TED2007
Jonathan Harris: The web as art
Jonathan Harris történeteket gyűjt
Filmed:
Readability: 3.4
910,598 views
2007 decemberében az EG konferencián a képzőművész Jonathan Harris legújabb projektjéről beszél, melyhez történeteket gyűjtött: saját és idegenek történeteit, valamint az internetről gyűjtött történeteket, többek közt a lenyűgöző We Feel Fine-t.
Jonathan Harris - Artist, storyteller, Internet anthropologist
Artist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet. Full bio
Artist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet. Full bio
Double-click the English transcript below to play the video.
00:16
So I'm going to talk today about collecting stories
0
0
4000
Ma a történetgyűjtés néhány szokatlan
00:20
in some unconventional ways.
1
4000
2000
módjáról fogok mesélni.
00:22
This is a picture of me from a very awkward stage in my life.
2
6000
4000
Ez én vagyok az életem egyik kínos időszakában.
00:26
You might enjoy the awkwardly tight, cut-off pajama bottoms with balloons.
3
10000
5000
Biztos tetszik Önöknek a túl feszes, félbevágott, lufis pizsamaalsóm.
00:31
Anyway, it was a time when I was mainly interested
4
15000
2000
Mindenesetre akkoriban főleg a képzeletbeli
00:33
in collecting imaginary stories.
5
17000
2000
történetek gyűjtése érdekelt.
00:35
So this is a picture of me
6
19000
2000
Ezen a képen
00:37
holding one of the first watercolor paintings I ever made.
7
21000
2000
az első festményemet tartom a kezemben.
00:39
And recently I've been much more interested in collecting stories
8
23000
3000
Nemrég kezdtek érdekelni a valós történetek,
00:42
from reality -- so, real stories.
9
26000
2000
az igaz történetek.
00:44
And specifically, I'm interested in collecting my own stories,
10
28000
4000
Különösen érdekelnek a saját történeteim,
00:48
stories from the Internet, and then recently, stories from life,
11
32000
3000
történetek az internetről, és újabban az életből,
00:51
which is kind of a new area of work that I've been doing recently.
12
35000
4000
ami egy új terület a munkámban, melyen mostanában dolgozom.
00:55
So I'll be talking about each of those today.
13
39000
2000
Ma mindegyikről beszélni fogok.
00:57
So, first of all, my own stories. These are two of my sketchbooks.
14
41000
3000
Először is, a saját történeteim. Ez itt két vázlatfüzetem.
01:00
I have many of these books,
15
44000
2000
Sok ilyen füzetem van,
01:02
and I've been keeping them for about the last eight or nine years.
16
46000
2000
8-9 éve vezetem őket.
01:04
They accompany me wherever I go in my life,
17
48000
2000
Mindenhová magammal viszem
01:06
and I fill them with all sorts of things,
18
50000
2000
és mindenfélével megtöltöm őket,
01:08
records of my lived experience:
19
52000
2000
az élményeim feljegyzéseivel.
01:10
so watercolor paintings, drawings of what I see,
20
54000
4000
Festmények, rajzok arról, amit láttam,
01:14
dead flowers, dead insects, pasted ticket stubs, rusting coins,
21
58000
4000
halott virágok és bogarak, jegyek, érmék,
01:18
business cards, writings.
22
62000
3000
névjegykártyák, írások.
01:21
And in these books, you can find these short, little glimpses
23
65000
4000
A könyveken keresztül betekintést nyerünk
01:25
of moments and experiences and people that I meet.
24
69000
2000
a pillanatokra, élményekre és emberekre, akikkel találkoztam.
01:27
And, you know, after keeping these books for a number of years,
25
71000
3000
És tudják, miután évek óta vezettem ezeket a könyveket,
01:30
I started to become very interested in collecting
26
74000
2000
egyre jobban kezdtek érdekelni
01:32
not only my own personal artifacts,
27
76000
2000
más emberek emlékei is,
01:34
but also the artifacts of other people.
28
78000
2000
a sajátjaimon kívül.
01:36
So, I started collecting found objects.
29
80000
2000
Gyűjtöttem talált tárgyakat.
01:38
This is a photograph I found lying in a gutter in New York City
30
82000
2000
Ezt a fotót egy New York-i csatornából halásztam ki
01:40
about 10 years ago.
31
84000
2000
úgy tíz évvel ezelőtt.
01:42
On the front, you can see the tattered black-and-white photo of a woman's face,
32
86000
3000
Egy nő arcképét látjuk egy szakadt fekete-fehér fotón,
01:45
and on the back it says, "To Judy, the girl with the Bill Bailey voice.
33
89000
4000
a hátoldalán pedig: "Judy-nak, a lánynak, akinek Bill Bailey-hangja volt.
01:49
Have fun in whatever you do."
34
93000
2000
Érezd jól magad, bármit is csinálsz."
01:51
And I really loved this idea of the partial glimpse into somebody's life.
35
95000
3000
Nagyon tetszett a gondolat, hogy belepillantok valakinek az életébe,
01:54
As opposed to knowing the whole story, just knowing a little bit of the story,
36
98000
3000
és nem ismerem az egész történetet, csak egy apró részletét,
01:57
and then letting your own mind fill in the rest.
37
101000
2000
és a képzeletemmel kitöltöm a hiányzó részeket.
01:59
And that idea of a partial glimpse is something
38
103000
2000
És a futó pillantás gondolata visszatér
02:01
that will come back in a lot of the work I'll be showing later today.
39
105000
3000
számos munkámban, melyeket ma meg fogok mutatni Önöknek.
02:04
So, around this time I was studying computer science at Princeton University,
40
108000
3000
Akkoriban informatikát tanultam a Princeton Egyetemen,
02:07
and I noticed that it was suddenly possible
41
111000
3000
és rájöttem, hogy lehetővé vált
02:10
to collect these sorts of personal artifacts,
42
114000
2000
az ilyen személyes emlékek gyűjtése
02:12
not just from street corners, but also from the Internet.
43
116000
3000
az internetről is, nem csak az utcasarkokról.
02:15
And that suddenly, people, en masse, were leaving scores and scores
44
119000
4000
És hogy váratlanul egyre több ember hagyott hátra
02:19
of digital footprints online that told stories of their private lives.
45
123000
4000
digitális lábnyomokat, melyek a magánéletükről meséltek.
02:23
Blog posts, photographs, thoughts, feelings, opinions,
46
127000
4000
Blog bejegyzések, fotók, gondolatok, érzések, vélemények,
02:27
all of these things were being expressed by people online,
47
131000
2000
mindezt az emberek online fejezték ki,
02:29
and leaving behind trails.
