Metafsica, Metamatemtica e Metabiologia!

Gregory Chaitin Virginia Maria Fontes Gonalves Chaitin Universidade Federal do Rio de Janeiro - UFRJ
Neste artigo empregamos modelos de software para apresentar uma perspectiva do ponto de vista da teoria da informao para a epistemologia. Utilizaremos a noo de informao algortmica para discutir o que vem a ser uma lei da fsica, para determinar os limites do mtodo axiomtico e para analisar a teoria da evoluo de Darwin.

Weyl, Leibniz, complexidade e o princpio da razo suficiente

A melhor maneira de compreender o conceito fundamental de complexidade conceitual ou de informao algortmica, nossa ferramenta bsica, de acompanhar a sua evoluo, de conhecer a sua longa histria. Iniciaremos com Hermann Weyl e com o grande filsofo matemtico G. W. Leibniz. Que tudo o que verdadeiro o por algum motivo, consiste do famoso principio da razo suficiente do racionalista Leibniz. Como veremos abaixo, os bits de ! parecem refutar este princpio fundamental, bem como a idia de que tudo pode ser provado a partir de fatos auto-evidentes. O que uma teoria cientfica? O ponto de partida da teoria da informao algortmica, assunto deste artigo, este modelo prototpico, simplificado, do mtodo cientfico: teoria/programa/010 " Computador " dados experimentais/sada/110100101. Uma teoria cientfica um programa de computador para perfeitamente reproduzir os dados experimentais, onde tanto a teoria quanto os dados so sequncias finitas de bits, ou seja, cadeias de bits. A partir daqui podemos definir a complexidade de uma dada
!

Este artigo uma traduo expandida de trechos do Captulo 2 em G. Chaitin, N. da Costa, F. A. Doria, Gdels Way, CRC Press, 2011. A traduo e a expanso do texto original foram realizadas por e G. Chaitin e V. M. F. G. Chaitin.

teoria um funo de seu tamanho em bits, e podemos comparar o tamanho em bits desta teoria com o tamanho em bits dos dados experimentais que esta teoria explica. Que a teoria mais simples seja a melhor, significa que devemos escolher o menor programa que explica um determinado conjunto de dados. Ademais, se a teoria possui o mesmo tamanho dos dados, ento esta teoria no tem valor, porque sempre haver uma teoria que tenha o mesmo tamanho dos dados que ela explica. Em outras palavras, uma teoria tem que ser uma compresso dos dados e, quanto maior a compresso, melhor a teoria. Explicaes so compresses, compreenso compresso! Alm disso, se uma cadeia de bits no possui absolutamente nenhuma estrutura, se ela for completamente aleatria, ento no haver nenhuma teoria para esta cadeia de bits que seja menor que ela mesma. A maioria das cadeias de bits de um dado tamanho so incomprimveis e, portanto, incompreensveis, simplesmente porque no h suficientes teorias mais curtas para lanar mo. Este modelo de software para a cincia no novo. Ele pode ser traado desde Hermann Weyl (1932) at G. W. Leibniz (1686)! Vamos comear com Weyl. Em seu pequeno livro sobre filosofia, The Open World: Three Lectures on the Metaphysical Implications of Science, Weyl enfatiza que, se leis arbitrariamente complexas forem permitidas, o conceito de lei se torna vcuo, porque sempre haver um lei! Ademais, continua Weyl, isto implica que os conceitos de lei da fsica e de complexidade so inseparveis; isto porque no pode haver um conceito de lei sem um correspondente conceito de complexidade. Infelizmente, Weyl tambm assinala que, apesar de sua importncia, o conceito de complexidade fugidio e difcil de definir matematicamente de maneira convincente e rigorosa. Alm disso, Weyl atribui estas idias a Leibniz, ao Discours de mtaphysique de 1686. O que Leibniz tem a dizer sobre complexidade em seu Discours? Os trechos sobre complexidade esto nas Sees V e VI do Discours. Na Seo V, Leibniz explica por que a cincia possvel, por que o mundo compreensvel, regido por leis. Isto o caso, segundo ele, porque Deus criou o melhor possvel, o mais perfeito dos mundos, no sentido em que a maior diversidade possvel de fenmenos seja governada pelo menor possvel conjunto de idias. Deus simultaneamente maximiza a riqueza e a diversidade do mundo e minimiza a

