de dados de “eventos importantes na história da vida” na Encyclopaedia
Britannica.
Educational Resources in Astronomy and Planetary Science (ERAPS), Universidade do
Arizona, <http://ethel.as.arizona.edu/~collins/astro/subjects/evolve-26.html>.
Paul D. Boyer, bioquímico, ganhador do Prêmio Nobel de 1997, comunicação particular.
Dados exatos fornecidos por Modis.
J. D. Barrow e J. Silk, “The Structure of the Early Universe”, Scientific American, v. 242, n. 4,
pp. 118-28, abr. 1980.
J. Heidmann, Cosmic Odyssey: Observatoir de Paris, tradução de Simon Mitton (Cambridge,
Reino Unido: Cambridge University Press, 1989).
J. W. Schopf (org.), Major Events in the History of Life, simpósio realizado por IGPP Center
para the Study of Evolution and the Origin of Life, 1991 (Boston: Jones and Bartlett, 1991).
Phillip Tobias, “Major Events in the History of Mankind”, cap. 6, em Schopf, Major Events in
the History of Life.
David Nelson, “Lecture on Molecular Evolution I”,
<http://drnelson.utmem.edu/evolution.html>, e “Lecture Notes for Evolution II”,
<http://drnelson.utmem.edu/evolution2.html>.
G. Burenhult (org.), The First Humans: Human Origins and History to 10,000 BC (San
Francisco: HarperSanFrancisco, 1993).
D. Johanson e B. Edgar, From Lucy to Language (Nova York: Simon & Schuster, 1996).
R. Coren, The Evolutionary Trajectory: The Growth of Information in the History and Future
of Earth, World Futures General Evolution Studies (Amsterdam: Gordon and Breach, 1998).
Essas listas datam dos anos 1980 e 1990, com a maioria cobrindo a história conhecida do universo,
enquanto três focam no período mais restrito da evolução hominoide. Os dados usados por algumas
das listas mais antigas são imprecisos, mas são os próprios eventos e a localização relativa desses
eventos na história que são de interesse fundamental.
Modis então juntou essas listas para encontrar agrupamentos dos principais eventos, seus “marcos
canônicos”. Resultaram 28 marcos canônicos dentre 203 marcos de eventos nas listas. Modis também
usou outra lista independente de Coren para verificar se ela corroborava seus métodos. Ver T. Modis,
“Forecasting the Growth of Complexity and Change”, Technological Forecasting and Social Change,
v. 69, n. 4, 2002. Disponível em:
<http://ourworld.compuserve.com/homepages/tmodis/TedWEB.htm>.
13. Modis observa que podem surgir erros a partir de variações no tamanho das listas e variações nas
datas atribuídas aos eventos (ver T. Modis, “The Limits of Complexity and Change”, The Futurist
[maio-jun. 2003], <http://ourworld.compuserve.com/homepages/tmodis/Futurist.pdf>). Assim, ele
usou agrupamentos de datas para definir seus marcos canônicos. Um marco representa uma média,
pressupondo que erros conhecidos são o desvio padrão. Para eventos sem fontes múltiplas, ele
“arbitrariamente atribui(u) o erro médio como erro”. Modis também aponta outras fontes de erro —
casos em que as datas precisas não são conhecidas ou em que possa haver uma suposição inadequada
da mesma importância para cada ponto de data — que não são apreendidas no desvio padrão.
Deve-se observar que a data de 54,6 milhões de anos atrás para a extinção dos dinossauros não está
muito distante.
14. Tempos típicos para a reinicialização interneural são da ordem de cinco milissegundos, o que
permite duzentas operações analógicas controladas digitalmente por segundo. Mesmo considerando
múltiplas não linearidades no processamento da informação neuronal, isso é da ordem de 1 milhão de
vezes mais devagar do que os circuitos eletrônicos contemporâneos, que conseguem trocar
informações em menos de um nanossegundo (ver a análise da capacidade computacional no capítulo
2).
15. Uma nova análise pelos pesquisadores do Los Alamos National Lab sobre as concentrações
relativas de isótopos radioativos no único reator nuclear natural conhecido do mundo (em Oklo,
Gabão, África Ocidental) encontrou uma diminuição na constante de estrutura fina, ou alfa (a
velocidade da luz é inversamente proporcional à alfa), por 2 bilhões de anos. Isso se traduz em um
pequeno aumento na velocidade da luz, embora essa descoberta precise claramente ser confirmada.
Ver “Speed of Light May Have Changed.Recently”, New Scientist, 30 jun. 2004,
<http://www.newscientist.com/news/news.jsp?id=ns99996092>. Ver também:
<http://www.sciencedaily.com/releases/2005/05/050512120842.htm>.
16. Stephen Hawking declarou em uma conferência científica em Dublin, em 21 de julho de 2004,
que ele estava errado em uma afirmação controversa que tinha feito, fazia trinta anos, sobre buracos
negros. Ele havia dito que a informação sobre o que tinha sido engolido por um buraco negro jamais
poderia ser recuperada. Isso teria sido uma violação da teoria quântica, que diz que a informação é
preservada. “Sinto desapontar os fãs de ficção científica, mas, se a informação é preservada, não é
possível usar os buracos negros para viajar a outros universos”, ele disse. “Se você pular dentro de
um buraco negro, sua energia de massa será devolvida a nosso universo, mas em forma danificada,
que contém a informação de como você era, mas em um estado irreconhecível.” Ver Dennis Overbye,
“About Those Fearsome Black Holes? Never Mind”, New York Times, 22 jul. 2004.
17. Um horizonte de eventos é o limite externo, ou perímetro, de uma região esférica que contorna a
Singularidade (o centro do buraco negro, caracterizado por densidade e pressão infinitas). Dentro do
horizonte de eventos, os efeitos da gravidade são tão fortes que nem a luz consegue escapar, embora
haja radiação emergindo da superfície devido a efeitos quânticos que formam pares de partículas-
antipartículas, com um elemento do par sendo puxado para dentro do buraco negro e o outro sendo
emitido como radiação (chamada radiação de Hawking). Essa é a razão de essas regiões serem
chamadas de “buracos negros”, termo inventado pelo professor John Wheeler. Embora os buracos
negros tenham sido previstos originalmente pelo astrofísico alemão Kurt Schwarzschild em 1916,
com base na teoria da relatividade geral de Einstein, sua existência no centro das galáxias só
recentemente foi demonstrada experimentalmente. Para ler mais, ver Kimberly Weaver, “The
Galactic Odd Couple”, 10 jun. 2003, em <http://www.scientificamerican.com>; Jean-Pierre Lasota,
“Unmasking Black Holes”, Scientific American, pp. 41-7, maio1999; e Stephen Hawking, A Brief
History of Time: From the Big Bang to Black Holes (Nova York: Bantam, 1988).
18. Joel Smoller e Blake Temple, “Shock-Wave Cosmology Inside a Black Hole”, Proceedings of the
National Academy of Sciences, v. 100, n. 20, pp. 11216-18, 30 set. 2003.
19. Vernor Vinge, “First Word,” Omni, p. 10, jan. 1983.
20. Ray Kurzweil, The Age of Intelligent Machines (Cambridge, Mass.: MIT Press, 1989).
21. Hans Moravec, Mind Children: The Future of Robot and Human Intelligence (Cambridge, Mass.:
Harvard University Press, 1988).
22. Vernor Vinge, “The Coming Technological Singularity: How to Survive in the Post-Human Era”,
simpósio VISION-21, patrocinado por Nasa Lewis Research Center e Ohio Aerospace Institute, mar.
1993. Disponível em: <http://www.KurzweilAI.net/vingesin>.
23. Ray Kurzweil, The Age of Spiritual Machines: When Computers Exceed Human Intelligence
(Nova York: Viking, 1999).
24. Hans Moravec, Robot: Mere Machine to Transcendent Mind (Nova York: Oxford University
Press, 1999).
25. Damien Broderick, duas obras: The Spike: Accelerating into the Unimaginable Future (Sidnei,
Australia: Reed Books, 1997) e The Spike: How Our Lives Are Being Transformed by Rapidly
Advancing Technologies, ed. rev. (Nova York: Tor/Forge, 2001).
26. Uma das visões gerais de John Smart, “What Is the Singularity”, pode ser encontrada em:
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0133.html>; para uma coleção dos
escritos de John Smart sobre aceleração tecnológica, Singularidade e questões relacionadas, ver em:
<http://www.Accelerating.org>.
John Smart dirige a conferência “Accelerating Change”, que aborda questões ligadas a “inteligência
artificial e amplificação da inteligência”. Ver: <http://www.accelerating.org/ac2005/index.html>.
27. Uma imitação do cérebro humano funcionando em um sistema eletrônico iria funcionar muito
mais rápido do que nossos cérebros biológicos. Embora cérebros humanos se beneficiem de um
paralelismo maciço (da ordem de 100 trilhões de conexões interneurais, todas podendo operar ao
mesmo tempo), o tempo de reinicialização das conexões é extremamente vagaroso quando
comparado à eletrônica contemporânea.
28. Ver notas 20 e 21 no capítulo 2.
29. Para uma análise matemática do crescimento exponencial da tecnologia da informação como
aplicada ao preço-desempenho da computação, ver o apêndice “A Lei dos Retornos Acelerados
Revisitada”.
30. Em um artigo de 1950 publicado em Mind: A Quarterly Review of Psychology and Philosophy, o
teórico da computação Alan Turing fez a célebre pergunta: “Uma máquina pode pensar? Se um
computador pudesse pensar, como se poderia comprovar?”. A resposta da segunda pergunta é o teste
de Turing. Do modo como o teste está definido atualmente, um comitê de especialistas interroga um
correspondente remoto sobre um amplo leque de tópicos, como amor, assuntos do momento,
matemática, filosofia e a história pessoal do correspondente, para determinar se este é um
computador ou um humano. O teste de Turing pretende ser uma medição da inteligência humana; não
passar no teste não implica uma falta de inteligência. O artigo original de Turing pode ser encontrado
em: <http://www.abelard.org/turpap/turpap.htm>; ver também a the Stanford Encyclopedia of
Philosophy, em <http://plato.stanford.edu/entries/turing-test>, para uma discussão sobre o teste.
Não há nenhum conjunto de truques ou algoritmos que permita que uma máquina passe em um teste
de Turing bem concebido sem que ela, na verdade, tenha uma inteligência de nível humano. Ver
também Ray Kurzweil, “A Wager on the Turing Test: Why I Think I Will Win”, em:
<http://www.KurzweilAI.net/turingwin>.
31. Ver John H. Byrne, “Propagation of the Action Potential”, Neuroscience Online,
<https://oac22.hsc.uth.tmc.edu/courses/nba/s1/i3-1.html>: “A velocidade de propagação das
potenciais ações nos nervos pode variar de cem metros por segundo (580 milhas por hora) para
menos de um décimo de metro por segundo (0,6 milha por hora)”. Ver também Kenneth R. Koehler,
“The Action Potential”, <http://www.rwc.uc.edu/koehler/biophys/4d.html>: “A velocidade da
propagação para neurônios motores mamíferos é de 10− 120 m/s, enquanto para neurônios
sensoriais não mielinados é de 5−25 m/s (neurônios não mielinados disparam de modo contínuo, sem
saltos; vazamento de íons permite circuitos completos efetivos, mas desacelera a taxa de
propagação)”.
32. Um estudo de 2002 publicado em Science ressaltou o papel da proteína beta-catenina na
expansão horizontal do córtex cerebral em humanos. Essa proteína desempenha um papel
fundamental nas dobras e sulcos do córtex cerebral; é esse dobrar, de fato, que aumenta a área da
superfície do córtex cerebral e deixa espaço para mais neurônios. Camundongos que produziram essa
proteína em excesso desenvolveram córtices cerebrais enrugados, dobrados, com substancialmente
mais área de superfície do que os córtices cerebrais lisos, chatos, dos camundongos de controle.
Anjen Chenn e Christopher Walsh, “Regulation of Cerebral Cortical Size by Control of Cell Cycle
Exit in Neural Precursors”, Science, v. 297, pp. 365-9, jul. 2002).
Uma comparação feita em 2003 dos perfis de expressão de genes do córtex cerebral de humanos,
chimpanzés e macacos rhesus mostrou uma diferença de expressão em apenas 91 genes associados
com a cognição e a organização cerebral. Os autores do estudo ficaram surpresos ao descobrir que
90% dessas diferenças envolviam suprarregulação. Ver M. Cacares et al., “Elevated Gene Expression
Levels Distinguish Human from Non-human Primate Brains”, Proceedings of the National Academy
of Sciences, v. 100, n. 22, pp. 13030-5, 28 out. 2003.
Entretanto, pesquisadores do Irvine College of Medicine da Universidade da Califórnia descobriram
que a matéria cinzenta em regiões específicas do cérebro está mais relacionada com o QI do que com
o tamanho geral do cérebro, e que apenas cerca de 6% de toda a matéria cinzenta no cérebro parece
ter relação com o QI. O estudo também descobriu que, porque essas regiões ligadas à inteligência
estão localizadas por todo o cérebro, é improvável que haja um “centro de inteligência” único como o
lóbulo frontal. Ver “Human Intelligence Determined by Volume and Location of Gray Matter Tissue
in Brain”, Universidade da Califórnia-Irvine, comunicado à imprensa, 19 jul. 2004, em:
<http://today.uci.edu/news/release_detail.asp?key=1187>.
Um estudo de 2004 descobriu que os genes do sistema nervoso humano mostravam evolução
acelerada quando comparados com os dos primatas não humanos, e que todos os primatas tinham
evolução acelerada comparado com outros mamíferos. Steve Dorus et al., “Accelerated Evolution of
Nervous System Genes in the Origin of Homo sapiens”, Cell, v. 119, pp. 1027-10, 29 dez. 2004. Ao
descrever esse achado, o pesquisador-chefe, Bruce Lahn, afirma: “Humanos evoluíram suas
habilidades cognitivas não devido a umas poucas mutações acidentais, mas, antes, a um enorme
número de mutações obtidas através de uma seleção excepcionalmente intensa que favoreceu as
habilidades cognitivas mais complexas”. Catherine Gianaro, University of Chicago Chronicle, v. 24,
n. 7, 6 jan. 2005.
Uma única mutação do gene de fibra muscular MYH16 tem sido proposta como uma mudança que
permitiu aos humanos ter cérebros muito maiores. A mutação tornou mais fracos os queixos dos
humanos ancestrais, de modo que os humanos não precisavam de músculos limitantes do tamanho do
cérebro que outros grandes macacos têm. Stedman et al., “Myosin Gene Mutation Correlates with
Anatomical Changes in the Human Lineage”, Nature, v. 428, pp. 415-8, 25 mar. 2004.
33. Robert A. Freitas Jr., “Exploratory Design in Medical Nanotechnology: A Mechanical Artificial
Red Cell”, Artificial Cells, Blood Substitutes, and Immobil. Biotech, v. 26, pp. 411-30, 1998.
Disponível em: <http://www.foresight.org/Nanomedicine/Respirocytes.html>. Ver também as
imagens da Nanomedicine Art Gallery, em
<http://www.foresight.org/Nanomedicine/Gallery/Species/Respirocytes.html> e a premiada animação
dos respirócitos em: <http://www.phleschbubble.com/album/beyondhuman/respirocyte01.htm>.
34. Foglets são a criação de J. Storrs Hall, pioneiro da nanotecnologia e professor da Universidade de
Rutgers. Eis um trecho de sua descrição: “A nanotecnologia baseia-se no conceito de robots bem
pequenos, capazes de se autorreproduzirem. A ‘Utility Fog’ é uma extensão muito simples da ideia:
suponha que, em vez de construir átomo por átomo o objeto que você deseja, os pequenos robots
(foglets) juntassem seus braços para formar uma massa sólida na forma do objeto que você quer.
Então, quando você se cansasse daquela mesa de centro vanguardeira, os robots poderiam
simplesmente movimentar-se um pouco e você, no lugar desta, teria um elegante móvel estilo Queen
Anne”. J. Storrs Hall, “What I Want to Be When I Grow Up, Is a Cloud”, Extropy, 3o e 4o trimestres
de 1994. Publicado em KurzweilAI.net em 6 de julho de 2001:
<http://www.KurzweilAI.net/foglets>. Ver também J. Storrs Hall, “Utility Fog: The Stuff That
Dreams Are Made Of”, em B. C. Crandall (org.), Nanotechnology: Molecular Speculations on
Global Abundance (Cambridge, Mass.: MIT Press, 1996). Publicado em KurzweilAI.net em 5 de
julho de 2001: <http://www.KurzweilAI.net/utilityfog>.
35. Sherry Turkle (org.), Evocative Objects: Things We Think With (Cambridge, Mass.: MIT Press,
2007).
36. Ver o gráfico “Crescimento Exponencial da Computação” no capítulo 2 (página 89). Projetando o
duplo crescimento exponencial do preço-desempenho da computação para o final do século XXI, o
equivalente a mil dólares de computação irão fornecer 1060 cálculos por segundo (cps). Como será
abordado no capítulo 2, três análises diferentes da quantidade de computação necessária para imitar
funcionalmente o cérebro humano resultam em uma estimativa de 1015 cps. Uma estimativa mais
conservadora, que pressupõe que será preciso simular todas as não linearidades em todas as sinapses
e dendritos, resulta em uma estimativa de 1019 cps para uma emulação neuromórfica do cérebro
humano. Mesmo tomando o número mais conservador, tem-se um número de 1029 por
aproximadamente 1010 humanos. Assim, os 1060 cps que podem ser adquiridos por mil dólares por
volta de 2099 irão representar 1031 (10 milhões de trilhões de trilhões) civilizações humanas.
37. A invenção do tear mecânico e de outras máquinas têxteis automáticas no começo do século
XVIII destruiu o meio de vida da indústria caseira de tecelões ingleses, que tinham passado negócios
familiares estáveis de geração a geração por centenas de anos. O poder econômico passou das
famílias de tecelões para os donos das máquinas. Conta a lenda que um rapaz jovem e retardado
chamado Ned Ludd quebrou duas máquinas têxteis da fábrica por pura falta de jeito. Desse ponto em
diante, sempre que um equipamento de fábrica era achado misteriosamente danificado, todo suspeito
de praticar esse ato dizia: “Mas foi o Ned Ludd que fez isso”. Em 1812, os tecelões desesperados
formaram uma sociedade secreta, um exército de guerrilha urbana. Eles faziam ameaças e exigências
aos donos das fábricas, muitos dos quais se sujeitavam a elas. Quando perguntavam quem era seu
líder, eles respondiam: “Ora, o general Ned Ludd, é claro”. Embora os luditas, como ficaram
conhecidos, no começo dirigissem a maior parte de sua violência contra as máquinas, uma série de
confrontos sangrentos irrompeu mais tarde nesse ano. A tolerância do governo conservador pelos
luditas terminou, e o movimento foi dissolvido com a prisão e o enforcamento dos membros
proeminentes. Embora tendo falhado em criar um movimento viável e sustentável, os luditas
continuaram sendo um símbolo poderoso da oposição à automação e à tecnologia.
38. Ver nota 34, na página anterior.

Capítulo 2: Uma teoria da evolução tecnológica.

