TED2011
Aaron Koblin: Visualizing ourselves ... with crowd-sourced data
Аарон Коблин: Находчиво онагледяване на човечеството
Filmed:
Readability: 4.2
1,731,467 views
Художникът Аарон Коблин взема огромни количества данни (а понякога и огромен брой хора) и ги втъкава в поразителни онагледявания. От елегантни линии, трасиращи самолетните полети, до пейзажи от данни на мобилните оператори; от видео за Джони Кеш, сглобено от графики на един куп хора до видео за "Градската джунгла", което се персонализира за всеки потребител. Неговите работи показват брилянтно как модерните технологии могат да ни направят по-човечни.
Aaron Koblin - Data artist
Aaron Koblin is an artist specializing in data and digital technologies. His work takes real world and community-generated data and uses it to reflect on cultural trends and the changing relationship between humans and technology. Full bio
Aaron Koblin is an artist specializing in data and digital technologies. His work takes real world and community-generated data and uses it to reflect on cultural trends and the changing relationship between humans and technology. Full bio
Double-click the English transcript below to play the video.
00:15
So I think data can actually make us more human.
0
0
4000
И така, аз мисля, че данните могат, всъщност, да ни направят по-човечни.
00:19
We're collecting and creating all kinds of data about how we're living our lives,
1
4000
3000
Ние събираме и създаваме всякакъв вид данни за нашия живот,
00:22
and it's enabling us to tell some amazing stories.
2
7000
2000
което ни позволява да разкажем някои удивителни истории.
00:24
Recently, a wise media theorist Tweeted,
3
9000
3000
Наскоро един умен теоритик туитна:
00:27
"The 19th century culture was defined by the novel,
4
12000
2000
"Културата на 19-ти век бе определена от романа,
00:29
the 20th century culture was defined by the cinema,
5
14000
2000
културата на 20-ти век бе определена от киното,
00:31
and the culture of the 21st century
6
16000
2000
а културата на 21-ви век
00:33
will be defined by the interface."
7
18000
2000
ще бъде определена от интерфейса."
00:35
And I believe this is going to prove true.
8
20000
2000
Аз вярвам, че това ще се окаже истина.
00:37
Our lives are being driven by data,
9
22000
2000
Животът ни е управляван от данни
00:39
and the presentation of that data is an opportunity
10
24000
2000
и представянето на тези данни е една възможност за нас
00:41
for us to make some amazing interfaces that tell great stories.
11
26000
2000
да направим някои удивителни интерфейси, разказващи прекрасни истории.
00:43
So I'm going to show you a few of the projects
12
28000
2000
Ще ви покажа няколко от проектите,
00:45
that I've been working on over the last couple years
13
30000
2000
над които работя повече от две години
00:47
that reflect on our lives and our systems.
14
32000
2000
и които отразяват нашия живот и нашите системи.
00:49
This is a project called Flight Patterns.
15
34000
2000
Това е един проект наречен "Ескадрилни форми".
00:51
What you're looking at is airplane traffic
16
36000
2000
Това, което гледате е трафика на самолетните полети
00:53
over North America for a 24-hour period.
17
38000
3000
над Северна Америка за период от 24 часа.
00:56
As you see, everything starts to fade to black,
18
41000
2000
Както виждате, всичко започва да угасва,
00:58
and you see people going to sleep.
19
43000
2000
хората отиват да спят.
01:00
Followed by that, you see on the West coast
20
45000
2000
Последвано от това, виждате на западното крайбрежие
01:02
planes moving across, the red-eye flights to the East coast.
21
47000
3000
прекосяващи самолети, нощни полети към източното крайбрежие.
01:05
And you'll see everybody waking up on the East coast,
22
50000
3000
Ще видите как хората се събуждат на източното крайбрежие,
01:08
followed by European flights coming in the upper right-hand corner.
23
53000
3000
последвани от европейците, идващи в горния десен ъгъл.
01:11
Everybody's moving from the East coast to the West coast.
24
56000
3000
Всяко движение от изток на запад.
01:14
You see San Francisco and Los Angeles
25
59000
2000
Виждате, Сан Франциско и Лос Анжелис
01:16
start to make their journeys down to Hawaii in the lower left-hand corner.
26
61000
3000
започват пътуването си надолу към Хавай, в долния ляв ъгъл.
01:19
I think it's one thing to say there's 140,000 planes
27
64000
2000
Мисля, че е едно да се каже: "Има 140 000 самолета,
01:21
being monitored by the federal government at any one time,
28
66000
3000
наблюдавани от федералното правителство във всеки един момент,"
01:24
and it's another thing to see that system as it ebbs and flows.
29
69000
3000
и е друго да се види тази система като отливи и приливи.
01:29
This is a time-lapse image of that exact same data,
30
74000
2000
Това е ускорена картина на точно същите данни,
01:31
but I've color-coded it by type,
31
76000
2000
но аз я оцветих по типове,
01:33
so you can see the diversity of aircraft that are in the skies above us.
32
78000
3000
за да видите разнообразието от самолети в небето над нас.
01:36
And I started making these, and I put them into Google Maps
33
81000
3000
Започнах това, поставяйки данните в Google Maps,
01:39
and allow you to zoom in and see individual airports
34
84000
2000
което позволява с приближаване да се видят отделни летища
01:41
and the patterns that are occurring there.
35
86000
2000
и моделите, случващи се там.
01:43
So here we can see the white represents low altitudes,
36
88000
3000
Така тук може да видите в бяло полетите на малка височина
01:46
and the blue are higher altitudes.
37
91000
2000
и в синьо -- тези на голяма.
01:48
And you can zoom in. This is taking a look at Atlanta.
38
93000
2000
Може да приближите и така да погледнете Атланта.
01:50
You can see this is a major shipping airport,
39
95000
2000
Виждате, че това е важно експедиращо летище,
01:52
and there's all kinds of activity there.
40
97000
2000
където има всички видове дейности.
01:54
You can also toggle between altitude
41
99000
3000
Може да превключвате между височина
01:57
for model and manufacturer.
42
102000
2000
за модел и производител.
01:59
See again, the diversity.
43
104000
2000
Вижте отново многообразието.
02:01
And you can scroll around and see
44
106000
2000
Може да огледате наоколо и видите
02:03
some of the different airports and the different patterns that they have.
45
108000
3000
някои от другите летища и различните модели, които имат.
