TED2015
Manuel Lima: A visual history of human knowledge
Manuel Lima: Una historia visual del conocimiento humano
Filmed:
Readability: 5.4
1,916,809 views
¿Cómo crece el conocimiento? A veces comienza con una idea y crece en muchas ramas. El experto en infografía Manuel Lima explora los mil años de historia de la cartografía de datos, desde las lenguas hasta las dinastías, que utilizan árboles de información. Es una fascinante historia de visualizaciones, y una mirada a la urgencia de la humanidad de cartografiar lo que sabemos.
Manuel Lima - Data visualization researcher
Manuel Lima studies how information can be organized -- into elegant and beautiful diagrams that illustrate the many unexpected twists of big data. Full bio
Manuel Lima studies how information can be organized -- into elegant and beautiful diagrams that illustrate the many unexpected twists of big data. Full bio
Double-click the English transcript below to play the video.
00:13
Over the past 10 years,
0
1126
1295
En los últimos 10 años,
00:14
I've been researching the way
people organize and visualize information.
people organize and visualize information.
1
2445
4569
he investigado la forma de organizar
y visualizar información.
y visualizar información.
Y he notado un cambio interesante.
00:19
And I've noticed an interesting shift.
2
7786
2039
00:22
For a long period of time,
3
10166
1720
Durante un largo periodo de tiempo,
00:23
we believed in a natural ranking order
in the world around us,
in the world around us,
4
11910
4428
creímos en un orden de clasificación
natural en el mundo que nos rodea,
natural en el mundo que nos rodea,
también conocido como la gran cadena
del ser, o "Scala naturae" en latín.
del ser, o "Scala naturae" en latín.
00:28
also known as the great chain of being,
or "Scala naturae" in Latin,
or "Scala naturae" in Latin,
5
16362
4745
Estructura de arriba a abajo que
comienza con Dios en lo más alto,
comienza con Dios en lo más alto,
00:33
a top-down structure that normally starts
with God at the very top,
with God at the very top,
6
21131
4175
00:37
followed by angels, noblemen,
7
25330
2405
seguido por los ángeles, nobles,
00:39
common people, animals, and so on.
8
27759
3013
gente común, animales, etc.
Esta idea se basa realmente
en la ontología de Aristóteles,
en la ontología de Aristóteles,
00:43
This idea was actually based
on Aristotle's ontology,
on Aristotle's ontology,
9
31999
4275
que clasificaba todo lo conocido por
el humano en categorías opuestas,
el humano en categorías opuestas,
00:48
which classified all things known to man
in a set of opposing categories,
in a set of opposing categories,
10
36298
4444
como las que se ven detrás de mí.
00:52
like the ones you see behind me.
11
40766
1722
00:56
But over time, interestingly enough,
12
44687
2747
Pero con el tiempo, curiosamente,
00:59
this concept adopted
the branching schema of a tree
the branching schema of a tree
13
47458
4146
este concepto adoptó el esquema
de ramificación de un árbol
de ramificación de un árbol
01:03
in what became known
as the Porphyrian tree,
as the Porphyrian tree,
14
51628
2873
que vino a ser conocido como
el Árbol de Porfirio,
el Árbol de Porfirio,
01:06
also considered to be
the oldest tree of knowledge.
the oldest tree of knowledge.
15
54525
3642
también considerado el árbol
de conocimiento más antiguo.
de conocimiento más antiguo.
El esquema ramificado
del árbol era, de hecho,
del árbol era, de hecho,
01:11
The branching scheme
of the tree was, in fact,
of the tree was, in fact,
16
59238
2174
01:13
such a powerful metaphor
for conveying information
for conveying information
17
61436
2949
una metáfora tan poderosa
para transmitir información
para transmitir información
que con el tiempo, se convirtió en una
importante herramienta de comunicación
importante herramienta de comunicación
01:16
that it became, over time,
an important communication tool
an important communication tool
18
64409
3270
01:19
to map a variety of systems of knowledge.
19
67703
2274
para cartografiar una variedad
de sistemas de conocimiento.
de sistemas de conocimiento.
01:22
We can see trees being used
to map morality,
to map morality,
20
70648
3083
Vemos utilizar árboles
para mapear la moralidad,
para mapear la moralidad,
con el popular árbol de las virtudes
y el árbol de los vicios,
y el árbol de los vicios,
01:25
with the popular tree of virtues
and tree of vices,
and tree of vices,
21
73755
2849
01:28
as you can see here, with these beautiful
illustrations from medieval Europe.
illustrations from medieval Europe.
22
76628
3792
como pueden ver en estas hermosas
ilustraciones de la Europa medieval.
ilustraciones de la Europa medieval.
01:32
We can see trees being used
to map consanguinity,
to map consanguinity,
23
80825
3088
Podemos ver utilizar árboles
para mapear consanguinidad,
para mapear consanguinidad,
01:35
the various blood ties between people.
24
83937
2244
los diferentes lazos de sangre
entre personas.
entre personas.
