So let me with start with Roy Amara. Roy's argument is that most new technologies tend to be overestimated in their impact to begin with, and then they get underestimated in the long term because we get used to them.
Deixem-me começar com Roy Amara. O argumento de Roy é que a maioria das novas tecnologias tendem inicialmente a ser superestimadas quanto a seu impacto e depois são subestimadas a longo prazo porque nos acostumamos com elas.
These really are days of miracle and wonder. You remember that wonderful song by Paul Simon? There were two lines in it. So what was it that was considered miraculous back then? Slowing down things -- slow motion -- and the long-distance call. Because, of course, you used to get interrupted by operators who'd tell you, "Long distance calling. Do you want to hang up?" And now we think nothing of calling all over the world. Well, something similar may be happening with reading and programming life.
Os dias de hoje são realmente de milagres e maravilhas. Lembram-se daquela canção maravilhosa do Paul Simon? Há dois versos nela sobre o que era considerado miraculoso naquela época. A desaceleração das coisas, a câmera lenta, e a chamada de longa distância. Nossos telefonemas eram interrompidos por telefonistas dizendo: "Chamada de longa distância. Você quer desligar?" Atualmente, não achamos nada de mais ligar para o mundo todo. Bem, algo semelhante pode estar acontecendo com a leitura e a programação da vida.
But before I unpack that, let's just talk about telescopes. Telescopes were overestimated originally in their impact. This is one of Galileo's early models. People thought it was just going to ruin all religion.
Mas, antes de analisar isso, vamos falar sobre telescópios. Os telescópios foram superestimados originalmente quanto a seu impacto. Este é um dos primeiros modelos de Galileu. As pessoas achavam que isso iria destruir toda a religião.
(Laughter)
(Risos)
So we're not paying that much attention to telescopes. But, of course, telescopes launched 10 years ago, as you just heard, could take this Volkswagen, fly it to the moon, and you could see the lights on that Volkswagen light up on the moon. And that's the kind of resolution power that allowed you to see little specks of dust floating around distant suns. Imagine for a second that this was a sun a billion light years away, and you had a little speck of dust that came in front of it. That's what detecting an exoplanet is like. And the cool thing is, the telescopes that are now being launched would allow you to see a single candle lit on the moon. And if you separated it by one plate, you could see two candles separately at that distance.
Não estamos prestando muita atenção aos telescópios. Mas, com os telescópios lançados há dez anos, como acabamos de ouvir, se levássemos esse Volkswagen até a Lua, poderíamos ver as luzes do seu farol lá. Esse é o tipo de poder de resolução que nos permite ver pequenas partículas de poeira flutuando ao redor de sóis distantes. Imaginem por um instante que isto fosse um sol a 1 bilhão de anos-luz de distância, e tivéssemos uma pequena partícula de poeira na frente dele. É assim que ocorre a detecção de um exoplaneta. O mais legal é que os telescópios que estão sendo lançados agora nos permitem ver uma simples vela acesa na Lua. Se a separássemos por um prato, poderíamos ver duas velas separadamente a essa distância.
And that's the kind of resolution that you need to begin to image that little speck of dust as it comes around the sun and see if it has a blue-green signature. And if it does have a blue-green signature, it means that life is common in the universe. The first time you ever see a blue-green signature on a distant planet, it means there's photosynthesis there, there's water there, and the chances that you saw the only other planet with photosynthesis are about zero. And that's a calendar-changing event. There's a before and after we were alone in the universe: forget about the discovery of whatever continent. So as you're thinking about this, we're now beginning to be able to image most of the universe. And that is a time of miracle and wonder. And we kind of take that for granted.
Esse é o tipo de resolução que precisamos para começar a visualizar essa partícula de poeira ao redor do Sol e ver se ela tem uma marca azul-esverdeada. Se tiver, isso significa que a vida é comum no Universo. Na primeira vez que virmos uma marca azul-esverdeada em um planeta distante, isso significa que há fotossíntese lá, há água lá, e as chances de vermos o único outro planeta com fotossíntese são aproximadamente zero. Esse é um evento que muda o calendário. Há um antes e um depois de estarmos sós no Universo. Esqueçam a descoberta de qualquer continente. Enquanto pensamos sobre isso, começamos a poder visualizar a maior parte do Universo. Este é um momento de milagre e maravilha. E não damos valor a isso.