02:06
This is scrolling up the East coast.
46
111000
2000
Отиваме на източното крайбрежие.
02:08
You can see some of the chaos that's happening in New York
47
113000
2000
Виждате част от хаоса случващ се в Ню Йорк,
02:10
with the air traffic controllers
48
115000
2000
с който ръководителите на въздушния трафик
02:12
having to deal with all those major airports next to each other.
49
117000
4000
се налага да се занимават с всички тези близки едно до друго важни летища.
02:17
So zooming back out real quick,
50
122000
2000
Отдалечавайки се обратно бързо
02:19
we see, again, the U.S. -- you get Florida down in the right-hand corner.
51
124000
3000
виждаме отново САЩ -- Флорида е в долния десен ъгъл.
02:22
Moving across to the West coast,
52
127000
2000
Прекосявайки към западното крайбрежие,
02:24
you see San Francisco and Los Angeles --
53
129000
2000
виждате Сан Франциско и Лос Анжелис...
02:26
big low-traffic zones
54
131000
2000
големи зони на слаб трафик
02:28
across Nevada and Arizona.
55
133000
2000
над Невада и Аризона.
02:30
And that's us down there in L.A. and Long Beach on the bottom.
56
135000
4000
А това сме ние долу в Л.А. и Лонг Бийч на дъното.
02:36
I started taking a look as well at different perimeters,
57
141000
2000
Аз започнах да гледам също и към различни параметри,
02:38
because you can choose what you want to pull out from the data.
58
143000
2000
защото може да извадим от данните онези, които си пожелаем.
02:40
This is looking at ascending versus descending flights.
59
145000
3000
Това е поглед към излитащи спрямо кацащи.
02:43
And you can see, over time, the ways the airports change.
60
148000
2000
Може да видите как във времето летищата се променят.
02:45
You see the holding patterns that start to develop
61
150000
2000
Може да видите въздушните пътища, които започват да се развиват
02:47
in the bottom of the screen.
62
152000
2000
в дъното на екрана.
02:49
And you can see, eventually the airport actually flips directions.
63
154000
3000
И евентуално може да видите как летището фактически обръща посоките.
02:53
So this is another project that I worked on with the Sensible Cities Lab at MIT.
64
158000
3000
А това е един друг проект над който работих със Sensible Cities Lab в МИТ.
02:56
This is visualizing international communications.
65
161000
2000
Представлява онагледяване на международните комуникации.
02:58
So it's how New York communicates
66
163000
2000
Показва как Ню Йорк общува
03:00
with other international cities.
67
165000
2000
с други градове по света.
03:02
And we set this up as a live globe in the Museum of Modern Art in New York
68
167000
3000
Ние го монтирахме като жив глобус в Музея на модерното изкуство в Ню Йорк
03:05
for the Design the Elastic Mind exhibition.
69
170000
2000
за изложбата "Нарисувай гъвкавия ум"
03:07
And it had a live feed with a 24-hour offset,
70
172000
2000
и го подхранвахме с реални данни с 24 часово изоставане,
03:09
so you could see the changing relationship
71
174000
2000
така че бе възможно да се виждат сменящите се взаимоотношения
03:11
and some demographic info
72
176000
2000
и известна демографска информация,
03:13
coming through AT&T's data and revealing itself.
73
178000
3000
идваща през данните на АТ&Т и разкриваща себе си.
03:16
This is another project I worked on with Sensible Cities Lab
74
181000
2000
Това е още един проект над който работих със Sensible Cities Lab
03:18
and CurrentCity.org.
75
183000
2000
и CurrentCity.org
03:20
And it's visualizing SMS messages being sent in the city of Amsterdam.
76
185000
3000
Той онагледява SMS-ите изпращани от Амстердам.
03:23
So you're seeing the daily ebb and flow
77
188000
2000
Виждате дневните отливи и приливи
03:25
of people sending SMS messages from different parts of the city,
78
190000
2000
на пусканите от хората от различни краища на града SMS-и,
03:27
until we approach New Year's Eve, where everybody says, "Happy New Year!"
79
192000
3000
докато стигнем Новогодишната нощ, когато всеки казва "Честита Нова година!"
03:30
(Laughter)
80
195000
2000
(Смях)
03:32
So this is an interactive tool
81
197000
2000
Така че това е един интерактивен инструмент,
03:34
that you can move around and see different parts of the city.
82
199000
3000
който може да местите наоколо за да виждате различни части от града.
03:37
This is looking at another event. This is called Queen's Day.
83
202000
3000
Това е поглед към друго събитие: т. нар. Ден на кралицата.
03:40
So again, you get this daily ebb and flow
84
205000
2000
Отново виждате тези дневни отливи и приливи
03:42
of people sending SMS messages from different parts of the city.
85
207000
3000
на изпращани от хората от различни краища на града SMS-и.
03:45
And then you're going to see people start to gather in the center of the city
86
210000
2000
И след това ще видите как хората почват да се събират в центъра на града,
03:47
to celebrate the night before,
87
212000
2000
за да отпразнуват настъпването,
03:49
which happens right here.
88
214000
2000
което се случва точно тук.
03:51
And then you can see people celebrating the next day.
89
216000
2000
След което виждате празнуващите на следващия ден.
03:53
And you can pause it and step back and forth and see different phases.
90
218000
3000
Може да спрете, да се върнете назад или прескочите напред и да видите различни фази.
03:56
So now on to something completely different.
91
221000
2000
А сега към нещо напълно различно.
03:58
Some of you may recognize this.
92
223000
2000
Някои от вас може би разпознават това.
04:00
This is Baron Wolfgang von Kempelen's mechanical chess playing machine.
93
225000
3000
Това е механичната машина за игра на шах на Барон Волфганг фон Кемпелен.
04:03
And it's this amazing robot that plays chess extremely well,
94
228000
2000
Удивителният робот, играещ извънредно добре шах,
04:05
except for one thing: it's not a robot at all.
95
230000
3000
само дето изобщо не е робот.
04:08
There's actually a legless man that sits in that box
96
233000
2000
В действителност един мъж без крака седи в кутията
04:10
and controls this chess player.
97
235000
2000
и управлява машината.
04:12
This was the inspiration for a web service by Amazon
98
237000
2000
Тя вдъхнови една уеб услуга а Амазон,
04:14
called the Mechanical Turk -- named after this guy.
