TED2011
Aaron Koblin: Visualizing ourselves ... with crowd-sourced data
آرون کبلین: تصویر هنرمندانه انسانیتمان
Filmed:
Readability: 4.2
1,731,467 views
آرون کوبلین هنرمند با استفاده از اطلاعات فراوان - و گاهی افراد بیشمار -- صحنه های حیرت انگیزی خلق می کند. از خطوط زیبایی مسیر پرواز هواپیماها تا مناظری از اطلاعات موبایل، از ویدیوی جانی کش ساخته شده توسط طراحی های افراد بیشماری تاآهنگ "مرکز نا آرام" که برای کاربر قابل تنظیم است، کارهای وی به خوبی نشان می دهند که چگونه تکنولوژی امروز می تواند ما را انسانتر کند.
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
فکر می کنم که اطلاعات می تواند ما را انساني تر كند.
00:19
We're collecting and creating all kinds of data about how we're living our lives,
1
4000
3000
همواره در حال جمع آوری و ایجاد اطلاعات درباره نحوه زندگی مان هستیم،
00:22
and it's enabling us to tell some amazing stories.
2
7000
2000
و این امکان را به ما می دهد داستانهای جالبی بگوییم.
00:24
Recently, a wise media theorist Tweeted,
3
9000
3000
اخیرا، یک رسانه هوشمند تویت زده است که،
00:27
"The 19th century culture was defined by the novel,
4
12000
2000
"فرهنگ قرن 19 با رمان تعریف می شد،
00:29
the 20th century culture was defined by the cinema,
5
14000
2000
فرهنگ قرن بیستم با سینما معرفی می شد،
00:31
and the culture of the 21st century
6
16000
2000
و فرهنگ قرن 21
00:33
will be defined by the interface."
7
18000
2000
با رابط کاربر معرفی خواهد شد."
00:35
And I believe this is going to prove true.
8
20000
2000
و باور دارم که درستی آن به اثبات خواهد رسید.
00:37
Our lives are being driven by data,
9
22000
2000
محرک زندگی ما اطلاعات است،
00:39
and the presentation of that data is an opportunity
10
24000
2000
و ارائه اطلاعات فرصتی است که بتوانیم
00:41
for us to make some amazing interfaces that tell great stories.
11
26000
2000
رابط کاربرهایی درست کنیم که ناقل داستانهای زیبا باشند.
00:43
So I'm going to show you a few of the projects
12
28000
2000
برای شما چند نمونه از پروژه هایی که
00:45
that I've been working on over the last couple years
13
30000
2000
در طول 2 سال پیش كار کرده ام نشان میدم
00:47
that reflect on our lives and our systems.
14
32000
2000
که منعکس کننده زندگی و روش زندگی هستند.
00:49
This is a project called Flight Patterns.
15
34000
2000
اسم این پروژه الگوهای پرواز است.
00:51
What you're looking at is airplane traffic
16
36000
2000
چیزی که می بینید ترافیک هوایی
00:53
over North America for a 24-hour period.
17
38000
3000
در شمال امریکا در مدت ٢٤ ساعت است.
00:56
As you see, everything starts to fade to black,
18
41000
2000
همانطور که می بینید، همه چیز در حال سیاه شدن است،
00:58
and you see people going to sleep.
19
43000
2000
و مردمی را می بینید که آماده خوابیدن می شوند.
01:00
Followed by that, you see on the West coast
20
45000
2000
بعد از آن در ساحل غربی
01:02
planes moving across, the red-eye flights to the East coast.
21
47000
3000
پروازهای شبانه هواپیماها، به ساحل شرقی را می بینید.
01:05
And you'll see everybody waking up on the East coast,
22
50000
3000
می بینید که مردم ساحل شرقی در حال بیدار شدن هستند،
01:08
followed by European flights coming in the upper right-hand corner.
23
53000
3000
بعد از آن پروازهای اروپایی از گوشه راست بالا می رسند.
01:11
Everybody's moving from the East coast to the West coast.
24
56000
3000
همه در حال حرکت از شرق به غرب ساحل هستند.
01:14
You see San Francisco and Los Angeles
25
59000
2000
در گوشه چپ پایین می بینید که مردم از
01:16
start to make their journeys down to Hawaii in the lower left-hand corner.
26
61000
3000
سانفرانسیسکو و لوس آنجلس به سمت هاوایی سفر می کنند.
01:19
I think it's one thing to say there's 140,000 planes
27
64000
2000
باید بگویم اینها 140 هزار هواپیما هستند
01:21
being monitored by the federal government at any one time,
28
66000
3000
که توسط دولت فدرال در یک زمان رصد شده اند،
01:24
and it's another thing to see that system as it ebbs and flows.
29
69000
3000
و دیگر اینکه می بینید که شبیه جزر و مد دریاست.
01:29
This is a time-lapse image of that exact same data,
30
74000
2000
این تصویر مرور زمان دقیقا همان اطلاعات است،
01:31
but I've color-coded it by type,
31
76000
2000
اما من آنها را با رنگ کدکذاری کردم،
01:33
so you can see the diversity of aircraft that are in the skies above us.
32
78000
3000
از اینرو می توانید تنوع هواپیماهایی که در آسمان بالای سرمان هستند را ببینید.
01:36
And I started making these, and I put them into Google Maps
33
81000
3000
شروع کردم به درست کردن و قرارداد آنها در نقشه های گوگل
01:39
and allow you to zoom in and see individual airports
34
84000
2000
و این امکان را دارید تصویر را بزرگ کنید و هر فرودگاه را ببینید
01:41
and the patterns that are occurring there.
35
86000
2000
و الگوهایی که در اینجا ایجاد شده اند.
01:43
So here we can see the white represents low altitudes,
36
88000
3000
بخشهای سفید نشانه ارتفاع پایین هواپیماها،
01:46
and the blue are higher altitudes.
37
91000
2000
و آبی نشانه ارتفاع بالاست.
01:48
And you can zoom in. This is taking a look at Atlanta.
38
93000
2000
و می تونید تصویر را بزرگ کنید. این تصویری از آتلانتاست.
01:50
You can see this is a major shipping airport,
39
95000
2000
همانطور که می بینید فرودگاه بزرگی برای حمل کالاست،
01:52
and there's all kinds of activity there.
40
97000
2000
و همه نوع فعالیت اینجا وجود دارد.
01:54
You can also toggle between altitude
41
99000
3000
همچنین می تونید بین ارتفاع هواپیماها
01:57
for model and manufacturer.
42
102000
2000
از جهت مدل و سازنده تغییر وضعیت دهید.
01:59
See again, the diversity.
43
104000
2000
باز هم ، تنوع.
02:01
And you can scroll around and see
44
106000
2000
می تونید به همه جا بچرخید و
02:03
some of the different airports and the different patterns that they have.
45
108000
3000
و فرودگاه های مختلف و الگوهای پروازی که دارند را ببینید.
