TEDxCaFoscariU
Frederic Kaplan: How to build an information time machine
Frederic Kaplan: Comment j'ai construit une machine à remonter le temps de l'information
Filmed:
Readability: 4.5
1,238,053 views
Imaginez que l'on puisse naviguer sur Facebook... depuis le Moyen Age. Eh bien, ce n'est peut-être pas aussi loin que ça en a l'air. Dans cette conférence drôle et intéressante, le chercheur et ingénieur Frederic Kaplan nous montre la Machine à Remonter le Temps de Venise, un projet de numérisation de 80 kilomètres de livres afin de créer une simulation historique et géographique de Venise sur 1000 ans. (Filmé à TEDxCaFoscariU.)
Frederic Kaplan - Digital humanities researcher
Frederic Kaplan seeks to digitize vast archives of historical information to make maps that move -- through time. Full bio
Frederic Kaplan seeks to digitize vast archives of historical information to make maps that move -- through time. Full bio
Double-click the English transcript below to play the video.
00:12
This is an image of the planet Earth.
0
285
2893
Voici une image de la planète Terre.
00:15
It looks very much like the Apollo pictures
1
3178
3093
Elle ressemble beaucoup
aux images d'Apollo,
aux images d'Apollo,
00:18
that are very well known.
2
6271
1611
très célèbres.
00:19
There is something different;
3
7882
2070
Il y a une différence :
00:21
you can click on it,
4
9952
1447
on peut cliquer sur cette image,
00:23
and if you click on it,
5
11399
1198
et si on le fait,
00:24
you can zoom in on almost any place on the Earth.
6
12597
3072
on peut zoomer sur quasiment
n'importe quel endroit du globe.
n'importe quel endroit du globe.
00:27
For instance, this is a bird's-eye view
7
15669
1999
Par exemple, cette vue du ciel
00:29
of the EPFL campus.
8
17668
2666
du campus de l'EPFL.
00:32
In many cases, you can also see
9
20334
2108
Souvent, on peut voir également
00:34
how a building looks from a nearby street.
10
22442
3740
à quoi ressemble un bâtiment
vu d'une rue à proximité.
vu d'une rue à proximité.
00:38
This is pretty amazing.
11
26182
1422
C'est incroyable.
00:39
But there's something missing in this wonderful tour:
12
27604
3427
Mais il manque quelque chose
à cette belle visite :
à cette belle visite :
00:43
It's time.
13
31031
2188
le temps.
00:45
i'm not really sure when this picture was taken.
14
33219
3070
Je ne sais pas trop quand
cette photo a été prise.
cette photo a été prise.
00:48
I'm not even sure it was taken
15
36289
1412
Je ne suis même pas sûr
si elle a été prise
si elle a été prise
00:49
at the same moment as the bird's-eye view.
16
37701
6083
en même temps
que la vue du ciel.
que la vue du ciel.
00:55
In my lab, we develop tools
17
43784
2209
Dans mon laboratoire,
nous développons des outils
nous développons des outils
00:57
to travel not only in space
18
45993
1764
pour voyager non seulement dans l'espace
00:59
but also through time.
19
47757
2558
mais aussi dans le temps.
01:02
The kind of question we're asking is
20
50315
1870
La question que l'on se pose est
01:04
Is it possible to build something
21
52185
1393
s'il est possible de construire
quelque chose
quelque chose
01:05
like Google Maps of the past?
22
53578
2178
comme un Google Maps du passé ?
01:07
Can I add a slider on top of Google Maps
23
55756
3310
Peut-on ajouter un curseur
en haut de Google Maps
en haut de Google Maps
01:11
and just change the year,
24
59066
1803
et changer l'année,
01:12
seeing how it was 100 years before,
25
60869
1791
pour voir comment c'était
il y a 100 ans,
il y a 100 ans,
01:14
1,000 years before?
26
62660
1669
ou il y a 1000 ans ?
01:16
Is that possible?
27
64329
2123
Est-ce que c'est possible ?
01:18
Can I reconstruct social networks of the past?
28
66452
2252
Peut-on reconstruire
des réseaux sociaux du passé ?
des réseaux sociaux du passé ?
01:20
Can I make a Facebook of the Middle Ages?
29
68704
3049
Peut-on créer un Facebook
du Moyen Age ?
du Moyen Age ?
