TED2009
JoAnn Kuchera-Morin: Stunning data visualization in the AlloSphere
JoAnn Kuchera-Morin fait visiter l'AlloSphere
Filmed:
Readability: 5.6
728,865 views
JoAnn Kuchera-Morin montre l'AlloSphere, une manière entièrement nouvelle de lire et d'interpréter les données scientifiques, en pleine couleur, avec un son Dolby, dans une sphère en métal massif. Plongez dans le cerveau, ressentez le spin de l'électron, entendez la musique des éléments...
JoAnn Kuchera-Morin - Composer
Composer JoAnn Kuchera-Morin is the director of the Center for Research in Electronic Art Technology (CREATE) at UC Santa Barbara. Full bio
Composer JoAnn Kuchera-Morin is the director of the Center for Research in Electronic Art Technology (CREATE) at UC Santa Barbara. Full bio
Double-click the English transcript below to play the video.
00:18
The AlloSphere: it's a three-story metal sphere
0
0
3000
L'AlloSphere. C'est une sphère en métal de trois étages
00:21
in an echo-free chamber.
1
3000
2000
dans une pièce sans écho.
00:23
Think of the AlloSphere as a large,
2
5000
2000
Pensez à l'AlloSphere comme un microscope
00:25
dynamically varying digital microscope
3
7000
3000
géant, digital, changeant dynamiquement,
00:28
that's connected to a supercomputer.
4
10000
2000
connecté à un super-ordinateur.
00:30
20 researchers can stand on a bridge
5
12000
3000
20 chercheurs peuvent tenir sur un pont
00:33
suspended inside of the sphere, and be
6
15000
2000
suspendu à l'intérieur, et être complètement immergés
00:35
completely immersed in their data.
7
17000
2000
dans leurs données.
00:37
Imagine if a team of physicists
8
19000
2000
Imaginez une équipe de physiciens
00:39
could stand inside of an atom
9
21000
3000
pouvant tenir dans un atome,
00:42
and watch and hear electrons spin.
10
24000
2000
observer et entendre le spin des électrons.
00:44
Imagine if a group of sculptors
11
26000
4000
Imaginez un groupe de sculpteurs
00:48
could be inside of a lattice of atoms
12
30000
3000
à l'intérieur d'un treillis d'atomes
00:51
and sculpt with their material.
13
33000
2000
sculptant avec leurs outils.
00:53
Imagine if a team of surgeons could fly
14
35000
2000
Imaginez une équipe de chirurgiens volant
00:55
into the brain, as though it was a world,
15
37000
3000
dans le cerveau, comme si c'était un monde en soi,
00:58
and see tissues as landscapes,
16
40000
2000
voyant les tissus comme des paysages,
01:00
and hear blood density levels as music.
17
42000
3000
percevant les niveaux de densité du sang comme de la musique.
01:03
This is some of the research that you're going to see
18
45000
2000
Voici quelques-unes des recherches que je vais montrer
01:05
that we're undertaking at the AlloSphere.
19
47000
2000
et que nous entreprenons à l'AlloSphere.
01:07
But first a little bit about this group
20
49000
2000
Mais tout d'abord quelques mots sur ce groupe
01:09
of artists, scientists, and engineers
21
51000
2000
d'artistes, de scientifiques, d'ingénieurs,
01:11
that are working together.
22
53000
2000
qui travaillent ensemble.
01:13
I'm a composer, orchestrally-trained,
23
55000
2000
Je suis compositeur, orchestralement-formés,
01:15
and the inventor of the AlloSphere.
24
57000
2000
et inventeur de l'AlloSphere.
01:17
With my visual artist colleagues, we map
25
59000
2000
Avec mes collègues d'art visuel, nous transposons
01:19
complex mathematical algorithms that unfold in time and space,
26
61000
3000
des algorithmes mathématiques complexes qui se déploient dans le temps et l'espace,
01:22
visually and sonically.
27
64000
2000
de manière visuelle et sonore.
01:24
Our scientist colleagues are finding new patterns
28
66000
2000
Nos collègues scientifiques y trouvent
01:26
in the information.
29
68000
2000
de nouveaux modèles.