A Lei dos Retornos Acelerados
1. John Smart, sumário de “Understanding Evolutionary Development: A Challenge for Futurists”,
apresentação no encontro anual da World Futurist Society, em Washington, D.C., 3 ago. 2004.
2. Que os eventos históricos na evolução representam aumentos de complexidade é a opinião de
Theodore Modis. Ver T. Modis, “Forecasting the Growth of Complexity and Change”, Technological
Forecasting and Social Change, v. 69, n. 4, 2002. Disponível em:
<http://ourworld.compuserve.com/homepages/tmodis/TedWEB.htm>.
3. A compressão de arquivos é um aspecto-chave tanto da transmissão de dados (como um arquivo de
música ou texto na internet) quanto de arquivamento de dados. Quanto menor o arquivo, menos
tempo vai levar a transmissão e vai precisar de menos espaço. O matemático Claude Shannon, muitas
vezes chamado de pai da teoria da informação, definiu a teoria básica da compressão de dados em
seu artigo “A Mathematical Theory of Communication”, The Bell System Technical Journal, v. 27,
pp. 379-423, 623-56, jul.-out. 1948. Compressão de dados é possível por causa de redundância
(repetição) e probabilidade de surgirem combinações de caracteres nos dados. Por exemplo, o
silêncio em um arquivo de áudio poderia ser substituído por um valor que indicasse a duração do
silêncio, e combinações de letras em um arquivo de texto poderiam ser substituídas por
identificadores codificados no arquivo comprimido.
A redundância pode ser removida pela compressão sem perdas, como Shannon explicou, quer dizer
que não há perda de informação. Há um limite para a compressão sem perdas, definido pelo que
Shannon chamou de taxa de entropia (a compressão aumenta a “entropia” dos dados, que é a
quantidade real de informação nela em oposição a estruturas de dados predeterminadas e, portanto,
previsíveis). A compressão de dados remove a redundância dos dados; compressão sem perdas o faz
sem perder dados (o que quer dizer que podem ser restaurados os dados originais com exatidão). A
compressão com perdas, que é usada para arquivos gráficos ou streaming de arquivos de vídeo ou
áudio, resulta em perda de informação, embora essa perda muitas vezes seja imperceptível para
nossos sentidos.
A maioria das técnicas de compressão de dados usa um código, que é um mapeamento das unidades
(ou símbolos) básicas na fonte de um alfabeto código. Por exemplo, todos os espaços em um arquivo
de texto podem ser substituídos por uma única palavra de código e o número de espaços. Um
algoritmo de compressão é usado para instalar o mapeamento e então criar um novo arquivo usando
o alfabeto do código; o arquivo comprimido será menor do que o original e, portanto, mais fácil de
transmitir ou arquivar. Eis algumas das categorias em que falham as técnicas comuns de compressão
sem perda:
• Compressão run-length, que substitui caracteres repetidos com um código e um valor
representando o número de repetição desse caractere (exemplos: Pack Bits e PCX).
• Codificação com mínimo de redundância ou codificação por simples entropia, que atribui
códigos com base na probabilidade, com os símbolos mais frequentes recebendo os códigos
mais curtos (exemplos: codificação de Huffman e codificação aritmética).
• Codificadores de dicionário, que usam dicionário de símbolos atualizado para representar
padrões (exemplos: Lempel-Ziv, Lempel-Ziv-Welch e DEFLAÇÃO).
• Compressão block-sorting, que reorganiza caracteres mais do que usa um alfabeto de código;
compressão run-length pode então ser usada para comprimir as cadeias repetidas (exemplo:
transformação de Burrows-Wheeler).
• Previsão com mapeamento parcial, que usa um conjunto de símbolos no arquivo não
comprimido para predizer quantas vezes aparece o próximo símbolo no arquivo.
4. Murray Gell-Mann, “What Is Complexity?”, em Complexity, v. 1 (Nova York: John Wiley and
Sons, 1995).
5. O código genético humano tem cerca de 6 bilhões (cerca de 1010) de bits, não considerando a
possibilidade de compressão. Então os 1027 bits que teoricamente podem ser armazenados em uma
pedra de um quilo é maior do que o código genético por um fator 1017. Ver nota 57, abaixo, para
uma discussão sobre compressão de genoma.6. É claro que um humano, que também é composto por
um número enorme de partículas, contém uma quantidade de informação comparável a uma pedra de
mesmo peso quando se considera as propriedades de todas as partículas. Como acontece com a pedra,
o grosso dessa informação não é necessário para caracterizar o estado da pessoa. Por outro lado, é
preciso muito mais informação para caracterizar uma pessoa do que uma pedra.
7. Ver nota 175, no capítulo 5, para uma descrição algorítmica dos algoritmos genéticos.
8. Humanos, chimpanzés, gorilas e orangotangos estão todos incluídos na classificação científica de
hominídeos (família Hominidae). Supõe-se que a linhagem humana divergiu de seus parentes, os
grandes macacos, há 5 a 7 milhões de anos. O gênero humano Homo dentro dos Hominidae inclui
espécies extintas como H. erectus bem como o homem moderno (H. sapiens).
Nas mãos do chimpanzé, os dedos são muito mais compridos e menos retos do que em humanos, e o
polegar é mais curto, mais fraco e não tão móvel. Chimpanzés podem bater em coisas com um
graveto, mas tendem a perder a força. Eles não conseguem apertar com força porque seus polegares
não se sobrepõem aos dedos índices. No humano moderno, o polegar é mais longo, assim é possível
tocar todas as pontas dos dedos com a ponta do polegar, habilidade que é chamada de oponibilidade
total. Esta e outras alterações deram aos humanos duas novas maneiras de agarrar: com precisão e
com força. Mesmo hominídeos pré-hominoides, como a Australopithecine da Etiópia chamada Lucy,
que se supõe ter vivido faz cerca de 3 milhões de anos, podia atirar pedras com velocidade e
precisão. Cientistas afirmam que, desde então, melhorias contínuas na capacidade da mão de atirar
e bater com alguma coisa, com alterações associadas em outras partes do corpo, resultaram em
nítidas vantagens sobre animais de tamanho e peso similares. Ver Richard Young, “Evolution of the
Human Hand: The Role of Throwing and Clubbing”, Journal of Anatomy, v. 202, pp. 165-74, 2003;
Frank Wilson, The Hand: How Its Use Shapes the Brain, Language, and Human Culture (Nova
York: Pantheon, 1998).
9. O Santa Fe Institute tem desempenhado um papel de vanguarda ao desenvolver conceitos e
tecnologia referentes à complexidade e aos sistemas emergentes. Um dos principais desenvolvedores
de paradigmas associados com o caos e a complexidade é Stuart Kauffman. A obra de Kauffman, At
Home in the Universe: The Search for the Laws of Self-Organization and Complexity (Oxford:
Oxford University Press, 1995), aborda “as forças para a ordem que ficam na beirada do caos”.
Em seu livro Evolution of Complexity by Means of Natural Selection (Princeton: Princeton
University Press, 1988), John Tyler Bonner pergunta: “Como é que um ovo transforma-se em um
adulto cheio de detalhes? Como é que uma bactéria, dado muitos milhões de anos, pôde evoluir para
um elefante?”.
John Holland é outro intelectual de ponta do Santa Fe Institute no campo emergente da
complexidade. Seu livro Hidden Order: How Adaptation Builds Complexity (Reading, Mass.:
Addison-Wesley, 1996) inclui uma série de palestras que ele apresentou no Santa Fe Institute em
1994. Ver também John H. Holland, Emergence: From Chaos to Order (Reading, Mass.: Addison-
Wesley, 1998) e Mitchell Waldrop, Complexity: The Emerging Science at the Edge of Order and
Chaos (Nova York: Simon & Schuster, 1992).
10. A segunda lei da termodinâmica explica porque não existe o motor perfeito que usa todo o calor
(energia) produzido na queima de combustível para funcionar: algum calor vai ser inevitavelmente
perdido para o ambiente. O mesmo princípio da natureza sustenta que o calor vai fluir de uma panela
quente para o ar frio mais do que o contrário. Ela também diz que sistemas fechados (isolados) irão
tornar-se espontaneamente mais desordenados com o tempo, isto é, tendem a mover-se da ordem para
a desordem. Moléculas de lascas de gelo, por exemplo, são limitadas em seus possíveis arranjos.
Então um pote de lascas de gelo tem menos entropia (desordem) do que o pote de água em que se
transformam as lascas de gelo quando deixadas na temperatura ambiente. Há muito mais arranjos
moleculares possíveis no pote de água do que no gelo; maior liberdade de movimento igual a maior
entropia. Outro modo de pensar em entropia é como multiplicidade. Quanto mais maneiras que um
estado pode alcançar, maior a multiplicidade. Assim, por exemplo, uma pilha desordenada de tijolos
tem maior multiplicidade (e maior entropia) do que uma pilha arrumada.
11. Max More manifesta a opinião de que “tecnologias avançadas estão se combinando e se
hibridando para acelerar ainda mais o progresso”. Max More, “Track 7 Tech Vectors to Take
Advantage of Technological Acceleration”, ManyWorlds, 1o ago. 2003.
12. Para maiores informações, ver J. J. Emerson et al., “Extensive Gene Traffic on the Mammalian X
Chromosome”, Science, v. 303, n. 5657, pp. 537-40, 23 jan. 2004, em
<http://www3.uta.edu/faculty/betran/science2004.pdf>; Nicholas Wade, “Y Chromosome Depends
on Itself to Survive”, New York Times, 19 jun. 2003; e Bruce T. Lahn e David C. Page, “Four
Evolutionary Strata on the Human X Chromosome”, Science, v. 286, n. 5441, pp. 964-7, 29 out.
1999, em <http://inside.wi.mit.edu/page/Site/Page%20PDFs/Lahn_and_Page_strata_1999.pdf>.
É interessante observar que o segundo cromossomo X das meninas é desligado em um processo
chamado desativação de X, de modo que os genes de apenas um cromossomo X são expressos.
Pesquisas mostraram que o cromossomo X do pai é desligado em algumas células e o cromossomo X
da mãe, em outras.
13. Projeto Genoma Humano, “Insights Learned from the Sequence”. Disponível em:
<http://www.ornl.gov/sci/techresources/Human_Genome/project/journals/insights.html>. Apesar de
o genoma humano ter sido sequenciado, a maior parte dele não codifica proteínas (o chamado DNA
lixo), portanto os pesquisadores ainda estão discutindo sobre quantos genes serão identificados dentre
os 3 bilhões de pares de bases no DNA humano. Estimativas atuais sugerem que menos de 30 mil,
embora, durante o Projeto Genoma Humano, as estimativas chegassem até 100 mil. Ver “How Many
Genes Are in the Human Genome?”, disponível em:
<http://www.ornl.gov/sci/techresources/Human_Genome/faq/genenumber.shtml>, e Elizabeth
Pennisi, “A Low Number Wins the GeneSweep Pool”, Science, v. 300, n. 5625, p. 1484, 6 jun. 2003.
14. Niles Eldredge e o falecido Stephen Jay Gould propuseram essa teoria em 1972 (N. Eldredge e S.
J. Gould, “Punctuated Equilibria: An Alternative to Phyletic Gradualism”, em T. J. M. Schopf (org.),
Models in Paleobiology. San Francisco: Freeman, Cooper, pp. 82-115). Desde então, ela tem
provocado discussões acaloradas entre paleontólogos e biólogos evolucionistas, embora venha sendo
aceita gradualmente. De acordo com essa teoria, podem passar milhões de anos com espécies em
estabilidade relativa. Essa estase é seguida, depois, por uma irrupção de mudanças, resultando em
novas espécies e na extinção das velhas (chamada de “impulso de revezamento” por Elisabeth Vrba).
O efeito alcança todo o ecossistema, afetando muitas espécies não relacionadas. O padrão proposto
por Eldredge e Gould exigia uma nova perspectiva: “Pois nenhum preconceito é mais restritivo do
que a invisibilidade — e a estase, inevitavelmente lida como ausência de evolução, sempre tem sido
tratada como um não assunto. Então, como é estranho definir o fenômeno paleontológico mais
comum de todos como sendo além do interesse ou atenção!”. S. J. Gould e N. Eldredge, “Punctuated
Equilibrium Comes of Age”, Nature, v. 366, pp. 223-7, 18 nov. 1993.
Ver também K. Sneppen et al., “Evolution as a Self-Organized Critical Phenomenon”, Proceedings of
the National Academy of Sciences, v. 92, n. 11, pp. 5209-13, 23 maio 1995; Elisabeth S. Vrba,
“Environment and Evolution: Alternative Causes of the Temporal Distribution of Evolutionary
Events”, South African Journal of Science, v. 81, pp. 229-36, 1985.
15. Como será visto no capítulo 6, se a velocidade da luz não for um limite fundamental para a rápida
transmissão de informação para porções remotas do universo, então a inteligência e a computação
vão continuar a se expandir exponencialmente, até saturarem o potencial da matéria e energia para
sustentar a computação por todo o universo.
16. A evolução biológica continua sendo relevante para os humanos, entretanto processos de doenças
como câncer e doenças virais usam a evolução contra nós (isto é, as células cancerosas e os vírus
evoluem para contra-atacar medidas específicas, como drogas de quimioterapia e medicações
antivirais, respectivamente). Porém, podemos usar nossa inteligência humana para enganar a
inteligência da evolução biológica ao atacarmos os processos patogênicos em níveis bastante
fundamentais e ao usarmos abordagens de “coquetel” que atacam uma doença de várias maneiras
ortogonais (independentes) ao mesmo tempo.
17. Andrew Odlyzko, “Internet Pricing and the History of Communications”, AT&T Labs Research,
versão revisada, 8 fev. 2001. Disponível em:
<http://www.dtc.umn.edu/~odlyzko/doc/history.communications1b.pdf>.
18. Cellular Telecommunications and Internet Association, pesquisa semestral da indústria sem fio,
jun. 2004. Disponível em: <http://www.ctia.org/research_statistics/index.cfm/AID/10030>.
19. Eletricidade, telefone, rádio, televisão, celulares: FCC (Comissão Federal de Comunicações),
<www.fcc.gov/Bureaus/Common_Carrier/Notices/2000/fc00057a.xls>. Computadores domésticos e
uso da internet: Eric C.Newburger, U.S. Census Bureau, “Home Computers and Internet Use in the
United States: August 2000”, set. 2001, <http://www.census.gov/prod/2001pubs/p23-207.pdf>. Ver
também “The Millennium Notebook”, Newsweek, 13 abr. 1998, p.14.
20. O índice de mudança de paradigma, medido pela quantidade de tempo necessária para adotar
novas tecnologias de comunicação, atualmente está dobrando (isto é, a quantidade de tempo para
adoção maciça — definida como sendo usada por um quarto da população dos Estados Unidos —
está sendo cortada pela metade) a cada nove anos. Ver também nota 21.
21. O gráfico do “Utilização maciça das invenções” neste capítulo, na página 71, mostra que o tempo
necessário para a adoção por 25% da população dos Estados Unidos tem declinado constantemente
nos últimos 130 anos. Para o telefone, 35 anos foram necessários comparados aos 31 para o rádio —
uma redução de 11% ou 0,58% ao ano nos 21 anos entre essas duas invenções. O tempo necessário
para que uma invenção fosse adotada caiu 0,60% ao ano entre o rádio e a televisão, 1,0% ao ano
entre a televisão e o PC, 2,6% ao ano entre o PC e o telefone celular, e 7,4% ao ano entre o celular e
a World Wide Web. A adoção maciça do rádio começada em 1897 precisou de 31 anos, enquanto a
web precisou de meros sete anos depois que foi introduzida em 1991 — uma redução de 77% em 94
anos ou uma taxa média de redução de 1,6% ao ano no tempo para ser adotada. Extrapolar essa taxa
para o século XX inteiro resulta em uma redução geral de 79% no século. Na taxa atual de redução
do tempo de adoção de 7,4% ao ano, iria demorar apenas vinte anos na taxa atual de progresso para
alcançar a mesma redução de 79% que foi alcançada no século XX. Com essa taxa, a taxa de
mudança de paradigma dobra (isto é, os tempos para adoção são reduzidos em 50%) em cerca de
nove anos. No século XXI, onze duplicações da taxa irão resultar em multiplicar a taxa por 211, para
cerca de 2 mil vezes a taxa de 2000. O aumento da taxa na verdade vai ser maior do que isso porque
a taxa atual vai continuar a aumentar como fez constantemente no século XX.
22. Dados de 1967-99, dados da Intel, ver Gordon E. Moore, “Our Revolution”, disponível em:
<http://www.sia-online.org/downloads/Moore.pdf>. Dados de 2000-16, International Technology
Roadmap for Semiconductors (ITRS), atualização de 2002, atualização de 2004. Disponível em:
<http://public.itrs.net/Files/2002Update/2002Update.pdf> e
<http://www.itrs.net/Common/2004Update/2004_00_Overview.pdf>.
23. O custo da ITRS DRAM é o custo por bit (microcentavos embalados) na produção. Dados de
1971-2000: VLSI Research Inc. Dados de 2001-2002: ITRS, atualização de 2002, Tabela 7a, Custo
perto do fim em anos, p.172. Dados de 2003-2018: ITRS, atualização de 2004, Tabelas 7a e 7b, Anos
de Custo-Perto-do-Fim, pp. 20-1.
24. Relatórios da Intel e Dataquest (dez. 2002), ver Gordon E. Moore, “Our Revolution”, disponíveis
em: <http://www.sia-online.org/downloads/Moore.pdf>.
25. Randall Goodall, D. Fandel e H.Huffet, “Long-Term Productivity Mechanisms of the
Semiconductor Industry”. Nono Simpósio Internacional sobre Materiais, Ciência e Tecnologia do
Silicone, 12-17 maio 2002, Filadélfia, patrocinado pela Electrochemical Society (ECS) e
International Sematech.
26. Dados de 1976-99: E. R. Berndt, E. R. Dulberger e N. J. Rappaport, “Price and Quality of
Desktop and Mobile Personal Computers: A Quarter Century of History”, 17 jul. 2000, disponível
em: <http://www.nber.org/~confer/2000/si2000/berndt.pdf>. Dados de 2001-16: ITRS, Atualização
de 2002, Relógio local on-chip na Tabela 4c: Performance and Package Chips: Frequency On-Chip
Wiring Levels—Near-Term Years, p. 167.
27. Ver nota 26 para a velocidade do relógio (tempos dos ciclos) e nota 24 para o custo por transistor.
28. Intel transistores em microprocessadores: Microprocessor Quick Reference Guide, Intel Research,
disponível em: <http://www.intel.com/pressroom/kits/quickrefyr.htm>. Ver também Silicon Research
Areas, Intel Research, disponível em: <http://www.intel.com/research/silicon/mooreslaw.htm>.
29. Dados da Intel Corporation. Ver também Gordon Moore, “No Exponential Is Forever... but We
Can Delay ‘Forever’”, apresentado na Conferência Internacional de Circuitos em Estado Sólido
(ISSCC), 10 fev. 2003. Disponível em:
<ftp://download.intel.com/research/silicon/Gordon_Moore_ISSCC_021003.pdf>.
30. Steve Cullen, “Semiconductor Industry Outlook”, InStat/MDR, relatório n. IN0401550SI, abr.
2004, disponível em: <http://www.instat.com/abstract.asp?id=68&SKU=IN0401550SI>.
31. World Semiconductor Trade Statistics, disponível em: <http://wsts.www5.kcom.at>.
32. Bureau of Economic Analysis, Departamento de Comércio dos Estados Unidos, disponível em:
<http://www.bea.gov/bea/dn/home/gdp.htm>.
33. Ver notas 22-24 e 26-30.
34. International Technology Roadmap for Semiconductors, Atualização de 2002, International
Sematech.
35. “25 Years of Computer History”, <http://www.compros.com/timeline.html>; Linley Gwennap,
“Birth of a Chip”, BYTE (dez. 1996), <http://www.byte.com/art/9612/sec6/art2.htm>; “The CDC
6000 Series Computer”, <http://www.moorecad.com/standardpascal/cdc6400.html>; “A Chronology
of Computer History”, <http://www.cyberstreet.com/hcs/museum/chron.htm>; Mark Brader, “A
Chronology of Digital Computing Machines (to 1952)”,
<http://www.davros.org/misc/chronology.html>; Karl Kempf, “Electronic Computers Within the
Ordnance Corps”, nov. 1961, <http://ftp.arl.mil/~mike/comphist/61ordnance/index.html>; Ken
Polsson, “Chronology of Personal Computers”, <http://www.islandnet.com/~kpolsson/comphist>;
“The History of Computing at Los Alamos”,
<http://bang.lanl.gov/video/sunedu/computer/comphist.html> (precisa de senha); The Machine
Room, <http://www.machine-room.org>; Mind Machine Web Museum,
<http://www.userwww.sfsu.edu/~hl/mmm.html>; Hans Moravec, dados de computador,
<http://www.frc.ri.cmu.edu/~hpm/book97/ch3/processor.list>; “PC Magazine Online: Fifteen Years
of PC Magazine”, <http://www.pcmag.com/article2/0,1759, 23390,00.asp>; Stan Augarten, Bit by
Bit: An Illustrated History of Computers (Nova York: Ticknor and Fields, 1984); International
Association of Electrical and Electronics Engineers (IEEE), Annals of the History of the Computer, v.
9, n. 2, pp. 150-3, 1987, v. 16, n. 3, p. 20, 1994; Hans Moravec, Mind Children: The Future of Robot
and Human Intelligence (Cambridge, Mass.: Harvard University Press, 1988); René Moreau, The
Computer Comes of Age (Cambridge, Mass.: MIT Press, 1984).
36. As escalas deste capítulo intituladas “escala logarítmica” tecnicamente são semilogarítmicas, pois
um eixo (tempo) está em escala linear e o outro está em uma escala logarítmica. Entretanto, chamo
essas escalas de “escalas logarítmicas” para maior simplicidade.
37. Ver o apêndice, “A Lei dos Retornos Acelerados revisitada”, que apresenta uma derivação
matemática de por que há dois níveis de crescimento exponencial (isto é, crescimento exponencial no
tempo em que a taxa do crescimento exponencial — o expoente — está, ela mesma, crescendo
exponencialmente com o tempo) em potência computacional medida por MIPS por custo unitário.
38. Hans Moravec, “When Will Computer Hardware Match the Human Brain?”, Journal of
Evolution and Technology, v. 1, 1998. Disponível em:
<http://www.jetpress.org/volume1/moravec.pdf>.
39. Ver nota 35 acima.
40. Atingir os primeiros MIPS por $1.000 levou de 1900 a 1990. Agora estamos dobrando o número
de MIPS por $1.000 em cerca de quatrocentos dias. Porque o preço-desempenho atual é de cerca de 2
mil MIPS por $1.000, acrescentamos o preço-desempenho com a taxa de 5 MIPS por dia ou 1 MIPS
a cada cinco horas.
41. “IBM Details Blue Gene Supercomputer,” CNET News, 8 maio 2003. Disponível em:
<http://news.com.com/2100-1008_3-1000421.html>.
42. Ver Alfred North Whitehead, An Introduction to Mathematics (Londres: Williams e Norgate,
1911), obra que escreveu ao mesmo tempo que ele e Bertrand Russell estavam trabalhando em seu
fundamental livro de três volumes, Principia Mathematica.
43. Enquanto projetado originalmente para levar quinze anos, “o Projeto do Genoma Humano foi
terminado dois anos e meio antes do prazo e por $2,7 bilhões em dólares do ano fiscal de 1991,
significativamente abaixo das projeções originais de gastos”:
<http://www.ornl.gov/sci/techresources/Human_Genome/project/50yr/press4_2003.shtml>.
44. Human Genome Project Information,
<http://www.ornl.gov/sci/techresources/Human_Genome/project/privatesector.shtml>; Stanford
Genome Technology Center, <http://sequence-www.stanford.edu/group/techdev/auto.html>; National
Human Genome Research Institute, <http://www.genome.gov>; Tabitha Powledge, “How Many
Genomes Are Enough?”, Scientist, 17 nov. 2003,
<http://www.biomedcentral.com/news/20031117/07>.
45. Dados do National Center for Biotechnology Information, “GenBank Statistics,” atualizado em 4
de maio de 2004, <http://www.ncbi.nlm.nih.gov/Genbank/genbankstats.html>.
46. Síndrome Respiratória Aguda (SARS em inglês) foi sequenciada 31 dias depois de o vírus ser
identificado pela British Columbia Cancer Agency e os American Centers for Disease Control. O
sequenciamento dos dois centros diferia apenas por dez pares de bases dentre 29 mil. Esse trabalho
identificou o SARS como um coronavírus. A dra. Julie Gerberding, diretora do CDC, chamou o
sequenciamento rápido de “uma realização científica que acho que não tem paralelo em nossa
história”. Ver K. Philipkoski, “SARS Gene Sequence Unveiled,” Wired News, 15 abr. 2003, em:
<http://www.wired.com/news/medtech/0,1286,58481,00.html?tw=wn_story_related>.
Em compensação, os esforços para sequenciar o HIV começaram nos anos 1980. HIV1 e HIV2
foram totalmente sequenciados em 2003 e 2002, respectivamente. National Center for Biotechnology
Information, <http://www.ncbi.nlm.nih.gov/genomes/framik.cgi?db=genome&gi=12171>; a base de
dados do sequenciamento do HIV é mantida pelo Los Alamos National Laboratory,
<http://www.hiv.lanl.gov/content/hiv-db/HTML/outline.html>.
47. Mark Brader, “A Chronology of Digital Computing Machines (to 1952)”,
<http://www.davros.org/misc/chronology.html>; Richard E.Matick, Computer Storage Systems and
Technology (Nova York: John Wiley and Sons, 1977); University of Cambridge Computer
Laboratory, EDSAC99, <http://www.cl.cam.ac.uk/UoCCL/misc/EDSAC99/statistics.html>; Mary
Bellis, “Inventors of the Modern Computer: The History of the UNIVAC Computer—J. Presper
Eckert and John Mauchly”, <http://inventors.about.com/library/weekly/aa062398.htm>; “Initial Date
of Operation of Computing Systems in the USA (1950-1958)”, compilado de dados de 1968 da
OECD, <http://members.iinet.net.au/~dgreen/timeline.html>; Douglas Jones, “Frequently Asked
Questions about the DEC PDP-8 Computer”, <ftp://rtfm.mit.edu/pub/usenet/alt.sys.pdp8/PDP-
9_Frequently_Asked_Questions_%28posted_every_other_month%29>; Programmed Data
Processor-1 Handbook, Digital Equipment Corporation (1960-63),
<http://www.dbit.com/~greeng3/pdp1/pdp1.html
#INTRODUCTION>; John Walker, “Typical UNIVAC® 1108 Prices: 1968”,
<http://www.fourmilab.ch/documents/univac/config1108.html>; Jack Harper, “LISP 1.5 for the
Univac 1100 Mainframe”, <http://www.frobenius.com/univac.htm>; Wikipedia, “Data General
Nova”, <http://www.answers.com/topic/data-generalnova>; Darren Brewer, “Chronology of Personal
Computers 1972-1974”, <http://uk.geocities.com/magoos_universe/comp1972.htm>;
<www.pricewatch.com>; <http://www.jc-news.com/parse.cgi?news/pricewatch/raw/pw-010702>;
<http://www.jc-news.com/parse.cgi?news/pricewatch/raw/pw-020624>;
<http://www.pricewatch.com> (17 nov. 2004);
<http://sharkyextreme.com/guides/WMPG/article.php/10706_2227191_2>; Byte anúncios, set. 1975
a mar.1998; PC Computing anúncios, mar. 1977 a abr. 2000.
48. Seagate, “Products”, <http://www.seagate.com/cda/products/discsales/index>; anúncios
Byte,1977-98; anúncios PC Computing, mar. 1999; Editors of Time-Life Books, Understanding
Computers: Memory and Storage, edição revista (Nova York: Warner Books, 1990); “Historical
Notes about the Cost of Hard Drive Storage Space”, <http://www.alts.net/ns1625/winchest.html>;
“IBM 305 RAMAC Computer with Disk Drive”, <http://www.cedmagic.com/history/ibm-305-
ramac.html>; John C. McCallum, “Disk Drive Prices (1955-2004)”,
<http://www.jcmit.com/diskprice.htm>.
49. James DeRose, The Wireless Data Handbook (St. Johnsbury, Vt.: Quantum, 1996); First Mile
Wireless, <http://www.firstmilewireless.com/>; J. B.Miles, “Wireless LANs”, Government Computer
News, v. 18, n. 28, 30 abr. 1999, <http://www.gcn.com/vol18_no28/guide/514-1.html>; Wireless
Week, 14 abr. 1997, <http://www.wirelessweek.com/toc/4%2F14%2F1997>; Office of Technology
Assessment, “Wireless Technologies and the National Information Infrastructure”, set. 1995,
<http://infoventures.com/emf/federal/ota/ota95-tc.html>; Signal Lake, “Broadband Wireless Network
Economics Update”, 14 jan. 2003, <http://www.signallake.com/publications/broadbandupdate.pdf>;
BridgeWave Communications, comunicado, <http://www.bridgewave.com/050604.htm>.
50. Internet Software Consortium <http://www.isc.org>, ISC Domain Survey: Number of Internet
Hosts, <http://www.isc.org/ds/host-count-history.html>.
51. Ibid.
52. A média do celulares mais simples possíveis nas bases da internet nos Estados Unidos durante
dezembro de cada ano é usada para calcular o tráfego do ano seguinte. A. M. Odlyzko, “Internet
Traffic Growth: Sources and Implications”, Optical Transmission Systems and Equipment for WDM
Networking II, B. B. Dingel, W. Weiershausen, A. K. Dutta, e K.-I. Sato (orgs.), Proc. SPIE (The
International Society for Optical Engineering), v. 5247, pp. 1-15, 2003,
<http://www.dtc.umn.edu/~odlyzko/doc/oft.internet.growth.pdf>; dados para valores em 2003-4:
correspondência de e-mail com A. M. Odlyzko.
53. Dave Kristula, “The History of the Internet” (mar. 1997, atualizado em ago. 2001),
<http://www.davesite.com/webstation/net-history.shtml>; Robert Zakon, “Hobbes’ Internet Timeline
v8.0”, <http://www.zakon.org/robert/internet/timeline>; Converge Network Digest, 5 dez. 2002,
<http://www.convergedigest.com/Daily/daily.asp?vn=v9n229&fecha=December%2005,%202002>;
V. Cerf, “Cerf’s Up”, 2004, <http://global.mci.com/de/resources/cerfs_up/>.
54. H. C. Nathanson et al., “The Resonant Gate Transistor”, IEEE Transactions on Electron Devices,
v. 14, n. 3, pp. 117-33, mar. 1967; Larry J. Hornbeck, “128 x 128 Deformable Mirror Device”, IEEE
Transactions on Electron Devices, v. 30, n. 5, pp. 539-43, abr. 1983; J. Storrs Hall, “Nanocomputers
and Reversible Logic”, Nanotechnology , v. 5, pp. 157-67, jul. 1994; V. V. Aristov et al., “A New
Approach to Fabrication of Nanostructures”, Nanotechnology, v. 6, pp. 35-9, abr. 1995; C.
Montemagno et al., “Constructing Biological Motor Powered Nanomechanical Devices”,
Nanotechnology, v. 10, pp. 225-31, 1999,
<http://www.foresight.org/Conferences/MNT6/Papers/Montemagno/>; Celeste Biever, “Tiny
‘Elevator’ Most Complex Nanomachine Yet”, NewScientist.com News Service, 18 mar. 2004,
<http://www.newscientist.com/article.ns?id=dn4794>.
55. ETC Group, “From Genomes to Atoms: The Big Down”, p. 39, disponível em:
<http://www.etcgroup.org/documents/TheBigDown.pdf>.
56. Ibid., p. 41.
57. Embora não seja possível determinar com precisão o conteúdo de informação no genoma, por
causa de pares de bases repetidos, claramente é muito menor do que o total de dados não
comprimidos. Eis duas abordagens para estimar o conteúdo de informação comprimida do genoma,
sendo que ambas demonstram que uma gama de 30 para 100 milhões de bytes é conservadoramente
alta.
1. Em termos de dados não comprimidos, há 3 bilhões de degraus de DNA no código genético
humano, cada um codificando dois bits (já que há quatro possibilidades para cada par de bases
de DNA). Assim, o genoma humano não comprimido tem cerca de 800 milhões de bytes. O
DNA que não codifica costumava ser chamado de “DNA lixo”, mas agora está claro que ele
desempenha um papel importante na expressão de genes. Contudo, ele está codificado de
modo pouco eficiente. Por um lado, há redundâncias maciças (por exemplo, a sequência
codificada como “ALU” é repetida centenas de milhares de vezes) de que os algoritmos de
compressão podem tirar vantagem.
Com a recente explosão de bancos de dados genéticos, há muito interesse em comprimir dados
genéticos. Trabalhos recentes sobre algoritmos de compressão padrão de dados indicam que
reduzir os dados em 90% (para uma compressão de bits perfeitos) é factível: Hisahiko Sato et
al., “DNA Data Compression in the Post Genome Era”. Genome Informatics, v. 12, pp. 512-4,
2001, <http://www.jsbi.org/journal/GIW01/GIW01P130.pdf>.
Assim, pode-se comprimir o genoma para cerca de 80 milhões de bytes sem perda de
informação (quer dizer que se pode reconstruir todo o genoma comprimido para 800 milhões
de bytes).
 Agora, deve-se considerar que mais de 98% do genoma não codifica proteínas. Mesmo depois
da compressão de dados (que elimina redundâncias e usa um dicionário como referência para
sequências comuns), o conteúdo algorítmico das regiões que não codificam nada parece ser
bem pouco, quer dizer que é provável que se poderia codificar um algoritmo que iria
desempenhar a mesma função com menos bits. Contudo, como se está ainda no começo do
processo da engenharia reversa para o genoma, não é possível fazer uma estimativa confiável
dessa redução seguinte baseando-se em um algoritmo funcionalmente equivalente. Portanto,
estou usando uma gama de 30 a 100 milhões de bytes de informação comprimida no genoma.
O topo dessa gama presume apenas haver compressão de dados e nenhuma simplificação
algorítmica.
Apenas uma porção (embora a maioria) dessa informação caracteriza o desenho do cérebro.
2. Outra linha de raciocínio é como segue. Embora o genoma humano contenha cerca de 3
milhões de bases, só uma pequena porcentagem codifica proteínas, como mencionado acima.
Pelas estimativas atuais, há 26 mil genes que codificam proteínas. Supondo-se que aqueles
genes têm uma média de 3 mil bases de dados úteis, aqueles são iguais a cerca de 78 milhões
de bases. Uma base de DNA requer apenas dois bits, que se traduzem em cerca de 20 milhões
de bytes (78 milhões de bases divididas por quatro). Na sequência que codifica proteínas de
um gene, cada “palavra” (códon) de três bases de DNA traduz-se em um aminoácido. Existem,
portanto, 43 (64) códigos possíveis de códons, cada um consistido por três bases de DNA.
Entretanto, só vinte aminoácidos são usados, mais um códon de parada (aminoácido nulo), dos
64. O resto dos 43 códigos é usado como sinônimos dos 21 úteis. Enquanto seis bits são
necessários para codificar 64 combinações possíveis, cerca de apenas 4,4 (log2 21) são
necessários para codificar 21 possibilidades, uma economia de 1,6 dentre seis bits (cerca de
27%), reduzindo-as para cerca de 15 milhões de bytes. Além disso, aqui também é factível
alguma compressão padrão baseada em sequências repetidas, embora muito menos
compressão seja possível nessa porção codificadora de proteínas do DNA do que no chamado
DNA lixo, que tem redundâncias maciças. Assim, é provável que isso vá reduzir o número
para menos de 12 milhões de bytes. Contudo, agora, devem-se acrescentar informações para a
porção não codificadora do DNA que controla a expressão dos genes. Embora essa porção do
DNA compreenda o grosso do genoma, parece ter um nível baixo de conteúdo de informação e
estar repleto de redundâncias maciças. Estimando que isso corresponda a cerca de 12 milhões
de bytes de proteínas codificadoras do DNA, chega-se de novo a cerca de 24 milhões de bytes.
Dessa perspectiva, a estimativa de 30 a 100 milhões de bytes é conservadoramente alta.
58. Valores contínuos podem ser representados por números com vírgula flutuante para qualquer grau
de precisão desejado. Um número de vírgula flutuante consiste em duas sequências de bits. Uma
sequência “expoente” representa a potência de 2. A sequência “base” representa uma fração de 1.
Aumentando o número de bits na base, pode-se alcançar qualquer grau de precisão desejado.
59. Stephen Wolfram, A New Kind of Science (Champaign, Ill.: Wolfram Media, 2002).
60. Um trabalho dos primeiros tempos sobre uma teoria digital da física também foi apresentado por
Frederick W. Kantor, Information Mechanics (Nova York: John Wiley and Sons, 1977). Links para
vários dos textos de Kantor podem ser encontrados em: <http://w3.execnet.com/kantor/pm00.htm>
(1997); <http://w3.execnet.com/kantor/1b2p.htm> (1989); e
<http://w3.execnet.com/kantor/ipoim.htm> (1982). Ver também
<http://www.kx.com/listbox/k/msg05621.html>.
61. Konrad Zuse, “Rechnender Raum”, Elektronische Datenverarbeitung, v. 8, pp. 336-44, 1967. O
livro de Konrad Zuse sobre um universo baseado em autômatos celulares foi publicado dois anos
depois: Rechnender Raum, Schriften zur Datenverarbeitung (Braunschweig, Alemanha: Friedrich
Vieweg & Sohn, 1969). Tradução para inglês: Calculating Space, MIT Technical Translation AZT-
70-164-GEMIT, fev. 1970. MIT Project MAC, Cambridge, Mass., 02139. PDF.
62. Edward Fredkin citado em Robert Wright, “Did the Universe Just Happen?”, Atlantic Monthly,
pp. 24-44, abr. 1988, disponível em: <http://digitalphysics.org/Publications/Wri88a/html>.
63. Ibid.
64. Muitos dos resultados de Fredkin se devem a ter estudado seus próprios modelos de computação,
o que reflete explicitamente vários dos princípios fundamentais da física. Ver o clássico artigo de
Edward Fredkin e Tommaso Toffoli, “Conservative Logic”, International Journal of Theoretical
Physics, v. 21, n. 3-4, pp. 219-53, 1982, disponível em:
<http://www.digitalphilosophy.org/download_documents/ConservativeLogic.pdf>. Também podem
ser achadas questões sobre a física da computação parecidas analiticamente com aquelas de Fredkin
em Norman Margolus, Physics and Computation, tese de doutoramento, MIT/LCS/TR-415, MIT
Laboratory for Computer Science, 1988.
65. Já abordei o ponto de vista de Norbert Wiener e Ed Fredkin de que informação é a pedra angular
da física e outros níveis de realidade em meu livro de 1990, The Age of Intelligent Machines.
A complexidade de fundir toda a física em termos de transformações computacionais provou ser um
projeto imensamente desafiador, mas Fredkin tem continuado seus esforços. Wolfram dedicou parte
considerável de sua obra da década passada a essa ideia, aparentemente com só uma comunicação
limitada com alguns dos outros da comunidade de física que também pesquisam a ideia. O objetivo
declarado de Wolfram “não é apresentar um modelo definitivo específico para a física”, mas em sua
“Note for Physicists” (que em essência iguala um grande desafio), Wolfram descreve as
“características que [ele] acredita que deverá ter esse modelo” (A New Kind of Science, pp. 1043-65,
<http://www.wolframscience.com/nksonline/page-1043c-text>).
Em The Age of Intelligent Machines, discuto “a questão de se a natureza definitiva da realidade é
analógica ou digital” e ressalto que “à medida que investigamos cada vez mais fundo em ambos os
processos, natural e artificial, vemos que, com frequência, a natureza do processo alterna-se entre
representação análoga e digital da informação”. Para ilustrar, discuti o som. Em nossos cérebros, a
música é representada como o disparo digital dos neurônios na cóclea, representando frequências
diferentes de banda. No ar e nos fios que levam aos alto-falantes, é um fenômeno analógico. A
representação do som em um disco compacto é digital, que é interpretada por circuitos digitais. Mas
os circuitos digitais consistem em transistores limiarizados, que são amplificadores analógicos.
Enquanto amplificadores, os transistores manipulam elétrons individuais, que podem ser contados e,
portanto, são digitais, mas em um nível mais profundo os elétrons estão sujeitos a equações de campo
quânticas analógicas. Em um nível ainda mais profundo, Fredkin e agora Wolfram teorizam uma base
digital (computacional) para essas equações contínuas.
Note-se ainda que, se alguém na verdade conseguir ter sucesso em estabelecer essa teoria digital da
física, então ficaríamos tentados a examinar que tipo de mecanismos mais profundos estão na
verdade implementando as computações e os links do autômato celular. Talvez subjacentes aos
autômatos celulares que fazem o universo funcionar estão fenômenos analógicos ainda mais básicos
que, como os transistores, estão sujeitos a limiares que lhes permitem realizar transações digitais.
Assim, estabelecer uma base digital para a física não vai decidir o debate filosófico sobre se a
realidade é, em última análise, digital ou analógica. Não obstante, estabelecer um modelo
computacional viável da física seria um feito fundamental.
Então, até onde isso é provável? Pode-se com facilidade estabelecer uma prova de vida de que um
modelo digital é factível, pela razão de que equações contínuas podem sempre ser expressas em
qualquer nível de precisão que se queira na forma de transformações distintas em mudanças distintas
de valor. Afinal, essa é a base do teorema fundamental do cálculo. Entretanto, expressar fórmulas
contínuas desse modo é uma complicação inerente e iria renegar a máxima de Einstein de expressar
as coisas “do modo mais simples possível, mas não mais simples”. Então a pergunta real é se se pode
expressar os relacionamentos básicos de que se tem consciência em termos mais elegantes, usando
algoritmos de autômatos celulares. Um teste para uma nova teoria da física é se ela permite fazer
previsões verificáveis. Pelo menos em um modo importante isso poderia ser um desafio difícil para
uma teoria baseada em autômatos celulares porque a falta de previsibilidade é um dos aspectos
fundamentais dos autômatos celulares.
Wolfram começa descrevendo o universo como uma grande rede de nódulos. Os nódulos não existem
no “espaço”, mas, antes, o espaço como o percebemos é uma ilusão criada pela suave transição de
fenômenos através da rede de nódulos. Pode-se imaginar com facilidade construir tal rede para
representar a física “ingênua” (newtoniana), simplesmente construindo uma rede tridimensional com
qualquer grau de granularidade que se deseje. Fenômenos como “partículas” e “ondas” que parecem
mover-se pelo espaço seriam representados por “planadores celulares”, que são padrões apresentados
através da rede para cada ciclo de computação. Fãs do jogo Life (que é baseado em autômatos
celulares) irão reconhecer o fenômeno comum dos planadores e a diversidade de padrões que podem
mover-se suavemente pela rede de autômatos celulares. A velocidade da luz, então, é o resultado da
velocidade do relógio do computador celestial, já que planadores só podem avançar uma célula por
ciclo computacional.
A relatividade geral de Einstein, que descreve a gravidade como perturbações no próprio espaço,
como se nosso mundo tridimensional fosse curvo em alguma quarta dimensão não vista, também é
direta para representar esse plano. Pode-se imaginar uma rede quadridimensional e representar
curvaturas aparentes no espaço do mesmo modo que curvas normais são representadas no espaço
tridimensional. Ou a rede pode ficar mais densa em certas regiões para representar o equivalente
dessa curva.
Uma noção de autômatos celulares prova ser útil para explicar o aumento aparente de entropia
(desordem) que está implícito na segunda lei da termodinâmica. Temos que supor que a regra dos
autômatos celulares subjacentes ao universo é uma regra de classe 4 (ver o texto principal) — se não
for assim, o universo seria um lugar realmente chato. A observação primária de Wolfram, de que um
autômato celular de classe 4 produz rápido uma aparente aleatoriedade (apesar de seu processo
determinante), é consistente com a tendência para aleatoriedade que se pode ver no movimento
browniano e que está implícita na segunda lei.
Relatividade especial é mais difícil. Há um mapeamento fácil do modelo newtoniano para a rede de
células. Mas o modelo de Newton não funciona na relatividade especial. No mundo de Newton, se
um trem vai a oitenta milhas por hora, e se você estiver dirigindo ao lado dele em uma estrada
paralela a sessenta milhas por hora, vai parecer que o trem distancia-se de você a vinte milhas por
hora. Mas, no mundo da relatividade especial, se você deixar a Terra com três quartos da velocidade
da luz, ainda vai parecer que se distancia de você com a velocidade total da luz. De acordo com essa
perspectiva aparentemente paradoxal, para dois observadores, tanto o tamanho quanto a passagem
subjetiva do tempo irão variar dependendo de suas velocidades relativas. Assim, nosso mapeamento
fixo de espaço e nódulos fica consideravelmente mais complexo. Em essência, cada observador
precisa de uma rede própria. Entretanto, considerando a relatividade especial, pode-se essencialmente
aplicar a mesma conversão em nossa rede “newtoniana” que é feita no espaço newtoniano.
Entretanto, não está claro se se está atingindo maior simplicidade ao representar a relatividade
especial desse modo.
A representação da realidade por nódulos celulares pode ter seu maior benefício ao compreender
alguns aspectos dos fenômenos da mecânica quântica. Isso poderia fornecer uma explicação para a
aparente aleatoriedade que se encontra em fenômenos quânticos. Por exemplo, veja a criação
aparentemente aleatória dos pares de partícula-antipartícula. A aleatoriedade poderia ser do mesmo
tipo de aleatoriedade que se vê nos autômatos celulares de classe 4. Embora predeterminado, o
comportamento dos autômatos de classe 4 não pode ser previsto (a não ser que se ponha para
funcionar os autômatos celulares) e, de fato, é aleatório.
Esta não é uma nova perspectiva. É equivalente à formulação de “variáveis ocultas” da mecânica
quântica, que afirma que há algumas variáveis que não podem ser acessadas de outro modo, que
controlam o que parece ser comportamento aleatório que se pode observar. A noção de variáveis
ocultas da mecânica quântica não é inconsistente com as fórmulas da mecânica quântica. É possível
mas não é popular entre os físicos do quantum porque requer que um grande número de suposições
funcione de modo muito especial. Entretanto, não vejo isso como um bom argumento contra. A
existência de nosso próprio universo é, ela mesma, pouco provável e requer que muitas suposições
funcionem de maneira muito precisa. No entanto, aqui estamos nós.
Uma pergunta mais importante é: Como poderia ser testada uma teoria de variáveis ocultas? Se
baseada em um processo semelhante aos autômatos celulares, as variáveis ocultas seriam
inerentemente imprevisíveis, mesmo que deterministas. Teria de ser encontrado algum outro jeito
para “des-ocultar” as variáveis ocultas.
A concepção de Wolfram do universo fornece uma perspectiva potencial sobre o fenômeno de
emaranhamento quântico e o colapso da função onda. O colapso da função onda, que resulta em
propriedades aparentemente ambíguas de uma partícula (por exemplo, sua localização), pode ser
visto da perspectiva de rede celular como a interação do fenômeno observado com o próprio
observador. Como observadores, não estamos fora da rede, mas, sim, existimos dentro dela. A
mecânica celular afirma que duas entidades não podem interagir sem que ambas sofram uma
alteração, o que sugere uma base para o colapso da função onda.
Wolfram escreve: “Se o universo é uma rede, em certo sentido ele pode conter facilmente fios que
continuam a conectar partículas mesmo quando estas ficam bem distantes em termos de espaço
ordinário”. Isso poderia explicar recentes experimentos dramáticos mostrando uma não localização
da ação em que duas partículas “emaranhadas quanticamente” parecem continuar a agir em conjunto
embora separadas por grandes distâncias. Einstein chamava isso de “ação assustadora à distância” e a
rejeitava, embora experiências recentes pareçam confirmá-la.
Alguns fenômenos encaixam-se melhor do que outros nessa noção de rede de autômatos celulares.
Algumas sugestões parecem elegantes, mas, como esclarece a “Note for Physicists” de Wolfram, a
tarefa de traduzir toda a física para um sistema consistente baseado em autômatos celulares é, de fato,
desencorajadora.
Estendendo essa discussão para a filosofia, Wolfram “explica” o aparente fenômeno do livre-arbítrio
como decisões que são determinadas mas imprevisíveis. Uma vez que não há maneira de predizer o
resultado de um processo celular sem que este seja posto, na realidade, para funcionar, e uma vez que
nenhum simulador poderia funcionar mais rápido do que o próprio universo, não há maneira de
prever as decisões humanas. Assim, mesmo que nossas ações sejam determinadas, não há maneira de
pré-identificar como serão. Entretanto, esse não é um exame plenamente satisfatório do conceito.
Essa observação referente à falta de previsibilidade pode ser feita em relação ao resultado da maioria
dos processos físicos — por exemplo, onde uma partícula de poeira vai cair no chão. Essa
perspectiva, portanto, iguala o livre-arbítrio humano com a queda aleatória de uma partícula de pó.
De fato, essa parece ser a opinião de Wolfram quando afirma que o processo no cérebro humano é
“computacionalmente equivalente” àqueles que ocorrem em processos como a turbulência de fluidos.
Alguns dos fenômenos na natureza (por exemplo, nuvens, litoral) caracterizam-se por simples
processos repetitivos, tais como autômatos celulares e fractais, mas padrões inteligentes (como o
cérebro humano) requerem um processo evolutivo (ou, como alternativa, a engenharia reversa dos
resultados de tal processo). Inteligência é o produto inspirado da evolução e também é, na minha
opinião, a “força” mais potente do mundo, em última análise transcendendo a potência de forças
naturais irracionais.
Em suma, o tratado abrangente e ambicioso de Wolfram pinta uma imagem convincente, mas, no
final, exagerada e incompleta. Wolfram une-se a uma comunidade crescente de vozes que sustenta
que padrões de informação, mais do que matéria e energia, representam o elemento fundamental da
realidade. Ele aumentou nosso conhecimento de como padrões de informação criam o mundo em que
vivemos, e tenho a expectativa de ver um período de colaboração entre Wolfram e seus colegas, para
que possamos construir uma visão mais sólida do ubíquo papel dos algoritmos no mundo.
A falta de previsibilidade dos autômatos celulares de classe 4 pressupõe no mínimo alguma aparente
complexidade dos sistemas biológicos e representa um dos importantes paradigmas biológicos que
podemos procurar emular em nossa tecnologia. Não explica toda a biologia. Entretanto, continua
possível que tais métodos possam explicar toda a física. Se Wolfram, ou qualquer outro, nesse
sentido, tiver sucesso em formular a física em termos de operações de autômatos celulares e seus
padrões, o livro de Wolfram terá merecido sua fama. Em todo caso, acho o livro um trabalho
importante de ontologia.
66. A regra 110 afirma que uma célula fica branca se sua cor anterior e seus dois vizinhos forem
todos brancos ou todos pretos, ou se sua cor anterior for branca e seus dois vizinhos forem branco e
preto, respectivamente; caso contrário, a célula fica preta.
67. Wolfram, New Kind of Science, p. 4, disponível em:
<http://www.wolframscience.com/nksonline/page-4-text>.
68. Note-se que certas interpretações da mecânica quântica dizem que o mundo não se baseia em
regras deterministas e que há uma aleatoriedade inerente ao quantum para cada interação na escala
quântica (pequena) da realidade física.
69. Como foi discutido na nota 57 acima, o genoma não comprimido tem cerca de 6 bilhões de bits
de informação (ordem da grandeza = 1010 bits) e o genoma comprimido tem de 30 a 100 milhões de
bytes. Alguma parcela dessa informação do projeto aplica-se, é claro, a outros órgãos. Mesmo
admitindo que todos os 100 milhões de bytes se aplicam ao cérebro, obtém-se um número
conservadoramente alto de 109 bits para o projeto do cérebro no genoma. No capítulo 3, discuto uma
estimativa para “memória humana em nível de conexões interneurais individuais”, incluindo “os
padrões de conexão e as concentrações de neurotransmissores” de 1018 (bilhões de bilhões) bits em
um cérebro adulto. Isso é cerca de 1 bilhão (109) de vezes mais informação do que aquela no genoma
que descreve o projeto do cérebro. Esse aumento é produto da auto-organização do cérebro enquanto
ele interage com o ambiente da pessoa.
70. Ver as sessões “Disdisorder” e “The Law of Increasing Entropy Versus the Growth of Order” em
meu livro, The Age of Spiritual Machines: When Computers Exceed Human Intelligence (Nova York:
Viking, 1999), pp. 30-3.
71. Um computador universal pode aceitar como entrada de dados a definição de qualquer outro
computador e então simular o outro computador. Isso não aborda a velocidade da simulação, que
pode ser relativamente baixa.
72. C. Geoffrey Woods, “Crossing the Midline”, Science, v. 304, n. 5676, pp. 1455-6, 4 jun. 2004;
Stephen Matthews, “Early Programming of the Hypothalamo-Pituitary-Adrenal Axis”, Trends in
Endocrinology and Metabolism, v. 13, n. 9, pp. 373-80, 1o nov. 2002; Justin Crowley e Lawrence
Katz, “Early Development of Ocular Dominance Columns”, Science, v. 290, n. 5495, pp. 1321-4, 17
nov. 2000; Anna Penn et al., “Competition in the Retinogeniculate Patterning Driven by Spontaneous
Activity”, Science, v. 279, n. 5359, pp. 2108-12, 27 mar. 1998.
73. Os sete comandos de uma máquina de Turing são: (1) Ler a fita, (2) Mover a fita para esquerda,
(3) Mover a fita para a direita, (4) Escrever 0 na fita, (5) Escrever 1 na fita, (6) Pular para outro
comando e (7) Parar.
74. Na que é talvez a análise mais impressionante de seu livro, Wolfram mostra como uma máquina
de Turing com apenas dois estágios e cinco cores possíveis pode ser uma máquina de Turing
universal. Por quarenta anos, tem-se pensado que uma máquina de Turing universal teria de ser mais
complexa do que isso. Também impressionante é a demonstração de Wolfram de que a regra 110 está
apta para a computação universal, dado o software adequado. É claro que a computação universal por
si mesma não pode desempenhar tarefas úteis sem o software adequado.
75. A porta “nor” transforma duas entradas de dados em uma saída. A saída de “nor” só é verdadeira
se, e somente se, nem A nem B forem verdadeiros.
76. Ver a seção “A nor B: The Basis of Intelligence?”, em The Age of Intelligent Machines
(Cambridge, Mass.: MIT Press, 1990), pp. 152-7, disponível em:
<http://www.KurzweilAI.net/meme/frame.html?m=12>.
77. United Nations Economic and Social Commission for Asia and the Pacific — Unescap,
“Regional Road Map Towards an Information Society in Asia and the Pacific”, ST/ESCAP/2283,
<http://www.unescap.org/publications/detail.asp?id=771>; Economic and Social Commission for
Western Asia, “Regional Profile of the Information Society in Western Asia”, 8 out. 2003,
<http://www.escwa.org.lb/information/publications/ictd/docs/ictd-03-11-e.pdf>; John Enger, “Asia in
the Global Information Economy: The Rise of Region-States, The Role of Telecommunications”,
palestra na International Conference on Satellite and Cable Television nas regiões chinesa e asiática,
Communication Arts Research Institute, Fu Jen Catholic University, 4 a 6 jun. 1996.
78. Ver “The 3 by 5 Initiative”, Folha de Informação 274, dez. 2003, disponível em:
<http://www.who.int/mediacentre/factsheets/2003/fs274/en/print.html>.
79. Investimentos em tecnologia responderam por 76% dos investimentos em capital de risco de
1998 ($10,1 bilhões) (PricewaterhouseCoopers, comunicado à imprensa, “Venture Capital
Investments Rise 24 Percent and Set Record at $14.7 Billion, Pricewaterhouse-Coopers Finds”, 16
fev. 1999). Em 1999, empresas baseadas em tecnologia receberam 90% dos investimentos em capital
de risco ($32 bilhões) (PricewaterhouseCoopers, comunicado à imprensa, “Venture Funding
Explosion Continues: Annual and Quarterly Investment Records Smashed, According to
PricewaterhouseCoopers Money Tree National Survey”, 14 fev. 2000). É certo que os níveis de
capital de risco caíram durante a recessão da alta tecnologia; mas só no segundo quadrimestre de
2003, as empresas de software sozinhas atraíram perto de $1 bilhão (PricewaterhouseCoopers,
comunicado à imprensa, “Venture Capital Investments Stabilize in Q2 2003”, 29 jul. 2003). Em
1974, dentre todas as indústrias manufatureiras dos Estados Unidos, 42 receberam um total de $ 26,4
milhões em capital de risco (em dólares de 1974 ou $81 milhões em dólares de 1992). Samuel
Kortum e Josh Lerner, “Assessing the Contribution of Venture Capital to Innovation”, RAND Journal
of Economics, v. 31, n. 4, pp. 674-92, inverno de 2000,
<http://econ.bu.edu/kortum/rje_Winter’00_Kortum.pdf>. Como Gompers e Josh Lerner dizem,
“entradas de fundos de capital de risco expandiram-se de virtualmente zero em meados dos anos
1970...”. Gompers e Lerner, The Venture Capital Cycle (Cambridge, Mass.: MIT Press, 1999). Ver
também Paul Gompers, “Venture Capital”, em B. Espen Eckbo (org.), Handbook of Corporate
Finance: Empirical Corporate Finance, nas séries de manuais sobre finanças (Holanda: Elsevier),
capítulo 11, 2005,
<http://mba.tuck.dartmouth.edu/pages/faculty/espen.eckbo/PDFs/Handbookpdf/CH11-
VentureCapital.pdf>.
80. Um relato do como as tecnologias da “nova economia” estão provocando importantes
transformações nas indústrias da “velha economia”: Jonathan Rauch, “The New Old Economy: Oil,
Computers, and the Reinvention of the Earth”, Atlantic Monthly, 3 jan. 2001.
81. U.S. Department of Commerce, Bureau of Economic Analysis <http://www.bea.doc.gov>. Use
este site e selecione Tabela 1.1.6: <http://www.bea.doc.gov/bea/dn/nipaweb/SelectTable.asp?
Selected=N>.
82. U.S. Department of Commerce, Bureau of Economic Analysis, <http://www.bea.doc.gov>.
Dados para 1920-99: Population Estimates Program, Population Division, U.S. Census Bureau,
“Historical National Population Estimates: July 1, 1900 to July 1, 1999”,
<http://www.census.gov/popest/archives/1990s/popclockest.txt>; dados para 2000-04:
<http://www.census.gov/popest/states/tables/NST-EST2004-01.pdf>.
83. “The Global Economy: From Recovery to Expansion”, resultados de Global Economic Prospects
2005: Trade, Regionalism and Prosperity (World Bank, 2004),
<http://globaloutlook.worldbank.org/globaloutlook/outside/globalgrowth.aspx>; “World Bank: 2004
Economic Growth Lifts Millions from Poverty”, Voice of America News,
<http://www.voanews.com/english/2004-11-17-voa41.cfm>.
84. Mark Bils e Peter Klenow, “The Acceleration in Variety Growth”, American Economic Review, v.
91, n. 2, pp. 274-80, maio 2001, disponível em: <http://www.klenow.com/Acceleration.pdf>.
85. Ver notas 84, 86 e 87.
86. U.S. Department of Labor, Bureau of Labor Statistics, boletim de notícias, 3 jun. 2004. Podem
ser gerados relatórios de produtividade em: <http://www.bls.gov/bls/productivity.htm>.
87. Bureau of Labor Statistics, Major Sector Multifactor Productivity Index, Manufacturing Sector:
Output per Hour All Persons (1996 = 100), <http://data.bls.gov/PDQ/outside.jsp?survey=mp>
(requer JavaScript: selecionar “Manufacturing”, “Output Per Hour All Persons”, e ano inicial 1979),
ou <http://data.bls.gov/cgi-bin/srgate> (use a série “MPU300001”, “All Years” e Format 2).
88. George M. Scalise, Semiconductor Industry Association, em “Luncheon Address: The Industry
Perspective on Semiconductors”, 2004 Productivity and Cyclicality in Semiconductors: Trends,
Implications, and Questions: Report of a Symposium (2004) (National Academies Press, 2004), p. 40,
disponível em: <http://www.nap.edu/openbook/0309092744/html/index.html>.
89. Dados de Kurzweil Applied Intelligence, agora parte de ScanSoft (antes Kurzweil Computer
Products).
90. eMarketer, “E-Business in 2003: How the Internet Is Transforming Companies, Industries, and
the Economy: A Review in Numbers”, fev. 2003; “US B2C E-Commerce to Top $90 Billion in
2003”, 30 abr. 2003, <http://www.emarketer.com/Article.aspx?1002207>; e “Worldwide B2B E-
Commerce to Surpass $1 Trillion By Year’s End”, 19 mar. 2003,
<http://www.emarketer.com/Article.aspx?1002125>.
91. As patentes usadas neste gráfico são, conforme descritas pelo U.S. Patent and Trademark Office,
“patentes para invenções”, também conhecidas como patentes “utilitárias”. U.S. Patent and
Trademark Office, Table of Annual U.S. Patent Activity, disponível em:
<http://www.uspto.gov/web/offices/ac/ido/oeip/taf/h_counts.htm>.
92. O tempo para duplicar a parcela da TI da economia é de 23 anos. U.S. Department of Commerce,
Economics and Statistics Administration, “The Emerging Digital Economy”, figura 2, disponível em:
<http://www.technology.gov/digeconomy/emerging.htm>.
93. O tempo para duplicar os gastos com educação nos Estados Unidos, per capita, é de 23 anos.
National Center for Education Statistics, Digest of Education Statistics, 2002, disponível em:
<http://nces.ed.gov/pubs2003/digest02/tables/dt030.asp>.
94. A ONU estimou que o total da capitalização no mercado de ações global em 2000 foi de 37
trilhões de dólares. United Nations, “Global Finance Profile”, Report of the High-Level Panel of
Financing for Development, jun. 2001, disponível em:
<http://www.un.org/reports/financing/profile.htm>.
Se nossa previsão de taxas futuras de crescimento fosse aumentar (comparada com as expectativas
atuais) por um índice anual composto de tão pouco quanto 2%, e considerando um índice anual de
desconto (para descontar valores futuros hoje) de 6%, então levando em conta o valor atual
aumentado que resulta de apenas vinte anos de crescimento (adicional) futuro composto e
descontado, os valores atuais deverão triplicar. Como o diálogo seguinte ressalta, essa análise não
leva em consideração o provável aumento do índice de desconto que iria resultar dessa previsão de
crescimento futuro aumentado.