99
239000
3000
наречена "Механичен турчин" -- по названието на машината.
04:17
And it's based on the premise that there are certain things
100
242000
2000
Тя се основава на предпоставката, че има някои неща,
04:19
that are easy for people, but really difficult for computers.
101
244000
2000
които са лесни за хората, но трудни за компютрите.
04:21
So they made this web service and said,
102
246000
2000
Та, те направиха тази уеб услуга, казвайки:
04:23
"Any programmer can write a piece of software
103
248000
2000
"Всеки програмист може да напише софтуерен код
04:25
and tap into the minds of thousands of people."
104
250000
2000
и да се свърже с умовете на хиляди хора."
04:27
The nerdy side of me thought, "Wow, this is amazing.
105
252000
2000
Едното ми изперкало Аз помисли: "Това е удивително.
04:29
I can tap into thousands of people's minds."
106
254000
2000
Мога да стигна до умовете на хиляди хора."
04:31
And the other nerdy side of me thought,
107
256000
2000
А другото каза:
04:33
"This is horrible. This is completely bizarre.
108
258000
3000
"Това е ужасно. Напълно откачено.
04:36
What does this mean for the future of mankind,
109
261000
2000
Какво ще е това бъдеще на човечеството,
04:38
where we're all plugged into this borg?"
110
263000
2000
където всички сме включени в някакъв киборг?"
04:40
I was probably being a little extreme.
111
265000
2000
Е, може би бях малко краен,
04:42
But what does this mean when we have no context for what it is that we're working on,
112
267000
2000
но какво означава да нямаме представа какво е това, върху което работим
04:44
and we're just doing these little labors?
113
269000
2000
и просто си вършим нашата малка част от работата?
04:46
So I created this drawing tool.
114
271000
2000
Така създадох този инструмент за рисуване.
04:48
I asked people to draw a sheep facing to the left.
115
273000
2000
Помолих хората да нарисуват овца гледаща наляво.
04:50
And I said, "I'll pay you two cents for your contribution."
116
275000
2000
Казах им: "Ще ви платя по 2 цента за приноса."
04:52
And I started collecting sheep.
117
277000
3000
И започнах да събирам овце.
04:55
And I collected a lot, a lot of different sheep.
118
280000
3000
Събрах много, бол от различни овце.
04:59
Lots of sheep.
119
284000
2000
Овче изобилие.
05:01
I took the first 10,000 sheep that I collected,
120
286000
2000
Взех първите 10 000 овце, които получих
05:03
and I put them on a website called TheSheepMarket.com
121
288000
3000
и ги сложих на уеб сайт наречен TheSheepMarket.com,
05:06
where you can actually buy collections of 20 sheep.
122
291000
3000
където можете да си купите колекции от по 20 овце.
05:09
You can't pick individual sheep,
123
294000
2000
Не може да си вземете отделна овца,
05:11
but you can buy a single plate block of stamps as a commodity.
124
296000
4000
а единична плочка, блок от марки, като стока.
05:15
And juxtaposed against this grid,
125
300000
2000
Съпоставена с тази мрежа,
05:17
you see actually, by rolling over each individual one,
126
302000
2000
вие виждате, чрез преглед на всяко сътворяване,
05:19
the humanity behind this hugely mechanical process.
127
304000
3000
човечността зад този огромен механичен процес.
05:22
I think there's something really interesting
128
307000
2000
Мисля, че има нещо наистина интересно,
05:24
to watching people as they go through this creative toil --
129
309000
3000
в това да гледаш как хората преминават през тази съзидателна работа --
05:27
something we can all relate to,
130
312000
2000
нещо, което ние можем изцяло да отнесем към
05:29
this creative process of trying to come up with something from nothing.
131
314000
3000
творческия процес на опитване да се направи нещо от нищо.
05:32
I think it was really interesting to juxtapose this humanity
132
317000
2000
Мисля, че бе наистина интересно да се съпостави човечността
05:34
versus this massive distributed grid.
133
319000
2000
с тази разпростряла се мащабна мрежа.
05:36
Kind of amazing what some people did.
134
321000
3000
Удивително е какво направиха някои хора.
05:39
So here's a few statistics from the project.
135
324000
2000
Ето малко статистика от проекта.
05:41
Approximate collection rate of 11 sheep per hour,
136
326000
2000
Приблизителен темп на събиране: 11 овце на час,
05:43
which would make a working wage of 69 cents per hour.
137
328000
3000
което би правило работна заплата от 69 цента на час.
05:46
There were 662 rejected sheep
138
331000
2000
Имаше 662 отхвърлени овце,
05:48
that didn't meet "sheep-like" criteria and were thrown out of the flock.
139
333000
3000
които не покриха критерия да приличат на овца и бяха изхвърлени от стадото.
05:51
(Laughter)
140
336000
2000
(Смях)
05:53
The amount of time spent drawing ranged from four seconds to 46 minutes.
141
338000
3000
Времето, изразходвано за нарисуване, варираше от 4 сек. до 46 мин.
05:56
That gives you an idea of the different types of motivations and dedication.
142
341000
3000
Това ви дава представа за различните видове мотивация и отдаване.
05:59
And there were 7,599 people that contributed to the project,
143
344000
3000
Имаше 7599 души, които взеха участие в проекта,
06:02
or were unique IP addresses --
144
347000
2000
или по-точно уникални IP адреса --
06:04
so about how many people contributed.
145
349000
2000
сиреч около толкова участници.
06:06
But only one of them out of the 7,599 said this.
146
351000
4000
И само един от тези 7599 каза това:
06:10
(Laughter)
147
355000
4000
(Смях)
06:14
Which I was pretty surprised by.
148
359000
2000
От което бях доста изненадан.
06:16
I expected people to be wondering, "Why did I draw a sheep?"
149
361000
3000
Аз очаквах хората да се питат "Защо нарисувах овца?"
06:19
And I think it's a pretty valid question.
150
364000
2000
Мисля че това е доста основателен въпрос.
06:21
And there's a lot of reasons why I chose sheep.
151
366000
2000
Много са причините, поради които се спрях на овце.
06:23
Sheep were the first animal
152
368000
2000
Овцете бяха първите животни
06:25
to be raised from mechanically processed byproducts,
153
370000
2000
отглеждани с механично обработени вторични продукти,
06:27
the first to be selectively bred for production traits,
154
372000
2000
първите селективно развъждани за продуктивност,
06:29
the first animal to be cloned.
