Terence Tao é frequentemente chamado de “Mozart da Matemática“. Um prodígio nascido na Austrália, Tao, 50, está agora no topo de seu campo na Universidade da Califórnia em Los Angeles, trabalhando nos domínios rarefeitos das equações diferenciais parciais ou análise harmônica em problemas dificílimos. Mas nas últimas semanas, ele tem estado preocupado com questões pecuniárias mais comuns: arrecadação de fundos.
Ser um dos maiores matemáticos do mundo não protegeu Tao de perder sua bolsa da Fundação Nacional de Ciência no final de julho, quando a administração Trump congelou cerca de meio bilhão de dólares em financiamento federal de pesquisa após acusar a UCLA de lidar mal com o antissemitismo e preconceito no campus.
Uma ordem judicial restaurou as bolsas da Fundação Nacional de Ciência, incluindo a de Tao. Mas nenhuma nova concessão pode ser feita, colocando em risco o Instituto de Matemática Pura e Aplicada (Ipam), onde ele é diretor de projetos especiais.
Tao trabalha em domínios esotéricos que podem levar a benefícios tangíveis no mundo real. Por exemplo, parte de seu trabalho no Ipam ajudou a tornar as ressonâncias magnéticas mais rápidas.
A matemática é frequentemente retratada como uma busca amplamente inescrutável por gênios solitários, mas Tao é um herói para muitos matemáticos, conhecido pela amplitude de seus interesses e seu engajamento com o público. Nas redes sociais, ele compartilhou o fato de que seus artigos são rejeitados por revistas.
Matemática e política raramente se cruzam, mas Tao está se manifestando sobre como as convulsões, atrasos e incertezas no financiamento federal colocam em perigo o ecossistema americano único para a ciência. Ele falou ao The Post sobre os eventos das últimas semanas, o apelo de fazer pesquisa nos Estados Unidos e por que a matemática importa. Esta entrevista foi editada para maior clareza e concisão.
O que aconteceu com sua bolsa atual?
Recebi um e-mail de um jornalista do Bulwark. Ele primeiro me disse que minha bolsa havia sido suspensa e… então ele também mencionou casualmente que o Ipam, o instituto de matemática aqui, também perdeu o financiamento. E essa é uma bolsa 40 vezes maior que a minha. E muito, muito mais séria. De repente, não tínhamos os fundos operacionais para funcionar por três meses.
Devido a atrasos anteriores no financiamento, eu não tinha dinheiro suficiente para financiar meu próprio salário de verão. Eu já estava adiando isso por um mês. E então, sim, ainda está atrasado, mas tudo bem. Eu posso aguentar. Mas o Ipam, eles não tinham reservas para operar por mais de alguns meses. Então, basicamente, nas últimas duas semanas mais ou menos, estivemos em modo de arrecadação de fundos de emergência. Tenho me reunido com muitos doadores.
Muitas pessoas com quem tenho conversado, pesquisadores em diferentes campos, disseram que ficarão bem porque são mais experientes. Mas expressaram muita preocupação com pesquisadores e cientistas em início de carreira.
A bolsa da NSF que eu tinha, quero dizer, seu objetivo principal era apoiar meus estudantes de pós-graduação, dar-lhes a oportunidade de viajar para uma conferência, o que é realmente importante para o desenvolvimento de carreira nessa fase, para dispensá-los do ensino por um trimestre para que possam trabalhar em pesquisa. E, sabe, nesse nível de carreira, ter um salário de US$ 3.000 (cerca de R$ 16 mil) realmente faz diferença.
Você não cresceu nos Estados Unidos. Por que escolheu construir sua carreira aqui?
Eu mesmo não tinha um forte desejo de deixar a Austrália, e eu também tinha 16 anos na época —eu não estava realmente pensando em geopolítica ou qualquer coisa assim. … O orientador com quem acabei estudando em Princeton foi na verdade quem escreveu um dos livros didáticos mais influentes para mim como estudante de graduação. Lembro-me claramente da experiência de entrar no departamento de matemática de Princeton pela primeira vez e olhar para a lista de professores e reconhecer os nomes de pessoas sobre as quais eu havia lido em livros.
Os EUA sempre tiveram uma forte reputação científica, pelo menos durante minha vida. É simplesmente a escala de atividade e o apoio geral à ciência, até recentemente muito bipartidário —um entendimento de que a ciência traz prosperidade, ajuda a segurança nacional. E é simplesmente um bem público. Há uma cultura muito positiva aqui. As pessoas são realmente ambiciosas e pensam grande e são colaborativas, e querem construir algo que dure.
Se você passou as últimas semanas arrecadando fundos em vez de fazer pesquisa, o que normalmente estaria fazendo?
A coisa que mais me interessa agora é encontrar maneiras de usar todas essas novas tecnologias de computador modernas. IA mais famosamente, mas há outras coisas chamadas assistentes de prova formal e plataformas colaborativas como GitHub… para tentar reinventar a maneira como fazemos matemática.