Something similar is happening in life. So we're hearing about life in these little bits and pieces. We hear about CRISPR, and we hear about this technology, and we hear about this technology. But the bottom line on life is that life turns out to be code. And life as code is a really important concept because it means, just in the same way as you can write a sentence in English or in French or Chinese, just in the same way as you can copy a sentence, just in the same way as you can edit a sentence, just in the same way as you can print a sentence, you're beginning to be able to do that with life. It means that we're beginning to learn how to read this language. And this, of course, is the language that is used by this orange.
Algo semelhante está acontecendo na vida. Estamos ouvindo sobre a vida em informações esparsas. Ouvimos sobre o CRISPR, sobre uma tecnologia e outra, mas o ponto principal da vida é que ela acaba sendo um código. E a vida como código é um conceito muito importante, porque significa que, da mesma maneira que podemos escrever uma frase em inglês, francês ou chinês, do mesmo modo que podemos copiar, editar e imprimir uma frase, estamos começando a conseguir fazer isso com a vida. Isso significa que estamos começando a aprender a ler essa linguagem, que, obviamente, é usada por esta laranja.
So how does this orange execute code? It doesn't do it in ones and zeroes like a computer does. It sits on a tree, and one day it does: plop! And that means: execute. AATCAAG: make me a little root. TCGACC: make me a little stem. GAC: make me some leaves. AGC: make me some flowers. And then GCAA: make me some more oranges.
Como esta laranja executa código? Não faz isso por uns e zeros, como um computador. Ela fica numa árvore, e um dia faz: "Tum!" E isso significa: execute. AATCAAG: faça pra mim uma pequena raiz. TCGACC: faça pra mim um pequeno tronco. GAC: faça pra mim algumas folhas. AGC: faça pra mim algumas flores. Depois, GCAA: faça pra mim mais algumas laranjas.
If I edit a sentence in English on a word processor, then what happens is you can go from this word to that word. If I edit something in this orange and put in GCAAC, using CRISPR or something else that you've heard of, then this orange becomes a lemon, or it becomes a grapefruit, or it becomes a tangerine. And if I edit one in a thousand letters, you become the person sitting next to you today. Be more careful where you sit.
Se eu editar uma frase em inglês em um processador de texto, podemos ir de uma palavra a outra. Se eu editar algo nesta laranja e incluir GCAAC, usando o CRISPR ou uma outra coisa de que ouviram falar, esta laranja se tornará um limão, uma toranja, ou uma tangerina. E, se eu editar uma de mil letras, você se tornará a pessoa sentada ao seu lado hoje. Tomem mais cuidado onde se sentam.
(Laughter)
(Risos)
What's happening on this stuff is it was really expensive to begin with. It was like long-distance calls. But the cost of this is dropping 50 percent faster than Moore's law. The first $200 full genome was announced yesterday by Veritas. And so as you're looking at these systems, it doesn't matter, it doesn't matter, it doesn't matter, and then it does.
Acontece que isso era muito caro no início. Era como as chamadas de longa distância. Mas o custo está caindo 50% mais rápido do que a Lei de Moore. O primeiro genoma completo de US$ 200 foi anunciado ontem pela Veritas. Conforme analisamos esses sistemas, isso não importa, isso não importa, isso não importa, e então importa.
So let me just give you the map view of this stuff. This is a big discovery. There's 23 chromosomes. Cool. Let's now start using a telescope version, but instead of using a telescope, let's use a microscope to zoom in on the inferior of those chromosomes, which is the Y chromosome. It's a third the size of the X. It's recessive and mutant. But hey, just a male. And as you're looking at this stuff, here's kind of a country view at a 400 base pair resolution level, and then you zoom in to 550, and then you zoom in to 850, and you can begin to identify more and more genes as you zoom in. Then you zoom in to the state level, and you can begin to tell who's got leukemia, how did they get leukemia, what kind of leukemia do they have, what shifted from what place to what place. And then you zoom in to the Google street view level. So this is what happens if you have colorectal cancer for a very specific patient on the letter-by-letter resolution.
Vou mostrar o mapa disso. Esta é uma grande descoberta. Existem 23 cromossomos. Legal. Vamos agora começar usando uma versão de telescópio, mas, em vez disso, vamos usar um microscópio para ampliar a parte inferior desses cromossomos, que é o cromossomo Y. Ele tem um terço do tamanho do X, é recessivo e mutante. Mas, vejam: apenas um macho. Conforme analisamos isso, é como se fosse o mapa de um país, num nível de resolução de 400 pares de base. Então, ampliamos para 550 e depois para 850, e começamos a identificar cada vez mais genes à medida que ampliamos. Então, ampliamos para o nível de estado e podemos começar a dizer quem tem leucemia, como a contraíram, qual tipo de leucemia, o que mudou de que lugar para qual. Depois, ampliamos para o nível de visualização de rua do Google. Então, isso é o que acontece com o câncer colorretal de um paciente muito específico na resolução letra por letra.