48
133000
2000
és nyomot hagytak maguk után.
02:31
So, I started to write computer programs
49
135000
2000
Elkezdtem olyan programokat írni, melyek
02:33
that study very, very large sets of these online footprints.
50
137000
3000
az online nyomokat nagy mennyiségben dolgozzák fel.
02:36
One such project is about a year and a half old.
51
140000
2000
Az egyik ilyen projektem kb. másfél éves,
02:38
It's called "We Feel Fine."
52
142000
2000
a címe: We Feel Fine.
02:40
This is a project that scans the world's newly posted blog entries
53
144000
3000
A projekt a világ legújabb blogbejegyzéseit vizsgálja át
02:43
every two or three minutes, searching for occurrences of the phrases
54
147000
3000
két-három percenként, és olyan kifejezéseket keres, mint például
02:46
"I feel" and "I am feeling." And when it finds one of those phrases,
55
150000
4000
"úgy érzem", "érzek". Amikor talál egy ilyen kifejezést,
02:50
it grabs the full sentence up to the period
56
154000
2000
az egész mondatot megragadja, majd
02:52
and also tries to identify demographic information about the author.
57
156000
3000
megpróbál demográfiai adatokat szerezni a szerzőjéről,
02:55
So, their gender, their age, their geographic location
58
159000
3000
a nemét, korát, földrajzi helyzetét,
02:58
and what the weather conditions were like when they wrote that sentence.
59
162000
3000
és hogy milyen volt az időjárás, amikor a mondatot írta.
03:01
It collects about 20,000 such sentences a day
60
165000
2000
Körülbelül 20 000 ilyen mondatot gyűjt naponta,
03:03
and it's been running for about a year and a half,
61
167000
2000
és már közel másfél éve fut a program,
03:05
having collected over 10 and a half million feelings now.
62
169000
3000
mely így több, mint tíz és fél millió érzést gyűjtött össze.
03:08
This is, then, how they're presented.
63
172000
2000
Ezeket aztán így jeleníti meg.
03:10
These dots here represent some of the English-speaking world's
64
174000
3000
Ezek a pontok jelképezik az angolszász világ néhány
03:13
feelings from the last few hours,
65
177000
3000
érzését az elmúlt pár órában.
03:16
each dot being a single sentence stated by a single blogger.
66
180000
3000
Minden pont egy mondat, melyet egy blogger írt.
03:19
And the color of each dot corresponds to the type of feeling inside,
67
183000
3000
A pontok színei pedig az érzés típusát jelölik,
03:22
so the bright ones are happy, and the dark ones are sad.
68
186000
3000
így a világosak a boldog ézések, és a sötétek a szomorúak.
03:25
And the diameter of each dot corresponds
69
189000
2000
És minden egyes pont mérete
03:27
to the length of the sentence inside.
70
191000
2000
a mondat hosszúságát jelöli.
03:29
So the small ones are short, and the bigger ones are longer.
71
193000
3000
Így a pici pontok rövidek, a nagyobbak pedig hosszabbak.
03:32
"I feel fine with the body I'm in, there'll be no easy excuse
72
196000
2000
"Jól érzem magam a bőrömben, nem könnyű megmagyarázni,
03:34
for why I still feel uncomfortable being close to my boyfriend,"
73
198000
4000
miért érzem magam mégis kényelmetlenül a párom közelében",
03:38
from a twenty-two-year-old in Japan.
74
202000
2000
írja egy 21 éves Japánból.
03:40
"I got this on some trading locally,
75
204000
2000
"Egy helybélivel üzletelve szereztem,
03:42
but really don't feel like screwing with wiring and crap."
76
206000
2000
mégsem érzem, hogy szívesen vacakolnék a huzalozással."
03:44
Also, some of the feelings contain photographs in the blog posts.
77
208000
3000
Néhány érzés fényképet is tartalmaz a blogbejegyzésben,
03:47
And when that happens, these montage compositions are automatically created,
78
211000
5000
és ilyenkor automatikusan létrejönnek ezek a montázsok,
03:52
which consist of the sentence and images being combined.
79
216000
3000
melyek a mondatot és a képet is tartalmazzák.
03:55
And any of these can be opened up to reveal the sentence inside.
80
219000
4000
És ezek bármelyikét megnyitva a mondatot is megpillantjuk.
03:59
"I feel good."
81
223000
5000
"Jól érzem magam."
04:04
"I feel rough now, and I probably gained 100,000 pounds,
82
228000
3000
"Durván érzem magam, biztos felszedtem vagy 50 kilót,
04:07
but it was worth it."
83
231000
4000
de megérte."
04:11
"I love how they were able to preserve most in everything
84
235000
3000
"Imádom, ahogy sikerült megőrizniük mindazt, amitől
04:14
that makes you feel close to nature -- butterflies,
85
238000
2000
közelebb érzed magad a természethez: pillangókat,
04:16
man-made forests, limestone caves and hey, even a huge python."
86
240000
5000
mesterséges erdőket, mészkő barlangokat és lám, még egy óriás pitont is."
04:21
So the next movement is called mobs.
87
245000
2000
A következő mozgás a tömeg.
04:23
This provides a slightly more statistical look at things.
88
247000
2000
Ezáltal a statisztikai adatokba is betekinthetünk.
04:25
This is showing the world's most common feelings overall right now,
89
249000
3000
Ez mutatja a világ jelenlegi legnépszerűbb érzéseit,
04:28
dominated by better, then bad, then good, then guilty, and so on.
90
252000
3000
a legelterjedtebbek a jobb, aztán a rossz, majd a jó, a bűnbánó, stb.
04:31
Weather causes the feelings to assume the physical traits
91
255000
3000
Az időjárás szerint az érzéseket az őket jelképező
04:34
of the weather they represent. So the sunny ones swirl around,
92
258000
2000
időjárás tulajdonságai jelenítik meg. Tehát a naposak forognak,
04:36
the cloudy ones float along, the rainy ones fall down,
93
260000
3000
a borongósak lebegnek, az esősek zuhognak,
04:39
and the snowy ones flutter to the ground.
94
263000
2000
és a havasok szállingóznak.
04:41
You can also stop a raindrop and open the feeling inside.
95
265000
6000
Meg is állíthatunk egy esőcseppet, és kinyithatjuk az érzést.
04:47
Finally, location causes the feelings to move to their spots
96
271000
2000
Végül helyszín szerint az érzések a térképen
04:49
on a world map, giving you a sense of their geographic distribution.
97
273000
3000
a helyükre tömörülnek, így látható a földrajzi eloszlásuk.
