O lifelong learning parte de uma premissa muito simples: o aprendizado não tem data para acabar. Mesmo depois dos diplomas – do ensino básico, da faculdade ou da especialização, por exemplo –, é necessário adotar uma postura aberta ao conhecimento.
A expressão, que ganhou força nos últimos anos, é um reflexo do dinamismo do mundo contemporâneo. Na prática, o lifelong learning pressupõe que nunca é cedo ou tarde demais para aprender algo novo – e, no que diz respeito ao mercado, essa mentalidade está alinhada às demandas corporativas.
O Executive Program da Singularity University Brazil chega à sua sétima edição se consolidando como uma porta de entrada para a comunidade Learning Circle. São profissionais de todo o mundo que integram um grupo de alumnis de alta liderança cujo expertise individual se dilui em uma mesma intenção: aprender, trocar experiências, viabilizar parcerias, encontrar novos clientes e fomentar a cadeia de colaboração e ajuda mútua.
O que faz esses profissionais se conectarem tão fortemente? – A jornada de aprendizagem proposta pela Singularity University que possibilita que, em três dias, cada executivo e executiva desfrute da mesma disposição para fazer networking, acessar experiências práticas e passar por uma imersão sem igual em tecnologias exponenciais.
Por mais que temas como blockchain, realidade estendida e metaverso, inteligência artificial e machine learning, robótica, nanotecnologia, redes e sistemas de computação e neurociência estejam no radar dos líderes, é fundamental que esses profissionais tenham a chance de voltarem a ser alunos, aprendendo a: – identificar novas oportunidades com o uso de tecnologia – pensar exponencialmente – traçar caminhos para a sua empresa, usando o conceito de moonshot e uma visão de geração de abundância e de impacto positivo.
Esse acompanhamento na aprendizagem é realizado por um corpo docente definido após rigorosa curadoria de nomes. Ricardo Justus, Jeffrey Rogers, Carla Tieppo, Guilherme Horn, Ricardo Cavallini, Leandro Mattos, David Roberts, Eduardo Abrahim, Glaucia Guarcello, Letícia Setembro e outros grandes experts estarão focados em auxiliar cada aluno a compreender as principais pautas de futuro do negócio e planejar uma jornada de transformação e inovação dentro dos seus negócios ou área de atuação.
Quer aprender com especialistas certificados pela SU como as empresas utilizam as tecnologias exponenciais para melhorar seus resultados, por meio de: palestras, wordkshops, exercícios preditivos e pesquisas, cercado de algumas das mais brilhantes mentes do mundo?
O último EP desse ano acontecerá a partir do dia 23 de outubro, em Campos do Jordão, no Bendito Cacao Resort & Spa. Para participar, basta acessar esse link e se inscrever!
Os bebês são bolas borbulhantes, fofinhas e risonhas de alegria. Eles também são máquinas de aprendizado extremamente poderosas. Aos três meses de idade, eles já têm intuição sobre como as coisas ao seu redor se comportam – sem que ninguém lhes ensine explicitamente as regras do jogo.
Essa habilidade, apelidada de “física intuitiva”, parece extremamente trivial na superfície. Se eu encher um copo com água e colocá-lo sobre a mesa, sei que o copo é um objeto – algo em que posso envolver minhas mãos sem que derreta em minhas palmas. Não vai afundar na mesa. E se começasse a levitar, eu olhava e imediatamente corria para fora da porta.
Os bebês desenvolvem rapidamente essa capacidade absorvendo dados de seus ambientes externos, formando uma espécie de “senso comum” sobre a dinâmica do mundo físico. Quando as coisas não se movem como esperado – digamos, em truques de mágica onde objetos desaparecem – eles ficam surpresos.
Para a IA, é uma questão completamente diferente. Embora os modelos recentes de IA já tenham derrotado os humanos desde o jogo até a resolução de enigmas científicos de décadas, eles ainda lutam para desenvolver a intuição sobre o mundo físico.
Este mês, pesquisadores da DeepMind, de propriedade do Google, se inspiraram na psicologia do desenvolvimento e construíram uma IA que naturalmente extrai regras simples sobre o mundo assistindo a vídeos. Netflix e chill não funcionaram sozinhos; o modelo de IA só aprendeu as regras do nosso mundo físico quando recebeu uma ideia básica dos objetos, como quais são seus limites, onde estão e como se movem. Semelhante aos bebês, a IA expressou “surpresa” quando mostrou situações mágicas que não faziam sentido, como uma bola rolando em uma rampa.
Apelidado de PLATO (para Aprendizado de Física através de Auto-codificação e Objetos de Rastreamento), a IA foi surpreendentemente flexível. Precisava apenas de um conjunto relativamente pequeno de exemplos para desenvolver sua “intuição”. Uma vez que aprendesse isso, o software poderia generalizar suas previsões sobre como as coisas se moviam e interagiam com outros objetos, bem como sobre cenários nunca encontrados anteriormente.
De certa forma, PLATO atinge o ponto ideal entre natureza e criação. Os psicólogos do desenvolvimento há muito discutem se o aprendizado em bebês pode ser alcançado a partir da descoberta de padrões em dados de experiências apenas. PLATO sugere que a resposta é não, pelo menos não para esta tarefa específica. Tanto o conhecimento interno quanto a experiência são fundamentais para completar toda a história de aprendizagem.
Para sermos claros, PLATO não é uma réplica digital de um bebê de três meses – e nunca foi projetado para ser. No entanto, fornece um vislumbre de como nossas próprias mentes potencialmente se desenvolvem.
“O trabalho… está ultrapassando os limites do que a experiência cotidiana pode e não pode explicar em termos de inteligência”, comentou os Drs. Susan Hespos e Apoorva Shivaram, da Northwestern University e da Western Sydney University, respectivamente, que não participaram do estudo. Pode “nos dizer como construir melhores modelos de computador que simulem a mente humana”.
O enigma do senso comum Com apenas três meses de idade, a maioria dos bebês não piscará se deixar cair um brinquedo e ele cair no chão; eles já pegaram o conceito de gravidade.
Como isso acontece ainda é desconcertante, mas existem algumas ideias. Nessa idade, os bebês ainda lutam para se contorcer, engatinhar ou se movimentar. Sua entrada do mundo exterior é principalmente através da observação. Essa é uma ótima notícia para a IA: significa que, em vez de construir robôs para explorar fisicamente seu ambiente, é possível imbuir um senso de física na IA por meio de vídeos.
É uma teoria endossada pelo Dr. Yann LeCun, um dos principais especialistas em IA e cientista-chefe de IA da Meta. Em uma palestra de 2019, ele postulou que os bebês provavelmente aprendem por meio da observação. Seus cérebros se baseiam nesses dados para formar uma ideia conceitual da realidade. Em contraste, mesmo os modelos de aprendizado profundo mais sofisticados ainda lutam para construir uma noção do nosso mundo físico, o que limita o quanto eles podem se envolver com o mundo – tornando-os quase literalmente mentes nas nuvens.
Então, como você mede a compreensão de um bebê sobre a física cotidiana? “Felizmente para nós, os psicólogos do desenvolvimento passaram décadas estudando o que as crianças sabem sobre o mundo físico”, escreveu o principal cientista Dr. Luis Piloto. Um teste particularmente poderoso é o paradigma de violação de expectativa (VoE). Mostre a um bebê uma bola rolando morro acima, desaparecendo aleatoriamente ou de repente indo na direção oposta, e o bebê olhará para a anomalia por mais tempo do que faria se estivesse atendendo às suas expectativas normais. Algo estranho está acontecendo.
