TED2016
R. Luke DuBois: Insightful human portraits made from data
R. Luke DuBois: Aufschlussreiche menschliche Porträts aus Daten
Filmed:
Readability: 3.9
1,338,549 views
Der Künstler R. Luke DuBois kreiert einzigartige Porträts von Präsidenten, Städten, von ihm selbst und sogar die Persönlichkeit und Daten von Britney Spears benutzt er. In seinem Vortrag berichtet er von neun Projekten. Von Landkarten, gebildet aus Millionen von Dating-Profilen, bis hin zu einer Pistole, die jedes Mal schießt, wenn eine Schießerei in New Orleans gemeldet wird. Sein Argument: Die Art, wie wir Technologie verwenden, wirkt sich auf uns und unserer Kultur aus, und wir reduzieren andere, zu unserem eigenen Nachteil, zu Daten.
R. Luke DuBois - Artist, composer, engineer
R. Luke DuBois weaves information from a multitude of sources into art and music exploring the tensions between algorithms, portraiture and temporal space. Full bio
R. Luke DuBois weaves information from a multitude of sources into art and music exploring the tensions between algorithms, portraiture and temporal space. Full bio
Double-click the English transcript below to play the video.
00:12
So I'm an artist,
0
884
1748
Ich bin ein Künstler,
00:14
but a little bit of a peculiar one.
1
2656
1706
ein etwas eigenartiger.
00:16
I don't paint.
2
4386
1483
Ich male nicht.
00:18
I can't draw.
3
6434
1284
Ich kann nicht zeichnen.
00:20
My shop teacher in high school
wrote that I was a menace
wrote that I was a menace
4
8153
3100
Mein Lehrer für Werken schrieb,
ich sei eine Gefahr, auf mein Zeugnis.
ich sei eine Gefahr, auf mein Zeugnis.
00:24
on my report card.
5
12122
1321
00:25
You probably don't really
want to see my photographs.
want to see my photographs.
6
13953
3599
Wahrscheinlich wollen Sie
meine Fotografien nicht sehen.
meine Fotografien nicht sehen.
00:29
But there is one thing I know how to do:
7
17991
1965
Aber es gibt da eine Sache, die ich kann:
00:31
I know how to program a computer.
8
19980
1659
Ich kann Computer programmieren.
00:33
I can code.
9
21663
1212
Ich kann programmieren.
00:34
And people will tell me
that 100 years ago,
that 100 years ago,
10
22899
3273
Leute sagen mir immer,
dass es vor 100 Jahren
dass es vor 100 Jahren
00:38
folks like me didn't exist,
11
26196
1350
noch niemanden wie mich gab.
00:39
that it was impossible,
12
27570
2090
Es war unmöglich,
aus Daten Kunst zu machen.
aus Daten Kunst zu machen.
00:41
that art made with data is a new thing,
13
29684
2950
Es ist eine neue Sache.
00:44
it's a product of our age,
14
32658
2142
Es ist ein Produkt unserer Zeit.
00:46
it's something that's really important
15
34824
1887
Es ist sehr wichtig, daran zu denken,
00:48
to think of as something
that's very "now."
that's very "now."
16
36735
2078
dass es etwas ganz neues ist.
00:50
And that's true.
17
38837
1168
Das ist wahr.
00:52
But there is an art form
that's been around for a very long time
that's been around for a very long time
18
40029
4110
Aber es gibt schon lange eine Kunstform,
00:56
that's really about using information,
19
44163
1871
die aus Informationen,
00:58
abstract information,
20
46058
2086
abstrakten Informationen,
01:00
to make emotionally resonant pieces.
21
48168
2539
emotionale, klangvolle Stücke erzeugt.
01:03
And it's called music.
22
51080
1408
Man nennt sie Musik.
01:05
We've been making music
for tens of thousands of years, right?
for tens of thousands of years, right?
23
53632
3872
Wir machen seit Zehntausenden
von Jahren Musik. Stimmt's?
von Jahren Musik. Stimmt's?
01:09
And if you think about what music is --
24
57528
1960
Wenn Sie nachdenken, was Musik ist --
01:11
notes and chords and keys
and harmonies and melodies --
and harmonies and melodies --
25
59512
2824
Noten, Akkorde, Schlüssel,
Harmonien und Melodien --
Harmonien und Melodien --
01:14
these things are algorithms.
26
62360
1406
das sind alles Algorithmen.
01:15
These things are systems
27
63790
1827
Das sind alles Systeme,
01:17
that are designed to unfold over time,
28
65641
2384
die gemacht sind, um sich
im Laufe der Zeit zu entfalten.
im Laufe der Zeit zu entfalten.
01:20
to make us feel.
29
68049
1457
damit wir fühlen.
01:22
I came to the arts through music.
30
70195
1612
Durch die Musik kam ich zur Kunst.
01:23
I was trained as a composer,
31
71831
1388
Ich wurde als Komponist ausgebildet.
01:25
and about 15 years ago,
I started making pieces
I started making pieces
32
73243
3282
Seit 15 Jahren komponiere ich
eigene Stücke,
eigene Stücke,
01:28
that were designed to look
at the intersection
at the intersection
33
76549
2535
um den Schnittpunkt
von Ton und Bild zu zeigen.
von Ton und Bild zu zeigen.
01:31
between sound and image,
34
79108
1904
01:33
to use an image to unveil
a musical structure
a musical structure
35
81036
2832
Ich stelle musikalische Strukturen
in Bildern dar.
in Bildern dar.