complexidade das idias, das leis matemticas que determinam este mundo. Esta a razo pelo qual a cincia possvel! Uma reafirmao moderna dessa idia que a cincia possvel porque, apesar de o mundo parecer ser muito complexo, na realidade o mundo governado por um pequeno conjunto de leis que possuem baixa complexidade conceitual. J na Seo VI do Discours, Leibniz toca no tema da aleatoriedade. Ele comenta que um conjunto finito de pontos quaisquer marcados sobre uma folha de papel quadriculado sempre parece seguir uma lei j que sempre haver uma equao matemtica passando por esses mesmos pontos. Contudo, haver uma lei somente se essa equao for simples, e no se essa equao for muito complicada. Esta a idia de Leibniz que impressionou a Weyl, e que se tornou a definio de aleatoriedade na teoria da informao algortmica.i Descobrindo programas elegantes Seguindo esta linha de raciocnio, a melhor teoria para algo o menor programa que o calcula. Como podemos ter certeza de que temos a melhor teoria? Vamos, por hora, esquecer teorias, e passemos a chamar um programa de elegante se este for o menor programa dentre todos os que produzem a mesma sada. Mais precisamente, um programa elegante se no houver um programa menor, escrito na mesma linguagem de programao, e que produza a mesma sada. Ento, ser que podemos estar certos de que um dado programa seja elegante, de que seja a melhor teoria para a sua sada? Surpreendentemente, no podemos! Resulta que qualquer teoria axiomtica formal A poder produzir apenas um nmero finito de programas comprovadamente elegantes, apesar de existirem infinitos programas elegantes. Mais precisamente, para provar que um programa particular com tamanho de N bits elegante se requer uma teoria A de tamanho N bits, ou seja, uma teoria que contenha um conjunto de N bits de axiomas, ou ainda, uma teoria de complexidade conceitual N. Para poder provar esta inesperada limitao, no chega a ser necessrio conhecer a estrutura interna da teoria axiomtica formal A. O que uma teoria axiomtica formal?

Tudo o que necessitamos saber sobra a teoria axiomtica formal A que ela atende ao crucial requisito enfatizado por David Hilbert de que deva haver um algoritmo verificador de provas, ou seja, um procedimento mecnico para decidir se uma prova ou no vlida em A. Consequentemente, segue-se que podemos sistematicamente passar por todas as provas possveis, por todas as possveis cadeias de caracteres do alfabeto da teoria A, por ordem de tamanho, verificando quais dessas cadeias so provas vlidas, descobrindo, assim, todos os teoremas, todas as afirmaes demonstrveis dentro da teoria A.ii Isto tudo o que necessitamos saber sobre uma teoria axiomtica formal A: que existe um algortmo para gerar todos os teoremas da teoria. Esta a modelagem em software do mtodo axiomtico que se estuda na teoria da informao algortmica. Se o programa para produzir todos os teoremas possui um tamanho de N bits, ento a complexidade (conceitual) de nossa teoria A definida como sendo uma complexidade de N bits, e se pode limitar o poder de A em termos de sua complexidade H(A) = N. Vejamos como: Por que no se pode demonstrar a elegncia de um programa? Suponha que temos uma teoria A de N bits de tamanho, ou seja, que H(A) = N, e que, se um programa particular for elegante, ento ser possvel prov-lo em A e, alm disso que, se um dado programa no for elegante ento no possvel provar em A que ele seja elegante. Considere, ento, o seguinte programa paradoxal P: P percorre todas as demonstraes possveis da teoria axiomtica formal A, buscando pela primeira demonstrao em A de que um dado programa Q seja elegante e que seu tamanho em bits seja maior que o tamanho em bits de P. Havendo encontrado um tal Q, o que faz, ento, o programa P? O programa P executa o programa Q e logo em seguida produz a mesma sada que seria produzida por Q. Em outras palavras, a sada de P a mesma sada do primeiro programa comprovadamente elegante Q de tamanho maior que P. Porm, isto contradiz a definio