Capítulo 3: Atingindo a capacidade de computar

do cérebro humano
1. Gordon E. Moore, “Cramming More Components onto Integrated Circuits”, Electronics, v. 38, n.
8, pp. 114-7, 19 abr. 1965. Disponível em:
<ftp://download.intel.com/research/silicon/moorespaper.pdf>.
2. A projeção inicial de Moore neste texto de 1965 era de que o número de componentes iria dobrar
todo ano. Em 1975, foi revisado para cada dois anos. Entretanto, isso mais do que dobra o preço-
desempenho a cada dois anos porque componentes menores funcionam mais rápido (porque a
eletrônica tem que cobrir uma distância menor). Assim, o custo-desempenho geral (para o custo de
cada ciclo de transistor) vem diminuindo pela metade a cada treze meses mais ou menos.
3. Paolo Gargini citado em Ann Steffora Mutschler, “Moore’s Law Here to Stay”,
ElectronicsWeekly.com, 14 jul. 2004, disponível em:
<http://www.electronicsweekly.co.uk/articles/article.asp?liArticleID=36829>. Ver também Tom
Krazit, “Intel Prepares for Next 20 Years of Chip Making”, Computerworld, 25 out. 2004, disponível
em: <http://www.computerworld.com/hardwaretopics/hardware/story/0,10801,96917,00.html>.
4. Michael Kanellos, “‘High-rise’ Chips Sneak on Market”, CNET News.com, 13 jul. 2004.
Disponível em: <http://zdnet.com.com/2100-1103-5267738.html>.
5. Benjamin Fulford, “Chipmakers Are Running Out of Room: The Answer Might Lie in 3-D”,
Forbes.com, 22 jul. 2002. Disponível em:
<http://www.forbes.com/forbes/2002/0722/173_print.html>.
6. Press release da NTT, “Three-Dimensional Nanofabrication Using Electron Beam Lithography,” 2
fev. 2004. Disponível em: <http://www.ntt.co.jp/news/news04e/0402/040202.html>.
7. László Forró e Christian Schönenberger, “Carbon Nanotubes, Materials for theFuture”,
Europhysics News, v. 32, n. 3, 2001. Disponível em:
<http://www.europhysicsnews.com/full/09/article3/article3.html>. Ver também
<http://www.research.ibm.com/nanoscience/nanotubes.html> para uma visão geral dos nanotubos.
8. Michael Bernstein, press release da American Chemical Society, “High-Speed Nanotube
Transistors Could Lead to Better Cell Phones, Faster Computers”, 27 abr. 2004, disponível em:
<http://www.eurekalert.org/pub_releases/2004-04/acs-nt042704.php>.
9. Calculo que um transistor baseado em nanotubos e circuitaria e conexões de suporte requer
aproximadamente um cubo de dez nanômetros (o transistor será uma fração disso) ou dez
nanômetros cúbicos. Esse é um cálculo conservador, pois nanotubos de parede única têm só um
nanômetro de diâmetro. Uma polegada = 2,54 centímetros = 2,54 x 107 nanômetros. Então, um cubo
de uma polegada = 2,54 3 x 1021 = 1,6 x 1022 nanômetros cúbicos. Assim, um cubo de uma polegada
pode compreender 1,6 x 1019 transistores. Cada computador precisando mais ou menos de 107
transistores (que é um aparelho muito mais complexo do que aquele que compreende cálculos em
uma conexão interneural humana) pode suportar cerca de 1012 (1 trilhão) de computadores paralelos.
Um computador de nanotubos baseado em transistores a 1012 cálculos por segundo (baseado na
estimativa de Burke) fornece uma velocidade estimada em 1024 cps para o cubo de uma polegada de
circuitaria de nanotubos. Ver também Bernstein, “High-Speed Nanotube Transistors”.
Com uma estimativa de 1016 cps para a emulação funcional do cérebro humano (ver a discussão mais
adiante neste capítulo), isso dá cerca de 100 milhões (108) de equivalentes ao cérebro humano. Se
usarmos a estimativa mais conservadora de 1019 cps necessária para a simulação neuromórfica
(simular toda a não linearidade em todo componente neural; ver a discussão seguinte neste capítulo),
um cubo de uma polegada de circuitaria de nanotubos iria fornecer apenas uma centena de milhares
de equivalentes a cérebro humano.
10. “Faz só quatro anos que medimos pela primeira vez um transporte eletrônico através de um
nanotubo. Agora estamos explorando o que pode e o que não pode ser feito em termos de
dispositivos de molécula única. O passo seguinte será pensar como combinar esses elementos em
circitos complexos”, diz um dos autores, Cees Dekker, de Henk W. Ch. Postma et al., “Carbon
Nanotube Single-Electron Transistors at Room Temperature”, Science, v. 293, n. 5527, pp. 76-129, 6
jul. 2001, descrito no press release da Associação Americana para o Avanço da Ciência,
“Interruptores de Nano-Transistores com apenas um elétron podem ser ideais para computadores
moleculares, mostra o estudo de Science”, disponível em:
<http://www.eurekalert.org/pub_releases/2001-07/aaft-nsw062901.php>.
11. Os pesquisadores da IBM resolveram um problema na fabricação de nanotubos. Quando a
fuligem de carbono é aquecida para criar os tubos, um grande número de tubos metálicos sem uso
são criados junto com os tubos semicondutores adequados para transistores. A equipe incluiu ambos
os tipos de nanotubos em um circuito e depois usou pulsos elétricos para destruir os não desejados —
uma abordagem muito mais eficiente do que escolher a dedo os tubos úteis com um microscópio de
força atômica. Mark K. Anderson, “Mega Steps Toward the Nanochip”, Wired News, 27 abr. 2001,
em: <http://www.wired.com/news/technology/0,1282,43324,00.html>, referindo-se a Philip G.
Collins, Michael S. Arnold e Phaedon Avouris, “Engineering Carbon Nanotubes and Nanotube
Circuits Using Electrical Breakdown”, Science, v. 292, n. 5517, pp. 706-9, 27 abr. 2001.
12. “Um nanotubo de carbono, que parece tela de galinheiro enrolada quando examinado em nível
atômico, é dezenas de milhares de vezes mais fino do que um cabelo humano, mas notavelmente
forte.” Press release da Universidade da Califórnia em Berkeley, “Pesquisadores criam o primeiro
circuito integrado de silicone com transistores de nanotubos”, 5 jan. 2004, em
<http://www.berkeley.edu/news/media/releases/2004/01/05_nano.shtml>, fazendo referência a Yu-
Chih Tseng et al., “Monolithic Integration of Carbon Nanotube Devices with Silicon MOS
Technology”, Nano Letters, v. 4, n. 1, pp. 123-7, 2004, disponível em: <http://pubs.acs.org/cgi-
bin/sample.cgi/nalefd/2004/4/i01/pdf/nl0349707.pdf>.
13. R. Colin Johnson, “IBM Nanotubes May Enable Molecular-Scale Chips”, EETimes, 26 abr. 2001.
Disponível em: <http://eetimes.com/article/showArticle.jhtml?articleId=10807704>.
14. Avi Aviram e Mark A. Ratner, “Molecular Rectifiers”, Chemical Physics Letters, pp. 277-83, 15
nov. 1974, mencionado em Charles M. Lieber, “The Incredible Shrinking Circuit”, Scientific
American, set. 2001, em <http://www.sciam.com> e <http://www-mcg.uni-
r.de/downloads/lieber.pdf>. O retificador de molécula única descrito por Aviram e Ratner podia
deixar passar corrente em qualquer direção.
15. Will Knight, “Single Atom Memory Device Stores Data”, NewScientist.com, 10 set. 2002, em
<http://www.newscientist.com/news/news.jsp?id=ns99992775>, referindo-se a R. Bennewitz et al.,
“Atomic Scale Memory at a Silicon Surface”, Nanotechnology, v. 13, pp. 499-502, 4 jul. 2002.
16. Seu transistor é feito de fosfito de índio e arsenieto de gálio e índio. Press release da
Universidade de Illinois em Urbana-Champaign, “Pesquisadores de Illinois criam o transistor mais
rápido do mundo — de novo”, disponível em: <http://www.eurekalert.org/pub_releases/2003-
11/uoia-irc110703.php>.
17. Michael R. Diehl et al., “Self-Assembled Deterministic Carbon Nanotube Wiring Networks”,
Angewandte Chemie International Edition, v. 41, n. 2, pp. 353-6, 2002; C. P. Collier et al.,
“Electronically Configurable Molecular-Based Logic Gates”, Science, v. 285, n. 5426, pp. 391-4, jul.
1999. Ver: <http://www.its.caltech.edu/~heathgrp/papers/Paperfiles/2002/diehlangchemint.pdf> e
<http://www.cs.duke.edu/~thl/papers/Heath.Switch.pdf>.
18. Os “nanotubos rosetas” projetados pela equipe de Purdue contêm carbono, nitrogênio, hidrogênio
e oxigênio. Os rosetas montam-se sozinhos porque seu interior é hidrofóbico e seu exterior é
hidrófilo; assim, para proteger seu interior da água, os rosetas empilham-se em nanotubos. “As
propriedades físicas e químicas de nossos nanotubos rosetas agora podem ser modificadas quase que
à vontade através de uma abordagem discada”, de acordo com o pesquisador-chefe Hicham Fenniri.
R. Colin Johnson, “Purdue Researchers Build Made-to-Order Nanotubes”, EETimes, 24 out. 2002,
<http://www.eetimes.com/article/showArticle.jhtml?articleId=18307660>; H.Fenniri et al.,
“Entropically Driven Self-Assembly of Multichannel Rosette Nanotubes”, Proceedings of the
National Academy of Sciences, v. 99, suplemento 2, pp. 6487-92, 30 abr. 2002; press release de
Purdue, “Adaptable Nanotubes Make Way for Custom-Built Structures, Wires”,
<http://news.uns.purdue.edu/UNS/html4ever/020311.Fenniri.scaffold.html>.
Um trabalho parecido tem sido feito por cientistas na Holanda: Gaia Vince, “Nano-Transistor Self-
Assembles Using Biology”, NewScientist.com, 20 nov. 2003,
<http://www.newscientist.com/news/news.jsp?id=ns99994406>.
19. Liz Kalaugher, “Lithography Makes a Connection for Nanowire Devices”, 9 jun. 2004, em:
<http://www.nanotechweb.org/articles/news/3/6/6/1>, mencionando Song Jin et al., “Scalable
Interconnection and Integration of Nanowire Devices Without Registration”, Nano Letters, v. 4, n. 5,
pp. 215-9, 2004.
20. Chao Li et al., “Multilevel Memory Based on Molecular Devices”, Applied Physics Letters, v. 84,
n. 11, pp. 1949-51, 15 mar. 2004. Ver também
<http://www.technologyreview.com/articles/rnb_051304.asp?p=1> e
<http://nanolab.usc.edu/PDF%5CAPL84-1949.pdf>.
21. Gary Stix, “Nano Patterning”, Scientific American, 9 fev. 2004,
<http://www.sciam.com/print_version.cfm?articleID=000170D6-C99F-101E-861F83414B7F0000>;
Michael Kanellos, “IBM Gets Chip Circuits to Draw Themselves”, CNET News.com,
<http://zdnet.com.com/2100-1103-5114066.html>. E ver também
<http://www.nanopolis.net/news_ind.php?type_id=3>.
22. IBM está trabalhando em chips que automaticamente se reconfiguram de acordo com o
necessário, como acrescentando memória ou aceleradores. “No futuro, o chip que você tem pode não
ser o chip que você comprou”, disse Bernard Meyerson, tecnólogo-chefe, IBM Systems and
Technology Group. Press release da IBM, “IBM Plans Industry’s First Openly Customizable
Microprocessor”, em <http://www.ibm.com/investor/press/mar-2004/31-03-04-1.phtml>.
23. BBC News, “‘Nanowire’ Breakthrough Hailed”, 1o abr. 2003. Disponível em:
<http://news.bbc.co.uk/1/hi/sci/tech/2906621.stm>. Artigo publicado por Thomas Scheibel et al.,
“Conducting Nanowires Built by Controlled Self-Assembly of Amyloid Fibers and Selective Metal
Deposition”, Proceedings of the National Academy of Sciences, v. 100, n. 8, pp. 4527-32, 15 abr.
2003, publicado on-line em 2 abr. 2003, em: <http://www.pnas.org/cgi/content/full/100/8/4527>.
24. Press release da Universidade Duke, “Duke Scientists ‘Program’ DNA Molecules to Self
Assemble into Patterned Nanostructures”, em <http://www.eurekalert.org/pub_releases/2003-09/du-
ds092403.php>, mencionando Hao Yan et al., “DNA-Templated Self-Assembly of Protein Arrays
and Highly Conductive Nanowires”, Science, v. 301, n. 5641, pp. 1882-4, 26 set. 2003. Ver também
<http://www.phy.duke.edu/~gleb/Pdf_FILES/DNA_science.pdf>.
25. Ibid.
26. Aqui está um exemplo do procedimento para resolver o que é chamado de o problema do caixeiro
viajante. Tentamos encontrar o melhor caminho para um hipotético viajante entre múltiplas cidades
sem ter de visitar uma cidade mais do que uma vez. Só alguns pares de cidades são ligados por
estradas, portanto achar o caminho certo não é simples.
Para resolver o problema do caixeiro viajante, o matemático Leonard Adleman da Universidade do
Sul da Califórnia executou as seguintes etapas:
1. Gere uma pequena cadeia de DNA com um código único para cada cidade.
2. Reproduza essas cadeias (uma para cada cidade) trilhões de vezes usando PCR.
3. A seguir, junte os pools de DNA (um para cada cidade) em um tubo de ensaio. Essa etapa
usa a afinidade do DNA para ligar cadeias. Cadeias mais compridas serão formadas
automaticamente. Cada cadeia dessas representa um caminho possível de múltiplas cidades.
As cadeias pequenas representando cada cidade ligam-se umas com as outras de modo
aleatório, de modo que não há certeza matemática de que uma cadeia ligada a outra
representando a resposta correta (sequência de cidades) será formada. Entretanto, o número de
cadeias é tão grande que é virtualmente certeza que pelo menos uma cadeia – e provavelmente
milhões – que representa a resposta correta será formada.
As etapas seguintes usam enzimas especialmente projetadas para eliminar os trilhões de
cadeias que representam respostas erradas, deixando apenas as cadeias que representam a
resposta certa:
4. Use moléculas chamadas de “primers” para destruir aquelas cadeias de DNA que não
começam com a cidade inicial bem como aquelas que não terminam com a cidade do fim;
então replique as cadeias que sobraram usando PCR.
5. Use uma reação com enzimas para eliminar aquelas cadeias de DNA que representam um
caminho a percorrer maior do que o número total de cidades.
6. Use uma reação com enzimas para destruir aquelas cadeias que não incluem a cidade 1.
Repita para cada uma das cidades.
7. Agora, cada uma das cadeias que sobrou representa a resposta certa. Multiplique essas
cadeias sobreviventes (usando PCR) até que haja bilhões delas.
8. Usando uma técnica chamada de eletroforese, imprima a sequência de DNA dessas cadeias
corretas (como um grupo). O impresso parece um conjunto de linhas distintas, que especifica a
sequência correta das cidades.
Ver L. M. Adleman, “Molecular Computation of Solutions to Combinatorial Problems,”
Science 266 (1994): 1021–24.
27. Charles Choi, “DNA Computer Sets Guinness Record”. Disponível em:
<http://www.upi.com/view.cfm?StoryID=20030224-045551-7398r>. Ver também Y. Benenson
et al., “DNA Molecule Provides a Computing Machine with Both Data and Fuel”, Proceedings
 of the National Academy of Sciences, v. 100, n. 5, pp. 2191-6, 4 mar. 2003, disponível em
<http://www.pubmedcentral.nih.gov/articlerender.fcgi?tool=pubmed&pubmedid=12601148>;
Y. Benenson et al., “An Autonomous Molecular Computer for Logical Control of Gene
Expression”, Nature, v. 429, n. .6990, pp. 423-9, 27 maio 2004 (publicado on-line em 28 abr.
2004), disponível em: <http://www.wisdom.weizmann.ac.il/~udi/ShapiroNature2004.pdf>.
28. Press release da Universidade de Stanford, “Stanford University news release, ‘Spintronics’
Could Enable a New Generation of Electronic Devices, Physicists Say”, em
<http://www.eurekalert.org/pub_releases/2003-08/su-ce080803.php>, referindo-se a Shuichi
Murakami, Naoto Nagaosa e Shou-Cheng Zhang, “Dissipationless Quantum Spin Current at Room
Temperature”, Science, v. 301, n. 5638, pp. 1348-51, 5 set. 2003.
29. Celeste Biever, “Silicon-Based Magnets Boost Spintronics”, NewScientist.com, 22 mar. 2004, em
<http://www.newscientist.com/news/news.jsp?id=ns99994801>, referindo-se a Steve Pearton,
“Silicon-Based Spintronics”, Nature Materials, v. 3, n. 4, pp. 203-4, abr. 2004.
30. Will Knight, “Digital Image Stored in Single Molecule”, NewScientist.com, 1o dez. 2002, em
<http://www.newscientist.com/news/news.jsp?id=ns99993129>, referindo-se a Anatoly K. Khitrin,
Vladimir L. Ermakov e B. M. Fung, “Nuclear Magnetic Resonance Molecular Photography”, Journal
of Chemical Physics, v. 117, n. 15, pp. 690-6, 15 out. 2002.
31. Reuters, “Processing at the Speed of Light”, Wired News. Disponível em:
<http://www.wired.com/news/technology/0,1282,61009,00.html>.
32. Até hoje, o maior número a ser fatorado é um de 512 bits, de acordo com RSA Security.
33. Stephan Gulde et al., “Implementation of the Deutsch-Jozsa Algorithm on an Ion-Trap Quantum
Computer”, Nature, v. 421, pp. 48-50, 2 jan. 2003. Disponível em: <http://heart-
c704.uibk.ac.at/Papers/Nature03—Gulde.pdf>.
34. Como estamos atualmente dobrando o preço-desempenho da computação a cada ano, um fator de
mil requer dez duplicações, ou dez anos. Mas também estamos (devagar) diminuindo o próprio
tempo de duplicar, portanto o número real é oito anos.
35. Cada aumento seguinte em mil vezes acontece em um ritmo ligeiramente mais rápido. Ver a nota
anterior.
36. Hans Moravec, “Rise of the Robots”, Scientific American, pp. 124-35, dez. 1999. Disponível em:
<http://www.sciam.com> e
<http://www.frc.ri.cmu.edu/~hpm/project.archive/robot.papers/1999/SciAm.scan.html>. Moravec é
professor no Instituto de Robótica na Universidade Carnegie Mellon. Seu Laboratório Móvel de
Robots explora como usar câmeras, sonares e outros sensores para dar aos robots consciência
espacial em 3-D. Nos anos 1990, ele descreveu uma sucessão de geração de robots que iriam
“essencialmente [ser] nossa prole por meios não convencionais. “Basicamente, acho que estão por
conta deles mesmos e farão coisas que não conseguimos imaginar ou entender — sabe como é, como
as crianças fazem”, entrevista de Nova Online com Hans Moravec, out. 1997, em
<http://www.pbs.org/wgbh/nova/robots/moravec.html>. Seus livros Mind Children: The Future of
Robot and Human Intelligence e Robot: Mere Machine to Transcendent Mind exploram as
habilidades de gerações de robots atuais e futuras.
Revelação: o autor é investidor e faz parte do conselho diretor de Seegrid, empresa de robótica de
Moravec.
37. Embora instruções por segundo como usadas por Moravec e cálculos por segundo sejam
conceitos ligeiramente diferentes, estão suficientemente perto para as finalidades dessas estimativas
sobre ordem de grandeza. Moravec desenvolveu as técnicas matemáticas para sua visão robótica
independente dos modelos biológicos, mas semelhanças (entre os algoritmos de Moravec e aqueles
executados biologicamente) foram notadas posteriormente. Em termos de funcionalidade, as
computações de Moravec recriam o que é realizado nessas regiões neurais, assim as estimativas
computacionais baseadas nos algoritmos de Moravec são adequadas para determinar o que se precisa
para alcançar transformações funcionalmente equivalentes.
38. Lloyd Watts, “Event-Driven Simulation of Networks of Spiking Neurons”, sétima conferência da
fundação de processamento de informações neurais, 1993; Lloyd Watts, “The Mode-Coupling
Liouville-Green Approximation for a Two-Dimensional Cochlear Model”, Journal of the Acoustical
Society of America, v. 108, n. 5, pp. 2266-71, nov. 2000. Watts é fundador de Audience, Inc., que se
dedica a aplicar simulação funcional a regiões do aparelho auditivo humano, a aplicações no
processamento de sons, incorporando simulação funcional de regiões, incluindo criar um modo de
processar som para sistemas de reconhecimento automático da fala. Para maiores informação, ver:
<http://www.lloydwatts.com/neuroscience.shtml>.
Revelação: o autor é conselheiro de Audience.
39. Pedido de Patente 20030095667 nos Estados Unidos, U.S. Patent and Trademark Office, 22 maio
2003.
40. O pâncreas artificial de ciclo fechado da Medtronic MiniMed, atualmente em testes clínicos com
humanos, está dando resultados animadores. A empresa anunciou que o dispositivo deverá estar no
mercado dentro dos próximos cinco anos. Press release da Medtronic, “Medtronic Supports Juvenile
Diabetes Research Foundation’s Recognition of Artificial Pancreas as a Potential ‘Cure’ for
Diabetes”, 23 mar. 2004, disponível em:
<http://www.medtronic.com/newsroom/news_2004323a.html>. Tais dispositivos precisam de um
sensor de glicose, uma bomba de insulina e um mecanismo automático de feedback para monitorar
os níveis de insulina (International Hospital Federation, “Progress in Artificial Pancreas
Development for Treating Diabetes”. Disponível em:
<http://www.hospitalmanagement.net/informer/technology/tech10>). Roche também está na corrida
para produzir um pâncreas artificial por volta de 2007. Ver:
<http://www.roche.com/pages/downloads/science/pdf/rtdcmannh02-6.pdf>.
41. Uma porção de modelos e simulações tem sido criada com base em análises de neurônios
individuais e conexões interneurais. Tomaso Poggio escreve: “Uma visão do neurônio é que ele é
mais como um chip com milhares de equivalentes de portas lógicas em vez de um único portal”.
Tomaso Poggio, comunicação pessoal com Ray Kurzweil, jan. 2005.
Ver também T. Poggio e C. Koch, “Synapses That Compute Motion”, Scientific American, v. 256, pp.
46-52, 1987.
C. Koch e T. Poggio, “Biophysics of Computational Systems: Neurons, Synapses, and Membranes”,
em G. M. Edelman,W. E. Gall e W. M. Cowan, eds (orgs.), Synaptic Function (Nova York: John
Wiley and Sons, 1987), pp. 637-97.
Outro conjunto de modelos e simulações detalhados sobre neurônios está sendo criado no
Laboratório de Pesquisas em Neuroengenharia da Universidade da Pensilvânia, baseado em
engenharia reversa da função do cérebro no nível de neurônios. Dr. Leif Finkel, chefe do laboratório,
afirma: “Agora mesmo estamos construindo um modelo em nível celular de um pequeno pedaço de
córtex visual. É uma simulação muito detalhada por computador que reflete com alguma precisão ao
menos as operações básicas de neurônios reais. [Meu colega Kwabena Boahen] tem um chip que
modela a retina com precisão e produz picos de saída que correspondem de perto com as retinas
reais”. Ver: <http://nanodot.org/article.pl?sid=01/12/18/1552221>.
Análises destes e outros modelos e simulações em nível de neurônios indicam que uma estimativa de
103 cálculos por transações neurais (uma única transação envolvendo transmissão de sinais e
reconfiguração em um único dendrito) é um limite superior razoável. A maioria das simulações usa
bem menos do que isso.
42. Planos para o Blue Gene/L, segunda geração de computadores Blue Gene, foram anunciados no
final de 2001. O novo supercomputador, planejado para ser quinze vezes mais rápido do que os
supercomputadores atuais, e para ter um vinte avos do tamanho, está sendo construído em conjunto
pelo Laboratório Nacional Lawrence Livermore da Agência Nacional de Segurança Nuclear e pela
IBM. Em 2002, a IBM anunciou que Linux de software livre tinha sido escolhido como o sistema
operacional dos novos supercomputadores. Por volta de julho de 2003, os chips inovadores de
processamento para o supercomputador, que são sistemas completos em chips, estavam sendo
produzidos. “Blue Gene/L é um exemplo por excelência do que é possível com o conceito de
sistema-em-um-chip. Mais de 90% desse chip foi construído de blocos padrão de nossa biblioteca de
tecnologia”, de acordo com Paul Coteus, um dos gerentes do projeto (Timothy Morgan, “IBM’s Blue
Gene/L Shows Off Minimalist Server Design”, The Four Hundred, em
<http://www.midrangeserver.com/tfh/tfh120103-story05.html>). Por volta de junho de 2004, os
sistemas do protótipo do Blue Gene/L apareceram pela primeira vez na lista dos dez mais
supercomputadores. Press release da IBM, “A IBM ressurge passando o hp para liderar na
supercomputação global”, em: <http://www.research.ibm.com/bluegene>.
43. Esse tipo de rede também é chamado de peer-to-peer (entre pares), many-to-many (muitos para
muitos) e “multihop” (múltiplos saltos). Nele, nódulos da rede podem ser conectados a todos os
outros nódulos ou a um subconjunto, e há múltiplos caminhos através de nódulos emaranhados para
cada destino. Essas redes são altamente adaptáveis e organizam a si mesmas. “A característica de
uma rede de malha é que não há um dispositivo regulador central. Em vez disso, cada nódulo é
dotado de um aparelho de radiocomunicação e funciona como um relê para outros nódulos.”
Sebastian Rupley, “Wireless: Mesh Networks”, PC Magazine, 1o jul. 2003,
<http://www.pcmag.com/article2/0,1759,1139094,00.asp>; Robert Poor, “Wireless Mesh Networks”,
Sensors Online, fev. 2003, <http://www.sensorsmag.com/articles/0203/38/main.shtml>; Tomas Krag
e Sebastian Büettrich, “Wireless Mesh Networking”, O’Reilly Wireless DevCenter, 22 jan. 2004,
<http://www.oreillynet.com/pub/a/wireless/2004/01/22/wirelessmesh.html>.
44. Carver Mead, fundador de mais de 25 empresas e dono de mais de cinquenta patentes, está sendo
pioneiro no novo campo de sistemas eletrônicos neuromórficos, circuitos modelados no cérebro e
sistema nervoso. Ver Carver A. Mead, “Neuromorphic Electronic Systems”, IEEE Proceedings, v. 78,
n. 10, pp. 1629-36, out. 1990. Seu trabalho levou ao touchpad (painel tátil) do computador e ao chip
coclear usado em aparelhos auditivos digitais. Sua empresa startup Foveon de 1999 fabrica sensores
de imagem analógicos que imitam as propriedades de filmes.
45. Edward Fredkin, “A Physicist’s Model of Computation”, Proceedings of the Twenty-Sixth
Rencontre de Moriond, Tests of Fundamental Symmetries, pp. 283-97, 1991. Disponível em:
<http://digitalphilosophy.org/physicists_model.htm>.
46. Gene Frantz, “Digital Signal Processing Trends”, IEEE Micro, v. 20, n. 6, pp. 52-9, nov.-dez.
2000. Disponível em: <http://csdl.computer.org/comp/mags/mi/2000/06/m6052abs.htm>.
47. Em 2004 a Intel anunciou um interruptor de “virar para a direita” para a arquitetura de dual-core
(mais de um processador em um chip) depois de atingir uma “parede térmica” (ou “power wall”)
causada por aquecimento demais de processadores únicos cada vez mais rápidos:
<http://www.intel.com/employee/retiree/circuit/righthandturn.htm>.
48. R. Landauer, “Irreversibility and Heat Generation in the Computing Process”, IBM Journal of
Research Development, v. 5, pp. 183-91, 1961. Disponível em:
<http://www.research.ibm.com/journal/rd/053/ibmrd0503C.pdf>.
49. Charles H. Bennett, “Logical Reversibility of Computation”, IBM Journal of Research
Development, v. 17, pp. 525-32, 1973,
<http://www.research.ibm.com/journal/rd/176/ibmrd1706G.pdf>; Charles H. Bennett, “The
Thermodynamics of Computation: A Review”, International Journal of Theoretical Physics, v. 21,
pp. 905-40, 1982; Charles H. Bennett, “Demons, Engines, and the Second Law”, Scientific American,
v. 257, pp. 108-16, nov. 1987.
50. Edward Fredkin e Tommaso Toffoli, “Conservative Logic”, International Journal of Theoretical
Physics, v. 21, pp. 219-53, 1982,
<http://digitalphilosophy.org/download_documents/ConservativeLogic.pdf>; Edward Fredkin, “A
Physicist’s Model of Computation”, Proceedings of the Twenty-Sixth Rencontre de Moriond, Tests of
Fundamental Symmetries, pp. 283-97, 1991,
<http://www.digitalphilosophy.org/physicists_model.htm>.
51. Knight, “Digital Image Stored in Single Molecule”, referindo-se a Khitrin et al., “Nuclear
Magnetic Resonance Molecular Photography”; ver nota 30, acima.
52. Dez bilhões (1010) de humanos a 1019 cps cada dá 1029 cps para todos os cérebros humanos; 1042
cps é 10 trilhões (1013) maior do que isso.
53. Fredkin, “Physicist’s Model of Computation”; ver notas 45 e 50, acima.
54. Duas portas dessas são a Porta da Interação, uma porta de lógica reversível com duas entradas e
quatro saídas universais

e a Porta Feynman, uma porta de lógica universal, com duas entradas e três saídas reversíveis.

Ambas as imagens são de ibid., p. 7.

55. Ibid., p. 8.
56. C. L. Seitz et al., “Hot-Clock nMOS”, Proceedings of the 1985 Chapel Hill Conference on VLSI
(Rockville, Maryland: Computer Science Press, 1985), pp. 1-17,
<http://caltechcstr.library.caltech.edu/archive/00000365>; Ralph C. Merkle, “Reversible Electronic
Logic Using Switches”, Nanotechnology, v. 4, pp. 21-40, 1993; S. G. Younis e T. F. Knight,
“Practical Implementation of Charge Recovering Asymptotic Zero Power CMOS”, Proceedings of
the 1993 Symposium on Integrated Systems (Cambridge, Mass.: MIT Press, 1993), pp. 234-50.
57. Hiawatha Bray, “Your Next Battery”, Boston Globe, 24 nov. 2003. Disponível em:
<http://www.boston.com/business/technology/articles/2003/11/24/your_next_battery>.
58. Seth Lloyd, “Ultimate Physical Limits to Computation”, Nature, v. 406, pp. 1047-54, 2000.
Trabalho pioneiro sobre os limites da computação foi feito por Hans J. Bremermann em 1962: Hans
J. Bremermann, “Optimization Through Evolution and Recombination”, em M. C. Yovits, C. T.
Jacobi e C. D. Goldstein (orgs.), Self-Organizing Systems (Washington, D.C.: Spartan Books, 1962),
pp. 93-106.
Em 1984, Robert A. Freitas Jr. baseou-se no trabalho de Bremermann, em Robert A. Freitas Jr.,
“Xenopsychology”, Analog, v. 104, pp. 41-53, abr. 1984,
<http://www.rfreitas.com/Astro/Xenopsychology.htm#SentienceQuotient>.
59. π x energia máxima (1017 kg x metros2/segundos2) / (6,6 x 10 34) joule-segundos = ~ 5 x 1050
operações por segundo.
60. 5 x 1050 cps é equivalente a 5 x 1021 (5 bilhões de trilhões) civilizações humanas (cada uma
requerendo 1029 cps).
61. Dez bilhões (1010) de humanos a 1016 cps cada dá 1026 cps para a civilização humana. Então 5 x
1050 cps são equivalentes a 5 x 1024 (5 trilhões de trilhões) de civilizações humanas.
62. Essa estimativa mostra a suposição conservadora de que houve 10 bilhões de humanos pelos 10
mil anos passados, o que, obviamente, não é o caso. O real número de humanos tem aumentado
gradualmente no passado até atingir 6,1 bilhões em 2000. Há 3 x 107 segundos em um ano e 3 x 1011
segundos em 10 mil anos. Assim, usando a estimativa de 1026 cps para a civilização humana, o
pensamento humano em 10 mil anos é equivalente a não mais do que 3 x 1037 cálculos com certeza.
O mais novo laptop realiza 5 x 1050 cálculos em um segundo. Assim, simular 10 mil anos de
pensamento de 10 bilhões de humanos iria levar cerca de 10 13 segundos, o que é um décimo
milésimo de nanosegundo.
63. Anders Sandberg, “The Physics of the Information Processing Superobjects: Daily Life Among
the Jupiter Brains”, Journal of Evolution & Technology, v. 5, 22 dez. 1999. Disponível em:
<http://www.transhumanist.com/volume5/Brains2.pdf>.
64. Ver a nota 62, acima; 1042 cps é um fator de 10−8 menos do que 1050 cps, portanto um décimo
milésimo de nanosegundo é igual a dez microssegundos.
65. Ver <http://e-drexler.com/p/04/04/0330drexPubs.html> para uma lista das publicações e patentes
de Drexler.
66. À taxa de $1012 e 1026 cps por mil dólares ($103), temos 1035 cps por ano em meados dos anos
2040. A razão disto para os 1026 cps de todo o pensamento biológico da civilização humana é 109 (1
bilhão).
67. Em 1984, Robert A. Freitas propôs uma escala logarítmica de “quociente de sensibilidade” (SQ)
baseado na capacidade de computar de um sistema. Em uma escala que vai de −70 a 50, os cérebros
humanos situam-se no 13. O supercomputador Cray 1 está no 9. O quociente de sensibilidade de
Freitas baseia-se na quantidade de computação por unidade de massa. Um computador muito rápido
com um algoritmo simples teria um alto SQ. A medida que descrevo para computação nesta seção
baseia-se no SQ de Freitas e em tentativas de levar em consideração a utilidade da computação.
Assim, se um computador mais simples é equivalente ao que está funcionando agora, baseamos a
eficiência computacional na computação equivalente (mais simples). Também em minha medida a
computação precisa ser “útil”. Robert A. Freitas Jr., “Xenopsychology”, Analog, v. 104, pp. 41-53,
abr. 1984. Disponível em:
<http://www.rfreitas.com/Astro/Xenopsychology.htm#SentienceQuotient>.
68. Como observação incidental, gravações em pequenas pedras representaram, sim, uma forma de
armazenamento computacional. Uma das formas mais antigas de linguagem escrita, cuneiforme, que
foi desenvolvida na Mesopotâmia por volta de 3000 a.C., usava marcas em pedras para armazenar
informações. Registros agrícolas eram mantidos como marcações cuneiformes em pedras colocadas
em bandejas e organizadas em linhas e colunas. Essas pedras marcadas foram essencialmente a
primeira planilha. Um desses registros cuneiformes em pedra é um artefato precioso da minha
coleção de computadores históricos.
69. Mil (103) bits é menos do que a capacidade teórica dos átomos da pedra de armazenar
informações (estimada em 1027 bits) por um fator de 10−24.
70. 1 cps (100 cps) é menos do que a capacidade teórica de computar dos átomos na pedra (estimados
em 1042 cps) por um fator de 10−42.
71. Edgar Buckingham, “Jet Propulsion for Airplanes”, relatório da NACA n. 159, em Ninth Annual
Report of NACA-1923 (Washington, D.C.: NACA, 1924), pp. 75-90. Ver:
<http://naca.larc.nasa.gov/reports/1924/naca-report-159/>.
72. Belle Dumé, “Microscopy Moves to the Picoscale”, PhysicsWeb, 10 jun. 2004,
<http://physicsweb.org/article/news/8/6/6>, mencionando Stefan Hembacher, Franz J.Giessibl e
Jochen Mannhart, “Force Microscopy with Light-Atom Probes”, Science, v. 305, n. 5682, pp. 380-3,
16 jul. 2004. Esse novo microscópio de força “mais harmônico”, desenvolvido por físicos da
Universidade de Augsburgo, usa um único átomo de carbono como sonda e tem uma resolução pelo
menos três vezes melhor do que a dos microscópios tradicionais de tunelamento por varredura. Como
funciona: quando se faz oscilar a ponta de tungstênio da sonda em amplitudes de subnanômetros, a
interação entre o átomo da ponta e o átomo de carbono produz componentes mais harmônicos no
padrão da onda sinusoidal subjacente. Os cientistas mediram esses sinais para obter uma imagem
com resolução ultra-alta do átomo da ponta que mostrou características de apenas 77 picômetros
(milésimos de um nanômetro) de largura.
73. Henry Fountain, “New Detector May Test Heisenberg’s Uncertainty Principle”, New York Times,
22 jul. 2003.
74. Mitch Jacoby, “Electron Moves in Attoseconds”, Chemical and Engineering News, v. 82, n. 25, p.
5, 21 jun. 2004, referindo-se a Peter Abbamonte et al., “Imaging Density Disturbances in Water with
a 41.3-Attosecond Time Resolution”, Physical Review Letters, v. 92, n. 23, pp. 237-401, 11 jun.
2004.
75. S. K. Lamoreaux e J. R. Torgerson, “Neutron Moderation in the Oklo Natural Reactor and the
Time Variation of Alpha”, Physical Review D 69, pp. 121701-6, 2004,
<http://scitation.aip.org/getabs/servlet/GetabsServlet?prog=normal&id=PRVDAQ
000069000012121701000001&idtype=cvips&gifs=yes>; Eugenie S. Reich, “Speed of Light May
Have Changed Recently”, New Scientist, 30 jun. 2004,
<http://www.newscientist.com/news/news.jsp?id=ns99996092>.
76. Charles Choi, “Computer Program to Send Data Back in Time”, UPI, 1o out. 2002,
<http://www.upi.com/view.cfm?StoryID=20021001-125805-3380r>; Todd Brun, “Computers with
Closed Timelike Curves Can Solve Hard Problems”, Foundation of Physics Letters, v. 16, pp. 245-
53, 2003. Edição eletrônica, 11 set. 2002: <http://arxiv.org/PS_cache/gr-qc/pdf/0209/0209061.pdf>.