Esquisitice espacial No novo estudo, a equipe adaptou o VoE para testar a IA. Eles abordaram cinco conceitos físicos diferentes para construir o PLATO. Entre eles estão a solidez – ou seja, dois objetos não podem passar um pelo outro; e continuidade – a ideia de que as coisas existem e não piscam mesmo quando escondidas por outro objeto (o teste do “esconde-esconde”).
Para construir o PLATO, a equipe começou com um método padrão em IA com uma abordagem em duas frentes. Um componente, o modelo perceptual, recebe dados visuais para analisar objetos discretos em uma imagem. Em seguida vem o preditor dinâmico, que usa uma rede neural para considerar o histórico de objetos anteriores e prever o comportamento do próximo. Em outras palavras, o modelo constrói um tipo de “motor de física” que mapeia objetos ou cenários e adivinha como algo se comportaria na vida real. Essa configuração deu a PLATO uma ideia inicial das propriedades físicas dos objetos, como sua posição e quão rápido eles estão se movendo.
Em seguida veio o treinamento. A equipe mostrou ao PLATO menos de 30 horas de vídeos sintéticos de um conjunto de dados de código aberto. Estes não são vídeos de eventos da vida real. Em vez disso, imagine animações em blocos do tipo Nintendo da velha escola de uma bola rolando por uma rampa, quicando em outra bola ou desaparecendo de repente. PLATO eventualmente aprendeu a prever como um único objeto se moveria no próximo quadro de vídeo e também atualizou sua memória para esse objeto. Com o treinamento, suas previsões sobre a próxima “cena” ficaram mais precisas.
A equipe então jogou uma chave inglesa nos raios. Eles apresentaram a PLATO uma cena normal e uma impossível, como uma bola desaparecendo repentinamente. Ao medir a diferença entre o evento real e as previsões do PLATO, a equipe pôde avaliar o nível de “surpresa” da IA – que passou do teto para eventos mágicos.
O aprendizado generalizou-se para outros objetos em movimento. Desafiado com um conjunto de dados completamente diferente desenvolvido pelo MIT, apresentando, entre outros itens, coelhos e pinos de boliche, PLATO habilmente discriminava entre eventos impossíveis e realistas. PLATO nunca tinha “visto” um coelho antes, mas sem qualquer retreinamento, mostrou surpresa quando um coelho desafiou as leis da física. Semelhante aos bebês, o PLATO foi capaz de capturar sua intuição física com apenas 28 horas de treinamento em vídeo.
Para Hespos e Shivaram, “essas descobertas também são características paralelas que vemos em estudos infantis”.
Intuição digital PLATO não pretende ser um modelo de IA para o raciocínio infantil. Mas mostra que explorar nossos cérebros de bebês em expansão pode inspirar computadores com um senso de fisicalidade, mesmo quando o “cérebro” do software está literalmente preso dentro de uma caixa. Não se trata apenas de construir robôs humanóides. De próteses a carros autônomos, uma compreensão intuitiva do mundo físico conecta o mundo digital amorfo de 0s e 1s à realidade cotidiana e comum.
Não é a primeira vez que os cientistas de IA pensam em turbinar as mentes das máquinas com uma pitada de engenhosidade infantil. Uma ideia é dar à IA um senso de teoria da mente – a capacidade de se distinguir dos outros e ser capaz de se imaginar no lugar dos outros. É uma habilidade que vem naturalmente para crianças de cerca de quatro anos e, se incorporada aos modelos de IA, pode ajudar drasticamente a entender as interações sociais.
O novo estudo se baseia em nossos primeiros meses de vida como um rico recurso para desenvolver IA com bom senso. Por enquanto, o campo está apenas em sua infância. Os autores estão liberando seu conjunto de dados para que outros possam desenvolver e explorar a capacidade de um modelo de IA de interagir com conceitos físicos mais complexos, incluindo vídeos do mundo real. Por enquanto, “esses estudos podem servir como uma oportunidade sinérgica entre a IA e a ciência do desenvolvimento”, disseram Hespos e Shivaram.
Massive Iceberg floating in the Southern Ocean in Antarctica with snow covered mountains in the background
Histórias alarmantes da Antártida são agora mais frequentes do que nunca; a superfície do gelo está derretendo, as plataformas de gelo flutuantes estão entrando em colapso e as geleiras estão fluindo mais rápido para o oceano.
A Antártida será a maior fonte de aumento futuro do nível do mar. No entanto, os cientistas não sabem exatamente como esse derretimento se desenrolará à medida que o clima aquecer.
Nossa pesquisa mais recente analisa como a camada de gelo da Antártida avançou e recuou nos últimos 10.000 anos. Ele contém avisos severos e possivelmente alguma esperança para o futuro.
O desequilíbrio atual A futura elevação do nível do mar apresenta um dos desafios mais significativos das mudanças climáticas, com impactos econômicos, ambientais e sociais esperados para as comunidades costeiras em todo o mundo.
Embora pareça uma questão distante, as mudanças na Antártida podem em breve ser sentidas à nossa porta, na forma de aumento do nível do mar.
A Antártida abriga a maior massa de gelo do mundo: a camada de gelo da Antártida. Este corpo de gelo glaciar tem vários quilômetros de espessura, aninhado no topo de terra firme. Abrange cadeias de montanhas inteiras abaixo dela.
A camada de gelo “flui” sobre a terra do interior da Antártida e em direção ao oceano circundante. Como um todo, permanece uma massa sólida, mas sua forma se deforma lentamente à medida que os cristais de gelo se movem.
Enquanto o manto de gelo flui para fora, a queda de neve de cima o reabastece. Este ciclo deve manter o sistema em equilíbrio, em que o equilíbrio é alcançado quando a camada de gelo está ganhando a mesma quantidade de gelo que está perdendo para o oceano a cada ano.
No entanto, satélites vigiando de cima mostram que a camada de gelo não está em equilíbrio. Nos últimos 40 anos, perdeu mais gelo do que ganhou. O resultado foi o aumento global do nível do mar.
Mas essas observações históricas abrangem apenas quatro décadas, limitando nossa compreensão de como a camada de gelo responde às mudanças climáticas por períodos muito mais longos.
Queríamos olhar mais para trás no tempo – antes dos satélites – e mesmo antes dos primeiros exploradores polares. Para isso, precisávamos de arquivos naturais.
Desenterrando o passado da Antártida Reunimos vários arquivos naturais para descobrir como a camada de gelo da Antártida mudou nos últimos 10.000 anos. Estes incluíram:
núcleos de gelo coletados do interior remoto da Antártida, que podem nos mostrar como a neve se acumulou no passado
rochas coletadas de picos de montanhas expostas, que revelam como a camada de gelo engrossou ou afinou com o tempo
núcleos de sedimentos coletados do fundo do mar, que revelam como a margem do manto de gelo – onde a borda do gelo terrestre encontra o oceano – avançou ou recuou
lama do lago e praias antigas, que revelam como o litoral mudou em resposta ao crescimento ou diminuição da camada de gelo
Quando começamos nossa pesquisa, eu não tinha certeza do que esperar. Afinal, esse período de tempo foi considerado bastante monótono, com apenas pequenas mudanças na margem de gelo.
No entanto, estudamos os diversos arquivos naturais um por um. O trabalho parecia um quebra-cabeça de 1.000 peças, cheio de peças de formato irregular e aparentemente sem borda reta. Mas uma vez que os juntamos, as peças se alinharam e a imagem ficou clara.
O mais impressionante foi um período de perda de gelo que ocorreu em todas as regiões da Antártida cerca de 10.000 a 5.000 anos atrás. Isso resultou em muitos metros de aumento do nível do mar globalmente.
Em algumas regiões da Antártida, no entanto, essa perda de gelo foi seguida por um ganho de gelo durante os últimos 5.000 anos – e uma queda do nível do mar global correspondente – à medida que a margem do manto de gelo avançou para onde está hoje.
