TED2011
Aaron Koblin: Visualizing ourselves ... with crowd-sourced data
Aaron Koblin: Memvisualisasikan Humanitas Kita Dengan Berseni
Filmed:
Readability: 4.2
1,731,467 views
Seniman Aaron Koblin mengambil data dalam jumlah yang banyak -- dan beberapa kali sejumlah banyak orang -- dan mengubahnya menjadi visualisasi yang menakjubkan. Dari garis garis elegan yang menggambarkan rute rute maskapai penerbangan sampai ke bentang data ponsel, dari sebuah video Johnny Cash yang disusun dengan kumpulan gambar yang bersumber dari publik internet, sampai ke video "Wilderness Downtown" yang menyesuaikan dengan pemirsanya, pekerjaannya yang brilian mengeksplor bagaimana teknologi modern bisa membuat kita lebih menjadi manusia.
Aaron Koblin - Data artist
Aaron Koblin is an artist specializing in data and digital technologies. His work takes real world and community-generated data and uses it to reflect on cultural trends and the changing relationship between humans and technology. Full bio
Aaron Koblin is an artist specializing in data and digital technologies. His work takes real world and community-generated data and uses it to reflect on cultural trends and the changing relationship between humans and technology. Full bio
Double-click the English transcript below to play the video.
00:15
So I think data can actually make us more human.
0
0
4000
Jadi Saya pikir, data sebenarnya bisa membuat kita lebih menjadi manusia.
00:19
We're collecting and creating all kinds of data about how we're living our lives,
1
4000
3000
Kami mengumpulkan dan membuat semua jenis data tentang bagaimana kita menjalani kehidupan kita,
00:22
and it's enabling us to tell some amazing stories.
2
7000
2000
dan itu memampukan kita untuk menyampaikan cerita-cerita menakjubkan.
00:24
Recently, a wise media theorist Tweeted,
3
9000
3000
Baru-baru ini, seorang ahli teori media yang bijak men-Tweet,
00:27
"The 19th century culture was defined by the novel,
4
12000
2000
"Budaya abad 19 didefinisikan oleh novel,
00:29
the 20th century culture was defined by the cinema,
5
14000
2000
"Budaya abad 20 didefinisikan oleh bioskop,
00:31
and the culture of the 21st century
6
16000
2000
dan budaya abad 21
00:33
will be defined by the interface."
7
18000
2000
akan didefinisikan dengan antarmuka."
00:35
And I believe this is going to prove true.
8
20000
2000
Dan saya percaya ini akan terbukti kebenarannya.
00:37
Our lives are being driven by data,
9
22000
2000
Kehidupan kita sedang diatur oleh data,
00:39
and the presentation of that data is an opportunity
10
24000
2000
dan penyajian data tersebut adalah suatu kesempatan untuk kita
00:41
for us to make some amazing interfaces that tell great stories.
11
26000
2000
dalam membuat beberapa antarmuka antarmuka menakjubkan untuk menyampaikan cerita-cerita hebat.
00:43
So I'm going to show you a few of the projects
12
28000
2000
Jadi, saya akan menunjukkan sedikit proyek-proyek
00:45
that I've been working on over the last couple years
13
30000
2000
yang sedang saya kerjakan dalam beberapa tahun terakhir
00:47
that reflect on our lives and our systems.
14
32000
2000
yang mencerminkan kehidupan dan sistem kita.
00:49
This is a project called Flight Patterns.
15
34000
2000
Ini adalah proyek yang disebut "Pola Penerbangan"
00:51
What you're looking at is airplane traffic
16
36000
2000
Apa yang kalian lihat adalah lalu lintas pesawat terbang
00:53
over North America for a 24-hour period.
17
38000
3000
di Amerika Utara dalam periode 24 jam.
00:56
As you see, everything starts to fade to black,
18
41000
2000
Seperti kalian lihat, semua mulai menghilang,
00:58
and you see people going to sleep.
19
43000
2000
dan kalian lihat orang-orang mulai tidur.
01:00
Followed by that, you see on the West coast
20
45000
2000
Kemudian, lihatlah di pesisir barat
01:02
planes moving across, the red-eye flights to the East coast.
21
47000
3000
pesawat-pesawat bergerak menyebrang, penerbangan red-eye ke pesisir timur.
01:05
And you'll see everybody waking up on the East coast,
22
50000
3000
Dan kalian akan melihat, semua orang bangun di pesisir timur.
01:08
followed by European flights coming in the upper right-hand corner.
23
53000
3000
Diikuti dengan penerbangan Eropa yang datang dari sudut kanan atas.
01:11
Everybody's moving from the East coast to the West coast.
24
56000
3000
Semua orang sedang bergerak dari pesisir barat ke pesisir timur.
01:14
You see San Francisco and Los Angeles
25
59000
2000
Kalian lihat San Francisco dan Los Angeles
01:16
start to make their journeys down to Hawaii in the lower left-hand corner.
26
61000
3000
Memulai perjalanan mereka ke Hawaii di sudut kiri bawah
01:19
I think it's one thing to say there's 140,000 planes
27
64000
2000
Saya pikir, dapat dikatakan bahwa ada 140.000 pesawat terbang
01:21
being monitored by the federal government at any one time,
28
66000
3000
sedang dimonitor oleh pemerintah pada suatu waktu, kapanpun,
01:24
and it's another thing to see that system as it ebbs and flows.
29
69000
3000
dan dapat dikatakan juga bahwa sistem ini dilihat sebagai pasang surutnya.
01:29
This is a time-lapse image of that exact same data,
30
74000
2000
Ini adalah gambar selang waktu dari data yang sama
01:31
but I've color-coded it by type,
31
76000
2000
Tapi saya telah mengkodekan dengan warna berdasarkan tipenya.
01:33
so you can see the diversity of aircraft that are in the skies above us.
32
78000
3000
jadi kalian bisa melihat keragaman penerbangan yang terbang di angkasa kita.
01:36
And I started making these, and I put them into Google Maps
33
81000
3000
Dan saya mulai membuat itu semua, kemudian memasukkannya ke dalam Google Maps
01:39
and allow you to zoom in and see individual airports
34
84000
2000
sehingga kalian dapat memperbesar dan melihat bandara bandara secara individual
01:41
and the patterns that are occurring there.
35
86000
2000
dan pola pola yang terjadi disana.
01:43
So here we can see the white represents low altitudes,
36
88000
3000
Jadi, disini kita bisa melihat bahwa putih mewakili ketinggian rendah,
01:46
and the blue are higher altitudes.
37
91000
2000
dan biru mewakili ketinggian tinggi.
01:48
And you can zoom in. This is taking a look at Atlanta.
38
93000
2000
Dan kalian bisa memperbesar. Ini adalah pemandangan di Atlanta.
01:50
You can see this is a major shipping airport,
39
95000
2000
Kalian bisa lihat ini adalah bandara utama untuk kargo,
01:52
and there's all kinds of activity there.
40
97000
2000
dan ada banyak aktivitas di sana.
01:54
You can also toggle between altitude
41
99000
3000
Kalian juga bisa pilih ketinggiannya
01:57
for model and manufacturer.