01:35
or to use a sound to show you
something interesting
something interesting
36
83892
2864
Oder ich benutze Töne,
um etwas Interessantes zu zeigen,
um etwas Interessantes zu zeigen,
01:38
about something that's usually pictorial.
37
86780
2000
das eigentlich gemalt ist.
01:40
So what you're seeing on the screen
is literally being drawn
is literally being drawn
38
88804
3467
Auf der Leinwand
beginnt es buchstäblich zu malen
beginnt es buchstäblich zu malen
01:44
by the musical structure
of the musicians onstage,
of the musicians onstage,
39
92295
2942
nach der musikalischen Struktur
der Musiker auf der Bühne.
der Musiker auf der Bühne.
01:47
and there's no accident
that it looks like a plant,
that it looks like a plant,
40
95261
2532
Es ist kein Zufall, dass es
wie eine Pflanze aussieht,
wie eine Pflanze aussieht,
01:49
because the underlying
algorithmic biology of the plant
algorithmic biology of the plant
41
97817
3339
denn der unterliegende,
biologische Algorithmus der Pflanze
biologische Algorithmus der Pflanze
01:53
is what informed the musical structure
in the first place.
in the first place.
42
101180
3311
ist das Fundament
der musikalischen Struktur.
der musikalischen Struktur.
01:56
So once you know how to do this,
once you know how to code with media,
once you know how to code with media,
43
104515
3404
Wenn Sie wissen wie das geht, wissen Sie,
wie man mit Medien programmiert.
wie man mit Medien programmiert.
01:59
you can do some pretty cool stuff.
44
107943
2088
Dann können Sie
interessante Sachen machen.
interessante Sachen machen.
02:02
This is a project I did
for the Sundance Film Festival.
for the Sundance Film Festival.
45
110055
3477
Dies kreierte ich für
das Sundance Film Festival.
das Sundance Film Festival.
02:05
Really simple idea: you take
every Academy Award Best Picture,
every Academy Award Best Picture,
46
113905
4004
Man nimmt ganz einfach jeden
mit einem Oskar prämierten besten Film,
mit einem Oskar prämierten besten Film,
02:11
you speed it up to one minute each
47
119178
2361
beschleunigt ihn auf eine Minute
02:13
and string them all together.
48
121563
1581
und reiht diese aneinander.
02:15
And so in 75 minutes, I can show you
the history of Hollywood cinema.
the history of Hollywood cinema.
49
123168
3911
So kann ich Ihnen die Geschichte
Hollywoods in 75 Minuten zeigen.
Hollywoods in 75 Minuten zeigen.
02:19
And what it really shows you
is the history of editing
is the history of editing
50
127592
2979
Aber eigentlich zeigt es
die Geschichte vom Filmschneiden
die Geschichte vom Filmschneiden
02:22
in Hollywood cinema.
51
130595
1181
in Hollywood-Filmen.
02:23
So on the left, we've got Casablanca;
on the right, we've got Chicago.
on the right, we've got Chicago.
52
131800
4148
Links sehen wir "Casablanca",
rechts "Chicago".
rechts "Chicago".
02:27
And you can see that Casablanca
is a little easier to read.
is a little easier to read.
53
135972
2924
Sie können sehen, "Casablanca"
ist einfacher zu erkennen.
ist einfacher zu erkennen.
02:30
That's because the average length
of a cinematic shot in the 1940s
of a cinematic shot in the 1940s
54
138920
3332
Denn 1940 war die Durchschnittsdauer
einer Kameraeinstellung
einer Kameraeinstellung
02:34
was 26 seconds,
55
142276
1639
26 Sekunden,
02:35
and now it's around six seconds.
56
143939
2028
heute sind es ca. 6 Sekunden.
02:38
This is a project that was inspired
57
146999
1744
Dieses Werk wurde durch ein Projekt,
02:40
by some work that was funded
by the US Federal Government
by the US Federal Government
58
148767
2944
welches von der US-Regierung
Anfang der 2000er Jahre
finanziert wurde, inspiriert,
finanziert wurde, inspiriert,
02:43
in the early 2000s,
59
151735
1169
02:44
to look at video footage and find
a specific actor in any video.
a specific actor in any video.
60
152928
5828
nämlich in einem Video
eine bestimmte Person zu finden.
eine bestimmte Person zu finden.
02:51
And so I repurposed this code
to train a system on one person
to train a system on one person
61
159605
4676
Ich funktionierte den Code um
und trainierte das System auf eine Person,
und trainierte das System auf eine Person,
02:56
in our culture who would never need
to be surveilled in that manner,
to be surveilled in that manner,
62
164305
3847
die nie eine derartige
Überwachung brauchen würde:
Überwachung brauchen würde:
03:00
which is Britney Spears.
63
168176
1527
Britney Spears.
03:01
I downloaded 2,000 paparazzi
photos of Britney Spears
photos of Britney Spears
64
169727
3492
Ich lud 2 000 Paparazzi-Fotos
von ihr herunter
von ihr herunter
03:05
and trained my computer to find her face
65
173243
2476
und trainierte meinen Computer,
ihr Gesicht zu finden
ihr Gesicht zu finden
03:07
and her face alone.
66
175743
1381
-- nur ihr Gesicht.
03:09
I can run any footage of her through it
and will center her eyes in the frame,
and will center her eyes in the frame,
67
177148
4276
Ich kann jede Aufnahme durchlaufen lassen
und ihre Augen werden
in der Mitte zentriert.
in der Mitte zentriert.
03:13
and this sort of is a little
double commentary
double commentary
68
181448
2176
Dies ist eine Art doppelter Kommentar
03:15
about surveillance in our society.
