1
00:00:00,612 --> 00:00:03,374
Durante los siguientes 16 minutos, 
voy a hacer un viaje

2
00:00:03,398 --> 00:00:06,484
esto es, probablemente, 
el mayor sueño de la humanidad:

3
00:00:06,508 --> 00:00:08,523
entender el código de la vida.

4
00:00:09,072 --> 00:00:11,815
Para mí, todo comenzó 
hace muchos, muchos años

5
00:00:11,839 --> 00:00:14,562
cuando me encontré 
con la primera impresora 3D.

6
00:00:14,586 --> 00:00:16,260
El concepto era fascinante.

7
00:00:16,283 --> 00:00:18,306
Una impresora 3D necesita tres elementos:

8
00:00:18,330 --> 00:00:22,464
un bit de información, un poco 
de materia prima, algo de energía,

9
00:00:22,488 --> 00:00:25,822
y puede producir cualquier objeto 
que no estaba allí antes.

10
00:00:26,517 --> 00:00:28,654
Estaba haciendo física, regresaba a casa

11
00:00:28,678 --> 00:00:32,116
y me di cuenta de que en realidad 
siempre conocí una impresora 3D.

12
00:00:32,140 --> 00:00:33,476
Y todo el mundo.

13
00:00:33,500 --> 00:00:34,658
Fue mi madre.

14
00:00:34,682 --> 00:00:35,683
(Risas)

15
00:00:35,707 --> 00:00:38,121
Mi mamá toma tres elementos:

16
00:00:38,145 --> 00:00:42,118
un poco de información, que está entre 
mi padre y mi madre, en este caso,

17
00:00:42,142 --> 00:00:46,299
materia prima y energía en el 
mismo medio, que es la comida,

18
00:00:46,323 --> 00:00:48,831
y después de varios meses, me produce.

19
00:00:48,855 --> 00:00:50,667
Yo no existía antes.

20
00:00:50,691 --> 00:00:54,453
Aparte de la conmoción de mi madre 
al descubrir que era una impresora 3D,

21
00:00:54,477 --> 00:00:59,215
inmediatamente me quedé hipnotizado 
por esa parte,

22
00:00:59,239 --> 00:01:00,956
la primera, la información.

23
00:01:00,980 --> 00:01:03,135
¿Qué cantidad de información se necesita

24
00:01:03,145 --> 00:01:05,191
para construir y ensamblar un ser humano?

25
00:01:05,215 --> 00:01:06,789
¿Es mucha? ¿Es poca?

26
00:01:06,803 --> 00:01:08,993
¿Cuántas memorias USB 
se pueden llenar?

27
00:01:09,017 --> 00:01:11,641
Bueno, yo estaba estudiando 
física en el inicio

28
00:01:11,665 --> 00:01:17,262
y adopté el enfoque de un ser humano 
como una pieza gigantesca de Lego.

29
00:01:17,286 --> 00:01:21,071
Imaginen que los bloques de construcción 
son pequeños átomos

30
00:01:21,095 --> 00:01:25,748
y hay un hidrógeno aquí, 
un carbono aquí, un nitrógeno aquí.

31
00:01:25,772 --> 00:01:27,343
Así, en una primera aproximación,

32
00:01:27,367 --> 00:01:31,710
si puedo enumerar el número de átomos 
que componen un ser humano,

33
00:01:31,734 --> 00:01:33,121
puedo construirlo.

34
00:01:33,145 --> 00:01:35,174
Se pueden correr algunos números

35
00:01:35,198 --> 00:01:38,475
y resulta que es un número 
bastante sorprendente.

36
00:01:38,499 --> 00:01:41,256
Así el número de átomos,

37
00:01:41,280 --> 00:01:46,035
el archivo que voy a guardar en mi 
memoria USB para montar un pequeño bebé,

38
00:01:46,059 --> 00:01:50,726
en realidad, llena todo un Titanic 
de memorias USB...

39
00:01:50,750 --> 00:01:53,468
multiplicado 2000 veces.

40
00:01:53,957 --> 00:01:57,358
Este es el milagro de la vida.

41
00:01:57,382 --> 00:01:59,994
Cada vez que vean a partir de ahora 
una mujer embarazada,

42
00:02:00,018 --> 00:02:02,874
ella ensambla la mayor 
cantidad de información

43
00:02:02,898 --> 00:02:04,454
que se puedan encontrar.