42
102000
2000
modelnya, dan juga pabriknya.
01:59
See again, the diversity.
43
104000
2000
LIhat lagi, keragaman.
02:01
And you can scroll around and see
44
106000
2000
Dan kalian juga bisa melihat di sekitarnya
02:03
some of the different airports and the different patterns that they have.
45
108000
3000
beberapa bandara berbeda dan pola berbeda yang mereka punya.
02:06
This is scrolling up the East coast.
46
111000
2000
Ini pemandangan di pesisir timur.
02:08
You can see some of the chaos that's happening in New York
47
113000
2000
Kalian dapat melihat beberapa kekacauan yang terjadi di New York
02:10
with the air traffic controllers
48
115000
2000
dengan pengontrol lalu lintas udara
02:12
having to deal with all those major airports next to each other.
49
117000
4000
harus berurusan dengan semua bandara utama yang bersebelahan.
02:17
So zooming back out real quick,
50
122000
2000
Diperkecil dengan cepat,
02:19
we see, again, the U.S. -- you get Florida down in the right-hand corner.
51
124000
3000
kita lihat lagi, Amerika Serikat. -- kalian lihat Florida di sudut kanan bawah
02:22
Moving across to the West coast,
52
127000
2000
Bergerak menyebrang ke pesisir barat,
02:24
you see San Francisco and Los Angeles --
53
129000
2000
kalian lihat San Francisco dan Los Angeles
02:26
big low-traffic zones
54
131000
2000
zona besar lalu lintas rendah
02:28
across Nevada and Arizona.
55
133000
2000
di sepanjang Nevada dan Arizona.
02:30
And that's us down there in L.A. and Long Beach on the bottom.
56
135000
4000
Dan itu kita di bawah, L.A. dan Long Beach.
02:36
I started taking a look as well at different perimeters,
57
141000
2000
Saya mulai mengamati juga dengan perimeter perimeter lain,
02:38
because you can choose what you want to pull out from the data.
58
143000
2000
karena kita bisa memilih apa yang mau kita simpulkan dari data.
02:40
This is looking at ascending versus descending flights.
59
145000
3000
Ini adalah citra dari penerbangan yang tinggal landas dan yang mendarat.
02:43
And you can see, over time, the ways the airports change.
60
148000
2000
Dan kalian bisa lihat, perubahan bandara seiring berjalannya waktu.
02:45
You see the holding patterns that start to develop
61
150000
2000
Kalian lihat pola tunggu menunggu yang mulai terjadi
02:47
in the bottom of the screen.
62
152000
2000
di bawah layar.
02:49
And you can see, eventually the airport actually flips directions.
63
154000
3000
Dan kalian bisa lihat, nantinya bandara akan menukar arah.
02:53
So this is another project that I worked on with the Sensible Cities Lab at MIT.
64
158000
3000
Ini adalah proyek lain yang saya kerjakan dengan Sensible Cities Lab di MIT.
02:56
This is visualizing international communications.
65
161000
2000
Ini adalah visualisasi dari komunikasi internasional.
02:58
So it's how New York communicates
66
163000
2000
Inilah cara New York berkomunikasi
03:00
with other international cities.
67
165000
2000
dengan kota kota internasional lainnya.
03:02
And we set this up as a live globe in the Museum of Modern Art in New York
68
167000
3000
Dan kita menyusun semua ini sebagai globe hidup di Museum of Modern Art di New York
03:05
for the Design the Elastic Mind exhibition.
69
170000
2000
untuk pameran Design the Elastic Mind.
03:07
And it had a live feed with a 24-hour offset,
70
172000
2000
Siaran langsungnya dilakukan dalam rentang 24 jam
03:09
so you could see the changing relationship
71
174000
2000
jadi kalian bisa lihat perubahan relasi
03:11
and some demographic info
72
176000
2000
dan beberapa info demografi
03:13
coming through AT&T's data and revealing itself.
73
178000
3000
datang melalui data AT&T dan menunjukkan dirinya.
03:16
This is another project I worked on with Sensible Cities Lab
74
181000
2000
Ini adalah proyek lain yang saya kerjakan dengan Sensible Cities Lab
03:18
and CurrentCity.org.
75
183000
2000
dan CurrentCity.org
03:20
And it's visualizing SMS messages being sent in the city of Amsterdam.
76
185000
3000
Ini memvisualisasikan pesan SMS yang dikirim di kota Amsterdam.
03:23
So you're seeing the daily ebb and flow
77
188000
2000
Kalian melihat pasang dan surut harian
03:25
of people sending SMS messages from different parts of the city,
78
190000
2000
orang-orang mengirim pesan SMS dari bagian kota yang berbeda-beda,
03:27
until we approach New Year's Eve, where everybody says, "Happy New Year!"
79
192000
3000
sampai kita mendekati malam tahun baru, dimana semua orang berkata, "Selamat Tahun Baru!"
03:30
(Laughter)
80
195000
2000
(Tertawa)
03:32
So this is an interactive tool
81
197000
2000
Jadi ini adalah suatu piranti interaktif
03:34
that you can move around and see different parts of the city.
82
199000
3000
kalian bisa berkeliling dan melihat bagian berbeda dari kota ini.
03:37
This is looking at another event. This is called Queen's Day.
83
202000
3000
Ini adalah pemandangan pada hari peringatan lain yang disebut Hari Ratu.
03:40
So again, you get this daily ebb and flow
84
205000
2000
Jadi sekali lagi, kalian melihat pasang dan surut harian
03:42
of people sending SMS messages from different parts of the city.
85
207000
3000
orang-orang mengirim pesan SMS dari bagian kota yang berbeda-beda,
03:45
And then you're going to see people start to gather in the center of the city
86
210000
2000
Kalian lihat, orang-orang mulai berdatangan untuk berkumpul di tengah kota
03:47
to celebrate the night before,
87
212000
2000
untuk merayakan malam itu,
03:49
which happens right here.
88
214000
2000
yang terjadi sekarang.
03:51
And then you can see people celebrating the next day.
89
216000
2000
Kalian bisa melihat orang-orang merayakan hari raya keesokan harinya.
03:53
And you can pause it and step back and forth and see different phases.
90
218000
3000
Kalian dapat berhenti sebentar dan memundurkan atau memajukan untuk melihat fase-fase berbeda.
03:56
So now on to something completely different.
91
221000
2000
Sekarang ada sesuatu yang sangat berbeda.
03:58
Some of you may recognize this.
92
223000
2000
Beberapa dari kalian mungkin mengenal ini.
04:00
This is Baron Wolfgang von Kempelen's mechanical chess playing machine.
93
225000
3000
Ini adalah mesin bermain catur mekanis Baron Wolfgang von Kempelen,
04:03
And it's this amazing robot that plays chess extremely well,
94
228000
2000
Ini adalah robot menakjubkan yang amat baik dalam bermain catur,
04:05
except for one thing: it's not a robot at all.
95
230000
3000
kecuali satu hal: ini sama sekali bukanlah sebuah robot.