Capítulo 4: Projetando o software da inteligência

humana. Como aplicar a engenharia reversa no
cérebro humano
1. Lloyd Watts, “Visualizing Complexity in the Brain”, em D. Fogel e C. Robinson (orgs.),
Computational Intelligence: The Experts Speak (Piscataway, NJ: IEEE Press/Wiley, 2003).
Disponível em: <http://www.lloydwatts.com/wcci.pdf>.
2. J. G. Taylor, B. Horwitz e K. J. Friston, “The Global Brain: Imaging and Modeling”, Neural
Networks, n. 13, p. 827, 2000.
3. Neil A. Busis, “Neurosciences on the Internet”, <http://www.neuroguide.com>; “Neuroscientists
Have Better Tools on the Brain”, Bio IT Bulletin, <http://www.bio-
itworld.com/news/041503_report2345.html>; “Brain Projects to Reap Dividends for Neurotech
Firms”, Neurotech Reports, <http://www.neurotechreports.com/pages/brainprojects.html>.
4. Robert A. Freitas Jr., Nanomedicine, v. 1, Basic Capabilities, seção 4.8.6, “Noninvasive
Neuroelectric Monitoring” (Georgetown, Texas: Landes Bioscience, 1999), pp. 115-6. Disponível
em: <http://www.nanomedicine.com/NMI/4.8.6.htm>.
5. O capítulo 3 analisou essa questão; ver a seção “A capacidade de computar do cérebro humano”.
6. Pesquisa e desenvolvimento de reconhecimento da fala, Kurzweil Applied Intelligence, que fundei
em1982, agora parte da ScanSoft (anteriormente Kurzweil Computer Products).
7. Lloyd Watts, Pedido de Patente nos Estados Unidos, U.S. Patent and Trademark Office,
20030095667, 22 de maio de 2003, “Computation of Multi-Sensor Time Delays”. Sinopse: “Como
determinar o intervalo de tempo entre um primeiro sinal recebido por um primeiro sensor e um
segundo sinal recebido por um segundo sensor. O primeiro sinal é analisado para dar origem a
inúmeros canais de primeiros sinais em diferentes frequências, e o segundo sinal é analisado para dar
origem a inúmeros canais de segundos sinais em diferentes frequências. Detecta-se uma primeira
característica, que ocorre em um primeiro momento em um dos primeiros canais de sinais. Detecta-se
uma segunda característica, que ocorre em um segundo momento em um dos segundos canais de
sinais. A primeira característica é comparada com a segunda, e o primeiro momento é comparado
com o segundo momento para determinar o intervalo de tempo”. Ver também Nabil H. Farhat, pedido
de patente nos Estados Unidos, 20040073415, U.S. Patent and Trademark Office, 15 de abril de
2004, “Dynamical Brain Model for Use in Data Processing Applications”.
8. Estimo o genoma comprimido em 30 a 100 milhões de bites (ver nota 57 do capítulo 2); isso é
menor do que o código objeto para a Microsoft Word, e muito menor do que o código fonte. Ver
requisitos do
sistema Word 2003, 20 out. 2003, em:
<http://www.microsoft.com/office/word/prodinfo/sysreq.mspx>.
9. Wikipedia, <http://en.wikipedia.org/wiki/Epigenetics>.
10. Ver nota 57 no capítulo 2 para uma análise do conteúdo de informação no genoma, que estimo
entre 30 a 100 milhões de bytes, portanto, menor do que 109 bits. Ver a seção “Capacidade da
memória humana” no capítulo 3, na página 146, para minha análise da informação em um cérebro
humano, estimada em 1018 bits.
11. Marie Gustafsson e Christian Balkenius, “Using Semantic Web Techniques for Validation of
Cognitive Models against Neuroscientific Data”, Workshop AILS 04, Workshop SAIS/SSLS
(Swedish Artificial Intelligence Society; Swedish Society for Learning Systems), 15-16 abr. 2004,
Lund, Suécia. Disponível em:
<www.lucs.lu.se/People/Christian.Balkenius/PDF/Gustafsson.Balkenius.2004.pdf>.
12. Ver a discussão no capítulo 3. Em uma referência útil, quando modelando neurônio por neurônio,
Tomaso Poggio e Christof Koch descrevem o neurônio como sendo parecido com um chip com
milhares de portas lógicas. Ver T. Poggio e C. Koch, “Synapses That Compute Motion”, Scientific
American, v. 256, pp. 46-52, 1987. Também C. Koch e T. Poggio, “Biophysics of Computational
Systems: Neurons, Synapses, and Membranes”, em G. M. Edelman,W. E. Gall e W. M. Cowan
(orgs.), Synaptic Function (Nova York: John Wiley and Sons, 1987), pp. 637-97.
13. Sobre Mead, ver <http://www.technology.gov/Medal/2002/bios/Carver_A._Mead.pdf>. Carver
Mead, Analog VLSI and Neural Systems (Reading, Mass.: Addison-Wesley, 1986).
14. Ver nota 172, no capítulo 5, para uma descrição algorítmica de uma rede neural que organiza a
ela mesma, e nota 175, no capítulo 5, para uma descrição de um algoritmo genético que organiza a si
mesmo.
15. Ver Gary Dudley et al., “Autonomic Self-Healing Systems in a Cross-Product IT Environment”,
atas da IEEE International Conference on Autonomic Computing, Nova York, 17-19 maio 2004,
<http://csdl.computer.org/comp/proceedings/icac/2004/2114/00/21140312.pdf>; “About IBM
Autonomic Computing”, <http://www-3.ibm.com/autonomic/about.shtml>; e Ric Telford, “The
Autonomic Computing Architecture”, 14 abr. 2004, <http://www.dcs.st-
andrews.ac.uk/undergrad/current/dates/disclec/2003–2/RicTelfordDistinguished2.pdf>.
16. Christine A. Skarda e Walter J. Freeman, “Chaos and the New Science of the Brain”, Concepts in
Neuroscience, v. 1, n. 2, pp. 275-85, 1990.
17. C. Geoffrey Woods, “Crossing the Midline”, Science, v. 304, n. 5676, pp. 1455-6, 4 jun. 2004;
Stephen Matthews, “Early Programming of the Hypothalamo-Pituitary-Adrenal Axis”, Trends in
Endocrinology and Metabolism, v. 13, n. 9, pp. 373-80, 1o nov. 2002; Justin Crowley e Lawrence
Katz, “Early Development of Ocular Dominance Columns”, Science, v. 290, n. 5495, pp. 1321-4, 1o
nov. 2000; Anna Penn et al., “Competition in the Retinogeniculate Patterning Driven by Spontaneous
Activity”, Science, v. 279, n. 5359, pp. 2108-12, 27 mar. 1998; M. V. Johnston et al., “Sculpting the
Developing Brain”, Advances in Pediatrics, v. 48, pp. 1-38, 2001; P. La Cerra e R. Bingham, “The
Adaptive Nature of the Human Neurocognitive Architecture: An Alternative Model”, Proceedings of
the National Academy of Sciences, v. 95, pp. 11290-4, 15 set. 1998.
18. Redes neurais são modelos simplificados de neurônios que podem se auto-organizar e resolver
problemas. Ver nota 172, no capítulo 5, para uma descrição algorítmica de redes neurais. Algoritmos
genéticos são modelos da evolução que usam a reprodução sexuada com taxas de mutação
controladas. Ver a nota 175, no capítulo 5, para uma descrição detalhada de algoritmos genéticos.
Modelos de Markov são produtos de uma técnica matemática que, em alguns aspectos, assemelham-
se às redes neurais.
19. Aristóteles, The Works of Aristotle, trad. de W. D. Ross (Oxford: Clarendon Press, 1908-1952;
ver, especialmente, Física); ver também
<http://www.encyclopedia.com/html/section/aristotl_philosophy.asp>.
20. E. D. Adrian, The Basis of Sensation: The Action of Sense Organs (Londres: Christophers, 1928).
21. A. L. Hodgkin e A. F. Huxley, “Action Potentials Recorded from Inside a Nerve Fibre”, Nature,
n. 144, pp. 710-2, 1939.
22. A. L. Hodgkin e A. F. Huxley, “A Quantitative Description of Membrane Current and Its
Application to Conduction and Excitation in Nerve”, Journal of Physiology, n. 117, pp. 500-44,
1952.
23. W. S. McCulloch e W. Pitts, “A Logical Calculus of the Ideas Immanent in Nervous Activity”,
Bulletin of Mathematical Biophysics, n. 5, pp. 115-33, 1943. Esse artigo fundamental é difícil de
entender. Para uma introdução e explicação claras, ver “A Computer Model of the Neuron”, Mind
Project, Illinois State University, disponível em:
<http://www.mind.ilstu.edu/curriculum/perception/mpneuron1.html>.
24. Ver nota 172, no capítulo 5, para uma descrição algorítmica das redes neurais.
25. E. Salinas e P. Thier, “Gain Modulation: A Major Computational Principle of the Central Nervous
System”, Neuron, n. 27, pp. 15-21, 2000.
26. K. M. O’Craven e R. L. Savoy, “Voluntary Attention Can Modulate fMRI Activity in Human
MT/MST”, Investigational Ophthalmological Vision Science, n. 36, p. S856 (supl.), 1995.
27. Marvin Minsky e Seymour Papert, Perceptrons (Cambridge, Mass.: MIT Press,1969).
28. Frank Rosenblatt, Cornell Aeronautical Laboratory, “The Perceptron: A Probabilistic Model for
Information Storage and Organization in the Brain”, Psychological Review, v. 65, n. 6, pp. 386-408,
1958. Ver Wikipedia: <http://en.wikipedia.org/wiki/Perceptron>.
29. O. Sporns, G. Tononi e G. M. Edelman, “Connectivity and Complexity: The Relationship
Between Neuroanatomy and Brain Dynamics”, Neural Networks, v. 13, n. 8-9, pp. 909-22, 2000.
30. R. H. Hahnloser et al., “Digital Selection and Analogue Amplification Coexist in a Cortex-
Inspired Silicon Circuit”, Nature, v. 405, n. 6789, pp. 947-51, 22 jun. 2000; “MIT and Bell Labs
Researchers Create Electronic Circuit That Mimics the Brain’s Circuitry”, MIT News, 21 jun. 2000.
Disponível em: <http://web.mit.edu/newsoffice/nr/2000/machinebrain.html>.
31. Manuel Trajtenberg, Economic Analysis of Product Innovation: The Case of CT Scanners
(Cambridge, Mass.: Harvard University Press, 1990); Michael H. Friebe, ph.D., presidente da
Neuromed GmbH; P-M. L. Robitaille, A. M. Abduljalil e A. Kangarlu, “Ultra High Resolution
Imaging of the Human Head at 8 Tesla: 2K x 2K para Y2K”, Journal of Computer Assisted
Tomography, v. 24, n. 1, pp. 2-8, jan.-fev. 2000.
32. Seong-Gi Kim, “Progress in Understanding Functional Imaging Signals”, Proceedings of the
National Academy of Sciences, v. 100, n. 7 1o abr. 2003,
<http://www.pnas.org/cgi/content/full/100/7/3550>. Ver também Seong-Gi Kim et al., “Localized
Cerebral Blood Flow Response at Submillimeter Columnar Resolution”, Proceedings of the National
Academy of Sciences, v. 98, n. 19, pp. 10904-9, 11 set. 2001,
<http://www.pnas.org/cgi/content/abstract/98/19/10904>.
33. K. K. Kwong et al., “Dynamic Magnetic Resonance Imaging of Human Brain Activity During
Primary Sensory Stimulation”, Proceedings of the National Academy of Sciences, v. 89, n. 12, pp.
5675-9, 15 jun. 1992.
34. C. S. Roy e C. S. Sherrington, “On the Regulation of the Blood Supply of the Brain”, Journal of
Physiology, n. 11, pp. 85-105, 1890.
35. M. I. Posner et al., “Localization of Cognitive Operations in the Human Brain”, Science, v. 240,
n. 4859, pp. 1627-31, 17 jun. 1988.
36. F. M. Mottaghy et al., “Facilitation of Picture Naming after Repetitive Transcranial Magnetic
Stimulation”, Neurology, v. 53, n. 8, pp. 1806-12, 10 nov. 1999.
37. Daithí Ó hAnluain, “TMS: Twilight Zone Science?” Wired News, 18 abr. 2002. Disponível em:
<http://wired.com/news/medtech/0,1286,51699,00.html>.
38. Lawrence Osborne, “Savant for a Day”, New York Times Magazine, 22 jun. 2003. Disponível em:
<http://www.wireheading.com/brainstim/savant.html>.
39. Bruce H. McCormick, “Brain Tissue Scanner Enables Brain Microstructure Surveys”,
Neurocomputing, n 44-46, pp. 1113-8, 2002; Bruce H.McCormick, “Design of a Brain Tissue
Scanner”, Neurocomputing, n. 26-27, pp. 1025-32, 1999; Bruce H.McCormick, “Development of the
Brain Tissue Scanner”, Brain Networks Laboratory Technical Report, Texas A&M University
Department of Computer Science, College Station, Texas, 18 mar. 2002, disponível em:
<http://research.cs.tamu.edu/bnl/pubs/McC02.pdf>.
40. Leif Finkel et al.,“Meso-scale Optical Brain Imaging of Perceptual Learning”, bolsa 2000-01737
da Universidade da Pensilvânia (2000).
41. E. Callaway e R. Yuste, “Stimulating Neurons with Light”, Current Opinions in Neurobiology, v.
12, n. 5, pp. 587-92, out. 2002.
42. B. L. Sabatini e K. Svoboda, “Analysis of Calcium Channels in Single Spines Using Optical
Fluctuation Analysis”, Nature, v. 408, n. 6812, pp. 589-93, 30 nov. 2000.
43. John Whitfield, “Lasers Operate Inside Single Cells”, [email protected], 6 out. 2003,
<http://www.nature.com/nsu/030929/030929-12.html> (necessário assinar); Mazur’s lab:
<http://mazur-www.harvard.edu/research/>; Jason M. Samonds e A. B. Bonds, “From Another
Angle: Differences in Cortical Coding Between Fine and Coarse Discrimination of Orientation”,
Journal of Neurophysiology, n. 91, pp. 1193-202, 2004.
44. Robert A. Freitas Jr., Nanomedicine, v. 2A, Biocompatibility, seção 15.6.2, “Bloodstream
Intrusiveness” (Georgetown, Texas: Landes Bioscience, 2003), pp. 157-9, disponível em:
<http://www.nanomedicine.com/NMIIA/15.6.2.htm>.
45. Id., Nanomedicine, v. 1, Basic Capabilities, seção 7.3, “Communication Networks” (Georgetown,
Texas: Landes Bioscience, 1999), pp. 186-8, disponível em:
<http://www.nanomedicine.com/NMI/7.3.htm>.
46. Id., Nanomedicine, v. 1, Basic Capabilities, seção 9.4.4.3, “Intercellular Passage” (Georgetown,
Texas: Landes Bioscience, 1999), pp. 320-1, disponível em:
<http://www.nanomedicine.com/NMI/9.4.4.3.htm#p2>.
47. Keith L. Black e Nagendra S. Ningaraj, “Modulation of Brain Tumor Capillaries for Enhanced
Drug Delivery Selectively to Brain Tumor”, Cancer Control, v. 11, n. 3, pp. 165-73, maio-jun. 2004.
Disponível em: <http://www.moffitt.usf.edu/pubs/ccj/v11n3/pdf/165.pdf>.
48. Robert A. Freitas Jr., Nanomedicine, v. 1, Basic Capabilities, seção 4.1, “Nanosensor
Technology” (Georgetown, Texas: Landes Bioscience, 1999), p. 93, disponível em:
<http://www.nanomedicine.com/NMI/4.1.htm>.
49. Conferência sobre Nanotecnologia Avançada,
<http://www.foresight.org/Conferences/AdvNano2004/index.html>; Congresso e Exposição da
NanoBioTech, <http://www.nanobiotec.de/>; Tendências do Nanonegócio de Nanotecnologia,
<http://www.nanoevent.com/>; e Conferência e Feira de Negócios de Nanotecnologia de NSTI,
<http://www.nsti.org/events.html>.
50. Peter D. Kramer, Listening to Prozac (Nova York: Viking, 1993).
51. A pesquisa de LeDoux é sobre as regiões do cérebro que lidam com estímulos ameaçadores, cujo
ator principal é a amígdala, uma região de neurônios em forma de amêndoa localizada na base do
cérebro. A amígdala armazena lembranças de estímulos ameaçadores e controla respostas que têm a
ver com medo.
Tomaso Poggio, pesquisador de cérebro no MIT, aponta que “a plasticidade sináptica é um substrato
de hardware para o aprendizado, mas ela pode ser importante para enfatizar que aprender é muito
mais do que memória”. Ver T. Poggio e E. Bizzi, “Generalization in Vision and Motor Control”,
Nature, v. 431, pp. 768-74, 2004. Ver também E. Benson, “The Synaptic Self”, APA Online, nov.
2002, disponível em: <http://www.apa.org/monitor/nov02/synaptic.html>.
52. Anthony J. Bell, “Levels and Loops: The Future of Artificial Intelligence and Neuroscience”,
Philosophical Transactions of the Royal Society of London B, v. 354, n. 1352, pp. 2013-20, 29 dez.
1999. Disponível em: <http://www.cnl.salk.edu/~tony/ptrsl.pdf>.
53. Peter Dayan e Larry Abbott, Theoretical Neuroscience: Computational and Mathematical
Modeling of Neural Systems (Cambridge, Mass.: MIT Press, 2001).
54. D. O. Hebb, The Organization of Behavior: A Neuropsychological Theory (Nova York: Wiley,
1949).
55. Michael Domjan e Barbara Burkhard, The Principles of Learning and Behavior, 3. ed. (Pacific
Grove, Califórnia: Brooks/Cole, 1993).
56. J. Quintana e J. M. Fuster, “From Perception to Action: Temporal Integrative Functions of
Prefrontal and Parietal Neurons”, Cerebral Cortex, v. 9, n. 3, pp. 213-21, abr.-maio 1999; W. F.
Asaad, G. Rainer e E. K.Miller, “Neural Activity in the Primate Prefrontal Cortex During Associative
Learning”, Neuron, v. 21, n. 6, pp. 1399-407, dez. 1998.
57. G. G. Turrigiano et al., “Activity-Dependent Scaling of Quantal Amplitude in Neocortical
Neurons”, Nature, v. 391, n. 6670, pp. 892-6, 26 fev. 1998; R. J. O’Brien et al., “Activity-Dependent
Modulation of Synaptic AMPA Receptor Accumulation”, Neuron, v. 21, n. 5, pp. 1067-78, nov. 1998.
58. De “A New Window to View How Experiences Rewire the Brain”, Howard Hughes Medical
Institute, 19 nov. 2002, <http://www.hhmi.org/news/svoboda2.html>. Ver também J. T. Trachtenberg
et al., “Long-Term in Vivo Imaging of Experience-Dependent Synaptic Plasticity in Adult Cortex”,
Nature, v. 420, n. 6917, pp. 788-94, dez. 2002,
<http://cpmcnet.columbia.edu/dept/physio/physio2/Trachtenberg_NATURE.pdf>; e Karen Zita e
Karel Svoboda, “Activity-Dependent Synaptogenesis in the Adult Mammalian Cortex”, Neuron, v.
35, n. 6, pp. 1015-7, set. 2002, <http://svobodalab.cshl.edu/reprints/2414zito02neur.pdf>.
59. Ver: <http://whyfiles.org/184make_memory/4.html>. Para mais informações sobre espinhas
neuronais e memória, ver J. Grutzendler et al., “Long-Term Dendritic Spine Stability in the Adult
Cortex”, Nature, v. 420, n. 6917, pp. 812-6, 19 a 26 nov. 2002.
60. S. R. Young e E. W. Rubel, “Embryogenesis of Arborization Pattern and Typography of
Individual Axons in N. Laminaris of the Chicken Brain Stem”, Journal of Comparative Neurology, v.
254, n. 4, pp. 425-59, 22 dez. 1986.
61. Scott Makeig, “Swartz Center for Computational Neuroscience Vision Overview”, disponível
em: <http://www.sccn.ucsd.edu/VisionOverview.html>.
62. D. H.Hubel e T. N.Wiesel,“Binocular Interaction in Striate Cortex of Kittens Reared with
Artificial Squint”, Journal of Neurophysiology, v. 28, n. 6, pp. 1041-59, nov. 1965.
63. Jeffrey M. Schwartz e Sharon Begley, The Mind and the Brain: Neuroplasticity and the Power of
Mental Force (Nova York: Regan Books, 2002). Ver também C. Xerri, M.Merzenich et al., “The
Plasticity of Primary Somatosensory Cortex Paralleling Sensorimotor Skill Recovery from Stroke in
Adult Monkeys”, The Journal of Neurophysiology, v. 79, n. 4, pp. 2119-48, abr. 1980. Ver também S.
Begley, “Survival of the Busiest”, Wall Street Journal, 11 out. 2002,
<http://webreprints.djreprints.com/606120211414.html>.
64. Paula Tallal et al., “Language Comprehension in Language-Learning Impaired Children
Improved with Acoustically Modified Speech”, Science, v. 271, pp. 81-4, 5 jan. 1996. Paula Tallal é
professora de neurociência e codiretora do CMBN (Center for Molecular and Behavioral
Neuroscience) na Universidade Rutgers e cofundadora e diretora da SCIL (Scientific Learning
Corporation); ver: <http://www.cmbn.rutgers.edu/faculty/tallal.html>. Ver também Paula Tallal,
“Language Learning Impairment: Integrating Research and Remediation”, New Horizons for
Learning, v. 4, n. 4, ago.-nov. 1998, <http://www.newhorizons.org/neuro/tallal.htm>; A. Pascual-
Leone, “The Brain That Plays Music and Is Changed by It”, Annals of the New York Academy of
Sciences, v. 930, pp. 315-29, jun. 2001. Ver também a nota 63 acima.
65. F. A. Wilson, S. P. Scalaidhe e P. S. Goldman-Rakic, “Dissociation of Object and Spatial
Processing Domains in Primate Prefrontal Cortex”, Science, v. 260, n. 5116, pp. 1955-8, 25 jun.
1993.
66. C. Buechel, J. T. Coull e K. J. Friston”, The Predictive Value of Changes in Effective
Connectivity for Human Learning”, Science, v. 283, n. 5407, pp. 1538-41, 5 mar. 1999.
67. Produziram imagens dramáticas de células do cérebro formando conexões temporárias e
permanentes como resposta a vários estímulos, ilustrando mudanças estruturais entre neurônios que,
muitos cientistas têm acreditado há muito tempo, ocorrem quando armazenamos memórias. “Pictures
Reveal How Nerve Cells Form Connections to Store Short- and Long-Term Memories in Brain”,
Universidade da Califórnia, San Diego, 29 nov. 2001,
<http://ucsdnews.ucsd.edu/newsrel/science/mccell.htm>; M. A. Colicos et al., “Remodeling of
Synaptic Action Induced by Photoconductive Stimulation”, Cell, v. 107, n. 5, pp. 605-16, 30 nov.
2001. Vídeo link: <http://www.qflux.net/NeuroStim01.rm>, Neural Silicon Interface —Quantum
Flux.
68. S. Lowel e W. Singer, “Selection of Intrinsic Horizontal Connections in the Visual Cortex by
Correlated Neuronal Activity”, Science, v. 255, n. 5041, pp. 209-12, 10 jan. 1992.
69. K. Si et al., “A Neuronal Isoform of CPEB Regulates Local Protein Synthesis and Stabilizes
Synapse-Specific Long-Term Facilitation in Aplysia”, Cell, v. 115, n. 7, pp. 893-904, 26 dez. 2003;
K. Si, S. Lindquist e E. R. Kandel, “A Neuronal Isoform of the Aplysia CPEB Has Prion-Like
Properties”, Cell, v. 115, n. 7, pp. 879-91, 26 dez. 2003. Esses pesquisadores descobriram que CPEB
pode ajudar a formar e preservar memórias de longo prazo ao terem mudanças de forma nas sinapses
parecidas com as deformações dos príons (fragmentos de proteínas envolvidos no mal da vaca louca
e outras doenças neurológicas). O estudo sugere que essa proteína executa seu bom trabalho ainda
em estado de príon, contradizendo uma crença amplamente difundida de que uma proteína que tem
atividade de príon é tóxica ou, no mínimo, não funciona adequadamente. Esse mecanismo do príon
também pode ter um papel em áreas como manutenção de câncer e desenvolvimento de órgãos,
suspeita Eric R. Kandel, professor universitário de fisiologia e biofísica celular, psiquiatria,
bioquímica e biofísica molecular na Universidade Columbia e ganhador do Prêmio Nobel de
medicina de 2000. Ver o press release do Instituto Whitehead, em:
<http://www.wi.mit.edu/nap/features/nap_feature_memory.html>.
70. M. C. Anderson et al., “Neural Systems Underlying the Suppression of Unwanted Memories”,
Science, v. 303, n. 5655, pp. 232-5, 9 jan. 2004. As descobertas poderiam incentivar o
desenvolvimento de novas maneiras para que as pessoas superassem memórias traumáticas. Keay
Davidson, “Study Suggests Brain Is Built to Forget: MRIs in Stanford Experiments Indicate Active
Suppression of Unneeded Memories”, San Francisco Chronicle, 9 jan. 2004, disponível em:
<http://www.sfgate.com/cgi-bin/article.cgi?file=/c/a/2004/01/09/FORGET.TMP&type=science>.
71. Dieter C. Lie et al.,“Neurogenesis in the Adult Brain: New Strategies for CNS Diseases”,
Annual Review of Pharmacology and Toxicology, n. 44, pp. 399-421, 2004.
72. H. van Praag, G. Kempermann e F. H. Gage, “Running Increases Cell Proliferation and
Neurogenesis in the Adult Mouse Dentate Gyrus”, Nature Neuroscience, v. 2, n. 3, pp. 266-70, mar.
1999.
73. Minsky e Papert, Perceptrons.
74. Ray Kurzweil, The Age of Spiritual Machines (Nova York: Viking, 1999), p. 79.
75. Funções de base são funções não lineares que podem ser combinadas linearmente (acrescentando
as funções de base de múltiplos pesos) para se aproximarem de qualquer função não linear. Pouget e
Snyder, “Computational Approaches to Sensorimotor Transformations”, Nature Neuroscience, v. 3,
n. 11, suplemento, pp. 1192-8, nov. 2000.
76. T. Poggio, “A Theory of How the Brain Might Work”, em Proceedings of Cold Spring Harbor
Symposia on Quantitative Biology, v. 4 (Cold Spring Harbor, Nova York: Cold Spring Harbor
Laboratory Press, 1990), pp. 899-910. Ver também T. Poggio e E. Bizzi, “Generalization in Vision
and Motor Control”, Nature, v. 431, pp. 768-74, 2004.
77. R. Llinas e J. P.Welsh, “On the Cerebellum and Motor Learning”, Current Opinion in
Neurobiology, v. 3, n. 6, pp. 958-65, dez. 1993; E. Courchesne e G. Allen, “Prediction and
Preparation, Fundamental Functions of the Cerebellum”, Learning and Memory, v. 4, n. 1, pp. 1-35,
maio-jun. 1997; J. M. Bower, “Control of Sensory Data Acquisition”, International Review of
Neurobiology, n. 41, pp. 489-513, 1997.
78. J. Voogd e M. Glickstein, “The Anatomy of the Cerebellum”, Trends in Neuroscience, v. 21, n. 9,
pp. 370-5, set. 1998; John C. Eccles, Masao Ito e János Szentágothai, The Cerebellum as a Neuronal
Machine (Nova York: Springer-Verlag, 1967); Masao Ito, The Cerebellum and Neural Control (Nova
York: Raven, 1984).
79. N. Bernstein, The Coordination and Regulation of Movements (Nova York: Pergamon Press,
1967).
80. Press release do U.S. Office of Naval Research, “Boneless, Brainy, and Ancient”, 26 set. 2001,
disponível em: <http://www.eurekalert.org/pub_releases/2001-11/oonr-bba112601.php>; o tentáculo
do polvo “poderia muito bem ser a base dos braços robóticos da próxima geração para usos no mar,
no espaço e na terra.”
81. S. Grossberg e R. W. Paine, “A Neural Model of Cortico-Cerebellar Interactions During Attentive
Imitation and Predictive Learning of Sequential Handwriting Movements”, Neural Networks, v. 13,
n. 8-9, pp. 999-1046, out.-nov. 2000.
82. Voogd e Glickstein, “Anatomy of the Cerebellum”; Eccles, Ito e Szentágothai, Cerebellum as a
Neuronal Machine; Ito, Cerebellum and Neural Control; R. Llinas, em Handbook of Physiology, v. 2,
The Nervous System, org. de V. B. Brooks (Bethesda, Md.: American Physiological Society, 1981),
pp. 831-976.
83. J. L. Raymond, S. G. Lisberger e M. D. Mauk, “The Cerebellum: A Neuronal Learning
Machine?” Science, v. 272, n. 5265, pp. 1126-31, 24 maio 1996; J. J. Kim e R. F. Thompson,
“Cerebellar Circuits and Synaptic Mechanisms Involved in Classical Eyeblink Conditioning”, Trends
in Neuroscience, v. 20, n. 4, pp. 177-81, abr. 1997.
84. A simulação incluiu 10 mil células granulares, novecentas células de Golgi, quinhentas fibras
musgosas, vinte células de Purkinje e seis células nucleares.
85. J. F. Medina et al., “Timing Mechanisms in the Cerebellum: Testing Predictions of a Large-Scale
Computer Simulation”, Journal of Neuroscience, v. 20, n. 14, pp. 5516-25, 15 jul. 2000; Dean
Buonomano e Michael Mauk, “Neural Network Model of the Cerebellum: Temporal Discrimination
and the Timing of Motor Reponses”, Neural Computation, v. 6, n. 1, pp. 38-55, 1994.
86. Medina et al., “Timing Mechanisms in the Cerebellum”.
87. Carver Mead, Analog VLSI and Neural Systems (Boston: Addison-Wesley Longman, 1989).
88. Lloyd Watts, “Visualizing Complexity in the Brain”, em D. Fogel e C. Robinson (orgs.),
Computational Intelligence: The Experts Speak, (Hoboken, NJ: IEEE Press/Wiley, 2003), pp. 45-56.
Disponível em: <http://www.lloydwatts.com/wcci.pdf>.
89. Ibid.
90. Ver: <http://www.lloydwatts.com/neuroscience.shtml>. NanoComputer Dream Team, “The Law
of Accelerating Returns, Part II”, disponível em: <http://nanocomputer.org/index.cfm?
content=90&Menu=19>.
91. Ver: <http://info.med.yale.edu/bbs/faculty/she_go.html>.
92. Gordon M. Shepherd (org.), The Synaptic Organization of the Brain, 4. ed. (Nova York: Oxford
University Press, 1998), p. vi.
93. E. Young, “Cochlear Nucleus”, in ibid., pp. 121-58.
94. Tom Yin, “Neural Mechanisms of Encoding Binaural Localization Cues in the Auditory
Brainstem”, em D. Oertel, R. Fay e A. Popper (orgs.), Integrative Functions in the Mammalian
Auditory Pathway (Nova York: Springer-Verlag, 2002), pp. 99-159.
95. John Casseday, Thane Fremouw e Ellen Covey, “The Inferior Colliculus: A Hub for the Central
Auditory System”, em Oertel, Fay e Popper (orgs.), Integrative Functions in the Mammalian
Auditory Pathway, pp. 238–318.
96. Diagrama por Lloyd Watts, disponível em: <http://www.lloydwatts.com/neuroscience.shtml>,
adaptado de E. Young, “Cochlear Nucleus”, em G. Shepherd (org.), The Synaptic Organization of the
Brain, 4. ed. (Nova York: Oxford University Press, 2003 [1. ed. 1998]), pp. 121-58; D. Oertel, em D.
Oertel, R. Fay e A. Popper (orgs.), Integrative Functions in the Mammalian Auditory Pathway (Nova
York: Springer-Verlag, 2002), pp. 1-5; John Casseday, T. Fremouw e E. Covey, “Inferior Colliculus”
in ibid.; J. LeDoux, The Emotional Brain (Nova York: Simon & Schuster, 1997); J. Rauschecker e B.
Tian, “Mechanisms and Streams for Processing of ‘What’ and ‘Where’ in Auditory Cortex”,
Proceedings of the National Academy of Sciences, v. 97, n. 22, pp. 11800-6.
Regiões do cérebro modeladas:
Cóclea: Órgão sensitivo da audição. Trinta mil fibras convertem o movimento dos estribos em
representações espectrotemporais de som.
MC: Células multipolares. Medem a energia espectral.
GBC: Células pilosas globulares. Espinhas de transmissão do nervo auditivo ao complexo
(includes LSO and MSO). Encoding of timing and amplitude of signals for binaural
comparison of level.
SBC: Células pilosas esféricas. Fornecem maior acuidade no momento de chegada, como pré-
processador para calcular a diferença de tempo interaural (diferença do momento de chegada
entre os dois ouvidos, usadas para definir de onde vem o som).
OC: Octopus cells. Detection of transients.
DCN: Núcleo coclear dorsal. Detecta limites espectrais e calibra níveis de ruído.
VNTB: Núcleo ventral do corpo trapezoide. Sinais de feedback para modular a função das
células pilosas externas na cóclea.
VNLL, PON: Núcleo ventral do lemnisco lateral; núcleos periolivarianos: processam
transients do OC.
MSO: Oliva superior medial. Computa a diferença de tempo interaural.
LSO: Oliva superior lateral. Também envolvida em computar a diferença de tempo interaural.
ICC: Núcleo central do colículo inferior. Local das principais integrações de múltiplas
representações de som.
ICx: Núcleo externo do colículo inferior. Refinamento adicional da localização do som.
SC: Colículo superior. Local onde se funde auditivo com visual.
MGB: Corpo geniculado medial. Porção auditiva do tálamo.
LS: Sistema límbico. Compreende muitas estruturas associadas a emoção, memória, território
etc.
AC: Córtex auditivo.
97. M. S. Humayun et al., “Human Neural Retinal Transplantation”, Investigative Ophthalmology
and Visual Science, v. 41, n. 10, pp. 3100-6, set. 2000.
98. Information Science and Technology Colloquium Series, 23 de maio de 2001, disponível em:
<http://isandtcolloq.gsfc.nasa.gov/spring2001/speakers/poggio.html>.
99. Kah-Kay Sung e Tomaso Poggio, “Example-Based Learning for View-Based Human Face
Detection”, IEEE Transactions on Pattern Analysis and Machine Intelligence, v. 20, n. 1, pp. 39-51,
1998. Disponível em: <http://portal.acm.org/citation.cfm?id=275345&dl=ACM&coll=GUIDE>.
100. Maximilian Riesenhuber e Tomaso Poggio, “A Note on Object Class Representation and
Categorical Perception”, Center for Biological and Computational Learning, MIT, AI Memo 1679
(1999). Disponível em: <ftp://publications.ai.mit.edu/ai-publications/pdf/AIM-1679.pdf>.
101. K. Tanaka, “Inferotemporal Cortex and Object Vision”, Annual Review of Neuroscience, n. 19,
pp. 109-39, 1996; Anuj Mohan, “Object Detection in Images by Components”, Center for Biological
and Computational Learning, MIT, AI Memo 1664 (1999),
<http://citeseer.ist.psu.edu/cache/papers/cs/12185/ftp:zSzzSzpublications.ai.mit.eduzSzai-
publicationszSz1500–1999zSzAIM-1664.pdf/mohan99object.pdf>; Anuj Mohan, Constantine
Papageorgiou e Tomaso Poggio, “Example-Based Object Detection in Images by Components”,
IEEE Transactions on Pattern Analysis and Machine Intelligence, v. 23, n. 4, abr. 2001,
<http://cbcl.mit.edu/projects/cbcl/publications/ps/mohan-ieee.pdf>; B.Heisele, T. Poggio e M.
Pontil”, Face Detection in Still Gray Images”, Artificial Intelligence Laboratory, MIT, Technical
Report AI Memo 1687 (2000). Ver também Bernd Heisele, Thomas Serre e Stanley Bilesch,
“Component-Based Approach to Face Detection”, Artificial Intelligence Laboratory and the Center
for Biological and Computational Learning, MIT (2001),
<http://www.ai.mit.edu/research/abstracts/abstracts2001/vision-applied-to-people/03heisele2.pdf>.
102. D. Van Essen e J. Gallant, “Neural Mechanisms of Form and Motion Processing in the Primate
Visual System”, Neuron, v. 13, n. 1, pp. 1-10, jul. 1994.
103. Shimon Ullman, High-Level Vision: Object Recognition and Visual Cognition (Cambridge,
Mass.: MIT Press, 1996); D. Mumford, “On the Computational Architecture of the Neocortex. II.
The Role of Corticocortical Loops”, Biological Cybernetics, v. 66, n. 3, pp. 241-51, 1992; R. Rao e
D. Ballard, “Dynamic Model of Visual Recognition Predicts Neural Response Properties in the
Visual Cortex”, Neural Computation, v. 9, n. 4, pp. 721-63, 15 maio 1997.
104. B. Roska e F. Werblin, “Vertical Interactions Across Ten Parallel, Stacked Representations in the
Mammalian Retina”, Nature, v. 410, n. 6828, pp. 583-7, 29 mar. 2001; Universidade da Califórnia,
Berkeley, press release, “Eye Strips Images of All but Bare Essentials Before Sending Visual
Information to Brain, UC Berkeley Research Shows”, 28 mar. 2001, disponível em:
<www.berkeley.edu/news/media/releases/2001/03/28_wers1.html>.
105. Hans Moravec e Scott Friedman fundaram uma empresa robótica chamada Seegrid, baseada nas
pesquisas de Moravec. Ver: <www.Seegrid.com>.
106. M. A. Mahowald e C. Mead, “The Silicon Retina”, Scientific American, v. 264, n. 5, pp. 76-82,
maio 1991.
107. Especificamente, um filtro de low-pass é aplicado a um receptor (como um fotoreceptor). Isso é
multiplicado pelo sinal do receptor vizinho. Se isso for feito em ambas as direções e o resultado de
cada operação for subtraído de zero, teremos um output que reflete a direção do movimento.
108. Sobre Berger, ver: <http://www.usc.edu/dept/engineering/CNE/faculty/Berger.html>.
109. “The World’s First Brain Prosthesis”, New Scientist, v. 177, n. 2386, p. 4, 15 mar. 2003.
Disponível em: <http://www.newscientist.com/news/news.jsp?id=ns99993488>.
110. Charles Choi, “Brain-Mimicking Circuits to Run Navy Robot”, UPI, 7 jun. 2004. Disponível
em: <http://www.upi.com/view.cfm?StoryID=20040606-103352-6086r>.
111. Giacomo Rizzolatti et al., “Functional Organization of Inferior Area 6 in the Macaque Monkey.
II. Area F5 and the Control of Distal Movements”, Experimental Brain Research, v. 71, n. 3, pp. 491-
507, 1998.
112. M. A. Arbib, “The Mirror System, Imitation, and the Evolution of Language”, em Kerstin
Dautenhahn e Chrystopher L. Nehaniv (orgs.), Imitation in Animals and Artifacts (Cambridge, Mass.:
MIT Press, 2002).
113. Marc D. Hauser, Noam Chomsky e W. Tecumseh Fitch, “The Faculty of Language: What Is It,
Who Has It, and How Did It Evolve?”, Science, v. 298, pp. 1569-79, nov. 2002. Disponível em:
<www.wjh.harvard.edu/~mnkylab/publications/languagespeech/Hauser,Chomsky,Fitch.pdf>.
114. Daniel C. Dennett, Freedom Evolves (Nova York: Viking, 2003).
115. Ver Sandra Blakeslee, “Humanity? Maybe It’s All in the Wiring”, New York Times, 11 dez.
2003. Disponível em: <http://www.nytimes.com/2003/12/09/science/09BRAI.html?
ex=1386306000&en=294f5e91dd262a1a&ei=5007&partner=USERLAND>.
116. Antonio R. Damasio, Descartes’ Error: Emotion, Reason and the Human Brain (Nova York:
Putnam, 1994).
117. M. P. Maher et al., “Microstructures for Studies of Cultured Neural Networks”, Medical and
Biological Engineering and Computing, v. 37, n. 1, pp. 110-8, jan. 1999; John Wright et al.,
“Towards a Functional MEMS Neurowell by Physiological Experimentation”, Technical Digest,
ASME, 1996 International Mechanical Engineering Congress and Exposition, Atlanta, nov. 1996,
DSC (Dynamic Systems and Control Division), v. 59, pp. 333-8.
118. W. French Anderson, “Genetics and Human Malleability”, Hastings Center Report, v. 23, n. 20,
p. 1, jan.-fev. 1990.
119. Ray Kurzweil, “A Wager on the Turing Test: Why I Think I Will Win”, KurzweilAI.net, 9 abr.
2002. Disponível em: <http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0374.html>.
120. Robert A. Freitas Jr. propõe um sistema de fazer upload em um cérebro baseado em uma futura
nanotecnologia que seria efetivamente instantânea. De acordo com Freitas (comunicação pessoal,
jan. 2005), “uma rede in vivo de fibras, como proposto em
<http://www.nanomedicine.com/NMI/7.3.1.htm>, pode lidar com 1018 bits por segundo de tráfego de
dados, espaço bastante para monitorar o estado do cérebro em tempo real. A rede de fibras tem um
volume de 30 cm3 e gera de 4 a 6 watts de calor residual, ambos bastante pequenos para uma
instalação segura em um cérebro humano de 1.400 cm3 e 25 watts. Os sinais viajam no máximo uns
poucos metros a uma velocidade próxima da velocidade da luz, assim o tempo de trânsito da origem
do sinal nos sites de neurônios dentro do cérebro até o sistema externo de computação que faz a
mediação do upload é de ~0,00001 ms, o que é consideravelmente menos do que os ~5 ms do tempo
de descarregar do ciclo dos neurônios. Sensores químicos de monitoramento de neurônios separados
em média por ~2 mícrons conseguem capturar eventos químicos relevantes que ocorrem dentro de
uma janela de ~5 ms, já que esse é aproximadamente o tempo de difusão de, digamos, um pequeno
neuropeptídeo percorrer uma distância de 2 mícrons,
<http://www.nanomedicine.com/NMI/Tables/3.4.jpg>. Portanto, o monitoramente do estado do
cérebro humano pode provavelmente ser instantâneo, ao menos na escala de tempo das respostas
neurais humanas, no sentido de que ‘nada significativo foi perdido’”.
121. M. C. Diamond et al., “On the Brain of a Scientist: Albert Einstein”, Experimental Neurology, v.
88, pp. 198-204, 1985.