Um aviso Compreender como e por que a camada de gelo da Antártida mudou dessa maneira oferece lições para o futuro.
A primeira lição é mais um aviso. O período de perda de gelo de 10.000 a 5.000 anos atrás foi rápido, ocorrendo em uma taxa semelhante às partes mais dramáticas da camada de gelo da Antártida hoje.
Achamos que provavelmente foi o resultado da água quente do oceano derretendo a parte inferior das plataformas de gelo flutuantes – algo que também aconteceu nas últimas décadas. Essas plataformas de gelo retêm o gelo em terra, então, uma vez removidas, o gelo na terra flui mais rápido para o oceano.
No futuro, prevê-se que a perda de gelo acelere à medida que a camada de gelo recua para bacias abaixo do nível do mar. Isso pode já estar em andamento em algumas regiões da Antártida. E com base no que aconteceu no passado, a perda de gelo resultante pode persistir por séculos.
Saltando para trás A segunda lição de nosso trabalho pode trazer alguma esperança. Cerca de 5.000 anos atrás, a margem do manto de gelo parou de recuar na maioria dos locais e, em algumas regiões, começou a avançar. Uma explicação para isso está relacionada ao período anterior de perda de gelo.
Antes que o gelo começasse a derreter, a camada de gelo da Antártida era muito mais pesada e seu peso era empurrado para a crosta da Terra (que fica no topo de um interior derretido). À medida que a camada de gelo derretia e se tornava mais leve, a terra abaixo dela teria se levantado – efetivamente puxando o gelo para fora do oceano.
Outra explicação possível é a mudança climática. Na orla costeira da Antártida, o oceano pode ter mudado temporariamente de águas mais quentes para mais frias na época em que a camada de gelo começou a avançar novamente. Ao mesmo tempo, mais nevascas ocorreram no topo da camada de gelo.
Nossa pesquisa apóia a ideia de que a camada de gelo da Antártida está prestes a perder mais gelo e aumentar o nível do mar, principalmente se o oceano continuar a aquecer.
Também sugere que a elevação da terra e o aumento da queda de neve têm o potencial de retardar ou compensar a perda de gelo. No entanto, este efeito não é certo.
O passado nunca pode ser um teste perfeito para o futuro. E considerando que o planeta está se aquecendo mais rápido agora do que naquela época, devemos ser cautelosos.
Como a fazenda vertical pode ser uma alternativa para produção de alimentos fora dos campos?
É exatamente sobre isso que vamos falar nesse conteúdo hoje.
As fazendas verticais são um segmento da agricultura que tem capacidade de promover inovações radicais no meio, com o objetivo de passar a responsabilidade da produção dos alimentos para os centros urbanos.
Além disso, esses modelos estão totalmente relacionados com a sustentabilidade e economia de custos nas logísticas de transporte.
Ela também pode ser uma solução do futuro para possíveis problemas que a agricultura tradicional enfrenta.
Ou então de possíveis desafios que a população terá que passar, como o aumento populacional e a demanda por mais alimentos, por exemplo.
Neste conteúdo você vai aprender mais sobre quais são as vantagens e desvantagens da fazenda vertical, como ela funciona e quanto custa montar uma.
Acompanhe o texto até o final para conhecer tudo sobre esse modelo!
O que é uma fazenda vertical?
Como o nome já indica, a fazenda vertical é um espaço de cultivo controlado dentro de uma estrutura vertical que fica no centro urbano.
Para explicar o que é fazenda vertical, antes vamos imaginar uma grande estrutura no meio de algum centro urbano como um prédio ou galpão.
Nessas estruturas cumpridas, são cultivadas hortaliças para alimentação da população.
Parece contraditório uma fazenda em um centro urbano, mas a proposta é exatamente essa.
Literalmente, os alimentos são cultivados nas paredes, teto e até mesmo no chão desse galpão.
O objetivo é aumentar a produtividade dos alimentos com auxílio da tecnologia para também ser uma solução de sustentabilidade do agronegócio.
Esse conceito foi ressaltado pelo profissional da biologia chamado Dickson Despommier, na Universidade de Columbia, em Nova York, no ano de 1999. Entretanto, dizem que o físico Cesare Marchetti já tinha falado algo parecido sobre esse conceito em 1979.
Por mais que seja um termo considerado um pouco antigo, as fazendas verticais começaram a se popularizar mais a partir de 2010.
Em 2012, a primeira fazenda vertical foi criada em Cingapura, a qual é composta de 120 torres de alumínio e permite a entrada de luz solar.
Com o passar dos anos, outros países e cidades apostaram nesse modelo futurista e inovador de produção de alimentos. Assim, mais fazendas verticais foram construídas.
Inclusive, o Brasil também entrou nessa.
Em 2019, a maior fazenda vertical da América Latina foi inaugurada em São Paulo, conhecida como Pink Farms. Hoje essa estrutura garante uma produção sem agrotóxicos e em alto escala.
Como as fazendas verticais funcionam?
Como agora você já sabe o que é fazenda vertical, vamos entender a fundo o jeito que ela funciona.
No modelo tradicional de cultivo em uma fazenda, é preciso estar atento para o clima, que pode envolver períodos de seca e chuvas fortes, por exemplo.
Nas fazendas verticais, por sua vez, as condições climáticas são totalmente controladas pela tecnologia.
Ou seja, todas as condições como temperatura, intensidade da luz, água são controladas com uso de tecnologias automatizadas.
Dentro dessas estruturas é comum ver bastante o uso de LED, que surgiu como uma tecnologia exponencial para substituir as lâmpadas incandescentes, já que são bem mais econômicas e possuem alta performance.
Inclusive, o uso de LED é preferível até mesmo em casas ou residências pela economia na conta de luz e durabilidade.
Dentro das vantagens e desvantagens da fazenda vertical, a luz de LED azul, vermelho e branco atua como ponto positivo na criação de um clima ideal e recomendado para o desenvolvimento dos produtos.
Elas são essenciais para agirem como luz do sol e, dessa forma, acelerarem a fotossíntese.
Isso sem contar que o LED não possui mercúrio e chumbo, que são metais poluentes, e tem na maior parte da composição elementos recicláveis.
No mais, o cultivo dos alimentos da fazenda vertical é feito no sistema hidropônico, isto é, sem utilização do solo e dentro de estufas, onde a água tem todos os nutrientes necessários.
E todos são dispostos dentro da estrutura no formato vertical, o que torna possível produzir em grandes quantidades.
Assim sendo, essas fazendas funcionam como forma de produzir alimentos em alta escala, já que todas as condições são controladas para isso, e de qualidade, sem utilização de químicos durante o processo de cultivo.
Qual é a maior fazenda vertical do mundo?
Os Emirados Árabes Unidos – um dos lugares mais quentes e secos que você pode encontrar – tem várias fazendas verticais existentes, mas esta semana viu a abertura da maior até agora.
Com 330.000 pés quadrados – mais espaço do que três quarteirões quadrados – a ECO 1 não é apenas a maior fazenda vertical dos Emirados Árabes Unidos, mas também a maior do mundo.
A instalação funciona da mesma forma que outras fazendas verticais, ou seja, usando luz LED e um coquetel de nutrientes cuidadosamente medido para cultivar plantas sem solo ou luz solar.
Na fotossíntese (que agora também pode ser recriada artificialmente), os comprimentos de onda da luz vermelha e azul interagem com a clorofila para ajudar a formar glicose e celulose, o material estrutural nas paredes das células.
Os LEDs podem reproduzir esse efeito e podem realmente fazê-lo mais rápido que o sol, porque cortam elementos da luz solar que as plantas não usam com eficiência, como o calor.
O que é diferente na ECO 1 é sua escala.
