TED2009
JoAnn Kuchera-Morin: Stunning data visualization in the AlloSphere
JoAnn Kuchera-Morin ci guida nella AlloSphere
Filmed:
Readability: 5.6
728,865 views
JoAnn Kuchera-Morin ci mostra la AlloSphere: un modo completamente nuovo per vedere e interpretare dati scientifici, pieno di colori e suoni, all'interno di una sfera di metallo gigantesca. Tuffatevi nel cervello, sentite gli elettroni girare, ascoltate le musica degli elementi...
JoAnn Kuchera-Morin - Composer
Composer JoAnn Kuchera-Morin is the director of the Center for Research in Electronic Art Technology (CREATE) at UC Santa Barbara. Full bio
Composer JoAnn Kuchera-Morin is the director of the Center for Research in Electronic Art Technology (CREATE) at UC Santa Barbara. Full bio
Double-click the English transcript below to play the video.
00:18
The AlloSphere: it's a three-story metal sphere
0
0
3000
La AlloSphere. Una sfera di metallo a tre piani
00:21
in an echo-free chamber.
1
3000
2000
in una stanza priva di risonanza.
00:23
Think of the AlloSphere as a large,
2
5000
2000
Immaginate la AlloSphere come un grande
00:25
dynamically varying digital microscope
3
7000
3000
microscopio digitale che varia dinamicamente
00:28
that's connected to a supercomputer.
4
10000
2000
connesso ad un supercomputer.
00:30
20 researchers can stand on a bridge
5
12000
3000
20 ricercatori possono sostare su di un ponte
00:33
suspended inside of the sphere, and be
6
15000
2000
sospeso all'interno della sfera, ed essere completamente immersi
00:35
completely immersed in their data.
7
17000
2000
nei loro dati.
00:37
Imagine if a team of physicists
8
19000
2000
Immaginate se un team di fisici
00:39
could stand inside of an atom
9
21000
3000
potesse sostare all'interno di un atomo
00:42
and watch and hear electrons spin.
10
24000
2000
e guardare e sentire gli elettroni orbitare.
00:44
Imagine if a group of sculptors
11
26000
4000
Immaginate se un gruppo di scultori
00:48
could be inside of a lattice of atoms
12
30000
3000
potesse stare all'interno di un traliccio di atomi,
00:51
and sculpt with their material.
13
33000
2000
e scolpire con i loro materiali.
00:53
Imagine if a team of surgeons could fly
14
35000
2000
Immaginate se un team di chirurghi potesse volare
00:55
into the brain, as though it was a world,
15
37000
3000
nel cervello, come se fosse un mondo,
00:58
and see tissues as landscapes,
16
40000
2000
e vedere tessuti come paesaggi,
01:00
and hear blood density levels as music.
17
42000
3000
e sentire sangue a densità diverse come musica.
01:03
This is some of the research that you're going to see
18
45000
2000
Queste sono alcune delle ricerche che state per vedere,
01:05
that we're undertaking at the AlloSphere.
19
47000
2000
delle quali ci stiamo occupando nella AlloSphere.
01:07
But first a little bit about this group
20
49000
2000
Ma prima vi dico due cose su questo gruppo
01:09
of artists, scientists, and engineers
21
51000
2000
di artisti, scienziati e ingegneri
01:11
that are working together.
22
53000
2000
che stanno lavorando assieme.
01:13
I'm a composer, orchestrally-trained,
23
55000
2000
Sono un compositore, di formazione orchestrale,
01:15
and the inventor of the AlloSphere.
24
57000
2000
e l'inventore della AlloSphere
01:17
With my visual artist colleagues, we map
25
59000
2000
Con i miei colleghi artisti, mappiamo
01:19
complex mathematical algorithms that unfold in time and space,
26
61000
3000
complessi algoritmi matematici che si sviluppano nel tempo e nello spazio,
01:22
visually and sonically.
27
64000
2000
visivamente e acusticamente.
01:24
Our scientist colleagues are finding new patterns
28
66000
2000
I nostri colleghi scienziati stanno trovando nuovi schemi
01:26
in the information.
29
68000
2000
nell'informazione.
01:28
And our engineering colleagues are making
30
70000
2000
E i nostri colleghi ingegneri stanno costruendo uno dei più grandi
01:30
one of the largest dynamically varying computers in the world
31
72000
4000
computer del mondo in grado di variare dinamicamente
01:34
for this kind of data exploration.
32
76000
2000
per questo tipo di esplorazione dei dati.
01:36
I'm going to fly you into five research projects
33
78000
3000
Sto per farvi volare all'interno di cinque progetti di ricerca
01:39
in the AlloSphere that are going to take you from
34
81000
2000
nella AlloSphere, che vi porteranno
01:41
biological macroscopic data
35
83000
2000
da dati di biologia macroscopica
01:43
all the way down to electron spin.
36
85000
3000
fino al movimento degli elettroni.
01:46
This first project is called the AlloBrain.
37
88000
3000
Il primo progetto si chiama AlloBrain.