69
183648
2024
zu unserer Beobachtung der Gesellschaft.
03:17
We are very fraught with anxiety
about being watched,
about being watched,
70
185696
2992
Wir sind sehr besorgt,
beobachtet zu werden.
beobachtet zu werden.
03:20
but then we obsess over celebrity.
71
188712
2599
Aber dann steigern wir uns
in eine Berühmtheit hinein.
in eine Berühmtheit hinein.
03:24
What you're seeing on the screen here
is a collaboration I did
is a collaboration I did
72
192219
3730
Dies ist eine Zusammenarbeit
03:27
with an artist named Lián Amaris.
73
195973
2556
mit der Künstlerin Lián Amaris.
03:30
What she did is very simple
to explain and describe,
to explain and describe,
74
198553
3874
Was sie machte,
ist sehr einfach zu beschreiben,
ist sehr einfach zu beschreiben,
03:34
but very hard to do.
75
202451
1232
aber schwer zu machen.
03:35
She took 72 minutes of activity,
76
203707
2851
Sie nahm 72 Minuten Aktivität,
03:39
getting ready for a night out on the town,
77
207208
2573
das Fertigmachen
für eine Nacht in der Stadt,
für eine Nacht in der Stadt,
03:41
and stretched it over three days
78
209805
2089
und streckte dies über drei Tage.
03:43
and performed it on a traffic island
in slow motion in New York City.
in slow motion in New York City.
79
211918
3588
Gefilmt wurde es in Zeitlupe
auf einer Verkehrsinsel in New York.
auf einer Verkehrsinsel in New York.
03:47
I was there, too, with a film crew.
80
215949
2219
Ich war auch dort mit einer Filmgruppe.
03:50
We filmed the whole thing,
81
218192
1252
Wir filmten alles.
03:51
and then we reversed the process,
speeding it up to 72 minutes again,
speeding it up to 72 minutes again,
82
219468
3401
Dann kehrten wir den Prozess um
und beschleunigten den Film auf 72 Min.
und beschleunigten den Film auf 72 Min.
03:54
so it looks like she's moving normally
83
222893
1894
Sie bewegt sich nun normal
03:56
and the whole world is flying by.
84
224811
1832
und der Rest der Welt fliegt vorbei.
03:59
At a certain point, I figured out
85
227091
2576
Plötzlich stellte ich fest,
04:01
that what I was doing
was making portraits.
was making portraits.
86
229691
2667
dass ich Porträts mache.
04:05
When you think about portraiture,
you tend to think about stuff like this.
you tend to think about stuff like this.
87
233500
3562
Wenn Sie über Portraits nachdenken,
denken Sie an Bilder wie diese hier.
denken Sie an Bilder wie diese hier.
04:09
The guy on the left
is named Gilbert Stuart.
is named Gilbert Stuart.
88
237086
2063
Der Typ links ist Gilbert Stuart.
04:11
He's sort of the first real portraitist
of the United States.
of the United States.
89
239173
3064
Er ist der erste Porträtist Amerikas.
04:14
And on the right is his portrait
of George Washington from 1796.
of George Washington from 1796.
90
242261
3225
Rechts ist sein Porträt
von Georg Washington um 1796.
von Georg Washington um 1796.
04:17
This is the so-called Lansdowne portrait.
91
245510
2198
Dies ist das sogenannte
"Lansdowne-Porträt".
"Lansdowne-Porträt".
04:19
And if you look at this painting,
there's a lot of symbolism, right?
there's a lot of symbolism, right?
92
247732
3240
Wenn Sie dieses Porträt anschauen,
verbirgt sich viel Symbolik darin.
verbirgt sich viel Symbolik darin.
04:22
We've got a rainbow out the window.
We've got a sword.
We've got a sword.
93
250996
2660
Außen ist ein Regenbogen.
Da ist ein Schwert.
Da ist ein Schwert.
04:25
We've got a quill on the desk.
94
253680
1455
Auf dem Tisch liegt eine Feder.
04:27
All of these things are meant to evoke
95
255159
1849
Alles war gedacht, um George Washington
04:29
George Washington
as the father of the nation.
as the father of the nation.
96
257032
2448
als Vater der Nation darzustellen.
04:31
This is my portrait of George Washington.
97
259832
2770
Das ist mein Porträt
von George Washington.
von George Washington.
04:35
And this is an eye chart,
98
263776
3009
Dies ist eine Sehprobetafel.
04:38
only instead of letters, they're words.
99
266809
2174
Anstelle der Buchstaben sind hier Wörter.
04:41
And what the words are is the 66 words
100
269713
2702
Diese 66 Wörter sind aus
der Ansprache zur Lage der Nation,
der Ansprache zur Lage der Nation,
04:44
in George Washington's
State of the Union addresses
State of the Union addresses
101
272439
2460
04:46
that he uses more
than any other president.
than any other president.
102
274923
2371
die er mehr brauchte,
als jeder andere Präsident.
als jeder andere Präsident.
04:50
So "gentlemen" has its own symbolism
and its own rhetoric.
and its own rhetoric.
103
278020
4202
"Gentleman" hat seine eigene
Symbolik und Rhetorik.
Symbolik und Rhetorik.
04:54
And it's really kind of significant
that that's the word he used the most.
that that's the word he used the most.
104
282246
4592
Es ist ziemlich bedeutend, dass das
sein meist benutztes Wort war.
sein meist benutztes Wort war.
04:58
This is the eye chart for George W. Bush,
105
286862
2119
Das ist die Sehprobetafel
von George W. Bush,
von George W. Bush,
05:01
who was president when I made this piece.