No início deste ano, o Singularity Hub informou sobre uma fazenda vertical sendo construída na Pensilvânia.
Na época, ela foi rotulada como a maior fazenda vertical do mundo– mas seus 250.000 pés quadrados foram derrubados do parque pelos 330.000 (e 175 jardas de comprimento) da ECO 1 — isso é um pouco menos de um campo e meio de futebol americano).
Para você saber, ECO significa Emirates Crop One; a fazenda vertical é uma joint venture entre a Crop One Holdings (uma empresa agrícola vertical com sede em Massachusetts) e a Emirates Flight Catering (a empresa de catering que atende a Emirates Airlines).
As verduras da fazenda vertical serão servidas a bordo dos voos da Emirates e também serão vendidas em mercearias nos Emirados Árabes Unidos.
Como são cultivadas em um ambiente estéril, sem pesticidas, herbicidas ou produtos químicos, as verduras vêm prontas para o consumo e não precisam ser lavadas.
A ECO 1 abriu recentemente e, embora seja a maior fazenda vertical do mundo no momento, provavelmente não demorará muito para que seja desbancada por uma ainda maior; essas coisas parecem continuar crescendo.
Por que as fazendas verticais são uma tendência?
À medida que o clima em muitas partes do mundo fica mais quente e seco, está se tornando cada vez mais crucial encontrar maneiras inovadoras de cultivar alimentos.
A agricultura vertical é uma solução que está sendo amplamente adotada, com fazendas surgindo em todos os lugares, da Holanda à Pensilvânia e Cingapura, e grandes varejistas como o Walmart também estão entrando na onda.
Os Emirados Árabes Unidos são, em muitos aspectos, um local ideal para a agricultura vertical, se não um lugar onde a tecnologia pode em breve se tornar essencial.
Ele recebe uma abundância de luz solar, mas não tem muita água para falar (era, apropriadamente, o local de teste de campo para uma tecnologia de nanopartículas que ajuda o solo arenoso a reter água e nutrientes);
Isso significa que as fazendas verticais podem usar energia de painéis solares para cultivar alimentos em ambientes fechados usando 95% menos água do que a agricultura tradicional.
A localização da ECO 1 nos arredores de Dubai segue a tendência da maioria das fazendas verticais estar perto das grandes cidades.
Além disso, à medida que a população mundial continua a crescer e a se urbanizar, muito mais pessoas comprarão todos os seus alimentos nas lojas, em vez de produzi-los em fazendas ou jardins.
Os rendimentos agrícolas, então, terão que aumentar significativamente, e como grande parte das terras cultiváveis do mundo já está sendo cultivada, temos um trabalho cortado para nós em termos de obter mais recursos com nosso suprimento de alimentos.
Só para você ter uma ideia, as Nações Unidas projetaram com pesquisas que a população total do mundo deve atingir 8,5 bilhões em 2030 e 9,7 bilhões em 2050.
Dito isso, consequentemente, a demanda por alimentos vai crescer significativamente também.
Isso explica porque as fazendas verticais são uma tendência, uma vez que são modelos sustentáveis, com capacidade de produção alta e de qualidade.
Nessa pesquisa, as instituições afirmaram que a agricultura atua em 70% da exploração mundial de água doce. Esse percentual pode ser maior se for uma economia em rápido crescimento.
As fazendas verticais têm como grande vantagem a capacidade de reduzir o consumo de água significativamente.
Tanto a AeroFarms, uma das maiores fazendas verticais do mundo que fica nos Estados Unidos, e a Pink Farms, de São Paulo, já disseram reduzir o uso de água em até 95%.
Todo o sistema de condições controladas permite que a utilização de recursos seja mais moderada e econômica.
Localização
Você já se perguntou como que os seus vegetais chegam até a sua casa? Ou então até o mercado?
Existe toda uma logística de transporte com a finalidade de trazer os produtos do campo para o mercado ou entrega residencial.
Isso muitas vezes envolve passar por transportadoras e diferentes veículos que garantem esse trajeto.
Entretanto, essa logística pode ter consequências de perdas por contaminação, veículo inadequado, exposição à fungos, má armazenamento, entre outros fatores
Por isso, uma vantagem da fazenda vertical é a localização, porque são em centros urbanos que geralmente ficam perto do mercado consumidor.
Ou seja, a logística de transporte tem custos menores, reduz os riscos de perdas e da poluição por transportes.
Além de que os alimentos chegam mais frescos para quem vai consumir.
Preservação de solos
Como você já sabe, um desafio da agricultura tradicional é a degradação dos solos, que podem se tornar improdutivos ou impróprios para cultivo.
Nesse sentido, a vantagem da fazenda vertical é exatamente o fato de ser um sistema hidropônico, que não utiliza solo.
Desse jeito, utilizar menos esse recurso evita desgastes e degradações com uso de fertilizantes e agrotóxicos, por exemplo.
Cultivo independente de condições climáticas
Outra característica vantajosa das fazendas verticais é o controle das condições climáticas.
Isto é, todas as condições necessárias para o cultivo como simulação de luz solar, ambiente adequado e água com nutrientes são intencionalmente ajustadas.
Assim, as plantações não enfrentam variações de fenômenos climáticos como fortes chuvas, período de secas, tempestades, altas temperaturas, entre outros.
Essa vantagem torna possível que as produções sejam em alta escala e de qualidade.
Desvantagens
Gasto mais alto de energia
Pela característica de controlar as condições climáticas e manter todo um sistema dentro de uma estrutura em um centro urbano, a fazenda vertical demanda um nível maior de energia.
Essa é uma desvantagem do modelo, que acaba tendo um consumo alto de eletricidade.
Nesse sentido, o gasto com energia é mais alto.
Gases do efeito estufa
Cada fazenda vertical tem um sistema para gerar eletricidade, de forma que consiga atender as necessidades da produção.
Porém, esse sistema pode produzir mais gases do efeito estufa que causar poluição da atmosfera.
Isso porque o cultivo demanda uma energia grande por quilograma de produção e aumenta a geração de eletricidade.
Então, dependendo de como é a fonte de eletricidade, a poluição pode ser maior.
Poluição luminosa
Todo o controle das luzes feito nas fazendas verticais dependem do estágio das plantas, que pode ser vegetativo ou reprodutivo.
Parte desse sistema envolve ligar as luzes com mais frequência no período da noite, o que pode incomodar regiões que estejam no perímetro da fazenda.
Só que esse controle da luz é necessário para que as plantas façam fotossíntese e tenham um bom desenvolvimento.
Descarte químico
Embora as fazendas verticais não façam uso de fertilizantes diretamente no solo, algumas substâncias são encontradas na água como agentes químicos de defesa.
Por causa disso, a água desse modelo de produção deve ser descartada de forma correta, porque pode ser prejudicial para os seres humanos, por exemplo.
Portanto, essa é mais uma desvantagem das fazendas verticais.
Quanto custa montar uma fazenda vertical?
O preço de uma fazenda vertical varia bastante de acordo com o tamanho da estrutura, o tipo de plantação, a quantidade, os materiais utilizados, entre outros.
É importante considerar investimento em containers, reservatórios, ar condicionado e custos para alugar o espaço e mão-de-obra que for preciso.
Além disso, para montar um planejamento financeiro com objetivo de montar uma fazenda vertical, é essencial lembrar dos custos de água, nutrientes e, principalmente, energia elétrica.
Mas, certamente, é um investimento que contribui para a sustentabilidade do planeta e em uma área que tende a crescer ainda mais.
De acordo com os dados da pesquisa feita pela MarketandMarkets, as fazendas verticais tiveram o mercado de U$ 3,1 bilhões no ano de 2021 e devem ter U$ 9,7 bilhões em 2026.
Basicamente, a tendência é triplicar o mercado.
Como montar uma fazenda vertical?