02:06
This is scrolling up the East coast.
46
111000
2000
اینجا ساحل طولاني شرقی است.
02:08
You can see some of the chaos that's happening in New York
47
113000
2000
می بینید که در نیویورک کمی اشفتگی رخ داده
02:10
with the air traffic controllers
48
115000
2000
و این به خاطر ارتباط بخش کنترل
02:12
having to deal with all those major airports next to each other.
49
117000
4000
ترافیک هوایی با دیگر فرودگاه های بزرگ مجاور است.
02:17
So zooming back out real quick,
50
122000
2000
سریع تصویر رو کوچک می کنیم،
02:19
we see, again, the U.S. -- you get Florida down in the right-hand corner.
51
124000
3000
بازهم امریکا را میبینیم، فلوریدا در گوشه سمت راست قرار دارد.
02:22
Moving across to the West coast,
52
127000
2000
به سمت ساحل غربی حرکت می کنیم،
02:24
you see San Francisco and Los Angeles --
53
129000
2000
سانفرانسیسکو و لوس آنجلس را می بینید--
02:26
big low-traffic zones
54
131000
2000
مناطق بزرگ کم ترافیک
02:28
across Nevada and Arizona.
55
133000
2000
در نوادا و آریزونا.
02:30
And that's us down there in L.A. and Long Beach on the bottom.
56
135000
4000
و در پایین لوس آنجلس و لانگ بیچ قرار دارد.
02:36
I started taking a look as well at different perimeters,
57
141000
2000
به مناطق مختلف دیگر هم سری می زنیم،
02:38
because you can choose what you want to pull out from the data.
58
143000
2000
چون می توانید آنچه را که می خواهید از اطلاعات بیرون بکشید.
02:40
This is looking at ascending versus descending flights.
59
145000
3000
این تصویری از هواپیماها در حال بلند شدن و نشستن هستند.
02:43
And you can see, over time, the ways the airports change.
60
148000
2000
و می بینید که در طول زمان مسیر فرودگاه ها تغییر می کند.
02:45
You see the holding patterns that start to develop
61
150000
2000
می بینید که الگوها در پایین صفحه
02:47
in the bottom of the screen.
62
152000
2000
شروع می کنند به تغییر کردن.
02:49
And you can see, eventually the airport actually flips directions.
63
154000
3000
می بینید سرانجام مسیر فرودگاه ها جابجا می شود.
02:53
So this is another project that I worked on with the Sensible Cities Lab at MIT.
64
158000
3000
و این پروژه دیگری است که در لابراتوار سنسیبل سیتی در ام ای تی کار کردم.
02:56
This is visualizing international communications.
65
161000
2000
این ارتباطات بین المللی را به تصویر می کشد.
02:58
So it's how New York communicates
66
163000
2000
و این نحوه ارتباط نیویورک
03:00
with other international cities.
67
165000
2000
با دیگر شهرهای بین المللی است.
03:02
And we set this up as a live globe in the Museum of Modern Art in New York
68
167000
3000
و این تصویر را به عنوان یک جهان زنده به موزه هنر مدرن نیویورک فرستادیم.
03:05
for the Design the Elastic Mind exhibition.
69
170000
2000
برای نمایشگاه طراحی ذهن منعطف.
03:07
And it had a live feed with a 24-hour offset,
70
172000
2000
و باید 24 ساعته و به صورت زنده می بود،
03:09
so you could see the changing relationship
71
174000
2000
تا بتوانید تغییر ارتباط را ببینید
03:11
and some demographic info
72
176000
2000
و دیگر اطلاعات جمعیتی
03:13
coming through AT&T's data and revealing itself.
73
178000
3000
که از طریق اطلاعات ای تی اند تي ، خودشان را نشان می دهند.
03:16
This is another project I worked on with Sensible Cities Lab
74
181000
2000
این دیگر پروژه ای است که در لابراتوار سنسیبل سیتیز
03:18
and CurrentCity.org.
75
183000
2000
و سایت CurrentCity.org کار کردم.
03:20
And it's visualizing SMS messages being sent in the city of Amsterdam.
76
185000
3000
اس ام اس های ارسال شده در شهر آمستردارم را نشان می دهد.
03:23
So you're seeing the daily ebb and flow
77
188000
2000
جزر و مد روزانه مردمی که از شهرهای مختلف
03:25
of people sending SMS messages from different parts of the city,
78
190000
2000
اس ام اس ارسال کرده اند را می بینید،
03:27
until we approach New Year's Eve, where everybody says, "Happy New Year!"
79
192000
3000
تا می رسیم به شب عید در نیویورک که همه" سال نو را تبریک " می گویند!
03:30
(Laughter)
80
195000
2000
(خنده حضار)
03:32
So this is an interactive tool
81
197000
2000
چون این یک ابزار تعاملي است
03:34
that you can move around and see different parts of the city.
82
199000
3000
می توانید به اطراف حرکت کنید و بخشهای مخالف شهر را ببینید.
03:37
This is looking at another event. This is called Queen's Day.
83
202000
3000
به رویداد دیگری نگاه می اندازیم. این روزه ملکه نامیده می شود.
03:40
So again, you get this daily ebb and flow
84
205000
2000
بازهم دوباره، می توانید جزر و مد
03:42
of people sending SMS messages from different parts of the city.
85
207000
3000
مردمی که از بخش مختلف شهردر حال ارسال اسم ام اس هستند را ببینید.
03:45
And then you're going to see people start to gather in the center of the city
86
210000
2000
سپس مردمی را می بینیم که در مرکز شهر در حال دورهم جمع شدن هستند
03:47
to celebrate the night before,
87
212000
2000
تا شب قبل را جشن بگیرند،
03:49
which happens right here.
88
214000
2000
که اینجا برگزار شد.
03:51
And then you can see people celebrating the next day.
89
216000
2000
و می توانید افرادی که روز بعد جشن می گیرند را ببینید.
03:53
And you can pause it and step back and forth and see different phases.
90
218000
3000
می توانید توقف کنید و به عقب و جلو بروید و فازهاي متفاوت را ببینید.
03:56
So now on to something completely different.
91
221000
2000
و اکنون چیزی کاملاً متفاوت.
03:58
Some of you may recognize this.
92
223000
2000
ممکنه بعضی از شما این رو بشناسید.
04:00
This is Baron Wolfgang von Kempelen's mechanical chess playing machine.
93
225000
3000
این شطرنج باز مکانیکی بارون ولفگان ون کمپلن است.
04:03
And it's this amazing robot that plays chess extremely well,
94
228000
2000
و روبات بسیار جالبی است که خیلی خوب شطرنج بازی می کنه،
04:05
except for one thing: it's not a robot at all.
95
230000
3000
بجز اینکه، این اصلا روبات نیست.