de elegncia! P no tem tamanho suficiente para poder calcular a sada de um programa elegante Q cujo tamanho maior que P. Parece que chegamos a uma contradio! Contudo, no se preocupem; no h contradio. O que realmente demonstramos que P nunca encontra Q. Em outras palavras, no h prova dentro da teoria axiomtica formal A de que um programa particular Q seja elegante, sempre que Q for maior que P. Qual seria, ento, o tamanho de P? Bem, P apenas um numero fixo c de bits maior que N, ou seja, mais precisamente, c mais a complexidade conceitual H(A) da teoria axiomtica formal A. Isto porque P consiste de um pequeno programa principal invariante com c bits de tamanho, seguido por uma sub-rotina grande de tamanho H(A) bits que gera todos os teoremas em A. A nica sutileza desta prova de no demonstrabilidade que se requer que P conhea seu prprio tamanho em bits. A facilidade com que se pode lograr tal coisa depende dos detalhes da linguagem de programao que se utiliza para realizar a demonstrao. Assim sendo, para obter este resultado limpo, a partir desta demonstrao simples e elegante, temos que fazer uma escolha apropriada para a linguagem de programao, sendo este um dos temas-chave da teoria da informao algortmica.iii Adeus razo: a probabilidade de parada !iv Vimos que existe uma infinidade de programas elegantes, mas que apenas um nmero finito deles pode ser demonstrado como tal numa dada teoria axiomtica formal A. A demonstrao deste fato que acabamos de apresentar bastante direta e concisa. Contudo, este um teorema fundamental de no-demonstrabilidade, isto , de incompletude na teoria da informao algortmica. Note-se que esta demonstrao possui um estilo, uma personalidade, bastante diferente dos clssicos resultados de incompletude de Gdel e Turing, dentre outros. Ainda mais importante, enquanto resultado de incompletude na teoria da informao algortmica, a incognissibilidade do valor numrico da probabilidade de parada !, que consiste da probabilidade de parada de um programa p cujos sucessivos bits foram gerados por lances independentes de uma moeda equilibrada: ! =

"p pra !2#(tamanho em bits de p).

5

Para que se possa definir esta probabilidade !, tal como na seo anterior, tambm muito importante a escolha da linguagem de programao. Se a escolha no for cuidadosa, a soma vai divergir ao invs de ser $ 1, tal como convm. O resultado fundamental de Turing consiste da insolubilidade do problema da parada. Na teoria da informao algortmica o resultado fundamental que a probabilidade de parada ! algoritmicamente irredutvel, ou seja, algoritmicamente aleatria. Daqui se segue que os bits de ! so incomprimveis, que no podem ser comprimidos numa teoria menos complicada do que eles mesmos. Esses bits so irredutivelmente complexos. Para se determinar o valor numrico de N bits da probabilidade de parada: ! = .1101011... se requer N bits de axiomas. Por este motivo, se a teoria axiomtica formal dada A possui uma complexidade conceitual H(A) = N, ento pode-se determinar em A os valores e posies de no mximo N + c bits de !. Dito de outra forma, os bits de ! so logicamente irredutveis, no podendo ser demonstrados a partir de algo mais simples que eles mesmos. Em essncia, a nica maneira de determinar quais so os bits de ! agregando teoria A esses mesmos bits na qualidade de axiomas novos. Ora, mas possvel provar qualquer coisa agregando-a como um novo axioma. Entretanto, isto no raciocinar! Chegamos finalmente concluso que os bits de ! refutam o principio da razo suficiente de Leibniz: eles so verdadeiros por nenhuma razo. Mais precisamente, eles no so verdadeiros por nenhum motivo mais simples que eles mesmos. Este um lugar onde a verdade matemtica no tem absolutamente nenhuma estrutura nem padro, para a qual no h nenhuma teoria! Agregando axiomas novos: matemtica quasi-emprica v Como vimos, a incompletude deriva de forma imediata a partir de limitaes fundamentais decorrentes da teoria da informao algortmica. O que fazer, ento, para

conviver com a incompletude? Bem, s agregar axiomas novos, incrementando a complexidade conceitual H(A) de teoria A! Esta a nica maneira de contornar a incompletude. Mais explicitamente, fazer matemtica mais maneira com que se faz fsica, adicionado axiomas novos, no porque so evidentes em si, mas por razes pragmticas, porque este axiomas novos ajudam aos matemticos a organizarem a sua experincia matemtica, da mesma forma que teorias fsicas ajudam aos fsicos a organizarem melhor a sua experincia fsica. Afinal, as equaes de Maxwell e a equao de Schrdinger no so em nada auto-evidentes, mas elas funcionam! Isto precisamente o que os matemticos tm feito, por exemplo, na teoria da computao com a hiptese de que P # NP, na criptografia matemtica com a hiptese de que fatorar nmeros grandes difcil, e na teoria abstrata axiomtica de conjuntos ZF com o novo axioma de determinao projetiva.vi Lembremos que uma boa teoria fsica aquela que ajuda a organizar a experincia fsica, que explica uma grande quantidade de fenmenos, ou seja, que comprime muito bem uma grande quantidade de bits de dados experimentais numa pequena quantidade de bits da teoria-algoritmo que os calcula. Da mesma maneira, uma boa teoria matemtica consiste de um conjunto pequeno de axiomas que gera uma grande quantidade de teoremas significativos.