No primeiro momento, vem o planejamento de como será a fazenda vertical para pensar as dimensões dela e o que será cultivado.
Feito isso, é possível escolher um local urbano que possa ser utilizado para abrigar esse modelo de produção.
Pode ser edifícios com somente um andar no estilo de um armazém ou em outros com proporções maiores.
Depois é necessário usar instalações automatizadas e sistemas para controlar as condições climáticas, de uma forma que fique adequado para um bom desenvolvimento das plantações.
Além dessa estrutura, precisa lembrar dos materiais básicos como ar condicionado, containers e reservatórios.
Isso sem deixar de lado as luzes de LED para simularem a luz do sol e proporcionar um bom desenvolvimento para as plantas.
No mais, planejar financeiramente os gastos que serão fixos para ter o necessário como energia, água e os nutrientes essenciais.
Conclusão
De forma resumida, esse sistema de produção de alimentos é uma alternativa para tirar a responsabilidade dos campos e trazer para os centros urbanos.
Essa pode ser uma solução sustentável para o constante crescimento populacional, que também aumenta a demanda por alimentos.
Mas é sempre bom conhecer as vantagens e desvantagens desses modelos para equilibrar e aperfeiçoar o que for preciso.
parts of a plastic constructor, children's toy, prefabricated parts for construction. High quality photo
Sempre que ensino sobre memória na minha aula de desenvolvimento infantil na Rutgers University, começo pedindo aos meus alunos que se lembrem de suas primeiras memórias. Alguns alunos falam sobre seu primeiro dia de pré-escola; outros falam sobre uma ocasião em que se machucaram ou ficaram chateados; alguns citam o dia em que seu irmão mais novo nasceu.
Apesar das grandes diferenças nos detalhes, essas memórias têm algumas coisas em comum: são todas autobiográficas, ou memórias de experiências significativas na vida de uma pessoa, e normalmente não aconteciam antes dos dois ou três anos de idade. Na verdade, a maioria das pessoas não consegue se lembrar de eventos dos primeiros anos de suas vidas – um fenômeno que os pesquisadores apelidaram de amnésia infantil. Mas por que não podemos nos lembrar das coisas que nos aconteceram quando éramos crianças? A memória começa a funcionar apenas em uma certa idade?
Aqui está o que os pesquisadores sabem sobre bebês e memória.
Bebês podem formar memórias Apesar do fato de que as pessoas não conseguem se lembrar muito antes dos 2 ou 3 anos de idade, pesquisas sugerem que os bebês podem formar memórias – mas não os tipos de memórias que você conta sobre si mesmo. Nos primeiros dias de vida, os bebês podem lembrar o rosto de sua própria mãe e distingui-lo do rosto de um estranho. Alguns meses depois, os bebês podem demonstrar que se lembram de muitos rostos familiares sorrindo mais para os que veem com mais frequência.
Na verdade, existem muitos tipos diferentes de memórias além daquelas que são autobiográficas. Existem memórias semânticas, ou memórias de fatos, como os nomes de diferentes variedades de maçãs, ou a capital do seu estado natal. Há também memórias de procedimento, ou memórias de como realizar uma ação, como abrir a porta da frente ou dirigir um carro.
Pesquisas do laboratório da psicóloga Carolyn Rovee-Collier nas décadas de 1980 e 1990 mostraram que bebês podem formar alguns desses outros tipos de memórias desde tenra idade. Claro, os bebês não podem dizer exatamente o que eles se lembram. Portanto, a chave para a pesquisa de Rovee-Collier foi desenvolver uma tarefa que fosse sensível às mudanças rápidas dos corpos e habilidades dos bebês, a fim de avaliar suas memórias por um longo período.
Na versão para bebês de 2 a 6 meses, os pesquisadores colocam o bebê em um berço com um móbile pendurado na cabeça. Eles medem o quanto o bebê chuta para ter uma ideia de sua propensão natural para mover as pernas. Em seguida, eles amarram um barbante da perna do bebê até o final do móbile, para que sempre que o bebê chutar, o móbile se mova. Como você pode imaginar, os bebês aprendem rapidamente que estão no controle – eles gostam de ver o móbile se mover e, por isso, chutam mais do que antes da corda estar presa à perna, mostrando que aprenderam que chutar faz o móbile se mover.
A versão para bebês de 6 a 18 meses é semelhante. Mas, em vez de ficar deitada em um berço – o que essa faixa etária simplesmente não faz por muito tempo – a criança senta no colo de seus pais com as mãos em uma alavanca que eventualmente fará um trem se mover em um trilho. A princípio, a alavanca não funciona e os pesquisadores medem o quanto um bebê pressiona naturalmente. Em seguida, eles ligam a alavanca. Agora, toda vez que o bebê o pressiona, o trem se move em torno de seus trilhos. Os bebês novamente aprendem o jogo rapidamente e pressionam a alavanca significativamente mais quando ela faz o trem se mover.
O que isso tem a ver com memória? A parte mais inteligente desta pesquisa é que, depois de treinar bebês em uma dessas tarefas por alguns dias, Rovee-Collier testou mais tarde se eles se lembravam. Quando os bebês voltaram ao laboratório, os pesquisadores simplesmente mostraram a eles o móbile ou trem e mediram se eles ainda chutavam e pressionavam a alavanca.
Usando esse método, Rovee-Collier e colegas descobriram que aos seis meses, se os bebês forem treinados por um minuto, eles podem se lembrar de um evento um dia depois. Quanto mais velhos os bebês, mais tempo eles se lembravam. Ela também descobriu que você pode fazer com que os bebês se lembrem de eventos por mais tempo treinando-os por períodos mais longos e dando-lhes lembretes – por exemplo, mostrando o celular se movendo rapidamente sozinho.
Por que não memórias autobiográficas? Se os bebês podem formar memórias nos primeiros meses, por que as pessoas não se lembram das coisas daquela fase inicial da vida? Ainda não está claro se as pessoas experimentam amnésia infantil porque não podemos formar memórias autobiográficas ou se simplesmente não temos como recuperá-las. Ninguém sabe ao certo o que está acontecendo, mas os cientistas têm alguns palpites.
Uma é que as memórias autobiográficas exigem que você tenha algum senso de si mesmo. Você precisa ser capaz de pensar sobre seu comportamento em relação a como ele se relaciona com os outros. Pesquisadores testaram essa habilidade no passado usando uma tarefa de reconhecimento de espelho chamada teste rouge. Envolve marcar o nariz de um bebê com uma mancha de batom vermelho ou blush – ou “rouge”, como diziam na década de 1970, quando a tarefa foi criada.
Em seguida, os pesquisadores colocam o bebê na frente de um espelho. Bebês com menos de 18 meses apenas sorriem para o bebê fofo no reflexo, não mostrando nenhuma evidência de que eles se reconhecem ou a marca vermelha em seu rosto. Entre 18 e 24 meses, as crianças tocam o próprio nariz, mesmo parecendo envergonhadas, sugerindo que conectem o ponto vermelho no espelho com seu próprio rosto – elas têm algum senso de si mesmas.
Outra possível explicação para a amnésia infantil é que, como os bebês não têm linguagem até mais tarde no segundo ano de vida, eles não podem formar narrativas sobre suas próprias vidas que possam lembrar mais tarde.
Os cientistas continuarão a investigar como cada um desses fatores pode contribuir para o motivo pelo qual você não consegue se lembrar muito ou nada sobre sua vida antes dos dois anos de idade.
Cyber hand of female amputee. Disabled woman is changing settings of bionic arm. Electronic sensor hand has processor and buttons. High tech carbon robotic prosthesis. Medical technology and science.