01:39
We can also see trees being used
to map genealogy,
to map genealogy,
25
87110
3096
También utilizar árboles
para cartografiar la genealogía,
para cartografiar la genealogía,
01:42
perhaps the most famous archetype
of the tree diagram.
of the tree diagram.
26
90230
2810
quizás el más famoso arquetipo
del diagrama de árbol.
del diagrama de árbol.
01:45
I think many of you in the audience
have probably seen family trees.
have probably seen family trees.
27
93064
3316
Creo que muchos en la audiencia
han visto árboles genealógicos.
han visto árboles genealógicos.
01:48
Many of you probably even have
your own family trees drawn in such a way.
your own family trees drawn in such a way.
28
96404
3705
Muchos incluso tienen su propio árbol
genealógico elaborado así.
genealógico elaborado así.
Podemos ver árboles que incluso
que mapean sistemas de derecho,
que mapean sistemas de derecho,
01:53
We can see trees even mapping
systems of law,
systems of law,
29
101158
2911
01:56
the various decrees and rulings
of kings and rulers.
of kings and rulers.
30
104093
3851
los diversos decretos y resoluciones
de reyes y gobernantes.
de reyes y gobernantes.
02:01
And finally, of course,
also a very popular scientific metaphor,
also a very popular scientific metaphor,
31
109785
3758
Y, por último, por supuesto, también
una metáfora científica muy popular,
una metáfora científica muy popular,
02:05
we can see trees being used
to map all species known to man.
to map all species known to man.
32
113567
3560
se usan árboles para cartografiar
las especies conocidas por los humanos.
las especies conocidas por los humanos.
Y los árboles se convirtieron
en una poderosa metáfora visual
en una poderosa metáfora visual
02:11
And trees ultimately became
such a powerful visual metaphor
such a powerful visual metaphor
33
119177
3906
porque en muchos sentidos,
en realidad, encarnan este deseo humano
en realidad, encarnan este deseo humano
02:15
because in many ways,
they really embody this human desire
they really embody this human desire
34
123107
2868
02:17
for order, for balance,
for unity, for symmetry.
for unity, for symmetry.
35
125999
3036
de orden, equilibrio, unidad y simetría.
02:21
However, nowadays we are really facing
new complex, intricate challenges
new complex, intricate challenges
36
129999
4323
Sin embargo, hoy estamos realmente ante
nuevos desafíos complejos e intrincados
nuevos desafíos complejos e intrincados
02:26
that cannot be understood by simply
employing a simple tree diagram.
employing a simple tree diagram.
37
134346
4190
que no se pueden entender simplemente
empleando un simple diagrama de árbol.
empleando un simple diagrama de árbol.
02:32
And a new metaphor is currently emerging,
38
140037
3242
Y está surgiendo una nueva metáfora,
y está actualmente
reemplazando al árbol
reemplazando al árbol
02:35
and it's currently replacing the tree
39
143303
2150
en la visualización de
los diferentes sistemas de conocimiento.
los diferentes sistemas de conocimiento.
02:37
in visualizing various
systems of knowledge.
systems of knowledge.
40
145477
2563
02:40
It's really providing us with a new lens
to understand the world around us.
to understand the world around us.
41
148064
4252
Realmente nos proporciona una nueva lente
para entender el mundo que nos rodea.
para entender el mundo que nos rodea.
02:45
And this new metaphor
is the metaphor of the network.
is the metaphor of the network.
42
153495
3199
Esta nueva metáfora es
la metáfora de la red.
la metáfora de la red.
02:49
And we can see this shift
from trees into networks
from trees into networks
43
157511
3311
Podemos ver este cambio
de árboles a redes
de árboles a redes
02:52
in many domains of knowledge.
44
160846
1640
en muchos campos del conocimiento.
02:54
We can see this shift in the way
we try to understand the brain.
we try to understand the brain.
45
162510
4189
Podemos ver este cambio en la forma
cómo tratamos de entender el cerebro.
cómo tratamos de entender el cerebro.
Mientras que antes, solíamos
pensar en el cerebro
pensar en el cerebro
03:00
While before, we used
to think of the brain
to think of the brain
46
168453
2038
como un órgano modular
centralizado en el que
centralizado en el que
03:02
as a modular, centralized organ,
47
170515
1991
03:04
where a given area was responsible
for a set of actions and behaviors,
for a set of actions and behaviors,
48
172530
4038
un área determinada era responsable de
un conjunto de acciones y comportamientos,
un conjunto de acciones y comportamientos,
03:08
the more we know about the brain,
49
176592
1739
cuanto más sabemos sobre el cerebro,
03:10
the more we think of it
as a large music symphony,
as a large music symphony,
50
178355
3286
más pensamos en él como
una gran sinfonía musical,
una gran sinfonía musical,
03:13
played by hundreds
and thousands of instruments.
and thousands of instruments.
51
181665
2610
interpretada por cientos y
miles de instrumentos.
miles de instrumentos.
03:16
This is a beautiful snapshot
created by the Blue Brain Project,
created by the Blue Brain Project,
52
184299
3676
Esta es una hermosa instantánea
creada por el proyecto Blue Brain,
creada por el proyecto Blue Brain,
03:19
where you can see 10,000 neurons
and 30 million connections.
and 30 million connections.