So what we're doing in this stuff is we're gathering information and just generating enormous amounts of information. This is one of the largest databases on the planet and it's growing faster than we can build computers to store it. You can create some incredible maps with this stuff. You want to understand the plague and why one plague is bubonic and the other one is a different kind of plague and the other one is a different kind of plague? Well, here's a map of the plague. Some are absolutely deadly to humans, some are not. And note, by the way, as you go to the bottom of this, how does it compare to tuberculosis? So this is the difference between tuberculosis and various kinds of plagues, and you can play detective with this stuff, because you can take a very specific kind of cholera that affected Haiti, and you can look at which country it came from, which region it came from, and probably which soldier took that from that African country to Haiti.
Estamos reunindo informações e gerando enormes quantidades delas. Este é um dos maiores bancos de dados do planeta e cresce mais rápido do que podemos construir computadores para armazená-los. Podemos criar alguns mapas incríveis com isso. Querem entender a peste e por que uma delas é bubônica, outra é de um tipo diferente e uma é de outro tipo? Bem, aqui está um mapa da peste. Algumas delas são totalmente mortais para os humanos, outras não. Notem, a propósito, quando vamos a fundo: como a peste se compara à tuberculose? Essa é a diferença entre a tuberculose e vários tipos de pestes, e podemos brincar de detetive com isso, porque podemos pegar um tipo muito específico de cólera que afetou o Haiti, e analisar de que país veio, de qual região, e provavelmente qual soldado a levou daquele país africano para o Haiti.
Zoom out. It's not just zooming in. This is one of the coolest maps ever done by human beings. What they've done is taken all the genetic information they have about all the species, and they've put a tree of life on a single page that you can zoom in and out of. So this is what came first, how did it diversify, how did it branch, how large is that genome, on a single page. It's kind of the universe of life on Earth, and it's being constantly updated and completed.
Vamos reduzir o zoom. Não é apenas ampliar. Este é um dos mapas mais legais já feitos por seres humanos. Eles pegaram toda a informação genética existente sobre todas as espécies, e colocaram numa árvore da vida em uma única página que podemos ampliar e reduzir. Isto é o que veio primeiro, como diversificou, como se ramificou, o tamanho desse genoma, em uma única página. É uma espécie de Universo da vida na Terra, constantemente atualizado e preenchido.
And so as you're looking at this stuff, the really important change is the old biology used to be reactive. You used to have a lot of biologists that had microscopes, and they had magnifying glasses and they were out observing animals. The new biology is proactive. You don't just observe stuff, you make stuff. And that's a really big change because it allows us to do things like this. And I know you're really excited by this picture.
Quando analisamos isso, a mudança muito importante é que a antiga biologia costumava ser reativa. Costumava haver muitos biólogos que tinham microscópios com lentes de aumento, e que saíam para observar animais. A nova biologia é proativa. Não apenas observamos, mas fazemos. É uma mudança muito grande porque nos permite fazer coisas como esta. Sei que estão muito animados com essa imagem.
(Laughter)
(Risos)
It only took us four years and 40 million dollars to be able to take this picture.
Levamos apenas 4 anos e US$ 40 milhões para consegui-la.
(Laughter)
(Risos)
And what we did is we took the full gene code out of a cell -- not a gene, not two genes, the full gene code out of a cell -- built a completely new gene code, inserted it into the cell, figured out a way to have the cell execute that code and built a completely new species. So this is the world's first synthetic life form.
O que fizemos foi extrair o código genético completo de uma célula... não um gene, nem dois, mas o código genético completo... criar um código genético totalmente novo, inseri-lo na célula, descobrir uma maneira de fazer a célula executar esse código e criar uma espécie completamente nova. Portanto, essa é a primeira forma de vida sintética do mundo.
And so what do you do with this stuff? Well, this stuff is going to change the world. Let me give you three short-term trends in terms of how it's going to change the world.
Então, o que fazemos com isso? Bem, isso vai mudar o mundo. Vou lhes dar três tendências a curto prazo em termos de como isso vai mudar o mundo.