Capítulo 5: GNR. Três revoluções sobrepostas

1. Samuel Butler (1835-1902), “Darwin Among the Machines”, Christ Church Press, 13 jun. 1863
(republicado por Festing Jones em 1912, em The Notebooks of Samuel Butler).
2. Peter Weibel, “Virtual Worlds: The Emperor’s New Bodies”. In: Timothy Druckery (org.), Ars
Electronica: Facing the Future (Cambridge: MIT Press, 1999), pp. 207-23. Disponível em:
<http://www.aec.at/en/archiv_files/19902/E1990b_009.pdf>.
3. James Watson e Francis Crick, “Molecular Structure of Nucleic Acids: A Structure for
Deoxyribose Nucleic Acid”, Nature, v. 171, n. 4356, pp. 737-8, 23 abr. 1953. Disponível em:
<http://www.nature.com/nature/dna50/watsoncrick.pdf>.
4. Robert Waterston citado em “Scientists Reveal Complete Sequence of Human Genome”, CBC
News, 14 abr. 2003. Disponível em:
<http://www.cbc.ca/story/science/national/2003/04/14/genome030414.html>.
5. Ver capítulo 2, nota 57.
6. Os relatórios originais de Crick e Watson, que ainda são uma leitura indispensável hoje, podem ser
encontrados em James A. Peters (org.), Classic Papers in Genetics (Englewood Cliffs: Prentice-Hall,
1959). Um relato muito interessante dos sucessos e fracassos que levaram à dupla hélice encontra-se
em J. D. Watson, The Double Helix: A Personal Account of the Discovery of the Structure of DNA
(Nova York: Atheneum, 1968). Nature.com tem uma coleção de textos de Crick disponível on-line
em: <http://www.nature.com/nature/focus/crick/index.html>.
7. Miroslav Radman e Richard Wagner, “The High Fidelity of DNA Duplication”, Scientific
American, v. 259, n. 2, pp. 40-6, ago. 1988.
8. A estrutura e o comportamento do DNA e do RNA estão descritos em Gary Felsenfeld, “DNA”, e
James Darnell, “RNA”, ambos em Scientific American, v. 253, n. 4, pp. 58-67, 68-78,
respectivamente, out. 1985.
9. Mark A. Jobling e Chris Tyler-Smith, “The Human Y Chromosome: An Evolutionary Marker
Comes of Age”, Nature Reviews Genetics, n. 4, pp. 598-612, ago. 2003; Helen Skaletsky et al., “The
Male-Specific Region of the Human Y Chromosome Is a Mosaic of Discrete Sequence Classes”,
Nature, v. 423, pp. 825-37, 19 jun. 2003.
10. As proteínas deformadas talvez sejam a mais perigosa toxina de todas. As pesquisas sugerem que
proteínas mal dobradas podem estar no âmago de inúmeros processos patológicos no corpo. Doenças
tão diversas como mal de Alzheimer, mal de Parkinson, a forma humana da doença da vaca louca,
fibrose cística, cataratas e diabetes são todas consideradas como resultado da falta de habilidade do
corpo de eliminar adequadamente as proteínas mal dobradas.
As moléculas das proteínas desempenham a parte do leão no trabalho celular. As proteínas são feitas
dentro de cada célula de acordo com as plantas do DNA. Elas começam como cadeias compridas de
aminoácidos que, então, têm de ser dobradas em configurações tridimensionais precisas para
funcionar como enzimas, proteínas de transporte etc. As toxinas dos metais pesados interferem no
funcionamento normal dessas enzimas, exacerbando ainda mais o problema. Também há mutações
genéticas que predispõem os indivíduos ao acúmulo de proteínas malformadas.
Quando as protofibrilas começam a ficar coladas, elas formam filamentos, fibrilas e, finalmente,
estruturas globulares maiores chamadas de placa amiloide. Até recentemente, essas acumulações de
placas insolúveis eram consideradas como os agentes patológicos para aquelas doenças, mas agora se
sabe que as próprias protofibrilas são o problema real. A velocidade com que uma protofibrila é
transformada na placa amiloide insolúvel está inversamente relacionada à progressão da doença.
Isso explica por que algumas pessoas têm grandes acumulações de placa em seus cérebros, mas
nenhuma evidência do mal de Alzheimer, enquanto outras têm pouca placa visível mas extensas
manifestações da doença. Algumas pessoas formam rapidamente a placa amiloide, o que as protege
de maiores danos feitos pela protofibrila. Outras ainda transformam as protofibrilas em placas mais
devagar, permitindo danos maiores. Essas pessoas também têm pouca placa amiloide visível. Ver Per
Hammarström, Frank Schneider e Jeffrey W. Kelly, “Trans-Suppression of Misfolding in an Amyloid
Disease”, Science, v. 293, n. 5539, pp. 2459-62, 28 set. 2001.
11. Um relato fascinante de nova biologia é dado em Horace F. Judson, The Eighth Day of Creation:
The Makers of the Revolution in Biology (Woodbury, Nova York: CSHL Press, 1996).
12. Raymond Kurzweil e Terry Grossman, Fantastic Voyage: Live Long Enough to Live Forever
(Nova York: Rodale, 2004). Disponível em: <http://www.Fantastic-Voyage.net e
http://www.RayandTerry.com>.
13. Raymond Kurzweil, The 10% Solution for a Healthy Life: How to Eliminate Virtually All Risk of
Heart Disease and Cancer (Nova York: Crown Books, 1993).
14. Um relato fascinante de nova biologia é dado em Horace F. Judson, The Eighth Day of Creation:
The Makers of the Revolution in Biology (Woodbury, Nova York: CSHL Press, 1996).
15. O teste da “idade biológica”, chamado de H-Scan Test, inclui testes para tempo de reação à
audição, mais alto tom audível, sensibilidade vibrotática, tempo de reação visual, tempo de mover
músculos, volume do pulmão (expiração forçada), tempo de reação visual com decisão, tempo de
mover músculos com decisão, memória (comprimento da sequência), tempo de apertar botões
alternadamente e acomodação visual. O autor fez esse teste no Frontier Medical Institute (clínica de
saúde e longevidade de Grossman), <http://www.FMIClinic.com>. Para informações sobre o H-Scan
Test, ver Diagnostic and Lab Testing, Longevity Institute, Dallas,
<http://www.lidhealth.com/diagnostic.html>.
16. Kurzweil e Grossman, Fantastic Voyage, capítulo 10: “Ray’s Personal Program”.
17. Ibid.
18. Aubrey D. N. J. de Grey, “The Foreseeability of Real Anti-Aging Medicine: Focusing the
Debate”, Experimental Gerontology, v. 38, n. 9, pp. 927-34, set. 2003; Id., “An Engineer’s Approach
to the Development of Real Anti-Aging Medicine”, Science of Aging, Knowledge, Environment, n. 1,
2003; Aubrey D. N. J. de Grey et al., “Is Human Aging Still Mysterious Enough to Be Left Only to
Scientists?”, BioEssays, v. 24, n. 7, pp. 667-79, jul. 2002.
19. Aubrey D. N. J. de Grey (org.), Strategies for Engineered Negligible Senescence: Why Genuine
Control of Aging May Be Foreseeable, Anais da Academia de Ciências de NovaYork, v. 1019 (Nova
York: New York Academy of Sciences, jun. 2004).
20. Além de prover as funções dos diferentes tipos de células, duas outras razões para que as células
controlem a expressão dos genes são os estímulos ambientais e os processos de desenvolvimento. Até
organismos simples como as bactérias conseguem ligar e desligar a síntese das proteínas conforme os
estímulos ambientais. E. coli, por exemplo, pode desligar a síntese de proteínas que lhe permite
controlar o nível do gás nitrogênio do ar, quando existem, no ambiente, outras fontes de nitrogênio
que usam menos energia. Um estudo recente com 1.800 genes do morango descobriu que a expressão
de duzentos desses genes variava durante diferentes estágios do desenvolvimento. E. Marshall, “An
Array of Uses: Expression Patterns in Strawberries, Ebola, TB, and Mouse Cells”, Science, v. 286, n.
5439, p. 445, 1999.
21. Junto com uma região codificadora de proteínas, os genes incluem sequências reguladoras
chamadas de promotores e operadores que controlam onde e quando aquele gene é expressado.
Promotores de genes que codificam proteínas normalmente estão localizados “rio acima” no DNA.
Um operador aciona o uso de um promotor, controlando assim a taxa de expressão do gene. A
maioria dos genes requer operadores para ser expressada. Os operadores têm sido chamados de “o
principal determinador da transcrição diferencial no espaço (tipo de célula) e no tempo”; e qualquer
dado gene pode ter vários diferentes sites de operadores ligados a ele (S. F. Gilbert, Developmental
Biology, 6. ed. [Sunderland: Sinauer Associates, 2000]. Disponível em:
<www.ncbi.nlm.nih.gov/books/bv.fcgi?call=bv.View..ShowSection&rid=.0BpKYEB-
SPfx18nm8QOxH>.
Ligando-se às regiões de operadores ou promotores, os fatores de transcrição começam ou reprimem
a expressão de um gene. Novos conhecimentos dos fatores da transcrição transformaram nosso
entendimento da expressão de genes. Per Gilbert, no capítulo “The Genetic Core of Development:
Differential Gene Expression”: “O próprio gene não é mais visto como uma entidade independente
que controla a síntese das proteínas. Em vez disso, o gene tanto dirige quanto é dirigido pela síntese
das proteínas. Natalie Anger (1992) escreveu: ‘Uma série de descobertas sugere que o DNA é mais
como certo tipo de político, rodeado por um bando de operadores de proteínas e conselheiros, que
deve massageá-lo vigorosamente, torcê-lo e, às vezes, reinventá-lo antes que a enorme planta do
corpo consiga fazer algum sentido disso’.”.
22. Bob Holmes, “Gene Therapy May Switch Off Huntington’s”, 13 mar. 2003,
<http://www.newscientist.com/news/news.jsp?id=ns99993493>. “Surgindo como uma ferramenta
potente para a análise genética reversa, RNAi está rapidamente sendo aplicado para estudar a função
de muitos genes associados com as doenças humanas, especialmente aquelas associadas com a
oncogênese e as doenças infecciosas.” J. C. Cheng, T. B.Moore e K. M. Sakamoto, “RNA
Interference and Human Disease”, Molecular Genetics and Metabolism, v. 80, n. 1-2, pp. 121-8, out.
2003. RNAi é um “mecanismo potente e altamente específico para sequências”. L. Zhang, D. K.
Fogg e D. M. Waisman, “RNA Interference-Mediated Silencing of the S100A10 Gene Attenuates
Plasmin Generation and Invasiveness of Colo 222 Colorectal Cancer Cells”, Journal of Biological
Chemistry, v. 279, n. 3, pp. 2023-62, 16 jan. 2004.
23. Cada chip contém oligonucleotidos sintéticos que replicam as sequências que identificam genes
específicos. “Para determinar quais genes foram expressados em uma amostra, os pesquisadores
isolam o RNA mensageiro das amostras do teste, convertem-no para DNA complementar (cDNA),
marcam-no com corante fluorescente, e rodam a amostra pelo wafer. Cada cDNA marcado vai se
prender a um oligo com uma sequência correspondente, acendendo um lugar no wafer onde a
sequência é conhecida. Um scanner automático, então, determina quais os oligos que se ligaram e,
portanto, quais genes foram expressados...” E. Marshall, “Do-It-Yourself Gene Watching”, Science,
v. 286, n. 5439, pp. 444-7, 15 out. 1999.
24. Ibid.
25. J. Rosamond e A. Allsop, “Harnessing the Power of the Genome in the Search for New
Antibiotics”, Science, v. 287, n. 5460, pp. 1973-6, 17 mar. 2000.
26. T. R. Golub et al., “Molecular Classification of Cancer: Class Discovery and Class Prediction by
Gene Expression Monitoring”, Science, v. 286, n. 5439, pp. 531-7, 15 out. 1999.
27. Ibid., como relatado em A. Berns, “Cancer: Gene Expression in Diagnosis”, Nature, v. 403, pp.
491-2, 3 fev. 2000. Em outro estudo, 1% dos genes estudados mostrou uma redução de expressão em
músculos idosos. Esses genes produziam proteínas associadas com a produção de energia e a
construção de células, portanto uma redução faz sentido dado o enfraquecimento associado com a
idade. Os genes com a expressão aumentada produziram proteínas de estresse, que são usadas para
reparar o DNA ou as proteínas danificadas. J. Marx, “Chipping Away at the Causes of Aging”,
Science, v. 287, n. 5462, pp. 2390, 31 mar. 2000.
Como outro exemplo, metástases do fígado são uma causa comum do câncer coloretal. Essas
metástases respondem ao tratamento de modo diferente, dependendo de seu perfil genético. Fazer um
perfil da expressão é uma maneira excelente para determinar um modo de tratamento adequado. J. C.
Sung et al., “Genetic Heterogeneity of Colorectal Cancer Liver Metastases”, Journal of Surgical
Research, v. 114, n. 2, p. 251, out. 2003.
Como exemplo final, os pesquisadores têm tido dificuldade em analisar a célula Reed-Sternberg da
doença de Hodgkin por causa de sua extrema raridade no tecido afetado. Fazer o perfil da expressão
agora fornece uma pista referente à linhagem dessa célula. J. Cossman et al., “Reed-Sternberg Cell
Genome Expression Supports a B-Cell Lineage”, Blood, v. 94, n. 2, pp. 411-6, 15 jun. 1999.
28. T. Ueland et al., “Growth Hormone Substitution Increases Gene Expression of Members of the
IGF Family in Cortical Bone from Women with Adult Onset Growth Hormone Deficiency —
Relationship with Bone Turn-Over”, Bone, v. 33, n. 4, pp. 638-45, out. 2003.
29. R. Lovett, “Toxicologists Brace for Genomics Revolution”, Science, v. 289, n. 5479, pp. 536-7,
28 jul. 2000.
30. A transferência de genes para as células somáticas afeta um subconjunto de células do corpo por
certo tempo. Também é possível em teoria alterar a informação genética nas células do ovo e do
esperma (germinativas), para a finalidade de passar essas alterações às gerações seguintes. Essa
terapia levanta muitas questões éticas e ainda não foi tentada. “Gene Therapy”, Wikipedia.
Disponível em: <http://en.wikipedia.org/wiki/Gene_therapy>.
31. Os genes codificam as proteínas, que desempenham funções vitais no corpo humano. Os genes
anormais ou mutantes codificam proteínas que não conseguem realizar aquelas funções, o que resulta
em desordens genéticas e doenças. O objetivo da terapia gênica é substituir os genes defeituosos para
que sejam produzidas proteínas normais. Isso pode ser feito de inúmeras maneiras, mas o modo mais
usual é um gene terapêutico de substituição nas células-alvo do paciente usando uma molécula de
transporte chamada vetor. “Hoje em dia, o vetor mais comum é um vírus que tenha sido alterado
geneticamente para transportar DNA humano normal. Os vírus evoluíram para encapsular e entregar
seus genes às células humanas de um modo patogênico. Os cientistas tentaram aproveitar essa
aptidão e manipularam o genoma do vírus para remover os genes causadores de doenças e inserir os
genes terapêuticos” (Human Genome Project, “Gene Therapy”. Disponível em:
<http://www.ornl.gov/TechResources/Human_Genome/medicine/genetherapy.html>. Ver o site do
Human Genome Project para maiores informações sobre a terapia gênica e ligações. A terapia
genética é uma área de pesquisa bastante importante para haver atualmente seis publicações e quatro
associações profissionais dedicadas a esse tópico.
32. K. R. Smith, “Gene Transfer in Higher Animals: Theoretical Considerations and Key Concepts”,
Journal of Biotechnology, v. 99, n. 1, pp. 1-22, 9 out. 2002.
33. Anil Ananthaswamy, “Undercover Genes Slip into the Brain”, 20 mar. 2003. Disponível em:
<http://www.newscientist.com/news/news.jsp?id=ns99993520>.
34. A. E. Trezise et al., “In Vivo Gene Expression: DNA Electrotransfer”, Current Opinion in
Molecular Therapeutics, v. 5, n. 4, pp. 397-404, ago. 2003.
35. Sylvia Westphal, “DNA Nanoballs Boost Gene Therapy”, 12 maio 2002. Diponível em:
<http://www.newscientist.com/news/news.jsp?id=ns99992257>.
36. L. Wu, M. Johnson e M. Sato, “Transcriptionally Targeted Gene Therapy to Detect and Treat
Cancer”, Trends in Molecular Medicine, v. 9, n. 10, pp. 421-9, out. 2003.
37. S. Westphal, “Virus Synthesized in a Fortnight”, 14 nov. 2003. Disponível em:
<http://www.newscientist.com/news/news.jsp?id=ns99994383>.
38. G. Chiesa, “Recombinant Apolipoprotein A-I(Milano) Infusion into Rabbit Carotid Artery
Rapidly Removes Lipid from Fatty Streaks”, Circulation Research, v. 90, n. 9, pp. 974-80, 17 maio
2002; P. K. Shah et al., “High-Dose Recombinant Apolipoprotein A-I(Milano) Mobilizes Tissue
Cholesterol and Rapidly Reduces Plaque Lipid and Macrophage Content in Apolipoprotein e-
Deficient Mice”, Circulation, v. 103, n. 25,pp. 3047-50, 26 jun. 2001.
39. S. E. Nissen et al., “Effect of Recombinant Apo A-I Milano on Coronary Atherosclerosis
in Patients with Acute Coronary Syndromes: A Randomized Controlled Trial”, JAMA, v. 290, n. 17,
pp. 2292-2300, 5 nov. 2003.
40. Um estudo recente de fase 2 relatou “um aumento marcante nos níveis de colesterol HDL e
também níveis decrescentes no colesterol LDL”. M. E. Brousseau et al., “Effects of an Inhibitor of
Cholesteryl Ester Transfer Protein on HDL Cholesterol”, New England Journal of Medicine, v. 35, n.
15, pp. 1505-15, 8 abr. 2004. Disponível em:
<http://content.nejm.org/cgi/content/abstract/350/15/1505>. Os testes globais de fase 3 começaram
no final de 2003. Informações sobre Torcetrapib podem ser encontradas no site da Pfizer:
<http://www.pfizer.com/are/investors_reports/annual_2003/review/p2003ar14_15.htm>.
41. O. J. Finn, “Cancer Vaccines: Between the Idea and the Reality”, Nature Reviews: Immunology,
v. 3, n. 8, pp. 630-41, ago. 2003; R. C. Kennedy e M. H. Shearer, “A Role for Antibodies in Tumor
Immunity”, International Reviews of Immunology, v. 22, n. 2, pp. 141-72, mar.-abr. 2003.
42. T. F. Greten e E. M. Jaffee, “Cancer Vaccines”, Journal of Clinical Oncology, v. 17, n. 3, pp.
1047-60, mar. 1999.
43. “Cancer ‘Vaccine’ Results Encouraging”, BBCNews, 8 jan. 2001,
<http://news.bbc.co.uk/2/hi/health/1102618.stm>, em uma reportagem sobre a pesquisa de E. M.
Jaffee et al., “Novel Allogeneic Granulocyte-Macrophage Colony-Stimulating Factor-Secreting
Tumor Vaccine for Pancreatic Cancer: A Phase I Trial of Safety and Immune Activation”, Journal of
Clinical Oncology, v. 19, n. 1, pp. 145-56, 1o jan. 2001.
44. John Travis, “Fused Cells Hold Promise of Cancer Vaccines”, 4 mar. 2000,
<http://www.sciencenews.org/articles/20000304/fob3.asp>, referindo-se a D. W. Kufe, “Smallpox,
Polio and Now a Cancer Vaccine?”, Nature Medicine, n. 6, pp. 252-3, mar. 2000.
45. J. D. Lewis, B. D. Reilly e R. K. Bright, “Tumor-Associated Antigens: From Discovery to
Immunity”, International Reviews of Immunology, v. 22, n. 2, pp. 81-112, mar.-abr. 2003.
46. T. Boehm et al., “Antiangiogenic Therapy of Experimental Cancer Does Not Induce Acquired
Drug Resistance”, Nature, v. 390, n. 6658, pp. 404-7, 27 nov. 1997.
47. Angiogenesis Foundation, “Understanding Angiogenesis”. Disponível em:
<http://www.angio.org/understanding/content_understanding.html>; L. K. Lassiter e M. A. Carducci,
“Endothelin Receptor Antagonists in the Treatment of Prostate Cancer”, Seminars in Oncology, v.
30, n. 5, pp. 678-88, out. 2003. Para uma explicação do processo, ver o site do National Cancer
Institute, “Understanding Angiogenesis”, em:
<http://press2.nci.nih.gov/sciencebehind/angiogenesis/angio02.htm>.
48. I. B. Roninson, “Tumor Cell Senescence in Cancer Treatment”, Cancer Research, v. 63, n. 11, pp.
2705-15, 1o jun. 2003; B. R. Davies et al., “Immortalization of Human Ovarian Surface Epithelium
with Telomerase and Temperature-Sensitive SV40 Large T Antigen”, Experimental Cell Research, v.
288, n. 2, pp. 390-402, 15 ago. 2003.
49. Ver também R. C. Woodruff e J. N. Thompson Jr., “The Role of Somatic and Germline Mutations
in Aging and a Mutation Interaction Model of Aging”, Journal of Anti-Aging Medicine, v. 6, n. 1, pp.
29-39, primavera 2003. Ver também as notas 18 e 19.
50. Aubrey D. N. J. de Grey, “The Reductive Hotspot Hypothesis of Mammalian Aging: Membrane
Metabolism Magnifies Mutant Mitochondrial Mischief”, European Journal of Biochemistry, v. 269,
n. 8, pp. 2003-9, abr. 2002; P. F. Chinnery et al., “Accumulation of Mitochondrial DNA Mutations in
Ageing, Cancer, and Mitochondrial Disease: Is There a Common Mechanism?”, Lancet, v. 360, n.
9342, pp. 1323-5, 26 out. 2002; A. D. de Grey, “Mitochondrial Gene Therapy: An Arena for the
Biomedical Use of Inteins”, Trends in Biotechnology, v. 18, n. 9, pp. 394-9, set. 2000.
51. “A ideia de ‘vacinar’ indivíduos contra uma desordem neurodegenerativa como o mal de
Alzheimer é um afastamento marcante do pensamento clássico sobre mecanismo e tratamento, e,
contudo, vacinas terapêuticas para o mal de Alzheimer, bem como para a esclerosa múltipla, foram
autenticadas em modelos animais e fazem parte da clínica médica. Entretanto, tais abordagens têm o
potencial de induzir respostas inflamatórias indesejadas tanto quanto trazer benefícios.” (H. L.
Weiner e D. J. Selkoe, “Inflammation and Therapeutic Vaccination in CNS Diseases”, Nature, v. 420,
n. 6917, pp. 879-84, 19 a 26 dez. 2002). Esses pesquisadores mostraram que uma vacina na forma de
gotas nasais poderia desacelerar a deterioração do cérebro causada por Alzheimer. H. L. Weiner et al.
“Nasal Administration of Amyloid-beta Peptide Decreases Cerebral Amyloid Burden in a Mouse
Model of Alzheimer’s Disease”, Annals of Neurology, v. 48, n. 4, pp. 567-79, out. 2000.
52. S. Vasan, P. Foiles e H. Founds, “Therapeutic Potential of Breakers of Advanced Glycation End
Product-Protein Crosslinks”, Archives of Biochemistry and Biophysics, v. 419, n. 1, pp. 89-96, 1o nov.
2003; D. A. Kass, “Getting Better Without AGE: New Insights into the Diabetic Heart”, Circulation
Research, v. 92, n. 7, pp. 704-6, 18 abr. 2003.
53. S. Graham, “Methuselah Worm Remains Energetic for Life”, 27 out. 2003. Diponível em:
<www.sciam.com/article.cfm?chanID=sa003&articleID=000C601F-8711-1F99-
86FB83414B7F0156>.
54. A home page de Ron Weiss na Universidade de Princeton (http://www.princeton.edu/~rweiss)
lista suas publicações, como “Genetic Circuit Building Blocks for Cellular Computation,
Communications, and Signal Processing”, Natural Computing, an International Journal, v. 2, n. 1,
pp. 47-84, jan. 2003.
55. S. L. Garfinkel, “Biological Computing”, Technology Review, maio-jun. 2000. Disponível em:
<http://static.highbeam.com/t/technologyreview/may012000/biologicalcomputing>.
56. Ibid. Ver também a lista das pesquisas atuais no site do MIT Media Lab. Disponível em:
<http://www.media.mit.edu/research/index.html>.
57. Aqui, uma explicação possível: “Nos mamíferos, os embriões femininos têm dois cromossomos
X e os masculinos têm só um. Durante o desenvolvimento inicial nas fêmeas, um dos Xs e a maioria
de seus genes estão normalmente silenciados ou desativados. Assim, a quantidade de expressão de
genes em machos e fêmeas é a mesma. Mas, em animais clonados, um cromossomo X já está
desativado no núcleo doado. Ele tem de ser reprogramado e depois desativado de novo, o que traz a
possibilidade de erros”. CBC News online, “Genetic Defects May Explain Cloning Failures”, 27
maio 2002. Disponível em: <http://www.cbc.ca/stories/2002/05/27/cloning_errors020527>. Essa
história é relatada em F. Xue et al., “Aberrant Patterns of X Chromosome Inactivation in Bovine
Clones”, Nature Genetics, v. 31, n. 2, pp. 216-20, jun. 2002.
58. Rick Weiss, “Clone Defects Point to Need for 2 Genetic Parents”, Washington Post, 10 maio
1999. Disponível em: <http://www.gene.ch/genet/1999/Jun/msg00004.html>.
59. A. Baguisi et al., “Production of Goats by Somatic Cell Nuclear Transfer”, Nature Biotechnology,
n. 5, pp. 456-61, maio1999. Para mais informações sobre a parceria entre Genzyme Transgenics
Corporation, Louisiana State University, e Tufts University School of Medicine, que produziu esse
trabalho, ver o press release de 27 de abril de 1999, “Genzyme Transgenics Corporation Announces
First Successful Cloning of Transgenic Goat”, em:
<http://www.transgenics.com/pressreleases/pr042799.html>.
60. Luba Vangelova, “True or False? Extinction Is Forever”, Smithsonian, jun. 2003. Disponível em:
<http://www.smithsonianmag.com/smithsonian/issues03/jun03/phenomena.html>.
61. J. B. Gurdon e A. Colman, “The Future of Cloning”, Nature, v. 402, n. 6763, pp. 743-6, 16 dez.
1999; Gregory Stock e John Campbell (orgs.), Engineering the Human Germline: An Exploration of
the Science and Ethics of Altering the Genes We Pass to Our Children (Nova York: Oxford
University Press, 2000).
62. Como o Scripps Research Institute assinala: “A habilidade para diferenciar ou reverter as células
comprometidas com a linhagem para células genitoras multipotentes pode superar muitos dos
obstáculos associados, como uso do silêncio elétrico cerebral (ECS) e das células-tronco adultas em
aplicações clínicas (diferenciação ineficiente, rejeição das células alogênicas, isolamento e expansão
eficientes etc.). Com um processo eficiente de desdiferenciação, é possível que células adultas
saudáveis, abundantes e facilmente acessíveis possam ser usadas para gerar diferentes tipos de
células funcionais a fim de reparar tecidos e órgãos danificados”
(http://www.scripps.edu/chem/ding/sciences.htm).
A conversão direta de um tipo de célula diferenciada em outro — processo a que se referem
como transdiferenciação — seria benéfico para produzir células isogênicas (do próprio
paciente), a fim de substituir tecidos ou células doentes ou danificadas. As células-tronco
adultas apresentam um potencial mais amplo de diferenciação do que se previa, e podem
contribuir para tecidos diferentes daqueles onde elas residem. Como tais, elas poderiam ser
agentes terapêuticos valiosos. Os avanços recentes na transdiferenciação envolvem transplante
nuclear, manipulação das condições da cultura de células, indução de expressão gênica
ectópica e absorção de moléculas dos extratos celulares. Essas abordagens abrem as portas
para novos caminhos para fabricar células isogênicas substitutas. Para evitar uma
transformação imprevista de tecidos, a reprogramação nuclear requer modificações
epigenéticas controladas que passem aos descendentes. Resta um trabalho considerável para
desembaraçar os processos moleculares em que se baseia na reprogramação nuclear e para
avaliar a estabilidade das alterações nas células reprogramadas.
Citado de P. Collas e Anne-Mari Håkelien, “Teaching Cells New Tricks”, Trends in Biotechnology ,
v. 21, n. 8, pp. 354-61, ago. 2003; P. Collas, “Nuclear Reprogramming in Cell-Free Extracts”,
Philosophical Transactions of the Royal Society of London, B, v. 358, p. 1436, pp. 1389-95, 29 ago.
2003.
63. Uns pesquisadores converteram células humanas do fígado em células do pâncreas no
laboratório: Jonathan Slack et al., “Experimental Conversion of Liver to Pancreas”, Current Biology,
v. 13, n. 2, pp. 105-15, jan. 2003. Pesquisadores reprogramaram células para se comportarem como
outras células usando extratos de células; por exemplo, células da pele foram reprogramadas para
exibir as características das células T. Anne-Mari Håkelien et al., “Reprogramming Fibroblasts to
Express T-Cell Functions Using Cell Extracts”, Nature Biotechnology, v. 20, n. 5, pp. 460-6, maio
2002; Anne-Mari Håkelien e P. Collas, “Novel Approaches to Transdifferentiation”, Cloning Stem
Cells, v. 4, n. 4, pp. 379-87, 2002. Ver também David Tosh e Jonathan M. W. Slack, “How Cells
Change Their Phenotype”, Nature Reviews Molecular Cell Biology, v. 3, n. 3, pp. 187-94, mar. 2002.
64. Ver a descrição dos fatores da transcrição na nota 21 acima.
65. R. P. Lanza et al., “Extension of Cell Life-Span and Telomere Length in Animals Cloned from
Senescent Somatic Cells”, Science, v. 288, n. 5466, pp. 665-9, 28 abr. 2000. Ver também J. C.
Ameisen, “On the Origin, Evolution, and Nature of Programmed Cell Death: A Timeline of Four
Billion Years”, Cell Death and Differentiation, v. 9, n. 4, p. 367-93, abr. 2002; Mary-Ellen Shay,
“Transplantation Without a Donor”, Dream: The Magazine of Possibilities (Children’s Hospital,
Boston), outono de 2001.
66. Em 2000, a Immune Tolerance Network (http://www.immunetolerance.org), um projeto dos
National Institutes of Health (NIH) e da Juvenile Diabetes Foundation, anunciaram uma experiência
clínica multicêntrica para verificar a eficácia do transplante de ilhotas.
De acordo com um sumário da experiência clínica (James Shapiro, “Campath-1H and One-Year
Temporary Sirolimus Maintenance Monotherapy in Clinical Islet Transplantation”,
<http://www.immunetolerance.org/public/clinical/islet/trials/shapiro2.html>): “Esta terapia não é
adequada para todos os pacientes com diabetes tipo 1, mesmo que não houvesse limitações de
suprimento das ilhotas, por causa dos potenciais riscos a longo prazo de câncer, infecções graves e
efeitos colaterais de medicamentos relacionados com a terapia antirrejeição. Se a tolerância [função
indefinida do enxerto sem precisar de drogas a longo prazo para prevenir a rejeição] pudesse ser
alcançada com um mínimo de risco antecipado, então o transplante de ilhotas poderia ser usado com
segurança mais cedo no curso da diabetes, e eventualmente em crianças quando forem
diagnosticadas”.
67. “Lab Grown Steaks Nearing Menu”, <http://www.newscientist.com/news/news.jsp?
id=ns99993208>, inclui debates sobre questões técnicas.
68. A redução pela metade para tamanhos padrões é de cinco anos em cada dimensão. Ver a
discussão no capítulo 2.
69. Uma análise de Robert A. Freitas Jr. indica que substituir 10% das células vermelhas do sangue
de uma pessoa por respirócitos robóticos iria permitir que ela prendesse a respiração por cerca de
quatro horas, que é mais ou menos 240 vezes mais tempo do que um minuto (cerca do tempo
possível com as células vermelhas do sangue biológicas). Já que esse aumento deriva da substituição
de apenas 10% das células vermelhas do sangue, os respirócitos são milhares de vezes mais eficazes.
70. A nanotecnologia é “o controle minucioso, barato, da estrutura da matéria, baseado no controle
molécula-por-molécula dos produtos e subprodutos; os produtos e processos da fabricação molecular,
inclusive a maquinaria molecular” (Eric Drexler e Chris Peterson, Unbounding the Future: The
Nanotechnology Revolution [Nova York:William Morrow, 1991]). De acordo com os autores:
 A tecnologia está movendo-se na direção de maior controle da estrutura da matéria por
milênios... Tecnologias avançadas do passado — tubos de micro-ondas, lasers,
supercondutores, satélites, robots e similares — têm saído gotejando das fábricas, no começo
com preços altos e aplicações restritas. A fabricação molecular, entretanto, será mais como
computadores: uma tecnologia flexível com uma ampla gama de aplicações. E a fabricação
molecular não sairá gotejando das fábricas convencionais como fizeram os computadores; ela
vai substituir fábrica e substituir ou melhorar seus produtos. Isso é novo e básico, não só outra
engenhoca do século XX. Ela vai originar-se das tendências científicas do século XX, mas irá
romper as linhas de tendência na tecnologia, economia e assuntos do meio ambiente. [Cap. 1]
Drexler e Peterson esboçam o alcance possível dos efeitos da revolução: células solares eficientes
“tão baratas quanto os jornais e tão resistentes quanto o asfalto”, mecanismos moleculares que podem
matar os vírus do resfriado em seis horas antes de se biodegradarem, máquinas imunes que destroem
as células malignas do corpo como um apertar de um botão, supercomputadores de bolso, o fim do
uso de combustíveis fósseis, viagem pelo espaço e a restauração das espécies perdidas. Ver também
E. Drexler, Engines of Creation (Nova York: Anchor Books, 1986). O Foresight Institute tem uma
lista útil de perguntas e respostas sobre nanotecnologia,
<http://www.foresight.org/NanoRev/FIFAQ1.html>, e outras informações. Outros recursos na web
incluem a National Nanotechnology Initiative, <http://www.nano.gov>; <http://nanotechweb.org>; a
página de nanotecnologia de Ralph Merkle <http://www.zyvex.com/nano>; e Nanotechnology, um
jornal on-line, <http://www.iop.org/EJ/journal/0957-4484>. Um material extenso sobre
nanotecnologia pode ser encontrado no site do autor: <http://www.kurzweilAI.net/meme/frame.html?
m=18>.
71. Richard P. Feynman, “There’s Plenty of Room at the Bottom”, encontro anual da American
Physical Society, Pasadena, Estados Unidos, 1959; transcrição em
<http://www.zyvex.com/nanotech/feynman.html>.
72. John von Neumann, Theory of Self-Reproducing Automata, org. de A. W. Burks. (Urbana:
University of Illinois Press, 1966).
73. O levantamento mais completo da replicação de máquinas cinemáticas é Robert A. Freitas Jr. e
Ralph C. Merkle, Kinematic Self-Replicating Machines (Georgetown: Landes Bioscience, 2004).
Disponível em: <http://www.MolecularAssembler.com/KSRM.html>.
74. K. Eric Drexler, Engines of Creation, e K. Eric Drexler, Nanosystems: Molecular Machinery,
Manufacturing, and Computation (Nova York: Wiley Interscience, 1992).
75. Ver a discussão sobre circuitos de nanotubos no capítulo 3, incluindo a análise do potencial dos
circuitos de nanotubos na nota 9 daquele capítulo.
76. K. Eric Drexler e Richard E. Smalley, “Nanotechnology: Drexler and Smalley Make the Case for
and Against ‘Molecular Assemblers’”, Chemical and Engineering News, 30 nov. 2003. Disponível
em: <http://pubs.acs.org/cen/coverstory/8148/8148counterpoint.html>.
77. Ralph C. Merkle, “A Proposed ‘Metabolism’ for a Hydrocarbon Assembler”, Nanotechnology, n.
8, pp. 149-62, dez. 1997, <http://www.iop.org/EJ/abstract/0957-4484/8/4/001 ou
http://www.zyvex.com/nanotech/hydroCarbonMetabolism.html>. Ver também “Binding Sites for Use
in a Simple Assembler”, Nanotechnology, n. 8, pp. 23-8, 1997,
<http://www.zyvex.com/nanotech/bindingSites.html>; Id., “A New Family of Six Degree of Freedom
Positional Devices”, Nanotechnology, n. 8, pp. 47-52, 1997,
<http://www.zyvex.com/nanotech/6dof.html>; Id., “Casing an Assembler”, Nanotechnology, n. 10,
pp. 315-22, 1999, <http://www.zyvex.com/nanotech/casing>; Robert A. Freitas Jr., “A Simple Tool
for Positional Diamond Mechanosynthesis, and Its Method of Manufacture”, Pedido provisório de
patente nos Estados Unidos n. 60/543,802, apresentado em 11 de fevereiro de 2004, processo descrito
em: <http://www.MolecularAssembler.com/Papers/PathDiamMolMfg.htm>; Ralph C. Merkle e
Robert A. Freitas Jr., “Theoretical Analysis of a Carbon-Carbon Dimer Placement Tool for Diamond
Mechanosynthesis” Journal of Nanoscience and Nanotechnology, n. 3, pp. 319-24, ago. 2003,
http://www.rfreitas.com/Nano/JNNDimerTool.pdf; Id., “Merkle-Freitas Hydrocarbon Molecular
Assembler”, em Kinematic Self-Replicating Machines, seção 4.11.3 (Georgetown: Landes
Bioscience, 2004), pp. 130-5, <http://www.MolecularAssembler.com/KSRM/4.11.3.htm>.
78. Robert A. Freitas Jr., Nanomedicine, v. 1, Basic Capabilities, seção 6.3.4.5, “Chemoelectric
Cells” (Georgetown: Landes Bioscience, 1999), pp. 152-4,
<http://www.nanomedicine.com/NMI/6.3.4.5.htm>; Id., Nanomedicine, v. 1, Basic Capabilities,
seção 6.3.4.4, “Glucose Engines” (Georgetown: Landes Bioscience, 1999), pp. 149-52,
<http://www.nanomedicine.com/NMI/6.3.4.4.htm>; K. Eric Drexler, Nanosystems: Molecular
Machinery, Manufacturing, and Computation, seção 16.3.2, “Acoustic Power and Control” (Nova
York: Wiley Interscience, 1992), pp. 472-6. Ver também Robert A. Freitas Jr. e Ralph C. Merkle,
Kinematic Self-Replicating Machines, apêndice B.4, “Acoustic Transducer for Power and Control”
(Georgetown: Landes Bioscience, 2004), pp. 225-33,
<http://www.MolecularAssembler.com/KSRM/AppB.4.htm>.
79. O levantamento mais completo dessas propostas pode ser encontrado em Robert A. Freitas Jr. e
Ralph C. Merkle, Kinematic Self-Replicating Machines, capítulo 4, “Microscale and Molecular
Kinematic Machine Replicators” (Georgetown: Landes Bioscience, 2004), pp. 89-144. Disponível
em: <http://www.MolecularAssembler.com/KSRM/4.htm>.
80. Drexler, Nanosystems, p. 441.
81. O levantamento mais completo dessas propostas pode ser encontrado em Robert A. Freitas Jr. e
Ralph C. Merkle, Kinematic Self-Replicating Machines, capítulo 4, “Microscale and Molecular
Kinematic Machine Replicators” (Georgetown: Landes Bioscience, 2004), pp. 89-144. Disponível
em: <http://www.MolecularAssembler.com/KSRM/4.htm>.
82. T. R. Kelly, H. De Silva e R. A. Silva, “Unidirectional Rotary Motion in a Molecular System”,
Nature, v. 401, n. 6749, pp. 150-2, 9 set. 1999.
83. Carlo Montemagno e George Bachand, “Constructing Nanomechanical Devices Powered by
Biomolecular Motors”, Nanotechnology, n. 10, pp. 225-31, 1999; George D. Bachand e Carlo D.
Montemagno, “Constructing Organic/Inorganic NEMS Devices Powered by Biomolecular Motors”,
Biomedical Microdevices, v. 2, n. 3, pp. 179-84, jun. 2000.
84. N. Koumura et al., “Light-Driven Monodirectional Molecular Rotor”, Nature, v. 401, n. 6749, pp.
152-5, 9 set. 1999.
85. Berkeley Lab, “A Conveyor Belt for the Nano-Age”, 28 abr. 2004. Disponível em:
<http://www.lbl.gov/Science-Articles/Archive/MSD-conveyor-belt-for-nanoage.html>.
86. “Study: Self-Replicating Nanomachines Feasible”, 2 jun. 2004,
<http://www.smalltimes.com/document_display.cfm?section_id=53&document_id=8007>,
referindo-se a Tihamer Toth-Fejel, “Modeling Kinematic Cellular Automata”, 30 abr. 2004,
<http://www.niac.usra.edu/files/studies/final_report/pdf/883Toth-Fejel.pdf>.
87. W. U. Dittmer, A. Reuter e F. C. Simmel, “A DNA-Based Machine That Can Cyclically Bind and
Release Thrombin”, Angewandte Chemie International Edition, n. 43, pp. 3550-3, 2004.
88. Shiping Liao e Nadrian C. Seeman, “Translation of DNA Signals into Polymer Assembly
Instructions”, Science, v. 306, pp. 2072-4, 17 dez. 2004. Disponível em:
<http://www.sciencemag.org/cgi/reprint/306/5704/2072.pdf>.
89. Scripps Research Institute, “Nano-origami”, 11 fev. 2004. Disponível em:
<http://www.eurekalert.org/pub_releases/2004-02/sri-n021004.php>.
90. Jenny Hogan, “DNA Robot Takes Its First Steps”, 6 maio 2004,
<http://www.newscientist.com/news/news.jsp?id=ns99994958>, referindo-se a Nadrian Seeman e
William Sherman, “A Precisely Controlled DNA Biped Walking Device”, Nano Letters, v. 4, n. 7, pp.
1203-7, jul. 2004.
91. Helen Pearson, “Construction Bugs Find Tiny Work”, Nature News, 11 jul. 2003. Disponível em:
<http://www.nature.com/news/2003/030707/full/030707-9.html>.
92. Richard E. Smalley, “Nanofallacies: Of Chemistry, Love and Nanobots”, Scientific American, v.
285, n. 3, pp. 76-7, set. 2001; é necessária a assinatura para este link:
<http://www.sciamdigital.com/browse.cfm?
sequencenameCHAR=item2&methodnameCHAR=resource_getitembrowse&interfacenameCHAR=browse.cfm&ISSU
17A5-4374-B100-3185A0CCC86&ARTICLEID_CHAR=F90C4210-C153-4B2F-83A1-
28F2012B637&sc=I100322>.
93. Ver a bibliografia de referência nas notas 108 e 109 abaixo. Ver também Drexler, Nanosystems,
para sua proposta. Para confirmação, ver Xiao Yan Chang, Martin Perry, James Peploski, Donald L.
Thompson e Lionel M. Raff, “Theoretical Studies of Hydrogen-Abstraction Reactions from Diamond
and Diamondlike Surfaces”, Journal of Chemical Physics, v. 99, pp. 4748-58, 15 set. 1993. Ver
também L. J. Lauhon e W. Ho, “Inducing and Observing the Abstraction of a Single Hydrogen Atom
in Bimolecular Reaction with a Scanning Tunneling Microscope”, Journal of Physical Chemistry, v.
105, pp. 3987-92, 2000; G. Allis e K. Eric Drexler, “Design and Analysis of a Molecular Tool for
Carbon Transfer in Mechanosynthesis”, Journal of Computational and Theoretical Nanoscience, v. 2,
n. 1, mar.-abr. 2005.
94. Lea Winerman, “How to Grab an Atom”, Physical Review Focus, 2 maio 2003,
<http://focus.aps.org/story/v11/st19>, referindo-se a Noriaki Oyabu, “Mechanical Vertical
Manipulation of Selected Single Atoms by Soft Nanoindentation Using a Near Contact Atomic Force
Microscope”, Physical Review Letters, v. 90, n. 17, p. 176102, 2 maio 2003.
95. Robert A. Freitas Jr., “Technical Bibliography for Research on Positional Mechanosynthesis”,
site do Foresight Institute, 16 dez. 2003. Disponível em:
<http://foresight.org/stage2/mechsynthbib.html>.
96. Ver a equação e a explicação na p. 3 de Ralph C.Merkle, “That’s Impossible! How Good
Scientists Reach Bad Conclusions”. Disponível em:
<http://www.zyvex.com/nanotech/impossible.html>.
97. “Então ΔXC é só ~5% do diâmetro usual da nuvem de elétrons atômicos de ~0,3 nm, impondo
apenas uma restrição adicional modesta na fabricação e estabilidade das estruturas nanomecânicas.
(Mesmo na maioria dos líquidos em ponto de ebulição, todas as moléculas podem se mover apenas
~0,07 nm de sua posição normal.).” Robert A. Freitas Jr., Nanomedicine, v. 1, Basic Capabilities,
seção 2.1, “Is Molecular Manufacturing Possible?” (Georgetown: Landes Bioscience, 1999), p. 39.
Disponível em: <http://www.nanomedicine.com/NMI/2.1.htm#p9>.
98. Robert A. Freitas Jr., Nanomedicine, v. 1, Basic Capabilities, seção 6.3.4.5, “Chemoelectric
Cells” (Georgetown: Landes Bioscience, 1999), pp. 152-54. Disponível em:
<http://www.nanomedicine.com/NMI/6.3.4.5.htm>.
99. Montemagno e Bachand, “Constructing Nanomechanical Devices Powered by Biomolecular
Motors”.
100. Carta aberta do presidente da Foresight, K. Eric Drexler, para o ganhador do prêmio Nobel de
química, Richard Smalley, <http://www.foresight.org/NanoRev/Letter.html>, e reimpressa aqui:
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0560.html>. A história completa
pode ser encontrada em Ray Kurzweil, “The Drexler-Smalley Debate on Molecular Assembly, em:
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0604.html>.
101. K. Eric Drexler e Richard E. Smalley, “Nanotechnology: Drexler and Smalley Make the Case
for and Against ‘Molecular Assemblers’”, Chemical & Engineering News, v. 81, n. 48, pp. 37-42, 1o
dez. 2003. Disponível em: <http://pubs.acs.org/cen/coverstory/8148/8148counterpoint.html>.
102. A. Zaks e A. M. Klibanov, “Enzymatic Catalysis in Organic Media at 100 Degrees C”, Science,
v. 224, n. 4654, pp. 1249-51, 15 jun. 1984.
103. Patrick Bailey, “Unraveling the Big Debate About Small Machines”, BetterHumans, 16 ago.
2004. Disponível em: <http://www.betterhumans.com/Features/Reports/report.aspx?articleID=2004-
08-16-1>.
104. Charles B. Musgrave et al., “Theoretical Studies of a Hydrogen Abstraction Tool for
Nanotechnology”, Nanotechnology, v. 2, pp. 187-95, 2 out. 1991; Michael Page e Donald W.
Brenner, “Hydrogen Abstraction from a Diamond Surface: Ab initio Quantum Chemical Study with
Constrained Isobutane as a Model”, Journal of the American Chemical Society, v. 113, n. 9, pp.
3270-4, 1991; Xiao Yan Chang, Martin Perry, James Peploski, Donald L. Thompson e Lionel M.
Raff, “Theoretical Studies of Hydrogen-Abstraction Reactions from Diamond and Diamond-like
Surfaces”, Journal of Chemical Physics, v. 99, pp. 4748-58, 15 set. 1993; J. W. Lyding, K. Hess, G.
C. Abeln et al., “UHV-STM Nanofabrication and Hydrogen/Deuterium Desorption from Silicon
Surfaces: Implications for CMOS Technology”, Applied Surface Science, v. 132, p. 221, 1998.
Disponível em: <http://www.hersam-group.northwestern.edu/publications.html>; E. T. Foley et al.,
“Cryogenic UHV-STM Study of Hydrogen and Deuterium Desorption from Silicon(100)”, Physical
Review Letters, v. 80, pp. 1336-9, 1998. Disponível em:
<http://prola.aps.org/abstract/PRL/v80/i6/p1336_1>; L. J. Lauhon e W. Ho, “Inducing and Observing
the Abstraction of a Single Hydrogen Atom in Bimolecular Reaction with a Scanning Tunneling
Microscope”, Journal of Physical Chemistry, v. 105, pp. 3987-92, 2000.
105. Stephen P. Walch e Ralph C. Merkle, “Theoretical Studies of Diamond Mechanosynthesis
Reactions”, Nanotechnology, n. 9, pp. 285-96, set. 1998; Fedor N.Dzegilenko, Deepak Srivastava e
Subhash Saini, “Simulations of Carbon Nanotube Tip Assisted Mechano-Chemical Reactions on a
Diamond Surface”, Nanotechnology, n. 9, pp. 325-30, dez. 1998; Ralph C. Merkle e Robert A.
Freitas Jr., “Theoretical Analysis of a Carbon-Carbon Dimer Placement Tool for Diamond
Mechanosynthesis”, Journal of Nanoscience and Nanotechnology, n. 3, pp. 319-24, ago. 2003,
<http://www.rfreitas.com/Nano/DimerTool.htm>; Jingping Peng, Robert A. Freitas Jr. e Ralph C.
Merkle, “Theoretical Analysis of Diamond Mechano-Synthesis. Part I. Stability of C2 Mediated
Growth of Nanocrystalline Diamond C(110) Surface”, Journal of Computational and Theoretical
Nanoscience, n. 1, pp. 62-70, mar. 2004,
<http://www.molecularassembler.com/JCTNPengMar04.pdf>; David J. Mann, Jingping Peng, Robert
A. Freitas Jr. e Ralph C. Merkle, “Theoretical Analysis of Diamond MechanoSynthesis. Part II. C2
Mediated Growth of Diamond C(110) Surface via Si/Ge-Triadamantane Dimer Placement Tools”,
Journal of Computational and Theoretical Nanoscience, n. 1, pp. 71-80, mar. 2004,
<http://www.molecularassembler.com/JCTNMannMar04.pdf>.
106. A análise da ferramenta de extrair o hidrogênio e das ferramentas de depositar o carbono
envolveu muitas pessoas, incluindo: Donald W. Brenner, Tahir Cagin, Richard J.Colton, K. Eric
Drexler, Fedor N. Dzegilenko, Robert A. Freitas Jr., William A.Goddard III, J. A. Harrison, Charles
B. Musgrave, Ralph C. Merkle, Michael Page, Jason K. Perry, Subhash Saini, O. A. Shenderova,
Susan B. Sinnott, Deepak Srivastava, Stephen P.Walch e Carter T.White.
107. Ralph C. Merkle, “A Proposed ‘Metabolism’ for a Hydrocarbon Assembler”, Nanotechnology,
n. 8, pp. 149-62, dez. 1997. Disponível em: <http://www.iop.org/EJ/abstract/0957-4484/8/4/001> ou
<http://www.zyvex.com/nanotech/hydroCarbonMetabolism.html>.
108. Uma bibliografia útil para referências: Robert A. Freitas Jr., “Technical Bibliography for
Research on Positional Mechanosynthesis”, site do Foresight Institute, 16 dez. 2003,
<http://foresight.org/stage2/mechsynthbib.html.; Wilson Ho e Hyojune Lee, “Single Bond Formation
and Characterization with a Scanning Tunneling Microscope”, Science, v. 286, n. 5445, pp. 1719-22,
26 nov. 1999, < http://www.physics.uci.edu/~wilsonho/stm-iets.html>; K. Eric Drexler, Nanosystems,
capítulo 8; Ralph Merkle, “Proposed ‘Metabolism’ for a Hydrocarbon Assembler”; Musgrave et al.,
“Theoretical Studies of a Hydrogen Abstraction Tool for Nanotechnology”; Michael Page e Donald
W. Brenner, “Hydrogen Abstraction from a Diamond Surface: Ab initio Quantum Chemical Study
with Constrained Isobutane as a Model”, Journal of the American Chemical Society, v. 113, n. 9, pp.
3270-4, 1991; D.W. Brenner et al., “Simulated Engineering of Nanostructures”, Nanotechnology, n.
7, pp. 161-7, set. 1996, <http://www.zyvex.com/nanotech/nano4/brennerPaper.pdf>; S. P.Walch, W.
A. Goddard III e Ralph Merkle, “Theoretical Studies of Reactions on Diamond Surfaces”, Quinta
Conferência Foresight sobre Nanotecnologia Molecular, 1997,
<http://www.foresight.org/Conferences/MNT05/Abstracts/Walcabst.html>; Stephen P. Walch e Ralph
C. Merkle, “Theoretical Studies of Diamond Mechanosynthesis Reactions”, Nanotechnology, n. 9,
pp. 285-96, set. 1998; Fedor N. Dzegilenko, Deepak Srivastava e Subhash Saini, “Simulations of
Carbon Nanotube Tip Assisted Mechano-Chemical Reactions on a Diamond Surface”,
Nanotechnology, n. 9, pp. 325-30, dez. 1998; J. W. Lyding et al., “UHVSTM Nanofabrication and
Hydrogen/Deuterium Desorption from Silicon Surfaces: Implications for CMOS Technology”,
Applied Surface Science, n. 132, p. 221, 1998, <http://www.hersam-
group.northwestern.edu/publications.html>; E. T. Foley et al., “Cryogenic UHV-STM Study of
Hydrogen and Deuterium Desorption from Silicon(100)”, Physical Review Letters, n. 80, pp. 1336-9,
1998, <http://prola.aps.org/abstract/PRL/v80/i6/p1336_1>; M. C. Hersam, G. C. Abeln e J. W.
Lyding, “An Approach for Efficiently Locating and Electrically Contacting Nanostructures
Fabricated via UHV-STM Lithography on Si(100)”, Microelectronic Engineering, n. 47, pp. 235-7,
1999; L. J. Lauhon e W.Ho, “Inducing and Observing the Abstraction of a Single Hydrogen Atom in
Bimolecular Reaction with a Scanning Tunneling Microscope”, Journal of Physical Chemistry, n.
105, pp. 3987-92, 2000, <http://www.physics.uci.edu/~wilsonho/stm-iets.html>.
109. Eric Drexler, “Drexler Counters”, publicado pela primeira vez em KurzweilAI.net, 1o nov. 2003,
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0606.html>. Ver também K. Eric
Drexler, Nanosystems: Molecular Machinery, Manufacturing, and Computation (Nova York: Wiley
Interscience, 1992), capítulo 8; Ralph C. Merkle, “Foresight Debate with Scientific American”
(1995), <http://www.foresight.org/SciAmDebate/SciAmResponse.html>; Wilson Ho e Hyojune Lee,
“Single Bond Formation and Characterization with a Scanning Tunneling Microscope”, Science, v.
286, n. 5445, pp. 1719-22, 26 nov. 1999, <http://www.physics.uci.edu/~wilsonho/stm-iets.html>; K.
Eric Drexler, David Forrest, Robert A. Freitas Jr., J. Storrs Hall, Neil Jacobstein, Tom McKendree,
Ralph Merkle e Christine Peterson, “On Physics, Fundamentals, and Nanorobots: A Rebuttal to
Smalley’s Assertion that Self-Replicating Mechanical Nanorobots Are Simply Not Possible: A
Debate About Assemblers” (2001), <http://www.imm.org/SciAmDebate2/smalley.html>.
110. Ver: <http://pubs.acs.org/cen/coverstory/8148/8148counterpoint.html>;
<http://www.kurzweilAI.net/meme/frame.html?main=/articles/art0604.html?>.
111. D. Maysinger et al., “Block Copolymers Modify the Internalization of Micelle-Incorporated
Probes into Neural Cells”, Biochimica et Biophysica Acta, v. 1539, n. 3, pp. 205-17, 20 jun. 2001; R.
Savic et al., “Micellar Nanocontainers Distribute to Defined Cytoplasmic Organelles”, Science, v.
300, n. 5619, pp. 615-8, 25 abr. 2003.
112. T. Yamada et al., “Nanoparticles for the Delivery of Genes and Drugs to Human Hepatocytes”,
Nature Biotechnology, v. 21, n. 8, pp. 885-90, ago. 2003. Publicado eletronicamente em 29 de junho
de 2003. Sumário: <http://www.nature.com/cgi-taf/DynaPage.taf?
file=/nbt/journal/v21/n8/abs/nbt843.html.> Press release curto da Nature:
<http://www.nature.com/nbt/press_release/nbt0803.html>.
113. Richards Grayson et al., “A BioMEMS Review: MEMS Technology for Physiologically
Integrated Devices”, IEEE Proceedings, n. 92, pp. 6-21, 2004; Richards Grayson et al., “Molecular
Release from a Polymeric Microreservoir Device: Influence of Chemistry, Polymer Swelling, and
Loading on Device Performance”, Journal of Biomedical Materials Research, v. 69A, n. 3, pp. 502-
12, 1o jun. 2004.
114. D. Patrick O’Neal et al., “Photo-thermal Tumor Ablation in Mice Using Near Infrared-
Absorbing Nanoparticles”, Cancer Letters, v. 209, n. 2, pp. 171-6, 25 jun. 2004.
115. International Energy Agency, de uma apresentação de R. E. Smalley, “Nanotechnology, the S&T
Workforce, Energy & Prosperity”, p. 12, apresentada em PCAST (President’s Council of Advisors on
Science and Technology), Washington, 3 mar. 2003. Disponível em:
<http://www.ostp.gov/PCAST/PCAST%203-3-03%20R%20Smalley%20Slides.pdf>; também em:
<http://cohesion.rice.edu/NaturalSciences/Smalley/emplibrary/PCAST%20March%203,%202003.ppt>.
116. Smalley, “Nanotechnology, the S&T Workforce, Energy & Prosperity”.
117. “FutureGen — A Sequestration and Hydrogen Research Initiative”, U.S. Department
of Energy, Office of Fossil Energy, fev. 2003. Disponível em:
<http://www.fossil.energy.gov/programs/powersystems/futuregen/futuregen_factsheet.pdf>.
118. Drexler, Nanosystems, pp. 428, 433.
119. Barnaby J. Feder, “Scientist at Work/Richard Smalley: Small Thoughts for a Global Grid”, New
York Times, 2 set. 2003; é preciso assinatura ou compra para o seguinte link:
<http://query.nytimes.com/gst/abstract.html?res=F30C17FC3D5C0C718CDDA00894DB404482>.
120. International Energy Agency, de Smalley, “Nanotechnology, the S&T Workforce, Energy &
Prosperity”, p. 12.
121. American Council for the United Nations University, Millennium Project Global Challenge 13:
<http://www.acunu.org/millennium/ch-13.html>.
122. “Wireless Transmission in Earth’s Energy Future”, Environment News Service, 19 nov. 2002,
referindo-se a Jerome C. Glenn e Theodore J. Gordon em “2002 State of the Future”, American
Council for the United Nations University (ago. 2002).
123. Revelação: o autor é conselheiro e investidor nessa empresa.
124. “NEC Unveils Methanol-Fueled Laptop”, Associated Press, 30 jun. 2003,
<http://www.siliconvalley.com/mld/siliconvalley/news/6203790.htm>, referindo-se ao press release
da NEC, “NEC Unveils Notebook PC with Built-In Fuel Cell”, 30 jun. 2003,
<http://www.nec.co.jp/press/en/0306/3002.html>.
125. Tony Smith, “Toshiba Boffins Prep Laptop Fuel Cell”, The Register, 5 mar. 2003,
<http://www.theregister.co.uk/2003/03/05/toshiba_boffins_prep_laptop_fuel>; Yoshiko Hara,
“Toshiba Develops Matchbox-Sized Fuel Cell for Mobile Phones”, EE Times, 24 jun. 2004,
<http://www.eet.com/article/showArticle.jhtml?articleId=22101804>, referindo-se ao press release da
Toshiba, “Toshiba Announces World’s Smallest Direct Methanol Fuel Cell with Energy Output of
100 Milliwats”, <http://www.toshiba.com/taec/press/dmfc_04_222.shtml>.
126. Karen Lurie, “Hydrogen Cars”, ScienceCentral News, 13 maio 2004. Disponível em:

<http://www.sciencentral.com/articles/view.php3?language=english&type=article&article_id =
218392247>.
127. Louise Knapp, “Booze to Fuel Gadget Batteries”, Wired News, 2 abr. 2003,
<http://www.wired.com/news/gizmos/0,1452,58119,00.html>, e o press release da Universidade de
St. Louis, “Powered by Your Liquor Cabinet, New Biofuel Cell Could Replace Rechargeable
Batteries”, 24 mar. 2003, <http://www.slu.edu/readstory/newsinfo/2474>, referindo-se a Nick Akers
e Shelley Minteer, “Towards the Development of a Membrane Electrode Assembly”, apresentado no
encontro nacional da American Chemical Society, Anaheim, Estados Unidos (2003).
128. “Biofuel Cell Runs on Metabolic Energy to Power Medical Implants”, Nature Online, 12 nov.
2002, <http://www.nature.com/news/2002/021111/full/021111-1.html>, referindo-se a N. Mano, F.
Mao e A. Heller, “A Miniature Biofuel Cell Operating in a Physiological Buffer”, Journal of the
American Chemical Society, n. 124, pp. 12962-63, 2002.
129. “Power from Blood Could Lead to ‘Human Batteries’”, FairfaxDigital, 4 ago. 2003. Disponível
em: <http://www.smh.com.au/articles/2003/08/03/1059849278131.html?oneclick=true>. Para ler
mais sobre as células de combustível de micróbios: <http://www.geobacter.org/research/microbial/>.
O laboratório BioMEMs de Matsuhiko Nishizawa fez o diagrama de uma microcélula de
combustível: <http://www.biomems.mech.tohoku.ac.jp/research_e.html>. Esse artigo curto descreve
o trabalho em uma fonte de energia implantável, não tóxica, que agora pode produzir 0.2 watts:
<http://www.iol.co.za/index.php?set_id=1&click_id=31&art_id=qw111596760144B215>.
130. Mike Martin, “Pace-Setting Nanotubes May Power Micro-Devices”, NewsFactor, 27 fev. 2003.
Disponível em: <http://physics.iisc.ernet.in/~asood/Pace-
Setting%20Nanotubes%20May%20Power%20Micro-Devices.htm>.
131. “Finalmente, é possível deduzir um limite para a massa total dos nanorrobots ativos no planeta,
considerando o balanço energético global. O total da insolação solar recebida na superfície de Terra é
~1.75 x 1017 watts (ITerra ~ 1370 W/m2 ± 0,4% na incidência normal)”, Robert A. Freitas Jr.,
Nanomedicine, v. 1, Basic Capabilities, seção 6.5.7, “Global Hypsithermal Limit” (Georgetown:
Landes Bioscience, 1999), pp. 175-76. Disponível em:
<http://www.nanomedicine.com/NMI/6.5.7.htm#p1>.
132. Isso presume 10 bilhões (1010) de pessoas, uma densidade de energia para os nanorrobots de
cerca de 107 watts por metro, o tamanho do nanorrobot de um mícron cúbico, e um consumo de
energia de cerca de 10 picowatts (1011 watts) por nanorrobot. O limite hipsitérmico de 1016 watts
implica cerca de dez quilos de nanorrobots por pessoa ou 1016 nanorrobots por pessoa. Robert A.
Freitas Jr., Nanomedicine, v. 1, Basic Capabilities, seção 6.5.7, “Global Hypsithermal Limit”
(Georgetown: Landes Bioscience, 1999), pp. 175-76. Disponível em:
<http://www.nanomedicine.com/NMI/6.5.7.htm#p4>.
133. Por outro lado, a nanotecnologia pode ser projetada para ser extremamente eficiente em energia,
em primeiro lugar, assim a recaptura de energia seria desnecessária e impossível porque haveria
relativamente pouca dispersão de calor a ser recapturada. Em um comunicado particular (jan. 2005),
Robert A. Freitas Jr. escreve: “Drexler (Nanosystems, p. 396) afirma que a dissipação de energia
pode ser, em teoria, tão baixa quanto Ediss ~ 0,1MJ/kg ‘se se presumir que o desenvolvimento de um
conjunto de processos mecanoquímicos capazes de transformar moléculas de matéria-prima em
estruturas de produtos complexos usando apenas etapas de confiança, quase reversíveis’, 0,1 MJ/kg
de diamantes corresponde a mais ou menos o ruído térmico mínimo na temperatura ambiente (por
exemplo, kT ~ 4 zJ/átomo a 298 K)”.
134. Alexis De Vos, Endoreversible Thermodynamics of Solar Energy Conversion (Londres: Oxford
University Press, 1992), p. 103.
135. R. D. Schaller e V. I. Klimov, “High Efficiency Carrier Multiplication in PbSe Nanocrystals:
Implications for Solar Energy Conversion”, Physical Review Letters, v. 92, n. 18, p. 186601, 7 maio
2004.
136. National Academies Press, Commission on Physical Sciences, Mathematics, and Applications,
Harnessing Light: Optical Science and Engineering for the 21st Century, (Washington: National
Academy Press, 1998), p. 166,. Disponível em:
<http://books.nap.edu/books/0309059917/html/166.html>.
137. Matt Marshall, “World Events Spark Interest in Solar Cell Energy Start-ups”, Mercury News, 15
ago. 2004. Disponível em: <http://www.konarkatech.com/news_articles_082004/b-silicon_valley.php
e http://www.nanosolar.com/cache/merc081504.htm>.
138. John Gartner, “NASA Spaces on Energy Solution”, Wired News, 22 jun. 2004. Disponível em:
<http://www.wired.com/news/technology/0,1282,63913,00.html>. Ver também Arthur Smith, “The
Case for Solar Power from Space”. Disponível em: <http://www.lispace.org/articles/SSPCase.html>.
139. “The Space Elevator Primer”, Spaceward Foundation. Disponível em:
<http://www.elevator2010.org/site/primer.html>.
140. Kenneth Chang, “Experts Say New Desktop Fusion Claims Seem More Credible”, New York
Times, 3 mar. 2004, <http://www.rpi.edu/web/News/nytlahey3.html>, referindo-se a R. P.
Taleyarkhan, “Additional Evidence of Nuclear Emissions During Acoustic Cavitation”, Physical
Review E: Statistical, Nonlinear, and Soft Matter Physics, v. 69, n. 3, parte 2, p.036109, mar. 2004.
141. O método original de fusão a frio de Pons e Fleischman usando eletrodos de paládio não está
morto. Defensores entusiastas têm prosseguido com a tecnologia, e o Departamento de Energia dos
Estados Unidos anunciou em 2004 que estava fazendo uma nova revisão formal das pesquisas
recentes nesse campo. Toni Feder, “DOE Warms to Cold Fusion”, Physics Today, abr. 2004.
Disponível em: <http://www.physicstoday.org/vol-57/iss-4/p27.html>.
142. Akira Fujishima, Tata N. Rao e Donald A. Tryk, “Titanium Dioxide Photocatalysis”, Journal of
Photochemistry and Photobiology C: Photochemistry Review, n. 1, pp. 1-21, 29 jun. 2000; Prashant
V. Kamat, Rebecca Huehn e Roxana Nicolaescu, “A ‘Sense and Shoot’ Approach for Photocatalytic
Degradation of Organic Contaminants in Water”, Journal of Physical Chemistry B, n. 106, p. 788-94,
31 jan. 2002.
143. A. G. Panov et al., “Photooxidation of Toluene and p-Xylene in Cation-Exchanged Zeolites X,
Y, ZSM-5, and Beta: The Role of Zeolite Physicochemical Properties in Product Yield and
Selectivity”, Journal of Physical Chemistry B, n. 104, pp. 5706-14, 22 jun. 2000.
144. Gabor A. Somorjai e Keith McCrea, “Roadmap for Catalysis Science in the 21st Century: A
Personal View of Building the Future on Past and Present Accomplishments”, Applied Catalysis A:
General, v. 222, n. 1-2, pp. 3-18, 2001, Lawrence Berkeley National Laboratory número 3.LBNL-
48555. Disponível em: <http://www.cchem.berkeley.edu/~gasgrp/2000.html> (publicação 877). Ver
também Zhao, Lu e Millar, “Advances in Mesoporous Molecular Sieve MCM-41”, Industrial &
Engineering Chemistry Research, n. 35, pp. 2075-90, 1996. Disponível em:
<http://cheed.nus.edu.sg/~chezxs/Zhao/publication/1996_2075.pdf>.
145. Relatório de NTSC/NSET, National Nanotechnology Initiative: The Initiative and Its
Implementation Plan, jul. 2000. Disponível em: <http://www.nano.gov/html/res/nni2.pdf>.
146. Wei-xian Zhang, Chuan-Bao Wang e Hsing-Lung Lien, “Treatment of Chlorinated Organic
Contaminants with Nanoscale Bimetallic Particles”, Catalysis Today, n. 40, pp. 387-95, 14 maio
1988.
147. R. Q. Long e R. T. Yang, “Carbon Nanotubes as Superior Sorbent for Dioxin Removal”, Journal
of the American Chemical Society, v. 123, n. 9, pp. 2058-9, 2001.
148. Robert A. Freitas Jr., “Death Is an Outrage!”, apresentado na Fifth Alcor Conference on
Extreme Life Extension, Newport Beach, Estados Unidos, 16 nov. 2002. Disponível em:
<http://www.rfreitas.com/Nano/DeathIsAnOutrage.htm>.
149. Por exemplo, a quinta conferência anual de BIOMEMS, jun. 2003, San Jose. Disponível em:
<http://www.knowledgepress.com/events/11201717.htm>.
150. Primeiros dois volumes de uma série planejada de quatro volumes: Robert A. Freitas Jr.,
Nanomedicine, v. I, Basic Capabilities (Georgetown: Landes Bioscience, 1999); Nanomedicine, vol.
IIA, Biocompatibility (Georgetown: Landes Bioscience, 2003). Disponível em:
<http://www.nanomedicine.com>.
151. Robert A. Freitas Jr., “Exploratory Design in Medical Nanotechnology: A Mechanical Artificial
Red Cell”, Artificial Cells, Blood Substitutes, and Immobilization Biotechnology, n. 26, pp. 411-30,
1998. Disponível em: <http://www.foresight.org/Nanomedicine/Respirocytes.html>.
152. Robert A. Freitas Jr., “Microbivores: Artificial Mechanical Phagocytes using Digest and
Discharge Protocol”, pré-impressão de Zyvex, mar. 2001,
<http://www.rfreitas.com/Nano/Microbivores.htm>; Robert A. Freitas Jr., “Microbivores: Artificial
Mechanical Phagocytes”, Foresight Update, n. 44, pp. 11-3, 31 mar. 2001,
<http://www.imm.org/Reports/Rep025.html>; ver também imagens de microbívoros na
Nanomedicine Art Gallery:
<http://www.foresight.org/Nanomedicine/Gallery/Species/Microbivores.html>.
153. Robert A. Freitas Jr., Nanomedicine, v. I, Basic Capabilities, seção 9.4.2.5, “Nanomechanisms
for Natation” (Georgetown: Landes Bioscience, 1999), pp. 309-12. Disponível em:
<http://www.nanomedicine.com/NMI/9.4.2.5.htm>.
154. George Whitesides, “Nanoinspiration: The Once and Future Nanomachine”, Scientific
American, v. 285, n. 3, pp. 78-83, 16 set. 2001.
155. “De acordo com a estimativa de Einstein para o movimento browniano, depois que passou um
segundo na temperatura ambiente, uma molécula fluídica de água percorreu, em média, uma
distância de ~50 mícrons (~400 mil diâmetros moleculares), enquanto um nanorrobot de um mícron
mergulhado nesse mesmo fluido deslocou-se por apenas ~0,7 mícrons (só ~0,7 do diâmetro do
dispositivo) durante o mesmo período de tempo. Portanto, o movimento browniano é, no máximo,
uma fonte menor de erros de navegação para os nanorrobots médicos móveis.” Ver K. Eric Drexler et
al., “Many Future Nanomachines: A Rebuttal to Whitesides’ Assertion That Mechanical Molecular
Assemblers Are Not Workable and Not a Concern”, um Debate sobre os Montadores, Institute for
Molecular Manufacturing, 2001. Disponível em:
<http://www.imm.org/SciAmDebate2/whitesides.html>.
156. Tejal A. Desai, “MEMS-Based Technologies for Cellular Encapsulation”, American Journal of
Drug Delivery, v. 1, n. 1, pp. 3-11, 2003, sumário disponível em:
<http://www.ingentaconnect.com/search/expand?
pub=infobike://adis/add/2003/00000001/00000001/art00001>.
157. Conforme citado por Douglas Hofstadter em Gödel, Escher, Bach: An Eternal Golden Braid
(Nova York: Basic Books, 1979).
158. O autor dirige uma empresa, FATKAT (Financial Accelerating Transactions by Kurzweil
Adaptive Technologies), que aplica o reconhecimento computadorizado de padrões nos dados
financeiros para tomar decisões de investimento na bolsa, <http://www.FatKat.com>.
159. Ver a discussão no capítulo 2 sobre melhorias do preço-desempenho na memória de
computadores e nos aparelhos eletrônicos em geral.
160. A IA fora de controle se refere a um cenário em que, como Max More descreve, “máquinas
superinteligentes, inicialmente usadas para benefício humano, logo nos deixarão para trás”. Max
More, “Embrace, Don’t Relinquish, the Future”. Disponível em:
<http://www.KurzweilAI.net/articles/art0106.html?printable=1>. Ver também a descrição de Damien
Broderick de “Seed AI”: “Uma IA que melhora a si mesma poderia rodar gélida e vagarosamente em
um substrato mecânico limitado. Enquanto ela tiver a capacidade de melhorar a si mesma, em algum
ponto ela irá fazê-lo convulsivamente, rompendo qualquer engarrafamento arquitetônico para
projetar seu próprio hardware melhorado, talvez até construí-lo (se lhe permitirem controlar as
ferramentas em uma fábrica)”. Damien Broderick, “Tearing Toward the Spike”, apresentado em
“Australia at the Crossroads? Scenarios and Strategies for the Future” (31 abr. a 2 maio 2000),
publicado em KurzweilAI.net , em 7 maio 2001. Disponível em:
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0173.html>.
161. David Talbot, “Lord of the Robots”, Technology Review, abr. 2002.
162. Heather Havenstein escreve que as “ideias infladas geradas por escritores de ficção científica
sobre a convergência de humanos e máquinas denegriu a imagem da IA nos anos 1980 porque a IA
era vista como não alcançando seu potencial”. Heather Havenstein, “Spring Comes to AI Winter: A
Thousand Applications Bloom in Medicine, Customer Service, Education and Manufacturing”,
Computerworld, 14 fev. 2005. Disponível em:
<http://www.computerworld.com/softwaretopics/software/story/0,10801,99691,00.html>. Essa
imagem manchada levou ao “AI Winter” [Inverno da IA], definido como “um termo criado por
Richard Gabriel para o rompimento (cerca de 1990-1994?) da onda de entusiasmo pela linguagem
Lisp da IA e pela própria IA, que se seguiu à expansão repentina dos anos 1980”. Duane Rettig
escreveu: “... as empresas viajaram na grande maré da IA no começo dos anos 1980, quando grandes
companhias despejaram bilhões de dólares na promoção exagerada da IA, que prometia máquinas
pensantes em dez anos. Quando as promessas mostraram-se mais difíceis do que se pensou
originalmente, a maré da IA se abateu, e Lisp abateu-se junto com ela por causa de sua associação
com a IA. Falamos nisso com sendo o Inverno da IA”. Duane Rettig citada em “AI Winter”.
Disponível em: <http://c2.com/cgi/wiki?AiWinter>.
163. O programa de computador The General Problem Solver (GPS — o Grande Solucionador de
Problemas), escrito em 1957, foi capaz de resolver problemas através de regras que permitiam que o
GPS dividisse o objetivo de um problema em vários subobjetivos, e depois verificasse se chegar a um
determinado subobjetivo, deixava o GPS mais próximo de resolver o objetivo geral. No começo dos
anos 1960, Thomas Evan escreveu ANALOGY, um “programa [que] resolve problemas analógico-
geométricos na forma A:B::C:? extraídos de testes de QI e vestibulares”. Boicho Kokinov e Robert
M. French, “Computational Models of Analogy-Making”. In: L. Nadel (org.), Encyclopedia of
Cognitive Science, v. 1 (Londres: Nature Publishing Group, 2003), pp. 113-8. Ver também A. Newell,
J. C. Shaw e H. A. Simon, “Report on a General Problem-Solving Program”, Proceedings of the
International Conference on Information Processing (Paris: Unesco House, 1959), pp. 256-64;
Thomas Evans, “A Heuristic Program to Solve Geometric-Analogy Problems”. In: M. Minsky (org.),
Semantic Information Processing (Cambridge: MIT Press,1968).
164. Sir Arthur Conan Doyle, “The Red-Headed League”, 1890. Disponível em:
<http://www.eastoftheweb.com/short-stories/UBooks/RedHead.shtml>.
165. V. Yu et al., “Antimicrobial Selection by a Computer: A Blinded Evaluation by Infectious
Diseases Experts”, JAMA, v. 242, n. 12, pp. 1279-82, 1979.
166. Gary H. Anthes, “Computerizing Common Sense”, Computerworld, 8 abr. 2002. Disponível
em: <http://www.computerworld.com/news/2002/story/0,11280,69881,00.html>.
167. Kristen Philipkoski, “Now Here’s a Really Big Idea”, Wired News, 25 nov. 2002,
<http://www.wired.com/news/technology/0,1282,56374,00.html>, apresentando um relatório sobre
Darryl Macer, “The Next Challenge Is to Map the Human Mind”, Nature, n. 420, p. 121, 14 nov.
2002; ver também uma descrição do projeto em: <http://www.biol.tsukuba.ac.jp/~macer/index.html>.
168. Thomas Bayes, “An Essay Towards Solving a Problem in the Doctrine of Chances”, publicado
em 1763, dois anos depois de sua morte em 1761.
169. Filtro de spam SpamBayes: <http://spambayes.sourceforge.net>.
170. Lawrence R. Rabiner, “A Tutorial on Hidden Markov Models and Selected Applications in
Speech Recognition”, Proceedings of the IEEE, n. 77, pp. 257-6, 1989. Para um tratamento
matemático dos modelos de Markov, ver: <http://jedlik.phy.bme.hu/~gerjanos/HMM/node2.html>.
171. Kurzweil Applied Intelligence (KAI), fundada pelo autor em 1982, foi vendida em 1997 por 100
milhões de dólares e agora é parte de ScanSoft (antes chamada de Kurzweil Computer Products, a
primeira empresa do autor, que foi vendida para a Xerox em 1980), agora uma empresa pública. KAI
introduziu o primeiro sistema comercial de reconhecimento de fala com um grande vocabulário em
1987 (Kurzweil Voice Report, com um vocabulário de 10 mil palavras).
172. Aqui está a estrutura básica para um algoritmo neural de rede. Muitas variações são possíveis, e
o projetista do sistema tem de fornecer certos parâmetros críticos e métodos, detalhados a seguir.
Criar uma solução de redes neurais para o problema envolve os seguintes passos:
• Definir o input.
• Definir a topologia da rede neural (isto é, as camadas de neurônios e as conexões entre os
neurônios).
• Treinar a rede neural com exemplos do problema.
• Rodar a rede neural treinada para resolver novos exemplos do problema.
• Abrir o capital de sua empresa de redes neurais.
Esses passos (exceto o último) estão detalhados abaixo:
O input do problema
O input do problema das redes neurais consiste em uma série de números. Esse input pode ser:
• Em um sistema visual de reconhecimento de padrões, um arranjo bidimensional dos
números, representando os pixels de uma imagem; ou
• Em um sistema auditivo de reconhecimento (por exemplo: a fala) , um arranjo bidimensional
de números representando um som, em que a primeira dimensão representa parâmetros do som
(isto é, componentes da frequência) e a segunda dimensão representa diferentes pontos no
tempo; ou
• Em um sistema arbitrário de reconhecimento de padrões, um arranjo n-dimensional de
números representando o padrão do input.
Definir a topologia
Para montar a rede neural, a arquitetura de cada neurônio consiste em:
• Inputs múltiplos em que cada input está “conectado” ao input de outro neurônio ou a um dos
números do input.
• Em geral, um único input que está conectado ao input de outro neurônio (que em geral está
em uma camada mais alta) ou ao input final.
Configurar a primeira camada de neurônios
• Criar N0 neurônios na primeira camada. Depois, “conectar” cada um dos múltiplos inputs
desses neurônios a “pontos” (isto é, números) no input do problema. Essas conexões podem
ser determinadas aleatoriamente ou usando um algoritmo evolucionário (ver abaixo).
 • Atribuir uma “força sináptica” inicial para cada conexão criada. Esses pesos podem começar
todos iguais, serem atribuídos aleatoriamente, ou podem ser determinados de outro jeito (ver
abaixo).
Configurar camadas adicionais de neurônios
Estabeleça um total de M camadas de neurônios. Estabeleça os neurônios de cada camada.
Para a camada i :
• Criar Ni neurônios na camada i. Para cada um desses neurônios, “conectar” todos os
múltiplos inputs do neurônio aos outputs dos neurônios da camadai – 1 (ver variações abaixo).
• Atribuir uma “força sináptica” inicial para cada conexão criada. Esses pesos podem começar
todos iguais, serem atribuídos aleatoriamente, ou podem ser determinados de outro jeito (ver
abaixo).
Os outputs dos neurônios da camadaM são os outputs da rede neural (ver variações abaixo).