44
00:02:04,478 --> 00:02:07,428
Olvídense de datos masivos, 
olviden todo lo que han oído.

45
00:02:07,452 --> 00:02:10,333
Esta es la mayor cantidad 
de información que existe.

46
00:02:10,357 --> 00:02:14,190
(Aplausos)

47
00:02:14,214 --> 00:02:18,858
Pero la naturaleza, afortunadamente, es 
mucho más inteligente que un joven físico,

48
00:02:18,882 --> 00:02:22,458
y en cuatro mil millones de años, 
logró meter esta información

49
00:02:22,482 --> 00:02:25,187
en un pequeño cristal que llamamos ADN.

50
00:02:25,605 --> 00:02:29,917
Lo encontramos por primera vez en 1950, 
cuando Rosalind Franklin,

51
00:02:29,941 --> 00:02:31,727
una científica increíble, una mujer,

52
00:02:31,737 --> 00:02:32,910
tomó una foto.

53
00:02:32,934 --> 00:02:38,122
Pero nos constó más de 40 años llegar 
dentro de una célula humana,

54
00:02:38,146 --> 00:02:39,748
sacar este cristal,

55
00:02:39,772 --> 00:02:42,852
desenrollarlo, y leerlo por primera vez.

56
00:02:43,615 --> 00:02:46,856
El código viene a ser 
un alfabeto bastante simple,

57
00:02:46,880 --> 00:02:50,652
cuatro letras: A, T, C y G.

58
00:02:50,676 --> 00:02:54,166
Y para construir un ser humano, 
necesitan tres mil millones de ellas.

59
00:02:54,933 --> 00:02:56,112
Tres mil millones.

60
00:02:56,136 --> 00:02:57,715
¿Cuánto son tres mil millones?

61
00:02:57,739 --> 00:03:00,501
En realidad, no tiene ningún sentido 
como número, ¿verdad?

62
00:03:00,525 --> 00:03:04,610
Así que estaba pensando cómo podría 
explicarme mejor

63
00:03:04,634 --> 00:03:07,684
acerca de lo grande 
y enorme que es este código.

64
00:03:07,708 --> 00:03:10,762
Pero hay... quiero decir, 
voy a tener un poco de ayuda,

65
00:03:10,786 --> 00:03:14,013
y la mejor persona para ayudar 
a introducir el código

66
00:03:14,037 --> 00:03:17,559
en realidad, es el primer hombre 
que lo secuenció, el Dr. Craig Venter.

67
00:03:17,583 --> 00:03:20,973
Así que demos la bienvenida 
en el escenario, el Dr. Craig Venter.

68
00:03:20,997 --> 00:03:27,928
(Aplausos)

69
00:03:27,952 --> 00:03:30,208
No es el hombre en carne y hueso,

70
00:03:31,448 --> 00:03:33,793
pero por primera vez en la historia,

71
00:03:33,817 --> 00:03:37,279
este es el genoma 
de un ser humano específico,

72
00:03:37,303 --> 00:03:41,063
impreso página por página, 
letra por letra:

73
00:03:41,087 --> 00:03:45,083
262 000 páginas de información,

74
00:03:45,107 --> 00:03:49,471
450 kg enviados desde EE. UU. a Canadá

75
00:03:49,495 --> 00:03:54,338
gracias a Bruno Bowden, 
Lulu.com, un start-up, lo hizo todo.

76
00:03:54,362 --> 00:03:55,825
Es una hazaña increíble.

77
00:03:55,849 --> 00:04:00,146
Pero esta es la percepción visual 
de lo que es el código de la vida.

78
00:04:00,170 --> 00:04:02,648
Ahora, por primera vez, 
puedo hacer algo divertido.

79
00:04:02,672 --> 00:04:05,219
De hecho, me puedo meter 
en su interior y leer.

80
00:04:05,243 --> 00:04:09,868
Déjenme tomar un libro interesante... 
como éste.

81
00:04:13,077 --> 00:04:15,611
Tengo una anotación; 
es un libro bastante grande.

82
00:04:15,635 --> 00:04:19,362
Solo para que puedan ver 
lo que es el código de la vida.

83
00:04:20,565 --> 00:04:23,957
Miles y miles y miles

84
00:04:23,981 --> 00:04:26,651
y millones de letras.

85
00:04:26,675 --> 00:04:29,071
Y al parecer tienen sentido.