106
289005
2980
der Präsident war,
als ich diese Serie machte.
als ich diese Serie machte.
05:04
And how you get there,
107
292009
1168
Wie man von "Gentleman"
05:05
from "gentlemen" to "terror"
in 43 easy steps,
in 43 easy steps,
108
293201
3452
in 43 einfachen Schritten
zu "Terror" gelangt,
zu "Terror" gelangt,
05:08
tells us a lot about American history,
109
296677
2060
erzählt uns viel über die US-Geschichte
05:10
and gives you a different insight
110
298761
1587
und gibt uns einen anderen Einblick
05:12
than you would have
looking at a series of paintings.
looking at a series of paintings.
111
300372
2937
als eine Reihe von Gemälden.
05:15
These pieces provide a history lesson
of the United States
of the United States
112
303333
3934
Diese Werke bieten eine Geschichtsstunde
über die Vereinigten Staaten
über die Vereinigten Staaten
05:19
through the political
rhetoric of its leaders.
rhetoric of its leaders.
113
307291
2256
durch die politischen Reden
der Präsidenten.
der Präsidenten.
05:21
Ronald Reagan spent a lot of time
talking about deficits.
talking about deficits.
114
309571
2964
Ronald Regan sprach viel von Defiziten.
05:25
Bill Clinton spent a lot of time
115
313135
1565
Bill Clinton sprach oft
über das Jahrhundert,
über das Jahrhundert,
05:26
talking about the century in which
he would no longer be president,
he would no longer be president,
116
314724
3284
in dem er nicht mehr Präsident sein wird,
05:30
but maybe his wife would be.
117
318032
1611
aber vielleicht seine Frau.
05:33
Lyndon Johnson was the first President
118
321148
2636
Lyndon Johnson war der erste Präsident,
05:35
to give his State of the Union addresses
on prime-time television;
on prime-time television;
119
323808
3182
dessen Ansprache zur Lage der Union
im Fernsehen ausgestrahlt wurde.
im Fernsehen ausgestrahlt wurde.
05:39
he began every paragraph
with the word "tonight."
with the word "tonight."
120
327014
2340
Jeden Absatz begann er mit "Heute Abend".
05:41
And Richard Nixon,
or more accurately, his speechwriter,
or more accurately, his speechwriter,
121
329378
2666
Richard Nixon, oder besser gesagt,
sein Redenschreiber namens William Safire
05:44
a guy named William Safire,
122
332068
1328
05:45
spent a lot of time
thinking about language
thinking about language
123
333420
2048
dachte viel über Sprache nach
05:47
and making sure that his boss
portrayed a rhetoric of honesty.
portrayed a rhetoric of honesty.
124
335492
3933
und stellte sicher, dass sein Chef
aufrichtig porträtiert wird.
aufrichtig porträtiert wird.
05:51
This project is shown
as a series of monolithic sculptures.
as a series of monolithic sculptures.
125
339449
2902
Dieses Projekt war als
kompakte Skulptur zu sehen.
kompakte Skulptur zu sehen.
05:54
It's an outdoor series of light boxes.
126
342375
2448
Das sind Lichtkästen im Freien.
05:56
And it's important to note
that they're to scale,
that they're to scale,
127
344847
2430
Sie sind im richtigen Abstand aufgestellt.
05:59
so if you stand 20 feet back and you can
read between those two black lines,
read between those two black lines,
128
347301
3614
Wenn Sie den Abstand einhalten
und alles lesen können,
und alles lesen können,
haben Sie eine gute Sehstärke.
06:02
you have 20/20 vision.
129
350939
1151
06:04
(Laughter)
130
352114
1038
(Gelächter)
06:05
This is a portrait.
And there's a lot of these.
And there's a lot of these.
131
353176
2305
Das ist eine Art Porträt.
Es gibt viele von ihnen.
Es gibt viele von ihnen.
06:07
There's a lot of ways
to do this with data.
to do this with data.
132
355505
3262
Es gibt viele Möglichkeiten,
aus Daten Porträts zu machen.
aus Daten Porträts zu machen.
06:10
I started looking for a way
133
358791
1620
Ich begann einen Weg zu suchen,
06:12
to think about how I can do
a more democratic form of portraiture,
a more democratic form of portraiture,
134
360435
4705
wie ich eine demokratischere Form
der Porträtierung ausüben kann.
der Porträtierung ausüben kann.
06:17
something that's more about
my country and how it works.
my country and how it works.
135
365164
4231
Etwas mehr über mein Land
und wie es funktioniert.
und wie es funktioniert.
06:21
Every 10 years, we make a census
in the United States.
in the United States.
136
369419
3801
Alle 10 Jahre findet in den USA
eine Volkszählung statt.
eine Volkszählung statt.
06:25
We literally count people,
137
373244
1458
Wir zählen Menschen
06:27
find out who lives where,
what kind of jobs we've got,
what kind of jobs we've got,
138
375306
3144
und finden heraus, wer wo lebt,
welchen Beruf sie ausüben,
welchen Beruf sie ausüben,
06:30
the language we speak at home.
139
378474
1477
welche Sprache sie sprechen.
06:31
And this is important stuff --
really important stuff.
really important stuff.
140
379975
2571
Das sind wichtige Informationen.
06:34
But it doesn't really tell us who we are.
141
382570
2233
Aber es sagt uns nicht, wer wir sind.
06:36
It doesn't tell us about our dreams
and our aspirations.
and our aspirations.
142
384827
2671
Es erzählt nicht von unseren
Träumen und Zielen.
Träumen und Zielen.