04:08
There's actually a legless man that sits in that box
96
233000
2000
در حقیقت افراد بدون پایی هستند که در آن جعبه می نشینند
04:10
and controls this chess player.
97
235000
2000
و این شطرنج باز را کنترل می کنند.
04:12
This was the inspiration for a web service by Amazon
98
237000
2000
این کار خلاقانه برای یک سرویس دهنده وب توسط آمازون انجام شد
04:14
called the Mechanical Turk -- named after this guy.
99
239000
3000
که تورک مکانیکی--بعد از اين فرد نامیده شد.
04:17
And it's based on the premise that there are certain things
100
242000
2000
و بر اساس این فرض است که چیزهایی هستند
04:19
that are easy for people, but really difficult for computers.
101
244000
2000
که برای انسان ساده است اما برای کامپیوترها خیلی مشکل است.
04:21
So they made this web service and said,
102
246000
2000
از این رو این سرویس وب را راه اندازی کردند و گفتند،
04:23
"Any programmer can write a piece of software
103
248000
2000
"هر برنامه نویسی می تواند نرم افزاری بنویسید
04:25
and tap into the minds of thousands of people."
104
250000
2000
و با ذهن هزاران نفر ارتباط برقرار کند."
04:27
The nerdy side of me thought, "Wow, this is amazing.
105
252000
2000
بخش تک بعدی ذهنم فکر کرد، خیلی جالبه.
04:29
I can tap into thousands of people's minds."
106
254000
2000
می توانیم با ذهن هزاران نفر ارتباط برقرار کنم."
04:31
And the other nerdy side of me thought,
107
256000
2000
و بخش دیگر ذهنم اندیشید،
04:33
"This is horrible. This is completely bizarre.
108
258000
3000
خیلی ناخوشایند است. خیلی غریب است.
04:36
What does this mean for the future of mankind,
109
261000
2000
این برای آینده بشر چه معنایی دارد،
04:38
where we're all plugged into this borg?"
110
263000
2000
آیا همه ما به این شطرنج بورگ دسترسی داریم؟
04:40
I was probably being a little extreme.
111
265000
2000
شاید کمی تندروی کردم.
04:42
But what does this mean when we have no context for what it is that we're working on,
112
267000
2000
اما معنی کاری که محتوا ندارد انجام می دهیم چیست،
04:44
and we're just doing these little labors?
113
269000
2000
آیا اینگونه کار می کنیم؟
04:46
So I created this drawing tool.
114
271000
2000
از اینرو این ابزار طراحی را ایجاد کردم.
04:48
I asked people to draw a sheep facing to the left.
115
273000
2000
از مردم خواستم گوسفندی را بِكشند که صورتش به سمت چپ باشد.
04:50
And I said, "I'll pay you two cents for your contribution."
116
275000
2000
و گفتم برای این همکاری دو سنت می پردازم.
04:52
And I started collecting sheep.
117
277000
3000
و شروع کردم به جمع آوری گوسفندها.
04:55
And I collected a lot, a lot of different sheep.
118
280000
3000
و کلی گوسفند مختلف جمع آوری کردم.
04:59
Lots of sheep.
119
284000
2000
یک عالمه گوسفند.
05:01
I took the first 10,000 sheep that I collected,
120
286000
2000
10 هزار گوسفندی که جمع کرده بودم،
05:03
and I put them on a website called TheSheepMarket.com
121
288000
3000
را در سایت TheSheepMarket.com قرار دادم.
05:06
where you can actually buy collections of 20 sheep.
122
291000
3000
که می توانید از آنجا یک مجموعه بیست تایی گوسفند بخرید.
05:09
You can't pick individual sheep,
123
294000
2000
نمی توانید هر گوسفند را تکی انتخاب کنید،
05:11
but you can buy a single plate block of stamps as a commodity.
124
296000
4000
اما می توانید یک بلوک تمبر را به عنوان یک کالا بخرید.
05:15
And juxtaposed against this grid,
125
300000
2000
و روبروی این شبکه پشت سرهم قرار دهید،
05:17
you see actually, by rolling over each individual one,
126
302000
2000
در حقیقت، با حرکت کردن روی هر کدام،
05:19
the humanity behind this hugely mechanical process.
127
304000
3000
پشت این فرایند مکانیکی عظیم، کار انسانی را ببینید.
05:22
I think there's something really interesting
128
307000
2000
فکر می کنم چیز واقعا جالبی وجود دارد
05:24
to watching people as they go through this creative toil --
129
309000
3000
دیدن مردمی که از این ابزار خلاقانه استفاده می کنند--
05:27
something we can all relate to,
130
312000
2000
که همه را به چیزی می توانیم ربط دهیم،
05:29
this creative process of trying to come up with something from nothing.
131
314000
3000
این فرایند خلاقانه رسیدن به چیزی از هیچ است.
05:32
I think it was really interesting to juxtapose this humanity
132
317000
2000
فکر می کنم پشت سر هم قرار دادن این کار انسانی بسیار جالب بود
05:34
versus this massive distributed grid.
133
319000
2000
در برابر این شبکه گسترده.
05:36
Kind of amazing what some people did.
134
321000
3000
بعضی از مردم کارهای جالبی انجام دادند.
05:39
So here's a few statistics from the project.
135
324000
2000
از اینرو، آمار کمی از پروژه موجود است.
05:41
Approximate collection rate of 11 sheep per hour,
136
326000
2000
تقریبا جمع آوری 11 گوسفند در هر ساعت،
05:43
which would make a working wage of 69 cents per hour.
137
328000
3000
که دستمزد آن می شود ساعتی 69 سنت.
05:46
There were 662 rejected sheep
138
331000
2000
662 گوسفند رد شد
05:48
that didn't meet "sheep-like" criteria and were thrown out of the flock.
139
333000
3000
چون با معیار گوسفند ما جور نبودند و از گله کنار گذاشته شدند.
05:51
(Laughter)
140
336000
2000
(خنده حضار)
05:53
The amount of time spent drawing ranged from four seconds to 46 minutes.
141
338000
3000
زمان صرف شده از 4 ثانیه تا 46 دقیقه بود.
05:56
That gives you an idea of the different types of motivations and dedication.
142
341000
3000
که می توانید پی ببرید چه انگیزه و وقت صرف کردن های متفاوتی وجود داشت.
05:59
And there were 7,599 people that contributed to the project,
143
344000
3000
و 7,599 نفر به پروژه کمک کردند،
06:02
or were unique IP addresses --
144
347000
2000
یا آی پی آدرس انحصاری داشتند --
06:04
so about how many people contributed.
145
349000
2000
و این درباره تعداد افرادی که همکاری کردند.
06:06
But only one of them out of the 7,599 said this.
146
351000
4000
اما فقط یکی از 7,599 نفر اینرا گفت.
06:10
(Laughter)
147
355000
4000
(خنده حضار)
06:14
Which I was pretty surprised by.
148
359000
2000
که خیلی تعجب کردم.