The first is we're going to see a new industrial revolution. And I actually mean that literally. So in the same way as Switzerland and Germany and Britain changed the world with machines like the one you see in this lobby, created power -- in the same way CERN is changing the world, using new instruments and our concept of the universe -- programmable life forms are also going to change the world because once you can program cells in the same way as you program your computer chip, then you can make almost anything.
A primeira é que vamos ver uma nova revolução industrial. Na verdade, digo isso literalmente. Da mesma maneira que Suíça, Alemanha e Grã-Bretanha mudaram o mundo com máquinas como a que vemos nesse saguão, elas criaram poder, do mesmo modo que o CERN está mudando o mundo pelo uso de novos instrumentos e nosso conceito do Universo, formas de vida programáveis também vão mudar o mundo, porque, já que programamos células da mesma maneira que programamos chips de computador, quase tudo é possível.
So your computer chip can produce photographs, can produce music, can produce film, can produce love letters, can produce spreadsheets. It's just ones and zeroes flying through there. If you can flow ATCGs through cells, then this software makes its own hardware, which means it scales very quickly. No matter what happens, if you leave your cell phone by your bedside, you will not have a billion cell phones in the morning. But if you do that with living organisms, you can make this stuff at a very large scale. One of the things you can do is you can start producing close to carbon-neutral fuels on a commercial scale by 2025, which we're doing with Exxon. But you can also substitute for agricultural lands. Instead of having 100 hectares to make oils or to make proteins, you can make it in these vats at 10 or 100 times the productivity per hectare. Or you can store information, or you can make all the world's vaccines in those three vats. Or you can store most of the information that's held at CERN in those three vats. DNA is a really powerful information storage device.
Assim, chips de computador podem produzir fotografias, música, filmes, cartas de amor, planilhas. São apenas uns e zeros em circulação. Se podemos fluir ATCGs pelas células, esse software cria o próprio hardware dele, o que significa que ele cresce muito rapidamente. Não importa o que aconteça, se deixarmos o celular ao lado da cama, não teremos 1 bilhão deles de manhã. Mas, se fizermos isso com organismos vivos, poderemos criar isso em larga escala. Uma das coisas que podemos fazer é começar a produzir combustíveis quase neutros em carbono em escala comercial até 2025, o que estamos fazendo com a Exxon. Mas também podemos substituir terras agrícolas. Em vez de ter 100 hectares para a produção de óleos ou proteínas, podemos produzi-los nesses tanques com 10 ou 100 vezes a produtividade por hectare. Ou podemos armazenar informações, ou criar todas as vacinas do mundo nesses três tanques. Ou podemos armazenar neles a maioria das informações contidas no CERN. O DNA é um dispositivo de armazenamento de informações muito poderoso.
Second turn: you're beginning to see the rise of theoretical biology. So, medical school departments are one of the most conservative places on earth. The way they teach anatomy is similar to the way they taught anatomy 100 years ago. "Welcome, student. Here's your cadaver." One of the things medical schools are not good at is creating new departments, which is why this is so unusual. Isaac Kohane has now created a department based on informatics, data, knowledge at Harvard Medical School. And in a sense, what's beginning to happen is biology is beginning to get enough data that it can begin to follow the steps of physics, which used to be observational physics and experimental physicists, and then started creating theoretical biology. Well, that's what you're beginning to see because you have so many medical records, because you have so much data about people: you've got their genomes, you've got their viromes, you've got their microbiomes. And as this information stacks, you can begin to make predictions.
Segunda tendência: estamos começando a ver a ascensão da biologia teórica. Os departamentos de medicina são um dos lugares mais conservadores da Terra. O modo de ensinar anatomia é parecido com o modo de 100 anos atrás: "Bem-vindo, aluno; aqui está seu cadáver". As escolas de medicina não são boas na criação de novos departamentos, razão pela qual isto é tão incomum: Isaac Kohane criou um departamento, baseado em informática, dados e conhecimento, na Harvard Medical School. De certo modo, a biologia está começando a obter dados suficientes para seguir os passos da física, que costumava ser a física observacional e os físicos experimentais, e depois começou a criar a biologia teórica. Bem, é isso que estamos começando a ver porque temos tantos registros médicos e dados sobre as pessoas: genomas, viromas, microbiomas. À medida que essa informação se acumula, podemos começar a fazer previsões.
The third thing that's happening is this is coming to the consumer. So you, too, can get your genes sequenced. And this is beginning to create companies like 23andMe, and companies like 23andMe are going to be giving you more and more and more data, not just about your relatives, but about you and your body, and it's going to compare stuff, and it's going to compare stuff across time, and these are going to become very large databases.