53
187999
4063
donde se ven 10 000 neuronas
y 30 millones de conexiones.
y 30 millones de conexiones.
03:24
And this is only mapping 10 percent
of a mammalian neocortex.
of a mammalian neocortex.
54
192736
3888
Y esto solo es el mapeo del 10 %
de un neocórtex de mamífero.
de un neocórtex de mamífero.
03:30
We can also see this shift in the way
we try to conceive of human knowledge.
we try to conceive of human knowledge.
55
198815
4160
También se ve este cambio en cómo
concebimos el conocimiento humano.
concebimos el conocimiento humano.
Estos son algunos notables árboles
de conocimiento o árboles de la ciencia,
de conocimiento o árboles de la ciencia,
03:36
These are some remarkable trees
of knowledge, or trees of science,
of knowledge, or trees of science,
56
204062
3148
03:39
by Spanish scholar Ramon Llull.
57
207234
2221
del erudito español Ramón Llull.
03:41
And Llull was actually the precursor,
58
209999
1810
Y Llull fue en realidad el precursor,
03:43
the very first one who created
the metaphor of science as a tree,
the metaphor of science as a tree,
59
211833
3714
el primero que creó la metáfora
de la ciencia como un árbol,
de la ciencia como un árbol,
03:47
a metaphor we use
every single day, when we say,
every single day, when we say,
60
215571
2968
una metáfora que utilizamos
todos los días, cuando decimos:
todos los días, cuando decimos:
"La biología es una rama de la ciencia",
03:50
"Biology is a branch of science,"
61
218563
1665
03:52
when we say,
62
220252
1153
cuando decimos,
03:53
"Genetics is a branch of science."
63
221429
1933
"La genética es una rama de la ciencia".
03:56
But perhaps the most beautiful of all
trees of knowledge, at least for me,
trees of knowledge, at least for me,
64
224283
3595
Pero el más hermoso de todos los árboles
del conocimiento, al menos para mí,
del conocimiento, al menos para mí,
03:59
was created for the French encyclopedia
by Diderot and d'Alembert in 1751.
by Diderot and d'Alembert in 1751.
65
227902
4452
fue creado para la enciclopedia francesa
por Diderot y d'Alembert en 1751.
por Diderot y d'Alembert en 1751.
Esto fue realmente el bastión
de la Ilustración francesa,
de la Ilustración francesa,
04:04
This was really the bastion
of the French Enlightenment,
of the French Enlightenment,
66
232378
2635
04:07
and this gorgeous illustration
was featured as a table of contents
was featured as a table of contents
67
235037
3825
y esta hermosa ilustración se presentó
como tabla de contenidos
como tabla de contenidos
04:10
for the encyclopedia.
68
238886
1571
para la enciclopedia.
04:12
And it actually maps out
all domains of knowledge
all domains of knowledge
69
240481
4187
Y realmente cartografía
todos los dominios del conocimiento
todos los dominios del conocimiento
04:16
as separate branches of a tree.
70
244692
2118
como ramas separadas de un árbol.
Pero el conocimiento es
mucho más complicado que esto.
mucho más complicado que esto.
04:19
But knowledge is much more
intricate than this.
intricate than this.
71
247866
2333
04:22
These are two maps of Wikipedia
showing the inter-linkage of articles --
showing the inter-linkage of articles --
72
250794
4640
Estos dos mapas de Wikipedia
muestran la interrelación de artículos,
muestran la interrelación de artículos,
04:27
related to history on the left,
and mathematics on the right.
and mathematics on the right.
73
255458
3890
relacionados con historia a la izquierda
y matemáticas a la derecha.
y matemáticas a la derecha.
Y creo que al ver estos mapas
04:31
And I think by looking at these maps
74
259966
1739
y otros creados por Wikipedia,
posiblemente
posiblemente
04:33
and other ones that have been
created of Wikipedia --
created of Wikipedia --
75
261729
2544
una de las estructuras rizomáticas
más grandes jamás creadas por el humano,
más grandes jamás creadas por el humano,
04:36
arguably one of the largest rhizomatic
structures ever created by man --
structures ever created by man --
76
264297
3392
04:39
we can really understand
how human knowledge is much more intricate
how human knowledge is much more intricate
77
267713
3822
realmente entendemos cómo
el conocimiento humano es mucho
el conocimiento humano es mucho
04:43
and interdependent, just like a network.
78
271559
2436
más complejo e interdependiente,
al igual que una red.
al igual que una red.
04:47
We can also see this interesting shift
79
275455
2163
También podemos ver
este interesante cambio
este interesante cambio
en la forma de mapear las relaciones
sociales entre las personas.
sociales entre las personas.
04:49
in the way we map
social ties between people.
social ties between people.
80
277642
2700
04:53
This is the typical organization chart.
81
281524
2295
Este es el organigrama típico.
Supongo que muchos de Uds.
también han visto un diagrama similar
también han visto un diagrama similar
04:55
I'm assuming many of you have seen
a similar chart as well,
a similar chart as well,
82
283843
2794
04:58
in your own corporations, or others.