06:16
I expected people to be wondering, "Why did I draw a sheep?"
149
361000
3000
انتظار داشتم مردم تعجب کنند، چرا باید گوسفند بکشم؟
06:19
And I think it's a pretty valid question.
150
364000
2000
و فکر کنم سوال کاملا درستی بود.
06:21
And there's a lot of reasons why I chose sheep.
151
366000
2000
و دلایل متعددی وجود داشت که چرا گوسفند را انتخاب كردم.
06:23
Sheep were the first animal
152
368000
2000
گوسفند اولین حیوان بود
06:25
to be raised from mechanically processed byproducts,
153
370000
2000
که از فرایند مکانیکی محصولات فرعی ایجاد شد،
06:27
the first to be selectively bred for production traits,
154
372000
2000
اولین چیزی بود که برای تولید پرورش یافت،
06:29
the first animal to be cloned.
155
374000
2000
اولین حیوانی بود که شبیه سازی شد.
06:31
Obviously, we think of sheep as followers.
156
376000
2000
و واضح است ما گوسفند را دنباله رو می دانیم.
06:33
And there's this reference to "Le Petit Prince"
157
378000
2000
و این ارجاعی است به کتاب شازده کوچولو
06:35
where the narrator asks the prince to draw a sheep.
158
380000
2000
جایی که راوی از شازده خواست یک گوسفند بکشد.
06:37
He draws sheep after sheep.
159
382000
2000
پشت سرهم گوسفند کشید.
06:39
The narrator's only appeased when he draws a box.
160
384000
2000
و وقتی راوی ظاهر شد که یک جعبه کشید.
06:41
And he says, "It's not about a scientific rendering of a sheep.
161
386000
2000
و گفت، این ترسیم علمی از یک گوسفند نیست.
06:43
It's about your own interpretation and doing something different."
162
388000
3000
این برداشت متفاوت شما و انجام کاری متفاوت است.
06:46
And I like that.
163
391000
2000
و من این را دوست دارم.
06:48
So this is a clip from Charlie Chaplin's "Modern Times."
164
393000
2000
و این کلیپی از "عصر جدید" چارلی چاپلين است.
06:50
It's showing Charlie Chaplin dealing with some of the major changes
165
395000
3000
چارلی چاپلین را مواجه با تغییرات اساسی نشان می دهد
06:53
during the Industrial Revolution.
166
398000
2000
در هنگام انقلاب صنعتی.
06:55
So there were no longer shoe makers,
167
400000
2000
دیگر کفش دوزی نبود،
06:57
but now there are people slapping soles on people's shoes.
168
402000
2000
و کسانی بودند که تخت کفش به کفش مردم می زدند.
06:59
And the whole idea of one's relationship to their work changed a lot.
169
404000
3000
و ایده کلی ارتباط یک نفر با کارش کلی تغییر کرد.
07:02
So I thought this was an interesting clip
170
407000
2000
فکر کردم که کليپ جالبی است
07:04
to divide into 16 pieces
171
409000
2000
که به 16 قطعه تقسیم شود
07:06
and feed into the Mechanical Turk with a drawing tool.
172
411000
3000
و با یک ابزار طراحی وارد تورك مکانیکی شود.
07:09
This basically allowed -- what you see on the left side is the original frame,
173
414000
3000
اصولا این امکان را می داد-- چیزی که سمت چپ می بینید فریم اصلی است،
07:12
and on the right side you see that frame
174
417000
2000
و سمت راست فریمی می بینید که
07:14
as interpreted by 16 people
175
419000
2000
توسط 16 نفر تفسیر شده است
07:16
who have no idea what it is they're doing.
176
421000
2000
كسي متوجه نمیشه دارند چکار می کنند.
07:18
And this was the inspiration for a project
177
423000
2000
و این الهام بخش یک پروژه بود
07:20
that I worked on with my friend Takashi Kawashima.
178
425000
2000
که با دوستم تاکاشی کاواشیما درست کردم.
07:22
We decided to use the Mechanical Turk for exactly what it was meant for,
179
427000
2000
تصمیم گرفتیم از تورک مکانیکی برای چیزی که درست شده بود استفاده کنیم،
07:24
which is making money.
180
429000
2000
که پول سازی بود.
07:26
So we took a hundred dollar bill and divided it into 10,000 teeny pieces,
181
431000
3000
یک اسکناس 100 دلاری را به 10 هزار تیکه ریز تقسیم کردیم،
07:29
and we fed those into the Mechanical Turk.
182
434000
2000
و آنها را وارد تورک مکانیکی کردیم.
07:31
We asked people to draw what it was that they saw.
183
436000
2000
از مردم خواستیم چیزی را که دیدند بکشند.
07:33
But here there was no sheep-like criteria.
184
438000
2000
اما معیاری مثل رسم گوسفند وجود نداشت.
07:35
People, if they drew a stick figure or a smiley face,
185
440000
3000
مردم، اگر یک صورت خندان یا عبوس را می کشیدند،
07:38
it actually made it into the bill.
186
443000
2000
در واقع به پول تبدیل میشد.
07:40
So what you see is actually a representation of how well people did
187
445000
2000
چیزی که می بینید نمایشی است از کاری که مردم انجام دادند
07:42
what it was they were asked to do.
188
447000
2000
چیزی که از آنها خواسته شد انجام دهند.
07:44
So we took these hundred dollar bills,
189
449000
2000
ما این اسکناس های صد دلاری را گرفتیم،
07:46
and we put them on a website called TenThousandsCents.com,
190
451000
2000
و آنها را در وب سایت TenThousandsCents.com قرار دادیم،
07:48
where you can browse through and see all the individual contributions.
191
453000
3000
جایی که می توانستید کمک های همه و هر فردی را ببینید.
07:51
And you can also trade real hundred-dollar bills for fake hundred-dollar bills
192
456000
3000
همچنین می توانید اسکناس های یکصد دلاری واقعی را با اسکناس های یکصد دلاری جعلی معامله کنید
07:54
and make a donation to the Hundred Dollar Laptop Project,
193
459000
3000
و به پروژه لپ تاپ یکصد دلاری کمک کنید،
07:57
which is now known as One Laptop Per Child.
194
462000
3000
که به پروژه هر کودک یک لپ تاپ، شاخته شده است.
08:00
This is again showing all the different contributions.
195
465000
2000
و می توانید کمکهای دیگران را هم ببینید.
08:02
You see some people did beautiful stipple renderings,
196
467000
2000
می توانید ببینید مردم نقاط زیبایی را تشکیل دادند،
08:04
like this one on top --
197
469000
2000
مثل این در بالا--
08:06
spent a long time making realistic versions.
198
471000
3000
زمان زیادی برای ایجاد نسخه های واقعی صرف شد.
08:09
And other people would draw stick figures or smiley faces.
199
474000
3000
و دیگران شکلهای عبوس یا چهره های خندانی ترسیم می کنند.