01:28
And our engineering colleagues are making
30
70000
2000
Et nos collègues ingénieurs sont en train de créer un ordinateur
01:30
one of the largest dynamically varying computers in the world
31
72000
4000
dynamiquement adaptatif, l'un des plus grands au monde
01:34
for this kind of data exploration.
32
76000
2000
pour ce type de traitement de données.
01:36
I'm going to fly you into five research projects
33
78000
3000
Je vais vous transporter dans cinq projets de recherche
01:39
in the AlloSphere that are going to take you from
34
81000
2000
de l'AlloSphere qui iront des
01:41
biological macroscopic data
35
83000
2000
données biologiques au niveau macroscopique
01:43
all the way down to electron spin.
36
85000
3000
jusqu'au niveau du spin de l'électron.
01:46
This first project is called the AlloBrain.
37
88000
3000
Le premier projet s'appelle l'AlloCerveau.
01:49
And it's our attempt to quantify beauty
38
91000
2000
C'est notre tentative de quantifier la beauté
01:51
by finding which regions of the brain
39
93000
2000
en cherchant quelles régions du cerveau
01:53
are interactive while witnessing something beautiful.
40
95000
4000
interagissent quand on regarde quelque chose de beau.
01:57
You're flying through the cortex of my colleague's brain.
41
99000
3000
Vous volez dans le cortex de mon collègue.
02:00
Our narrative here is real fMRI data
42
102000
3000
Notre voyage est composé de vraies données issues de l'Imagerie fonctionnelle par résonance magnétique
02:03
that's mapped visually and sonically.
43
105000
2000
qui sont transposées de manière visuelle et sonore.
02:05
The brain now a world that we can fly through and interact with.
44
107000
4000
Le cerveau devient un monde que nous pouvons visiter et avec lequel interagir.
02:09
You see 12 intelligent computer agents,
45
111000
3000
Vous voyez 12 agents intelligents,
02:12
the little rectangles that are flying in the brain with you.
46
114000
3000
ces petits rectangles qui voyagent dans le cerveau avec vous.
02:15
They're mining blood density levels.
47
117000
2000
Ils explorent les niveaux de densité du sang
02:17
And they're reporting them back to you sonically.
48
119000
3000
et vous les renvoient de manière sonore.
02:20
Higher density levels mean
49
122000
2000
Des niveaux plus denses signifient
02:22
more activity in that point of the brain.
50
124000
2000
une plus grande activité de cette partie du cerveau.
02:24
They're actually singing these densities to you
51
126000
3000
Ils sont en train de vous chanter ces densités
02:27
with higher pitches mapped to higher densities.
52
129000
3000
avec des tons aigus pour les plus fortes densités.
02:30
We're now going to move from real biological data
53
132000
3000
Nous allons maintenant passer des données biologiques réelles
02:33
to biogenerative algorithms that create artificial nature
54
135000
4000
aux algorithmes bio-génératifs qui créent une nature artificielle
02:37
in our next artistic and scientific installation.
55
139000
4000
dans l'installation artistique et scientifique à venir.
02:41
In this artistic and scientific installation, biogenerative algorithms
56
143000
4000
Dans cette installation artistique et scientifique, des algorithmes bio-génératifs
02:45
are helping us to understand
57
147000
2000
nous aident à comprendre
02:47
self-generation and growth:
58
149000
2000
la génération automatique et la croissance.
02:49
very important for simulation in the nanoscaled sciences.
59
151000
4000
C'est très important pour la simulation dans les sciences du microscopique.
02:53
For artists, we're making new worlds
60
155000
2000
Pour les artistes, nous créons de nouveaux mondes
02:55
that we can uncover and explore.
61
157000
2000
que nous pouvons dévoiler et explorer.
02:57
These generative algorithms grow over time,
62
159000
3000
Au fur et à mesure que ces algorithmes génératifs grandissent,
03:00
and they interact and communicate as a swarm of insects.
63
162000
3000
ils interagissent et communiquent comme un essaim d'insectes.
03:03
Our researchers are interacting with this data
64
165000
2000
Nos chercheurs interagissent avec ces données
03:05
by injecting bacterial code,
65
167000
2000
en injectant du code bactérien,
03:07
which are computer programs,
66
169000
2000
des programmes informatiques,
03:09
that allow these creatures to grow over time.
67
171000
4000
qui permettent à ces créatures de grandir.