04:08
There's actually a legless man that sits in that box
96
233000
2000
Sebenarnya ada seorang tak berkaki yang duduk di atas kotak itu
04:10
and controls this chess player.
97
235000
2000
dan mengontrol permainan catur ini.
04:12
This was the inspiration for a web service by Amazon
98
237000
2000
Ini menjadi inspirasi Amazon untuk sebuah servis web
04:14
called the Mechanical Turk -- named after this guy.
99
239000
3000
yang disebut Mechanical Turk -- dinamakan bedasarkan nama orang ini.
04:17
And it's based on the premise that there are certain things
100
242000
2000
Dan ini berdasarkan pada pendapat bahwa ada beberapa hal pasti
04:19
that are easy for people, but really difficult for computers.
101
244000
2000
yang sebenarnya mudah bagi manusia, tapi sangat susah bagi komputer.
04:21
So they made this web service and said,
102
246000
2000
Sehingga mereka membuat servis web itu dan berkata,
04:23
"Any programmer can write a piece of software
103
248000
2000
"Programmer manapun bisa menulis penggalan piranti lunak
04:25
and tap into the minds of thousands of people."
104
250000
2000
dan menghubungkannya dengan pikiran banyak orang."
04:27
The nerdy side of me thought, "Wow, this is amazing.
105
252000
2000
Sisi kutu buku saya berpikir, "Wah, ini menakjubkan.
04:29
I can tap into thousands of people's minds."
106
254000
2000
Saya bisa berhubungan dengan pikiran banyak orang."
04:31
And the other nerdy side of me thought,
107
256000
2000
Dan sisi lain kutu buku saya berpikir,
04:33
"This is horrible. This is completely bizarre.
108
258000
3000
"Ini mengerikan. Ini sangat aneh.
04:36
What does this mean for the future of mankind,
109
261000
2000
Apa artinya ini untuk masa depan manusia,
04:38
where we're all plugged into this borg?"
110
263000
2000
dimana kita semua disambungkan ke robot itu?"
04:40
I was probably being a little extreme.
111
265000
2000
Saya mungkin waktu itu sedikit ekstrim.
04:42
But what does this mean when we have no context for what it is that we're working on,
112
267000
2000
Tapi apa artinya ketika kita tidak mempunyai konteks untuk apa yang sedang kita kerjakan,
04:44
and we're just doing these little labors?
113
269000
2000
dan kita hanya melakukan pekerjaan-pekerjaan kecil?
04:46
So I created this drawing tool.
114
271000
2000
Jadi saya membuat piranti menggambar ini.
04:48
I asked people to draw a sheep facing to the left.
115
273000
2000
Saya meminta orang-orang untuk menggambar seekor domba menghadap ke kiri.
04:50
And I said, "I'll pay you two cents for your contribution."
116
275000
2000
Dan saya berkata, "Saya akan membayar kamu dua sen untuk kontribusi kamu."
04:52
And I started collecting sheep.
117
277000
3000
Dan saya mulai mengoleksi domba.
04:55
And I collected a lot, a lot of different sheep.
118
280000
3000
Saya mengumpulkan banyak, banyak sekali domba yang berbeda-beda.
04:59
Lots of sheep.
119
284000
2000
Banyak sekali domba.
05:01
I took the first 10,000 sheep that I collected,
120
286000
2000
Saya ambil 10.000 domba pertama yang saya dapat,
05:03
and I put them on a website called TheSheepMarket.com
121
288000
3000
dan meletakkan mereka di website TheSheepMarket.com
05:06
where you can actually buy collections of 20 sheep.
122
291000
3000
dimana kalian bisa membeli 20 koleksi domba.
05:09
You can't pick individual sheep,
123
294000
2000
Kalian tidak bisa memilih satu domba,
05:11
but you can buy a single plate block of stamps as a commodity.
124
296000
4000
tapi kalian bisa membeli sebuah blok perangko sebagai suatu komoditas.
05:15
And juxtaposed against this grid,
125
300000
2000
Dan disandingkan dengan jala-jala ini,
05:17
you see actually, by rolling over each individual one,
126
302000
2000
kalian lihat, sebenarnya dengan memutar setiap individu,
05:19
the humanity behind this hugely mechanical process.
127
304000
3000
humanitas di belakang proses mekanis besar ini.
05:22
I think there's something really interesting
128
307000
2000
Saya pikir ada sesuatu yang sangat menarik
05:24
to watching people as they go through this creative toil --
129
309000
3000
jika melihat orang-orang mengerjakan hal kreatif ini --
05:27
something we can all relate to,
130
312000
2000
sesuatu yang kita semua bisa berhubungan dengannya,
05:29
this creative process of trying to come up with something from nothing.
131
314000
3000
proses kreatif untuk mencoba membuat sesuatu dari nol.
05:32
I think it was really interesting to juxtapose this humanity
132
317000
2000
Saya pikir sangat menarik jika menjajarkan humanitas
05:34
versus this massive distributed grid.
133
319000
2000
dengan jaring-jaring raksasa ini.
05:36
Kind of amazing what some people did.
134
321000
3000
Cukup menakjubkan hasil usaha dari beberapa orang.
05:39
So here's a few statistics from the project.
135
324000
2000
Ini adalah sedikit statistik dari proyek tersebut.
05:41
Approximate collection rate of 11 sheep per hour,
136
326000
2000
Kira-kira dengan kecepatan koleksi 11 domba per jam,
05:43
which would make a working wage of 69 cents per hour.
137
328000
3000
akan menghasilkan gaji sebanyak 69 sen per jam.
05:46
There were 662 rejected sheep
138
331000
2000
Ada 662 domba yang ditolak
05:48
that didn't meet "sheep-like" criteria and were thrown out of the flock.
139
333000
3000
karena tidak memenuhi kriteria bentuk domba, dan dibuang dari kawanannya.
05:51
(Laughter)
140
336000
2000
(Tertawa)
05:53
The amount of time spent drawing ranged from four seconds to 46 minutes.
141
338000
3000
Jumlah waktu yang diperlukan untuk menggambar berkisar dari 4 detik sampai 46 menit.
05:56
That gives you an idea of the different types of motivations and dedication.
142
341000
3000
Itu memberi kita gambaran mengenai perbedaan motivasi dan dedikasi.
05:59
And there were 7,599 people that contributed to the project,
143
344000
3000
Ada 7.599 orang yang telah berkontribusi pada proyek ini,
06:02
or were unique IP addresses --
144
347000
2000
atau alamat IP yang unik --
06:04
so about how many people contributed.
145
349000
2000
jadi mengenai berapa banyak orang yang berkontribusi.
06:06
But only one of them out of the 7,599 said this.
146
351000
4000
Tapi hanya satu diantara mereka dari 7.599 berkata demikian.
06:10
(Laughter)
147
355000
4000
(Tertawa)
06:14
Which I was pretty surprised by.
148
359000
2000
Saya sangat terkejut.
06:16
I expected people to be wondering, "Why did I draw a sheep?"
149
361000
3000
Saya sudah menyangka orang-orang akan berpikir, "Kenapa saya menggambar domba?"
06:19
And I think it's a pretty valid question.