83
286661
1746
en sus propias empresas.
05:00
It's a top-down structure
84
288431
1485
Es una estructura
de arriba hacia abajo
de arriba hacia abajo
05:01
that normally starts
with the CEO at the very top,
with the CEO at the very top,
85
289940
2861
con el director general
en la parte superior,
en la parte superior,
05:04
and where you can drill down all the way
to the individual workmen on the bottom.
to the individual workmen on the bottom.
86
292825
3960
y baja hasta el final a los
trabajadores individuales abajo.
trabajadores individuales abajo.
05:09
But humans sometimes are, well, actually,
all humans are unique in their own way,
all humans are unique in their own way,
87
297634
4848
Pero los humanos a veces son, bien,
en realidad, todos son únicos a su manera,
en realidad, todos son únicos a su manera,
05:14
and sometimes you really don't play well
under this really rigid structure.
under this really rigid structure.
88
302506
4698
y, a veces realmente no encajan bien
en esta estructura tan rígida.
en esta estructura tan rígida.
05:20
I think the Internet is really changing
this paradigm quite a lot.
this paradigm quite a lot.
89
308711
3110
Creo que Internet está cambiando
realmente este paradigma.
realmente este paradigma.
05:23
This is a fantastic map
of online social collaboration
of online social collaboration
90
311845
3365
Este es un mapa fantástico
de la colaboración social en línea
de la colaboración social en línea
05:27
between Perl developers.
91
315234
1629
entre los desarrolladores de Perl.
05:28
Perl is a famous programming language,
92
316887
2088
Perl es un lenguaje
de programación famoso,
de programación famoso,
05:30
and here, you can see
how different programmers
how different programmers
93
318999
2723
y aquí se puede ver
cómo los diferentes programadores,
cómo los diferentes programadores,
05:33
are actually exchanging files,
and working together on a given project.
and working together on a given project.
94
321746
3827
en realidad, intercambian archivos y
trabajan juntos en un proyecto concreto.
trabajan juntos en un proyecto concreto.
05:37
And here, you can notice that this is
a completely decentralized process --
a completely decentralized process --
95
325597
4178
Y aquí, se ve que se trata de
un proceso totalmente descentralizado,
un proceso totalmente descentralizado,
05:41
there's no leader in this organization,
96
329799
2156
no hay líder en esta organización,
05:43
it's a network.
97
331979
1157
es una red.
También podemos ver este cambio
interesante al observar el terrorismo.
interesante al observar el terrorismo.
05:46
We can also see this interesting shift
when we look at terrorism.
when we look at terrorism.
98
334337
4705
Uno de los principales desafíos de
la comprensión del terrorismo hoy
la comprensión del terrorismo hoy
05:51
One of the main challenges
of understanding terrorism nowadays
of understanding terrorism nowadays
99
339613
3104
05:54
is that we are dealing with
decentralized, independent cells,
decentralized, independent cells,
100
342741
3730
es que son células
descentralizadas, independientes,
descentralizadas, independientes,
05:58
where there's no leader
leading the whole process.
leading the whole process.
101
346495
2822
donde no hay uno
que lidera todo el proceso.
que lidera todo el proceso.
06:02
And here, you can actually see
how visualization is being used.
how visualization is being used.
102
350518
3298
Y aquí, en realidad se puede ver
cómo se utiliza la visualización.
cómo se utiliza la visualización.
06:05
The diagram that you see behind me
103
353840
1657
El diagrama que se ve detrás de mí
06:07
shows all the terrorists involved
in the Madrid attack in 2004.
in the Madrid attack in 2004.
104
355521
3818
muestra todos los terroristas implicados
en el atentado de Madrid en 2004.
en el atentado de Madrid en 2004.
06:11
And what they did here is,
they actually segmented the network
they actually segmented the network
105
359942
2927
Y lo que hicieron aquí es,
en realidad, segmentar la red
en realidad, segmentar la red
06:14
into three different years,
106
362893
1499
en tres años diferentes,
06:16
represented by the vertical layers
that you see behind me.
that you see behind me.
107
364416
3042
representado por capas verticales
que se ven detrás de mí.
que se ven detrás de mí.
06:19
And the blue lines tie together
108
367482
1969
Y las líneas azules enlazan
06:21
the people that were present
in that network year after year.
in that network year after year.
109
369475
3618
las personas presentes
en esa red año tras año.
en esa red año tras año.
06:25
So even though there's no leader per se,
110
373117
2028
Entonces aunque
no haya líder per se,
no haya líder per se,
06:27
these people are probably the most
influential ones in that organization,
influential ones in that organization,
111
375169
3635
estas personas son probablemente
las más influyentes en esa organización,
las más influyentes en esa organización,
06:30
the ones that know more about the past,
112
378828
2008
las que saben más sobre el pasado,
06:32
and the future plans and goals
of this particular cell.
of this particular cell.
113
380860
2877
y los planes y objetivos futuros
de esta célula particular.
de esta célula particular.