01:23
So, can I build time machines?
30
71753
3776
En fait, peut-on créer
des machines à remonter le temps ?
des machines à remonter le temps ?
01:27
Maybe we can just say, "No, it's not possible."
31
75529
2565
On peut répondre simplement :
« Non, c'est impossible. »
« Non, c'est impossible. »
01:30
Or, maybe, we can think of it from an information point of view.
32
78094
3810
Ou alors, on peut y réfléchir
du point de vue de l'information.
du point de vue de l'information.
01:33
This is what I call the information mushroom.
33
81904
3190
C'est ce que j'appelle
le champignon de l'information.
le champignon de l'information.
01:37
Vertically, you have the time.
34
85094
1583
Verticalement, voici le temps,
01:38
and horizontally, the amount of digital information available.
35
86677
2740
et horizontalement, le nombre
d'informations numériques disponibles.
d'informations numériques disponibles.
01:41
Obviously, in the last 10 years, we have much information.
36
89417
3482
Evidemment, dans les 10 dernières années,
il y a beaucoup d'informations.
il y a beaucoup d'informations.
01:44
And obviously the more we go in the past, the less information we have.
37
92899
3548
Et bien sûr, plus nous retournons vers le passé,
moins il y a d'informations.
moins il y a d'informations.
01:48
If we want to build something like Google Maps of the past,
38
96447
2318
Si nous voulons construire quelque chose
comme Google Maps du passé,
comme Google Maps du passé,
01:50
or Facebook of the past,
39
98765
1494
ou Facebook du passé,
01:52
we need to enlarge this space,
40
100259
1574
il faut élargir cet espace,
01:53
we need to make that like a rectangle.
41
101833
1938
il faut le faire comme un rectangle.
01:55
How do we do that?
42
103771
1510
Comment s'y prend-on ?
01:57
One way is digitization.
43
105281
2098
Une façon, c'est la numérisation.
01:59
There's a lot of material available --
44
107395
1779
Il y a beaucoup de matériel disponible,
02:01
newspaper, printed books, thousands of printed books.
45
109190
6270
des journaux, des livres imprimés,
des milliers de livres imprimés.
des milliers de livres imprimés.
02:07
I can digitize all these.
46
115460
1768
Je peux tous les numériser.
02:09
I can extract information from these.
47
117228
2737
Je peux en extraire les informations.
02:11
Of course, the more you go in the past,
the less information you will have.
the less information you will have.
48
119965
3543
Bien sûr, plus on retourne dans le passé,
moins il y a d'informations.
moins il y a d'informations.
02:15
So, it might not be enough.
49
123508
2646
Ce n'est peut-être pas suffisant.
02:18
So, I can do what historians do.
50
126154
2408
Je peux alors faire ce que font
les historiens.
les historiens.
02:20
I can extrapolate.
51
128562
1524
Je peux extrapoler.
02:22
This is what we call, in computer science, simulation.
52
130086
4470
C'est ce qu'on appelle, en informatique,
la simulation.
la simulation.
02:26
If I take a log book,
53
134556
1751
Si je prends un journal de bord,
02:28
I can consider, it's not just a log book
54
136307
2404
je peux estimer que ce n'est pas
qu'un journal de bord
qu'un journal de bord
02:30
of a Venetian captain going to a particular journey.
55
138711
2972
d'un capitaine vénitien
partant vers un voyage précis.
partant vers un voyage précis.
02:33
I can consider it is actually a log book
56
141683
1643
Je peux estimer que c'est un journal de bord
02:35
which is representative of
many journeys of that period.
many journeys of that period.
57
143326
2582
représentatif d'un grand nombre
de voyages de cette époque.
de voyages de cette époque.
02:37
I'm extrapolating.
58
145908
2245
J'extrapole.
02:40
If I have a painting of a facade,
59
148153
2038
Si j'ai la peinture d'une façade,
02:42
I can consider it's not just that particular building,
60
150191
2751
je peux envisager que ce n'est pas
que ce bâtiment en particulier,
que ce bâtiment en particulier,
02:44
but probably it also shares the same grammar
61
152942
3932
mais qu'il partage probablement
la même grammaire
la même grammaire
02:48
of buildings where we lost any information.