06:39
And so in 2010, I decided
to make my own census.
to make my own census.
143
387522
3390
2010 beschloss ich meine
eigene Zählung durchzuführen.
eigene Zählung durchzuführen.
06:42
And I started looking for a corpus of data
144
390936
3320
Ich suchte nach einer Datenbank,
06:46
that had a lot of descriptions
written by ordinary Americans.
written by ordinary Americans.
145
394280
3112
die Beschreibungen von
gewöhnlichen Amerikanern enthält.
gewöhnlichen Amerikanern enthält.
06:49
And it turns out
146
397416
1151
Und tatsächlich gibt es
eine solche Datenbank,
eine solche Datenbank,
06:50
that there is such a corpus of data
147
398591
1742
06:52
that's just sitting there for the taking.
148
400357
1984
die nur darauf wartet, benutzt zu werden:
06:54
It's called online dating.
149
402365
1326
Online-Dating.
06:56
So in 2010, I joined 21 different
online dating services,
online dating services,
150
404574
4946
2010 trat ich 21 Online-Dating-Seiten bei.
07:01
as a gay man, a straight man,
a gay woman and a straight woman,
a gay woman and a straight woman,
151
409544
3100
Als Schwuler und Hetero-Mann,
als Lesbe und Hetero-Frau,
als Lesbe und Hetero-Frau,
07:04
in every zip code in America
152
412668
1617
mit jeder US-Postleitzahl.
07:06
and downloaded about
19 million people's dating profiles --
19 million people's dating profiles --
153
414309
3185
Ich lud über 19 Mio. Profile herunter,
07:09
about 20 percent of the adult population
of the United States.
of the United States.
154
417518
3232
dies entspricht über 20 %
der Erwachsenenbevölkerung der USA
der Erwachsenenbevölkerung der USA
07:13
I have obsessive-compulsive disorder.
155
421241
1819
Ich habe eine zwanghafte Störung.
07:15
This is going to become
really freaking obvious. Just go with me.
really freaking obvious. Just go with me.
156
423084
3101
Das wird jetzt sehr ausgeflippt.
Spielen Sie einfach mit.
Spielen Sie einfach mit.
07:18
(Laughter)
157
426209
1142
(Gelächter)
07:19
So what I did was I sorted
all this stuff by zip code.
all this stuff by zip code.
158
427375
3039
Ich speicherte die Informationen,
sortiert nach Postleitzahl.
sortiert nach Postleitzahl.
07:23
And I looked at word analysis.
159
431922
1491
Ich schaute die Wortanalyse an.
07:25
These are some dating profiles from 2010
160
433437
2673
Dies sind einige Profile von 2010,
07:28
with the word "lonely" highlighted.
161
436134
2095
das Wort "einsam" hervorgehoben.
07:30
If you look at these things
topographically,
topographically,
162
438253
2981
Betrachtet man dies topografisch --
07:33
if you imagine dark colors to light colors
are more use of the word,
are more use of the word,
163
441258
3500
dunkel bedeutet weniger Verwendung
des Wortes, und hell mehr --
des Wortes, und hell mehr --
07:36
you can see that Appalachia
is a pretty lonely place.
is a pretty lonely place.
164
444782
4301
sieht man, dass die Appalachen
ziemlich einsam sind.
ziemlich einsam sind.
07:41
You can also see
that Nebraska ain't that funny.
that Nebraska ain't that funny.
165
449979
4947
Man sieht auch, dass Nebraska
nicht gerade lustig ist.
nicht gerade lustig ist.
07:48
This is the kinky map,
so what this is showing you
so what this is showing you
166
456385
3655
Das ist die eigenartigste Karte.
07:54
is that the women in Alaska
need to get together
need to get together
167
462033
3103
Sie zeigt, dass Frauen aus Alaska
07:57
with the men in southern New Mexico,
168
465160
1775
Männer aus New Mexico heiraten sollten
07:58
and have a good time.
169
466959
1340
und viel Spaß haben werden.
08:00
And I have this
at a pretty granular level,
at a pretty granular level,
170
468323
2866
Ich habe das alles nun
auf einer sehr detaillierten Ebene.
auf einer sehr detaillierten Ebene.
08:03
so I can tell you that the men
in the eastern half of Long Island
in the eastern half of Long Island
171
471213
3107
Ich kann Ihnen sagen,
die Männer im Osten Long Islands
die Männer im Osten Long Islands
08:06
are way more interested in being spanked
172
474344
1926
haben mehr Interesse daran,
verhauen zu werden,
verhauen zu werden,
08:08
than men in the western half
of Long Island.
of Long Island.
173
476294
2225
als die Männer im Westen von Long Island.
08:11
This will be your one takeaway
from this whole conference.
from this whole conference.
174
479851
2850
Das wird wohl das Einzige sein,
das Sie heute lernen.
das Sie heute lernen.
08:14
You're going to remember
that fact for, like, 30 years.
that fact for, like, 30 years.
175
482725
2740
Daran werden Sie sich
noch in 30 Jahren erinnern.
noch in 30 Jahren erinnern.
08:17
(Laughter)
176
485489
2832
(Gelächter)
08:20
When you bring this down
to a cartographic level,
to a cartographic level,
177
488655
2423
Auf kartografischer Ebene
08:23
you can make maps and do the same trick
I was doing with the eye charts.
I was doing with the eye charts.
178
491102
3454
kann man auf die gleiche Art
Karten erstellen wie Sehprobetafeln.
Karten erstellen wie Sehprobetafeln.