06:37
We can also see this shift
from trees into networks
from trees into networks
114
385232
3006
También podemos ver
este cambio de árboles en redes
este cambio de árboles en redes
06:40
in the way we classify
and organize species.
and organize species.
115
388262
2991
en la forma de clasificar
y organizar las especies.
y organizar las especies.
06:45
The image on the right
is the only illustration
is the only illustration
116
393245
2829
La imagen de la derecha
es la única ilustración
es la única ilustración
06:48
that Darwin included
in "The Origin of Species,"
in "The Origin of Species,"
117
396098
3112
que Darwin incluyó en
"El origen de las especies"
"El origen de las especies"
06:51
which Darwin called the "Tree of Life."
118
399234
2261
y que Darwin llamó
"Árbol de la vida".
"Árbol de la vida".
06:54
There's actually a letter
from Darwin to the publisher,
from Darwin to the publisher,
119
402098
2885
De hecho, hay una carta
de Darwin a la editorial,
de Darwin a la editorial,
06:57
expanding on the importance
of this particular diagram.
of this particular diagram.
120
405007
2656
ampliando la importancia
de este diagrama particular.
de este diagrama particular.
06:59
It was critical for Darwin's
theory of evolution.
theory of evolution.
121
407687
2642
Era fundamental para
la teoría de la evolución de Darwin.
la teoría de la evolución de Darwin.
Pero recientemente, los científicos
han descubierto que sobre este árbol
han descubierto que sobre este árbol
07:03
But recently, scientists discovered
that overlaying this tree of life
that overlaying this tree of life
122
411408
3567
07:06
is a dense network of bacteria,
123
414999
2435
hay una red densa de bacterias,
y estas bacterias son,
en realidad, el eslabón
en realidad, el eslabón
07:09
and these bacteria
are actually tying together
are actually tying together
124
417458
2161
07:11
species that were completely
separated before,
separated before,
125
419643
2172
entre especies antes
completamente separadas,
completamente separadas,
07:13
to what scientists are now calling
not the tree of life,
not the tree of life,
126
421839
3080
a lo que los científicos ahora
no llaman árbol de la vida,
no llaman árbol de la vida,
07:16
but the web of life, the network of life.
127
424943
2856
sino red de la vida,
la red de la vida.
la red de la vida.
07:21
And finally, we can really
see this shift, again,
see this shift, again,
128
429489
2514
Y, por último, podemos
ver este cambio, de nuevo,
ver este cambio, de nuevo,
07:24
when we look at ecosystems
around our planet.
around our planet.
129
432027
2424
cuando nos fijamos en
los ecosistemas de todo el planeta.
los ecosistemas de todo el planeta.
07:27
No more do we have these simplified
predator-versus-prey diagrams
predator-versus-prey diagrams
130
435599
3166
Ya no hay estos diagramas
simplificados depredador-contra-presa
simplificados depredador-contra-presa
07:30
we have all learned at school.
131
438789
1447
que aprendimos en la escuela.
07:33
This is a much more accurate
depiction of an ecosystem.
depiction of an ecosystem.
132
441201
2989
Esta es una representación
mucho más precisa de un ecosistema.
mucho más precisa de un ecosistema.
07:36
This is a diagram created
by Professor David Lavigne,
by Professor David Lavigne,
133
444214
2904
Este es un diagrama creado por
el profesor David Lavigne,
el profesor David Lavigne,
07:39
mapping close to 100 species
that interact with the codfish
that interact with the codfish
134
447142
3500
que mapea unas 100 especies
que interactúan con el bacalao
que interactúan con el bacalao
07:42
off the coast of Newfoundland in Canada.
135
450666
2951
frente a las costas de
Terranova en Canadá.
Terranova en Canadá.
07:46
And I think here, we can really understand
the intricate and interdependent nature
the intricate and interdependent nature
136
454244
3937
Y creo que aquí se puede entender
la naturaleza compleja e interdependiente
la naturaleza compleja e interdependiente
de la mayoría de los ecosistemas
que abundan en nuestro planeta.
que abundan en nuestro planeta.
07:50
of most ecosystems
that abound on our planet.
that abound on our planet.
137
458205
2523
07:54
But even though recent,
this metaphor of the network,
this metaphor of the network,
138
462442
3644
Aunque reciente,
esta metáfora de la red,
esta metáfora de la red,
07:58
is really already adopting
various shapes and forms,
various shapes and forms,
139
466110
3103
ya está adoptando
diversas estructuras y formas,
diversas estructuras y formas,
y se está convirtiendo
en una creciente taxonomía visual.
en una creciente taxonomía visual.
08:01
and it's almost becoming
a growing visual taxonomy.
a growing visual taxonomy.
140
469237
2463
Se está convirtiendo
en la sintaxis de un lenguaje nuevo.
en la sintaxis de un lenguaje nuevo.
08:03
It's almost becoming
the syntax of a new language.
the syntax of a new language.
141
471724
2647
08:06
And this is one aspect
that truly fascinates me.
that truly fascinates me.
142
474395
2633
Este es un aspecto
que realmente me fascina.
que realmente me fascina.