Matemtica, biologia e metabiologia

At aqui discutimos teorias da fsica e da matemtica; agora voltemo-nos biologia, a rea de maior desenvolvimento na cincia de hoje porm, uma rea em que a matemtica no tem contribudo substancialmente. A biologia muito diferente da fsica. No existe uma equao simples para sua esposa ou para seu esposo. A biologia o domnio do complexo. H poucas regras universais. Sempre h excees. A matemtica muito importante na fsica terica, porm no h uma teoria matemtica fundamental para a biologia. Isto inaceitvel. A honra da matemtica requer que pensemos uma teoria matemtica da evoluo e que demonstremos se Darwin estava errado ou certo! Queremos uma teoria geral, abstrata da evoluo, e no uma teoria imensamente

complicada da evoluo biolgica de fato. Alm disso, buscamos demonstraes, e no simulaes computacionais. Portanto, temos que manter nosso modelo bem simples. Por este motivo, a nova rea que propomos metabiologia, no biologia. Que tipo de matemtica poderemos empregar para construir tal teoria? Bem, certamente no sero equaes diferenciais. intil buscar o segredo da vida numa equao diferencial; este no o tipo de matemtica apropriado para uma teoria fundamental da biologia. Em verdade, uma mquina universal de Turing tem mais a ver com biologia do que uma equao diferencial. Uma mquina universal de Turing um novo tipo de objeto bastante complicado quando comparado com o que existia previamente, quando comparado com as simples e elegantes idias da matemtica clssica, tal como a anlise. Alm do mais, existem os programas de computador auto-replicantes, o que vem a ser um sinal promissor. Pode-se dizer ento que, em nossa matemtica contempornea, apresentam-se trs reas que possuem alguma conexo fundamental com a biologia, que apresentam um caminho promissor para a matemtica aproximar-se mais biologia: Computao, Informao, Complexidade. O ADN essencialmente uma linguagem de programao que calcula o organismo e seu funcionamento; da a relevncia da teoria da computao para a biologia. Alm do mais, o ADN contm informao biolgica. Da a relevncia da teoria da informao. Existem, alis, pelo menos quatro tipos diferentes de teorias da informao:

Mecnica estatstica de Boltzmann e entropia de Boltzmann, Teoria da comunicao de Shannon e teoria de codificao, Teoria da informao algortmica (Solomonoff, Kolmogorov, Chaitin), tema deste artigo, e Teoria da informao quntica e bits qunticos (qubits). Dentre as quatro, a Teoria da Informao Algortmica (TIA) a que mais se aproxima em esprito da biologia. Isto porque a TIA estuda o tamanho em bits do menor programa que 8

computa algo, e a complexidade de um organismo vivo pode ser aproximadamente (bastante aproximadamente) medida pelo nmero de bases em seu ADN, no programa de computao biolgico para calcul-lo. Finalmente, falemos sobre complexidade. A complexidade vem a ser a caracterstica mais marcante da cincia biolgica em contraposio cincia fsica e matemtica. Existem muitas definies computacionais de complexidade, em sua maioria referentes ao tempo de cmputo, porm, ser que o que disitingue a biologia da matemtica e da fsica a complexidade do tempo de cmputo? No me parece. Novamente, a TIA, que se concentra sobre o tamanho de programas, sobre a complexidade conceitual, que mais se assemelha ao tipo de complexidade que se v na biologia. Vamos esclarecer aquilo que no nos interessa fazer. Certamente no estamos tratando de fazer biologia de sistemas: simulaes de grande envergadura e detalhadas dos sistemas biolgicos. Tampouco estamos interessados em nada que se assemelhe gentica de populaes de Fisher e Wright, a qual emprega equaes diferenciais para estudar a flutuao de frequncias genticas em resposta a presses de seleo ambiental. Queremos utilizar um espao matemtico suficientemente rico para modelar o espao de todos os desenhos possveis para organismos biolgicos, ou seja, para modelar a criatividade ou inventividade biolgica. Para tanto, o nico espao suficientemente rico consiste de um espao de software, de todos os algoritmos possveis em uma dada linguagem de programao. Caso contrrio, nos limitaramos a um conjunto fixo de genes, como ocorre na gentica de populaes, e seria intil tentar modelar transies mais marcantes na evoluo biolgica, tais como a de organismos uni para multicelulares, o que se assemelha a tomar um programa principal, convert-lo numa sub-rotina e fazer com que seja chamado muitas vezes. Recordemos a capa do livro Wonderful Life de Stephen Gould que trata do xisto de Burgess e da exploso Cambriana. Uma diversidade de organismos primitivos cujas formas anatmicas diferiam dramaticamente, lembrando uma explorao combinatria num espao de software. Note-se que no h formas intermedirias; pequenas mudanas num programa produzem grandes mudanas na sua sada. Assim sendo, para simplificamos a questo e concentrarmos no essencial, livremo-