Os testes de reconhecimento
Como trabalha cada neurônio
Depois do neurônio estabelecido, ele faz o seguinte para cada teste de reconhecimento:
• Cada input com peso é computado ao multiplicar o output do outro neurônio (ou input
inicial) a que está conectado o input deste neurônio pela força sináptica dessa conexão.
• Todos os inputs com peso são somados.
Se essa soma for maior do que o limite de disparo desse neurônio, então se considera que esse
neurônio dispara e seu output é de 1. Se for o contrário, seu output é zero (ver variações abaixo).
Faça o seguinte para cada teste de reconhecimento.
Para cada camada, da camada0 à camadaM:
Para cada neurônio na camada:
• Some seus inputs com peso (cada input com peso = output do outro neurônio (ou input
inicial) ao que o input desse neurônio está conectado, multiplicado pela força sináptica.
• Se a soma dos inputs com peso for maior do que o limite do disparo desse neurônio,
estabeleça o output desse neurônio = 1, caso contrário, = 0.
Treinar a rede neural
• Rode testes de reconhecimento repetidas vezes em amostras de problemas.
• Depois de cada teste, ajuste as forças sinápticas de todas as conexões interneurais para
melhorar o desempenho da rede neural nesse teste (ver abaixo como fazer isso).
• Continue esse treinamento até que a taxa de precisão da rede neural não melhore mais (isto é,
atinja uma assíntota).
Decisões-chave do projeto
• No esquema simples acima, o projetista desse algoritmo de rede neural precisa determinar no
início:
• O que representam os números do input.
• A quantidade de camadas de neurônios.
• A quantidade de neurônios em cada camada. (Não é necessário que todas as camadas tenham
o mesmo número de neurônios.)
• A quantidade de inputs de cada neurônio em cada camada. A quantidade de inputs (isto é, de
conexões interneurais) também pode variar de neurônio para neurônio e de camada para
camada.
• A “fiação” real (isto é, as conexões). Para cada neurônio em cada camada, consiste em uma
lista dos outros neurônios, cujos outputs constituem os inputs deste neurônio. Essa é uma área
fundamental do projeto. Há várias maneiras possíveis de se fazer isso:
 (i) Conectar a rede neural aleatoriamente; ou
(ii) Usar um algoritmo evolucionário (ver abaixo) para determinar a melhor fiação possível; ou
(iii) Usar o bom senso do projetista para determinar a fiação.
• As forças sinápticas iniciais (isto é, pesos) de cada conexão. Há várias maneiras possíveis de
fazer isso:
(i) Determinar o mesmo valor para as forças sinápticas; ou
(ii) Determinar valores diferentes aleatórios para as forças sinápticas; ou
(iii) Usar um algoritmo evolutivo para determinar o melhor conjunto possível de valores
iniciais; ou
(iv) Usar o bom senso do projetista do sistema para determinar os valores iniciais.
• O limite de disparo de cada neurônio.
• O output. O output pode ser:
(i) os outputs da camadaM de neurônios; ou
(ii) o output de um único neurônio, cujos inputs são os outputs dos neurônios na camadaM; ou
(iii) uma função (por exemplo, uma soma) dos outputs dos neurônios da camadaM; ou
(iv) outra função dos outputs de neurônios em camadas múltiplas.
• Como as forças sinápticas de todas as conexões são ajustadas durante o treinamento dessa
rede neural. Essa é uma decisão-chave do projeto e é objeto de muitas pesquisas e discussões.
Há várias maneiras de se fazer isso:
(i) Para cada teste de reconhecimento, aumentar ou diminuir cada força sináptica por um valor
fixo, de modo que o output da rede neural fique o mais próximo da resposta certa. Uma
maneira de fazer isso é tanto aumentar quanto diminuir e verificar qual tem o efeito mais
desejável. Isso pode ser demorado, assim existem outros métodos para tomar decisões locais
sobre aumentar ou diminuir cada força sináptica.
(ii) Existem outros métodos estatísticos para modificar as forças sinápticas depois de cada
teste de reconhecimento, de modo que o desempenho da rede neural nesse teste chegue o mais
perto possível da resposta certa. Note que o treinamento da rede neural irá funcionar mesmo
que as respostas dos testes de treinamento não sejam todas corretas. Isso permite usar dados de
treinamento do mundo real que podem ter uma taxa inerente de erros. Uma chave para o
sucesso de um sistema de reconhecimento baseado em redes neurais é a quantidade de dados
usados para o treinamento. Em geral, precisa-se de uma quantidade bem substancial para obter
resultados satisfatórios. Assim como estudantes humanos, a quantidade de tempo que uma
rede neural gasta com seu treinamento é um fator-chave para seu desempenho.
Variações
Muitas variações do que está acima são factíveis:
Há maneiras diferentes para determinar a topologia. Em especial, a fiação interneural pode ser feita
aleatoriamente ou usando um algoritmo evolucionário.
Há maneiras diferentes para determinar as forças sinápticas iniciais.
• Os inputs dos neurônios na camadai não precisam necessariamente vir dos outputs dos
neurônios na camadai−1. Ou os inputs dos neurônios de cada camada podem vir de qualquer
camada inferior ou de qualquer camada.
• Há maneiras diferentes para determinar o output final.
• O método descrito acima resulta em um disparo “tudo ou nada” (1 ou 0) chamado de não
linearidade. Há outras funções não lineares que podem ser usadas. Em geral, usa-se uma
função que vai de 0 a 1 de um modo rápido, mas mais gradual. E também os outputs podem
ser números diferentes de 0 e 1.
 • Os diferentes métodos para ajustar as forças sinápticas durante o treinamento representam
decisões-chave para o projeto.
O esquema acima descreve uma rede neural “sincrônica”, em que cada teste de reconhecimento
avança computando os outputs de cada camada, começando com a camada0 até a camadaM. Em um
sistema realmente paralelo, em que cada neurônio opera independente dos outros, os neurônios
podem operar “assincronicamente” (ou seja, independentemente). Em uma abordagem assincrônica,
cada neurônio está constantemente escaneando seus inputs e dispara sempre que a soma de seus
inputs com peso ultrapassa seu limite (ou o que especifica sua função de output).
173. Ver o capítulo 4 para uma análise detalhada da engenharia reversa do cérebro. Como um
exemplo da progressão, S. J. Thorpe escreve: “Na realidade, nós só começamos o que certamente
será um projeto demorado cujo objetivo é aplicar a engenharia reversa ao sistema visual dos
primatas. Até o momento, apenas exploramos umas arquiteturas muito simples, envolvendo
essencialmente apenas arquiteturas do tipo feedforward abrangendo uma quantidade relativamente
pequena de camadas [...]. Nos próximos anos, estaremos empenhados em incorporar tantos truques
computacionários usados pelo sistema visual dos primatas e humanos quantos possível. Mais
precisamente, parece que, ao adotar a abordagem do neurônio de fuso, logo será possível desenvolver
sistemas sofisticados capazes de simular redes neuronais muito grandes em tempo real”. S. J. Thorpe
et al., “Reverse Engineering of the Visual System Using Networks of Spiking Neurons”, Proceedings
of the IEEE 2000 International Symposium on Circuits and Systems, v. IV (IEEE Press), pp. 405-8.
Disponível em: <http://www.sccn.ucsd.edu/~arno/mypapers/thorpe.pdf>.
174. T. Schoenauer et al. escrevem: “Pelos últimos anos, uma grande diversidade de hardware para
redes neurais artificiais (ANN — Artificial Neural Networks) tem sido projetada [...] Hoje, pode-se
escolher dentre uma ampla gama de hardware de redes neurais. Os projetos diferem em termos de
abordagens arquitetônicas, como neurochips, placas de aceleração e neurocomputadores de
multiplacas, bem como relativos ao propósito do sistema, como os algoritmos ANN e a versatilidade
do sistema [...] Neurohardware digital pode ser classificado por: (sic) arquitetura do sistema, grau de
paralelismo, compartilhamento normal de rede neural por processador, rede de comunicação
interprocessador e representação numérica”. T. Schoenauer, A. Jahnke, U. Roth e H. Klar, “Digital
Neurohardware: Principles and Perspectives”, Proc. Neuronale Netze in der Anwendung — Neural
Networks in Applications NN’98, Magdeburgo, convidado (fev. 1998), pp. 101-6. Disponível em:
<http://bwrc.eecs.berkeley.edu/People/kcamera/neural/papers/schoenauer98digital.pdf>. Ver também
Yihua Liao, “Neural Networks in Hardware: A Survey” (2001), em:
<http://ailab.das.ucdavis.edu/~yihua/research/NNhardware.pdf>.
175. A seguir, um esquema básico para um algoritmo genético (evolucionário). São possíveis muitas
variações, e o projetista do sistema precisa fornecer certos métodos e parâmetros críticos, detalhados
abaixo.
O ALGORITMO EVOLUCIONÁRIO
Criar N “criaturas” de solução. Cada uma tem:
• Um código genético: uma sequência de números que caracterizam uma solução para o
problema. Os números podem representar parâmetros críticos, etapas de uma solução, regras
etc.
Para cada geração da evolução, faça o seguinte:
• Faça o seguinte para cada uma das criaturas das N soluções:
(i) Aplique a solução dessa criatura de solução (como representada por seu código genético)
ao problema ou ambiente simulado.
(ii) Avalie a solução.
• Tome as criaturas L de solução com a maior avaliação para sobreviver na geração seguinte.
• Elimine as criaturas (N — L) de solução não sobreviventes.
 • Crie novas criaturas (N — L) de solução a partir das criaturas L de solução sobreviventes
através de:
(i) Fazer cópias das criaturas L sobreviventes. Introduzir pequenas variações aleatórias em
cada cópia; ou
Criar criaturas de solução adicionais combinando partes do código genético (usando a
reprodução “sexual” ou combinando porções dos cromossomos) das criaturas L sobreviventes;
ou
(ii) Combinar (i) e (ii).
• Determinar se a evolução continua ou não:
Melhoria = (maior avaliação desta geração) — (maior avaliação a geração anterior)
Se a melhoria < limite da melhoria, então acabou.
• A criatura de solução com a maior avaliação da última geração da evolução tem a melhor
solução. Aplicar a solução definida por seu código genético ao problema.
Decisões-chave para o projeto
No esquema simples acima, o projetista precisa determinar no começo:
• Parâmetros principais:
N
L
Limite da melhoria
• O que representam os números do código genético e como a solução é computada do código
genético.
• O método para determinar as criaturas N de solução na primeira geração. Em geral, essas só
precisam ser tentativas “razoáveis” de solução. Se essa primeira geração de soluções estiver
muito avançada, o algoritmo evolucionário pode ter dificuldade para chegar a uma solução
boa. Muitas vezes, vale a pena criar as criaturas iniciais de solução como sendo razoavelmente
diversificadas. Isso ajudará a prevenir que o processo evolucionário apenas ache uma solução
“localmente” ótima.
• Como são avaliadas as soluções.
• Como se reproduzem as criaturas de solução sobreviventes.
Variações
São factíveis muitas das variações acima. Por exemplo:
• Não é preciso que haja um número fixo de criaturas de solução sobreviventes (L) de cada
geração. A(s) regra(s) de sobrevivência podem permitir um número variável de sobreviventes.
• Não é preciso haver um número fixo de novas criaturas de solução criadas em cada geração
(N — L). As regras de procriação podem ser independentes do tamanho da população. A
procriação pode estar relacionada com a sobrevivência, permitindo desse modo que as mais
aptas criaturas de solução procriem mais.
• A decisão sobre continuar evoluindo ou não pode ser variada. Ela pode levar em
consideração mais do que somente a criatura de solução com a avaliação mais alta da geração
mais recente. Ela também pode considerar uma tendência que vai além das últimas duas
gerações.
176. Sam Williams, “When Machines Breed”, 12 ago. 2004. Disponível em:
<http://www.salon.com/tech/feature/2004/08/12/evolvable_hardware/index_np.html>.
177. Aqui está o esquema básico (descrição do algoritmo) da busca recursiva. Muitas variações são
possíveis, e o projetista do sistema precisa fornecer certos parâmetros críticos e métodos, detalhados
abaixo.
O ALGORITMO RECURSIVO
Defina uma função (programa) “Pick Best Next Step” (escolha a melhor etapa seguinte). A função
devolve um valor de “SUCESSO” (resolvemos o problema) ou “FRACASSO” (não resolvemos o
problema). Se a função devolver um valor de SUCESSO, ela também devolve a sequência de etapas
que resolveram o problema.
PICK BEST NEXT STEP faz o seguinte:
• Determina se o programa pode escapar de recursões continuadas neste ponto. Este tópico e
os dois seguintes lidam com essa decisão de escapar.
Primeiro, determine se o problema agora foi solucionado. Uma vez que essa chamada a Pick Best
Next Step provavelmente veio da própria chamada do programa, podemos agora ter uma solução
satisfatória. São exemplos:
(i) No contexto de um jogo (por exemplo, xadrez), o último movimento nos permite ganhar
(com um xeque-mate).
(ii) No contexto de resolver um teorema matemático, a última etapa demonstra o teorema.
(iii) No contexto de um programa artístico (por exemplo, um computador poeta ou
compositor), a última etapa combina com os objetivos para a palavra ou a nota seguinte.
Se o programa tiver sido resolvido satisfatoriamente, o programa devolve um valor de “SUCESSO” e
a sequência de etapas que causaram o sucesso.
• Se o problema não foi resolvido, determine se uma solução agora é impossível. São
exemplos:
(i) No contexto de um jogo (como xadrez), esse movimento nos faz perder (xeque-mate para o
adversário).
(ii) No contexto de demonstrar um teorema matemático, esse passo infringe o teorema.
(iii) No contexto de uma criação artística, esse passo infringe os objetivos para a palavra ou
nota seguinte.
Se a solução neste ponto for considerada impossível, o programa devolve um valor de
“FRACASSO”.
• Se o problema não foi resolvido nem considerado impossível neste ponto da expansão
recursiva, determine se a expansão deve ser abandonada. Isso é um aspecto fundamental do
projeto e leva em consideração a quantidade limitada de tempo de computador que temos para
gastar. São exemplos:
(i) No contexto de um jogo (como xadrez), esse movimento põe nosso lado suficientemente “à
frente” ou “atrás”. Determinar isso pode não ser tão simples, e é a decisão primária do projeto.
Entretanto, abordagens simples (como somar valores de peças) ainda podem dar bons
resultados. Se o programa determinar que nosso lado está bastante à frente, Pick Best Next
Step devolve de modo semelhante uma determinação de que nosso lado ganhou (isto é, um
valor de “SUCESSO”). Se o programa determinar que nosso lado está bastante atrás, Pick Best
Next Step devolve de modo semelhante uma determinação de que nosso lado perdeu (isto é,
um valor de “FRACASSO”).
(ii) No contexto de resolver um teorema matemático, esse passo envolve determinar se é
provável que a sequência de passos na prova não vá fornecer uma prova. Se for isso, esse
caminho deve ser abandonado e Pick Best Next Step devolve de modo semelhante uma
determinação de que esse passo infringe o teorema (isto é, um valor de “FRACASSO”). Não
há um equivalente “soft” do sucesso. Só podemos devolver um valor de “SUCESSO” quando
tivermos realmente resolvido o problema. Essa é a natureza da matemática.
(iii) No contexto de um programa artístico (como um computador poeta ou compositor), esse
passo envolve determinar se é provável que a sequência de passos (como as palavras em um
 poema, notas em uma música) não irá satisfazer os objetivos do passo seguinte. Se for isso,
este caminho deve ser abandonado, e Pick Best Next Step devolve de modo semelhante uma
determinação de que esse passo infringe os objetivos para o passo seguinte (isto é, um valor de
“FRACASSO”).
• Se Pick Best Next Step não devolveu (porque o programa não determinou sucesso nem
fracasso nem determinou que esse caminho devesse ser abandonado nesse ponto), não
escapamos da expansão recursiva contínua. Neste caso, geramos uma lista de todos os passos
seguintes possíveis. É aqui onde entra a formulação precisa do problema:
(i) No contexto de um jogo (como xadrez), isso envolve gerar todos os movimentos possíveis
para o “nosso” lado na situação corrente do tabuleiro. Envolve uma codificação direta das
regras do jogo.
(ii) No contexto de achar uma prova para um teorema matemático, isso envolve fazer uma lista
dos axiomas possíveis ou de teoremas demonstrados previamente que possam ser aplicados
neste ponto da solução.
(iii) No contexto de um programa cibernético de arte, isso envolve fazer uma lista de possíveis
segmentos de palavras/notas/linhas que poderiam ser usados neste ponto.
Para cada passo seguinte possível desses:
(i) Crie a situação hipotética que iria existir se este passo fosse implementado. Em um jogo,
isso quer dizer o estado hipotético do tabuleiro. Em uma prova matemática, isso quer dizer
adicionar este passo (por exemplo, axioma) à prova. Em um programa de arte, isso quer dizer
adicionar este segmento de palavra/nota/linha.
(ii) Agora chame Pick Best Next Step para examinar essa situação hipotética. É aqui, é claro,
que entra a recursividade porque agora o programa está chamando a si mesmo.
(iii) Se a chamada acima a Pick Best Next Step devolve um valor de “SUCESSO”, devolve da
chamada a Pick Best Next Step (onde agora estamos) também um valor de “SUCESSO”. Caso
contrário, considere o passo seguinte possível.
Se todos os passos seguintes possíveis foram levados em consideração sem que se achasse um passo
que resultasse em uma devolução do chamado a Pick Best Next Step com um valor de “SUCESSO”,
então devolva esse chamado a Pick Best Next Step (onde estamos agora) com um valor de
“FRACASSO”.
Fim de PICK BEST NEXT STEP
Se o chamado original a Pick Best Next Move devolve um valor de “SUCESSO”, ele também
devolverá a sequência correta de passos:
(i) No contexto de um jogo, o primeiro passo nesta sequência é o movimento seguinte que
você deve fazer.
(ii) No contexto de uma prova matemática, toda a sequência de passos é a prova.
(iii) No contexto de um programa cibernético de arte, a sequência dos passos é sua obra de
arte.
Se a chamada original a Pick Best Next Step devolve um valor de “FRACASSO”, você tem de voltar
à prancheta.
Decisões-chave do projeto
No esquema simples acima, o projetista do algoritmo recursivo tem de determinar o seguinte no
princípio:
• A chave de um algoritmo recursivo é a determinação por Pick Best Next Step de quando
abandonar a expansão recursiva. Isso é fácil quando o programa tiver alcançado um sucesso
nítido (como um xeque-mate no xadrez ou a solução indispensável para um problema
matemático ou combinatório) ou um fracasso nítido. É mais difícil quando ainda não se
alcançou uma vitória ou uma derrota nítidas. Abandonar uma linha de investigação antes de
 um resultado bem claro é necessário porque, de outro modo, o programa poderia rodar por
bilhões de anos (ou, pelo menos, até que acabe a garantia de seu computador).
• O outro requisito primário para o algoritmo recursivo é uma codificação clara do problema.
Em um jogo de xadrez, isso é fácil. Mas em outras situações nem sempre é tão fácil chegar a
uma definição clara do problema.
178. Ver Kurzweil CyberArt, <http://www.KurzweilCyberArt.com>, para uma maior descrição do
Cybernetic Poet de Ray Kurzweil e para baixar uma cópia gratuita do programa. Ver a patente U.S. n.
6.647.395, “Poet Personalities”, inventores: Ray Kurzweil e John Keklak. Resumo: “Um método
para gerar uma personalidade de poeta, incluindo a leitura de poemas, cada um contendo texto,
gerando modelos de análise, cada modelo de análise representando um dos poemas e armazenando os
modelos de análise em uma estrutura de dados de personalidade. A estrutura de dados de
personalidade inclui também pesos, cada um destes associados a cada modelo de análise. Os pesos
incluem valores inteiros”.
179. Ben Goertzel: The Structure of Intelligence (Nova York: Springer-Verlag, 1993); The Evolving
Mind (Gordon and Breach, 1993); Chaotic Logic (Plenum, 1994); From Complexity to Creativity
(Plenum, 1997). Para um link para os livros e ensaios de Ben Goertzel, ver:
<http://www.goertzel.org/work.html>.
180. KurzweilAI.net (http://www.KurzweilAI.net) fornece centenas de artigos de uns cem “grandes
pensadores” e outros textos sobre “inteligência acelerada”. O site oferece um boletim diário ou
semanal sobre os mais recentes desenvolvimentos nas áreas cobertas por este livro. Para assinar,
preencha seu endereço de e-mail (que não será compartilhado com ninguém) na home page.
181. John Gosney, Business Communications Company, “Artificial Intelligence: Burgeoning
Applications in Industry”, jun. 2003. Disponível em:
<http://www.bccresearch.com/comm/G275.html>.
182. Kathleen Melymuka”, Good Morning, Dave . . .”, Computerworld, 11 nov. 2002. Disponível
em: <http://www.computerworld.com/industrytopics/defense/story/0,10801,75728,00.html>.
183. JTRS Technology Awareness Bulletin, ago. 2004. Disponível em:
<http://jtrs.army.mil/sections/technicalinformation/fset_technical.html?tech_aware_2004-8>.
184. Otis Port, Michael Arndt e John Carey, “Smart Tools”, primavera 2003. Disponível em:
<http://www.businessweek.com/bw50/content/mar2003/a3826072.htm>.
185. Wade Roush, “Immobots Take Control: From Photocopiers to Space Probes, Machines Injected
with Robotic Self-Awareness Are Reliable Problem Solvers”, Technology Review, dez. 2002-jan.
2003. Disponível em: <http://www.occm.de/roush1202.pdf>.
186. Jason Lohn citado no boletim da Nasa “Nasa ‘Evolutionary’ Software Automatically Designs
Antenna”. Disponível em:
<http://www.nasa.gov/lb/centers/ames/news/releases/2004/04_55AR.html>.
187. Robert Roy Britt, “Automatic Astronomy: New Robotic Telescopes See and Think”, 4 jun.
2003. Disponível em:
<http://www.space.com/businesstechnology/technology/automated_astronomy_030604.html>.
188. H. Keith Melton, “Spies in the Digital Age”. Disponível em:
<http://www.cnn.com/SPECIALS/cold.war/experience/spies/melton.essay>.
189. “United Therapeutics (UT) é uma empresa de biotecnologia focada no desenvolvimento de
terapias crônicas para doenças graves em três áreas terapêuticas: cardiovascular, oncologia e doenças
infecciosas”, <http://www.unither.com>. Kurzweil Technologies trabalha com a UT para desenvolver
análises baseadas em reconhecimento de padrões tanto do monitoramento “Holter” (registro de 24
horas) quanto do monitoramento “Event” (trinta dias ou mais).
190. Kristen Philipkoski, “A Map That Maps Gene Functions”, Wired News, 28 maio 2002.
Disponível em: <http://www.wired.com/news/medtech/0,1286,52723,00.html>.
191. Jennifer Ouellette, “Bioinformatics Moves into the Mainstream”, The Industrial Physicist, out.-
nov. 2003. Disponível em: <http://www.sciencemasters.com/bioinformatics.pdf>.
192. Port, Arndt e Carey, “Smart Tools”.
193. “Protein Patterns in Blood May Predict Prostate Cancer Diagnosis”, National Cancer Institute,
15 out. 2002, <http://www.nci.nih.gov/newscenter/ProstateProteomics>, fazendo um relatório sobre
Emanuel F. Petricoin et al., “Serum Proteomic Patterns for Detection of Prostate Cancer”, Journal of
the National Cancer Institute, n. 94, pp. 1576-8, 2002.
194. Charlene Laino, “New Blood Test Spots Cancer”, 13 dez. 2002,
<http://my.webmd.com/content/Article/56/65831.htm>; Emanuel F. Petricoin III et al., “Use of
Proteomic Patterns in Serum to Identify Ovarian Cancer”, Lancet, v. 359, n. 9306, pp. 572-7, 16 fev.
2002.
195. Para informações sobre TriPath’s FocalPoint, ver “Make a Diagnosis”, Wired, out. 2003,
<http://www.wired.com/wired/archive/10.03/everywhere.html?pg=5>. Mark Hagland, “Doctors’
Orders”, jan. 2003, <http://www.healthcare-informatics.com/issues/2003/01_03/cpoe.htm>.
196. Ross D. King et al., “Functional Genomic Hypothesis Generation and Experimentation by a
Robot Scientist”, Nature, n. 427, pp. 247-52, 15 jan. 2004.
197. Port, Arndt e Carey, “Smart Tools”.
198. “Future Route Releases AI-Based Fraud Detection Product”, 18 ago. 2004. Disponível em:
<http://www.finextra.com/fullstory.asp?id=12365>.
199. John Hackett, “Computers Are Learning the Business”, Collections World, 24 abr. 2001.
Disponível em: <http://www.creditcollectionsworld.com/news/042401_2.htm>.
200. “Innovative Use of Artificial Intelligence, Monitoring NASDAQ for Potential Insider Trading
and Fraud”, press release da AAAI, 30 jul. 2003. Disponível em:
<http://www.aaai.org/Pressroom/Releases/release-03-0730.html>.
201. “Adaptive Learning, Fly the Brainy Skies”, Wired News, mar. 2002. Disponível em:
<http://www.wired.com/wired/archive/10.03/everywhere.html?pg=2>.
202. “Introduction to Artificial Intelligence”, EL 629, Maxwell Air Force Base, curso da Air
University Library. Disponível em: <http://www.au.af.mil/au/aul/school/acsc/ai02.htm>. Sam
Williams, “Computer, Heal Thyself”, Salon.com, 12 jul. 2004. Disponível em:
<http://www.salon.com/tech/feature/2004/07/12/self_healing_computing/index_np.html>.
203. Ver: <http://www.Seegrid.com>. Revelação: o autor é investidor na Seegrid e membro do
conselho.
204. No Hands Across America:
<http://cart.frc.ri.cmu.edu/users/hpm/project.archive/reference.file/nhaa.html>, e “Carnegie Mellon
Researchers Will Prove Autonomous Driving Technologies During a 3,000 Mile, Hands-off-the-
Wheel Trip from Pittsburgh to San Diego”, press release da Carnegie Mellon: <http://www-
2.cs.cmu.edu/afs/cs/user/tjochem/www/nhaa/official_press_release.html>; Robert J. Derocher,
“Almost Human”, set. 2001, <http://www.insight-mag.com/insight/01/09/col-2-pt-1-
ClickCulture.htm>.
205. “Search and Rescue Robots”, Associated Press, 3 set. 2004. Disponível em:
<http://www.smh.com.au/articles/2004/09/02/1093939058792.html?oneclick=true>.
206. “From Factoids to Facts”, Economist, 26 ago. 2004. Disponível em:
<http://www.economist.com/science/displayStory.cfm?story_id=3127462>.
207. Joe McCool, “Voice Recognition, It Pays to Talk”, maio 2003. Disponível em:
<http://www.bcs.org/BCS/Products/Publications/JournalsAndMagazines/ComputerBulletin/Online>
e <Archive/may03/voicerecognition.htm>.
208. John Gartner, “Finally a Car That Talks Back”, Wired News, 2 set. 2004. Disponível em:
<http://www.wired.com/news/autotech/0,2554,64809,00.html?tw=wn_14techhead>.
209. “Computer Language Translation System Romances the Rosetta Stone”, Information Sciences
Institute, USC School of Engineering, 24 jul. 2003. Disponível em:
<http://www.usc.edu/isinews/stories/102.html>.
210. Torsten Reil citado em Steven Johnson, “Darwin in a Box”, Discover, v. 24, n. 8, ago. 2003.
Disponível em: <http://www.discover.com/issues/aug-03/departments/feattech/>.
211. “Let Software Catch the Game for You”, 3 jul. 2004. Disponível em:
<http://www.newscientist.com/news/news.jsp?id=ns99996097>.
212. Michelle Delio, “Breeding Race Cars to Win”, Wired News, 18 jun. 2004. Disponível em:
<http://www.wired.com/news/autotech/0,2554,63900,00.html>.
213. Marvin Minsky, The Society of Mind (Nova York: Simon & Schuster, 1988).
214. Hans Moravec, “When Will Computer Hardware Match the Human Brain?”, Journal
of Evolution and Technology, n. 1, 1998.
215. Ray Kurzweil, The Age of Spiritual Machines (Nova York: Viking, 1999), p. 156.
216. Ver capítulo 2, notas 22 e 23, sobre o International Technology Roadmap for Semiconductors.
217. “The First Turing Test”. Disponível em: <http://www.loebner.net/Prizef/loebner-prize.html>.
218. Douglas R. Hofstadter, “A Coffeehouse Conversation on the Turing Test”, maio 1981, incluído
em Ray Kurzweil, The Age of Intelligent Machines (Cambridge: MIT Press, 1990), pp. 80-102.
Disponível em: <http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0318.html>.
219. Ray Kurzweil, “Why I Think I Will Win”, e Mitch Kapor, “Why I Think I Will Win”, regras:
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0373.html>; Kapor:
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0412.html>; Kurzweil:
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0374.html>; “última palavra” de
Kurzweil: <http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0413.html>.
220. Edward A. Feigenbaum, “Some Challenges and Grand Challenges for Computational
Intelligence”, Journal of the Association for Computing Machinery, n. 50, pp. 32-40, jan. 2003.
221. De acordo com a teoria endossimbiótica serial da evolução eucariota, os ancestrais das
mitocôndrias (as estruturas nas células que produzem energia e têm seu próprio código genético de
treze genes nos humanos) eram originalmente bactérias independentes (ou seja, não parte de outra
célula) semelhantes à bactéria Daptobacter de hoje. “Serial Endosymbiosis Theory”. Disponível em:
<http://encyclopedia.thefreedictionary.com/Serial%20endosymbiosis%20theory>

Capítulo 6: O impacto...
1. Donovan, “Season of the Witch”, Sunshine Superman (1966).
2. As razões para a redução de mão de obra agrícola incluem a mecanização, que reduziu a
necessidade do trabalho humano e animal, as oportunidades econômicas, que foram criadas nas áreas
urbanas durante a Segunda Guerra Mundial, e o desenvolvimento de técnicas agrícolas intensivas,
que exigiam menos terra para colheitas semelhantes. Ministério da Agricultura dos Estados Unidos,
Serviço Nacional de Estatísticas Agrícolas, Tendências na Agricultura dos Estados Unidos, em:
<http://www.usda.gov/nass/pubs/trends/farmpopulation.htm>. A produção assistida por computador,
a produção just-in-time (que resulta em um estoque menor) e a fabricação offshore para reduzir
custos são alguns dos modos que contribuíram para a perda de empregos fabris. Ver U.S. Department
of Labor, Futurework: Trends and Challenges of Work in the 21st Century. Disponível em:
<http://www.dol.gov/asp/programs/history/herman/reports/futurework/report.htm>.
3. Por exemplo, ver Natasha Vita-More, “The New [Human] Genre Primo [First] Posthuman”,
palestra feita em Ciber@RT Conference, Bilbao, Espanha, abr. 2004. Disponível em:
<http://www.natasha.cc/paper.htm>.
4. Rashid Bashir resume em 2004:
Também se fez muito progresso na micro e na nanotecnologia terapêutica [...]. Alguns
exemplos específicos incluem (1) dispositivos implantáveis baseados em silicone que podem
ser estimulados eletricamente para abrir um orifício por onde drogas pré-carregadas podem ser
liberadas; (2) dispositivos de silicone com polímeros ativados eletricamente que podem agir
como uma válvula ou músculo para liberar drogas pré-carregadas; (3) microcápsulas com base
 em silicone com membranas nanoporosas para a liberação de insulina; (4) partículas de
polímeros (ou hidrogel) que podem ser pré-carregadas com drogas e depois forçadas a se
expandirem quando expostas a condições ambientais específicas, tais como uma mudança de
pH, liberando a droga pré-carregada; (5) nanopartículas de metal revestidas de proteínas, que
podem ser aquecidas por energia óptica externa, aquecendo e danificando localmente células e
tecidos não desejados etc.
R. Bashir, “BioMEMS: State-of-the-Art in Detection, Opportunities and Prospects”, Advanced Drug
Delivery Reviews, v. 56, n. 11, pp. 1565-89, 22 set. 2004. Impressão disponível em:
<https://engineering.purdue.edu/LIBNA/pdf/publications/BioMEMS%20review%20ADDR%20final.pdf>.
Ver também Richard Grayson et al., “A BioMEMS Review: MEMS Technology for Physiologically
Integrated Devices”, IEEE Proceedings, v. 92, pp. 6-21, 2004.
5. Para as atividades da International Society for BioMEMS and Biomedical Nanotechnology, ver:
<http://www.bme.ohio-state.edu/isb>. As conferências da BioMEMS também estão relacionadas no
SPIE: <http://www.spie.org/Conferences>.
6. Os pesquisadores usaram uma nanopartícula de ouro para monitorar o açúcar no sangue de
diabéticos. Y. Xiao et al., “‘Plugging into Enzymes’: Nanowiring of Redox Enzymes by a Gold
Nanoparticle”, Science, v. 299, n. 5614, pp. 1877-81, 21 mar. 2003. Ver também T. A. Desai et al.,
“Abstract Nanoporous Microsystems for Islet Cell Replacement”, Advanced Drug Delivery Reviews,
v. 56, n. 11, pp. 1661-73, 22 set. 2004.
7. A. Grayson et al., “Multi-Pulse Drug Delivery from a Resorbable Polymeric Microchip Device”,
Nature Materials, n. 2, pp. 767-72, 2003.
8. Q. Bai e K. D.Wise, “Single-Unit Neural Recording with Active Microelectrode Arrays”, IEEE
Transactions on Biomedical Engineering, v. 48, n. 8, pp. 911-20, ago. 2001. Ver o debate sobre o
trabalho de Wise em J. DeGaspari, “Tiny, Tuned, and Unattached”, Mechanical Engineering”, jul.
2001, <http://www.memagazine.org/backissues/july01/features/tinytune/tinytune.html>; K. D. Wise,
“The Coming Revolution in Wireless Integrated MicroSystems”, Digest International Sensor
Conference 2001 (convidado ao plenário), Seoul, out. 2001. Versão digital (13 jan. 2004):
<http://www.stanford.edu/class/ee392s/Stanford392S-kw.pdf>.
9. “‘Microbots’ Hunt Down Disease”, BBC News, 13 jun. 2001. Disponível em:
<http://news.bbc.co.uk/1/hi/health/1386440.stm>. As micromáquinas baseiam-se em ímãs
cilíndricos; ver K. Ishiyama, M. Sendoh, e K. I. Arai, “Magnetic Micromachines for Medical
Applications”, Journal of Magnetism and Magnetic Materials, v. 242, n. 45, parte 1, pp. 41-6, abr.
2002.
10. Ver o comunicado de imprensa dos Sandia National Laboratories, “Pac-Man-Like Microstructure
Interacts with Red Blood Cells”, 15 ago. 2001,
<http://www.sandia.gov/media/NewsRel/NR2001/gobbler.htm>. Para a resposta, ver um artigo de D.
Wilson, “Microteeth Have a Big Bite”, 17 ago. 2001, <http://www.e4engineering.com/item.asp?
ch=e4_home&type=Features&id=42543>.
11. Ver os livros de Freitas: Nanomedicine, v. 1, Basic Capabilities (Georgetown: Landes Bioscience,
1999) e Nanomedicine, v. 2A, Biocompatibility (Georgetown: Landes Bioscience, 2003), ambos
disponíveis on-line, sem custo, em: <http://www.nanomedicine.com>. Ver também a página
Nanomedicine, de Robert Freitas no Foresight Institute, que traz uma lista de suas obras técnicas
atuais: <http://www.foresight.org/Nanomedicine/index.html#MedNanoBots>.
12. Robert A. Freitas Jr., “Exploratory Design in Medical Nanotechnology: A Mechanical Artificial
Red Cell”, Artificial Cells, Blood Substitutes, and Immobilization Biotechnology, v. 26, pp. 411-30,
1998. Disponível em: <http://www.foresight.org/Nanomedicine/Respirocytes.html>.
13. Robert A. Freitas Jr., “Clottocytes: Artificial Mechanical Platelets”, Foresight Update, n. 41, pp.
9-11, 30 jun. 2000. Disponível em: <http://www.imm.org/Reports/Rep018.html>.
14. Robert A. Freitas Jr., “Microbivores: Artificial Mechanical Phagocytes”, Foresight Update, n. 44,
pp. 11-3, 31 mar. de 2001. Disponível em: <http://www.imm.org/Reports/Rep025.html ou
http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0453.html>.
15. Robert A. Freitas Jr., “The Vasculoid Personal Appliance”, Foresight Update, n. 48, pp. 10-2, 31
mar. 2002. Disponível em: <http://www.imm.org/Reports/Rep031.html>; artigo inteiro: Robert A.
Freitas Jr. e Christopher J. Phoenix, “Vasculoid: A Personal Nanomedical Appliance to Replace
Human Blood”, Journal of Evolution and Technology, n. 11, abr. 2002. Disponível em:
<http://www.jetpress.org/volume11/vasculoid.html>.
16. Carlo Montemagno e George Bachand, “Constructing Nanomechanical Devices Powered by
Biomolecular Motors”, Nanotechnology, n. 10, pp. 225-31, set. 1999; “Biofuel Cell Runs on
Metabolic Energy to Power Medical Implants”, Nature, 12 nov. 2002,
<http://www.nature.com/news/2002/021111/full/021111—1.html>, fazendo um relatório em N.
Mano, F. Mao e A. Heller, “A Miniature Biofuel Cell Operating in a Physiological Buffer”, Journal
of the American Chemical Society, n. 124, pp. 12962-3, 2002; Carlo Montemagno et al., “Self-
Assembled Microdevices Driven by Muscle”, Nature Materials, v. 4, n. 2, pp. 180-4, fev. 2005,
publicado eletronicamente em 16 jan. 2005.
17. Ver o web site de Lawrence Livermore National Laboratory, <http://www.llnl.gov>, para
informações atualizadas sobre essa iniciativa, junto com o web site de Medtronic MiniMed,
<http://www.minimed.com/corpinfo/index.shtml>.
18. “A comunicação direta de cérebro-a-cérebro [...] parece mais coisa dos filmes de Hollywood do
que de relatórios do governo — mas estes estão entre os avanços previstos em um recente relatório
do U.S. National Science Foundation and Department of Commerce.” G. Brumfiel, “Futurists Predict
Body Swaps for Planet Hops”, Nature, v. 418, p. 359, 25 jul. 2002.
Estimulação profunda do cérebro, pela qual a corrente elétrica de eletrodos implantados influencia a
função cerebral, é um implante neural aprovado pela FDA para o Mal de Parkinson e está sendo
testado para outras desordens neurológicas. Ver Al Abbott, “Brain Implants Show Promise Against
Obsessive Disorder”, Nature, v. 419, p. 658, 17 out. 2002, e B. Nuttin et al., “Electrical Stimulation
in Anterior Limbs of Internal Capsules in Patients with Obsessive-Compulsive Disorder”, Lancet, v.
354, n. 9189, p. 1526, out. 1999.
19. Ver site do Retinal Implant Project, <http://www.bostonretinalimplant.org>, que contém uma
gama de recursos, inclusive artigos recentes. Um desses artigos é: R. J. Jensen et al., “Thresholds for
Activation of Rabbit Retinal Ganglion Cells with an Ultrafine, Extracellular Microelectrode”,
Investigative Ophthalmalogy and Visual Science, v. 44, n. 8, pp. 3533-43, ago. 2003.
20. A FDA aprovou o implante da Medtronic para esse fim em 1997 só para um lado do cérebro; foi
aprovado para ambos os lados do cérebro em 14 de janeiro de 2002. S. Snider, “FDA Approves
Expanded Use of Brain Implant for Parkinson’s Disease”, U.S. Food and Drug Administration, FDA
Talk Paper, 14 jan. 2002. Disponível em:
<http://www.fda.gov/bbs/topics/ANSWERS/2002/ANS01130.html>. As versões mais recentes
permitem o upgrade dos softwares pelo exterior do paciente.
21. A Medtronic também fabrica um implante para paralisia cerebral. Ver S. Hart, “Brain Implant
Quells Tremors”, ABC News, 23 dez. 1997. Disponível em:
<http://nasw.org/users/hart/subhtml/abcnews.html>. Ver também o website da Medtronic:
<http://www.medtronic.com>.
22. Günther Zeck e Peter Fromherz, “Noninvasive Neuroelectronic Interfacing with Synaptically
Connected Snail Neurons Immobilized on a Semiconductor Chip”, Proceedings of the National
Academy of Sciences, v. 98, n. 18, pp. 10457-62, 28 ago. 2001.
23. Ver R. Colin Johnson, “Scientists Activate Neurons with Quantum Dots”, EE Times, 4 dez. 2001.
Disponível em: <http://www.eetimes.com/story/OEG20011204S0068>. Pontos quânticos também
podem ser usados para imagem; ver M. Dahan et al., “Diffusion Dynamics of Glycine Receptors
Revealed by Single-Quantum Dot Tracking”, Science, v. 302, n. 5644, pp. 442-5, 17 out. 2003; J. K.
Jaiswal e S. M. Simon, “Potentials and Pitfalls of Fluorescent Quantum Dots for Biological
Imaging”, Trends in Cell Biology, v. 14, n. 9, pp. 497-504, set. 2004.
24. S. Shoham et al., “Motor-Cortical Activity in Tetraplegics”, Nature, v. 413, n. 6858, p. 793, 25
out. 2001. Para o comunicado de imprensa da Universidade de Utah, ver “An Early Step Toward
Helping the Paralyzed Walk”, 24 out. 2001. Disponível em:
<http://www.utah.edu/news/releases/01/oct/spinal.html>.
25. As observações de Stephen Hawking, que foram mal traduzidas por Focus, foram citadas em
Nick Paton Walsh, “Alter Our DNA or Robots Will Take Over, Warns Hawking”, Observer, 2 set.
2001. Disponível em: <http://observer.guardian.co.uk/uk_news/story/0,6903,545653,00.html>. A
tradução ruim muito divulgada dizia que Hawking estava avisando contra desenvolver uma
inteligência maior do que a humana nas máquinas. Na verdade, ele defendia a pressa em estreitar a
relação entre as inteligências biológica e não biológica. Hawking forneceu as citações corretas para
KurzweilAI.net (“Hawking Misquoted on Computers Taking Over”, 13 set. 2001, em:
<http://www.KurzweilAI.net/news/frame.html?main=news_single.html?id%3D495>).
26. Ver nota 34 do capítulo 1.
27. Um exemplo, Nomad para utilização militar, foi produzido por Microvision, uma companhia
sediada em Bothell, Washington. Ver: <http://www.microvision.com/nomadmilitary/index.html>.
28. Olga Kharif, “Your Lapel Is Ringing”, Business Week, 21 jun. 2004.
29. Laila Weir, “High-Tech Hearing Bypasses Ears”, Wired News, 16 set. 2004. Disponível em:
<http://www.wired.com/news/technology/0,1282,64963,00.html?tw=wn_tophead_4>.
30. Tecnologia Hypersonic Sound, <http://www.atcsd.com/tl_hss.html>; Audio Spotlight,
<http://www.holosonics.com/technology.html>.
31. Phillip F. Schewe e Ben Stein, American Institute of Physics Bulletin of Physics News, v. 236, 7
de agosto de 1995. Disponível em: <http://www.aip.org/enews/physnews/1995/physnews.236.htm>.
Ver também R. Weis e P. Fromherz, “Frequency Dependent Signal-Transfer in Neuron-Transistors”,
Physical Review E, v. 55, pp. 877-89, 1997.
32. Ver nota 18 acima. Ver também J. O. Winter et al., “Recognition Molecule Directed Interfacing
Between Semiconductor Quantum Dots and Nerve Cells”, Advanced Materials, n. 13, pp. 1673-7,
nov. 2001; I. Willner e B.Willner, “Biomaterials Integrated with Electronic Elements: En Route to
Bioelectronics”, Trends in Biotechnology, n. 19, pp. 222-30, jun. 2001; Deborah A. Fitzgerald,
“Bridging the Gap with Bioelectronics”, Scientist, v. 16, n. 6, p. 38, 18 mar. 2002.
33. Robert Freitas analisa esse cenário: Robert A. Freitas Jr., Nanomedicine, v. 1, Basic Capabilities,
seção 7.4.5.4, “Cell Message Modification” (Georgetown: Landes Bioscience, 1999), pp. 194-6,
<http://www.nanomedicine.com/NMI/7.4.5.4.htm#p5>, e seção 7.4.5.6, “Outmessaging to Neurons”,
pp. 196-7, <http://www.nanomedicine.com/NMI/7.4.5.6.htm#p2>.
34. Para descrições do projeto Ramona, inclusive vídeos da apresentação da realidade virtual na
conferência TED e um vídeo dos bastidores, “Making of Ramona”, ver “All About Ramona”.
Disponível em: <http://www.KurzweilAI.net/meme/frame.html?m=9>.
35. I. Fried et al., “Electric Current Stimulates Laughter”, Nature, v. 391, n. 6668, p. 650, 12 fev.
1998. Ver Ray Kurzweil, The Age of Spiritual Machines (Nova York: Viking, 1999).
36. Robert A. Freitas Jr., Nanomedicine, v. 1, Basic Capabilities, seção 7.3, “Communication
Networks” (Georgetown,: Landes Bioscience, 1999), pp. 186-8,
<http://www.nanomedicine.com/NMI/7.3.htm>.
37. Allen Kurzweil, The Grand Complication: A Novel (Nova York: Hyperion, 2002); Allen
Kurzweil, A Case of Curiosities (Nova York: Harvest Books, 2001). Allen Kurzweil é meu primo em
primeiro grau.
38. Como citado em Aubrey de Grey, “Engineering Negligible Senescence: Rational Design of
Feasible, Comprehensive Rejuvenation Biotechnology”, Kronos Institute Seminar Series, 8 fev.
2002. Apresentação em PowerPoint disponível em: <http://www.gen.cam.ac.uk/sens/sensov.ppt>.
39. Robert A. Freitas Jr., “Death Is an Outrage!” apresentação na 5a Conferência Alcor sobre
prolongamento extremo da vida, Newport Beach, Estado Unidos, 16 nov. 2002. Disponível em:
<http://www.rfreitas.com/Nano/DeathIsAnOutrage.htm>, publicado em KurzweilAI.net, 9 jan. 2003:
<http://www.KurzweilAI.net/articles/art0536.html>.
40. Cro-magnon, “30 years or less, often much less…”:
<http://anthro.palomar.edu/homo2/sapiens_culture.htm>.
Egito: Jac J. Janssen citado em Brett Palmer, “Playing the Numbers Game”, em Skeptical Review,
publicada on-line em 5 de 2004, em: <http://www.theskepticalreview.com/palmer/numbers.html>.
Europe 1400: Gregory Clark, The Conquest of Nature: A Brief Economic History of the World
(Princeton University Press, a ser publicado em 2005), capítulo 5, “Mortality in the Malthusian Era”.
Disponível em: <http://www.econ.ucdavis.edu/faculty/gclark/GlobalHistory/Global%20History-
5.pdf>.
1800: James Riley, Rising Life Expectancy: A Global History (Cambridge, Inglaterra: Cambridge
University Press, 2001), pp. 32-3.
1900: <http://www.cdc.gov/nchs/data/hus/tables/2003/03hus027.pdf>.
41. Originalmente, o museu localizava-se em Boston e agora está em Mountain View, Califórnia,
Estados Unidos, <http://www.computerhistory.org>.
42. Lyman e Kahle sobre armazenamento de longo prazo: “Enquanto o papel de boa qualidade dura
quinhentos anos, as fitas de computador duram dez. Enquanto houver organizações ativas para fazer
cópias, manteremos nossas informações em segurança, não temos um mecanismo eficaz para fazer
quinentos anos de cópias de materiais digitais...” Peter Lyman e Brewster Kahle, “Archiving Digital
Cultural Artifacts: Organizing an Agenda for Action”, D-Lib Magazine, jul.-ago. 1998.
Stewart Brand escreve: “Por trás de todo novo e quente computador que funciona, está um rastro de
corpos de computadores extintos, de mídias extintas de armazenamento, de aplicações extintas, de
arquivos extintos. Bruce Sterling, escritor de ficção científica, refere-se a nossa época como “a Idade
de Ouro das mídias mortas, a maioria com uma idade útil de funcionamento igual a um pacote de
Twinkies (que são parecidos com bolinho Ana Maria)”. Stewart Brand, “Written on the Wind”,
Civilization Magazine, nov. 1998 (“01998” na terminologia Long Now), disponível em:
<http://www.longnow.org/10klibrary/library.htm>.
43. O projeto nessa linha do Information Processing Technology Office da DARPA é chamado de
LifeLog, <http://www.darpa.mil/ipto/Programs/lifelog>; ver também Noah Shachtman, “A Spy
Machine of DARPA’s Dreams”, Wired News, 20 maio 2003,
<http://www.wired.com/news/business/0,1367,58909,00.html>; o projeto de Gordon Bell (para a
Microsoft) é MyLifeBits,
<http://research.microsoft.com/research/barc/MediaPresence/MyLifeBits.aspx>; para a Long Now
Foundation, ver <http://longnow.org>.
44. Bergeron é um professor assistente de anestesiologia na Harvard Medical School e é autor de
livros como Bioinformatics Computing, Biotech Industry: A Global, Economic, and Financing
Overview e The Wireless Web and Healthcare.
45. A Long Now Foundation está desenvolvendo uma possível solução: o Disco Rosetta, que conterá
arquivos extensos de texto em línguas que podem ser perdidas em um futuro distante. Eles planejam
usar uma tecnologia única de armazenamento baseada em um disco de níquel que pode armazenar até
350 mil páginas por disco, com uma estimativa de vida de 2 mil a 10 mil anos. Ver Long Now
Foundation, Library Ideas. Disponível em: <http://longnow.org/10klibrary/10kLibConference.htm>.
46. John A. Parmentola, “Paradigm Shifting Capabilities for Army Transformation”, convidado a
apresentar uma palestra no simpósio europeu da SPIE sobre óptica/fotônica na segurança e defesa, 25
a 28 out. 2004; disponível em Bridge, v. 34, n. 3, out. 2004:
<http://www.nae.edu/NAE/bridgecom.nsf/weblinks/MKEZ-65RLTA?OpenDocument>.
47. Fred Bayles, “High-Tech Project Aims to Make Super-soldiers”, USA Today, 23 maio 2003,
<http://www.usatoday.com/news/nation/2003-05-22-nanotech-usat_x.htm>; ver o web site do
Institute for Soldier Nanotechnologies: <http://web.mit.edu/isn>; Sarah Putnam, “Researchers Tout
Opportunities in Nanotech”, MIT News Office, 9 out. 2002,
<http://web.mit.edu/newsoffice/2002/cdc-notech-1009.html>.
48. Ron Schafer, “Robotics to Play Major Role in Future Warfighting”,
<http://www.jfcom.mil/newslink/storyarchive/2003/pa072903.htm>; Dr. Russell Richards,
“Unmanned Systems: A Big Player for Future Forces?”, Unmanned Effects Workshop no Applied
Physics Laboratory, Johns Hopkins University, Baltimore, Estados Unidos, 29 jul. a 1o ago. 2003.
49. John Rhea, “NASA Robot in Form of Snake Planned to Penetrate Inaccessible Areas”, Military
and Aerospace Electronics, nov, 2000. Disponível em:
<http://mae.pennnet.com/Articles/Article_Display.cfm?
Section=Archives&Subsection=Display&ARTICLE_ID=86890>.
50. Lakshmi Sandhana, “The Drone Armies Are Coming”, Wired News, 30 ago. 2002,
<http://www.wired.com/news/technology/0,1282,54728,00.html>. Ver também Mario Gerla, Kaixin
Xu e Allen Moshfegh, “Minuteman: Forward Projection of Unmanned Agents Using the Airborne
Internet”, IEEE Aerospace Conference 2002, Big Sky, Estados Unidos, mar. 2002:
<http://www.cs.ucla.edu/NRL/wireless/uploads/mgerla_aerospace02.pdf>.
51. James Kennedy e Russell C. Eberhart, com Yuhui Shi, Swarm Intelligence (San Francisco:
Morgan Kaufmann, 2001). Disponível em: <http://www.swarmintelligence.org/SIBook/SI.php>.
52. Will Knight, “Military Robots to Get Swarm Intelligence”, 25 abr. 2003. Disponível em:
<http://www.newscientist.com/news/news.jsp?id=ns99993661>.
53. Ibid.
54. S. R.White et al., “Autonomic Healing of Polymer Composites”, Nature, v. 409, pp. 794-7, 15
fev. 2001, <http://www.autonomic.uiuc.edu/files/NaturePaper.pdf>; Kristin Leutwyler, “Self-Healing
Plastics”, ScientificAmerican.com, 15 fev. 2001, <http://www.sciam.com/article.cfm?
articleID=000B307F-C71A-1C5AB882809EC588ED9F>.
55. Sue Baker, “Predator Missile Launch Test Totally Successful”, Strategic Affairs, 1o abr. 2001.
Disponível em: <http://www.stratmag.com/issueApr-1/page02.htm>.
56. Ver a lista de cursos da OpenCourseWare em: <http://ocw.mit.edu/index.html>.
57. Brigitte Bouissou citada nas páginas adicionais de citações do MIT OpenCourseWare em:
<http://ocw.mit.edu/OcwWeb/Global/AboutOCW/additionalquotes.htm>, e Eric Bender, “Teach
Locally, Educate Globally”, MIT Technology Review, jun. 2004. Disponível em:
<http://www.techreview.com/articles/04/06/bender0604.asp?p=1>.
58. Kurzweil Educational Systems, <http://www.Kurzweiledu.com>, fornece o sistema Kurzweil
3000 de leitura para pessoas com dislexia. Ele pode ler qualquer livro para o usuário enquanto
ressalta o que está sendo lido em uma imagem em alta resolução da página. Inclui uma gama de
recursos para melhorar a habilidade de leitura dos usuários.
59. Conforme citado por Natasha Vita-More, “Arterati on Ideas”, <http://64.233.167.104/search?
q=cache:QAnJsLcXHXUJ:www.extropy.com/ideas/journal/previous/1998/02-
01.html+Arterati+on+ideas&hl=en> e <http://www.extropy.com/ideas/journal/previous/1998/02-
01.html>.
60. Christine Boese, “The Screen-Age: Our Brains in our Laptops”, CNN.com, 2 ago. 2004.
61. Thomas Hobbes, Leviathan (1651).
62. Seth Lloyd e Y. Jack Ng, “Black Hole Computers”, Scientific American, nov. 2004.
63. Alan M. MacRobert, “The Allen Telescope Array: SETI’s Next Big Step”, Sky & Telescope, abr.
2004. Disponível em: <http://skyandtelescope.com/printable/resources/seti/article_256.asp>.
64. Ibid.
65. Ibid.
66. C. H. Townes, “At What Wavelength Should We Search for Signals from Extraterrestrial
Intelligence?”, Proceedings of the National Academy of Sciences USA, v. 80, pp. 1147-51, 1983; S.
A. Kingsley em The Search for Extraterrestrial Intelligence in the Optical Spectrum, v. 2; S. A.
Kingsley e G. A. Lemarchand (orgs.), Proc. WPIE, v. 2704, pp. 102-16, 1996.
67. N. S. Kardashev, “Transmission of Information by Extraterrestrial Civilizations”, Soviet
Astronomy, v. 8, n. 2, pp. 217-20, 1964. Resumido em Guillermo A. Lemarchand, “Detectability of
Extraterrestrial Technological Activities”, SETIQuest, v. 1, n. 1, pp. 3-13. Disponível em:
<http://www.coseti.org/lemarch1.htm>.
68. Frank Drake e Dava Sobel, Is Anyone Out There? (Nova York: Dell, 1994); Carl Sagan e Frank
Drake, “The Search for Extraterrestrial Intelligence”, Scientific American, pp. 80-9, maio 1975. Mais
informações sobre a equação de Drake podem ser encontradas em:
<http://www.activemind.com/Mysterious/Topics/SETI/drake_equation.html>.
69. Muitas das descrições da equação de Drake expressam fL como a fração da vida do planeta em
que ocorrem as transmissões de rádio, mas isso deveria ser mais bem expressado como uma fração da
vida do universo, já que, na verdade, não interessa há quanto tempo existe esse planeta; em vez disso,
interessa a duração das transmissões de rádio.
70. Seth Shostak fez “uma estimativa de 10 mil a 1 milhão de transmissores de rádio na galáxia”.
Marcus Chown, “ET First Contact ‘Within 20 Years’”, New Scientist, v. 183, n. 2457, 24 jul. 2004.
Disponível em: <http://www.newscientist.com/article.ns?id=dn6189>.
71. T. L. Wilson, “The Search for Extraterrestrial Intelligence”, Nature, 22 fev. 2001.
72. A maioria das estimativas tem sido entre 10 e 15 bilhões de anos. Em 2002, as estimativas
baseadas em dados do telescópio espacial Hubble estavam entre 13 e 14 bilhões de anos. Um estudo
publicado pelo cientista Lawrence Krauss da Universidade Case Western Reserve e por Brian
Chaboyer da Universidade de Dartmouth aplicou uns achados recentes sobre a evolução das estrelas
e concluiu que havia 95% de confiança de que a idade do universo fica entre 11,2 e 20 bilhões de
anos. Lawrence Krauss e Brian Chaboyer, “Irion, the Milky Way’s Restless Swarms of Stars”,
Science, v. 299, pp. 60-2, 3 jan. 2003. Pesquisas recentes da Nasa definiram a idade do universo em
13,7 bilhões de anos, mais ou menos 200 milhões. Disponível em:
<http://map.gsfc.nasa.gov/m_mm/mr_age.html>.
73. Citado em Eric M. Jones, “‘Where Is Everybody?’: An Account of Fermi’s Question”, Los
Alamos National Laboratories, mar. 1985. Disponível em:
<http://www.bayarea.net/~kins/AboutMe/Fermi_and_Teller/fermi_question.html>.
74. Primeiro, considere a estimativa de 1042 cps para o laptop frio mais recente (como no capítulo 3).
Pode-se estimar a massa do sistema solar como aproximadamente a mesma massa do Sol, que é de 2
× 1030 quilos. Um vinteavos de 1% dessa massa é 1027 quilos. A 1042 cps por quilo, 1027 quilos
forneceriam 1069 cps. Usando a estimativa de 1050 cps para o laptop quente mais recente, chega-se a
1077 cps.
75. Anders Sandberg, “The Physics of Information Processing Superobjects: Daily Life Among the
Jupiter Brains”, Journal of Evolution and Technology, n. 5, 22 dez. 1999. Disponível em:
<http://www.jetpress.org/volume5/Brains2.pdf>.
76. Freeman John Dyson, “Search for Artificial Stellar Sources of Infrared Radiation”, Science, v.
131, pp. 1667-8, 3 jun. 1960.
77. Citado em Sandberg, “Physics of Information Processing Superobjects”.
78. Em 1994, foram despachadas 195,5 bilhões de unidades de chips semicondutores; em 2004,
foram 433,5 bilhões. Jim Feldhan, presidente, Semico Research Corporation. Disponível em:
<http://www.semico.com>.
79. Robert Freitas tem sido um pioneiro defensor do uso de sondas robóticas, especialmente as
autorreplicantes. Ver Robert A. Freitas Jr., “Interstellar Probes: A New Approach to SETI”, J. British
Interplanet. Soc., n. 33, pp. 95-100, mar. 1980,
<http://www.rfreitas.com/Astro/InterstellarProbesJBIS1980.htm>; Robert A. Freitas Jr., “A Self-
Reproducing Interstellar Probe”, J. British Interplanet. Soc., n. 33, pp. 251-64, jul. 1980,
<http://www.rfreitas.com/Astro/ReproJBISJuly1980.htm>; Francisco Valdes e Robert A. Freitas Jr.,
“Comparison of Reproducing and Nonreproducing Starprobe Strategies for Galactic Exploration”, J.
British Interplanet. Soc., n. 33, pp. 402-8, nov. 1980,
<http://www.rfreitas.com/Astro/ComparisonReproNov1980.htm>; Robert A. Freitas Jr., “Debunking
the Myths of Interstellar Probes”, AstroSearch, v. 1, pp. 8-9, jul.-ago. 1983,
<http://www.rfreitas.com/Astro/ProbeMyths1983.htm>; Robert A. Freitas Jr., “The Case for
Interstellar Probes”, J. British Interplanet. Soc., n. 36, pp. 490-5, nov. 1983,
<http://www.rfreitas.com/Astro/TheCaseForInterstellarProbes1983.htm>.
80. M. Stenner et al., “The Speed of Information in a ‘Fast-Light’ Optical Medium”, Nature, v. 425,
pp. 695-8, 16 out. 2003. Ver também Raymond Y. Chiao et al., “Superluminal and Parelectric Effects
in Rubidium Vapor and Ammonia Gas”, Quantum and Semiclassical Optics, n. 7, p. 279, 1995.
81. I. Marcikic et al., “Long-Distance Teleportation of Qubits at Telecommunication Wavelengths”,
Nature, v. 421, pp. 509-13, jan. 2003; John Roach, “Physicists Teleport Quantum Bits over Long
Distance”, National Geographic News, 29 jan. 2003; Herb Brody, “Quantum Cryptography”, em “10
Emerging Technologies That Will Change the World”, MIT Technology Review, fev. 2003; N. Gisin
et al., “Quantum Correlations with Moving Observers”, Quantum Optics, p. 51, dez. 2003; Quantum
Cryptography exhibit, ITU Telecom World 2003, Genebra, Suíça, 1o out. 2003; Sora Song, “The
Quantum Leaper”, Time, 15 mar. 2004; Mark Buchanan, “Light’s Spooky Connections Set New
Distance Record”, New Scientist, 28 jun. 1997.
82. Charles H. Lineweaver e Tamara M. Davis, “Misconceptions About the Big Bang”, Scientific
American, mar. 2005.
83. A. Einstein e N. Rosen, “The Particle Problem in the General Theory of Relativity”, Physical
Review, v. 48, p. 73, 1935.
84. J. A.Wheeler, “Geons”, Physical Review, v. 97, pp. 511-36, 1955.
85. M. S. Morris, K. S. Thorne e U. Yurtsever, “Wormholes, Time Machines, and the Weak Energy
Condition”, Physical Review Letters, v. 61, n. 13, pp. 1446-9, 26 set. 1988; M. S. Morris e K. S.
Thorne, “Wormholes in Spacetime and Their Use for Interstellar Travel: A Tool for Teaching General
Relativity”, American Journal of Physics, v. 56, n. 5, pp. 395-412, 1988.
86. M. Visser, “Wormholes, Baby Universes, and Causality”, Physical Review D, v. 41, n. 4, pp.
1116-24, 15 fev. 1990.
87. Sandberg, “Physics of Information Processing Superobjects”.
88. David Hochberg e Thomas W. Kephart, “Wormhole Cosmology and the Horizon Problem”,
Physical Review Letters, v. 70, pp. 2265-8, 1993,
<http://prola.aps.org/abstract/PRL/v70/i18/p2665_1>; D. Hochberg e M.Visser, “Geometric Structure
of the Generic Static Transversable Wormhole Throat”, Physical Review D, v. 56, p. 4745, 1997.
89. J. K.Webb et al., “Further Evidence for Cosmological Evolution of the Fine Structure Constant”,
Physical Review Letters, v. 87, n. 9, p. 091301, 27 ago. 2001; “When Constants Are Not Constant”,
Physics in Action, out. 2001. Disponível em: <http://physicsweb.org/articles/world/14/10/4>.
90. João Magueijo, John D. Barrow e Haavard Bunes Sandvik, “Is It e or Is It c? Experimental Tests
of Varying Alpha”, Physical Letters B, v. 549, pp. 284-9, 2002.
91. John Smart, “Answering the Fermi Paradox: Exploring the Mechanisms of Universal
Transcension”, <http://www.transhumanist.com/Smart-Fermi.htm>. Ver também
<http://singularitywatch.com> e sua biografia em
<http://www.singularitywatch.com/bio_johnsmart.html>.
92. James N. Gardner, Biocosm: The New Scientific Theory of Evolution: Intelligent Life Is the
Architect of the Universe (Maui: Inner Ocean, 2003).
93. Lee Smolin em “Smolin vs. Susskind: The Anthropic Principle”, Edge, n. 145,
<http://www.edge.org/documents/archive/edge145.html>; Lee Smolin, “Scientific Alternatives to the
Anthropic Principle”, <http://arxiv.org/abs/hep-th/0407213>.
94. Kurzweil, Age of Spiritual Machines, pp. 258-60.
95. Gardner, Biocosm.
96. S. W. Hawking, “Particle Creation by Black Holes”, Communications in Mathematical Physics,
v. 43, pp. 199-220, 1975.
97. A aposta original está em <http://www.theory.caltech.edu/people/preskill/info_bet.html>. Ver
também Peter Rodgers, “Hawking Loses Black Hole Bet”, Physics World, ago. 2004. Disponível em:
<http://physicsweb.org/articles/news/8/7/11>.
98. Para chegar a essas estimativas, Lloyd tomou a densidade observada da água — cerca de um
átomo de hidrogênio por metro cúbico — e computou a energia total no universo. Dividindo esse
número pela constante de Planck, ele obteve cerca de 1090 cps. Seth Lloyd, “Ultimate Physical Limits
to Computation”, Nature, v. 406, n. 6799, pp. 1047-54, 31 ago. 2000. Versões eletrônicas (a versão 3,
datada de 14 fev. 2000) disponíveis em: <http://arxiv.org/abs/quant-ph/9908043> (31 ago. 2000). O
link a seguir exige pagamento para permitir o acesso: <http://www.nature.com/cgi-taf/DynaPage.taf?
file=/nature/journal/v406/n6799/full/4061047a0_fs.html&content_filetype=PDF>.
99. Jacob D. Bekenstein, “Information in the Holographic Universe: Theoretical Results about Black
Holes Suggest That the Universe Could Be Like a Gigantic Hologram”, Scientific American, v. 289,
n. 2, pp. 58-65, ago. 2003. Disponível em: <http://www.sciam.com/article.cfm?articleID=000AF072-
4891-1F0A-97AE80A84189EEDF>.