03:13
We're going to move now from the biological
68
175000
2000
Passons maintenant du monde biologique
03:15
and the macroscopic world,
69
177000
2000
et macroscopique,
03:17
down into the atomic world,
70
179000
2000
au monde atomique,
03:19
as we fly into a lattice of atoms.
71
181000
3000
en volant dans un treillis d'atomes.
03:22
This is real AFM -- Atomic Force Microscope -- data
72
184000
3000
Ce sont de vraies données d'un Microscope Atomique
03:25
from my colleagues in the Solid State Lighting and Energy Center.
73
187000
3000
de mes collègues du Solid State Lighting and Energy Center
03:28
They've discovered a new bond,
74
190000
2000
Ils ont découvert un nouveau lien,
03:30
a new material for transparent solar cells.
75
192000
3000
un nouveau matériau pour des panneaux solaires transparents.
03:33
We're flying through 2,000 lattice of atoms --
76
195000
3000
Nous volons à travers 2000 treillis d'atomes --
03:36
oxygen, hydrogen and zinc.
77
198000
2000
oxygène, hydrogène et zinc.
03:38
You view the bond in the triangle.
78
200000
3000
Vous voyez le lien dans le triangle.
03:41
It's four blue zinc atoms
79
203000
2000
Ce sont quatre atomes de zinc, bleus,
03:43
bonding with one white hydrogen atom.
80
205000
3000
liés avec un atome d'hydrogène blanc.
03:46
You see the electron flow with the streamlines
81
208000
2000
Vous voyez l'électron flotter dans les flux
03:48
we as artists have generated for the scientists.
82
210000
3000
que nous, les artistes, avons généré pour les scientifiques.
03:51
This is allowing them to find the bonding nodes in any lattice of atoms.
83
213000
3000
Ceci leur permet de trouver les nœuds de liaison dans un treillis d'atomes.
03:54
We think it makes a beautiful structural art.
84
216000
3000
Nous pensons que cela crée un art structurel très beau.
03:57
The sound that you're hearing are the actual
85
219000
2000
Le son que vous entendez est en fait
03:59
emission spectrums of these atoms.
86
221000
2000
le spectre d'émission de ces atomes.
04:01
We've mapped them into the audio domain,
87
223000
2000
Nous les avons transposés en sons.
04:03
so they're singing to you.
88
225000
2000
Ils chantent pour vous.
04:05
Oxygen, hydrogen and zinc have their own signature.
89
227000
3000
Oxygène, hydrogène et zinc ont leur propre signature.
04:08
We're going to actually move even further down
90
230000
3000
Nous allons descendre encore
04:11
as we go from this lattice of atoms
91
233000
3000
du treillis d'atomes
04:14
to one single hydrogen atom.
92
236000
3000
jusqu'à l'atome d'hydrogène lui-même.
04:17
We're working with our physicist colleagues
93
239000
2000
Nous travaillons avec nos collègues physiciens
04:19
that have given us the mathematical calculations
94
241000
3000
qui nous ont fourni les calculs mathématiques
04:22
of the n-dimensional Schrödinger equation in time.
95
244000
4000
de l'équation temporalo-dépendante de Schrödinger en 3D
04:26
What you're seeing here right now is a superposition of an electron
96
248000
3000
Ce que vous voyez là est une superposition d'un électron
04:29
in the lower three orbitals of a hydrogen atom.
97
251000
3000
dans les trois orbites basses d'un atome d'hydrogène.
04:32
You're actually hearing and seeing the electron flow with the lines.
98
254000
4000
Vous entendez et voyez l'électron flotter avec les lignes.
04:36
The white dots are the probability wave
99
258000
2000
Les points blancs représentent la courbe de probabilité
04:38
that will show you where the electron is
100
260000
2000
qui vous montre où se trouve l'électron
04:40
in any given point of time and space
101
262000
2000
en n'importe quel point du temps et de l'espace
04:42
in this particular three-orbital configuration.
102
264000
4000
dans cette configuration à trois orbites.
04:46
In a minute we're going to move to a two-orbital configuration,
103
268000
4000
Dans une minute, nous passerons à une configuration à deux orbites.
04:50
and you're going to notice a pulsing.
104
272000
2000
Vous allez remarquer une pulsation.
