Transformando-nos em uma sociedade de produtores de alimentos | Dr. Chandra Krintz | TEDxFargo
-
0:23 - 0:26A tecnologia, hoje,
está infiltrada em nossas vidas. -
0:26 - 0:29Ela nos dá acesso a informações
instantaneamente, -
0:29 - 0:33nos provê com recomendações
muito personalizadas -
0:33 - 0:36sobre o que comprar,
a quais filmes assistir -
0:36 - 0:37e, para o bem ou para o mal,
-
0:37 - 0:40nos conecta com pessoas de todo o planeta.
-
0:40 - 0:43Pessoas que, de outra forma,
nunca conheceríamos. -
0:43 - 0:45As empresas por trás dessas tecnologias
-
0:45 - 0:49as fazem superfáceis
de serem usadas, acessíveis a todos, -
0:49 - 0:51de tal forma que todos possam participar
-
0:51 - 0:56e fazer parte desses avanços tecnológicos.
-
0:56 - 1:00Elas também as fazem acessíveis
de qualquer lugar: pelo seu celular, -
1:00 - 1:03pelo seu laptop, sua máquina no trabalho.
-
1:03 - 1:07E essas empresas as fazem de graça,
para que todos as usem. -
1:07 - 1:09Fazem mesmo?
-
1:09 - 1:14Acontece, na verdade, que estamos
pagando às empresas por estes serviços; -
1:14 - 1:18os Facebooks, Amazons e Googles da vida.
-
1:18 - 1:20Contudo, não estamos pagando em dólares;
-
1:20 - 1:22estamos pagando com dados.
-
1:22 - 1:27Toda vez que você usa seus aplicativos
no seu celular, ou no computador, -
1:28 - 1:29toda vez que você acessa a Internet,
-
1:29 - 1:33essas empresas estão coletando
informações pessoais sobre você. -
1:33 - 1:35Você compra fraldas?
-
1:35 - 1:36Elas sabem que você tem filhos.
-
1:36 - 1:38Você procura por direções?
-
1:38 - 1:41Elas não apenas sabem aonde você
está indo, mas onde você esteve. -
1:42 - 1:47Essas empresas coletam informações
como: onde você mora, onde você trabalha, -
1:47 - 1:49o que gosta e o que não gosta,
-
1:49 - 1:51onde seus filhos estudam.
-
1:51 - 1:53E elas não coletam poucos dados.
-
1:53 - 1:57Elas coletam muitos e muitos dados.
-
1:57 - 2:02É isso que você paga
pelo frete grátis da Amazon. -
2:02 - 2:04Vocês sabem o que elas fazem com isso?
-
2:04 - 2:07Elas pegam esses dados
e colocam em vários computadores. -
2:07 - 2:11Elas utilizam matemática
e estatística bem sofisticadas -
2:11 - 2:13e aplicam aos dados.
-
2:13 - 2:16Elas não aplicam manualmente,
elas dependem de computadores para tal, -
2:16 - 2:19então elas têm de transformar
o mapa e as estatísticas em código. -
2:19 - 2:23Ouviram o presidente falar sobre códigos,
e que todos deviam estar fazendo; -
2:23 - 2:25é sobre isto que ele estava falando.
-
2:25 - 2:29Você aplica código aos dados
e obtém percepções: -
2:30 - 2:31inferências sobre sua vida,
-
2:31 - 2:33sobre o que você gosta ou não,
-
2:33 - 2:36e, melhor ainda, o que você
pretende comprar -
2:36 - 2:38e o que você vai querer no futuro.
-
2:38 - 2:40Elas são preditivas.
-
2:41 - 2:43Essas percepções permitem às empresas
-
2:43 - 2:47nos dar aplicativos e websites
que nós conhecemos e amamos, -
2:47 - 2:51mas também fornecem
outros valores a essas empresas. -
2:51 - 2:53Como elas são preditivas,
-
2:53 - 2:55elas podem dizer o que você comprará,
-
2:55 - 2:59em quem você votará
e para onde pretende viajar, -
2:59 - 3:01e isto, eles podem capitalizar.
-
3:01 - 3:02E eles o fazem.
-
3:04 - 3:05Você já se questionou
-
3:05 - 3:08se poderíamos utilizar
essa mesma tecnologia -
3:08 - 3:10para fazer algo pelo mundo?
-
3:10 - 3:15Para resolver um problema grave
como alimentar o planeta? -
3:15 - 3:18Há 7 bilhões de pessoas
na Terra, atualmente, -
3:18 - 3:20e mal podemos alimentá-los.