86
00:04:29,095 --> 00:04:30,852
Vamos a una parte específica.

87
00:04:31,571 --> 00:04:32,933
Permítanme leerles:

88
00:04:32,957 --> 00:04:33,978
(Risas)

89
00:04:34,002 --> 00:04:38,008
"AAG, AAT, ATA".

90
00:04:38,965 --> 00:04:41,032
Para Uds. suena como letras mudas,

91
00:04:41,056 --> 00:04:45,097
pero esta secuencia 
da el color de los ojos a Craig.

92
00:04:45,633 --> 00:04:47,565
Les voy a mostrar otra parte del libro.

93
00:04:47,589 --> 00:04:49,683
Esta en realidad es 
un poco más complicada.

94
00:04:50,983 --> 00:04:53,630
Cromosoma 14, libro 132:

95
00:04:53,654 --> 00:04:55,744
(Risas)

96
00:04:55,768 --> 00:04:57,045
Como podrían esperar.

97
00:04:57,069 --> 00:05:00,535
(Risas)

98
00:05:02,857 --> 00:05:07,364
"ATT, CTT, GATT".

99
00:05:08,329 --> 00:05:10,016
Esto hombre tiene suerte,

100
00:05:10,040 --> 00:05:14,161
porque si se pierden 
solo dos letras en esta posición

101
00:05:14,161 --> 00:05:16,392
--2 letras de nuestros 
tres mil millones--

102
00:05:16,402 --> 00:05:18,541
estarán condenados 
a una terrible enfermedad:

103
00:05:18,581 --> 00:05:19,965
fibrosis quística.

104
00:05:19,989 --> 00:05:23,402
No tenemos ninguna cura para ella, 
no sabemos cómo resolverlo,

105
00:05:23,426 --> 00:05:27,181
y está a solo dos letras de diferencia 
con respecto a lo que somos.

106
00:05:27,585 --> 00:05:30,290
Un libro maravilloso, un libro poderoso,

107
00:05:31,115 --> 00:05:33,113
un poderoso libro que me ayudó a entender

108
00:05:33,137 --> 00:05:35,890
y mostrarles algo bastante notable.

109
00:05:36,480 --> 00:05:40,915
Cada uno de Uds.... 
lo que me hace ser yo, y Uds., Uds.

110
00:05:40,939 --> 00:05:43,893
es solo cerca de cinco millones de estas,

111
00:05:43,917 --> 00:05:45,145
medio libro.

112
00:05:46,015 --> 00:05:47,678
Para el resto,

113
00:05:47,702 --> 00:05:50,264
somos absolutamente idénticos.

114
00:05:51,008 --> 00:05:55,026
Quinientas páginas es el milagro 
de la vida que los hace ser Uds.

115
00:05:55,050 --> 00:05:57,581
El resto, todo lo comparten.

116
00:05:57,605 --> 00:06:00,514
Pensar en eso de nuevo cuando 
pensamos que somos diferentes.

117
00:06:00,538 --> 00:06:02,759
Esta es la cantidad que compartimos.

118
00:06:03,441 --> 00:06:06,870
Así que ahora que tengo su atención,

119
00:06:06,894 --> 00:06:08,253
la siguiente pregunta es:

120
00:06:08,277 --> 00:06:09,428
¿Cómo lo leo?

121
00:06:09,452 --> 00:06:10,961
¿Cómo puedo darle sentido?

122
00:06:11,409 --> 00:06:15,649
Por buenos que sean armando muebles suecos

123
00:06:15,673 --> 00:06:19,236
este manual de instrucciones es algo que 
no podrán descifrar en su vida.

124
00:06:19,260 --> 00:06:20,863
(Risas)

125
00:06:20,887 --> 00:06:23,999
Y así, en 2014, dos TEDsters famosos,

126
00:06:24,023 --> 00:06:26,563
Peter Diamandis y el propio Craig Venter,

127
00:06:26,587 --> 00:06:28,514
decidieron crear una nueva empresa.

128
00:06:28,538 --> 00:06:29,950
Human Longevity nació,

129
00:06:29,974 --> 00:06:31,344
con una misión:

130
00:06:31,368 --> 00:06:33,229
Intentar todo lo que se puede intentar

131
00:06:33,253 --> 00:06:36,012
y aprender todo lo que se puede aprender 
de estos libros,

132
00:06:36,036 --> 00:06:37,741
con un objetivo...