08:12
Here on the right-hand side in the middle
200
477000
2000
در اینجا سمت راست در وسط
08:14
you see this one guy writing, "$0.01!!! Really?"
201
479000
3000
می بینید که یکی داره می نویسه 0.01 دلار واقعا؟
08:17
That's all I'm getting paid for this?
202
482000
4000
همه اش اینقدر باید پول بدم؟
08:21
(Laughter)
203
486000
2000
(خنده حضار)
08:23
So the last Mechanical Turk project I'm going to talk to you about
204
488000
2000
آخرین پروژه تورک مکانیکی که برایتان شرح می دهم
08:25
is called Bicycle Built for 2000.
205
490000
2000
ساخت دوچرخه برای 2000 نفر نامیده می شود.
08:27
This is a collaboration with my friend Daniel Massey.
206
492000
2000
اینکار با همکاری دوستم دانیل ماسی انجام می شود.
08:29
You may recognize these two guys.
207
494000
2000
شاید این دو نفر را بشناسید.
08:31
This is Max Mathews and John Kelly from Bell Labs in the '60s,
208
496000
3000
مکس ماتئو و جان کلی از لابراتوار بل در دهه 60 هستند،
08:34
where they created the song "Daisy Bell,"
209
499000
2000
جایی که آهنگ" دیزی بل " را ساختند،
08:36
which was the world's first singing computer.
210
501000
2000
که اولین کامپیوتر خواننده دنیا بود.
08:38
You may recognize it from "2001: A Space Odyssey."
211
503000
2000
شاید این رو از " ادیسه فضایی: 2001 "بشناسید.
08:40
When HAL's dying at the end of the film he starts singing this song,
212
505000
3000
وقتي هال در حال مردن بود در پايان فيلم، او شروع به خواندن اين آهنگ كرد،
08:43
as a reference to when computers became human.
213
508000
3000
و مرجعی که کامپیوترها انسان شدند.
08:46
So we resynthesized this song.
214
511000
2000
از اینرو ما این آهنگ را دوباره سرودیم.
08:48
This is what that sounded like.
215
513000
2000
این آهنگ اینگونه بود.
08:50
We broke down all the individual notes
216
515000
2000
همه یادداشت ها را تجزیه کردیم
08:52
in the singing as well as the phonemes in the singing.
217
517000
3000
همانند آواها در خواندن.
08:55
Daisy Bell: ♫ Daisy, Daisy ... ♫
218
520000
4000
دیزی بل: دیزی، دیزی ...
08:59
Aaron Koblin: And we took all of those individual pieces,
219
524000
2000
آرون کوبلین: و تمام آن قطعات را گرفتیم،
09:01
and we fed them into another Turk request.
220
526000
2000
و آنها را وارد تورک دیگری کردیم.
09:03
This is what it would look like if you went to the site.
221
528000
2000
اگر به سایت نگاه بیاندازید این شکلی خواهد بود.
09:05
You type in your code,
222
530000
2000
کد خود را وارد کنید،
09:07
but you first test your mic.
223
532000
2000
اما ابتدا میکروفن خود را امتحان کنید.
09:09
You'd be fed a simple audio clip.
224
534000
2000
یک کلیپ صوتی ساده پخش می شود.
09:11
(Honk)
225
536000
2000
(صدای بوق)
09:13
And then you'd do your best to recreate that with your own voice.
226
538000
3000
و با صدای خودتان به بهترین نحو آنرا دوباره ایجاد کنید.
09:22
After previewing it and confirming it's what you submitted,
227
547000
3000
بعد از پیش نمایش و تایید چیزی که ارسال کردید،
09:25
you could submit it into the Mechanical Turk with no other context.
228
550000
3000
می توانید آنرا بدون هیچ زمینه ای وارد تورک مکانیکی کنید.
09:28
And this is what we first got back from the very first set of submissions.
229
553000
3000
و این چیزی بود که از اولین ارسال ها گرفتیم.
09:31
Recording: ♫ Daisy, Daisy ♫
230
556000
5000
Recording: ♫ Daisy, Daisy ♫
09:36
♫ give me your answer do ♫
231
561000
5000
♫ give me your answer do ♫
09:41
♫ I'm half crazy ♫
232
566000
4000
♫ I'm half crazy ♫
09:45
♫ all for the love of you ♫
233
570000
5000
♫ all for the love of you ♫
09:50
♫ It can't be a stylish marriage ♫
234
575000
5000
♫ It can't be a stylish marriage ♫
09:55
♫ I can't afford a carriage ♫
235
580000
4000
♫ I can't afford a carriage ♫
09:59
♫ But you'll look sweet upon the seat ♫
236
584000
5000
♫ But you'll look sweet upon the seat ♫
10:04
♫ of a bicycle built for two ♫
237
589000
5000
♫ of a bicycle built for two ♫
10:09
AK: So James Surowieki has this idea of the wisdom of crowds,
238
594000
3000
بعدی: بدین ترتیب جیمز سورو این ایده را از شعور جمعیت دارد،
10:12
that says that a whole bunch of people are smarter than any individual.
239
597000
3000
که یک گروه از مردم باهوش تر از یک نفر هستند.
10:15
We wanted to see how this applies to collaborative, distributed music making,
240
600000
3000
می خواستیم کاربرد آنرا در ساخت موسیقی و همکاری ببینیم،
10:18
where nobody has any idea what it is they're working on.
241
603000
3000
هیچ کس نمی دانست که آنها چکار می خواهند انجام دهند.
10:21
So if you go to the BicycleBuiltforTwoThousand.com
242
606000
2000
اگر به سایت BicycleBuiltforTwoThousand.com بروید
10:23
you can actually hear what all this sounds like together.
243
608000
2000
می بینید که تمام این صداها چقدر شبیه هم هستند.
10:25
I'm sorry for this.
244
610000
2000
برای این متاسفم.
10:27
(Noise)
245
612000
5000
(صدای خش)
10:32
Chorus: ♫ Daisy, Daisy ♫
246
617000
4000
هم سرايان: Daisy, Daisy
10:36
♫ Give me your answer do ♫
247
621000
5000
♫ Give me your answer do ♫
10:41
♫ I'm half crazy ♫
248
626000
5000
♫ I'm half crazy ♫
10:46
♫ all for the love of you ♫
249
631000
4000
♫ all for the love of you ♫
10:50
♫ It can't be a stylish marriage ♫
250
635000
5000
♫ It can't be a stylish marriage ♫
10:55
♫ I can't afford a carriage ♫
251
640000
4000
♫ I can't afford a carriage ♫
10:59
♫ But you'd look sweet upon the seat ♫
252
644000
5000
♫ But you'd look sweet upon the seat ♫
11:04
♫ of a bicycle built for two ♫
253
649000
6000
♫ of a bicycle built for two ♫
11:10
AK: So stepping back for a quick second,
254
655000
3000
بعدی: چند ثانیه به عقب برمی گردیم،
11:13
when I was at UCLA going to grad school,
255
658000
2000
وقتی که در یو سی ال فوق لیسانس می خواندم،
11:15
I was also working at a place called the Center for Embedded Network Sensing.