155
374000
2000
първото клонирано животно.
06:31
Obviously, we think of sheep as followers.
156
376000
2000
Очевидно мислим за овцете, като за последователи.
06:33
And there's this reference to "Le Petit Prince"
157
378000
2000
Има връзка и с "Малкият принц",
06:35
where the narrator asks the prince to draw a sheep.
158
380000
2000
където принцът иска от разказвача да му нарисува овца.
06:37
He draws sheep after sheep.
159
382000
2000
Той рисува овца след овца.
06:39
The narrator's only appeased when he draws a box.
160
384000
2000
Но принцът се успокоява едва когато разказвачът му нарисува кутия.
06:41
And he says, "It's not about a scientific rendering of a sheep.
161
386000
2000
Иначе казано "Не става дума да направиш научно една овца.
06:43
It's about your own interpretation and doing something different."
162
388000
3000
Става дума за нашата собствена интерпретация и правенето на нещо различно."
06:46
And I like that.
163
391000
2000
На мен това ми харесва.
06:48
So this is a clip from Charlie Chaplin's "Modern Times."
164
393000
2000
А това е клип от филма "Модерни времена" на Чарли Чаплин.
06:50
It's showing Charlie Chaplin dealing with some of the major changes
165
395000
3000
В него Чарли Чаплин се занимава с някои от важните промени
06:53
during the Industrial Revolution.
166
398000
2000
през Индустриалната революция.
06:55
So there were no longer shoe makers,
167
400000
2000
Вече няма занаятчии-обущари,
06:57
but now there are people slapping soles on people's shoes.
168
402000
2000
а хора поставящи стъпала на хорските обувки.
06:59
And the whole idea of one's relationship to their work changed a lot.
169
404000
3000
Цялата идея за отношението на човека към работата се промени много.
07:02
So I thought this was an interesting clip
170
407000
2000
Реших, че това е един интересен клип
07:04
to divide into 16 pieces
171
409000
2000
за разделяне на 16 части
07:06
and feed into the Mechanical Turk with a drawing tool.
172
411000
3000
и подаване в "Механичния турчин" с инструмента за рисуване.
07:09
This basically allowed -- what you see on the left side is the original frame,
173
414000
3000
Това по същество позволи... Което виждате отляво е оригиният кадър,
07:12
and on the right side you see that frame
174
417000
2000
а отдясно виждате същият
07:14
as interpreted by 16 people
175
419000
2000
интерпретиран от 16 човека,
07:16
who have no idea what it is they're doing.
176
421000
2000
които нямат представа какво е това, което правят.
07:18
And this was the inspiration for a project
177
423000
2000
Това бе вдъхновението за проекта,
07:20
that I worked on with my friend Takashi Kawashima.
178
425000
2000
по който работих с приятеля ми Такаши Кавашима.
07:22
We decided to use the Mechanical Turk for exactly what it was meant for,
179
427000
2000
Решихме да използваме "Механичния турчин" по предназначението му,
07:24
which is making money.
180
429000
2000
което е правене на пари.
07:26
So we took a hundred dollar bill and divided it into 10,000 teeny pieces,
181
431000
3000
Взехме една стодоларова банкнота, разделихме я на 10 000 мънички парченца,
07:29
and we fed those into the Mechanical Turk.
182
434000
2000
и захранихме "Механичния турчин".
07:31
We asked people to draw what it was that they saw.
183
436000
2000
Помолихме хората да начертаят това, което виждат.
07:33
But here there was no sheep-like criteria.
184
438000
2000
Тук нямаше критерий "да прилича на овца".
07:35
People, if they drew a stick figure or a smiley face,
185
440000
3000
Хората, ако нарисуваха фигурка с чертички или усмихнато лице,
07:38
it actually made it into the bill.
186
443000
2000
го правеха върху банкнотата.
07:40
So what you see is actually a representation of how well people did
187
445000
2000
Това, което виждате, всъщност показва колко добре хората направиха
07:42
what it was they were asked to do.
188
447000
2000
това, което бяха помолени да направят.
07:44
So we took these hundred dollar bills,
189
449000
2000
Ние взехме тези стодоларови банкноти
07:46
and we put them on a website called TenThousandsCents.com,
190
451000
2000
и ги сложихме на сайт наречен TenThousandsCents.com,
07:48
where you can browse through and see all the individual contributions.
191
453000
3000
където може да разглеждате всички индивидуални участия.
07:51
And you can also trade real hundred-dollar bills for fake hundred-dollar bills
192
456000
3000
Можете също да изтъргувате истински стодоларови банкноти за фалшиви,
07:54
and make a donation to the Hundred Dollar Laptop Project,
193
459000
3000
правейки по този начин дарение за проекта "Стодоларов лаптоп",
07:57
which is now known as One Laptop Per Child.
194
462000
3000
известен сега като "Лаптоп за всяко дете".
08:00
This is again showing all the different contributions.
195
465000
2000
Тук отново са показани всичките различни приноси.
08:02
You see some people did beautiful stipple renderings,
196
467000
2000
Виждате, че някои хора направиха красиви точкови изпълнения,
08:04
like this one on top --
197
469000
2000
като това на върха,
08:06
spent a long time making realistic versions.
198
471000
3000
изразходвайки дълго време за направата на реалистични версии.
08:09
And other people would draw stick figures or smiley faces.
199
474000
3000
Други предпочетоха да рисуват фигури с чертички или усмихнати лица.
08:12
Here on the right-hand side in the middle
200
477000
2000
Тук, отдясно в средата,
08:14
you see this one guy writing, "$0.01!!! Really?"
201
479000
3000
виждате един е написал "$0.01!!! Наистина?"
08:17
That's all I'm getting paid for this?
202
482000
4000
Това ли е всичко, което получавам?
08:21
(Laughter)
203
486000
2000
(Смях)
08:23
So the last Mechanical Turk project I'm going to talk to you about
204
488000
2000
И така, последният проект "Механичен турчин", за който ще ви разкажа
08:25
is called Bicycle Built for 2000.
205
490000
2000
се нарича "Велосипед за 2000".
08:27
This is a collaboration with my friend Daniel Massey.
206
492000
2000
Това е едно сътрудничество с приятеля ми Даниел Маси.