150
364000
2000
Dan saya pikir itu adalah pertanyaan yang sangat wajar.
06:21
And there's a lot of reasons why I chose sheep.
151
366000
2000
Ada banyak alasan kenapa saya pilih domba.
06:23
Sheep were the first animal
152
368000
2000
Domba adalah hewan pertama
06:25
to be raised from mechanically processed byproducts,
153
370000
2000
yang dibuat dari produk sampingan yang diproses secara mekanis,
06:27
the first to be selectively bred for production traits,
154
372000
2000
pertama yang dibudidayakan secara selektif untuk sifat produksi,
06:29
the first animal to be cloned.
155
374000
2000
hewan pertama yang dikloning.
06:31
Obviously, we think of sheep as followers.
156
376000
2000
Tentu, kita menganggap domba sebagai pengikut.
06:33
And there's this reference to "Le Petit Prince"
157
378000
2000
Dan ada juga referensi ke "Le Petit Prince"
06:35
where the narrator asks the prince to draw a sheep.
158
380000
2000
Dimana narator meminta pangeran untuk menggambar domba.
06:37
He draws sheep after sheep.
159
382000
2000
Dia menggambar domba-domba.
06:39
The narrator's only appeased when he draws a box.
160
384000
2000
Sang narator tenang setelah dia menggambar sebuah kotak.
06:41
And he says, "It's not about a scientific rendering of a sheep.
161
386000
2000
Dan dia berkata, "Ini bukan tentang terjemahan saintifik tentang domba.
06:43
It's about your own interpretation and doing something different."
162
388000
3000
Ini tentang interpretasi anda dan mengerjakan sesuatu yang berbeda."
06:46
And I like that.
163
391000
2000
Dan saya suka itu.
06:48
So this is a clip from Charlie Chaplin's "Modern Times."
164
393000
2000
Ini adalah sebuah klip Charlie Chaplin dari "Modern Times."
06:50
It's showing Charlie Chaplin dealing with some of the major changes
165
395000
3000
Ini memperlihatkan Charlie Chaplin berurusan dengan perubahan mendasar
06:53
during the Industrial Revolution.
166
398000
2000
saat revolusi industri.
06:55
So there were no longer shoe makers,
167
400000
2000
Jadi tidak ada lagi pembuat sepatu,
06:57
but now there are people slapping soles on people's shoes.
168
402000
2000
tapi sekarang ada orang-orang yang menempel sol sepatu pada sepatu orang lain.
06:59
And the whole idea of one's relationship to their work changed a lot.
169
404000
3000
Dan seluruh pemahaman akan hubungan mereka dengan pekerjaan mereka berubah banyak.
07:02
So I thought this was an interesting clip
170
407000
2000
Jadi saya pikir ini adalah klip yang menarik
07:04
to divide into 16 pieces
171
409000
2000
untuk membaginya menjadi 16 bagian
07:06
and feed into the Mechanical Turk with a drawing tool.
172
411000
3000
dan memasukkannya ke Mechanical Turk dengan sarana menggambar.
07:09
This basically allowed -- what you see on the left side is the original frame,
173
414000
3000
Apa yang kalian lihat di kiri adalah frame asli,
07:12
and on the right side you see that frame
174
417000
2000
dan frame yang di kanan
07:14
as interpreted by 16 people
175
419000
2000
adalah hasil interpretasi 16 orang
07:16
who have no idea what it is they're doing.
176
421000
2000
yang tidak paham apa yang sebenarnya mereka lakukan.
07:18
And this was the inspiration for a project
177
423000
2000
Dan ini adalah inspirasi untuk sebuah proyek
07:20
that I worked on with my friend Takashi Kawashima.
178
425000
2000
yang saya kerjakan dengan teman saya, Takashi Kawashima.
07:22
We decided to use the Mechanical Turk for exactly what it was meant for,
179
427000
2000
Kami memutuskan untuk menggunakan Mechanical Turk untuk apa yang sepantasnya dia lakukan,
07:24
which is making money.
180
429000
2000
yaitu menghasilkan uang.
07:26
So we took a hundred dollar bill and divided it into 10,000 teeny pieces,
181
431000
3000
Jadi kami mengambil selembar uang seratus dolar, dan membaginya ke dalam 10.000 bagian kecil,
07:29
and we fed those into the Mechanical Turk.
182
434000
2000
dan kami masukkan ke Mechanical Turk.
07:31
We asked people to draw what it was that they saw.
183
436000
2000
Kami minta orang-orang untuk menggambar apa yang mereke lihat.
07:33
But here there was no sheep-like criteria.
184
438000
2000
Tapi di sini tidak ada kriteria mirip domba.
07:35
People, if they drew a stick figure or a smiley face,
185
440000
3000
Orang-orang, kalau mereka menggambar tokoh atau wajah tersenyum,
07:38
it actually made it into the bill.
186
443000
2000
itu sebenarnya membuat lembaran uang.
07:40
So what you see is actually a representation of how well people did
187
445000
2000
Apa yang kalian lihat sebenarnya adalah representasi, sebaik mana orang-orang melakukan
07:42
what it was they were asked to do.
188
447000
2000
hal yang diminta untuk mereka kerjakan.
07:44
So we took these hundred dollar bills,
189
449000
2000
Jadi kami mengambil lembaran-lembaran uang ratusan dolar ini,
07:46
and we put them on a website called TenThousandsCents.com,
190
451000
2000
dan meletakkan mereka di website TenThousandsCents.com,
07:48
where you can browse through and see all the individual contributions.
191
453000
3000
dimana kalian bisa menelusuri dan melihat kontribusi-kontribusi individual.
07:51
And you can also trade real hundred-dollar bills for fake hundred-dollar bills
192
456000
3000
Dan kalian juga bisa menukar uang seratus dolar asli untuk uang seratus dolar palsu
07:54
and make a donation to the Hundred Dollar Laptop Project,
193
459000
3000
dan berdonasi ke Proyek Laptop Seratus Dolar,
07:57
which is now known as One Laptop Per Child.
194
462000
3000
yang sekarang dikenal sebagai Satu Laptop Per Anak.
08:00
This is again showing all the different contributions.
195
465000
2000
Sekali lagi ini menunjukkan kontribusi yang berbeda-beda.
08:02
You see some people did beautiful stipple renderings,
196
467000
2000
Kalihan lihat beberapa orang menggambar titik titik yang indah,
08:04
like this one on top --
197
469000
2000
seperti yang di atas ini --
08:06
spent a long time making realistic versions.
198
471000
3000
menghabiskan banyak waktu membuat versi realistiknya.
08:09
And other people would draw stick figures or smiley faces.
199
474000
3000
Beberapa orang mau menggambar tokoh atau wajah senyum.
08:12
Here on the right-hand side in the middle
200
477000
2000
Ini di sebelah kanan tengah
08:14
you see this one guy writing, "$0.01!!! Really?"
201
479000
3000
Kalian lihat, lelaki ini menulis, "$0.01!!! Really?"
08:17
That's all I'm getting paid for this?
202
482000
4000
Hanya inikah bayaran yang saya terima?