256
660000
3000
در جایی کار می کردم بنام مرکز احساس شبکه.
11:18
And I was writing software to visualize laser scanners.
257
663000
3000
و نرم افزاری برای به تصویر کشیدن اسکنرهای لیزری می نوشتم.
11:21
So basically motion through 3D space.
258
666000
2000
یعنی حرکت سه بعدي در فضا.
11:23
And this was seen by a director in L.A. named James Frost
259
668000
2000
و این کار توسط کارگردانی در لوس انجلس بنام جیمز فراست دیده شد
11:25
who said, "Wait a minute.
260
670000
2000
گفت، "یک لحظه صبر کنید.
11:27
You mean we can shoot a music video without actually using any video?"
261
672000
2000
منظورتون اینکه بدون هیچ گونه ویدیو می توانیم از یک موزیک ویدیو فیلمبرداری کنیم؟"
11:29
So we did exactly that.
262
674000
2000
و ما دقیقا همان کار را کردیم.
11:31
We made a music video for one of my favorite bands, Radiohead.
263
676000
2000
یک موزیک ویدیو برای گروه محبوبمان ردیوهد درست کردیم.
11:33
And I think one of my favorite parts of this project
264
678000
2000
و فکر کنم یکی از قسمتهای جالب این پروژه
11:35
was not just shooting a video with lasers,
265
680000
2000
فیلمبرداری ویدیویی با لیزر نبود،
11:37
but we also open sourced it,
266
682000
2000
بلکه ساخت آنرا همگانی کردیم،
11:39
and we made it released as a Google Code project,
267
684000
2000
و آنرا بصورت پروژه کد گوگل منتشر کردیم،
11:41
where people could download a bunch of the data and some source code
268
686000
2000
جایی که افراد می توانستند دسته ای از اطلاعات و چند سورس کد را دانلود کنند
11:43
to build their own versions of it.
269
688000
2000
تا نسخه دلخواه خودشان را بسازند.
11:45
And people were making some amazing things.
270
690000
2000
و مردم چیزهای جالبی درست کردند.
11:47
This is actually two of my favorites:
271
692000
2000
این دو تا از اونهایی است که دوست دارم:
11:49
the pin-board Thom Yorke and a LEGO Thom Yorke.
272
694000
2000
پینبورد تام یورک و لگو تام یورک.
11:51
A whole YouTube channel of people submitting really interesting content.
273
696000
3000
کل افراد کانال یوتیوب در حال ارسال چیزهای جالبی هستند.
11:54
More recently, somebody even 3D-printed Thom Yorke's head,
274
699000
3000
اخیرا، یک نفر سر تام یورک را هم سه بعدی چاپ کرده،
11:57
which is a little creepy, but pretty cool.
275
702000
3000
یه کم غیرعادیه، ولی نسبتاً خوبه.
12:00
So with everybody making so much amazing stuff
276
705000
2000
از اینرو با هرکسی که چنین چیز جالبی درست کرده
12:02
and actually understanding what it was they were working on,
277
707000
3000
و با درک اینکه روی چی کار می کردند،
12:05
I was really interested in trying to make a collaborative project
278
710000
2000
علاقمند شدم یک پروژه دسته جمعی ایجاد کنم
12:07
where people were working together to build something.
279
712000
2000
جایی که مردم چیزی را با هم درست می کردند.
12:09
And I met a music video director named Chris Milk.
280
714000
2000
و من با یک کارگردان موزیک ویدیو بنام کریس میلک ملاقات کردم.
12:11
And we started bouncing around ideas
281
716000
2000
و ایده دادم که
12:13
to make a collaborative music video project.
282
718000
2000
یک پروژه موزیک ویدیوی دسته جمعی درست کنیم.
12:15
But we knew we really needed the right person
283
720000
2000
اما می دانستیم که به یه شخص مناسب نیاز داریم
12:17
to kind of rally behind and build something for.
284
722000
3000
نوعی پشتيباني كردن برای ساخت چیزی.
12:20
So we put the idea on the back burner for a few months.
285
725000
2000
برای همین ایده رو، چند ماهی کنار گذاشتیم.
12:22
And he ended up talking to Rick Rubin,
286
727000
2000
و گفتگو با ریک روبین را تمام کرد،
12:24
who was finishing up Johnny Cash's final album
287
729000
2000
کسی که آخرین آلبوم جانی کش
12:26
called "Ain't No Grave."
288
731000
2000
بنام دیگر گوری نیست را به پایان رسانده بود.
12:28
The lyrics to the leading track are "Ain't no grave can hold my body down."
289
733000
3000
شعر آهنگ اول این است که دیگر گوری نیست که بدنم را در خود نگهدارد.
12:31
So we thought this was the perfect
290
736000
2000
فکر کردیم پروژه خیلی خوبیه
12:33
project to build a collaborative memorial
291
738000
2000
که یک یادبود جمعی ایجاد کنیم
12:35
and a virtual resurrection for Johnny Cash.
292
740000
2000
و احیای مجدد جانی کش.
12:37
So I teamed up with my good friend Ricardo Cabello, also known as Mr. doob,
293
742000
3000
تیم رو با دوست خوبم ریکاردو کابلو که به آقای دوب معروفه تشکیل دادم،
12:40
who's a much better programmer than I am,
294
745000
2000
برنامه نویسی، خیلی بهتر از من،
12:42
and he made this amazing Flash drawing tool.
295
747000
2000
و این ابزار طراحی بسیار جالب فلش را ساخت.
12:44
As you know,
296
749000
2000
همانطور که می دانید،
12:46
an animation is a series of images.
297
751000
2000
انیمیشن مجموعه ای از تصاویر است.
12:48
So what we did was cross-cut a bunch of archival footage of Johnny Cash,
298
753000
3000
مجموعه ای از فیلمهای آرشیوی جانی کش را با ويرايش کنار هم گذاشتیم،
12:51
and at eight frames a second,
299
756000
2000
ثانیه ای هشت فریم،
12:53
we allowed individuals to draw a single frame
300
758000
2000
به همه این امکان را ادامه دادیم که تک فریمی
12:55
that would get woven into
301
760000
2000
ایجاد کند که به این
12:57
this dynamically changing music video.
302
762000
2000
موزیک ویدیویی متحرک تبدیل شد.
12:59
So I don't have time to play the entire thing for you,
303
764000
2000
وقت کافی برای نمایش همه آن به شما وجود ندارد،
13:01
but I want to show you two short clips.
304
766000
2000
اما دوتا کلیپ کوتاه به شما نشان می دهم.
13:03
One is the beginning of the music video.