08:29
You may recognize these two guys.
207
494000
2000
Може би разпознавате тези двамата.
08:31
This is Max Mathews and John Kelly from Bell Labs in the '60s,
208
496000
3000
Това са Макс Матюс и Джон Кели от Лаборатории Бел през 60-те,
08:34
where they created the song "Daisy Bell,"
209
499000
2000
където те направиха песента "Дейзи Бел"
08:36
which was the world's first singing computer.
210
501000
2000
да бъде изпята за първи път в света от компютър.
08:38
You may recognize it from "2001: A Space Odyssey."
211
503000
2000
Може би я разпознавате от "Една одисея в космоса през 2001."
08:40
When HAL's dying at the end of the film he starts singing this song,
212
505000
3000
Когато "умиращия" в края на филма ХАЛ започва да пее тази песен,
08:43
as a reference to when computers became human.
213
508000
3000
като препратка към времето, когато започва очовечаването на компютрите.
08:46
So we resynthesized this song.
214
511000
2000
Ние синтезирахме отново тази песен.
08:48
This is what that sounded like.
215
513000
2000
Ето как звучеше тя.
08:50
We broke down all the individual notes
216
515000
2000
Разбихме всички индивидуални ноти
08:52
in the singing as well as the phonemes in the singing.
217
517000
3000
в пеенето, а така също фонемите в него.
08:55
Daisy Bell: ♫ Daisy, Daisy ... ♫
218
520000
4000
Дейзи Бел: ♫ Дейзи, Дейзи... ♫
08:59
Aaron Koblin: And we took all of those individual pieces,
219
524000
2000
Взехме всички тези индивидуални парчета
09:01
and we fed them into another Turk request.
220
526000
2000
и захранихме с тях ново запитване към Турчина.
09:03
This is what it would look like if you went to the site.
221
528000
2000
Ако бяхте отишли на сайта, щяхте да видите, че той функционира така:
09:05
You type in your code,
222
530000
2000
Въвеждате кода си,
09:07
but you first test your mic.
223
532000
2000
после тествате микрофона.
09:09
You'd be fed a simple audio clip.
224
534000
2000
Ще ви бъде подаден прост звуков откъс.
09:11
(Honk)
225
536000
2000
(Звуков откъс)
09:13
And then you'd do your best to recreate that with your own voice.
226
538000
3000
След което трябва по най-добър начин да го пресъздадете с вашия глас.
09:22
After previewing it and confirming it's what you submitted,
227
547000
3000
След прослушване и потвърждаване,
09:25
you could submit it into the Mechanical Turk with no other context.
228
550000
3000
можете да го пратите в "Механичния турчин" без нищо друго.
09:28
And this is what we first got back from the very first set of submissions.
229
553000
3000
Ето какво получихме обратно от първия комплект изпратени записи.
09:31
Recording: ♫ Daisy, Daisy ♫
230
556000
5000
Запис: ♫ Дейзи, Дейзи, ♫
09:36
♫ give me your answer do ♫
231
561000
5000
♫ отговори ми, ♫
09:41
♫ I'm half crazy ♫
232
566000
4000
♫ аз съм полудял ♫
09:45
♫ all for the love of you ♫
233
570000
5000
♫ от любов по теб. ♫
09:50
♫ It can't be a stylish marriage ♫
234
575000
5000
♫ Това няма да е стилен брак. ♫
09:55
♫ I can't afford a carriage ♫
235
580000
4000
♫ Не мога да си позволя превоз. ♫
09:59
♫ But you'll look sweet upon the seat ♫
236
584000
5000
♫ Но ти ще изглеждаш сладка върху седалката ♫
10:04
♫ of a bicycle built for two ♫
237
589000
5000
♫ на велосипед за двама. ♫
10:09
AK: So James Surowieki has this idea of the wisdom of crowds,
238
594000
3000
На Джеймс Суровейки принадлежи мисълта за мъдростта на тълпите,
10:12
that says that a whole bunch of people are smarter than any individual.
239
597000
3000
според която една група хора е по-умна от всяка отделна личност.
10:15
We wanted to see how this applies to collaborative, distributed music making,
240
600000
3000
Искахме да видим до колко това е вярно за съвместното, разпределено правене на музика,
10:18
where nobody has any idea what it is they're working on.
241
603000
3000
където никой няма представа над какво се работи.
10:21
So if you go to the BicycleBuiltforTwoThousand.com
242
606000
2000
Ако отидете на BicycleBuiltforTwoThousand.com
10:23
you can actually hear what all this sounds like together.
243
608000
2000
можете, всъщност, да чуете как изглеждат всички тези звуци заедно.
10:25
I'm sorry for this.
244
610000
2000
За което моля да ме извините.
10:27
(Noise)
245
612000
5000
(Шум)
10:32
Chorus: ♫ Daisy, Daisy ♫
246
617000
4000
Хор: ♫ Дейзи, Дейзи, ♫
10:36
♫ Give me your answer do ♫
247
621000
5000
♫ отговори ми, ♫
10:41
♫ I'm half crazy ♫
248
626000
5000
♫ аз съм полудял ♫
10:46
♫ all for the love of you ♫
249
631000
4000
♫ от любов по теб. ♫
10:50
♫ It can't be a stylish marriage ♫
250
635000
5000
♫ Това няма да е стилен брак. ♫
10:55
♫ I can't afford a carriage ♫
251
640000
4000
♫ Не мога да си позволя превоз. ♫
10:59
♫ But you'd look sweet upon the seat ♫
252
644000
5000
♫ Но ти ще изглеждаш сладка върху седалката ♫
11:04
♫ of a bicycle built for two ♫
253
649000
6000
♫ на велосипед за двама. ♫
11:10
AK: So stepping back for a quick second,
254
655000
3000
А. К.: Връщайки се назад за секунда,
11:13
when I was at UCLA going to grad school,
255
658000
2000
когато завършвах UCLA,
11:15
I was also working at a place called the Center for Embedded Network Sensing.
256
660000
3000
работех в място наречено "Център за вградени мрежови изследвания".
11:18
And I was writing software to visualize laser scanners.
257
663000
3000
Пишех софтуер за визуални лазерни скенери.
11:21
So basically motion through 3D space.
258
666000
2000
Най-общо -- движение в 3D пространство.