08:09
And these are actually
15 different typologies
15 different typologies
143
477678
2533
Estos son 15 tipologías diferentes
que he ido coleccionando
a través del tiempo,
a través del tiempo,
08:12
I've been collecting over time,
144
480235
2135
08:14
and it really shows the immense
visual diversity of this new metaphor.
visual diversity of this new metaphor.
145
482394
4022
y realmente demuestran la inmensa
diversidad visual de esta nueva metáfora.
diversidad visual de esta nueva metáfora.
08:19
And here is an example.
146
487001
1222
Aquí hay un ejemplo.
08:20
On the very top band,
you have radial convergence,
you have radial convergence,
147
488818
3933
En la banda muy superior
tienen la convergencia radial,
tienen la convergencia radial,
08:24
a visualization model that has become
really popular over the last five years.
really popular over the last five years.
148
492775
3939
un modelo de visualización
muy popular en los últimos cinco años.
muy popular en los últimos cinco años.
08:29
At the top left, the very first project
is a gene network,
is a gene network,
149
497198
4354
En la parte superior izquierda,
el primer proyecto es una red de genes,
el primer proyecto es una red de genes,
seguido por una red de direcciones IP,
máquinas, servidores,
máquinas, servidores,
08:33
followed by a network
of IP addresses -- machines, servers --
of IP addresses -- machines, servers --
150
501576
4009
08:37
followed by a network of Facebook friends.
151
505609
2972
seguido por una red
de amigos de Facebook.
de amigos de Facebook.
Es probable que no encuentren
temas más dispares,
temas más dispares,
08:41
You probably couldn't find
more disparate topics,
more disparate topics,
152
509240
2508
08:43
yet they are using the same metaphor,
the same visual model,
the same visual model,
153
511772
3794
sin embargo, están usando la misma
metáfora, el mismo modelo visual,
metáfora, el mismo modelo visual,
08:47
to map the never-ending complexities
of its own subject.
of its own subject.
154
515590
3606
para mapear las complejidades
interminables de su propio tema.
interminables de su propio tema.
Y aquí algunos ejemplos más
de los muchos que he ido recopilando,
de los muchos que he ido recopilando,
08:52
And here are a few more examples
of the many I've been collecting,
of the many I've been collecting,
155
520545
3124
08:55
of this growing visual
taxonomy of networks.
taxonomy of networks.
156
523693
2738
de esta creciente
taxonomía visual de redes.
taxonomía visual de redes.
09:00
But networks are not just
a scientific metaphor.
a scientific metaphor.
157
528248
2865
Pero las redes no son solo
una metáfora científica.
una metáfora científica.
Diseñadores, investigadores y científicos
intentan mapear una variedad
intentan mapear una variedad
09:04
As designers, researchers, and scientists
try to map a variety of complex systems,
try to map a variety of complex systems,
158
532192
5541
de sistemas complejos, que,
en muchos aspectos, influyen
en muchos aspectos, influyen
09:09
they are in many ways influencing
traditional art fields,
traditional art fields,
159
537757
2813
en campos tradicionales del arte,
como la pintura y la escultura,
como la pintura y la escultura,
09:12
like painting and sculpture,
160
540594
1402
09:14
and influencing many different artists.
161
542020
1993
y en muchos artistas diferentes.
09:16
And perhaps because networks have
this huge aesthetical force to them --
this huge aesthetical force to them --
162
544718
4042
Y tal vez porque las redes tienen
esta gran fuerza estética para ellos,
esta gran fuerza estética para ellos,
son inmensamente preciosas.
09:20
they're immensely gorgeous --
163
548784
1958
Lo que realmente se ha convertido
en un meme cultural
en un meme cultural
09:22
they are really becoming a cultural meme,
164
550766
2056
09:24
and driving a new art movement,
which I've called "networkism."
which I've called "networkism."
165
552846
4325
e impulsado un nuevo movimiento de arte,
que he denominado "networkismo".
que he denominado "networkismo".
Podemos ver esta influencia en este
movimiento en una variedad de maneras.
movimiento en una variedad de maneras.
09:30
And we can see this influence
in this movement in a variety of ways.
in this movement in a variety of ways.
166
558544
3208
09:33
This is just one of many examples,
167
561776
1793
Este es solo uno de muchos ejemplos,
donde se puede ver esta influencia
de la ciencia en el arte.
de la ciencia en el arte.
09:35
where you can see this influence
from science into art.
from science into art.
168
563593
2725
09:38
The example on your left side
is IP-mapping,
is IP-mapping,
169
566342
2871
El ejemplo a la izquierda
es el mapeo IP,
es el mapeo IP,
09:41
a computer-generated map of IP addresses;
again -- servers, machines.
again -- servers, machines.
170
569237
3659
un mapa generado
por computadora de direcciones IP.
por computadora de direcciones IP.
09:45
And on your right side,
171
573253
1205
A su derecha,
09:46
you have "Transient Structures
and Unstable Networks" by Sharon Molloy,
and Unstable Networks" by Sharon Molloy,
172
574482
4618
"Estructuras transitorias y redes
inestables" de Sharon Molloy,
inestables" de Sharon Molloy,
09:51
using oil and enamel on canvas.