Matemáticos, tradicionalmente, trabalhamos sozinhos ou em pequenos grupos de três ou quatro pessoas. Trabalhamos com caneta e papel com bastante frequência. … Comparado às outras ciências, ainda somos muito antiquados… Espero organizar alguns projetos experimentais onde pegamos um grande problema matemático, dividimos em pequenas partes e então tentamos terceirizar algumas partes. E talvez algumas partes deixamos para profissionais, e então tentamos usar todo esse software moderno para coordenar e verificar todas as contribuições —e fazer “matemática grande” da maneira que outras ciências começaram a fazer “ciência grande”. Não temos análogo do projeto do genoma humano ou do experimento do bóson de Higgs. Ainda estamos presos no início do século 20 ou antes.
A experiência da maioria das pessoas com matemática é de um nível muito mais baixo do que o seu. Como é descobrir algo em matemática?
Matemática, para mim, é sobre fazer conexões entre coisas que você não sabia que estavam conectadas.
Eu trabalhei no Ipam há 20 anos neste problema de processamento de imagem. Como você tem um scanner de ressonância magnética, está escaneando um corpo humano e ele recebe uma certa quantidade de dados. Você quer reconstruir uma imagem de alta qualidade do corpo humano para que possa detectar tumores.
Acontece que existem esses quebra-cabeças matemáticos muito antigos chamados “quebra-cabeças de pesagem de moedas”, onde você tem 12 moedas, todas iguais, exceto que uma moeda é falsificada, muito pesada ou muito leve. E você tem uma balança, então pode colocar moedas de um lado e moedas do outro e ver qual é mais pesada ou mais leve. E sua tarefa é usar a balança para identificar qual moeda é a falsificada, mas o desafio é que você só pode usá-la três vezes.
Acontece que a matemática para resolver esses quebra-cabeças de pesagem de moedas e a matemática para extrair uma imagem de alta qualidade a partir de poucas medições é na verdade um problema muito semelhante, embora suas origens sejam muito diferentes. Então, uma vez que você os traduz para matemática, pode ver as semelhanças e então pode usar ideias usadas para resolver esses quebra-cabeças para ajudar a resolver essas ressonâncias magnéticas. De fato, por causa do trabalho que fiz no Ipam há 20 anos e das contribuições de muitas, muitas outras pessoas, as máquinas de ressonância magnética mais modernas… na verdade incorporam nossos algoritmos, que aceleraram as ressonâncias magnéticas em quase um fator de 10.
Alguns líderes de tecnologia argumentaram que os cientistas humanos se tornarão irrelevantes por causa do avanço da IA na ciência. O que você acha desse argumento?
Bem, isso transformará a ciência. Da mesma forma que os computadores transformaram a ciência no passado. Grande parte do nosso tempo, o tempo de um cientista, é ocupado com coisas bastante tediosas. Então, 120 anos atrás, os matemáticos passavam muito tempo apenas fazendo cálculos à mão, apenas somas numéricas, porque não tinham escolha. Mas por causa dos computadores, você pode transferir essa parte de fazer matemática para a máquina, e então você passa seu tempo fazendo outras coisas.
A genética é um bom exemplo. Sequenciar um único organismo era um projeto inteiro de doutorado. Mas agora você pode enviá-lo para um sequenciador e pagar mil dólares ou algo assim. Você pode obter uma sequência completa de um organismo. Isso não significa que os doutorados em genética se tornaram obsoletos. Significa que esses estudantes de doutorado estão fazendo coisas mais ambiciosas.
Muito do que aconteceu nas instituições nos últimos sete meses, não apenas na UCLA, são desacelerações e incertezas e, às vezes, reversões, de modo que os efeitos são frequentemente um tanto temporários. Se as coisas voltarem ao normal, por que a incerteza faz diferença?
Porque muito disso era apenas planejamento e orçamento e também mental. Para fazer a melhor ciência, você também precisa ter um estado mental um tanto tranquilo. Só para fazer uma analogia, suponha que esteja um pouco frio. São 15°C em sua casa, e então você ajusta seu aquecedor para 22°C. Mas suponha que seu termostato de repente mude a temperatura para 38°C e depois para 4°C e finalmente volte para 22°C. No papel, você agora tem a temperatura certa, mas não está se sentindo muito bem depois disso tudo. E de alguma forma você não consegue relaxar e ser produtivo, especialmente se estiver preocupado se isso vai acontecer novamente. Muito do que o governo federal [fez no passado] é na verdade apenas fornecer estabilidade e previsibilidade. Isso sempre foi uma grande força dos EUA.
Você tem um senso de otimismo ou já consideraria deixar os EUA?
Tive uma experiência muito positiva nos EUA por 30 e poucos anos… Oferece tantas coisas que definitivamente não são perfeitas, mas você sente que as coisas podem acontecer aqui, coisas realmente boas.
Agora há incerteza e, sabe, 12 meses atrás, [se] você me perguntasse, vou sair daqui? Não estava no meu radar. Agora, eu gostaria muito de ficar e que as coisas voltassem a algo parecido com o normal. O mais difícil de restaurar é o senso de previsibilidade e estabilidade.
As pessoas que apoiam todos os aspectos positivos da América têm que se manifestar e lutar por eles agora. As coisas que você dava como certas, havia apoio bipartidário para manter certas coisas nos EUA funcionando como têm sido mais ou menos nos últimos 70 anos porque o sistema funcionava. Essa não é mais uma suposição segura.