A terceira tendência é que isso está chegando ao consumidor. Também podemos ter nossos genes sequenciados. Isso está começando a criar empresas como a 23andMe, que vão nos dar cada vez mais dados, não apenas sobre nossos parentes, mas sobre nós e nosso corpo, e vão comparar coisas ao longo do tempo, que vão se tornar bancos de dados muito grandes.
But it's also beginning to affect a series of other businesses in unexpected ways. Normally, when you advertise something, you really don't want the consumer to take your advertisement into the bathroom to pee on. Unless, of course, if you're IKEA. Because when you rip this out of a magazine and you pee on it, it'll turn blue if you're pregnant.
Mas também está começando a afetar uma série de outras empresas de maneiras inesperadas. Geralmente, quando anunciamos algo, realmente não queremos que o consumidor leve o anúncio ao banheiro para fazer xixi nele, a não ser, é claro, que seja a IKEA. Porque, quando você rasga o anúncio da revista e faz xixi nele, ele fica azul se você estiver grávida.
(Laughter)
(Risos)
And they'll give you a discount on your crib.
E você receberá um desconto em seu berço.
(Laughter)
(Risos)
Right? So when I say consumer empowerment, and this is spreading beyond biotech, I actually really mean that.
Quando digo empoderamento do consumidor, e isso está se espalhando para além da biotecnologia, na verdade, quero dizer isso mesmo.
We're now beginning to produce, at Synthetic Genomics, desktop printers that allow you to design a cell, print a cell, execute the program on the cell. We can now print vaccines real time as an airplane takes off before it lands. We're shipping 78 of these machines this year. This is not theoretical biology. This is printing biology.
Estamos começando agora a produzir, na Synthetic Genomics, impressoras de mesa que nos permitem desenhar uma célula, imprimi-la e executar o programa na célula. Agora podemos imprimir vacinas em tempo real quando um avião decola, e tê-las prontas antes de aterrissar. Estamos enviando 78 máquinas dessas este ano. Isso não é biologia teórica; é biologia de impressão.
Let me talk about two long-term trends that are coming at you over a longer time period. The first one is, we're starting to redesign species. And you've heard about that, right? We're redesigning trees. We're redesigning flowers. We're redesigning yogurt, cheese, whatever else you want. And that, of course, brings up the interesting question: How and when should we redesign humans? And a lot of us think, "Oh no, we never want to redesign humans." Unless, of course, if your child has a Huntington's gene and is condemned to death. Or, unless if you're passing on a cystic fibrosis gene, in which case, you don't just want to redesign yourself, you want to redesign your children and their children. And these are complicated debates and they're going to happen in real time.
Vou falar sobre duas tendências de longo prazo, que vão demorar um pouco para chegar até vocês. A primeira é que estamos começando a redesenhar espécies. Já ouviram falar sobre isso, não é? Estamos redesenhando árvores, flores, iogurte, queijo, o que mais vocês desejarem. Isso, é claro, levanta a interessante pergunta: "Como e quando devemos redesenhar os seres humanos?" Muitos de nós pensam: "Ah, não, nunca pretendemos redesenhar seres humanos", a não ser, é claro, que seu filho tenha a doença de Huntington e esteja condenado à morte, ou, a menos que você esteja transmitindo um gene da fibrose cística. Nesse caso, você não só vai querer se redesenhar; como vai querer redesenhar seus filhos e os filhos deles. São debates complicados que vão acontecer em tempo real.
I'll give you one current example. One of the debates going on at the National Academies today is you have the power to put a gene drive into mosquitoes so that you will kill all the malaria-carrying mosquitoes. Now, some people say, "That's going to affect the environment in an extreme way, don't do it." Other people say, "This is one of the things that's killing millions of people yearly. Who are you to tell me that I can't save the kids in my country?" And why is this debate so complicated? Because as soon as you let this loose in Brazil or in Southern Florida -- mosquitoes don't respect walls. You're making a decision for the world when you put a gene drive into the air.
Vou lhes dar um exemplo atual. Um dos debates em curso nas academias nacionais hoje é que temos o poder de colocar um estímulo genético em mosquitos para matar todos os que transmitem a malária. Algumas pessoas dizem: "Isso vai afetar o meio ambiente de maneira extrema. Não façam isso". Outras dizem: "Essa é uma das coisas que matam milhões de pessoas anualmente. Quem é você para me dizer que não posso salvar as crianças de meu país?" Por que esse debate é tão complicado? Porque assim que liberarmos isso no Brasil, ou no sul da Flórida, mosquitos não respeitam muros. Estamos tomando uma decisão mundial quando colocamos um estímulo genético no ar.