133
00:06:38,862 --> 00:06:41,663
hacer realidad el sueño 
de la medicina personalizada,

134
00:06:41,687 --> 00:06:45,454
comprender que cosas deben hacerse 
para tener una mejor salud

135
00:06:45,478 --> 00:06:47,761
y cuáles son los secretos de estos libros.

136
00:06:48,329 --> 00:06:52,579
Un equipo increíble, 40 científicos 
de datos y muchas, muchas más personas,

137
00:06:52,603 --> 00:06:53,953
un placer trabajar con ellos.

138
00:06:53,977 --> 00:06:56,230
El concepto es muy simple.

139
00:06:56,254 --> 00:06:59,412
Vamos a utilizar una tecnología 
llamada de aprendizaje automático.

140
00:06:59,436 --> 00:07:03,975
Por un lado, tenemos genomas... 
miles de ellos.

141
00:07:03,999 --> 00:07:07,996
Por otro lado, hemos recogido la mayor 
base de datos de seres humanos:

142
00:07:08,020 --> 00:07:12,316
fenotipos, escaneo 3D, RMN... 
todo lo que se puedan imaginar.

143
00:07:12,340 --> 00:07:15,239
En el interior está, 
en estos dos lados opuestos,

144
00:07:15,263 --> 00:07:17,705
está el secreto de la traducción.

145
00:07:17,729 --> 00:07:20,201
Y en el medio, construimos una máquina.

146
00:07:20,781 --> 00:07:23,306
Construimos una máquina 
y entrenamos a una máquina

147
00:07:23,316 --> 00:07:26,420
--bueno, no exactamente una máquina, 
muchas, muchas máquinas---

148
00:07:26,444 --> 00:07:30,988
para tratar de comprender y traducir 
el genoma en un fenotipo.

149
00:07:31,362 --> 00:07:34,702
¿Qué son esas letras, 
y qué es lo que hacen?

150
00:07:34,726 --> 00:07:37,473
Es un enfoque que puede 
ser utilizado para todo,

151
00:07:37,497 --> 00:07:40,490
pero usarlo en genómica 
es particularmente complicado.

152
00:07:40,514 --> 00:07:43,790
Poco a poco fuimos creciendo 
y queríamos construir diferentes retos.

153
00:07:43,814 --> 00:07:46,546
Empezamos por el principio, 
desde los rasgos comunes.

154
00:07:46,570 --> 00:07:49,173
Los rasgos comunes son cómodos 
porque son comunes,

155
00:07:49,197 --> 00:07:50,381
todo el mundo los tiene.

156
00:07:50,405 --> 00:07:52,899
Así que empezamos a hacer 
nuestras preguntas:

157
00:07:52,923 --> 00:07:54,303
¿Podemos predecir la altura?

158
00:07:54,985 --> 00:07:57,146
Podemos leer los libros 
y predecir su altura?

159
00:07:57,146 --> 00:07:58,487
Bueno, en realidad se puede,

160
00:07:58,487 --> 00:08:00,154
con cinco cm de precisión.

161
00:08:00,178 --> 00:08:03,257
IMC está bastante conectado 
a su estilo de vida,

162
00:08:03,257 --> 00:08:07,165
pero todavía podemos, podemos conseguir 
un estimado, 8 kg de precisión.

163
00:08:07,165 --> 00:08:08,896
¿Podemos predecir el color de ojos?

164
00:08:08,896 --> 00:08:09,638
Sí, podemos.

165
00:08:09,662 --> 00:08:10,986
80 % de precisión.

166
00:08:11,466 --> 00:08:13,324
¿Podemos predecir el color de la piel?

167
00:08:13,348 --> 00:08:15,789
Sí podemos, 80 % de exactitud.

168
00:08:15,813 --> 00:08:17,153
¿Podemos predecir la edad?

169
00:08:18,121 --> 00:08:21,860
Podemos, pues al parecer, 
el código cambia durante a vida.

170
00:08:21,884 --> 00:08:25,166
Se vuelve más corto, 
se pierden piezas, se agregan.

171
00:08:25,190 --> 00:08:27,745
Leemos las señales, 
y hacemos un modelo.

172
00:08:28,438 --> 00:08:29,913
Ahora, un reto interesante:

173
00:08:29,937 --> 00:08:31,666
¿Podemos predecir un rostro humano?