Dois anos atrás, a startup de próteses Unlimited Tomorrow lançou o TrueLimb, seu braço biônico de última geração. Seis anos de pesquisa e desenvolvimento entraram no TrueLimb, e a tecnologia deu a centenas de pessoas nos EUA uma maneira acessível e não invasiva de substituir membros perdidos. Agora, uma nova iniciativa está levando o TrueLimb a uma parte do mundo onde muitas pessoas precisam dele: a Ucrânia.
Todos nós vimos as imagens e lemos as manchetes sobre bombardeios e baixas. O que não está nas notícias são os ferimentos que alteram a vida das pessoas, muitas delas crianças. Obter próteses personalizadas e de alta qualidade para pessoas em zonas de guerra teria sido impossível apenas cinco ou dez anos atrás, mas tecnologias digitais como impressão 3D, digitalização e modelagem significam que o custo das próteses está caindo e elas podem atingir quase qualquer parte do mercado. mundo.
História de origem A Unlimited Tomorrow foi fundada em 2014 por Easton LaChappelle, agora com 25 anos, que estava aprendendo robótica e construindo próteses desde a escola primária. LaChappelle estava apresentando na feira de ciências do estado do Colorado em 2012, quando o braço robótico que ele construiu chamou a atenção de uma jovem com um braço protético. Conversando com a criança e seus pais, LaChappelle descobriu que a prótese levou meses para ser criada, custou US$ 80.000 e se tornaria praticamente inútil depois que a criança passasse pelo próxima fase de crescimento.
LaChappelle percebeu que tinha seu trabalho cortado para ele, e ele se empenhou em encontrar maneiras de fazer mais rapidamente braços protéticos melhores e mais baratos. Menos de 10 anos depois, ele e sua equipe reduziram o custo para menos de US$ 10.000 para próteses que são mais responsivas, leves e adaptáveis, e podem ser personalizadas sem que o usuário precise sair de casa.
A Tecnologia Aqui está como funciona. O Unlimited Tomorrow envia às pessoas que solicitam uma prótese um scanner 3D, que eles usam para escanear seu membro residual. A empresa usa esses dados para projetar um conjunto de soquetes de teste (o componente que conecta o membro residual à prótese), que são enviados ao usuário. O usuário experimenta as diferentes tomadas e dá feedback à empresa sobre elas durante uma videoconferência, com o objetivo de encontrar a tomada mais confortável. O usuário seleciona seu tom de pele a partir de uma amostra com 450 opções, depois o Unlimited Tomorrow 3D imprime e monta a prótese personalizada e a testa antes de enviá-la.
O soquete, antebraço, palma e todos os dedos são impressos em nylon PA12 durável; apenas os eletrônicos, baterias, sensores e porcas e parafusos não são impressos em 3D. Um conjunto de até 36 sensores está embutido no soquete, cada sensor calibrado para os locais musculares do usuário; de acordo com LaChappelle, a matriz capta o movimento muscular em uma resolução mais alta do que o padrão da indústria. Os sensores leem sinais de nervos na parte superior do braço usados para controlar movimentos como dobrar os dedos, traduzindo esses sinais em ação.
As mãos têm articulações de dedos independentes e seis pegas adaptáveis, que se adaptam aos objetos com os quais o usuário entra em contato, e vibrações sutis servem como feedback para informar ao usuário quando o braço entra em contato com algo, imitando uma sensação de toque.
Fazendo a diferença em uma zona de conflito Em meados de julho, a ONU estimava que mais de 6.500 civis haviam sido feridos na Ucrânia, incluindo centenas de crianças. O Gabinete do Alto Comissariado para os Direitos Humanos acredita que os números reais são muito maiores, pois há atrasos nas informações provenientes de zonas de conflito e muitos relatórios ainda estão pendentes de comprovação. A maioria das mortes e ferimentos relatados são causados por armas explosivas com efeitos de ampla área, como bombardeios de artilharia pesada, sistemas de lançamento de foguetes e mísseis e ataques aéreos.
Entre os feridos estão muitos que perderam membros em explosões. A Unlimited Tomorrow fez uma parceria com o Singularity Group para arrecadar US $ 1 milhão para dar às vítimas amputadas acesso a próteses. A um custo de US$ 10.000 cada, a iniciativa visa entregar próteses a 100 ucranianos feridos. As empresas lançaram uma campanha GoFundMe no início deste mês.
[O Singularity Group é a empresa controladora do Singularity Hub]
A iniciativa é uma prova de como a tecnologia pode democratizar o acesso a soluções para todos os tipos de problemas, de medicamentos a alimentos, abrigo e roupas. Se armas protéticas de alta qualidade podem ser levadas para uma zona de guerra, isso significa que outras pessoas necessitadas em todo o mundo também podem acessá-las. Arrecadar um milhão de dólares para ajudar cem pessoas é factível; se as próteses ainda custassem US$ 100.000 cada, seria uma história diferente.
Apesar do progresso que empresas como a Unlimited Tomorrow fizeram, ainda há trabalho a ser feito. Como os custos podem ser reduzidos e a acessibilidade melhorada ainda mais? Especialmente para as crianças, à medida que crescem, mais de uma prótese provavelmente será necessária em um período relativamente curto. E como será a tecnologia protética em cinco ou dez anos? Em vez de ter membros feitos em uma instalação de produção e enviados para fora, talvez usuários de próteses possam acessar impressoras 3D localmente para fazer peças de reposição (ou até mesmo braços inteiros) por conta própria. Talvez um material mais durável e de menor custo entre em cena, e as melhorias na robótica e na IA tornem os braços mais funcionais.
Quaisquer que sejam os próximos passos, esta e outras tecnologias que podem ser usadas para objetivos humanitários têm espaço para crescer, e iniciativas como Prosthetic Arms for Ukraine mostram que vale a pena o esforço.
A Singularity University Brazil, criada em parceria com a HSM e Singularity University (SU), visa conduzir corporações brasileiras e líderes a entenderem melhor o impacto de tecnologias exponenciais e a anteciparem tendências para seus negócios. Com modelos e ferramentas de Estratégia, Liderança e Inovação, a companhia anuncia o novo curso de Economia Exponencial e Inovação Disruptiva, com inscrições online abertas a partir do dia 14 de setembro.
“A cultura tecnológica tomou conta do mundo e passou a alterar os alicerces da economia global, criando impactos visíveis nos negócios e nas carreiras de todos os setores”, afirma Eduardo Ibrahim, mentor do curso, expert em economia exponencial e IA da SingularityU Brazil.
Em relação à América Latina, o Brasil está no topo do ranking de investimentos quando o assunto é tecnologia, representando 40% dos US$ 115 bilhões aportados em TI no ano passado (2021). Para o ano que segue, são esperados R$ 53 bilhões em TI in the house, ou seja, para empresas que não são da área de tecnologia, mas precisam dela para gerir seu ecossistema.
O curso visa atrair o público de inovação, tecnologia, finanças, marketing, gestão, RH e pessoas que queiram trabalhar nessas áreas, com nível executivo, investidores e líderes. Durante as masterclasses, serão abordados temas como Blockchain, Inteligência Artificial, Criptomoedas, DeFi, Tokenização, NFT, Govcoins, DAO, Metaverso, Gamificação e Data Analytics, para aproveitar as oportunidades que a economia de base tecnológica oferece nestes setores.
Serviço Lançamento do 1º Módulo: 14/09 (aula gravada) | Liberação dos demais módulos: às 21h, às quartas-feiras (semanalmente) | Encontros online para discutir módulos: a partir de 21/9, das 19h às 21h, às quartas-feiras (semanalmente) | Jornada de 6 módulos gravados + 6 encontros online e ao vivo | Todo conteúdo ficará gravado na plataforma.