62
156874
4041
que d'autres bâtiments
dont les informations ont été perdues.
dont les informations ont été perdues.
02:52
So if we want to construct a time machine,
63
160915
2858
Si on veut construire
une machine à remonter le temps,
une machine à remonter le temps,
02:55
we need two things.
64
163773
1339
il faut deux choses.
02:57
We need very large archives,
65
165112
2234
Il faut des archives très grandes,
02:59
and we need excellent specialists.
66
167346
2742
et d'excellents experts.
03:02
The Venice Time Machine,
67
170088
1874
La machine à remonter le temps
de Venise,
de Venise,
03:03
the project I'm going to talk to you about,
68
171962
1805
le projet dont je vais vous parler,
03:05
is a joint project between the EPFL
69
173767
3020
est un projet commun entre l'EPFL
03:08
and the University of Venice Ca'Foscari.
70
176787
2978
et l'Université de Venise Ca' Foscari.
03:11
There's something very peculiar about Venice,
71
179765
2165
Il y a quelque chose
de très particulier au sujet de Venise,
de très particulier au sujet de Venise,
03:13
that its administration has been
72
181930
2674
c'est que son administration est
03:16
very, very bureaucratic.
73
184604
2194
très, très bureaucratique.
03:18
They've been keeping track of everything,
74
186798
2193
Ils ont gardé trace de tout,
03:20
almost like Google today.
75
188991
2915
presque comme Google aujourd'hui.
03:23
At the Archivio di Stato,
76
191906
1514
Aux Archives d'Etat,
03:25
you have 80 kilometers of archives
77
193420
1764
il y a 80 kilomètres d'archives
03:27
documenting every aspect
78
195184
2009
retraçant chaque aspect
03:29
of the life of Venice over
more than 1,000 years.
more than 1,000 years.
79
197193
2246
de la vie de Venise
sur plus de 1000 ans.
sur plus de 1000 ans.
03:31
You have every boat that goes out,
80
199439
1920
Il y a chaque bateau qui part,
03:33
every boat that comes in.
81
201359
1076
chaque bateau qui arrive.
03:34
You have every change that was made in the city.
82
202435
2797
Il y a chaque changement
fait dans la ville.
fait dans la ville.
03:37
This is all there.
83
205232
3291
Tout est là dedans.
03:40
We are setting up a 10-year digitization program
84
208523
3908
Nous sommes en train de créer un programme
de numérisation de 10 ans
de numérisation de 10 ans
03:44
which has the objective of transforming
85
212431
1677
qui a pour objectif de transformer
03:46
this immense archive
86
214108
1384
ces énormes archives
03:47
into a giant information system.
87
215492
2426
en un système gigantesque d'information.
03:49
The type of objective we want to reach
88
217918
1857
Nous avons pour type d'objectif
03:51
is 450 books a day that can be digitized.
89
219775
4726
de pouvoir numériser 450 livres par jour.
03:56
Of course, when you digitize, that's not enough,
90
224501
2247
Bien sûr, quand on numérise,
ce n'est pas suffisant,
ce n'est pas suffisant,
03:58
because these documents,
91
226748
1287
car ces documents,
04:00
most of them are in Latin, in Tuscan,
92
228035
2639
la plupart d'entre eux sont en latin,
en toscan,
en toscan,
04:02
in Venetian dialect,
93
230689
1515
en dialecte vénitien,
04:04
so you need to transcribe them,
94
232204
1675
il faut donc les transcrire,
04:05
to translate them in some cases,
95
233879
1681
les traduire dans certains cas,
04:07
to index them,
96
235560
1120
les indexer,
04:08
and this is obviously not easy.
97
236680
2164
et évidemment, ce n'est pas simple.
04:10
In particular, traditional optical
character recognition method
character recognition method
98
238844
3844
La méthode de reconnaissance de caractère
optique traditionnelle, notamment,
optique traditionnelle, notamment,
04:14
that can be used for printed manuscripts,
99
242688
1424
qu'on peut utiliser
pour des manuscrits imprimés,
pour des manuscrits imprimés,
04:16
they do not work well on the handwritten document.
100
244112
4004
ne fonctionne pas bien
sur des documents écrits à la main.
sur des documents écrits à la main.