08:26
You can replace the name
of every city in the United States
of every city in the United States
179
494580
2817
Man kann jeden Städtenamen
der Vereinigten Staaten
der Vereinigten Staaten
08:29
with the word people use more
in that city than anywhere else.
in that city than anywhere else.
180
497421
2992
mit dem meist verwendeten Wort ersetzen.
08:32
If you've ever dated anyone
from Seattle, this makes perfect sense.
from Seattle, this makes perfect sense.
181
500437
3229
Wenn Sie je mit jemanden von Seattle
aus waren, ergibt das einen Sinn.
aus waren, ergibt das einen Sinn.
08:35
You've got "pretty."
You've got "heartbreak."
You've got "heartbreak."
182
503690
2702
Wir haben "hübsch", "gebrochenes Herz",
08:38
You've got "gig." You've got "cigarette."
183
506416
2415
Wir haben "Auftritt", "Zigarette".
08:40
They play in a band and they smoke.
184
508855
2026
Sie spielen in einer Band und rauchen.
08:43
And right above that you can see "email."
185
511604
1984
Und darüber kann man "E-Mail" sehen.
08:45
That's Redmond, Washington,
186
513612
1306
Dort ist Redmond, Washington,
08:46
which is the headquarters
of the Microsoft Corporation.
of the Microsoft Corporation.
187
514942
2595
der Hauptsitz der Microsoft Corporation.
08:49
Some of these you can guess --
so, Los Angeles is "acting"
so, Los Angeles is "acting"
188
517561
2824
Einige davon kann man erraten --
Los Angeles: "schauspielern",
Los Angeles: "schauspielern",
08:52
and San Francisco is "gay."
189
520409
1618
San Francisco ist "schwul".
08:54
Some are a little bit more heartbreaking.
190
522051
1992
Einige zerbrechen einem das Herz mehr.
08:56
In Baton Rouge, they talk
about being curvy;
about being curvy;
191
524067
2081
In Baton Rouge spricht man
vom kurvig sein;
vom kurvig sein;
08:58
downstream in New Orleans,
they still talk about the flood.
they still talk about the flood.
192
526172
2887
stromabwärts in New Orleans,
wird über die "Flut" gesprochen.
wird über die "Flut" gesprochen.
09:01
Folks in the American capital
will say they're interesting.
will say they're interesting.
193
529083
2805
Die Leute in der Hauptstadt
werden sagen, sie sind interessant.
werden sagen, sie sind interessant.
09:03
People in Baltimore, Maryland,
will say they're afraid.
will say they're afraid.
194
531912
2777
Leute in Baltimore, Maryland,
sagen, dass sie Angst haben.
sagen, dass sie Angst haben.
09:06
This is New Jersey.
195
534713
1537
Das ist New Jersey.
Ich bin zwischen "ärgerlich"
und "zynisch" aufgewachsen.
und "zynisch" aufgewachsen.
09:08
I grew up somewhere
between "annoying" and "cynical."
between "annoying" and "cynical."
196
536274
2689
(Gelächter) (Applaus)
09:10
(Laughter) (Applause)
197
538987
4239
Das Wort Nummer eins
in New York ist "jetzt",
in New York ist "jetzt",
09:15
And New York City's
number one word is "now,"
number one word is "now,"
198
543250
2657
wie in "Jetzt bin ich Kellner,
09:17
as in, "Now I'm working as a waiter,
but actually I'm an actor."
but actually I'm an actor."
199
545931
3246
aber eigentlich bin ich Schauspieler."
09:21
(Laughter)
200
549201
1098
(Gelächter)
09:22
Or, "Now I'm a professor of engineering
at NYU, but actually I'm an artist."
at NYU, but actually I'm an artist."
201
550323
4295
Oder "Jetzt bin ich Dozent
für Maschinenbau an der NYU,
für Maschinenbau an der NYU,
aber eigentlich bin ich Künstler."
09:26
If you go upstate, you see "dinosaur."
202
554642
1925
Im Hinterland sieht man "Dinosaurier".
09:28
That's Syracuse.
203
556591
1151
Dort ist Syracuse.
09:29
The best place to eat
in Syracuse, New York,
in Syracuse, New York,
204
557766
2073
Der beste Ort zu essen
in Syracuse, New York,
in Syracuse, New York,
09:31
is a Hell's Angels barbecue joint
called Dinosaur Barbecue.
called Dinosaur Barbecue.
205
559863
2794
ist ein Hell's Angels Barbecue-Laden
namens "Dinosaur Barbecue".
namens "Dinosaur Barbecue".
09:34
That's where you would
take somebody on a date.
take somebody on a date.
206
562681
2222
Dorthin würden Sie jemanden ausführen.
09:36
I live somewhere between "unconditional"
and "midsummer," in Midtown Manhattan.
and "midsummer," in Midtown Manhattan.
207
564927
3806
Ich wohne zwischen "bedingungslos" und
"Hochsommer", im Zentrum von Manhattan.
"Hochsommer", im Zentrum von Manhattan.
09:40
And this is gentrified North Brooklyn,
208
568757
2047
Das ist das auffallende Nord Brooklyn.
09:42
so you've got "DJ" and "glamorous"
and "hipsters" and "urbane."
and "hipsters" and "urbane."
209
570828
3196
Wir haben "DJ", "glamourös",
"Hipsters" und "urban".
"Hipsters" und "urban".
09:46
So that's maybe
a more democratic portrait.
a more democratic portrait.
210
574048
2422
Das ist vielleicht schon eher
ein demokratisches Porträt.
ein demokratisches Porträt.