04:52
So I'll show you now some of my favorite montages from "We Feel Fine."
98
276000
3000
Most megmutatom néhány kedvenc montázsomat a We Feel Fine-ból.
04:55
These are the images that are automatically constructed.
99
279000
2000
Ezek a képek automatikusan szerkesztettek.
04:57
"I feel like I'm diagonally parked in a parallel universe."
100
281000
3000
"Úgy érzem, ferdén parkoltam be egy párhuzamos univerzumba."
05:00
(Laughter)
101
284000
3000
(Nevetés)
05:03
"I've kissed numerous other boys and it hasn't felt good,
102
287000
2000
"Számtalan fiút megcsókoltam, és nem volt jó érzés,
05:05
the kisses felt messy and wrong,
103
289000
2000
a csókok kellemetlenek és rosszak voltak,
05:07
but kissing Lucas feels beautiful and almost spiritual."
104
291000
6000
de Lucas-t megcsókolni csodálatos, majdnem spirituális."
05:13
"I can feel my cancer grow."
105
297000
3000
"Érzem, ahogy növekszik a rákom."
05:16
"I feel pretty."
106
300000
3000
"Csinosnak érzem magam."
05:19
"I feel skinny, but I'm not."
107
303000
3000
"Vékonynak érzem magam, pedig nem vagyok az."
05:22
"I'm 23, and a recovering meth and heroin addict,
108
306000
2000
"23 vagyok, meth-és heroinfüggőségből épülök fel,
05:24
and feel absolutely blessed to still be alive."
109
308000
3000
és szerencsésnek érzem magam, amiért még mindig élek."
05:27
"I can't wait to see them racing for the first time at Daytona next month,
110
311000
3000
"Már alig várom, hogy lássam az első versenyüket Daytonában jövő hónapban,
05:30
because I feel the need for speed."
111
314000
2000
mert érzem, hogy szükségem van a sebességre."
05:32
(Laughter)
112
316000
3000
(Nevetés)
05:35
"I feel sassy."
113
319000
1000
"Dögösnek érzem magam."
05:36
"I feel so sexy in this new wig."
114
320000
3000
"Szexinek érzem magam az új parókámban."
05:39
As you can see, "We Feel Fine" collects
115
323000
2000
Amint látják, a We Feel Fine
05:41
very, very small-scale personal stories.
116
325000
2000
nagyon apró személyes történeteket gyűjt.
05:43
Sometimes, stories as short as two or three words.
117
327000
2000
Néha ezek csak két-három szavas történetek.
05:45
So, really even challenging the notion
118
329000
2000
Ez már néha a történet
05:47
of what can be considered a story.
119
331000
2000
megkérdőjelezése.
05:49
And recently, I've become interested in diving much more deeply into a single story.
120
333000
4000
Újabban jobban érdekel, hogy mélyebbre ássam magam egyetlen történetben.
05:53
And that's led me to doing some work with the physical world,
121
337000
3000
És emiatt az anyagi világban végeztem egy kis munkát,
05:56
not with the Internet,
122
340000
1000
nem az interneten,
05:57
and only using the Internet at the very last moment, as a presentation medium.
123
341000
4000
és az internetet csak a végén használtam, mint bemutató eszközt.
06:01
So these are some newer projects that
124
345000
1000
Ezek tehát a legújabb projektek, melyeket
06:02
actually aren't even launched publicly yet.
125
346000
2000
még nem is tettem publikussá.
06:04
The first such one is called "The Whale Hunt."
126
348000
2000
A legelső címe a Bálnavadászat.
06:06
Last May, I spent nine days living up in Barrow, Alaska,
127
350000
3000
Tavaly májusban négy napot töltöttem az alaszkai Barrow-ban,
06:09
the northernmost settlement in the United States,
128
353000
2000
az Egyesült Államok legészakibb településén,
06:11
with a family of Inupiat Eskimos,
129
355000
2000
egy Inupiat eszkimó családnál,
06:13
documenting their annual spring whale hunt.
130
357000
3000
az éves tavaszi bálnavadászatukat dokumentálva.
06:16
This is the whaling camp here, we're about six miles from shore,
131
360000
3000
Ez a bálnavadász-tábor, majdnem 10 km-re a parttól,
06:19
camping on five and a half feet of thick, frozen pack ice.
132
363000
3000
egy másfél méter vastag jégtáblán.
06:22
And that water that you see there is the open lead,
133
366000
2000
És az a víz a nyílt hasadék, melyen keresztül
06:24
and through that lead, bowhead whales migrate north each springtime.
134
368000
4000
a grönlandi bálnák minden tavasszal északra vándorolnak.
06:28
And the Eskimo community basically camps out on the edge of the ice here,
135
372000
3000
Az eszkimó közösség lényegében a jég szélén táborozik,
06:31
waits for a whale to come close enough to attack. And when it does,
136
375000
3000
arra várva, hogy egy bálna elég közel jöjjön, és ha megteszi,
06:34
it throws a harpoon at it, and then hauls the whale up
137
378000
2000
megszigonyozzák, majd kihúzzák a bálnát
06:36
under the ice, and cuts it up.
138
380000
2000
a jégre, és felvágják.
06:38
And that would provide the community's food supply for a long time.
139
382000
2000
A húsa nagyon sokáig ellátja a közösséget étellel.
06:40
So I went up there, and I lived with these guys
140
384000
2000
Tehát odamentem, és velük laktam
06:42
out in their whaling camp here, and photographed the entire experience,
141
386000
3000
a bálnavadász táborukban, és lefotóztam az egész eseményt,
06:45
beginning with the taxi ride to Newark airport in New York,
142
389000
4000
kezdve a taxiúttól a New York-i Newark reptérre
06:49
and ending with the butchering of the second whale, seven and a half days later.
143
393000
3000
addig, amíg hét és fél nap múlva felszeletelték a második bálnát.
06:52
I photographed that entire experience at five-minute intervals.
144
396000
3000
Öt perces időközökkel fényképeztem az egészet.
06:55
So every five minutes, I took a photograph.
145
399000
2000
Tehát minden ötödik percben fényképeztem.
06:57
When I was awake, with the camera around my neck.
146
401000
2000
Amikor ébren voltam, a gép a nyakamban volt,
06:59
When I was sleeping, with a tripod and a timer.
147
403000
2000
amikor aludtam, az állványon állt, beidőzítve.
07:01
And then in moments of high adrenaline,
148
405000
2000
És az izgalmas pillanatokban,
07:03
like when something exciting was happening,
149
407000
2000
amikor valami érdekes történt,
07:05
I would up that photographic frequency to as many as
150
409000
2000
följebb vettem a gyakoriságot annyira, hogy összesen
07:07
37 photographs in five minutes.