08:21
(Laughter)
203
486000
2000
(Tertawa)
08:23
So the last Mechanical Turk project I'm going to talk to you about
204
488000
2000
Proyek Mechanical Turk terakhir yang ingin saya sampaikan
08:25
is called Bicycle Built for 2000.
205
490000
2000
disebut Bicycle Built for 2000.
08:27
This is a collaboration with my friend Daniel Massey.
206
492000
2000
Ini adalah kolaborasi dengan teman saya, Daniel Massey.
08:29
You may recognize these two guys.
207
494000
2000
Kalian mungkin mengenal kedua orang ini.
08:31
This is Max Mathews and John Kelly from Bell Labs in the '60s,
208
496000
3000
Ini Max Mathews dan John Kelly dari Bell Labs pada tahun 60an,
08:34
where they created the song "Daisy Bell,"
209
499000
2000
mereka menciptakan lagu "Daisy Bell,"
08:36
which was the world's first singing computer.
210
501000
2000
yang merupakan komputer bernyanyi pertama di dunia.
08:38
You may recognize it from "2001: A Space Odyssey."
211
503000
2000
Kalian mungkin mengenalnya dari "2001: A Space Odyssey."
08:40
When HAL's dying at the end of the film he starts singing this song,
212
505000
3000
Waktu HAL sekarat di akhir film, dia mulai menyayikan lagu ini,
08:43
as a reference to when computers became human.
213
508000
3000
sebagai referensi pada masa-masa komputer menjadi manusia.
08:46
So we resynthesized this song.
214
511000
2000
Jadi, kami mensintesis kembali lagu ini.
08:48
This is what that sounded like.
215
513000
2000
Seperti inilah bunyinya.
08:50
We broke down all the individual notes
216
515000
2000
Kami pecah menjadi individu not not lagu
08:52
in the singing as well as the phonemes in the singing.
217
517000
3000
dan juga fonem dalam nyanyiannya.
08:55
Daisy Bell: ♫ Daisy, Daisy ... ♫
218
520000
4000
Daisy Bell: ♫ Daisy, Daisy ... ♫
08:59
Aaron Koblin: And we took all of those individual pieces,
219
524000
2000
Aaron Koblin: Dan kami ambil semua bagian-bagiannya
09:01
and we fed them into another Turk request.
220
526000
2000
dan mengajukannya ke Turk.
09:03
This is what it would look like if you went to the site.
221
528000
2000
Inilah yang terlihat apabila kalian pergi ke websitenya.
09:05
You type in your code,
222
530000
2000
Ketik kodenya,
09:07
but you first test your mic.
223
532000
2000
Tapi pertama-tama, cek dulu mikrofonnya.
09:09
You'd be fed a simple audio clip.
224
534000
2000
Sepotong klip audio akan diperdengarkan.
09:11
(Honk)
225
536000
2000
(Honk)
09:13
And then you'd do your best to recreate that with your own voice.
226
538000
3000
Dan kemudian kalian lakukan yang terbaik untuk membuat kembali suara tersebut dengan suara sendiri.
09:22
After previewing it and confirming it's what you submitted,
227
547000
3000
Setelah prapertunjukan, dan konfirmasi bahwa itulah yang akan dikumpulkan,
09:25
you could submit it into the Mechanical Turk with no other context.
228
550000
3000
kalian bisa mengumpulkan itu ke Mechanical Turk tanpa ada konteks.
09:28
And this is what we first got back from the very first set of submissions.
229
553000
3000
Dan ini adalah yang kami dapat dari pengumpulan set pertama.
09:31
Recording: ♫ Daisy, Daisy ♫
230
556000
5000
Rekaman: ♫ Daisy, Daisy ♫
09:36
♫ give me your answer do ♫
231
561000
5000
♫ give me your answer do ♫
09:41
♫ I'm half crazy ♫
232
566000
4000
♫ I'm half crazy ♫
09:45
♫ all for the love of you ♫
233
570000
5000
♫ all for the love of you ♫
09:50
♫ It can't be a stylish marriage ♫
234
575000
5000
♫ It can't be a stylish marriage ♫
09:55
♫ I can't afford a carriage ♫
235
580000
4000
♫ I can't afford a carriage ♫
09:59
♫ But you'll look sweet upon the seat ♫
236
584000
5000
♫ But you'll look sweet upon the seat ♫
10:04
♫ of a bicycle built for two ♫
237
589000
5000
♫ of a bicycle built for two ♫
10:09
AK: So James Surowieki has this idea of the wisdom of crowds,
238
594000
3000
Aaron Koblin: James Suroweki punya ide tentang kebijaksanaan di sekumpulan orang banyak,
10:12
that says that a whole bunch of people are smarter than any individual.
239
597000
3000
bahwa kumpulan banyak orang itu lebih pintar daripada invdividu manapun.
10:15
We wanted to see how this applies to collaborative, distributed music making,
240
600000
3000
Kami mau melihat bagaimana itu diterapkan dalam pembuatan musik kolaboratif,
10:18
where nobody has any idea what it is they're working on.
241
603000
3000
dimana belum ada seorangpun mengerti apa yang sebenarnya mereka kerjakan.
10:21
So if you go to the BicycleBuiltforTwoThousand.com
242
606000
2000
Jadi jika kalian pergi ke BicycleBuiltforTwoThousand.com
10:23
you can actually hear what all this sounds like together.
243
608000
2000
kalian dapat mendengar bagaimana semua bunyi-bunyi itu disatukan.
10:25
I'm sorry for this.
244
610000
2000
Saya mohon maaf untuk ini.
10:27
(Noise)
245
612000
5000
(Bising)
10:32
Chorus: ♫ Daisy, Daisy ♫
246
617000
4000
Chorus: ♫ Daisy, Daisy ♫
10:36
♫ Give me your answer do ♫
247
621000
5000
♫ Give me your answer do ♫
10:41
♫ I'm half crazy ♫
248
626000
5000
♫ I'm half crazy ♫
10:46
♫ all for the love of you ♫
249
631000
4000
♫ all for the love of you ♫
10:50
♫ It can't be a stylish marriage ♫
250
635000
5000
♫ It can't be a stylish marriage ♫
10:55
♫ I can't afford a carriage ♫
251
640000
4000
♫ I can't afford a carriage ♫
10:59
♫ But you'd look sweet upon the seat ♫
252
644000
5000
♫ But you'd look sweet upon the seat ♫
11:04
♫ of a bicycle built for two ♫
253
649000
6000
♫ of a bicycle built for two ♫
11:10
AK: So stepping back for a quick second,
254
655000
3000
Aaron Koblin: Kembali ke masa lalu sebentar,
11:13
when I was at UCLA going to grad school,
255
658000
2000
waktu saya masih di UCLA untuk gelar sarjana,
11:15
I was also working at a place called the Center for Embedded Network Sensing.
256
660000
3000
Saya juga bekerja di tempat bernama Center for Embedded Network Sensing.
11:18
And I was writing software to visualize laser scanners.
257
663000
3000
Dan saya membuat piranti lunak untuk pemidai laser visual.