09:48
And the idea was, what if we made
red-state and blue-state maps
red-state and blue-state maps
211
576494
3069
Was wäre, wenn wir rote und blaue
Staaten-Karten machen würden,
Staaten-Karten machen würden,
09:51
based on what we want to do
on a Friday night?
on a Friday night?
212
579587
2169
basierend auf unserer
Freitagabend-Aktivität.
Freitagabend-Aktivität.
09:53
This is a self-portrait.
213
581780
1507
Das ist ein Selbstporträt.
09:55
This is based on my email,
214
583770
1257
Basierend auf meinen E-Mails
09:57
about 500,000 emails sent over 20 years.
215
585051
2969
über 500 000 E-Mails,
versendet in über 20 Jahren.
versendet in über 20 Jahren.
10:00
You can think of this
as a quantified selfie.
as a quantified selfie.
216
588044
2953
Man kann es als
"quantifiziertes" Selfie ansehen.
"quantifiziertes" Selfie ansehen.
10:03
So what I'm doing is running
a physics equation
a physics equation
217
591021
3094
Also führe ich eine
physikalische Gleichung aus,
physikalische Gleichung aus,
10:06
based on my personal data.
218
594139
1398
basierend auf meinen Daten.
10:07
You have to imagine everybody
I've ever corresponded with.
I've ever corresponded with.
219
595561
2743
Man muss sich vorstellen,
jede einzelne Kommunikation.
jede einzelne Kommunikation.
10:10
It started out in the middle
and it exploded with a big bang.
and it exploded with a big bang.
220
598328
3399
Es startete in der Mitte und
explodierte mit einem großen Knall.
explodierte mit einem großen Knall.
10:13
And everybody has gravity to one another,
221
601751
2178
Alle haben eine Anziehungskraft,
10:15
gravity based on how much
they've been emailing,
they've been emailing,
222
603953
2261
basierend auf der Menge der E-Mails,
10:18
who they've been emailing with.
223
606238
1508
und mit wem sie sich schrieben.
10:19
And it also does sentimental analysis,
224
607770
1832
Dies gilt auch für die emotionale Ebene.
10:21
so if I say "I love you,"
you're heavier to me.
you're heavier to me.
225
609626
2289
"Ich liebe dich" wird mehr gewichtet.
10:23
And you attract to my email
addresses in the middle,
addresses in the middle,
226
611939
2496
Alles gelangt zu meinen
E-Mail-Adressen in der Mitte,
E-Mail-Adressen in der Mitte,
10:26
which act like mainline stars.
227
614459
2095
die wie eine Sternenlinie wirken.
10:28
And all the names are handwritten.
228
616578
1785
Alle Namen sind handgeschrieben.
10:30
Sometimes you do this data
and this work with real-time data
and this work with real-time data
229
618917
3708
Manchmal macht man
diese Daten und Werke mit Echtzeitdaten,
diese Daten und Werke mit Echtzeitdaten,
10:34
to illuminate a specific problem
in a specific city.
in a specific city.
230
622649
2947
um ein bestimmtes Problem
einer bestimmten Stadt zu zeigen.
einer bestimmten Stadt zu zeigen.
10:38
This is a Walther PPK 9mm
semiautomatic handgun
semiautomatic handgun
231
626071
2676
Dies ist eine Walther PPK 9 mm,
eine halbautomatische Pistole,
eine halbautomatische Pistole,
10:40
that was used in a shooting
in the French Quarter of New Orleans
in the French Quarter of New Orleans
232
628771
3031
verwendet in einer Schießerei
im "French Quarter" New Orleans
im "French Quarter" New Orleans
10:43
about two years ago on Valentine's Day
in an argument over parking.
in an argument over parking.
233
631826
3309
vor zwei Jahren an Valentinstag,
in einem Streit über Parkplätze.
in einem Streit über Parkplätze.
10:47
Those are my cigarettes.
234
635159
1215
Das sind meine Zigaretten.
10:48
This is the house
where the shooting took place.
where the shooting took place.
235
636398
2275
In diesem Haus war die Schießerei.
10:50
This project involved
a little bit of engineering.
a little bit of engineering.
236
638697
2374
Dieses Projekt benötigte
ein wenig Technik.
ein wenig Technik.
10:53
I've got a bike chain
rigged up as a cam shaft,
rigged up as a cam shaft,
237
641095
2215
Eine Fahrradkette diente als Nockenwelle,
10:55
with a computer driving it.
238
643334
1316
gesteuert von einem PC.
10:56
That computer and the mechanism
are buried in a box.
are buried in a box.
239
644674
2766
Der PC und der Mechanismus
waren in einem Kasten versteckt.
waren in einem Kasten versteckt.
10:59
The gun's on top welded to a steel plate.
240
647464
2214
Die Pistole war
an eine Stahlplatte geschweißt.
an eine Stahlplatte geschweißt.
11:01
There's a wire going
through to the trigger,
through to the trigger,
241
649702
2345
Ein Kabel ging direkt zum Abzug,
11:04
and the computer in the box is online.
242
652071
2191
und der Computer im Kasten ist online.
11:06
It's listening to the 911 feed
of the New Orleans Police Department,
of the New Orleans Police Department,
243
654286
3233
Dieser hört auf den Polizeinotruf
der Polizei in New Orleans.
der Polizei in New Orleans.
11:09
so that anytime there's a shooting
reported in New Orleans,
reported in New Orleans,
244
657543
2877
Jedes Mal, wenn dort
eine Schießerei gemeldet wird,
eine Schießerei gemeldet wird,
11:12
(Gunshot sound)
245
660444
1001
(Schuss)
11:13
the gun fires.