151
411000
2000
37 képet készítsen öt perc alatt.
07:09
So what this created was a photographic heartbeat
152
413000
2000
Ezáltal létrejött egy fotografikus szívdobogás
07:11
that sped up and slowed down, more or less matching
153
415000
2000
ami felgyorsult és lelassult, többé-kevésbé
07:13
the changing pace of my own heartbeat.
154
417000
3000
a saját szívem ritmusa szerint.
07:16
That was the first concept here.
155
420000
2000
Ez volt az első koncepció.
07:18
The second concept was to use this experience to think about
156
422000
2000
A második koncepció ennek az élménynek a felhasználása
07:20
the fundamental components of any story.
157
424000
2000
a történetek alapvető összetevőit kihangsúlyozva.
07:22
What are the things that make up a story?
158
426000
2000
Mi mindenből áll egy történet?
07:24
So, stories have characters. Stories have concepts.
159
428000
3000
Szereplőkből. Elképzelésekből.
07:27
Stories take place in a certain area. They have contexts.
160
431000
2000
A történetek valahol játszódnak. Valamilyen kontextusban.
07:29
They have colors. What do they look like?
161
433000
2000
Vannak színeik. Hogy néznek ki?
07:31
They have time. When did it take place? Dates -- when did it occur?
162
435000
3000
Van idejük. Mikor történnek? Mikor voltak a dátumok?
07:34
And in the case of the whale hunt, also this idea of an excitement level.
163
438000
3000
És a bálnavadászat esetében az izgalom foka is ide tartozik.
07:37
The thing about stories, though, in most of the existing mediums
164
441000
3000
Az a helyzet a történetekkel, hogy a legtöbb médiumban,
07:40
that we're accustomed to -- things like novels, radio,
165
444000
3000
például a regényekben, rádióban,
07:43
photographs, movies, even lectures like this one --
166
447000
2000
fotókon, filmeken, és még az ilyen előadásokban is
07:45
we're very accustomed to this idea of the narrator or the camera position,
167
449000
4000
hozzászoktunk a narrátor gondolatához, vagy a kamera helyzetéhez.
07:49
some kind of omniscient, external body
168
453000
2000
Valamilyen mindenható külső test,
07:51
through whose eyes you see the story.
169
455000
3000
amelynek a szemével a történetet látjuk.
07:54
We're very used to this.
170
458000
2000
Nagyon hozzászoktunk ehhez.
07:56
But if you think about real life, it's not like that at all.
171
460000
2000
De ha a való életre gondolunk, ez egyáltalán nem így működik.
07:58
I mean, in real life, things are much more nuanced and complex,
172
462000
2000
Úgy értem, a valóságban a dolgok sokkal összetettebbek,
08:00
and there's all of these overlapping stories
173
464000
2000
és ott az a rengeteg átfedés,
08:02
intersecting and touching each other.
174
466000
2000
az egymást keresztező történetek.
08:04
And so I thought it would be interesting to build a framework
175
468000
3000
Úgy gondoltam, érdekes lenne létrehozni egy vázat
08:07
to surface those types of stories. So, in the case of "The Whale Hunt,"
176
471000
4000
az ilyen történeteknek. A Bálnavadászat esetében tehát
08:11
how could we extract something like the story of Simeon and Crawford,
177
475000
3000
hogyan tudnánk kiragadni valamit, pl. Simeon és Crawford történetét,
08:14
involving the concepts of wildlife, tools and blood, taking place on the Arctic Ocean,
178
478000
4000
és egyúttal a vadvilágot, az eszközöket és vért, a Jeges-tengert mint helyszínt,
08:18
dominated by the color red, happening around 10 a.m. on May 3,
179
482000
3000
melyet a piros szín ural, délelőtt 10 óra körül május harmadikán,
08:21
with an excitement level of high?
180
485000
2000
magas izgalmi állapotban?
08:23
So, how to extract this order of narrative from this larger story?
181
487000
5000
Hogyan ragadhatnánk ki ezt az elbeszélő sorrendet a nagyobb történetből?
08:28
I built a web interface for viewing "The Whale Hunt" that attempts to do just this.
182
492000
5000
Létrehoztam egy webes felületet a Bálnavadászathoz, ami ezt lehetővé teszi.
08:33
So these are all 3,214 pictures taken up there.
183
497000
4000
Ez az összes 3214 kép.
08:37
This is my studio in Brooklyn. This is the Arctic Ocean,
184
501000
4000
Ez a műtermem Brooklyban. Ez a Jeges-tenger,
08:41
and the butchering of the second whale, seven days later.
185
505000
3000
és a második bálna felvágása, hét nappal később.
08:44
You can start to see some of the story here, told by color.
186
508000
3000
Itt a színek mesélik el a történetet.
08:47
So this red strip signifies the color of the wallpaper
187
511000
3000
A piros csík jelzi a tapétám színét
08:50
in the basement apartment where I was staying.
188
514000
2000
az alagsori lakásban, ahol laktam.
08:52
And things go white as we move out onto the Arctic Ocean.
189
516000
3000
Ez kifehéredik, ahogy kimegyünk a Jeges-tengerre.
08:55
Introduction of red down here, when whales are being cut up.
190
519000
4000
Itt megjelenik a piros, ahol a bálnákat felvágják.
08:59
You can see a timeline, showing you the exciting moments throughout the story.
191
523000
3000
Láthatunk egy idővonalat, ami az érdekes pillanatokat mutatja végig a történetben.
09:02
These are organized chronologically.
192
526000
2000
Ezek időrendi sorrendben vannak.
09:04
Wheel provides a slightly more playful version of the same,
193
528000
3000
A kerék ugyanennek egy kicsit játékosabb változata,
09:07
so these are also all the photographs organized chronologically.
194
531000
3000
tehát ezek ismét a fényképek időrendi sorrendben.
09:10
And any of these can be clicked,
195
534000
2000
Bármelyikre lehet klikkelni,
09:12
and then the narrative is entered at that position.
196
536000
2000
és ott elkezdődik az elbeszélés.
09:14
So here I am sleeping on the airplane heading up to Alaska.
197
538000
3000
Itt alszom a repülőn Alaszka felé.
09:17
That's "Moby Dick."
198
541000
2000
Az a Moby Dick.
09:19
This is the food we ate.
199
543000
2000
Ez az étel, amit ettünk.
09:21
This is in the Patkotak's family living room
200
545000
3000
Ez a Patkotak család nappalija
09:24
in their house in Barrow. The boxed wine they served us.