01:49
And it's our attempt to quantify beauty
38
91000
2000
Ed è il nostro tentativo di quantificare la bellezza
01:51
by finding which regions of the brain
39
93000
2000
scoprendo quali regioni del cervello
01:53
are interactive while witnessing something beautiful.
40
95000
4000
interagiscono tra loro quando assistiamo a qualcosa di bello.
01:57
You're flying through the cortex of my colleague's brain.
41
99000
3000
State volando attraverso la corteccia del cervello di un mio collega.
02:00
Our narrative here is real fMRI data
42
102000
3000
La narrazione proviene da dati reali di FMRI (risonanza magnetica)
02:03
that's mapped visually and sonically.
43
105000
2000
mappati visivamente e acusticamente.
02:05
The brain now a world that we can fly through and interact with.
44
107000
4000
Il cervello è ora un mondo dove volare e interagire.
02:09
You see 12 intelligent computer agents,
45
111000
3000
Vedete, 12 agenti computerizzati intelligenti,
02:12
the little rectangles that are flying in the brain with you.
46
114000
3000
i piccoli rettangoli che volano nel cervello insieme a voi.
02:15
They're mining blood density levels.
47
117000
2000
Stanno raccogliendo i valori dell'intensità del sangue.
02:17
And they're reporting them back to you sonically.
48
119000
3000
E vi restituiscono questi valori in maniera sonora.
02:20
Higher density levels mean
49
122000
2000
Densità più alte significano
02:22
more activity in that point of the brain.
50
124000
2000
maggiore attività in quel punto del cervello.
02:24
They're actually singing these densities to you
51
126000
3000
Stanno di fatto cantando queste densità per voi,
02:27
with higher pitches mapped to higher densities.
52
129000
3000
con toni più alti mappati su densità più alte.
02:30
We're now going to move from real biological data
53
132000
3000
Ci spostiamo ora da dati reali, biologici
02:33
to biogenerative algorithms that create artificial nature
54
135000
4000
ad algoritmi biogenerativi che creano una natura artificiale
02:37
in our next artistic and scientific installation.
55
139000
4000
nella prossima installazione artistico-scientifica.
02:41
In this artistic and scientific installation, biogenerative algorithms
56
143000
4000
In questa installazione artistico-scientifica, algoritmi biogenerativi
02:45
are helping us to understand
57
147000
2000
ci aiutano a comprendere
02:47
self-generation and growth:
58
149000
2000
l'auto-generazione e la crescita.
02:49
very important for simulation in the nanoscaled sciences.
59
151000
4000
Importantissimo per la simulazione nelle scienze su nanoscala.
02:53
For artists, we're making new worlds
60
155000
2000
Per gli artisti, creiamo nuovi mondi
02:55
that we can uncover and explore.
61
157000
2000
che possiamo scoprire ed esplorare.
02:57
These generative algorithms grow over time,
62
159000
3000
E questi algoritmi generativi crescono nel tempo,
03:00
and they interact and communicate as a swarm of insects.
63
162000
3000
interagiscono e comunicano come sciami di insetti.
03:03
Our researchers are interacting with this data
64
165000
2000
I nostri ricercatori interagiscono con questi dati
03:05
by injecting bacterial code,
65
167000
2000
iniettando codici batterici,
03:07
which are computer programs,
66
169000
2000
che sono programmi software,
03:09
that allow these creatures to grow over time.
67
171000
4000
che permettono a queste creature di crescere nel tempo.
03:13
We're going to move now from the biological
68
175000
2000
Ci muoviamo ora dal mondo
03:15
and the macroscopic world,
69
177000
2000
biologico e macroscopico,
03:17
down into the atomic world,
70
179000
2000
fino al mondo atomico
03:19
as we fly into a lattice of atoms.
71
181000
3000
volando in una rete di atomi.
03:22
This is real AFM -- Atomic Force Microscope -- data
72
184000
3000
Questi sono veri dati AFM (Microscopio a Forza Atomica)
03:25
from my colleagues in the Solid State Lighting and Energy Center.
73
187000
3000
ottenuti dai miei colleghi del Solid State Lighting and Energy Center.
03:28
They've discovered a new bond,
74
190000
2000
Hanno scoperto un nuovo legame,
03:30
a new material for transparent solar cells.
75
192000
3000
un nuovo materiale per celle solari trasparenti.
03:33
We're flying through 2,000 lattice of atoms --
76
195000
3000
Stiamo volando attraverso 2000 reticoli di atomi --
03:36
oxygen, hydrogen and zinc.
77
198000
2000
ossigeno, idrogeno e zinco.
03:38
You view the bond in the triangle.
78
200000
3000
Vedete il legame nel triangolo.
03:41
It's four blue zinc atoms
79
203000
2000
E' composto da quattro atomi blu di zinco
03:43
bonding with one white hydrogen atom.
80
205000
3000
che si legano con uno bianco di idrogeno.
03:46
You see the electron flow with the streamlines
81
208000
2000
Vedete gli elettroni scorrere seguendo il flusso aerodinamico
03:48
we as artists have generated for the scientists.