Capítulo 7: Ich bin ein Singularitarian

1. Em Jay W. Richards et al., Are We Spiritual Machines? Ray Kurzweil vs. the Critics of Strong A.I.
(Seattle: Discovery Institute, 2002), introdução. Disponível em:
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0502.html>.
2. Ray Kurzweil e Terry Grossman, Fantastic Voyage: Live Long Enough to Live Forever (Nova
York: Rodale Books, 2004).
3. Ibid.
4. Ibid.
5. Max More e Ray Kurzweil, “Max More and Ray Kurzweil on the Singularity”, 26 fev. 2002.
Disponível em: <http://www.KurzweilAI.net/articles/art0408.html>.
6. Ibid.
7. Ibid.
8. Arthur Miller, After the Fall (Nova York: Viking, 1964).
9. De um artigo lido na Oxford Philosophical Society em 1959 e depois publicado como “Minds,
Machines and Gödel,” Philosophy, v. 36, pp. 112-27, 1961. Foi reimpresso pela primeira vez de
muitas em Kenneth Sayre e Frederick Crosson (orgs.), The Modeling of Mind (Notre Dame:
University of Notre Dame Press, 1963), pp. 255-71.
10. Martine Rothblatt, “Biocyberethics: Should We Stop a Company from Unplugging an Intelligent
Computer?”, 28 set. 2003. Disponível em: <http://www.KurzweilAI.net/meme/frame.html?
main=/articles/art0594.html> (inclui links para um webcast e transcrições).
11. Jaron Lanier, “One Half of a Manifesto”, Edge,
<http://www.edge.org/3rd_culture/lanier/lanier_index.html>; ver também Jaron Lanier, “One-Half of
a Manifesto”, Wired News, dez. 2000, <http://www.wired.com/wired/archive/8.12/lanier.html>.
12. Ibid.
13. Norbert Wiener, Cybernetics: Or, Control and Communication in the Animal and the Machine
(Cambridge: MIT Press, 1948).
14. “How Do You Persist When Your Molecules Don’t?”, Science and Consciousness Review v. 1, n.
1, jun. 2004. Disponível em: <http://www.sci-con.org/articles/20040601.html>.
15. David J. Chalmers, “Facing Up to the Problem of Consciousness”, Journal of Consciousness
Studies, v. 2, n. 3, pp. 200-19, 1995. Disponível em:
<http://jamaica.u.arizona.edu/~chalmers/papers/facing.html>.
16. Huston Smith, The Sacred Unconscious, videotape (The Wisdom Foundation, 2001). Disponível
para venda em: <http://www.fonsvitae.com/sacredhuston.html>.
17. Jerry A. Fodor, RePresentations: Philosophical Essays on the Foundations of Cognitive Science
(Cambridge: MIT Press, 1981).
 Capítulo 8: GNR: Promessa e perigo
profundamente entrelaçados
1. Bill McKibben, “How Much Is Enough? The Environmental Movement as a Pivot Point in Human
History”, Seminário de Harvard sobre Valores Ambientais, 18 out. 2000.
2. Nos anos de 1960, o governo dos Estados Unidos realizou uma experiência em que pediu a três
estudantes de física recém-formados que construíssem uma arma nuclear usando apenas informações
disponíveis ao público. O resultado foi um sucesso; os três estudantes construíram uma em cerca de
três anos, ver <http://www.pimall.com/nais/nl/n.nukes.html>. Planos de como construir uma bomba
atômica estão disponíveis na internet e foram publicados em livro por um laboratório nacional. Em
2002, o Ministério da Defesa britânico liberou medidas, diagramas e detalhes exatos sobre a
construção de bombas para o Public Record Office, depois removidos, ver
<http://news.bbc.co.uk/1/hi/uk/1932702.stm>. Estes links não contêm planos reais para construir
armas atômicas.
3.“The John Stossel Special: You Can’t Say That!”, ABC News, 23 mar. 2000.
4. Há informações extensas na rede, inclusive manuais militares, sobre como construir bombas,
armas e explosivos. Parte está errada, mas a informação correta continua acessível apesar dos
esforços para removê-la. O Congresso aprovou uma emenda (a Feinstein Amendment, SP 419) para o
orçamento do Ministério da Defesa, em junho de 1997, banindo a disseminação das instruções para
construir bombas. Ver Anne Marie Helmenstine, “How to Build a Bomb”, 10 fev. 2003,
<http://chemistry.about.com/library/weekly/aa021003a.htm>. Informações sobre elementos químicos
industriais tóxicos estão amplamente disponíveis na rede e nas bibliotecas, bem como informações e
ferramentas para cultivar bactérias e vírus e técnicas para criar vírus de computador e para hackear
computadores e redes. Note-se que não forneço exemplos específicos de tais informações, pois
poderiam ajudar pessoas e grupos destruidores. Percebo bem que a mera afirmação da
disponibilidade dessa informação tem o mesmo potencial, mas acho que o benefício de um diálogo
aberto sobre isso pesa mais do que a preocupação. Além disso, a disponibilidade desse tipo de
informação tem sido discutida na mídia e em outros lugares.
5. Ray Kurzweil, The Age of Intelligent Machines (Cambridge: MIT Press, 1990).
6. Ken Alibek, Biohazard (Nova York: Random House, 1999).
7. Ray Kurzweil, The Age of Spiritual Machines (Nova York: Viking, 1999).
8. Bill Joy, “Why the Future Doesn’t Need Us”, Wired, abr. 2000. Disponível em: <http://www.
wired.com/wired/archive/8.04/joy.html>.
9. Manuais para manipulação de genes (como A. J. Harwood (org.), Basic DNA and RNA Protocols.
Totowa: Humana Press, 1996) junto com reagentes e kits que permitem manipular genes estão
disponíveis normalmente. Mesmo que o acesso a esses materiais fosse limitado no Ocidente, há um
grande número de empresas russas que podem fornecer materiais equivalentes.
10. Para um site detalhado da simulação “Dark Winter”, ver “DARK WINTER: A Bioterrorism
Exercise June 2001”: <http://www.biohazardnews.net/scen_smallpox.shtml>. Para um breve resumo,
ver: <http://www.homelandsecurity.org/darkwinter/index.cfm>.
11. Richard Preston, “The Specter of a New and Deadlier Smallpox”, New York Times, 14 out. 2002.
Disponível em: <http://www.ph.ucla.edu/epi/bioter/specterdeadliersmallpox.html>.
12. Alfred W. Crosby, America’s Forgotten Pandemic: The Influenza of 1918 (Nova York:
Cambridge University Press, 2003).
13. “Power from Blood Could Lead to ‘Human Batteries’”, Sydney Morning Herald, 4 ago. 2003.
Disponível em: <http://www.smh.com.au/articles/2003/08/03/1059849278131.html>. Ver nota 129
do capítulo 5. Ver também S. C. Barton, J. Gallaway e P. Atanassov, “Enzymatic Biofuel Cells for
Implantable and Microscale Devices”, Chemical Reviews, v. 104, n. 10, pp. 4867-6, out. 2004.
14. J. M. Hunt calculou que há 1,55 x 1019 quilos (1022 gramas) de carbono orgânico na Terra. Com
base nesse número e considerando que todo esse “carbono orgânico” está contido na biomassa (note
que a biomassa não está definida com clareza, por isso estamos assumindo uma posição amplamente
conservadora), podemos calcular o número aproximado de átomos de carbono como segue:
Peso atômico médio do carbono (ajustando para isótopos) = 12,011.
Carbono na biomassa = 1,55 x 1022 gramas / 12,011 = 1,3 x 1021 mols.
1,3 × 1021 × 6,02 × 1023 (número de Avogadro) = 7,8 x 1044 átomos de carbono.
J. M. Hunt, Petroleum Geochemistry and Geology (San Francisco: W. H. Freeman, 1979).
15. Robert A. Freitas Jr., “The Gray Goo Problem”, 20 mar. 2001. Disponível em:
<http://www.KurzweilAI.net/articles/art0142.html>.
16. “Gray Goo Is a Small Issue”, documento informativo do Center for Responsible Nanotechnology,
14 dez.de 2003, <http://crnano.org/BD-Goo.htm>; Chris Phoenix e Mike Treder, “Safe Utilization of
Advanced Nanotechnology”, Center for Responsible Nanotechnology, jan. 2003,
<http://crnano.org/safe.htm>; K. Eric Drexler, Engines of Creation, capítulo 11, “Engines of
Destruction” (Nova York: Anchor Books, 1986), pp. 171-90,
<http://www.foresight.org/EOC/EOC_Chapter_11.html>; Robert A. Freitas Jr. e Ralph C. Merkle,
Kinematic Self-Replicating Machines, seção 5.11, “Replicators and Public Safety” (Georgetown:
Landes Bioscience, 2004), pp. 196-9, <http://www.MolecularAssembler.com/KSRM/5.11.htm, e
seção 6.3.1>, “Molecular Assemblers Are Too Dangerous”, pp. 204-6,
<http://www.MolecularAssembler.com/KSRM/6.3.1.htm>; Foresight Institute, “Molecular
Nanotechnology Guidelines: Draft Version 3.7”, 4 jun. 2000, <http://www.foresight.org/guidelines/>.
17. Robert A. Freitas Jr., “Gray Goo Problem” e “Some Limits to Global Ecophagy by Biovorous
Nanoreplicators, with Public Policy Recommendations”, Zyvex, abr. 2000, seção 88.4: “Malicious
Ecophagy”, e seção 6.0: “Ecophagic Thermal Pollution Limits (ETPL)”. Disponível em:
<http://www.foresight.org/NanoRev/Ecophagy.html>.
18. Nick D. Bostrom, “Existential Risks: Analyzing Human Extinction Scenarios and Related
Hazards”, 29 maio 2001. Disponível em: <http://www.KurzweilAI.net/meme/frame.html?
main=/articles/art0194.html>.
19. Robert Kennedy, 13 Days (Londres: Macmillan, 1968), p. 110.
20. Em H. Putnam, “The Place of Facts in a World of Values”. In: D. Huff e O. Prewitt (orgs.), The
Nature of the Physical Universe (Nova York: John Wiley, 1979), p. 114.
21. Graham Allison, Nuclear Terrorism (Nova York: Times Books, 2004).
22. Martin I. Meltzer, “Multiple Contact Dates and SARS Incubation Periods”, Emerging Infectious
Diseases, v. 10, n. 2, fev. 2004. Disponível em: <http://www.cdc.gov/ncidod/EID/vol10no2/03-0426-
G1.htm>.
23. Robert A. Freitas Jr., “Microbivores: Artificial Mechanical Phagocytes Using Digest and
Discharge Protocol”, Zyvex mar. 2001, <http://www.rfreitas.com/Nano/Microbivores.htm>, e
“Microbivores: Artificial Mechanical Phagocytes”, Foresight Update, n. 44, pp. 11-3, 31 mar. 2001,
<http://www.imm.org/Reports/Rep025.html>.
24. Max More, “The Proactionary Principle”, maio 2004,
<http://www.maxmore.com/proactionary.htm> e
<http://www.extropy.org/proactionaryprinciple.htm>. More resume o princípio pró-acionário como
segue:
1. A liberdade do povo para inovar em tecnologia é valiosa para a humanidade. O ônus da
prova, portanto, cabe àqueles que propõem medidas restritivas. Todas as medidas propostas
devem ser examinadas bem de perto.
2. Avaliar os riscos de acordo com a ciência disponível, não com a percepção popular, e
permitir vieses comuns de raciocínio.
3. Dar precedência para melhorar as ameaças, conhecidas e comprovadas, à saúde humana e à
qualidade do meio ambiente, em vez de agir contra riscos hipotéticos.
4. Tratar os riscos tecnológicos na mesma base que os riscos naturais; evitar subestimar os
 riscos naturais e sobre-estimar os riscos tecnológicos. Levar em conta todos os benefícios dos
avanços tecnológicos.
5. Fazer uma estimativa das oportunidades perdidas ao abandonar uma tecnologia, e levar em
conta os custos e riscos de substituir por outras opções possíveis, considerando com cuidado
os efeitos amplamente distribuídos e os efeitos resultantes.
6. Considerar medidas restritivas apenas se o impacto potencial de uma atividade tiver
probabilidade e severidade significativas. Nesses casos, se a atividade também gerar
benefícios, descontar os impactos de acordo com a possibilidade de adaptação aos efeitos
adversos. Se as medidas para limitar o avanço tecnológico parecem ser justificadas, garantir
que a extensão delas seja proporcional à extensão dos efeitos prováveis.
7. Escolhendo medidas para restringir a inovação tecnológica, dar prioridade aos critérios de
decisão como segue: priorizar os riscos aos humanos e a outras vidas inteligentes sobre os
riscos a outras espécies; priorizar ameaças não letais à saúde humana sobre ameaças limitadas
ao meio ambiente (dentro de limites razoáveis); priorizar ameaças imediatas sobre ameaças
distantes; preferir a medida com o valor de expectativa mais alto ao dar prioridade às ameaças
mais certas sobre as menos certas, e aos impactos irreversíveis ou persistentes ao impactos
transitórios.
25. Martin Rees, Our Final Hour: A Scientist’s Warning: How Terror, Error, and Environmental
Disaster Threaten Humankind’s Future in This Century — on Earth and Beyond (Nova York: Basic
Books, 2003).
26. Scott Shane, Dismantling Utopia: How Information Ended the Soviet Union (Chicago: Ivan R.
Dee, 1994); ver também a resenha de James A. Dorn, disponíve em:
<http://www.cato.org/pubs/journal/cj16n2-7.html>.
27. Ver George DeWan, “Diary of a Colonial Housewife”, Newsday (2005), para um relato das
dificuldades da vida humana há um par de séculos:
<http://www.newsday.com/community/guide/lihistory/ny-history-hs331a,0,6101197.story>.
28. Jim Oeppen e James W. Vaupel, “Broken Limits to Life Expectancy”, Science, v. 296, n. 5570,
pp. 1029-31, 10 maio 2002.
29. Steve Bowman e Helit Barel, Weapons of Mass Destruction: The Terrorist Threat, relatório para o
Congresso americano do Congressional Research Service, 8 dez. 1999. Disponível em:
<http://www.cnie.org/nle/crsreports/international/inter-75.pdf>.
30. Eliezer S. Yudkowsky, “Creating Friendly AI 1.0, The Analysis and Design of Benevolent Goal
Architectures” (2001), The Singularity Institute, <http://www.singinst.org/CFAI/>; Eliezer S.
Yudkowsky, “What Is Friendly AI?”, 3 maio 2001, <http://www.KurzweilAI.net/meme/frame.html?
main=/articles/art0172.html>.
31. Ted Kaczynski, “The Unabomber’s Manifesto”, 14 maio 2001. Disponível em:
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0182.html>.
32. Bill McKibben, Enough: Staying Human in an Engineered Age (Nova York: Times Books,
2003).
33. Kaczynski, “The Unabomber’s Manifesto”.
34. Foresight Institute e IMM, “Foresight Guidelines on Molecular Nanotechnology”, 21 fev. 1999,
<http://www.foresight.org/guidelines/current.html>; Christine Peterson, “Molecular Manufacturing:
Societal Implications of Advanced Nanotechnology”, 9 abr. 2003,
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0557.html>; Chris Phoenix e Mike
Treder, “Safe Utilization of Advanced Nanotechnology”, 28 jan. 2003,
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0547.html>; Robert A. Freitas Jr.,
“The Gray Goo Problem”, KurzweilAI.net, 20 mar. 2002,
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0142.html>.
35. Robert A. Freitas Jr., comunicação particular com Ray Kurzweil, jan. 2005. Freitas descreve sua
proposta com detalhes em Robert A. Freitas Jr., “Some Limits to Global Ecophagy by Biovorous
Nanoreplicators, with Public Policy Recommendations”.
36. Ralph C. Merkle, “Self Replicating Systems and Low Cost Manufacturing”, 1994. Disponível
em: <http://www.zyvex.com/nanotech/selfRepNATO.html>.
37. Neil King Jr. e Ted Bridis, “FBI System Covertly Searches E-mail”, Wall Street Journal Online,
10 jul. 2000. Disponível em: <http://zdnet.com.com/2100-11-522071.html?legacy=zdnn>.
38. Patrick Moore, “The Battle for Biotech Progress — GM Crops Are Good for the Environment
and Human Welfare”, Greenspirit, fev. 2004. Disponível em:
<http://www.greenspirit.com/logbook.cfm?msid=62>.
39. “GMOs: Are There Any Risks?”, Comissão Europeia, 9 out. 2001. Disponível em:
<http://europa.eu.int/comm/research/biosociety/pdf/gmo_press_release.pdf>.
40. Rory Carroll, “Zambians Starve As Food Aid Lies Rejected”, Guardian, 17 out. 2002. Disponível
em: <http://www.guardian.co.uk/gmdebate/Story/0,2763,813220,00.html>.
41. Larry Thompson, “Human Gene Therapy: Harsh Lessons, High Hopes”, FDA Consumer
Magazine, set.-out. 2000. Disponível em: <http://www.fda.gov/fdac/features/2000/500_gene.html>.
42. Bill Joy, “Why the Future Doesn’t Need Us”.
43. As Orientações Foresight (Foresight Institute, versão 4.0, out. 2004,
<http://www.foresight.org/guidelines/current.html>) são destinadas a tratar das potenciais
consequências positivas e negativas da nanotecnologia. Seu propósito é informar cidadãos, empresas
e governos, e fornecer orientações específicas para desenvolver responsavelmente a fabricação
molecular baseada na nanotecnologia. As Foresight Guidelines foram desenvolvidas inicialmente no
workshop do instituto sobre a política de pesquisa da nanotecnologia molecular, patrocinado pelo
instituto e pelo Institute for Molecular Manufacturing (IMM), 19 a 21 de fevereiro de 1999. Os
participantes incluíam: James Bennett, Greg Burch, K. Eric Drexler, Neil Jacobstein, Tanya Jones,
Ralph Merkle, Mark Miller, Ed Niehaus, Pat Parker, Christine Peterson, Glenn Reynolds e Philippe
Van Nedervelde. As orientações têm sido atualizadas várias vezes.
44. Martine Rothblatt, CEO da United Therapeutics, propôs substituir essa moratória por um regime
regulador em que uma autoridade internacional de xenotransplantes inspecione e aprove varas livres
de patógenos de porcos geneticamente criados como fontes aceitáveis de xenoenxertos. A solução de
Rothblatt também ajuda a identificar os cirurgiões ruins de transplantes, ao prometer a todos os
países que se juntarem ao IXA e ajudarem a pôr em prática as regras dentro de suas fronteira uma boa
parcela de material livre de patógenos para seus próprios cidadãos que sofrem com falência de
órgãos. Ver Martine Rothblatt, “Your Life or Mine: Using Geoethics to Resolve the Conflict Between
Public and Private Interests”. In: Xenotransplantation (Burlington: Ashgate, 2004). Uma revelação:
estou no conselho de administração da United Therapeutics.
45. Ver o Singularity Institute: <http://www.singinst.org>. Ver também a nota 30, acima. Yudkowsky
formou o Singularity Institute for Artificial Intelligence (SIAI) para desenvolver “IA amigável”,
destinada a “criar conteúdo cognitivo, projetar características e arquiteturas cognitivas que resultem
em benevolência” antes que IAs quase humanas ou melhor-do-que-humanas sejam possíveis. O SIAI
desenvolveu orientações sobre IA amigável: “Friendly AI”, <http://www.singinst.org/friendly/>. Ben
Goertzel e seu Artificial General Intelligence Research Institute também têm examinado questões
relativas a desenvolver IA amigável; seu foco atual é desenvolver o Novamente AI Engine, um
conjunto de arquiteturas e algoritmos. Peter Voss, fundador do Adaptive A.I., Inc., também tem
colaborado nas questões da IA amigável: <http://adaptiveai.com/>.
46. Integrated Fuel Cell Technologies: <http://ifctech.com>. Revelação: o autor é um dos primeiros
investidores e um conselheiro do IFCT.
47. New York Times, 23 set. 2003, página dos editoriais.
48. O comitê de ciências da Câmara dos Deputados dos Estados Unidos realizou uma audiência em 9
de abril de 2003 para “examinar as implicações na sociedade da nanotecnologia e do H.R.766, a lei
de pesquisa e desenvolvimento da nanotecnologia de 2002”. Ver “Full Science Committee Hearing
on the Societal Implications of Nanotechnology”,
<http://www.house.gov/science/hearings/full03/index.htm>, e “Hearing Transcript”,
<http://commdocs.house.gov/committees/science/hsy86340.000/hsy86340_0f.htm>. Para o
testemunho de Ray Kurzweil, ver <http://www.KurzweilAI.net/meme/frame.html?
main=/articles/art0556.html>. Ver também Amara D. Angelica, “Congressional Hearing Addresses
Public Concerns About Nanotech”, 14 abr. 2003,
<http://www.KurzweilAI.net/articles/art0558.html>.

Capítulo 9: Respostas às críticas

1. Michael Denton, “Organism and Machine”. In: Jay W. Richards et al., Are We Spiritual Machines?
Ray Kurzweil vs. the Critics of Strong A.I. (Seattle: Discovery Institute Press, 2002). Disponível em:
<http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0502.html>.
2. Jaron Lanier, “One Half of a Manifesto”, Edge, 25 set. 2000. Disponível em:
<http://www.edge.org/documents/archive/edge74.html>.
3. Ibid.
4. Ver os capítulos 5 e 6 para exemplos da IA restrita, agora profundamente inserida em nossa
moderna infraestrutura.
5. Lanier, “One Half of a Manifesto”.
6. Um exemplo é a Kurzweil Voice, desenvolvida originalmente por Kurzweil Applied Intelligence.
7. Alan G. Ganek, “The Dawning of the Autonomic Computing Era”, IBM Systems Journal, mar.
2003. Disponível em:
<http://www.findarticles.com/p/articles/mi_m0ISJ/is_1_42/ai_98695283/print>.
8. Arthur H.Watson e Thomas J. McCabe, “Structured Testing: A Testing Methodology Using the
Cyclomatic Complexity Metric”, publicação especial de NIST 500-35, Computer Systems
Laboratory, National Institute of Standards and Technology, 1996.
9. Mark A. Richards e Gary A. Shaw, “Chips, Architectures and Algorithms: Reflections on the
Exponential Growth of Digital Signal Processing Capability”, apresentado a IEEE Signal Processing,
dez. 2004.
10. Jon Bentley, “Programming Pearls”, Communications of the ACM, v. 27, n.11, pp. 1087-92, nov.
1984.
11. C. Eldering, M. L. Sylla e J. A. Eisenach, “Is There a Moore’s Law for Bandwidth”, IEEE
Communications, pp. 117-21, out. 1999.
12. J. W. Cooley e J. W. Tukey, “An Algorithm for the Machine Computation of Complex Fourier
Series”, Mathematics of Computation, v. 19, pp. 297-301, abr. 1965.
13. Calcula-se que haja 100 bilhões de neurônios com conexões interneurais “em leque” estimadas
em cerca de mil, portanto há cerca de 100 trilhões (1014) de conexões. Cada conexão precisa de ao
menos setenta bits para armazenar uma ID para os dois neurônios em cada ponta da conexão. Então,
isso dá aproximadamente 1016 bits. Até mesmo o genoma não comprimido é de cerca de 6 bilhões de
bits (cerca de 1010), uma razão de, no mínimo, 106: 1. Ver o capítulo 4.
14. Robert A. Freitas Jr., Nanomedicine, v. I, Basic Capabilities, seção 6.3.4.2, “Biological
Chemomechanical Power Conversion” (Georgetown: Landes Bioscience, 1999), pp. 147-8,
<http://www.nanomedicine.com/NMI/6.3.4.2.htm#p4>; ver ilustrações em:
<http://www.nanomedicine.com/NMI/Figures/6.2.jpg>.
15. Richard Dawkins, “Why Don’t Animals Have Wheels?”, Sunday Times, 24 nov. 1996. Disponível
em: <http://www.simonyi.ox.ac.uk/dawkins/WorldOfDawkins-archive/Dawkins/Work/Articles/1996-
11-24wheels.shtml>.
16. Thomas Ray, “Kurzweil’s Turing Fallacy”. In: Richards et al., Are We Spiritual Machines?
17. Ibid.
18. Anthony J. Bell, “Levels and Loops: The Future of Artificial Intelligence and Neuroscience”,
Philosophical Transactions of the Royal Society of London B, v. 354, pp. 2013-20, 1999. Disponível
em: <http://www.cnl.salk.edu/~tony/ptrsl.pdf>.
19. Ibid.
20. David Dewey, “Introduction to the Mandelbrot Set”. Disponível em:
<http://www.ddewey.net/mandelbrot>.
21. Christof Koch citado em John Horgan, The End of Science (Reading: Addison-Wesley, 1996).
22. Roger Penrose, Shadows of the Mind: A Search for the Missing Science of Consciousness (Nova
York: Oxford University Press, 1996); Stuart Hameroff e Roger Penrose, “Orchestrated Objective
Reduction of Quantum Coherence in Brain Microtubules: The ‘Orch OR’ Model for Consciousness”,
Mathematics and Computer Simulation, v. 40, pp. 453-80, 1996. Disponível em:
<http://www.quantumconsciousness.org/penrosehameroff/orchOR.html>.
23. Sander Olson, “Interview with Seth Lloyd”, 17 nov. 2002. Disponível em:
<http://www.nanomagazine.com/i.php?id=2002_11_17>.
24. Bell, “Levels and Loops”.
25. Ver os gráficos do crescimento exponencial da computação no capítulo 2, página 87.
26. Alfred N. Whitehead e Bertrand Russell, Principia Mathematica, 3 v. (Cambridge: Cambridge
University Press, 1910, 1912, 1913).
27. O teorema incompleto de Gödel apareceu pela primeira vez em seu “Uber formal
unenscheiderbare Satze der Principia Mathematica und verwandter Systeme I”, Monatshefte für
Mathematik und Physik, v. 38, pp. 173-98, 1931.
28. Alan M. Turing, “On Computable Numbers with an Application to the Entscheidungsproblem”,
Proceedings of the London Mathematical Society, v. 42, pp. 230-65, 1936. O
“Entscheidungsproblem” é a decisão ou o que para um problema, isto é, como determinar
antecipadamente se um algoritmo irá parar (chegar a uma decisão) ou continuar em um loop infinito.
29. A versão de Church apareceu em Alonzo Church, “An Unsolvable Problem of Elementary
Number Theory” American Journal of Mathematics, v. 58, pp. 345-63, 1936.
30. Para um relato introdutório divertido de algumas das implicações da tese Church-Turing, ver
Douglas R. Hofstadter, Gödel, Escher, Bach: An Eternal Golden Braid (Nova York: Basic Books,
1979).
31. O problema do castor atarefado é um exemplo de uma grande classe de funções não
computáveis, como visto em Tibor Rado, “On Noncomputable Functions”, Bell System Technical
Journal, v. 41, n. 3, pp. 877-84, 1962.
32. Ray, “Kurzweil’s Turing Fallacy”.
33. Lanier, “One Half of a Manifesto”.
34. Um humano, isto é, que não está dormindo nem em coma e com desenvolvimento suficiente (isto
é, não um feto antes de desenvolver o cérebro) para estar consciente.
35. John R. Searle, “I Married a Computer”. In: Richards et al., Are We Spiritual Machines?.
36. Id., The Rediscovery of the Mind (Cambridge: MIT Press, 1992).
37. Hans Moravec, Carta ao Editor, New York Review of Books. Disponível em:
<http://www.kurzweiltech.com/Searle/searle_response_letter.htm>.
38. John Searle para Ray Kurzweil, 15 dez. 1998.
39. Lanier, “One Half of a Manifesto”.
40. David Brooks, “Good News About Poverty”, New York Times, 27 nov. 2004, A35.
41. Hans Moravec, Carta ao Editor, New York Review of Books. Disponível em:
<http://www.kurzweiltech.com/Searle/searle_response_letter.htm>.
42. Patrick Moore, “The Battle for Biotech Progress — GM Crops Are Good for the Environment
and Human Welfare”, Greenspirit, fev. 2004. Disponível em:
<http://www.greenspirit.com/logbook.cfm?msid=62>.
43. Joel Cutcher-Gershenfeld, comunicação particular com Ray Kurzweil, fev. 2005.
44. William A. Dembski, “Kurzweil’s Impoverished Spirituality”. In: Richards et al., Are We
Spiritual Machines?.
45. Denton, “Organism and Machine”.

Epílogo
1. Conforme citado em James Gardner, “Selfish Biocosm”, Complexity, v. 5, n. 3, pp. 34-45, jan.-fev.
2000.
2. Na função y = 1/x, se x = 0, então a função é literalmente indefinida, mas podemos mostrar que o
valor de y excede qualquer número finito. Podemos transformar y + 1/x em x = 1/y trocando o
numerador e o denominador de ambos os lados da equação. Então, se atribuirmos um número finito
grande a y, podemos ver que x torna-se muito pequeno, mas não 0, não importando quão grande fica
y. Assim, o valor de y em y = 1/x pode ser visto como superando qualquer valor finito de y se x = 0.
Outro modo de expressar isso é que podemos superar qualquer valor finito possível de y,
determinando que x seja maior do que 0 mas menor do que 1 dividido por aquele valor.
3. Com estimativas de 1016 cps para uma simulação funcional do cérebro humano (ver capítulo 3) e
cerca de 1010 (abaixo de 10 bilhões) de cérebros humanos, isso resulta em 1026 cps para o total de
cérebros humanos biológicos. Então, 1090 cps excede esse número por um fator de 1064. Usando um
número mais conservador de 1019 cps, que estimei necessário para simular cada não linearidade em
cada componente de neurônio (dendrito, axônio etc.), chega-se a um fator de 1061 cps. Um trilhão de
trilhões de trilhões de trilhões de trilhões é 1060.
4. Veja as estimativas na nota anterior; 1042 cps excedem isso por um fator de 10 mil trilhões (1016).
5. Stephen Jay Gould, “Jove’s Thunderbolts”, Natural History, v. 103, n. 10, pp. 6-12, out. 1994;
capítulo 13 em Dinosaur in a Haystack: Reflections in Natural History (Nova York: Harmony
Books, 1995).
1 Como é agora frequente, o site mencionado por um autor como possibilidade de ampliação do
assunto por ele tratado pode não mais estar acessível. Esse é, de resto, um traço distintivo entre a
cultura do livro e do papel impresso e a cultura computacional. Um livro impresso permaneceu e
ainda permane-ce acessível por dezenas e dezenas de anos ou séculos; a duração e preservação de
qualquer tipo de informação virtual, como a dos sites de internet, é uma incógnita. E, não raro,
motivo de decepção... (N.T.)
IDENTIDADE E VIOLÊNCIA | A ilusão do destino
Amartya Sen
COM O CÉREBRO NA MÃO | no século que gosta de si mesmo
Teixeira Coelho
A ECONOMIA ARTISTICAMENTE CRIATIVA | Arte, mercado,
sociedade
Xavier Greffe
O LUGAR DO PÚBLICO | Sobre o uso de estudos e pesquisas pelos
museus
Jacqueline Eidelman, Mélanie Roustan, Bernardette Goldstein
AFIRMAR OS DIREITOS CULTURAIS | Comentários à Declaração de
Friburgo
Patrice Meyer Bisch e Mylène Bidault
AS METRÓPOLES REGIONAIS E A CULTURA | O caso francês 1945-
2000
Frannnoise Taliano - Des Garets
ARTE E MERCADO
Xavier Greffe
CULTURA E ESTADO | A política cultural na França 1955-2005
Geneviève Gentil e Philippe Poirrier
CULTURA E EDUCAÇÃO
Teixeira Coelho org.
SATURAÇÃO
Michel Maffesoli
MEDO AO PEQUENO NÚMERO | Ensaio sobre a geografia da raiva
Arjun Appadurai
A REPÚBLICA DOS BONS SENTIMENTOS
Michel Maffesoli
A CULTURA PELA CIDADE
Teixeira Coelho (Org.)
A CULTURA E SEU CONTRÁRIO
Teixeira Coelho
LEITORES, ESPECTADORES E INTERNAUTAS
Néstor García Canclini
CULTURA E ECONOMIA
Paul Tolila