11:21
So basically motion through 3D space.
258
666000
2000
Pada dasarnya adalah pergerakan dalam ruang 3D.
11:23
And this was seen by a director in L.A. named James Frost
259
668000
2000
Dan ini dilihat oleh seorang direktur di L.A bernama James Frost
11:25
who said, "Wait a minute.
260
670000
2000
Dia berkata, "Tunggu sebentar.
11:27
You mean we can shoot a music video without actually using any video?"
261
672000
2000
Anda maksud kita bisa membuat video musik tanpa menggunakan video?"
11:29
So we did exactly that.
262
674000
2000
Maka kami lakukan hal yang persis seperti itu.
11:31
We made a music video for one of my favorite bands, Radiohead.
263
676000
2000
Kami membuat video musik untuk salah satu band favorit saya, Radiohead.
11:33
And I think one of my favorite parts of this project
264
678000
2000
Dan saya pikir tentang satu bagian favorit saya di proyek ini
11:35
was not just shooting a video with lasers,
265
680000
2000
bahwa kami tidak hanya membuat video dengan laser,
11:37
but we also open sourced it,
266
682000
2000
tapi kami juga menggratiskannya.
11:39
and we made it released as a Google Code project,
267
684000
2000
dan kami meluncurkanya sebagai sebuah proyek Google Code,
11:41
where people could download a bunch of the data and some source code
268
686000
2000
dimana orang-orang bisa mengunduh sekumpulan data dan beberapa kode sumber
11:43
to build their own versions of it.
269
688000
2000
untuk membuat versi mereka sendiri.
11:45
And people were making some amazing things.
270
690000
2000
Dan orang-orang membuat hal-hal menakjubkan.
11:47
This is actually two of my favorites:
271
692000
2000
Ini adalah dua dari favorit-favorit saya:
11:49
the pin-board Thom Yorke and a LEGO Thom Yorke.
272
694000
2000
Papan buletin Thom Yorke dan LEGO Thom Yorke.
11:51
A whole YouTube channel of people submitting really interesting content.
273
696000
3000
Banyak saluran YouTube mengunggah video-video yang sangat menarik.
11:54
More recently, somebody even 3D-printed Thom Yorke's head,
274
699000
3000
Belakangan ini, seseorang bahkan mencetak kepala Thom Yorke secara 3D
11:57
which is a little creepy, but pretty cool.
275
702000
3000
yang sedikit mengerikan sebenarnya, tapi keren juga.
12:00
So with everybody making so much amazing stuff
276
705000
2000
Jadi semua orang membuat banyak hal-hal menakjubkan.
12:02
and actually understanding what it was they were working on,
277
707000
3000
dan mengerti apa yang sedang mereka kerjakan.
12:05
I was really interested in trying to make a collaborative project
278
710000
2000
Saya sangat tertarik dalam mencoba membuat proyek kolaboratif.
12:07
where people were working together to build something.
279
712000
2000
dimana orang-orang bekerja bersama untuk membuat sesuatu.
12:09
And I met a music video director named Chris Milk.
280
714000
2000
Saya bertemu seorang sutradara video musik, Chris Milk.
12:11
And we started bouncing around ideas
281
716000
2000
Dan kami mulai menciptakan ide-ide
12:13
to make a collaborative music video project.
282
718000
2000
untuk membuat proyek video musik kolaboratif
12:15
But we knew we really needed the right person
283
720000
2000
Tapi kami tahu bahwa kami benar-benar membutuhkan orang yang tepat
12:17
to kind of rally behind and build something for.
284
722000
3000
untuk pegangan dan membuat sesuatu untuknya.
12:20
So we put the idea on the back burner for a few months.
285
725000
2000
Jadi kami menyimpan ide itu untuk beberapa bulan.
12:22
And he ended up talking to Rick Rubin,
286
727000
2000
Dan akhirnya dia berbincang dengan Rick Rubin,
12:24
who was finishing up Johnny Cash's final album
287
729000
2000
yang sedang menyelesaikan album terakhir Johnny Cash
12:26
called "Ain't No Grave."
288
731000
2000
yang disebut "Ain't No Grave."
12:28
The lyrics to the leading track are "Ain't no grave can hold my body down."
289
733000
3000
Lirik di rel utamanya adalah "Ain't no grave can hold my body down."
12:31
So we thought this was the perfect
290
736000
2000
Jadi kami pikir ini sempurna sekali
12:33
project to build a collaborative memorial
291
738000
2000
untuk menjadi proyek memorial kolaboratif
12:35
and a virtual resurrection for Johnny Cash.
292
740000
2000
dan kebangkitan virtual Johnny Cash.
12:37
So I teamed up with my good friend Ricardo Cabello, also known as Mr. doob,
293
742000
3000
Jadi saya berkolaborasi dengan teman baik saya, Ricardo Cabello yang juga dikenal sebagai Mr. doob,
12:40
who's a much better programmer than I am,
294
745000
2000
yang merupakan programmer yang lebih hebat dari saya,
12:42
and he made this amazing Flash drawing tool.
295
747000
2000
dan dia membuat sarana menggambar Flash yang menakjubkan ini.
12:44
As you know,
296
749000
2000
Seperti yang kalian tahu,
12:46
an animation is a series of images.
297
751000
2000
animasi itu adalah rangkaian gambar-gambar.
12:48
So what we did was cross-cut a bunch of archival footage of Johnny Cash,
298
753000
3000
Jadi yang kami lakukan adalah mengumpulkan potongan-potongan gambar dari arsip Johnny Cash,
12:51
and at eight frames a second,
299
756000
2000
dan dalam delapan frame per detik,
12:53
we allowed individuals to draw a single frame
300
758000
2000
kami perbolehkan orang-orang untuk menggambar satu frame
12:55
that would get woven into
301
760000
2000
yang akan ikut dirangkai ke dalamnya.
12:57
this dynamically changing music video.
302
762000
2000
Ini adalah video musik yang berubah secara dinamis.
12:59
So I don't have time to play the entire thing for you,
303
764000
2000
Jadi saya tidak punya waktu banyak untuk menunjukkan semuanya kepada kalian,
13:01
but I want to show you two short clips.
304
766000
2000
tapi saya mau menunjukkan dua klip pendek.
13:03
One is the beginning of the music video.
305
768000
2000
Yang satu adalah permulaan dari vide musiknya.
13:05
And that's going to be followed by a short clip
306
770000
2000
Dan kemudian diikuti dengan klip pendek
13:07
of people who have already contributed to the project
307
772000
2000
berisi orang-orang yang telah berkontribusi ke proyek ini
13:09
talking about it briefly.
308
774000
3000
berbicara singkat tentang hal ini.