nos do organismo e guardemos apenas o ADN. Esta nossa proposta: Metabiologia: uma rea paralela biologia, que estuda a evoluo aleatria de software artificial (programas de computador) ao invs de software natural (ADN), e que suficientemente simples para permitir demonstraes rigorosas ou ao menos argumentos heursticos to convincentes quanto aqueles usados na fsica terica. Esta analogia pode parecer um tanto forada. Entretanto, recordemos que o prprio Darwin foi inspirado pela analogia entre a seleo artificial realizada por fazendeiros e criadores e a seleo natural imposta por limitaes malthusianas. Alm do mais, h inmeras analogias atraentes, embora difceis de formalizar matematicamente, entre o ADN e enormes peas de software antigo. Lembram-se de bricolage, e de que a Natureza um remendeiro, um sapateiro remendo? De fato, um ser humano apenas uma enorme pea de software que consiste de 3 % 109 bases = 6 % 109 bits & um gigabyte de software que foi remendado e modificado por mais de um bilho de anos: um tremendo imbrglio, na verdade, com pedaos de projetos de peixes e anfbios misturados com o projeto para um mamfero.vii Por exemplo, num determinado momento da gestao, o embrio humano tem guelras. Com o correr dos anos, os grandes projetos de software humano tambm se transformam em tremendos imbrglios formados por velhos trechos e fragmentos de cdigo antigo. O ponto chave que no se pode recomear do zero; preciso aproveitar o que j se tem da melhor forma possvel. Se pudssemos projetar um ser humano desde o incio poderamos faz-lo muito melhor. Contudo, no se pode recomear. A evoluo faz somente pequenas alteraes, ajustes incrementais para adaptar o cdigo existente a novos meio-ambientes. Ento, como construir um modelo para isso? Bem, as idias fundamentais so as seguintes: Evoluo de software mutante, e Caminhadas aleatrias em espao de software.

10

Esta a idia geral. Agora apresentamos os detalhes de nosso modelo atual, que apenas um dentre os vrios modelos possveis. Tomamos um organismo, um nico organismo, e aplicamos mutaes aleatrias ao mesmo at obter um organismo mais apto. Este ltimo substitui o organismo original, e ento repetimos o procedimento anterior. Isto resulta numa caminhada aleatria em espao de software com aptido crescente. Um elemento chave em nosso modelo proposto a definio de aptido. Para que a evoluo ocorra, necessrio evitar que nossos organismos estagnem. Para tanto, importante dar-lhes uma tarefa desafiante. A tarefa mais simples possvel que obrigue nossos organismos a evoluir o que se chama de Problema Busy Beaver (Problema do Castor Trabalhador), que o problema de nomear concisamente inteiros extremadamente grandes. Cada um dos nossos organismos produz, ou calcula, um nico inteiro positivo. Quanto maior o inteiro, mais apto o organismo. A funo Busy Beaver de N, BB(N), utilizada na TIA, definida como o maior inteiro positivo calculado por um programa cujo tamanho menor ou igual que N bits. A funo BB(N) cresce mais rapidamente que qualquer funo computvel de N, e possui uma estreita relao com o famoso problema da parada de Turing porque, se BB(N) fosse computvel, o problema da parada teria soluo. A busca por resultados cada vez melhores para o problema do Castor Trabalhador requer uma quantidade ilimitada de criatividade matemtica. Por exemplo, para concisamente nomear inteiros grandes podemos comear com adio, depois inventar a multiplicao, em seguida a exponenciao e, ainda, a hiper-exponenciao, e assim por dainte: N + N " N % N " NN " N N N " ...