04:20
So the solution is actually to take inspiration
101
248116
2130
La solution en fait, c'est de s'inspirer
04:22
from another domain: speech recognition.
102
250246
2901
d'un autre domaine : la reconnaissance vocale.
04:25
This is a domain of something
that seems impossible,
that seems impossible,
103
253147
2055
C'est un domaine d'une chose
qui semble impossible
qui semble impossible
04:27
which can actually be done,
104
255202
2537
mais qui peut être réalisée
04:29
simply by putting additional constraints.
105
257739
2194
en ajoutant simplement
des contraintes supplémentaires.
des contraintes supplémentaires.
04:31
If you have a very good model
106
259933
1586
Si on a un très bon modèle
04:33
of a language which is used,
107
261519
1526
d'un langage utilisé,
04:35
if you have a very good model of a document,
108
263045
2086
si on a un très bon modèle d'un document,
04:37
how well they are structured.
109
265131
1432
bien structuré.
04:38
And these are administrative documents.
110
266563
1353
Ce sont des documents administratifs.
04:39
They are well structured in many cases.
111
267931
2132
Ils sont bien structurés
la plupart du temps.
la plupart du temps.
04:42
If you divide this huge archive into smaller subsets
112
270063
3308
Si on divise ces immenses archives
en de petits sous-ensembles,
en de petits sous-ensembles,
04:45
where a smaller subset
actually shares similar features,
actually shares similar features,
113
273371
2877
où un petit sous-ensemble
partage des aspects similaires,
partage des aspects similaires,
04:48
then there's a chance of success.
114
276248
4031
alors il y a un chance de réussite.
04:54
If we reach that stage, then there's something else:
115
282761
2435
Si cette étape est atteinte,
alors il y a autre chose :
alors il y a autre chose :
04:57
we can extract from this document events.
116
285196
3522
on peut extraire des événements
de ces documents.
de ces documents.
05:00
Actually probably 10 billion events
117
288718
2298
En fait, probablement
10 milliards d'événements
10 milliards d'événements
05:03
can be extracted from this archive.
118
291016
1931
peuvent être extraits
de ces archives.
de ces archives.
05:04
And this giant information system
119
292947
1724
Et ce système d'information
gigantesque
gigantesque
05:06
can be searched in many ways.
120
294671
1816
peut être observé de
nombreuses manières.
nombreuses manières.
05:08
You can ask questions like,
121
296487
1368
On peut poser des questions comme :
05:09
"Who lived in this palazzo in 1323?"
122
297855
2760
« Qui vivait dans ce palais en 1323 ? »
05:12
"How much cost a sea bream at the Realto market
123
300615
2222
« Combien coûte une dorade au marché de Realto
05:14
in 1434?"
124
302837
1724
en 1434 ? »
05:16
"What was the salary
125
304561
1460
« Quel était le salaire
05:18
of a glass maker in Murano
126
306021
2045
d'un verrier à Murano
05:20
maybe over a decade?"
127
308066
1406
sur, disons, une décennie ? »
05:21
You can ask even bigger questions
128
309472
1422
On peut même poser
des questions plus longues
des questions plus longues
05:22
because it will be semantically coded.
129
310894
2738
car elles seront codées
sémantiquement.
sémantiquement.
05:25
And then what you can do is put that in space,
130
313632
2140
Ce qu'on peut ensuite faire,
c'est de mettre tout cela dans l'espace,
c'est de mettre tout cela dans l'espace,
05:27
because much of this information is spatial.
131
315772
2173
car beaucoup d'informations
sont spatiales.
sont spatiales.
05:29
And from that, you can do things like
132
317945
1935
A partir de là, on peut faire des choses comme
05:31
reconstructing this extraordinary journey
133
319880
2113
reconstruire ce voyage extraordinaire
05:33
of that city that managed to
have a sustainable development
have a sustainable development
134
321993
3356
de cette ville qui a réussi à avoir
un développement durable
un développement durable
05:37
over a thousand years,
135
325349
2126
sur un millier d'années,
05:39
managing to have all the time
136
327475
1620
parvenant ainsi à avoir tout le temps
05:41
a form of equilibrium with its environment.
137
329095
2861
une forme d'équilibre avec son environnement.
05:43
You can reconstruct that journey,
138
331956
1248
On peut reconstruire ce voyage,
05:45
visualize it in many different ways.