174
00:08:33,014 --> 00:08:34,292
Es un poco complicado,

175
00:08:34,316 --> 00:08:37,506
porque un rostro se encuentra 
disperso entre millones de letras.

176
00:08:37,530 --> 00:08:40,159
Y una cara humana no es 
un objeto muy bien definido.

177
00:08:40,183 --> 00:08:42,235
Tuvimos que construir 
todo un nivel de esto

178
00:08:42,259 --> 00:08:44,969
para aprender y enseñar 
a una máquina lo que es una cara,

179
00:08:44,993 --> 00:08:47,030
e incrustar y comprimirlo.

180
00:08:47,054 --> 00:08:49,542
Si se sienten cómodo 
con el aprendizaje de máquina,

181
00:08:49,562 --> 00:08:51,610
entenderán el desafío aquí.

182
00:08:52,108 --> 00:08:58,099
Hoy, tras 15 años , 15 años después 
de haber leído la primera secuencia,

183
00:08:58,123 --> 00:09:01,025
este mes de octubre, 
empezamos a ver algunas señales.

184
00:09:01,049 --> 00:09:03,504
Y fue un momento muy emotivo.

185
00:09:03,528 --> 00:09:07,273
Lo que se ve aquí es un sujeto 
que entró a nuestro laboratorio.

186
00:09:07,619 --> 00:09:09,547
Esta es una cara para nosotros.

187
00:09:09,571 --> 00:09:13,202
Así que tomamos la verdadera cara de 
un sujeto, redujimos la complejidad,

188
00:09:13,226 --> 00:09:15,196
porque no todo está en su cara,

189
00:09:15,220 --> 00:09:19,006
un montón de características y defectos 
y asimetrías provienen de su vida.

190
00:09:19,030 --> 00:09:22,499
Hicimos simétrica la cara, 
y corrimos nuestro algoritmo.

191
00:09:23,245 --> 00:09:25,143
Los resultados que les muestro ahora,

192
00:09:25,167 --> 00:09:28,539
son la predicción 
que tenemos de la sangre.

193
00:09:29,596 --> 00:09:31,120
(Aplausos)

194
00:09:31,144 --> 00:09:32,579
Esperen un segundo.

195
00:09:32,603 --> 00:09:37,295
En estos segundos, sus ojos están viendo, 
izquierda y derecha, izquierda y derecha,

196
00:09:37,319 --> 00:09:41,249
y su cerebro quiere que esas imágenes 
sean idénticas.

197
00:09:41,273 --> 00:09:43,759
Les pido que hacer otro ejercicio. 
Para ser honestos,

198
00:09:43,759 --> 00:09:46,030
por favor, busquen las diferencias,

199
00:09:46,054 --> 00:09:47,415
que son muchas.

200
00:09:47,439 --> 00:09:50,042
La mayor cantidad 
de señales vienen del género,

201
00:09:50,066 --> 00:09:55,267
luego la edad, el IMC, 
el componente étnico de un ser humano.

202
00:09:55,291 --> 00:09:59,002
Y la ampliación de más de esa señal 
es mucho más complicado.

203
00:09:59,026 --> 00:10:02,276
Pero lo que se ve aquí, 
incluso en las diferencias,

204
00:10:02,300 --> 00:10:05,895
les permite entender que estamos 
en el camino correcto,

205
00:10:05,919 --> 00:10:07,267
que nos estamos acercando.

206
00:10:07,291 --> 00:10:09,640
Y ya les están dando algunas emociones.

207
00:10:09,664 --> 00:10:12,367
Este es otro tema que viene,

208
00:10:12,391 --> 00:10:13,800
y esto es una predicción.

209
00:10:13,824 --> 00:10:18,420
Una pequeña cara más pequeña, 
no tuvo la estructura craneal completa,

210
00:10:18,444 --> 00:10:21,095
pero aun así, es una aproximación.

211
00:10:21,634 --> 00:10:24,078
Este es un sujeto que llega 
a nuestro laboratorio,

212
00:10:24,088 --> 00:10:25,485
y esta es la predicción.

213
00:10:26,056 --> 00:10:30,732
Estas personas nunca se han visto 
en el entrenamiento de la máquina.

214
00:10:30,756 --> 00:10:33,593
Son los llamados grupo "externos".

215
00:10:33,617 --> 00:10:37,357
Pero son personas que Uds. 
probable nunca creerían que existieran.