Eduardo Ibrahim Executivo e empreendedor com passagens pelas indústrias de energia, transporte, saúde, tecnologia e finanças. Se tornou Faculty da Singularity University depois de fazer parte do programa de inovação mais procurado do mundo no campus da NASA no Vale do Silício, onde incorporou sua primeira empresa de Inteligência Artificial.
Autor do livro “Economia Exponencial” e maior referência do assunto no país, Ibrahim é TEDx Speaker, professor convidado da Escola de Economia de São Paulo e alumni da Harvard Business School. Ele foi o primeiro brasileiro a palestrar no Executive Program Global nos EUA e apresenta uma nova equação de crescimento econômico exponencial demonstrando movimentos disruptivos silenciosos que estão reconstruindo a economia como conhecemos.
Ibrahim transmite o seu conhecimento de forma simples, didática e aplicável, usando analogias com sua vivência no festival de contracultura chamado Burning Man, que atrai muitos líderes do Vale do Silício. Com ele, você vai aprender a se adaptar às mudanças aceleradas que estão impactando países, empresas e profissionais de todas as áreas, descobrindo uma nova forma de pensar a economia para inovar através da contracultura tecnológica.
HSM e Singularity University A parceria da SingularityU se alinha com a missão da HSM de transformar o Brasil através do desenvolvimento de líderes, fornecendo aos executivos e empreendedores brasileiros acesso ao portfólio altamente conceituado de programas da SU. Desde a fundação da Singularity University no Vale do Silício, em 2008, um número significativo de brasileiros tem frequentado seus cursos e programas, estando o Brasil fortemente representado neste ecossistema. Por isso, o País foi escolhido para ser o primeiro Country Partner da SU na América Latina, via HSM e Learning Village – hub de inovação da marca.
O curso na área de tecnologia visa atrair o público de inovação, tecnologia, finanças, marketing, gestão, RH e pessoas que queiram trabalhar nessas áreas, com nível executivo, investidores e líderes.
Ainda continua sendo um desafio assustador combinar várias IAs em uma que possa aprender e executar muitas tarefas diferentes, muito menos perseguir toda a amplitude de tarefas executadas por humanos ou alavancar a variedade de experiências disponíveis para humanos que reduzem a quantidade de dados necessários para aprenda a realizar essas tarefas. As melhores IAs atuais a esse respeito, como AlphaZero e Gato, podem lidar com uma variedade de tarefas que se encaixam em um único molde, como jogar. A inteligência geral artificial (AGI) que é capaz de uma variedade de tarefas permanece indescritível.
Em última análise, os AGIs precisam ser capazes de interagir efetivamente uns com os outros e com as pessoas em vários ambientes físicos e contextos sociais, integrar as amplas variedades de habilidades e conhecimentos necessários para fazê-lo e aprender de maneira flexível e eficiente com essas interações.
Construir AGIs se resume a construir mentes artificiais, embora bastante simplificadas em comparação com as mentes humanas. E para construir uma mente artificial, você precisa começar com um modelo de cognição.
Da inteligência geral humana à artificial Os seres humanos têm um conjunto quase ilimitado de habilidades e conhecimentos e aprendem rapidamente novas informações sem a necessidade de reengenharia para fazê-lo. É concebível que uma AGI possa ser construída usando uma abordagem que seja fundamentalmente diferente da inteligência humana. No entanto, como três pesquisadores de longa data em IA e ciência cognitiva, nossa abordagem é buscar inspiração e insights da estrutura da mente humana. Estamos trabalhando em direção à AGI, tentando entender melhor a mente humana, e entender melhor a mente humana trabalhando em direção à AGI.
A partir de pesquisas em neurociência, ciência cognitiva e psicologia, sabemos que o cérebro humano não é um enorme conjunto homogêneo de neurônios nem um conjunto maciço de programas específicos para tarefas, cada um resolvendo um único problema. Em vez disso, é um conjunto de regiões com propriedades diferentes que suportam as capacidades cognitivas básicas que juntas formam a mente humana.
Essas capacidades incluem percepção e ação; memória de curto prazo para o que é relevante na situação atual; memórias de longo prazo para habilidades, experiência e conhecimento; raciocínio e tomada de decisão; emoção e motivação; e aprender novas habilidades e conhecimentos de toda a gama do que uma pessoa percebe e experimenta.
Em vez de focar em capacidades específicas isoladamente, o pioneiro da IA Allen Newell em 1990 sugeriu o desenvolvimento de Teorias Unificadas de Cognição que integrassem todos os aspectos do pensamento humano. Os pesquisadores conseguiram construir programas de software chamados arquiteturas cognitivas que incorporam essas teorias, tornando possível testá-las e refiná-las.
As arquiteturas cognitivas são fundamentadas em vários campos científicos com perspectivas distintas. A neurociência se concentra na organização do cérebro humano, a psicologia cognitiva no comportamento humano em experimentos controlados e a inteligência artificial em recursos úteis.
O Modelo Comum de Cognição Estamos envolvidos no desenvolvimento de três arquiteturas cognitivas: ACT-R, Soar e Sigma. Outros pesquisadores também estão ocupados com abordagens alternativas. Um artigo identificou quase 50 arquiteturas cognitivas ativas. Essa proliferação de arquiteturas é em parte um reflexo direto das múltiplas perspectivas envolvidas e, em parte, uma exploração de uma ampla gama de soluções potenciais. No entanto, qualquer que seja a causa, isso levanta questões embaraçosas tanto cientificamente quanto em relação a encontrar um caminho coerente para a AGI.
Felizmente, essa proliferação trouxe o campo para um importante ponto de inflexão. Nós três identificamos uma convergência impressionante entre arquiteturas, refletindo uma combinação de estudos neurais, comportamentais e computacionais. Em resposta, iniciamos um esforço comunitário para capturar essa convergência de maneira semelhante ao Modelo Padrão da Física de Partículas que surgiu na segunda metade do século XX.
Este Modelo Comum de Cognição divide o pensamento humano em vários módulos, com um módulo de memória de curto prazo no centro do modelo. Os outros módulos (percepção, ação, habilidades e conhecimento) interagem por meio dele.
A aprendizagem, em vez de ocorrer intencionalmente, acontece automaticamente como um efeito colateral do processamento. Em outras palavras, você não decide o que é armazenado na memória de longo prazo. Em vez disso, a arquitetura determina o que é aprendido com base no que você pensa. Isso pode render o aprendizado de novos fatos aos quais você está exposto ou novas habilidades que você tenta. Também pode produzir refinamentos para fatos e habilidades existentes.
Os próprios módulos operam em paralelo; por exemplo, permitindo que você se lembre de algo enquanto ouve e observa o ambiente. Os cálculos de cada módulo são massivamente paralelos, o que significa que muitas pequenas etapas computacionais acontecem ao mesmo tempo. Por exemplo, ao recuperar um fato relevante de uma vasta coleção de experiências anteriores, o módulo de memória de longo prazo pode determinar a relevância de todos os fatos conhecidos simultaneamente, em uma única etapa.
Guiando o Caminho para a Inteligência Artificial Geral O Modelo Comum é baseado no consenso atual em pesquisa em arquiteturas cognitivas e tem potencial para orientar pesquisas sobre inteligência geral natural e artificial. Quando usado para modelar padrões de comunicação no cérebro, o Modelo Comum produz resultados mais precisos do que os principais modelos da neurociência. Isso estende sua capacidade de modelar humanos – o único sistema comprovadamente capaz de inteligência geral – além das considerações cognitivas para incluir a organização do próprio cérebro.