13:12
(Music)
309
777000
6000
(Musik)
13:18
(Video) Johnny Cash: ♫ There ain't no grave ♫
310
783000
2000
(Video) Johnny Cash: ♫ There ain't no grave ♫
13:20
♫ can hold my body down ♫
311
785000
4000
♫ can hold my body down ♫
13:24
♫ There ain't no grave ♫
312
789000
2000
♫ There ain't no grave ♫
13:26
♫ can hold body down ♫
313
791000
3000
♫ can hold body down ♫
13:30
♫ When I hear the trumpet sound ♫
314
795000
4000
♫ When I hear the trumpet sound ♫
13:34
♫ I'm going to ride right out of the ground ♫
315
799000
2000
♫ I'm going to ride right out of the ground ♫
13:36
♫ Ain't no grave ♫
316
801000
3000
♫ Ain't no grave ♫
13:39
♫ can hold my body ... ♫
317
804000
3000
♫ can hold my body ... ♫
13:42
(Applause)
318
807000
2000
(Tepuk tangan)
13:44
AK: What better way to pay tribute to the man
319
809000
3000
Aaron Koblin: Betapa ini adalah cara yang lebih baik untuk memberi penghormatan kepada dia
13:47
than to make something for one of his songs.
320
812000
3000
daripada membuat sesuatu untuk salah satu lagunya.
13:50
Collaborator: I felt really sad when he died.
321
815000
2000
Kolaborator: Saya sangat sedih saat dia meninggal.
13:52
And I just thought it'd be wonderful,
322
817000
2000
Dan saya pikir, sangat indah apabila
13:54
it'd be really nice to contribute something to his memory.
323
819000
3000
saya mengkontribusikan sesuatu untuk memorinya.
13:57
Collaborator Two: It really allows
324
822000
2000
Kolaborator 2: Ini sangat membuat
13:59
this last recording of his
325
824000
3000
rekaman terakhirnya
14:02
to be a living, breathing memorial.
326
827000
5000
menjadi hidup, dan bernafas.
14:07
Collaborator Three: For all of the frames to be drawn by fans,
327
832000
3000
Kolaborator 3: Untuk setiap frame yang digambar oleh fans,
14:10
each individual frame,
328
835000
2000
setiap frame individu
14:12
it's got a very powerful feeling to it.
329
837000
2000
memiliki daya rasa yang kuat.
14:14
Collaborator Four: I've seen everybody
330
839000
2000
Kolaborator 4: Saya telah melihat orang-orang
14:16
from Japan, Venezuela, to the States,
331
841000
2000
dari Jepang, Venezuela, dan Amerika Serikat,
14:18
to Knoxville, Tennessee.
332
843000
2000
dari Knoxville, Tennessee.
14:20
Collaborator Five: As much as is different from frame to frame,
333
845000
3000
Kolaborator 5: Sebagaimana setiap frame berbeda dengan frame lain,
14:23
it really is personal.
334
848000
2000
hal ini sangat personal.
14:25
Collaborator Six: Watching the video in my room,
335
850000
2000
Kolaborator 6: Menyaksikan video ini di kamar saya,
14:27
I could see me not understanding at the beginning of it.
336
852000
3000
Pada awalnya saya tidak mengerti apa yang saya kerjakan.
14:30
And I just worked and worked through problems,
337
855000
3000
Tapi saya tetap membuat dan mengerjakan melalui masalah-masalah,
14:33
until my little wee battles that I was fighting within the picture
338
858000
4000
sampai pertarungan kecil yang saya perjuangkan dalam gambar itu
14:37
all began to resolve themselves.
339
862000
3000
semua mulai terpecahkan sendiri.
14:40
You can actually see the point when I know what I'm doing,
340
865000
2000
Sehingga saya bisa melihat titik terang ketika saya mengerti apa yang saya kerjakan.
14:42
and a lot of light and dark comes into it.
341
867000
3000
dan banyak cahaya dan kegelapan datang kepadanya.
14:45
And in a weird way,
342
870000
2000
Dan dengan cara yang aneh,
14:47
that's what I actually like about Johnny Cash's music as well.
343
872000
2000
itulah yang saya suka mengenai musik Johnny Cash.
14:49
It's the sum total of his life,
344
874000
2000
Itu adalah keseluruhan dari hidupnya,
14:51
all the things that had happened --
345
876000
2000
segala sesuatu yang telah terjadi --
14:53
the bad things, the good things.
346
878000
2000
hal-hal buruk, hal-hal baik.
14:55
You're hearing a person's life.
347
880000
3000
Kalian sedang mendengar kehidupan seseorang.
15:01
AK: So if you go to the website JohnnyCashProject.com,
348
886000
2000
Aaron Koblin: Jadi, jika kalian pergi ke website JohnnyCashProject.com
15:03
what you'll see is the video playing above.
349
888000
2000
kalian akan lihat video berputar seperti itu.
15:05
And below it are all the individual frames
350
890000
2000
Dan di bawah ini adalah frame individu
15:07
that people have been submitting to the project.
351
892000
2000
yang orang-orang kumpulkan ke proyek tersebut.
15:09
So this isn't finished at all,
352
894000
2000
Jadi ini sama sekali belum selesai,
15:11
but it's an ongoing project where people can continue to collaborate.
353
896000
2000
tapi ini adalah proyek yang sedang berjalan, dan orang-orang terus berkolaborasi.
15:13
If you roll over any one of those individual thumbnails,
354
898000
2000
Kalau kalian bergeser ke salah satu thumbnail tertentu,
15:15
you can see the person who drew that individual thumbnail
355
900000
2000
kalian bisa melihat siapa orang yang menggambar thumbnail tersebut
15:17
and where they were located.
356
902000
2000
dan dimana mereka berada.
15:19
And if you find one that you're interested in,
357
904000
2000
Dan jika kamu menemukan satu yang kalian suka,
15:21
you can actually click on it and open up an information panel
358
906000
2000
kalian bisa meng-kliknya dan membuka sebuah panel informasi
15:23
where you're able to rate that frame,
359
908000
2000
dimana kalian bisa menilai frame tersebut,
15:25
which helps it bubble up to the top.
360
910000
2000
yang akan membantu frame tersebut untuk naik ke atas.
15:27
And you can also see the way that it was drawn.
361
912000
2000
Dan kalian juga bisa melihat bagaimana cara frame itu digambar.
15:29
Again, you can get the playback and personal contribution.
362
914000
2000
Sekali lagi, kalian bisa mendapatkan pemutaran dan kontribusi personal.
15:31
In addition to that, it's listed, the artist's name, the location,
363
916000
3000
Dan sebagai tambahan, terdaftar juga nama artisnya dan lokasinya,
15:34
how long they spent drawing it.
364
919000
2000
berapa lama waktu yang mereka habiskan untuk menggambar.
15:36
And you can pick a style. So this one was tagged "Abstract."
365
921000
3000
Dan kalian bisa memilih sebuah gaya. Jadi yang satu ini dilabel "Abstrak"
15:39
But there's a bunch of different styles.
366
924000
2000
Tapi ada banyak gaya lain.
15:41
And you can sort the video a number of different ways.
367
926000
2000
Dan kalian bisa menyortir videonya dengan beberapa cara yang berbeda.
15:43
You can say, "I want to see the pointillist version
368
928000
2000
Kalian bisa berkata, "Saya mau melihat yang versi pointillist"
15:45
or the sketchy version or the realistic version.
369
930000
2000
atau versi sketsa atau versi realistik.