139
333204
2896
le visualiser de nombreuses
et différentes manières.
et différentes manières.
05:48
But of course, you cannot understand
Venice if you just look at the city.
Venice if you just look at the city.
140
336100
2699
Mais bien évidemment, on ne peut pas comprendre
Venise seulement en la regardant.
Venise seulement en la regardant.
05:50
You have to put it in a larger European context.
141
338799
2396
Il faut la placer dans un contexte
européen plus vaste.
européen plus vaste.
05:53
So the idea is also to document all the things
142
341195
2821
L'idée, c'est aussi de documenter
toutes les choses
toutes les choses
05:56
that worked at the European level.
143
344016
2423
qui ont fonctionné au niveau européen.
05:58
We can reconstruct also the journey
144
346439
1964
On peut aussi reconstruire le voyage
06:00
of the Venetian maritime empire,
145
348403
1990
de l'empire maritime vénitien,
06:02
how it progressively controlled the Adriatic Sea,
146
350393
3166
comment il a conquis progressivement
la Mer Adriatique,
la Mer Adriatique,
06:05
how it became the most powerful medieval empire
147
353559
3746
comment il est devenu l'empire
médiéval le plus puissant
médiéval le plus puissant
06:09
of its time,
148
357305
1561
de son époque,
06:10
controlling most of the sea routes
149
358866
2172
en prenant le contrôle de la plupart
des routes maritimes
des routes maritimes
06:13
from the east to the south.
150
361038
2933
de l'est au sud.
06:17
But you can even do other things,
151
365305
2316
Mais on peut faire même
d'autres choses,
d'autres choses,
06:19
because in these maritime routes,
152
367621
2277
car dans ces routes maritimes,
06:21
there are regular patterns.
153
369898
1975
il y a des schémas récurrents.
06:23
You can go one step beyond
154
371889
2493
On peut aller plus loin
06:26
and actually create a simulation system,
155
374382
2120
et créer un système de simulation,
06:28
create a Mediterranean simulator
156
376502
2815
créer un simulateur méditerranéen
06:31
which is capable actually of reconstructing
157
379317
2593
capable de reconstruire
06:33
even the information we are missing,
158
381910
2202
même les informations manquantes,
06:36
which would enable us to have
questions you could ask
questions you could ask
159
384112
2988
ce qui nous permettrait
d'avoir des questions qu'on pourrait poser
d'avoir des questions qu'on pourrait poser
06:39
like if you were using a route planner.
160
387100
2988
comme si on utilisait un planificateur routier.
06:42
"If I am in Corfu in June 1323
161
390088
3071
« Si je suis à Corfou en juin 1323
06:45
and want to go to Constantinople,
162
393159
2526
et que je veux aller à Constantinople,
06:47
where can I take a boat?"
163
395685
2143
où puis-je prendre un bateau ? »
06:49
Probably we can answer this question
164
397828
1367
On peut probablement répondre
à cette question
à cette question
06:51
with one or two or three days' precision.
165
399195
4473
avec une précision d'un, deux, ou trois jours.
06:55
"How much will it cost?"
166
403668
1607
« Combien ça va coûter ? »
06:57
"What are the chance of encountering pirates?"
167
405275
3592
« Quels sont les risques
de rencontrer des pirates ? »
de rencontrer des pirates ? »
07:00
Of course, you understand,
168
408867
1811
Bien sûr, vous comprenez que
07:02
the central scientific challenge
of a project like this one
of a project like this one
169
410678
2609
le défi scientifique central
d'un projet comme celui-ci,
d'un projet comme celui-ci,
07:05
is qualifying, quantifying and representing
170
413287
3729
c'est de qualifier, de quantifier
et de représenter
et de représenter
07:09
uncertainty and inconsistency
at each step of this process.
at each step of this process.
171
417016
3330
l'incertitude et les incohérences
à chaque étape du processus.
à chaque étape du processus.
07:12
There are errors everywhere,
172
420346
2712
Il y a des erreurs partout,
07:15
errors in the document, it's
the wrong name of the captain,
the wrong name of the captain,
173
423058
2489
des erreurs dans le document,
c'est le nom erroné du capitaine,
c'est le nom erroné du capitaine,
07:17
some of the boats never actually took to sea.