-
3:22 - 3:25Nossas terras aráveis
e nossos recursos como a água -
3:25 - 3:27estão diminuindo, não aumentando.
-
3:27 - 3:31E, em 2050, teremos 9 bilhões
de pessoas no planeta. -
3:32 - 3:35Logo, o que precisamos fazer,
o que precisamos perguntar é: -
3:35 - 3:37podemos usar essas tecnologias
-
3:37 - 3:40para tornar os agricultores
mais eficientes, -
3:40 - 3:43para lhes fornecer suporte à decisão?
-
3:43 - 3:44Pensem nisso!
-
3:44 - 3:47É como a Amazon para a agricultura,
o Google para produtores. -
3:47 - 3:50Não sei o que vou fazer
a respeito dos produtores de leite, -
3:50 - 3:53mas talvez possamos chamá-lo de "Loogle".
-
3:53 - 3:54(Risos)
-
3:54 - 3:56O problema é similar.
-
3:56 - 3:59Você pega dados,
agricultores possuem muitos, -
3:59 - 4:00registros históricos,
-
4:00 - 4:03todos os implementos agrícolas hoje
vêm instrumentados com sensores. -
4:03 - 4:06Mas você pode comprar sensores
em dispositivos agora, -
4:06 - 4:11e coletar muitas e muitas informações
sobre a propriedade, os processos, -
4:11 - 4:13o que os agricultores utilizam.
-
4:13 - 4:17Você pode então aplicar
um código igual ou bem similar -
4:17 - 4:19a esses dados e extrair percepções.
-
4:19 - 4:23Só que essas percepções podem
ser direcionadas aos problemas -
4:23 - 4:26dos agricultores, e há muitos.
-
4:26 - 4:29Coisas como: quando,
quanto e como irrigar, -
4:30 - 4:32Coisas como: "Como podemos
otimizar os rendimentos -
4:32 - 4:36para tirar o máximo proveito
do pouco de terra que temos?" -
4:37 - 4:41E assim como a Amazon sabe quais sapatos
você irá comprar semana que vem, -
4:41 - 4:44podemos fazer previsões
sobre doenças e pestes -
4:44 - 4:47antes de se tornarem um problema,
para que possamos resolvê-los. -
4:50 - 4:53Ocorre que algumas
dessas tecnologias já existem hoje. -
4:53 - 4:57Algumas empresas realmente inovadoras
e pioneiras desenvolveram algumas delas, -
4:57 - 4:59e o modelo que utilizam é este:
-
5:00 - 5:07agricultores compram um produto, serviço
ou implemento agricola de uma empresa -
5:07 - 5:10e, em troca, eles enviam os seus dados
-
5:10 - 5:13através da Internet para uma empresa,
-
5:13 - 5:15constantemente.
-
5:15 - 5:19A empresa pega esses dados,
aplica o código e produz as percepções. -
5:19 - 5:22Algumas ela compartilha
com os agricultores, outras não, -
5:22 - 5:26tal como a Amazon, Google,
e Facebook; tudo é capitalizável. -
5:26 - 5:28E elas podem lucrar muito com isso.
-
5:30 - 5:33Mas se vamos pegar esse modelo
-
5:33 - 5:35e usá-lo para solucionar
um problema bem complicado -
5:35 - 5:37como alimentar o planeta,
-
5:37 - 5:41o código, que é o mais valioso aqui,
-
5:42 - 5:45não pode ser detido
e controlado por poucos. -
5:45 - 5:48Precisamos tornar o código,
a habilidade de extrair percepções -
5:48 - 5:51e fazer previsões precisas do futuro,
-
5:51 - 5:53disponíveis para todos.
-
5:54 - 5:58Como os serviços do Facebook e Amazon.com.
-
5:59 - 6:01E é nisso que eu trabalho.
-
6:01 - 6:05Eu trabalho no problema
de tornar o código disponível a todos, -
6:06 - 6:09e de tornar possível executá-lo
em qualquer lugar. -
6:10 - 6:12Porque alguns agricultores
nem possuem Internet. -
6:12 - 6:16Logo, em vez de mover todos esses dados
para uma empresa pela Internet, -
6:16 - 6:20que tal movermos o código,
que é minúsculo, apenas uma vez, -
6:20 - 6:24para onde estão os dados,
movê-lo para a fazenda? -
6:25 - 6:28Execute o código
em um computador na fazenda, -
6:28 - 6:33e o agricultores podem extrair
suas percepções, -
6:33 - 6:37lucrar com isso e se tornar
mais produtivos por causa disso. -
6:38 - 6:43Eles podem até dar ou vender seus dados
e suas percepções para a indústria. -
6:43 - 6:47As empresas podem continuar lucrando
com suas próprias percepções -
6:47 - 6:50ou com as percepções que os agricultores
extraíram com o código. -
6:50 - 6:54Elas poderão continuar lucrando
com isso, só talvez um pouco menos. -
6:56 - 7:01O problema com esse modelo é que,
primeiramente, o código é complexo. -
7:02 - 7:06Entretanto, é matemática e estatística
que são bem compreendidas. -
7:06 - 7:10E a tecnologia tem um precedente
de pegar coisas complexas -
7:10 - 7:12e disponibilizá-las em toda a parte.