Do ponto de vista matemtico, um aspecto crucial deste modelo metabiologico de evoluo Busy Beaver que sejam permitidas mutaes algortmicas: se a mutao M um programa de tamanho K em bits, que toma o organismo original A como entrada e produz o organismo mutado A' = M(A) como sada, ento esta mutao M tem 11

probabilidade 2#K. Isto nos permite demonstrar que a evoluo ocorre rapidamente. Com efeito, haver a evoluo rpida de aproximaes cada vez melhores probabilidade de parada !. Acreditamos ser este um primeiro passo em direo a uma teoria matemtica da evoluo e criatividade, inventividade e inovao biolgica que expusemos de maneira bastante resumida neste artigo. Para os detalhes matemticos, pode-se referir a G. J. Chaitin, Life as evolving software, a ser publicado em H. Zenil, A Computable Universe, World Scientific, 2012. Para uma exposio no tcnica, num texto de divulgao cientifica do tema, sugere-se G. Chaitin, Proving Darwin: Making Biology Mathematical a ser publicado pela editora Pantheon em 2012. Para uma vista geral do referido livro, pode-se acessar uma palestra de titulo Life as evolving software, buscando-se chaitin ufrgs no site www.youtube.com.

Agradecimentos Pelo apoio financeiro e institucional agradecemos ao: Coordenador do Programa de Psgraduacao em Histria das Cincias e das Tcnicas e Epistemologia HCTE/UFRJ, Prof. Ricardo S. Kubrusly; ao Diretor da COPPE/UFRJ, Prof. Luis Pinguelli Rosa; e ao Programa de Professor Visitante Estrangeiro PVE da CAPES.

Referncias Bibliogrficas [1] G. J. Chaitin, MetaMat! Em busca do mega, Perspectiva (2009). [2] G. J. Chaitin, Thinking about Gdel and Turing: Essays on Complexity, 19702007, World Scientific (2007). [3] G. J. Chaitin, Mathematics, Complexity and Philosophy / Matemticas, complejidad y filosofa, Edio bilngue Ingls / Espanhol, Midas (2011). [4] S. Gould, Wonderful Life, Norton (1989). [5] N. Koblitz and A. Menezes, The brave new world of bodacious assumptions in cryptography, AMS Notices 57, 357365 (2010). [6] G. W. Leibniz, Discours de mtaphysique, suivi de Monadologie, Gallimard (1995). [7] N. Shubin, Your Inner Fish, Pantheon (2008). [8] T. Tymoczko, New Directions in the Philosophy of Mathematics, Princeton University Press (1998). 12

[9] H. Weyl, The Open World, Yale University Press (1932). [10] W. H. Woodin, The continuum hypothesis, Part I, AMS Notices 48, 567 576 (2001).

Nota Histrica: A teoria da informao algortmica foi inicialmente proposta nos anos 60 de forma independente por R. Solomonoff, A. N. Kolmogorov, e G. J. Chaitin. Solomonoff e Chaitin empregaram este modelo prototpico, simplificado do mtodo cientfico, enquanto Kolmogorov e Chaitin propuseram definir aleatoriedade como incompressibilidade algortmica.
ii

Nota Historica: A idia de percorrer todas as provas possveis, de gerar novidade a partir do procedimento mecnico de considerar todas as combinaes possveis de conceitos ou letras, j se encontra em Leibniz e at mesmo em Raimundo Llio nos anos 1200.
iii

Refirir-se, por favor, ao capitulo The Search for the Perfect Language em Chaitin, Mathematics, Complexity and Philosophy, traduzido para o Portugus com o titulo A busca pela linguagem perfeita e publicado pela revista Dicta & Contradicta, So Paulo, n. 4, p. 26-41, dez. 2009, tambm disponvel no stio web da mesma.
iv

Adeus Razao o ttulo de um livro de Paul Feyerabend, um filsofo maravilhosamente provocador. Para fins dramticos, tomamos emprestado seu ttulo, embora Feyerabend no tenha discutido a constante ! em nenhuma de suas obras.
v

O termo quasi-emprico se deve ao filsofo Imre Lakatos, um amigo de Feyerabend. Para mais informaes sobre esta escola, inclundo o artigo original de Lakatos, referir-se coleo de ensaios sobre filosofia quasi-emprica da matemtica reunida por Thomas Tymoczko em New Directions in the Philosophy of Mathematics.
vi

Referir-se, por gentileza, ao artigo The Brave New World of Bodacious Assumptions in Cryptography no exemplar de maro 2010 do jornal AMS Notices, e o artigo escrito por W. Hugh Woodin de ttulo The Continuum Hypothesis no exemplar de junho/julho 2001 do mesmo jornal.
vii

Referir-se, por favor, a Neil Shubin, Your Inner Fish: A Journey into the 3.5-BillionYear History of the Human Body, publicado em Portugus sob o titulo Quando ramos peixes.

13