216
00:10:37,381 --> 00:10:40,057
Estamos publicando todo 
en una revista científica,

217
00:10:40,081 --> 00:10:41,232
que pueden leer.

218
00:10:41,256 --> 00:10:43,600
Pero ya que estamos aquí, 
Chris me desafió.

219
00:10:43,624 --> 00:10:47,250
Probablemente me expongo 
y trata de predecir

220
00:10:47,274 --> 00:10:50,105
alguien que puedan reconocer.

221
00:10:50,470 --> 00:10:54,819
Por lo tanto, en este frasco de sangre 
--y créanme, no tienen ni idea

222
00:10:54,849 --> 00:10:57,799
lo que tuvimos que hacer para tener 
esta sangre aquí, ahora--

223
00:10:57,823 --> 00:11:00,988
en este vial de sangre está la cantidad 
de información biológica

224
00:11:00,988 --> 00:11:04,025
que necesitamos para hacer 
una secuencia completa del genoma.

225
00:11:04,049 --> 00:11:06,119
Solo necesitamos esta cantidad.

226
00:11:06,528 --> 00:11:09,733
Nos encontramos con esta secuencia, 
y voy a hacerlo con Uds.

227
00:11:09,757 --> 00:11:13,736
Y empezamos a exponer 
toda la comprensión que tenemos.

228
00:11:13,760 --> 00:11:17,110
En el frasco de sangre, 
predijimos que es masculino.

229
00:11:17,134 --> 00:11:18,498
Y el sujeto es un varón.

230
00:11:18,996 --> 00:11:21,434
Nuestra predicción 
es que él es de 1 m y 76 cm.

231
00:11:21,458 --> 00:11:23,850
El sujeto es de 1 m y 77 cm.

232
00:11:23,874 --> 00:11:27,984
Predijimos que él es 76; 
el sujeto es de 82.

233
00:11:28,701 --> 00:11:31,333
Predecimos su edad, 38 años.

234
00:11:31,357 --> 00:11:33,261
El sujeto es de 35.

235
00:11:33,851 --> 00:11:35,975
Predecimos su color de ojos.

236
00:11:36,824 --> 00:11:38,035
Demasiado oscuro.

237
00:11:38,059 --> 00:11:39,614
Predecimos su color de piel.

238
00:11:40,026 --> 00:11:41,436
Estamos casi allí.

239
00:11:41,899 --> 00:11:43,272
Esa es la cara.

240
00:11:45,172 --> 00:11:48,441
Ahora, el momento de revelación:

241
00:11:48,465 --> 00:11:50,235
el sujeto es esta persona.

242
00:11:50,259 --> 00:11:52,194
(Risas)

243
00:11:52,218 --> 00:11:54,276
Lo hice intencionalmente.

244
00:11:54,300 --> 00:11:57,992
Soy de una etnia 
muy particular y peculiar.

245
00:11:58,016 --> 00:12:00,966
Sur de Europa, italianos, 
que nunca encajan en los modelos.

246
00:12:00,990 --> 00:12:06,120
Este en particular, que la etnicidad es 
un caso complejo para nuestro modelo.

247
00:12:06,144 --> 00:12:07,653
Pero hay otro punto.

248
00:12:07,677 --> 00:12:11,154
Una de las cosas que usamos mucho 
para reconocer a las personas

249
00:12:11,178 --> 00:12:12,900
nunca será escrita en el genoma.

250
00:12:12,924 --> 00:12:15,241
Es nuestro libre albedrío, 
que es como luzco.

251
00:12:15,265 --> 00:12:18,494
No es mi corte de pelo en este caso, 
sino mi corte de barba.

252
00:12:18,518 --> 00:12:22,071
Voy a mostrarles, 
en este caso, transfiero

253
00:12:22,095 --> 00:12:24,860
--no es más que Photoshop, no modelado--

254
00:12:24,884 --> 00:12:26,597
la barba sobre el sujeto.

255
00:12:26,621 --> 00:12:30,093
Y de inmediato, tenemos mucha, 
mucha mejor sensación.

256
00:12:30,955 --> 00:12:33,664
¿Por qué hacemos esto?

257
00:12:35,938 --> 00:12:41,078
Desde luego, no lo hacemos 
para predecir la altura

258
00:12:41,102 --> 00:12:43,474
o tomar una foto hermosa de su sangre.