11:23
And this was seen by a director in L.A. named James Frost
259
668000
2000
Това бе видяно от един режисьор в Л.А. на име Джеймс Фрост,
11:25
who said, "Wait a minute.
260
670000
2000
който каза: "Стой за малко. Искаш да кажеш,
11:27
You mean we can shoot a music video without actually using any video?"
261
672000
2000
че можем да снимаме музикално видео, без всъщност да използваме видео?"
11:29
So we did exactly that.
262
674000
2000
И ние направихме точно това.
11:31
We made a music video for one of my favorite bands, Radiohead.
263
676000
2000
Направихме музикално видео за една от любимите ми групи -- Radiohead.
11:33
And I think one of my favorite parts of this project
264
678000
2000
Мисля, че една от любимите ми части на този проект
11:35
was not just shooting a video with lasers,
265
680000
2000
бе не самото снимане на видео с лазери,
11:37
but we also open sourced it,
266
682000
2000
а това че отворихме кода му
11:39
and we made it released as a Google Code project,
267
684000
2000
и го публикувахме като Google Code проект,
11:41
where people could download a bunch of the data and some source code
268
686000
2000
където хората могат да свалят набор от данни и известен соурс код,
11:43
to build their own versions of it.
269
688000
2000
за да направят свои версии на същия.
11:45
And people were making some amazing things.
270
690000
2000
И хората започнаха да правят удивителни неща.
11:47
This is actually two of my favorites:
271
692000
2000
Ето две от моите любими:
11:49
the pin-board Thom Yorke and a LEGO Thom Yorke.
272
694000
2000
Том Йорк от кабърчета и Том Йорк от LEGO.
11:51
A whole YouTube channel of people submitting really interesting content.
273
696000
3000
Има цял YouTube канал от хора качващи наистина интересно съдържание.
11:54
More recently, somebody even 3D-printed Thom Yorke's head,
274
699000
3000
Наскоро някой качи даже 3D главата на Том Йорк,
11:57
which is a little creepy, but pretty cool.
275
702000
3000
което е малко зловещо, но доста готино.
12:00
So with everybody making so much amazing stuff
276
705000
2000
След като хората правят толкова хубави неща,
12:02
and actually understanding what it was they were working on,
277
707000
3000
знаейки, всъщност, какво е това, върху което работят,
12:05
I was really interested in trying to make a collaborative project
278
710000
2000
аз наистина се заинтересувах от започването на съвместен проект,
12:07
where people were working together to build something.
279
712000
2000
където хората работят заедно, за да съградят нещо.
12:09
And I met a music video director named Chris Milk.
280
714000
2000
Срещнах се с музикалния видео режисьор Крис Милк
12:11
And we started bouncing around ideas
281
716000
2000
и започнахме да обсъждаме разни идеи
12:13
to make a collaborative music video project.
282
718000
2000
за такъв съвместен музикален видео проект.
12:15
But we knew we really needed the right person
283
720000
2000
Знаехме, че наистина имаме нужда от точния човек,
12:17
to kind of rally behind and build something for.
284
722000
3000
който да застане зад идеята, за да създаде нещо.
12:20
So we put the idea on the back burner for a few months.
285
725000
2000
Така че я оставихме да отлежи няколко месеца.
12:22
And he ended up talking to Rick Rubin,
286
727000
2000
В крайна сметка той говори с Рик Рубин,
12:24
who was finishing up Johnny Cash's final album
287
729000
2000
който завършваше последния албум на Джони Кеш,
12:26
called "Ain't No Grave."
288
731000
2000
наречен "Няма гроб".
12:28
The lyrics to the leading track are "Ain't no grave can hold my body down."
289
733000
3000
Текстът на водещата песен казва "Няма гроб, който да задържи тялото ми."
12:31
So we thought this was the perfect
290
736000
2000
Решихме, че това е идеалният
12:33
project to build a collaborative memorial
291
738000
2000
проект за съвместно отдаване на почит
12:35
and a virtual resurrection for Johnny Cash.
292
740000
2000
и виртуално възкресение на Джони Кеш.
12:37
So I teamed up with my good friend Ricardo Cabello, also known as Mr. doob,
293
742000
3000
Събрахме се с моя добър приятел Рикардо Кабело, известен като Mr. doob,
12:40
who's a much better programmer than I am,
294
745000
2000
който е много по-добър програмист от мен.
12:42
and he made this amazing Flash drawing tool.
295
747000
2000
Той направи този удивителен Flash инструмент за рисуване.
12:44
As you know,
296
749000
2000
Както знаете,
12:46
an animation is a series of images.
297
751000
2000
анимацията е поредица от изображения.
12:48
So what we did was cross-cut a bunch of archival footage of Johnny Cash,
298
753000
3000
Това, което сторихме бе да срежем една лента от архивни сцени на Джони Кеш
12:51
and at eight frames a second,
299
756000
2000
и при осем кадъра в секунда
12:53
we allowed individuals to draw a single frame
300
758000
2000
позволихме на всеки да нарисува по един кадър,
12:55
that would get woven into
301
760000
2000
който да бъде вплетен
12:57
this dynamically changing music video.
302
762000
2000
в това динамично променящо се музикално видео.
12:59
So I don't have time to play the entire thing for you,
303
764000
2000
Нямам време да ви пусна цялото нещо,
13:01
but I want to show you two short clips.
304
766000
2000
но искам да ви покажа два къси клипа.
13:03
One is the beginning of the music video.
305
768000
2000
Единият е началото на музикалното видео.
13:05
And that's going to be followed by a short clip
306
770000
2000
Той ще бъде последван от кратък клип
13:07
of people who have already contributed to the project
307
772000
2000
направен от вече участвали в проекта хора,
13:09
talking about it briefly.
308
774000
3000
говорейки за него накратко.
13:12
(Music)
309
777000
6000
(Музика)
13:18
(Video) Johnny Cash: ♫ There ain't no grave ♫
310
783000
2000
(Видео) Джони Кеш: ♫ Няма гроб, ♫
13:20
♫ can hold my body down ♫
311
785000
4000
♫ който да задържи тялото ми. ♫
13:24
♫ There ain't no grave ♫
312
789000
2000
♫ Няма гроб, ♫
13:26
♫ can hold body down ♫
313
791000
3000
♫ който да задържи тялото ми. ♫
13:30
♫ When I hear the trumpet sound ♫
314
795000
4000
♫ Когато чуя звука на тромпета ♫
13:34
♫ I'm going to ride right out of the ground ♫
315
799000
2000
♫ ще изскоча от земята. ♫
13:36
♫ Ain't no grave ♫
316
801000
3000
♫ Няма гроб, ♫
13:39
♫ can hold my body ... ♫
317
804000
3000
♫ който да задържи тялото ми ... ♫
13:42
(Applause)
318
807000
2000
(Аплодисменти)
13:44
AK: What better way to pay tribute to the man
319
809000
3000
А. К.: Какъв по-добър начин да отдадеш почит на човек
13:47
than to make something for one of his songs.