173
579124
2094
que usa óleo y esmalte sobre lienzo.
09:53
And here are a few more
paintings by Sharon Molloy,
paintings by Sharon Molloy,
174
581870
3105
Y aquí unas cuantas pinturas
de Sharon Molloy,
de Sharon Molloy,
09:56
some gorgeous, intricate paintings.
175
584999
1932
algunas pinturas preciosas
e intrincadas.
e intrincadas.
10:00
And here's another example
of that interesting cross-pollination
of that interesting cross-pollination
176
588375
3306
Y aquí está otro ejemplo de
esa interesante polinización cruzada
esa interesante polinización cruzada
10:03
between science and art.
177
591705
1404
entre la ciencia y el arte.
10:05
On your left side,
you have "Operation Smile."
you have "Operation Smile."
178
593475
2665
En el lado izquierdo,
la "Operación Sonrisa".
la "Operación Sonrisa".
10:08
It is a computer-generated map
of a social network.
of a social network.
179
596164
2889
Es un mapa generado
por computadora de una red social.
por computadora de una red social.
10:11
And on your right side,
you have "Field 4," by Emma McNally,
you have "Field 4," by Emma McNally,
180
599077
3726
Y a su derecha, "Campo 4",
de Emma McNally,
de Emma McNally,
10:14
using only graphite on paper.
181
602827
2086
que usa solo grafito sobre papel.
10:17
Emma McNally is one of the main
leaders of this movement,
leaders of this movement,
182
605374
3517
Emma McNally es una de las
principales líderes de este movimiento,
principales líderes de este movimiento,
10:20
and she creates these striking,
imaginary landscapes,
imaginary landscapes,
183
608915
2569
y ella crea estos llamativos
paisajes imaginarios,
paisajes imaginarios,
10:23
where you can really notice the influence
from traditional network visualization.
from traditional network visualization.
184
611508
4665
donde se nota la influencia
de la visualización de la red tradicional.
de la visualización de la red tradicional.
10:30
But networkism doesn't happen
only in two dimensions.
only in two dimensions.
185
618324
3007
Pero el networkismo no se da
solo en dos dimensiones.
solo en dos dimensiones.
10:33
This is perhaps
one of my favorite projects
one of my favorite projects
186
621355
2278
Este es quizás uno
de mis proyectos favoritos
de mis proyectos favoritos
10:35
of this new movement.
187
623657
1405
de este nuevo movimiento.
10:37
And I think the title really
says it all -- it's called:
says it all -- it's called:
188
625086
2634
Y creo que el título
lo dice todo, se llama:
lo dice todo, se llama:
10:39
"Galaxies Forming Along Filaments,
189
627744
2167
"La formación de galaxias
con filamentos,
con filamentos,
10:41
Like Droplets Along the Strands
of a Spider's Web."
of a Spider's Web."
190
629935
3332
como gotas a través
de las hebras de una telaraña".
de las hebras de una telaraña".
10:46
And I just find this particular project
to be immensely powerful.
to be immensely powerful.
191
634616
3080
Y encuentro este proyecto
en particular inmensamente poderoso.
en particular inmensamente poderoso.
10:49
It was created by Tomás Saraceno,
192
637720
1960
Fue creado por Tomás Saraceno,
10:51
and he occupies these large spaces,
193
639704
2698
y se ocupa de estos grandes espacios,
10:54
creates these massive installations
using only elastic ropes.
using only elastic ropes.
194
642426
3342
crea estas enormes instalaciones
solo con cuerdas elásticas.
solo con cuerdas elásticas.
10:57
As you actually navigate that space
and bounce along those elastic ropes,
and bounce along those elastic ropes,
195
645792
3817
Uno navega el espacio y rebota
a lo largo de esas cuerdas elásticas,
a lo largo de esas cuerdas elásticas,
11:01
the entire network kind of shifts,
almost like a real organic network would.
almost like a real organic network would.
196
649633
4575
todo tipo de cambios en la red, casi
como lo haría una red orgánica verdadera.
como lo haría una red orgánica verdadera.
11:07
And here's yet another example
197
655414
2032
Aquí está otro ejemplo
11:09
of networkism taken
to a whole different level.
to a whole different level.
198
657470
2389
de networkismo llevado
a un nivel completamente diferente.
a un nivel completamente diferente.
11:12
This was created
by Japanese artist Chiharu Shiota
by Japanese artist Chiharu Shiota
199
660303
3213
Este fue creado por
el artista japonés Chiharu Shiota
el artista japonés Chiharu Shiota
11:15
in a piece called "In Silence."
200
663540
1755
en una pieza llamada "En Silencio".
11:17
And Chiharu, like Tomás Saraceno,
fills these rooms with this dense network,
fills these rooms with this dense network,
201
665834
5355
Y Chiharu, como Tomás Saraceno,
llena estos espacios con esta densa red,
llena estos espacios con esta densa red,
11:23
this dense web of elastic ropes
and black wool and thread,
and black wool and thread,
202
671213
3762
esta densa red de cuerdas elásticas
y de lana e hilo negro,
y de lana e hilo negro,
11:26
sometimes including objects,
as you can see here,
as you can see here,
203
674999
2759
a veces incluyendo objetos,
como se puede ver aquí,
como se puede ver aquí,
11:29
sometimes even including people,
in many of her installations.
in many of her installations.