This wonderful man won a Nobel Prize, and after winning the Nobel Prize he's been worrying about how did life get started on this planet and how likely is it that it's in other places? So what he's been doing is going around to this graduate students and saying to his graduate students, "Build me life but don't use any modern chemicals or instruments. Build me stuff that was here three billion years ago. You can't use lasers. You can't use this. You can't use that." He gave me a vial of what he's built about three weeks ago. What has he built? He's built basically what looked like soap bubbles that are made out of lipids. He's built a precursor of RNA. He's had the precursor of the RNA be absorbed by the cell and then he's had the cells divide. We may not be that far -- call it a decade, maybe two decades -- from generating life from scratch out of proto-communities.
Este homem extraordinário ganhou um Prêmio Nobel e, depois disso, tem se preocupado sobre como a vida começou neste planeta e qual a probabilidade de que exista em outros lugares. Ele tem ido até os alunos de pós-graduação e dito a eles: "Construam-me a vida, mas não usem instrumentos nem produtos químicos modernos. Construam-me o que estava aqui há 3 bilhões de anos. Você não podem usar lasers, nem isso, nem aquilo". Ele me deu um frasco do que havia construído há três semanas. O que ele construiu? Foi basicamente o que parecia ser bolhas de sabão feitas de lipídios. Ele havia construído um precursor do RNA. Ele teve o precursor do RNA absorvido pela célula e, então, fez as células se dividirem. Podemos não estar tão longe... uma década, talvez duas... de gerar vida começando do zero a partir de protocomunidades.
Second long-term trend: we've been living and are living through the digital age -- we're starting to live through the age of the genome and biology and CRISPR and synthetic biology -- and all of that is going to merge into the age of the brain. So we're getting to the point where we can rebuild most of our body parts, in the same way as if you break a bone or burn your skin, it regrows. We're beginning to learn how to regrow our tracheas or how to regrow our bladders. Both of those have been implanted in humans. Tony Atala is working on 32 different organs. But the core is going to be this, because this is you and the rest is just packaging. Nobody's going to live beyond 120, 130, 140 years unless if we fix this. And that's the most interesting challenge. That's the next frontier, along with: "How common is life in the universe?" "Where did we come from?" and questions like that.
Segunda tendência de longo prazo: estamos vivendo a era digital, estamos começando a viver a era do genoma, da biologia, do CRISPR e da biologia sintética, e tudo isso vai se unir à era do cérebro. Estamos chegando ao ponto em que podemos reconstruir a maioria das partes de nosso corpo e, se quebrarmos um osso ou queimarmos a pele, eles se regeneram. Estamos começando a aprender como regenerar a traqueia ou a bexiga. Ambas foram implantadas em seres humanos. Tony Atala está trabalhando em 32 órgãos diferentes. Mas o núcleo vai ser isso, porque isso é você, e o resto é apenas embalagem. Ninguém vai viver além de 120, 130, 140 anos, a menos que consertemos isso. Esse é o desafio mais interessante, a próxima fronteira, junto com: "Qual a prevalência da vida no Universo?" "De onde viemos?" e perguntas como essa.
Let me end this with an apocryphal quote from Einstein.
Deixem-me terminar com uma suposta citação de Einstein:
[You can live as if everything is a miracle, or you can live as if nothing is a miracle.]
[Você pode viver como se tudo fosse um milagre... ou você pode viver como se nada fosse um milagre.]
It's your choice. You can focus on the bad, you can focus on the scary, and certainly there's a lot of scary out there. But use 10 percent of your brain to focus on that, or maybe 20 percent, or maybe 30 percent. But just remember, we really are living in an age of miracle and wonder. We're lucky to be alive today. We're lucky to see this stuff. We're lucky to be able to interact with folks like the folks who are building all the stuff in this room.
A escolha é sua. Vocês podem se concentrar no ruim, no assustador, e certamente há muitas coisas assustadoras por aí. Mas usem 10% de seu cérebro para se concentrar nisso, talvez 20%, ou talvez 30%. Mas lembrem-se: estamos realmente vivendo em uma era de milagres e maravilhas. Temos sorte de estar vivos hoje e ver essas coisas. Temos sorte de poder interagir com pessoas como as que estão construindo todas as coisas neste auditório.
So thank you to all of you, for all you do.
Obrigado a todos vocês por tudo o que fazem.
(Applause)
(Aplausos)