201
548000
3000
a házukban Barrow-ban. A dobozos bor, amit ittunk.
09:27
Cigarette break outside -- I don't smoke.
202
551000
3000
Odakint cigiszünet - én nem dohányzom.
09:30
This is a really exciting sequence of me sleeping.
203
554000
4000
Ez egy nagyon izgalmas képsor rólam alvás közben.
09:34
This is out at whale camp, on the Arctic Ocean.
204
558000
4000
Ez kint van a Jeges-tengeren a bálnavadász táborban.
09:38
This graph that I'm clicking down here is meant to be
205
562000
2000
Ez a diagram, amire klikkelgetek idelent
09:40
reminiscent of a medical heartbeat graph,
206
564000
2000
a szívverés orvosi diagramjára emlékeztet,
09:42
showing the exciting moments of adrenaline.
207
566000
5000
és megmutatja az izgalmas pillanatokat.
09:47
This is the ice starting to freeze over. The snow fence they built.
208
571000
3000
Itt kezd befagyni a jég. A hófal, amit építettek.
09:50
And so what I'll show you now is the ability to pull out sub-stories.
209
574000
3000
És most megmutatom, hogyan ragadhatunk ki altörténeteket.
09:53
So, here you see the cast. These are all of the people in "The Whale Hunt"
210
577000
4000
Itt a szereposztás. Itt van mindenki, aki szerepel a Bálnavadászatban,
09:57
and the two whales that were killed down here.
211
581000
2000
valamint a két megölt bálna.
09:59
And we could do something as arbitrary as, say,
212
583000
2000
És megtehetünk bármit, például
10:01
extract the story of Rony, involving the concepts of blood
213
585000
6000
kiragadjuk Rony történetét a vérrel
10:07
and whales and tools, taking place on the Arctic Ocean,
214
591000
5000
és bálnákkal és eszközökkel, a Jeges-tengeri helyszínen
10:12
at Ahkivgaq camp, with the heartbeat level of fast.
215
596000
4000
az Ahkivgaq táborban, a gyors szívveréssel.
10:16
And now we've whittled down that whole story
216
600000
2000
És most lerövidítettük az egész történetet
10:18
to just 29 matching photographs,
217
602000
2000
csupán huszonkilenc varázslatos képre,
10:20
and then we can enter the narrative at that position.
218
604000
2000
és itt beléphetünk az elbeszélésbe.
10:22
And you can see Rony cutting up the whale here.
219
606000
2000
Láthatjuk Rony-t, amint felvágja a bálnát.
10:24
These whales are about 40 feet long,
220
608000
2000
Ezek a bálnák 12 méter hosszúak,
10:26
and weighing over 40 tons. And they provide the food source
221
610000
3000
és több, mint 40 tonnásak. És ők látják el táplálékkal
10:29
for the community for much of the year.
222
613000
4000
a közösséget az év java részében.
10:33
Skipping ahead a bit more here, this is Rony on the whale carcass.
223
617000
5000
Kicsit előrébb ez Rony a bálna tetemével.
10:38
They use no chainsaws or anything; it's entirely just blades,
224
622000
3000
Nem használnak láncfűrészt vagy ilyesmit, csak késeket,
10:41
and an incredibly efficient process.
225
625000
2000
és ez egy hihetetlenül hatékony folyamat.
10:43
This is the guys on the rope, pulling open the carcass.
226
627000
3000
Itt nyitják fel a tetemet a köteleken.
10:46
This is the muktuk, or the blubber, all lined up for community distribution.
227
630000
4000
Ez a muktuk, vagy bálnazsír, előkészítve a szétosztásra a közösségben.
10:50
It's baleen. Moving on.
228
634000
3000
Ez a bálnaszila. És továbblépünk.
10:53
So what I'm going to tell you about next
229
637000
2000
A következőkben egy nagyon új dologról
10:55
is a very new thing. It's not even a project yet.
230
639000
3000
fogok mesélni. Ez még nem is projekt.
10:58
So, just yesterday, I flew in here from Singapore, and before that,
231
642000
3000
Éppen tegnap érkeztem ide Szingapúrból, és azelőtt
11:01
I was spending two weeks in Bhutan, the small Himalayan kingdom
232
645000
4000
két hetet töltöttem Bhutánban, az apró himalájai királyságban
11:05
nestled between Tibet and India.
233
649000
2000
Tibet és India között.
11:07
And I was doing a project there about happiness,
234
651000
3000
A boldogságról készítettem egy projektet,
11:10
interviewing a lot of local people.
235
654000
2000
rengeteg helybélit interjúvoltam meg.
11:12
So Bhutan has this really wacky thing where they base
236
656000
6000
Bhutánban van ez a nagyon szokatlan dolog, hogy
11:18
most of their high-level governmental decisions around the concept
237
662000
2000
a legmagasabb szintű kormányzati döntéseket a bruttó hazai termék helyett
11:20
of gross national happiness instead of gross domestic product,
238
664000
4000
a bruttó nemzeti boldogságra alapozzák,
11:24
and they've been doing this since the '70s.
239
668000
2000
és ezt már a hetvenes évek óta így csinálják.
11:26
And it leads to just a completely different value system.
240
670000
3000
És ez egy teljesen másfajta értékrendszerhez vezet.
11:29
It's an incredibly non-materialistic culture,
241
673000
2000
Ez egy hihetetlenül nem anyagias kultúra,
11:31
where people don't have a lot, but they're incredibly happy.
242
675000
3000
az embereknek nem sok mindenük van, de elképesztően boldogok.
11:34
So I went around and I talked to people about some of these ideas.
243
678000
3000
Utazgattam, és ezekről az elképzelésekről beszélgettem az emberekkel.
11:37
So, I did a number of things. I asked people a number of set questions,
244
681000
3000
Sok mindent csináltam. Egy sor kérdést tettem fel az embereknek,
11:40
and took a number of set photographs,
245
684000
2000
fénykép-sorozatokat készítettem,
11:42
and interviewed them with audio, and also took pictures.
246
686000
2000
hangos interjúkat csináltam, és fotóztam.
11:44
I would start by asking people to rate their happiness
247
688000
2000
Megkértem őket, hogy értékeljék a boldogságukat
11:46
between one and 10, which is kind of inherently absurd.
248
690000
3000
egytől tízig, ami alapvetően abszurd.
11:49
And then when they answered, I would inflate that number of balloons
249
693000
3000
Amikor válaszoltak, felfújtam nekik ugyanannyi lufit,
11:52
and give them that number of balloons to hold.
250
696000
2000
és odaadtam nekik.