-
7:13 - 7:15Pensem na Internet.
-
7:15 - 7:17A Internet já foi pensada
como a ciência de foguetes. -
7:17 - 7:21Diversos pesquisadores se reuniram,
desenvolveram-na e disponibilizaram-na; -
7:21 - 7:22todos tinham medo dela.
-
7:22 - 7:25Poucas empresas puderam tirar
vantagens dela e o fizeram. -
7:25 - 7:28E, hoje em dia, ela está em toda a parte.
-
7:28 - 7:30E, para a maioria de nós, é grátis.
-
7:30 - 7:33Nós tornamos a Internet acessível.
-
7:33 - 7:36Agora é hora de tornar
esse tipo de código acessível. -
7:36 - 7:39É possível, e nós podemos fazer.
-
7:39 - 7:44O segundo grande problema
é que a indústria não fará isso por nós. -
7:45 - 7:48Qual empresa desenvolveria
propriedade intelectual -
7:48 - 7:50e, em seguida, entregaria
aos concorrentes? -
7:51 - 7:52Não muitas.
-
7:53 - 7:56Logo, o segundo problema
com que devemos lidar -
7:56 - 7:57é como faremos isso?
-
7:57 - 8:00Como tornar esse código
acessível para os agricultores, -
8:00 - 8:03para que todas as pessoas
possam prosperar? -
8:04 - 8:07A tecnologia tem um precedente
para isso também. -
8:07 - 8:10É chamado de "código aberto".
-
8:11 - 8:15Diversos pesquisadores em tecnologia
ou ciência da computação se reúnem, -
8:15 - 8:17constroem os blocos de construção,
-
8:17 - 8:19e os dão de graça,
-
8:19 - 8:22para que todos tenham acesso
e todos possam usá-los. -
8:22 - 8:25Trabalham duro para fazê-los
o mais fácil possível de usar. -
8:25 - 8:28E então, construímos uma comunidade;
-
8:28 - 8:30uma comunidade de inovadores
e desenvolvedores, -
8:30 - 8:35pesquisadores e estudantes;
de todas as idades, de todas as formações -
8:35 - 8:38e, em nosso caso,
agricultores e produtores. -
8:39 - 8:42E essa comunidade é o que cria a inovação
-
8:42 - 8:46que realmente pode solucionar
problemas difíceis, -
8:46 - 8:49que empresas individuais
simplesmente não conseguiriam. -
8:49 - 8:52Elas participarão,
mas não podem fazer sozinhas. -
8:52 - 8:54Nenhum de nós pode fazer sozinho.
-
8:56 - 8:58Então eu os encorajo a pensar sobre isso,
-
8:58 - 9:02e a se juntarem a nós para tornar
as fazendas mais inteligentes. -
9:02 - 9:04Juntem-se à "fazenda inteligente"
-
9:04 - 9:08porque apenas juntos seremos
capazes de alimentar o planeta. -
9:08 - 9:09Obrigada pela atenção.
-
9:09 - 9:11(Aplausos)
- Title:
- Transformando-nos em uma sociedade de produtores de alimentos | Dr. Chandra Krintz | TEDxFargo
- Description:
-
A Dra. Chandra Krintz discute como podemos usar os avanços na tecnologia, que nos transformaram em uma sociedade de consumidores, para nos transformar em uma sociedade de produtores de alimentos. Em particular, ela sugere usar as mesmas técnicas que a Amazon, Google e Facebook usam para direcionar suas publicidades, marketing e vendas de produtos para nós, isto é, agregação de dados, análise e previsão, para tornar os agricultores e pecuaristas mais produtivos, a fim de alimentar o planeta à medida que nossa população cresce.
Esta palestra foi dada em um evento TEDx usando o formato de conferência TED, mas organizado de forma independente por uma comunidade local. Saiba mais em http://ted.com/tedx
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDxTalks
- Duration:
- 09:31