305
768000
2000
اولی شروع این موزیک ویدیو است.
13:05
And that's going to be followed by a short clip
306
770000
2000
و بعد از آن این کلیپ کوتاه
13:07
of people who have already contributed to the project
307
772000
2000
افرادی را می بینیم که در این پروژه همکاری کردند
13:09
talking about it briefly.
308
774000
3000
و در موردش کمی صحبت می کنم.
13:12
(Music)
309
777000
6000
(موزیک)
13:18
(Video) Johnny Cash: ♫ There ain't no grave ♫
310
783000
2000
(Video) Johnny Cash: ♫ There ain't no grave ♫
13:20
♫ can hold my body down ♫
311
785000
4000
♫ can hold my body down ♫
13:24
♫ There ain't no grave ♫
312
789000
2000
♫ There ain't no grave ♫
13:26
♫ can hold body down ♫
313
791000
3000
♫ can hold body down ♫
13:30
♫ When I hear the trumpet sound ♫
314
795000
4000
♫ When I hear the trumpet sound ♫
13:34
♫ I'm going to ride right out of the ground ♫
315
799000
2000
♫ I'm going to ride right out of the ground ♫
13:36
♫ Ain't no grave ♫
316
801000
3000
♫ Ain't no grave ♫
13:39
♫ can hold my body ... ♫
317
804000
3000
♫ can hold my body ... ♫
13:42
(Applause)
318
807000
2000
(تشویق حضار)
13:44
AK: What better way to pay tribute to the man
319
809000
3000
بعدی: چه یادبودی برای آن مرد
13:47
than to make something for one of his songs.
320
812000
3000
بهتر از ساختن یکی از آهنگهایش وجود دارد.
13:50
Collaborator: I felt really sad when he died.
321
815000
2000
همکار: وقتی مرد واقعا غمگین شدم.
13:52
And I just thought it'd be wonderful,
322
817000
2000
و فکر کردم که خیلی خوبه،
13:54
it'd be really nice to contribute something to his memory.
323
819000
3000
خیلی عالیه به یادبود کسی کمک شود.
13:57
Collaborator Two: It really allows
324
822000
2000
همکار دوم: این امان را ایجاد کرد که
13:59
this last recording of his
325
824000
3000
آخرین کارش
14:02
to be a living, breathing memorial.
326
827000
5000
یادبودی زنده باشد.
14:07
Collaborator Three: For all of the frames to be drawn by fans,
327
832000
3000
همكار سوم: تمام فریمهایی که توسط طرفداران کشیده شد،
14:10
each individual frame,
328
835000
2000
هر تک فریم،
14:12
it's got a very powerful feeling to it.
329
837000
2000
احساس قوی به آن می داد.
14:14
Collaborator Four: I've seen everybody
330
839000
2000
همکار چهار: همه را دیدم
14:16
from Japan, Venezuela, to the States,
331
841000
2000
از ژاپن، ونزوئلا تا امریکا،
14:18
to Knoxville, Tennessee.
332
843000
2000
ایالات ناکسویل ، تنسی.
14:20
Collaborator Five: As much as is different from frame to frame,
333
845000
3000
همکار پنج: به اندازه تفاوتی که هر فریم به فریم دارد،
14:23
it really is personal.
334
848000
2000
کاملا شخصی است.
14:25
Collaborator Six: Watching the video in my room,
335
850000
2000
همکار شش: با دیدن این ویدیو در اتاقم،
14:27
I could see me not understanding at the beginning of it.
336
852000
3000
فکر نمی کردم اول آنرا بفهمم.
14:30
And I just worked and worked through problems,
337
855000
3000
و با مشکلات سر و کله زدم،
14:33
until my little wee battles that I was fighting within the picture
338
858000
4000
تا اینکه مشکلات کوچکم که در تصویر با آنها می جنگیدم
14:37
all began to resolve themselves.
339
862000
3000
شروع کردند به حل کردن خودشان.
14:40
You can actually see the point when I know what I'm doing,
340
865000
2000
از اینرو می توانید ببینیدکه چه کاری انجام می دم،
14:42
and a lot of light and dark comes into it.
341
867000
3000
و کلی نور و تاریکی به آن رسید.
14:45
And in a weird way,
342
870000
2000
و بطور عجیبی،
14:47
that's what I actually like about Johnny Cash's music as well.
343
872000
2000
من هم علاقمند موزیک جانی کش شدم.
14:49
It's the sum total of his life,
344
874000
2000
این کل زندگی اوست،
14:51
all the things that had happened --
345
876000
2000
تمام چیزهایی که رخ داده--
14:53
the bad things, the good things.
346
878000
2000
اتفاقات خوب، اتفاقات بد.
14:55
You're hearing a person's life.
347
880000
3000
زندگی یک انسان را می شنوید.
15:01
AK: So if you go to the website JohnnyCashProject.com,
348
886000
2000
بعدی: اگر سری به وبسایت JohnnyCashProject.com بزنید،
15:03
what you'll see is the video playing above.
349
888000
2000
چیزی که می بینید ویدیویی در حال اجراست.
15:05
And below it are all the individual frames
350
890000
2000
و در پایین تمام تک فریمها
15:07
that people have been submitting to the project.
351
892000
2000
که مردم به پروژه ارسال کرده اند.
15:09
So this isn't finished at all,
352
894000
2000
هنوز تمام نشده،
15:11
but it's an ongoing project where people can continue to collaborate.
353
896000
2000
پروژه در حال کاری است مردم می توانند به آن کمک کنند.
15:13
If you roll over any one of those individual thumbnails,
354
898000
2000
اگر روی هر کدام از آن تصاویر کوچک ماوس را حرکت دهید،
15:15
you can see the person who drew that individual thumbnail
355
900000
2000
می توانید شخصی که آن عکس را گرفته
15:17
and where they were located.
356
902000
2000
و اینکه کجا هستند را ببینید.
15:19
And if you find one that you're interested in,
357
904000
2000
و اگر هر کدام را دوست داشتید،
15:21
you can actually click on it and open up an information panel
358
906000
2000
می توانید روی آن کلیک کنید و صفحه اطلاعات را باز کنید
15:23
where you're able to rate that frame,
359
908000
2000
که می توانید به فریم امتیاز بدهید،
15:25
which helps it bubble up to the top.
360
910000
2000
که می توانید آنرا به صدر جدول ببرد.
15:27
And you can also see the way that it was drawn.
361
912000
2000
و همچنین می توانید ببینید که چگونه گرفته شده است.
15:29
Again, you can get the playback and personal contribution.
362
914000
2000
و باز هم، می توانید اجرا کنید و همکاری داشته باشید.
15:31
In addition to that, it's listed, the artist's name, the location,
363
916000
3000
علاوه بر آن، نام و مکان آن لیست شده،
15:34
how long they spent drawing it.
364
919000
2000
و مدت زمانی که صرف تهیه آن شده است.