15:47
And then this is, again, the abstract version,
370
932000
2000
Dan kemudian, ini, sekali lagi adalah versi abstrak,
15:49
which ends up getting a little bit crazy.
371
934000
3000
yang berakhir sedikit gila.
15:54
So the last project I want to talk to you about is another collaboration with Chris Milk.
372
939000
3000
Proyek terakhir yang ingin saya sampaikan adalah suatu kolaborasi lain dengan Chris Milk.
15:57
And this is called "The Wilderness Downtown."
373
942000
2000
Dan ini disebut "The Wilderness Downtown."
15:59
It's an online music video for the Arcade Fire.
374
944000
3000
Ini adalah video musik online The Arcade Fire.
16:02
Chris and I were really amazed
375
947000
2000
Chris dan saya sangat terpukau
16:04
by the potential now with modern web browsers,
376
949000
2000
dengan kemampuan web browser modern saat ini
16:06
where you have HTML5 audio and video
377
951000
2000
dimana kalian memiliki HTML5 audio dan video
16:08
and the power of JavaScript to render amazingly fast.
378
953000
3000
dan kemampuan JavaScript saat ini untuk merender amatlah cepat.
16:11
And we wanted to push the idea of the music video that was meant for the Web
379
956000
3000
Dan kami mau mengajukan ide tentang video musik yang memang sepantasnya untuk Web
16:14
beyond the four-by-three or sixteen-by-nine window
380
959000
3000
dalam layar 4:3 atau 16:9
16:17
and try to make it play out and choreograph throughout the screen.
381
962000
3000
dan mencoba membuatnya bermain dan berkoreografi di seluruh layar.
16:20
But most importantly, I think,
382
965000
2000
Tapi yang paling penting, saya pikir,
16:22
we really wanted to make an experience that was unlike the Johnny Cash Project,
383
967000
3000
kami sangat ingin untuk membuat nuansa lain yang berbeda dengan proyek Johnny Cash,
16:25
where you had a small group of people spending a lot of time
384
970000
3000
dimana kalian memiliki sekumpulan kecil orang-orang yang menghabiskan banyak waktu
16:28
to contribute something for everyone.
385
973000
2000
untuk mengkontribusikan sesuatu untuk semua orang.
16:30
What if we had a very low commitment,
386
975000
3000
Apa yang terjadi jika kita memiliki komitmen yang sangat rendah,
16:33
but delivered something individually unique to each person who contributed?
387
978000
3000
tapi menghasilkan sesuatu yang unik kepada setiap orang yang telah berkontribusi?
16:36
So the project starts off by asking you to enter the address
388
981000
2000
Jadi proyek ini mulai dengan meminta kalian untuk memasukkan alamat
16:38
of the home where you grew up.
389
983000
2000
rumah dimana kalian bertumbuh.
16:40
And you type in the address --
390
985000
2000
Dan kalian mengetikkan alamat --
16:42
it actually creates a music video specifically for you,
391
987000
2000
dan sebenarnya itu menciptakan video musik yang spesifik untuk kalian,
16:44
pulling in Google maps and Streetview images
392
989000
2000
menarik Google maps dan Streetview images
16:46
into the experience itself.
393
991000
2000
kepada nuansa itu sendiri.
16:48
So this should really be seen at home with you typing in your own address,
394
993000
3000
Jadi ini seharusnya sangat dapat dilihat di rumah, asalkan kalian mengetikkan alamat rumah kalian,
16:51
but I'm going to give you a little preview of what you can expect.
395
996000
3000
tapi saya akan memperlihatkan sedikit pratampilan tentang apa yang kalian akan dapat.
16:54
(Video) Win Butler: ♫ Now our lives are changing fast ♫
396
999000
4000
(Video) Win Butler: ♫ Now our lives are changing fast ♫
16:58
♫ Now our lives are changing fast ♫
397
1003000
4000
♫ Now our lives are changing fast ♫
17:02
♫ Hope that something pure can last ♫
398
1007000
3000
♫ Hope that something pure can last ♫
17:06
♫ Hope that something pure can last ♫
399
1011000
4000
♫ Hope that something pure can last ♫
17:13
♫ Ooh we used to wait ♫
400
1018000
4000
♫ Ooh we used to wait ♫
17:17
♫ Ooh we used to wait ♫
401
1022000
4000
♫ Ooh we used to wait ♫
17:21
♫ Ooh we used to wait ♫
402
1026000
3000
♫ Ooh we used to wait ♫
17:24
♫ Sometimes it never came ♫
403
1029000
3000
♫ Sometimes it never came ♫
17:27
♫ Sometimes it never came ♫
404
1032000
4000
♫ Sometimes it never came ♫
17:31
♫ Still moving through the pain ♫
405
1036000
3000
♫ Still moving through the pain ♫
17:34
♫ We used to wait for it ♫
406
1039000
4000
♫ We used to wait for it ♫
17:38
♫ We used to wait for it ♫
407
1043000
4000
♫ We used to wait for it ♫
17:42
♫ We used to wait for it ♫
408
1047000
4000
♫ We used to wait for it ♫
17:50
AK: So I think, if there's one thing to take away from my talk today,
409
1055000
3000
Aaron Koblin: Saya berpikir, jika ada satu hal yang dapat diambil dari pembicaraan saya hari ini,
17:53
it's that an interface can be a powerful narrative device.
410
1058000
2000
tentu itu mengenai antarmuka yang dapat menjadi alat naratif yang dahsyat.
17:55
And as we collect more and more personally and socially relevant data,
411
1060000
4000
Dan saat kita mengumpulkan lebih banyak data personal dan sosial yang relevan,
17:59
we have an opportunity, and maybe even an obligation,
412
1064000
2000
kita memiliki suatu kesempatan, dan bahkan mungkin suatu kepastian,
18:01
to maintain the humanity and tell some amazing stories
413
1066000
2000
untuk mempertahankan humanitas dan menceritakan kisah yang menakjubkan
18:03
as we explore and collaborate together.
414
1068000
2000
saat kita menjelajahi dan berkolaborasi bersama.
18:05
Thanks a lot.
415
1070000
2000
Terima kasih banyak.
18:07
(Applause)
416
1072000
4000
(Tepuk tangan)
ABOUT THE SPEAKER
Aaron Koblin - Data artistAaron Koblin is an artist specializing in data and digital technologies. His work takes real world and community-generated data and uses it to reflect on cultural trends and the changing relationship between humans and technology.
Why you should listen
Aaron Koblin finds art through the unlikely confluence of massive data sets and personal intimacy. His work ranges from animating the paths of every North American airline flight, to using Amazon’s Mechanical Turk crowdsourcing platform to pay workers to “draw a sheep facing left,” which were then placed in "The Sheep Market."
Koblin was creative director for Johnny Cash's final music video, "Ain't No Grave," and worked on Radiohead’s video “House of Cards,” both of which received a Grammy nomination. He is now the Creative Director of the Data Arts team in Google's Creative Lab. His team collaborated with Arcade Fire to produce an online music video that allows viewers to incorporate images of their home neighborhood into the experience using Google Street View.
Aaron Koblin | Speaker | TED.com