11:54
So, you have some really happy person holding 10 balloons,
251
698000
2000
Úgyhogy voltak nagyon boldog emberek tíz lufival,
11:56
and some really sad soul holding one balloon.
252
700000
4000
és néhány nagyon szomorú lélek egy lufival.
12:00
But you know, even holding one balloon is like, kind of happy.
253
704000
3000
De azért tudják, még egy lufi is nagyon vidám dolog.
12:03
(Laughter)
254
707000
2000
(Nevetés)
12:05
And then I would ask them a number of questions like
255
709000
2000
És aztán kérdeztem tőlük mindenféléket, például,
12:07
what was the happiest day in their life, what makes them happy.
256
711000
2000
hogy mi volt a legboldogabb nap az életükben, mi teszi őket boldoggá.
12:09
And then finally, I would ask them to make a wish.
257
713000
3000
És végül megkértem őket, hogy kívánjanak valamit.
12:12
And when they made a wish, I would write their wish
258
716000
2000
Amikor kívántak valamit, felírtam a kívánságot
12:14
onto one of the balloons and take a picture of them holding it.
259
718000
3000
az egyik lufijukra, és lefényképeztem őket.
12:17
So I'm going to show you now just a few brief snippets
260
721000
3000
Megmutatok néhány rövid részletet
12:20
of some of the interviews that I did, some of the people I spoke with.
261
724000
3000
ezekből az interjúkból.
12:23
This is an 11-year-old student.
262
727000
2000
Ez egy 11 éves diák.
12:25
He was playing cops and robbers with his friends, running around town,
263
729000
3000
Rendőrösdit játszott a barátaival a városban,
12:28
and they all had plastic toy guns.
264
732000
2000
műanyag játékfegyverekkel.
12:30
His wish was to become a police officer.
265
734000
3000
Azt kívánta, hogy rendőr legyen.
12:33
He was getting started early. Those were his hands.
266
737000
3000
Korán elkezdte. Ezek a kezei.
12:36
I took pictures of everybody's hands,
267
740000
2000
Mindenkinek lefényképeztem a kezét,
12:38
because I think you can often tell a lot about somebody
268
742000
2000
mert szerintem rengeteget elárulhat valakiről az,
12:40
from how their hands look. I took a portrait of everybody,
269
744000
3000
hogy milyen a keze. Mindenkit lefotóztam,
12:43
and asked everybody to make a funny face.
270
747000
3000
és mindenkit megkértem, hogy vágjon vicces arcot.
12:46
A 17-year-old student. Her wish was to have been born a boy.
271
750000
4000
Egy 17 éves diák. Azt kívánta, bárcsak fiúnak született volna.
12:50
She thinks that women have a pretty tough go of things in Bhutan,
272
754000
3000
Szerinte a nőknek nagyon nehéz a helyzetük Bhutánban,
12:53
and it's a lot easier if you're a boy.
273
757000
2000
és sokkal könnyebb a fiúknak.
13:01
A 28-year-old cell phone shop owner.
274
765000
2000
Egy 28 éves mobiltelefon boltos.
13:03
If you knew what Paro looked like, you'd understand
275
767000
2000
Ha tudnák, milyen hely Paro, megértenék,
13:05
how amazing it is that there's a cell phone shop there.
276
769000
5000
milyen lenyűgöző, hogy van mobiltelefon boltjuk.
13:10
He wanted to help poor people.
277
774000
2000
Ő a szegényeken akart segíteni.
13:19
A 53-year-old farmer. She was chaffing wheat,
278
783000
3000
Egy 53 éves földműves. Búzát szecskázott,
13:22
and that pile of wheat behind her
279
786000
2000
és az a rakás búza mögötte
13:24
had taken her about a week to make.
280
788000
2000
majdnem egy hét munkája volt.
13:26
She wanted to keep farming until she dies.
281
790000
4000
Addig akart gazdálkodni, amíg meg nem hal.
13:30
You can really start to see the stories told by the hands here.
282
794000
3000
Itt már tényleg látni a történeteket, amiket a kezek mesélnek.
13:33
She was wearing this silver ring that had the word "love" engraved on it,
283
797000
3000
Egy ezüstgyűrűt viselt, amibe a "szeretet" szó volt gravírozva,
13:36
and she'd found it in the road somewhere.
284
800000
3000
valahol az úton találta.
13:43
A 16-year-old quarry worker.
285
807000
2000
Egy 16 éves kőfejtő.
13:45
This guy was breaking rocks with a hammer in the hot sunlight,
286
809000
4000
Ez a fiú a forró napon törte a köveket a kalapácsával,
13:49
but he just wanted to spend his life as a farmer.
287
813000
3000
de csak arra vágyott, hogy földművesként élhessen.
13:59
A 21-year-old monk. He was very happy.
288
823000
5000
Egy 21 éves szerzetes. Nagyon boldog volt.
14:04
He wanted to live a long life at the monastery.
289
828000
3000
Hosszú életet akart leélni a kolostorban.
14:10
He had this amazing series of hairs growing out of a mole on the left side of his face,
290
834000
4000
Elképesztő hajcsomó nőtt az arca bal oldalán egy szemölcsből,
14:14
which I'm told is very good luck.
291
838000
3000
amiről azt mondták, jó szerencsét jelent.
14:17
He was kind of too shy to make a funny face.
292
841000
4000
Túl szégyenlős volt, hogy vicces arcot vágjon.
14:21
A 16-year-old student.
293
845000
5000
Egy 16 éves diáklány.
14:26
She wanted to become an independent woman.
294
850000
2000
Független nővé akart válni.
14:28
I asked her about that, and she said she meant
295
852000
1000
Amikor megkérdeztem, hogy ezt hogy értette,
14:29
that she doesn't want to be married,
296
853000
2000
azt mondta, nem akar férjhez menni,
14:31
because, in her opinion, when you get married in Bhutan as a woman,
297
855000
3000
mert szerinte ha Bhutánban egy nő megházasodik,
14:34
your chances to live an independent life kind of end,
298
858000
3000
örökre búcsút mondhat a függetlenségének,
14:37
and so she had no interest in that.
299
861000
2000
és ő ezt nem akarta.
14:45
A 24-year-old truck driver.
300
869000
2000
Egy 24 éves kamionsofőr.
14:47
There are these terrifyingly huge Indian trucks
301
871000
2000
Vannak ezek a rémisztően nagy indiai kamionok
14:49
that come careening around one-lane roads with two-lane traffic,
302
873000
4000
amik az egy sávos úton szlalomoznak a két sávos forgalomban,
14:53
with 3,000-foot drop-offs right next to the road,
303
877000
3000
közel 1 km mély szakadékok mellett,
14:56
and he was driving one of these trucks.