246
661469
1220
wird ein Schuss abgegeben.
11:15
Now, there's a blank,
so there's no bullet.
so there's no bullet.
247
663300
2350
Es ist nur eine leere Patrone,
keine Kugel.
keine Kugel.
11:18
There's big light, big noise
248
666008
2074
Es gibt ein helles Licht und ein Geräusch
11:20
and most importantly, there's a casing.
249
668106
2322
und das Wichtigste,
es ist ein Gehäuse darüber.
es ist ein Gehäuse darüber.
11:22
There's about five shootings
a day in New Orleans,
a day in New Orleans,
250
670452
2396
Es gibt ca. 5 Schießereien
pro Tag in New Orleans
pro Tag in New Orleans
11:24
so over the four months
this piece was installed,
this piece was installed,
251
672872
2341
Mein Werk war 4 Monate ausgestellt
und das Gehäuse füllte sich mit Hülsen.
11:27
the case filled up with bullets.
252
675237
1611
11:29
You guys know what this is --
you call this "data visualization."
you call this "data visualization."
253
677642
3734
Sie wissen alle, was das ist.
Man nennt es "Datenvisualisierung".
Man nennt es "Datenvisualisierung".
11:34
When you do it right, it's illuminating.
254
682559
2008
Macht man es richtig, ist es aufklärend.
11:36
When you do it wrong, it's anesthetizing.
255
684591
2436
Macht man es falsch,
ist es zum Einschlafen.
ist es zum Einschlafen.
11:39
It reduces people to numbers.
256
687656
1655
Es reduziert Menschen auf Zahlen.
11:41
So watch out.
257
689335
1411
Also geben Sie Acht.
11:44
One last piece for you.
258
692654
1356
Ein letztes Stück für Sie.
11:46
I spent the last summer
as the artist in residence
as the artist in residence
259
694466
2782
Ich verbrachte den letzten Sommer
als Künstler zu Hause
als Künstler zu Hause
11:49
for Times Square.
260
697272
1216
für den Time Square.
11:50
And Times Square in New York
is literally the crossroads of the world.
is literally the crossroads of the world.
261
698932
3643
Der Time Square New York ist
buchstäblich die Kreuzung der Welt.
buchstäblich die Kreuzung der Welt.
11:54
One of the things
people don't notice about it
people don't notice about it
262
702599
2177
Was die meisten nicht wissen:
11:56
is it's the most Instagrammed
place on Earth.
place on Earth.
263
704800
2547
Er ist der am meisten dargestellte Ort
der Welt auf Instagramm.
der Welt auf Instagramm.
11:59
About every five seconds,
someone commits a selfie
someone commits a selfie
264
707903
2882
All 5 Sekunden macht jemand ein Selfie
12:02
in Times Square.
265
710809
1169
auf dem Time Square.
12:04
That's 17,000 a day, and I have them all.
266
712424
3249
Das sind 17 000 pro Tag,
und ich habe sie alle.
und ich habe sie alle.
12:07
(Laughter)
267
715697
1085
(Gelächter)
12:08
These are some of them
with their eyes centered.
with their eyes centered.
268
716806
2292
Hier sind einige davon,
die Augen zentriert.
die Augen zentriert.
12:11
Every civilization,
269
719122
1061
Jede Kultur verwendet
das höchste Niveau an Technik,
das höchste Niveau an Technik,
12:12
will use the maximum level
of technology available to make art.
of technology available to make art.
270
720183
2925
um Kunst herzustellen.
12:15
And it's the responsibility
of the artist to ask questions
of the artist to ask questions
271
723132
2808
Jeder Künstler hat die Pflicht,
Fragen zu stellen,
Fragen zu stellen,
12:17
about what that technology means
272
725964
1631
was Technik bedeutet
12:19
and how it reflects our culture.
273
727619
2019
und wie es unsere Kultur widerspiegelt.
12:21
So I leave you with this:
we're more than numbers.
we're more than numbers.
274
729662
2486
Ich verlasse Sie mit Folgendem:
Wir sind mehr als Nummern,
Wir sind mehr als Nummern,
12:24
We're people, and we have
dreams and ideas.
dreams and ideas.
275
732172
2001
wir sind Menschen,
haben Träume und Ideen.
haben Träume und Ideen.
12:26
And reducing us to statistics
is something that's done
is something that's done
276
734197
2799
Wir werden auf Statistiken reduziert,
12:29
at our peril.
277
737020
1251
zu unserem Nachteil.
12:30
Thank you very much.
278
738295
1178
Vielen Dank.
12:31
(Applause)
279
739497
10786
(Applaus)
ABOUT THE SPEAKER
R. Luke DuBois - Artist, composer, engineerR. Luke DuBois weaves information from a multitude of sources into art and music exploring the tensions between algorithms, portraiture and temporal space.
Why you should listen
R. Luke DuBois is a multidisciplinary artist mining the intersection of art, culture and technology, often expanding or contracting perspectives or timespans to accentuate aspects of each work. As a musician, he has produced a spectrum of electro-acoustic works with a multitude of artists, including Bora Yoon, Bang on a Can and the Freight Elevator Quartet.
As an artist, DuBois focuses on exposing the long narratives created by arcs of data, in the same way that time-lapse photographs expose long swaths of motion in a single image. As a programmer, DuBois is co-author of Jitter, a software suite that allows real-time manipulation of video and 3D imagery.
DuBois teaches at New York University, where he co-directs the Integrated Digital Media program at the Tandon School of Engineering. His artwork is represented by bitforms gallery in New York City.
R. Luke DuBois | Speaker | TED.com