174
425547
3213
ou certains bateaux n'ont
jamais pris la mer.
jamais pris la mer.
07:20
There are errors in translation, interpretative biases,
175
428760
4857
Il y a des erreurs de traduction,
des partis pris dans l'interprétation,
des partis pris dans l'interprétation,
07:25
and on top of that, if you add algorithmic processes,
176
433624
3466
et de surcroît,
si on ajoute les processus d'algorithme,
si on ajoute les processus d'algorithme,
07:29
you're going to have errors in recognition,
177
437090
2949
il y aura des erreurs dans la reconnaissance,
07:32
errors in extraction,
178
440039
1961
des erreurs dans l'extraction,
07:34
so you have very, very uncertain data.
179
442000
4481
et on obtient donc des données
très, très incertaines.
très, très incertaines.
07:38
So how can we detect and
correct these inconsistencies?
correct these inconsistencies?
180
446481
3757
Alors, comment peut-on détecter et
corriger ces incohérences ?
corriger ces incohérences ?
07:42
How can we represent that form of uncertainty?
181
450238
3660
Comment peut-on représenter
cette forme d'incertitude ?
cette forme d'incertitude ?
07:45
It's difficult. One thing you can do
182
453898
2097
C'est difficile. Une chose qu'on peut faire,
07:47
is document each step of the process,
183
455995
2226
c'est documenter
chaque étape du processus,
chaque étape du processus,
07:50
not only coding the historical information
184
458221
2448
non seulement en codant
les informations historiques
les informations historiques
07:52
but what we call the meta-historical information,
185
460669
2679
mais aussi ce qu'on appelle les informations
méta-historiques,
méta-historiques,
07:55
how is historical knowledge constructed,
186
463348
2663
comment les connaissances historiques
sont construites,
sont construites,
07:58
documenting each step.
187
466011
1998
en documentant chaque étape.
08:00
That will not guarantee that we actually converge
188
468009
1645
Ça ne nous assure pas
que l'on se dirige vraiment
que l'on se dirige vraiment
08:01
toward a single story of Venice,
189
469654
2450
vers une histoire unique de Venise,
08:04
but probably we can actually reconstruct
190
472104
2138
mais certainement que l'on peut
vraiment reconstruire
vraiment reconstruire
08:06
a fully documented potential story of Venice.
191
474242
3048
une histoire potentielle de Venise
complètement documentée.
complètement documentée.
08:09
Maybe there's not a single map.
192
477290
1459
Il n'y a peut-être pas une seule carte.
08:10
Maybe there are several maps.
193
478749
2120
Il y a peut-être plusieurs cartes.
08:12
The system should allow for that,
194
480869
2216
Le système devrait nous le permettre
08:15
because we have to deal with
a new form of uncertainty,
a new form of uncertainty,
195
483085
2859
car on doit faire face à une nouvelle
forme d'incertitude
forme d'incertitude
08:17
which is really new for this type of giant databases.
196
485944
4641
qui est réellement nouvelle
pour ce type de base de données immenses.
pour ce type de base de données immenses.
08:22
And how should we communicate
197
490585
2190
Comment doit-on communiquer
08:24
this new research to a large audience?
198
492790
3979
sur cette nouvelle recherche
vers un public large ?
vers un public large ?
08:28
Again, Venice is extraordinary for that.
199
496769
2663
Encore une fois, Venise
est extraordinaire en la matière.
est extraordinaire en la matière.
08:31
With the millions of visitors that come every year,
200
499432
2171
Avec ses millions de visiteurs chaque année,
08:33
it's actually one of the best places
201
501603
1763
elle est vraiment un des meilleurs endroits
08:35
to try to invent the museum of the future.
202
503366
2988
pour essayer d'inventer le musée de l'avenir.
08:38
Imagine, horizontally you see the reconstructed map
203
506354
3304
Imaginez, horizontalement,
on voit la carte reconstruite
on voit la carte reconstruite
08:41
of a given year,
204
509658
1286
d'une année donnée,
08:42
and vertically, you see the document
205
510944
2958
et verticalement, on voit le document
08:45
that served the reconstruction,
206
513902
1511
qui a permis la reconstruction,
08:47
paintings, for instance.
207
515413
3400
des peintures, par exemple.