15:36
And you can pick a style. So this one was tagged "Abstract."
365
921000
3000
و می توانید سبکی را انتخاب کنید. من این یکی را انتزاعی علامت زدم.
15:39
But there's a bunch of different styles.
366
924000
2000
اما کلی سبک های متفاوت وجود دارد.
15:41
And you can sort the video a number of different ways.
367
926000
2000
و می توانید ویدیو را به طرق مختلف کوتاه کنید.
15:43
You can say, "I want to see the pointillist version
368
928000
2000
می توانید بگویید، می خواهم نسخه نقطه نقطه شده را ببینم
15:45
or the sketchy version or the realistic version.
369
930000
2000
یا نسخه واقعی یا نسخه طرح دستی.
15:47
And then this is, again, the abstract version,
370
932000
2000
و این بازهم نسخه انتزاعی،
15:49
which ends up getting a little bit crazy.
371
934000
3000
که کمی با گیج کردن تمام می شود.
15:54
So the last project I want to talk to you about is another collaboration with Chris Milk.
372
939000
3000
آخرین پروژه ایی که می خواهم در مورد آن با شما صحبت کنم دیگر همکاری من با کریس میلک است.
15:57
And this is called "The Wilderness Downtown."
373
942000
2000
و اسم آن مرکز نا آرام است.
15:59
It's an online music video for the Arcade Fire.
374
944000
3000
موسیقی آنلایم برای آرکاد فایر است.
16:02
Chris and I were really amazed
375
947000
2000
من و کریس آنرا خیلی دوست داریم
16:04
by the potential now with modern web browsers,
376
949000
2000
با مرورگرهای بالقوه پیشرفته ای که وجود دارد،
16:06
where you have HTML5 audio and video
377
951000
2000
با صوت و تصویر HTML5
16:08
and the power of JavaScript to render amazingly fast.
378
953000
3000
و قدرت جاوا اسکریپت به سرعت پخش می شود.
16:11
And we wanted to push the idea of the music video that was meant for the Web
379
956000
3000
و می خواستیم ایده موزیک ویدئو را که برای وب منظور بود نشان دهیم
16:14
beyond the four-by-three or sixteen-by-nine window
380
959000
3000
فراتر از پنجره چهار در سه یا 16/9
16:17
and try to make it play out and choreograph throughout the screen.
381
962000
3000
و سعی کردیم آنرا و حرکات رقص را از طریق صفحه نمایشگر اجرا کنیم.
16:20
But most importantly, I think,
382
965000
2000
و فکر این موضوع خیلی مهم بود،
16:22
we really wanted to make an experience that was unlike the Johnny Cash Project,
383
967000
3000
می خواستیم حسی ایجاد کنیم که شبیه پروژه جانی کش نباشد،
16:25
where you had a small group of people spending a lot of time
384
970000
3000
که تعداد افرادی زمان زیادی صرف می کردند
16:28
to contribute something for everyone.
385
973000
2000
تا به هرکسی در مورد چیزی همکاری کنند.
16:30
What if we had a very low commitment,
386
975000
3000
اگر یک کمی تعهد داشتیم،
16:33
but delivered something individually unique to each person who contributed?
387
978000
3000
که چیز منحصر به فردی به هر کسی که همکاری می کرد ارائه می کردیم چی؟
16:36
So the project starts off by asking you to enter the address
388
981000
2000
پروژه با درخواست از شما برای وارد کردن آدرس
16:38
of the home where you grew up.
389
983000
2000
خانه ای که در آن بزرگ شدید شروع شد.
16:40
And you type in the address --
390
985000
2000
و شما آدرس را تایپ می کنید--
16:42
it actually creates a music video specifically for you,
391
987000
2000
در حقیقت یک موزیک ویدیو اختصاصی برای شما ایجاد می گردد،
16:44
pulling in Google maps and Streetview images
392
989000
2000
در تصاویر گوگل مپ و استریت ویو قرار می گرفت
16:46
into the experience itself.
393
991000
2000
تا خودش تجربه شود.
16:48
So this should really be seen at home with you typing in your own address,
394
993000
3000
از این هنگام تایپ کردن آدرس خودتان باید در خانه تان دیده می شد،
16:51
but I'm going to give you a little preview of what you can expect.
395
996000
3000
اما به شما نشان می دهم که چی می تونستید ببینید.
16:54
(Video) Win Butler: ♫ Now our lives are changing fast ♫
396
999000
4000
(Video) Win Butler: ♫ Now our lives are changing fast ♫
16:58
♫ Now our lives are changing fast ♫
397
1003000
4000
♫ Now our lives are changing fast ♫
17:02
♫ Hope that something pure can last ♫
398
1007000
3000
♫ Hope that something pure can last ♫
17:06
♫ Hope that something pure can last ♫
399
1011000
4000
♫ Hope that something pure can last ♫
17:13
♫ Ooh we used to wait ♫
400
1018000
4000
♫ Ooh we used to wait ♫
17:17
♫ Ooh we used to wait ♫
401
1022000
4000
♫ Ooh we used to wait ♫
17:21
♫ Ooh we used to wait ♫
402
1026000
3000
♫ Ooh we used to wait ♫
17:24
♫ Sometimes it never came ♫
403
1029000
3000
♫ Sometimes it never came ♫
17:27
♫ Sometimes it never came ♫
404
1032000
4000
♫ Sometimes it never came ♫
17:31
♫ Still moving through the pain ♫
405
1036000
3000
♫ Still moving through the pain ♫
17:34
♫ We used to wait for it ♫
406
1039000
4000
♫ We used to wait for it ♫
17:38
♫ We used to wait for it ♫
407
1043000
4000
♫ We used to wait for it ♫
17:42
♫ We used to wait for it ♫
408
1047000
4000
♫ We used to wait for it ♫
17:50
AK: So I think, if there's one thing to take away from my talk today,
409
1055000
3000
بعدی: فکر کنم که مطلبی نگفته در حرفهایم باقی مانده،
17:53
it's that an interface can be a powerful narrative device.
410
1058000
2000
که رابط کاربر می تواند وسیله روایتگر قدرتمندی باشد.
17:55
And as we collect more and more personally and socially relevant data,
411
1060000
4000
هرچه بیتشر اطلاعات شخصی و اجتماعی بیشتری جمع آوری می کنیم،
17:59
we have an opportunity, and maybe even an obligation,
412
1064000
2000
یک فرصت یا شاید حتی یک تعهدی داریم،
18:01
to maintain the humanity and tell some amazing stories
413
1066000
2000
تا که انسانیت را حفظ کنیم و داستانهای زیبایی نقل کنیم
18:03
as we explore and collaborate together.
414
1068000
2000
و با هم کشف و همکاری کنیم.
18:05
Thanks a lot.
415
1070000
2000
خیلی ممنون.
18:07
(Applause)
416
1072000
4000
(تشویق حضار)
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