259
00:12:44,390 --> 00:12:48,408
Lo hacemos porque la misma tecnología 
y el mismo enfoque,

260
00:12:48,432 --> 00:12:50,952
el aprendizaje de las máquinas 
de este código,

261
00:12:50,976 --> 00:12:54,113
nos ayudará a entender cómo funcionamos,

262
00:12:54,137 --> 00:12:55,623
cómo funciona nuestro cuerpo,

263
00:12:55,647 --> 00:12:57,312
cómo envejece nuestro cuerpo,

264
00:12:57,336 --> 00:13:00,105
cómo se genera la enfermedad 
en nuestro cuerpo,

265
00:13:00,129 --> 00:13:03,101
cómo crece y se desarrolla nuestro cáncer,

266
00:13:03,125 --> 00:13:04,908
cómo funcionan los medicamentos

267
00:13:04,932 --> 00:13:07,246
y si funcionan en nuestro cuerpo.

268
00:13:07,713 --> 00:13:09,380
Este es un desafío enorme.

269
00:13:09,894 --> 00:13:11,532
Este es un reto que compartimos

270
00:13:11,556 --> 00:13:14,135
con miles de otros investigadores 
de todo el mundo.

271
00:13:14,159 --> 00:13:16,381
Se llama la medicina personalizada.

272
00:13:17,125 --> 00:13:20,585
Es la capacidad de pasar 
de un enfoque estadístico

273
00:13:20,609 --> 00:13:22,641
donde eres un punto en el océano,

274
00:13:22,665 --> 00:13:24,478
a un enfoque personalizado,

275
00:13:24,502 --> 00:13:26,687
donde leemos todos estos libros

276
00:13:26,711 --> 00:13:29,575
y logramos una comprensión 
de exactamente cómo somos.

277
00:13:30,260 --> 00:13:33,622
Pero se trata de un reto muy complicado,

278
00:13:33,646 --> 00:13:37,644
debido a que de todos estos libros, a hoy,

279
00:13:37,668 --> 00:13:40,310
solo sabemos probablemente el 2 %:

280
00:13:41,027 --> 00:13:44,680
4 libros de más de 175.

281
00:13:46,021 --> 00:13:49,227
Este no es el tema de mi charla,

282
00:13:50,145 --> 00:13:52,743
porque vamos a aprender más.

283
00:13:53,378 --> 00:13:56,047
Están las mejores mentes del mundo 
en este tema.

284
00:13:57,048 --> 00:13:58,882
La predicción va a mejorar,

285
00:13:58,906 --> 00:14:01,159
el modelo se hará más preciso.

286
00:14:01,183 --> 00:14:03,041
Y cuanto más aprendemos,

287
00:14:03,065 --> 00:14:07,895
más nos confrontamos con decisiones

288
00:14:07,919 --> 00:14:10,940
que nunca tuvimos que enfrentar antes

289
00:14:10,964 --> 00:14:12,399
acerca de la vida,

290
00:14:12,423 --> 00:14:14,097
acerca de la muerte,

291
00:14:14,121 --> 00:14:15,724
acerca de la paternidad.

292
00:14:20,626 --> 00:14:25,372
Por lo tanto, estamos tocando el detalle 
muy interno de cómo funciona la vida.

293
00:14:26,118 --> 00:14:29,276
Y es una revolución 
que no puede ser confinada

294
00:14:29,300 --> 00:14:31,959
en el dominio de la ciencia 
o la tecnología.

295
00:14:32,960 --> 00:14:35,204
Debe ser una conversación global.

296
00:14:35,798 --> 00:14:41,015
Hay que empezar a pensar en el futuro que 
estamos construyendo como humanidad.

297
00:14:41,039 --> 00:14:45,103
Tenemos que interactuar con creativos, 
con artistas, con los filósofos,

298
00:14:45,127 --> 00:14:46,637
con los políticos.

299
00:14:46,661 --> 00:14:48,059
Todo el mundo está implicado,

300
00:14:48,079 --> 00:14:50,668
porque es el futuro de nuestra especie.

301
00:14:51,273 --> 00:14:55,241
Sin miedo, pero con el entendimiento

302
00:14:55,265 --> 00:14:59,136
de que las decisiones que tomamos 
en el próximo año

303
00:14:59,160 --> 00:15:02,949
cambiarán el curso 
de la historia para siempre.

304
00:15:03,732 --> 00:15:04,892
Gracias.

305
00:15:04,916 --> 00:15:15,075
(Aplausos)