320
812000
3000
от този, да направиш нещо за една от песните му?
13:50
Collaborator: I felt really sad when he died.
321
815000
2000
Сътрудник: Аз наистина тъгувах, когато той почина.
13:52
And I just thought it'd be wonderful,
322
817000
2000
И просто си помислих, че ще е чудесно,
13:54
it'd be really nice to contribute something to his memory.
323
819000
3000
ще бъде наистина хубаво да допринесем нещо в негова памет.
13:57
Collaborator Two: It really allows
324
822000
2000
Втори сътрудник: Проектът наистина позволява
13:59
this last recording of his
325
824000
3000
този негов последен запис
14:02
to be a living, breathing memorial.
326
827000
5000
да бъде един жив, дишащ мемориал.
14:07
Collaborator Three: For all of the frames to be drawn by fans,
327
832000
3000
Трети сътрудник: За всички кадри рисувани от почитатели,
14:10
each individual frame,
328
835000
2000
всеки отделен кадър
14:12
it's got a very powerful feeling to it.
329
837000
2000
е зареден с много силно чувство.
14:14
Collaborator Four: I've seen everybody
330
839000
2000
Сътрудник четири: Виждал съм фенове отвсякъде --
14:16
from Japan, Venezuela, to the States,
331
841000
2000
от Япония, Венецуела до Щатите,
14:18
to Knoxville, Tennessee.
332
843000
2000
до Ноксвил, Тенеси.
14:20
Collaborator Five: As much as is different from frame to frame,
333
845000
3000
Сътрудник пет: Доколкото всеки кадър се различава
14:23
it really is personal.
334
848000
2000
той наистина е личен.
14:25
Collaborator Six: Watching the video in my room,
335
850000
2000
Сътрудник шест: Гледайки видеото в моята стая,
14:27
I could see me not understanding at the beginning of it.
336
852000
3000
се улавях, че не разбирам нищо отначало.
14:30
And I just worked and worked through problems,
337
855000
3000
Просто работех и работех, минавайки през проблеми,
14:33
until my little wee battles that I was fighting within the picture
338
858000
4000
докато малките битки, които водех в картината,
14:37
all began to resolve themselves.
339
862000
3000
започнаха да се разрешават сами.
14:40
You can actually see the point when I know what I'm doing,
340
865000
2000
Когато зная какво правя, мога да видя смисъла,
14:42
and a lot of light and dark comes into it.
341
867000
3000
и много светло и тъмно навлизат.
14:45
And in a weird way,
342
870000
2000
По един странен начин,
14:47
that's what I actually like about Johnny Cash's music as well.
343
872000
2000
което всъщност е и което харесвам в музиката на Джони Кеш също.
14:49
It's the sum total of his life,
344
874000
2000
Това е равносметката на живота му,
14:51
all the things that had happened --
345
876000
2000
всичко случило се --
14:53
the bad things, the good things.
346
878000
2000
и доброто и лошото.
14:55
You're hearing a person's life.
347
880000
3000
Вие слушате живота на един човек.
15:01
AK: So if you go to the website JohnnyCashProject.com,
348
886000
2000
А.К.: Ако отидете на JohnnyCashProject.com,
15:03
what you'll see is the video playing above.
349
888000
2000
това, което ще видите е горния клип.
15:05
And below it are all the individual frames
350
890000
2000
А под него -- всички индивидуални кадри,
15:07
that people have been submitting to the project.
351
892000
2000
които хората изпратиха за проекта.
15:09
So this isn't finished at all,
352
894000
2000
Той, обаче, не е приключен.
15:11
but it's an ongoing project where people can continue to collaborate.
353
896000
2000
Това е действащ проект, в който хората могат да продължават да сътрудничат.
15:13
If you roll over any one of those individual thumbnails,
354
898000
2000
Ако отидете на някоя от тези индивидуални миникартинки,
15:15
you can see the person who drew that individual thumbnail
355
900000
2000
ще видите човека, който е нарисувал съответния кадър
15:17
and where they were located.
356
902000
2000
и откъде е той.
15:19
And if you find one that you're interested in,
357
904000
2000
И ако харесате някой,
15:21
you can actually click on it and open up an information panel
358
906000
2000
може да кликнете върху него и отворите един информационен панел,
15:23
where you're able to rate that frame,
359
908000
2000
където може да гласувате за този кадър,
15:25
which helps it bubble up to the top.
360
910000
2000
което ще му помогне да се изкачи на върха.
15:27
And you can also see the way that it was drawn.
361
912000
2000
Може също да видите начина, по който е бил нарисуван.
15:29
Again, you can get the playback and personal contribution.
362
914000
2000
Отново, можете да видите плейбека и личния принос.
15:31
In addition to that, it's listed, the artist's name, the location,
363
916000
3000
В добавка към това е посочено името на автора, мястото,
15:34
how long they spent drawing it.
364
919000
2000
колко време е рисуван.
15:36
And you can pick a style. So this one was tagged "Abstract."
365
921000
3000
Може да изберете и стил. Например този е с етикет "Абстрактен".
15:39
But there's a bunch of different styles.
366
924000
2000
Има набор от различни стилове.
15:41
And you can sort the video a number of different ways.
367
926000
2000
Може и да сортирате видео материалите по различни начини.
15:43
You can say, "I want to see the pointillist version
368
928000
2000
Може да кажете: "Искам да видя поанталиските версии
15:45
or the sketchy version or the realistic version.
369
930000
2000
или скиците, или реалистичните...
15:47
And then this is, again, the abstract version,
370
932000
2000
А след това, отново абстрактните,
15:49
which ends up getting a little bit crazy.
371
934000
3000
което в крайна сметка е малко лудо.
15:54
So the last project I want to talk to you about is another collaboration with Chris Milk.