08:50
Imagine an immersive system that permits
208
518813
2580
Imaginez un système immersif qui permet
08:53
to go and dive and reconstruct
the Venice of a given year,
the Venice of a given year,
209
521393
3502
d'aller, de plonger et de reconstruire
la Venise d'une année donnée,
la Venise d'une année donnée,
08:56
some experience you could share within a group.
210
524895
2715
une expérience qu'on peut partager
en groupe.
en groupe.
08:59
On the contrary, imagine actually that you start
211
527610
2246
A l'inverse, imaginez qu'on démarre
09:01
from a document, a Venetian manuscript,
212
529856
2207
par un document, un manuscrit vénitien,
09:04
and you show, actually, what
you can construct out of it,
you can construct out of it,
213
532063
3049
et on montre ce qu'on peut en tirer,
09:07
how it is decoded,
214
535112
1772
comment il est décodé,
09:08
how the context of that document can be recreated.
215
536884
2415
comment le contexte de ce document
peut être recréé.
peut être recréé.
09:11
This is an image from an exhibit
216
539299
1885
Voici une image d'une exposition
09:13
which is currently conducted in Geneva
217
541184
2276
qui se tient actuellement à Genève
09:15
with that type of system.
218
543460
2354
avec ce genre de système.
09:17
So to conclude, we can say that
219
545814
2175
En conclusion, on peut dire que
09:19
research in the humanities is about to undergo
220
547989
3079
la recherche dans les humanités
est sur le point de subir
est sur le point de subir
09:23
an evolution which is maybe similar
221
551068
1802
une évolution à peu près similaire
09:24
to what happened to life sciences 30 years ago.
222
552870
4582
à ce qui s'est passé dans les sciences
de la vie il y a 30 ans.
de la vie il y a 30 ans.
09:29
It's really a question of scale.
223
557452
4676
C'est en fait une question d'échelle.
09:34
We see projects which are
224
562130
3303
On voit des projets qui sont
09:37
much beyond any single research team can do,
225
565433
3843
bien au-delà de ce qu'une seule équipe
de recherche peut réaliser,
de recherche peut réaliser,
09:41
and this is really new for the humanities,
226
569276
2243
et ça, c'est vraiment nouveau
dans les humanités,
dans les humanités,
09:43
which very often take the habit of working
227
571519
3869
où on a souvent pour habitude de travailler
09:47
in small groups or only with a couple of researchers.
228
575388
4008
en petits groupes ou seulement
avec deux chercheurs.
avec deux chercheurs.
09:51
When you visit the Archivio di Stato,
229
579396
2118
Lorsqu'on visite les Archives d'Etat à Venise,
09:53
you feel this is beyond what any single team can do,
230
581514
2822
on sent que c'est au-delà
de ce qu'une simple équipe peut réaliser,
de ce qu'une simple équipe peut réaliser,
09:56
and that should be a joint and common effort.
231
584336
3834
et qu'il faut un effort partagé et commun.
10:00
So what we must do for this paradigm shift
232
588170
3106
Ce qu'il faut
pour ce changement de modèle,
pour ce changement de modèle,
10:03
is actually foster a new generation
233
591276
1902
c'est promouvoir une nouvelle génération
10:05
of "digital humanists"
234
593178
1537
d' « humanistes numériques »
10:06
that are going to be ready for this shift.
235
594715
2090
qui seront prêts pour ce changement.
10:08
I thank you very much.
236
596805
1959
Je vous remercie beaucoup.
10:10
(Applause)
237
598764
4000
(Applaudissements)
ABOUT THE SPEAKER
Frederic Kaplan - Digital humanities researcherFrederic Kaplan seeks to digitize vast archives of historical information to make maps that move -- through time.
Why you should listen
Frederic Kaplan is the Digital Humanities Chair at Ecole Polytechnique Federale de Lausanne (EPFL) and the EPFL's Digital Humanities Lab Director. Kaplan leads the lab in applying computation to humanities research. His latest project is the Venice Time Machine, a collaborative work archiving 80 kilometers of books from throughout 1000 years of Venetician history. The goal of the time machine is to create an information system which can be searched and mapped. Think of it as a Google Maps for time.
Kaplan holds a PhD in artificial intelligence from the University Paris VI. He lives in Switzerland.
Frederic Kaplan | Speaker | TED.com