304
880000
2000
és ő egy ilyet vezetett.
14:58
But all he wanted was to just live a comfortable life, like other people.
305
882000
3000
De ő csak egy kényelmes életre vágyott, mint a többi ember.
15:08
A 24-year-old road sweeper. I caught her on her lunch break.
306
892000
3000
Egy 24 éves utcaseprő. Ebédszünetben találtam rá.
15:11
She'd built a little fire to keep warm, right next to the road.
307
895000
3000
Rakott egy kis tüzet, hogy megmelegedhessen az út mellett.
15:14
Her wish was to marry someone with a car.
308
898000
4000
Hozzá szeretne menni valakihez, akinek autója van.
15:18
She wanted a change in her life.
309
902000
2000
Meg akarta változtatni az életét.
15:20
She lives in a little worker's camp right next to the road,
310
904000
3000
Egy kicsi munkás táborban él az út mellett,
15:23
and she wanted a different lot on things.
311
907000
2000
és sok mindent másképp akart.
15:33
An 81-year-old itinerant farmer.
312
917000
2000
Egy 81 éves vándor földműves.
15:35
I saw this guy on the side of the road,
313
919000
2000
Az út mentén találkoztam vele,
15:37
and he actually doesn't have a home.
314
921000
2000
és valójában nincs otthona.
15:39
He travels from farm to farm each day trying to find work,
315
923000
2000
Nap mint nap egyik farmról a másikra utazik munkáért,
15:41
and then he tries to sleep at whatever farm he gets work at.
316
925000
4000
és megpróbál ott aludni, ahol épp munkát kap.
15:45
So his wish was to come with me, so that he had somewhere to live.
317
929000
3000
Azt kívánta, hogy velem jöhessen, hogy legyen hol élnie.
15:55
He had this amazing knife that he pulled out of his gho
318
939000
2000
Volt ez a lenyűgöző kése, amit előrántott,
15:57
and started brandishing when I asked him to make a funny face.
319
941000
4000
és elkezdett hadonászni vele, amikor megkértem, hogy vágjon vicces arcot.
16:01
It was all good-natured.
320
945000
2000
Szeretetre méltó volt.
16:04
A 10-year-old.
321
948000
4000
Egy 10 éves.
16:08
He wanted to join a school and learn to read,
322
952000
2000
Iskolába akart menni és megtanulni olvasni,
16:10
but his parents didn't have enough money to send him to school.
323
954000
4000
de a szüleinek nem volt elég pénze, hogy iskolába küldjék.
16:14
He was eating this orange, sugary candy
324
958000
2000
Narancssárga cukrot majszolt,
16:16
that he kept dipping his fingers into,
325
960000
2000
amibe beledugta az ujjait,
16:18
and since there was so much saliva on his hands,
326
962000
2000
és mivel annyi nyál volt a kezein,
16:20
this orange paste started to form on his palms.
327
964000
3000
ilyen narancssárga lett tőle a tenyere.
16:27
(Laughter)
328
971000
2000
(Nevetés)
16:30
A 37-year-old road worker.
329
974000
3000
Egy 37 éves útépítő.
16:33
One of the more touchy political subjects in Bhutan
330
977000
4000
Az egyik legkényesebb politikai téma Bhutánban
16:37
is the use of Indian cheap labor
331
981000
3000
az olcsó indiai munkaerő,
16:40
that they import from India to build the roads,
332
984000
3000
akiket Indiából hoznak be, hogy utakat építsenek,
16:43
and then they send these people home once the roads are built.
333
987000
2000
majd, ha az utak elkészültek, hazaküldik őket.
16:45
So these guys were in a worker's gang
334
989000
2000
Ezek a fickók egy munkásbrigádban voltak,
16:47
mixing up asphalt one morning on the side of the highway.
335
991000
3000
az aszfaltot keverték egyik reggel az út mellett.
16:50
His wish was to make some money and open a store.
336
994000
3000
Azt kívánta, hogy keressen egy kis pénzt, és nyisson egy boltot.
17:00
A 75-year-old farmer. She was selling oranges on the side of the road.
337
1004000
4000
Egy 75 éves földműves. Narancsokat árult az út szélén.
17:04
I asked her about her wish, and she said,
338
1008000
2000
Amikor megkérdeztem, mit kívánna, azt mondta:
17:06
"You know, maybe I'll live, maybe I'll die, but I don't have a wish."
339
1010000
3000
"Tudod, talán élek, talán meghalok, de nem kívánok semmit."
17:14
She was chewing betel nut, which caused her teeth
340
1018000
3000
Bételdiót rágott, amitől a fogai
17:17
over the years to turn very red.
341
1021000
2000
az évek során pirosra színeződtek.
17:19
Finally, this is a 26-year-old nun I spoke to.
342
1023000
6000
És végül egy 26 éves apáca, akivel beszéltem.
17:25
Her wish was to make a pilgrimage to Tibet.
343
1029000
3000
Azt kívánta, hogy elzarándokolhasson Tibetbe.
17:28
I asked her how long she planned to live in the nunnery and she said,
344
1032000
2000
Megkérdeztem, meddig szeretne a zárdában élni, és azt mondta:
17:30
"Well, you know, of course, it's impermanent,
345
1034000
2000
"Tudod, ez természetesen átmeneti,
17:32
but my plan is to live here until I'm 30, and then enter a hermitage."
346
1036000
4000
de a tervem, hogy 30 éves koromig élek itt, aztán remetének állok."
17:36
And I said, "You mean, like a cave?" And she said, "Yeah, like a cave."
347
1040000
5000
Megkérdeztem: "Mint egy barlangban?" Azt mondta: "Igen, egy barlangban."
17:41
And I said, "Wow, and how long will you live in the cave?"
348
1045000
3000
És azt mondtam: "Nahát, és meddig fogsz élni a barlangban?"
17:44
And she said, "Well, you know,
349
1048000
2000
Azt felelte: "Tudod,
17:46
I think I'd kind of like to live my whole life in the cave."
350
1050000
4000
szerintem az egész életemet a barlangban szeretném leélni."
17:50
I just thought that was amazing. I mean, she spoke in a way --
351
1054000
2000
Azt gondoltam, ez elképesztő. Úgy értem, ahogy beszélt,
17:52
with amazing English, and amazing humor, and amazing laughter --
352
1056000
3000
tökéletes angolsággal, lenyűgöző humorral és nevetéssel,
17:55
that made her seem like somebody I could have bumped into
353
1059000
2000
olyan embernek tűnt, akivel akár New Yorkban vagy
17:57
on the streets of New York, or in Vermont, where I'm from.