372
939000
3000
Последният проект, за който ще ви кажа, е пак в сътрудничество с Крис Милк.
15:57
And this is called "The Wilderness Downtown."
373
942000
2000
Наречен е "Градската джунгла".
15:59
It's an online music video for the Arcade Fire.
374
944000
3000
Това е едно онлайн музикално видео за The Arcade Fire.
16:02
Chris and I were really amazed
375
947000
2000
С Крис бяхме наистина удивени
16:04
by the potential now with modern web browsers,
376
949000
2000
от възможностите на модерните браузъри,
16:06
where you have HTML5 audio and video
377
951000
2000
където имате HTML5 звук и видео
16:08
and the power of JavaScript to render amazingly fast.
378
953000
3000
и мощността на JavaScript да интерпретира удивително бързо.
16:11
And we wanted to push the idea of the music video that was meant for the Web
379
956000
3000
Искахме да тласнем идеята за интернет музикално видео
16:14
beyond the four-by-three or sixteen-by-nine window
380
959000
3000
отвъд рамката на прозореца, с размери 4/3 или 16/9.
16:17
and try to make it play out and choreograph throughout the screen.
381
962000
3000
Да го накараме да представя и следи случващото се извън рамката на екрана.
16:20
But most importantly, I think,
382
965000
2000
Но най-важното, мисля,
16:22
we really wanted to make an experience that was unlike the Johnny Cash Project,
383
967000
3000
искахме да създадем едно преживяване различно от проекта Джони Кеш,
16:25
where you had a small group of people spending a lot of time
384
970000
3000
при който малка група хора изразходва много време,
16:28
to contribute something for everyone.
385
973000
2000
за да допринесе за всеки.
16:30
What if we had a very low commitment,
386
975000
3000
Какво ще стане, ако има малка степен на въвличане,
16:33
but delivered something individually unique to each person who contributed?
387
978000
3000
но всеки, който допринася, доставя нещо индивидуално и уникално?
16:36
So the project starts off by asking you to enter the address
388
981000
2000
Проектът почва с искане да въведете адреса
16:38
of the home where you grew up.
389
983000
2000
на дома в който сте израснали.
16:40
And you type in the address --
390
985000
2000
Въвеждате адреса --
16:42
it actually creates a music video specifically for you,
391
987000
2000
той създава музикално видео специфично за вас,
16:44
pulling in Google maps and Streetview images
392
989000
2000
теглейки Google Maps и Streetview изображения
16:46
into the experience itself.
393
991000
2000
в самото преживяване.
16:48
So this should really be seen at home with you typing in your own address,
394
993000
3000
Това трябва да го гледате у вас, след като въведете собствения си адрес,
16:51
but I'm going to give you a little preview of what you can expect.
395
996000
3000
но аз ще ви покажа малък откъс, за да знаете какво може да очаквате.
16:54
(Video) Win Butler: ♫ Now our lives are changing fast ♫
396
999000
4000
(Видео) Уин Бътлър: ♫ Сега животът ни се променя бързо. ♫
16:58
♫ Now our lives are changing fast ♫
397
1003000
4000
♫ Сега животът ни се променя бързо. ♫
17:02
♫ Hope that something pure can last ♫
398
1007000
3000
♫ Надявам се, че нещо чисто може да трае. ♫
17:06
♫ Hope that something pure can last ♫
399
1011000
4000
♫ Надявам се, че нещо чисто може да трае. ♫
17:13
♫ Ooh we used to wait ♫
400
1018000
4000
♫ О, ние чакахме навремето. ♫
17:17
♫ Ooh we used to wait ♫
401
1022000
4000
♫ О, ние чакахме навремето. ♫
17:21
♫ Ooh we used to wait ♫
402
1026000
3000
♫ О, ние чакахме навремето. ♫
17:24
♫ Sometimes it never came ♫
403
1029000
3000
♫ Понякога никога не дойде. ♫
17:27
♫ Sometimes it never came ♫
404
1032000
4000
♫ Понякога никога не дойде. ♫
17:31
♫ Still moving through the pain ♫
405
1036000
3000
♫ Все още продължаваме въпреки болката. ♫
17:34
♫ We used to wait for it ♫
406
1039000
4000
♫ Свикнали сме да го чакаме. ♫
17:38
♫ We used to wait for it ♫
407
1043000
4000
♫ Свикнали сме да го чакаме. ♫
17:42
♫ We used to wait for it ♫
408
1047000
4000
♫ Свикнали сме да го чакаме. ♫
17:50
AK: So I think, if there's one thing to take away from my talk today,
409
1055000
3000
А. К.: Мисля, че ако трябва да отнесете нещо от днешната лекция,
17:53
it's that an interface can be a powerful narrative device.
410
1058000
2000
то е, че интерфейсът може да е мощно разказващо устройство.
17:55
And as we collect more and more personally and socially relevant data,
411
1060000
4000
Като събираме все повече и повече лични и социални данни,
17:59
we have an opportunity, and maybe even an obligation,
412
1064000
2000
имаме възможността, а може би и задължението,
18:01
to maintain the humanity and tell some amazing stories
413
1066000
2000
да поддържаме човечността и разказваме някои удивителни истории,
18:03
as we explore and collaborate together.
414
1068000
2000
докато изследваме и работим заедно.
18:05
Thanks a lot.
415
1070000
2000
Благодаря ви много!
18:07
(Applause)
416
1072000
4000
(Аплодисменти)
ABOUT THE SPEAKER
Aaron Koblin - Data artistAaron Koblin is an artist specializing in data and digital technologies. His work takes real world and community-generated data and uses it to reflect on cultural trends and the changing relationship between humans and technology.
Why you should listen
Aaron Koblin finds art through the unlikely confluence of massive data sets and personal intimacy. His work ranges from animating the paths of every North American airline flight, to using Amazon’s Mechanical Turk crowdsourcing platform to pay workers to “draw a sheep facing left,” which were then placed in "The Sheep Market."
Koblin was creative director for Johnny Cash's final music video, "Ain't No Grave," and worked on Radiohead’s video “House of Cards,” both of which received a Grammy nomination. He is now the Creative Director of the Data Arts team in Google's Creative Lab. His team collaborated with Arcade Fire to produce an online music video that allows viewers to incorporate images of their home neighborhood into the experience using Google Street View.
Aaron Koblin | Speaker | TED.com