04:52
And you're going to hear an undulation between the sound.
105
274000
3000
Vous entendrez une ondulation au milieu du son.
04:55
This is actually a light emitter.
106
277000
2000
Ceci est un émetteur de lumière.
04:57
As the sound starts to pulse and contract,
107
279000
3000
Au moment où le son commence à pulser et à se contracter,
05:00
our physicists can tell when a photon is going to be emitted.
108
282000
3000
nos physiciens peuvent dire quand un proton est sur le point d'être émis.
05:03
They're starting to find new mathematical structures
109
285000
4000
Ils commencent à trouver de nouvelles structures mathématiques
05:07
in these calculations.
110
289000
2000
dans ces calculs.
05:09
And they're understanding more about quantum mathematics.
111
291000
3000
Et ils en comprennent plus sur les mathématiques quantiques.
05:12
We're going to move even further down,
112
294000
3000
Nous allons encore descendre,
05:15
and go to one single electron spin.
113
297000
4000
pour aller au niveau du spin d'un seul électron.
05:19
This will be the final project that I show you.
114
301000
3000
Ceci sera le dernier projet présenté ici.
05:22
Our colleagues in the Center for Quantum Computation
115
304000
2000
Nos collègues du Centre de Calcul Quantique
05:24
and Spintronics are actually measuring with their lasers
116
306000
4000
et de Spintronique, mesure en fait avec leurs lasers
05:28
decoherence in a single electron spin.
117
310000
3000
la décohérence du spin d'un seul électron.
05:31
We've taken this information and we've
118
313000
2000
Nous avons pris cette information et en avons
05:33
made a mathematical model out of it.
119
315000
2000
créé un modèle mathématique.
05:35
You're actually seeing and hearing
120
317000
2000
Vous êtes en train de voir et d'entendre
05:37
quantum information flow.
121
319000
2000
un flux d'information quantique.
05:39
This is very important for the next step in simulating
122
321000
3000
Ceci est très important pour la prochain étape de la simulation
05:42
quantum computers and information technology.
123
324000
3000
d'ordinateurs quantiques.
05:45
So these brief examples that I've shown you
124
327000
4000
Ces quelques exemples que je vous ai montrés
05:49
give you an idea of the kind of work that we're doing
125
331000
3000
vous donnent une idée du type de travail que nous faisons
05:52
at the University of California, Santa Barbara,
126
334000
2000
à l'Université de Santa Barbara, en Californie,
05:54
to bring together, arts, science
127
336000
3000
pour rassembler les arts, les sciences,
05:57
and engineering
128
339000
3000
et l'ingénierie,
06:00
into a new age of math, science and art.
129
342000
3000
et les faire entrer dans un nouvel âge.
06:03
We hope that all of you will come to see the AlloSphere.
130
345000
3000
Nous espérons que vous viendrez tous voir l'AlloSphere.
06:06
Inspire us to think of new ways that we can use
131
348000
4000
Venez nous inspirer de nouvelles manières d'utiliser
06:10
this unique instrument that we've created at Santa Barbara.
132
352000
4000
cet instrument unique que nous avons créé à Santa Barbara.
06:14
Thank you very much.
133
356000
2000
Merci beaucoup.
06:16
(Applause)
134
358000
6000
(Applaudissements)
ABOUT THE SPEAKER
JoAnn Kuchera-Morin - ComposerComposer JoAnn Kuchera-Morin is the director of the Center for Research in Electronic Art Technology (CREATE) at UC Santa Barbara.
Why you should listen
Composer JoAnn Kuchera-Morin works on the Allosphere, one of the largest scientific and artistic instruments in the world. Based at UCSB, the Allosphere and its 3D immersive theater maps complex data in time and space. Kuchera-Morin founded the Center for Research in Electronic Art Technology (CREATE) and has been the director since its birth in 1986. In 2000 she began work on a Digital Media Center within the California NanoSystems Institute at Santa Barbara. Her fascinations include gestural interfaces for performance and the expression of complex data in nontraditional forms.
Hew own music explores the boundaries of electric/acoustic instrumentation, welcoming digital players into the ensemble in works such as Concerto For Clarinet and Clarinets, a composition for solo clarinet and computer-generated tape.
JoAnn Kuchera-Morin | Speaker | TED.com