354
1061000
3000
a szülővárosomban, Vermontban is találkozhattam volna.
18:00
But here she had been living in a nunnery for the last seven years.
355
1064000
3000
De ehelyett ő itt élt már hét éve a zárdában.
18:03
I asked her a little bit more about the cave
356
1067000
3000
Egy kicsit kérdezgettem a barlangról,
18:06
and what she planned would happen once she went there, you know.
357
1070000
4000
és hogy mit tervez, miután odamegy élni.
18:10
What if she saw the truth after just one year,
358
1074000
2000
Mi van, ha egy év után megvilágosodik,
18:12
what would she do for the next 35 years in her life?
359
1076000
2000
mit fog csinálni élete következő 35 évében?
18:14
And this is what she said.
360
1078000
2000
És ezt válaszolta.
18:16
Woman: I think I'm going to stay for 35. Maybe -- maybe I'll die.
361
1080000
5000
Nő: Szerintem maradok, amíg 35 leszek, aztán talán... talán meghalok.
18:21
Jonathan Harris: Maybe you'll die? Woman: Yes.
362
1085000
2000
Jonathan Harris: Talán meghalsz? Nő: Igen.
18:23
JH: 10 years? Woman: Yes, yes. JH: 10 years, that's a long time.
363
1087000
3000
JH: Tíz év múlva? Nő: Igen, igen. JH: Tíz év az hosszú idő.
18:26
Woman: Yes, not maybe one, 10 years, maybe I can die
364
1090000
3000
Nő: Igen, talán nem egy vagy tíz év, talán meghalok
18:29
within one year, or something like that.
365
1093000
2000
egy éven belül, vagy ilyesmi.
18:31
JH: Are you hoping to?
366
1095000
2000
JH: Ezt szeretnéd?
18:33
Woman: Ah, because you know, it's impermanent.
367
1097000
2000
Nő: Ó, mert tudod, ez múlékony.
18:35
JH: Yeah, but -- yeah, OK. Do you hope --
368
1099000
6000
JH: Igen, de... igen, oké. Reméled, hogy...
18:41
would you prefer to live in the cave for 40 years,
369
1105000
3000
jobb szeretnél a barlangban élni 40 évig,
18:44
or to live for one year?
370
1108000
2000
vagy csak egy évig élni?
18:46
Woman: But I prefer for maybe 40 to 50.
371
1110000
4000
Nő: De talán jobban szeretnék 40 vagy 50 évig élni.
18:50
JH: 40 to 50? Yeah.
372
1114000
1000
JH: 40-50? Értem.
18:51
Woman: Yes. From then, I'm going to the heaven.
373
1115000
3000
Nő: Igen. És aztán a mennybe megyek.
18:54
JH: Well, I wish you the best of luck with it.
374
1118000
5000
JH: Sok szerencsét kívánok neked.
18:59
Woman: Thank you.
375
1123000
1000
Nő: Köszönöm.
19:00
JH: I hope it's everything that you hope it will be.
376
1124000
3000
JH: Remélem, minden vágyad valóra válik.
19:03
So thank you again, so much.
377
1127000
2000
Még egyszer nagyon köszönöm.
19:05
Woman: You're most welcome.
378
1129000
2000
Nő: Nagyon szívesen.
19:07
JH: So if you caught that, she said she hoped to die
379
1131000
2000
JH: Tehát ha értették. Azt mondta, reméli, hogy meghal
19:09
when she was around 40. That was enough life for her.
380
1133000
3000
amikor 40 körül lesz. Ennyi élet elég neki.
19:12
So, the last thing we did, very quickly,
381
1136000
2000
Az utolsó, amit nagyon gyorsan csináltunk,
19:14
is I took all those wish balloons -- there were 117 interviews,
382
1138000
3000
hogy fogtam ezeket a kívánság-lufikat - 117 interjúm volt,
19:17
117 wishes -- and I brought them up to a place called Dochula,
383
1141000
4000
117 kívánság -, és felvittem őket egy Dochula nevű helyre,
19:21
which is a mountain pass in Bhutan, at 10,300 feet,
384
1145000
4000
ami egy hegyszoros 3 km magasan,
19:25
one of the more sacred places in Bhutan.
385
1149000
3000
az egyik legszentebb hely Bhutánban.
19:28
And up there, there are thousands of prayer flags
386
1152000
2000
És odafönt több ezer imazászló van,
19:30
that people have spread out over the years.
387
1154000
2000
amiket az emberek vittek fel az évek során.
19:32
And we re-inflated all of the balloons, put them up on a string,
388
1156000
3000
Újra felfújtuk az összes lufit, felkötöttük őket egy zsinórra,
19:35
and hung them up there among the prayer flags.
389
1159000
2000
és fellógattuk őket az imazászlók közé.
19:37
And they're actually still flying up there today.
390
1161000
2000
És még ma is tényleg ott vannak.
19:39
So if any of you have any Bhutan travel plans in the near future,
391
1163000
3000
Úgyhogy ha bárki Bhutánban jár a közeljövőben,
19:42
you can go check these out. Here are some images from that.
392
1166000
3000
megnézheti őket. Itt van néhány kép róluk.
19:46
We said a Buddhist prayer so that all these wishes could come true.
393
1170000
4000
Elmondtunk egy buddhista imát, hogy minden kívánság valóra váljon.
19:59
You can start to see some familiar balloons here.
394
1183000
3000
Itt már láthatunk néhány ismerős lufit is.
20:02
"To make some money and to open a store" was the Indian road worker.
395
1186000
5000
"Keresni egy kis pénzt, és nyitni egy boltot", az indiai útépítő volt.
20:15
Thanks very much.
396
1199000
2000
Köszönöm szépen.
20:17
(Applause)
397
1201000
3000
(Taps)
ABOUT THE SPEAKER
Jonathan Harris - Artist, storyteller, Internet anthropologistArtist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet.
Why you should listen
Brooklyn-based artist Jonathan Harris' work celebrates the world's diversity even as it illustrates the universal concerns of its occupants. His computer programs scour the Internet for unfiltered content, which his beautiful interfaces then organize to create coherence from the chaos.
His projects are both intensely personal (the "We Feel Fine" project, made with Sep Kanvar, which scans the world's blogs to collect snapshots of the writers' feelings) and entirely global (the new "Universe," which turns current events into constellations of words). But their effect is the same -- to show off a world that resonates with shared emotions, concerns, problems, triumphs and troubles.
Jonathan Harris | Speaker | TED.com