204
677782
3022
a veces, incluso incluyendo a personas,
en muchas de sus instalaciones.
en muchas de sus instalaciones.
Pero las redes también no son
solo una nueva tendencia,
solo una nueva tendencia,
11:35
But networks are also
not just a new trend,
not just a new trend,
205
683374
2691
11:38
and it's too easy for us
to dismiss it as such.
to dismiss it as such.
206
686089
2364
y es demasiado fácil para nosotros
descartarlas como tales.
descartarlas como tales.
11:41
Networks really embody
notions of decentralization,
notions of decentralization,
207
689029
3607
Las redes realmente encarnan
nociones de descentralización,
nociones de descentralización,
11:44
of interconnectedness, of interdependence.
208
692660
3134
de interconexión, de la interdependencia.
11:48
And this new way of thinking is critical
209
696303
2476
Y esta nueva forma de pensar es crítica
11:50
for us to solve many of the complex
problems we are facing nowadays,
problems we are facing nowadays,
210
698803
3730
para resolver muchos de los problemas
complejos a los que nos enfrentamos hoy,
complejos a los que nos enfrentamos hoy,
11:54
from decoding the human brain,
211
702557
1841
desde la descodificación
del cerebro humano,
del cerebro humano,
11:56
to understanding
the vast universe out there.
the vast universe out there.
212
704422
2403
hasta la comprensión
del vasto universo existente.
del vasto universo existente.
11:59
On your left side, you have a snapshot
of a neural network of a mouse --
of a neural network of a mouse --
213
707746
4489
A la izquierda hay una instantánea
de una red neuronal de un ratón,
de una red neuronal de un ratón,
12:04
very similar to our own
at this particular scale.
at this particular scale.
214
712259
2420
muy similar a la nuestra
en esta escala particular.
en esta escala particular.
12:07
And on your right side, you have
the Millennium Simulation.
the Millennium Simulation.
215
715500
2966
Y a su derecha,
la Simulación del Milenio.
la Simulación del Milenio.
12:10
It was the largest
and most realistic simulation
and most realistic simulation
216
718490
2748
Fue la simulación
más realista y más grande
más realista y más grande
12:13
of the growth of cosmic structure.
217
721262
1790
del crecimiento de la estructura cósmica.
12:15
It was able to recreate the history
of 20 million galaxies
of 20 million galaxies
218
723490
4516
Pudo recrear la historia
de 20 millones de galaxias
de 20 millones de galaxias
12:20
in approximately 25 terabytes of output.
219
728030
3090
en aproximadamente
25 terabytes de salida.
25 terabytes de salida.
12:24
And coincidentally or not,
220
732081
1413
Y casualmente o no,
acabo de encontrar
esta comparación en particular
esta comparación en particular
12:25
I just find this particular comparison
221
733518
1873
entre la escala más pequeña
de conocimiento, el cerebro,
de conocimiento, el cerebro,
12:27
between the smallest scale
of knowledge -- the brain --
of knowledge -- the brain --
222
735415
2703
12:30
and the largest scale of knowledge --
the universe itself --
the universe itself --
223
738142
2829
y la mayor escala de
conocimiento, el universo.
conocimiento, el universo.
12:32
to be really quite striking
and fascinating.
and fascinating.
224
740995
2277
siendo realmente
muy sorprendente y fascinante.
muy sorprendente y fascinante.
12:35
Because as Bruce Mau once said,
225
743807
2634
Porque, como dijo una vez Bruce Mau,
12:38
"When everything is connected
to everything else,
to everything else,
226
746465
2412
"Cuando todo está conectado
con todo lo demás,
con todo lo demás,
12:40
for better or for worse,
everything matters."
everything matters."
227
748901
2397
para bien o para mal, todo importa".
12:43
Thank you so much.
228
751322
1151
Muchas gracias.
12:44
(Applause)
229
752497
3802
(Aplausos)
ABOUT THE SPEAKER
Manuel Lima - Data visualization researcherManuel Lima studies how information can be organized -- into elegant and beautiful diagrams that illustrate the many unexpected twists of big data.
Why you should listen
Data expert Manuel Lima approaches intimidatingly dry stacks of bits with the eye of a designer. His website, VisualComplexity, is an encyclopedic and visually stunning catalog of the myriad paths artists take to illuminate the shadowy corners of stockpiled information, whether it’s a taxonomy of rap names or tracking oil money.
Lima’s passion for data has also driven him to become a historian. In The Book of Trees, he digs to the 12th-century roots of the tree diagram, one of humanity’s most powerful and ancient tools for visually representing knowledge.
More profile about the speakerLima’s passion for data has also driven him to become a historian. In The Book of Trees, he digs to the 12th-century roots of the tree diagram, one of humanity’s most powerful and ancient tools for visually representing knowledge.
Manuel Lima | Speaker | TED.com