Estamos começando a ver esforços para relacionar as arquiteturas cognitivas existentes ao Modelo Comum e usá-lo como base para novos trabalhos – por exemplo, uma IA interativa projetada para orientar as pessoas para um melhor comportamento de saúde. Um de nós estava envolvido no desenvolvimento de uma IA baseada no Soar, apelidada de Rosie, que aprende novas tarefas por meio de instruções em inglês de professores humanos. Ele aprende 60 quebra-cabeças e jogos diferentes e pode transferir o que aprende de um jogo para outro. Ele também aprende a controlar um robô móvel para tarefas como buscar e entregar pacotes e patrulhar prédios.
Rosie é apenas um exemplo de como construir uma IA que se aproxime da AGI por meio de uma arquitetura cognitiva bem caracterizada pelo Modelo Comum. Nesse caso, a IA aprende automaticamente novas habilidades e conhecimentos durante o raciocínio geral que combina instrução de linguagem natural de humanos e uma quantidade mínima de experiência – em outras palavras, uma IA que funciona mais como uma mente humana do que as IAs de hoje, que aprendem por meio de métodos brutos. força de computação e grandes quantidades de dados.
De uma perspectiva mais ampla de AGI, olhamos para o Modelo Comum tanto como um guia no desenvolvimento de tais arquiteturas e IAs, quanto como um meio de integrar os insights derivados dessas tentativas em um consenso que finalmente leva à AGI.
Cientistas australianos estão avançando para resolver um dos maiores mistérios do universo: a natureza da matéria escura invisível.
O ORGAN Experiment, o primeiro grande detector de matéria escura da Austrália, concluiu recentemente uma busca por uma partícula hipotética chamada áxion – um candidato popular entre as teorias que tentam explicar a matéria escura.
ORGAN colocou novos limites nas possíveis características dos áxions e, assim, ajudou a estreitar a busca por eles. Mas antes de nos anteciparmos…
Vamos começar com uma história Cerca de 14 bilhões de anos atrás, todos os pequenos pedaços de matéria – as partículas fundamentais que mais tarde se tornariam você, o planeta e a galáxia – foram comprimidos em uma região muito densa e quente.
Então o Big Bang aconteceu e tudo se desfez. As partículas se combinaram em átomos, que eventualmente se juntaram para formar estrelas, que explodiram e criaram todos os tipos de matéria exótica.
Depois de alguns bilhões de anos veio a Terra, que acabou rastejando com pequenas coisas chamadas humanos. História legal, né? Acontece que não é toda a história; não é nem metade.
Pessoas, planetas, estrelas e galáxias são todos feitos de matéria regular. Mas sabemos que a matéria regular constitui apenas um sexto de toda a matéria do universo.
O resto é feito do que chamamos de matéria escura. Seu nome diz quase tudo o que sabemos sobre ele. Ele não emite luz (por isso chamamos de escuro) e tem massa (por isso chamamos de matéria).
Se é invisível, como sabemos que está lá? Quando observamos a maneira como as coisas se movem no espaço, descobrimos repetidamente que não podemos explicar nossas observações se considerarmos apenas o que podemos ver.
Galáxias giratórias são um ótimo exemplo. A maioria das galáxias gira a velocidades que não podem ser explicadas apenas pela atração gravitacional da matéria visível.
Portanto, deve haver matéria escura nessas galáxias, fornecendo gravidade extra e permitindo que girem mais rápido – sem que partes sejam lançadas no espaço. Achamos que a matéria escura literalmente mantém as galáxias juntas.
Também podemos supor que exista uma enorme quantidade de matéria escura no universo, atraindo todas as coisas que podemos ver. Está passando por você também, como uma espécie de fantasma cósmico. Você simplesmente não pode sentir isso.
Como podemos detectá-lo? Muitos cientistas acreditam que a matéria escura pode ser composta de partículas hipotéticas chamadas áxions. Os áxions foram originalmente propostos como parte de uma solução para outro grande problema da física de partículas chamado problema do CP forte (sobre o qual poderíamos escrever um artigo inteiro).
De qualquer forma, depois que o áxion foi proposto, os cientistas perceberam que a partícula também poderia formar matéria escura sob certas condições. Isso porque espera-se que os áxions tenham interações muito fracas com a matéria regular, mas ainda tenham alguma massa: as duas condições necessárias para a matéria escura.
Então, como você procura por áxions? Bem, como se pensa que a matéria escura está ao nosso redor, podemos construir detectores aqui na Terra. E, felizmente, a teoria que prevê axions também prevê que os axions podem se converter em fótons (partículas de luz) sob as condições certas.
Esta é uma boa notícia, porque somos ótimos em detectar fótons. E é exatamente isso que o ORGAN faz. Ele cria as condições corretas para a conversão axion-fóton e procura sinais de fóton fracos – pequenos flashes de luz gerados pela matéria escura que passa pelo detector.
Esse tipo de experimento é chamado de haloscópio axion e foi proposto pela primeira vez na década de 1980. Existem alguns no mundo hoje, cada um ligeiramente diferente em aspectos importantes.
Brilhando uma luz sobre a matéria escura Acredita-se que um áxion se converta em um fóton na presença de um forte campo magnético. Em um haloscópio típico, geramos esse campo magnético usando um grande eletroímã chamado solenóide supercondutor.
Dentro do campo magnético, colocamos uma ou várias câmaras ocas de metal, destinadas a prender os fótons e fazê-los saltar para dentro, tornando-os mais fáceis de detectar.
No entanto, há um soluço. Tudo o que tem uma temperatura emite constantemente pequenos flashes aleatórios de luz (é por isso que as câmeras termográficas funcionam). Essas emissões aleatórias, ou ruídos, tornam mais difícil detectar os sinais fracos de matéria escura que estamos procurando.
Para contornar isso, colocamos nosso ressonador em um refrigerador de diluição. Essa geladeira sofisticada resfria o experimento a temperaturas criogênicas, cerca de -273°C, o que reduz bastante o ruído.
Quanto mais frio o experimento, melhor podemos “ouvir” fótons fracos produzidos durante a conversão da matéria escura.
Segmentar regiões de massa Um áxion de uma certa massa se converterá em um fóton de uma certa frequência ou cor. Mas como a massa dos áxions é desconhecida, os experimentos devem direcionar sua busca para diferentes regiões, concentrando-se naquelas onde a matéria escura é considerada mais provável de existir.
Se nenhum sinal de matéria escura for encontrado, então o experimento não é sensível o suficiente para ouvir o sinal acima do ruído, ou não há matéria escura na região de massa do áxion correspondente.
Quando isso acontece, definimos um “limite de exclusão” – que é apenas uma maneira de dizer “não encontramos nenhuma matéria escura nessa faixa de massa, para esse nível de sensibilidade”. Isso diz ao resto da comunidade de pesquisa da matéria escura para direcionar suas pesquisas para outro lugar.
ORGAN é o experimento mais sensível em sua faixa de frequência alvo. Sua execução recente não detectou sinais de matéria escura. Este resultado estabeleceu um importante limite de exclusão sobre as possíveis características dos áxions.
Esta é a primeira fase de um plano plurianual de busca de áxions. No momento, estamos preparando o próximo experimento, que será mais sensível e terá como alvo um novo intervalo de massa ainda inexplorado.
Mas por que a matéria escura é importante? Bem, por um lado, sabemos pela história que quando investimos em física fundamental, acabamos desenvolvendo tecnologias importantes. Por exemplo, toda a computação moderna depende de nossa compreensão da mecânica quântica.
Nós nunca teríamos descoberto a eletricidade, ou ondas de rádio, se não buscássemos coisas que, na época, pareciam ser fenômenos físicos estranhos além de nossa compreensão. A matéria escura é a mesma.
Considere tudo o que os humanos conseguiram ao compreender apenas um sexto da matéria do universo – e imagine o que poderíamos fazer se desbloqueássemos o resto.
This website uses cookies to improve your experience while you navigate through the website. Out of these cookies, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may have an effect on your browsing experience.
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.