82
210000
3000
che noi artisti abbiamo generato per gli scienziati
03:51
This is allowing them to find the bonding nodes in any lattice of atoms.
83
213000
3000
permettendo di trovare questi nodi in ogni reticolo di atomi.
03:54
We think it makes a beautiful structural art.
84
216000
3000
Lo riteniamo un esempio bellissimo di arte strutturale.
03:57
The sound that you're hearing are the actual
85
219000
2000
Il suono che sentite è di fatto lo spettro
03:59
emission spectrums of these atoms.
86
221000
2000
di suoni emesso da questi atomi.
04:01
We've mapped them into the audio domain,
87
223000
2000
Li abbiamo mappati nel dominio dell'audio.
04:03
so they're singing to you.
88
225000
2000
Così che possano cantare per voi.
04:05
Oxygen, hydrogen and zinc have their own signature.
89
227000
3000
Ossigeno, idrogeno e zinco hanno le loro firme individuali.
04:08
We're going to actually move even further down
90
230000
3000
Stiamo per andare ancora più in profondità
04:11
as we go from this lattice of atoms
91
233000
3000
muovendoci da questo traliccio di atomi
04:14
to one single hydrogen atom.
92
236000
3000
fino ad un singolo atomo di idrogeno.
04:17
We're working with our physicist colleagues
93
239000
2000
Stiamo lavorando con i nostri colleghi fisici
04:19
that have given us the mathematical calculations
94
241000
3000
che ci hanno dato i calcoli matematici
04:22
of the n-dimensional Schrödinger equation in time.
95
244000
4000
dall'equazione di Schrödinger dipendente dal tempo in 3D.
04:26
What you're seeing here right now is a superposition of an electron
96
248000
3000
Quello che vedere qui è una sovrimpressione di un elettrone
04:29
in the lower three orbitals of a hydrogen atom.
97
251000
3000
nelle tre orbite più basse di un atomo di idrogeno.
04:32
You're actually hearing and seeing the electron flow with the lines.
98
254000
4000
State ascoltando e vedendo l'elettrone scorrere lungo le linee.
04:36
The white dots are the probability wave
99
258000
2000
I punti bianchi sono le onde di probabilità
04:38
that will show you where the electron is
100
260000
2000
che vi mostrano dov'è l'elettrone
04:40
in any given point of time and space
101
262000
2000
in ogni singolo punto nel tempo e nello spazio
04:42
in this particular three-orbital configuration.
102
264000
4000
in questa particolare configurazione a tre orbite.
04:46
In a minute we're going to move to a two-orbital configuration,
103
268000
4000
Tra un attimo ci sposteremo ad una configurazione a due orbite.
04:50
and you're going to notice a pulsing.
104
272000
2000
E vedrete un pulsare.
04:52
And you're going to hear an undulation between the sound.
105
274000
3000
E sentirete un'ondulazione tra i suoni.
04:55
This is actually a light emitter.
106
277000
2000
Questo è di fatto un'emittente di luce.
04:57
As the sound starts to pulse and contract,
107
279000
3000
Quando il suono comincia a pulsare e a contrarsi,
05:00
our physicists can tell when a photon is going to be emitted.
108
282000
3000
i nostri fisici possono dirci quando un fotone verrà emesso.
05:03
They're starting to find new mathematical structures
109
285000
4000
Iniziano a trovare nuove strutture matematiche
05:07
in these calculations.
110
289000
2000
in questi calcoli.
05:09
And they're understanding more about quantum mathematics.
111
291000
3000
E stanno capendo meglio la matematica quantistica.
05:12
We're going to move even further down,
112
294000
3000
Ci spostiamo ancora più in là,
05:15
and go to one single electron spin.
113
297000
4000
fino all'orbita di un singolo elettrone.
05:19
This will be the final project that I show you.
114
301000
3000
Questo sarà l'ultimo progetto che vi mostrerò.
05:22
Our colleagues in the Center for Quantum Computation
115
304000
2000
I nostri colleghi al Center for Quantum Computation
05:24
and Spintronics are actually measuring with their lasers
116
306000
4000
and Spintronics, misurano con i laser
05:28
decoherence in a single electron spin.
117
310000
3000
la decoerenza nella rotazione di un singolo elettrone.
05:31
We've taken this information and we've
118
313000
2000
Abbiamo preso queste informazioni e ne abbiamo
05:33
made a mathematical model out of it.
119
315000
2000
creato un modello matematico.
05:35
You're actually seeing and hearing
120
317000
2000
State di fatto vedendo e ascoltando
05:37
quantum information flow.
121
319000
2000
lo scorrere di informazioni quantistiche.
05:39
This is very important for the next step in simulating
122
321000
3000
Questo è molto importante per il prossimo passo nel simulare
05:42
quantum computers and information technology.
123
324000
3000
computer quantistici e per la tecnologia informatica.
05:45
So these brief examples that I've shown you
124
327000
4000
Questi brevi esempi che vi ho fatto vedere
05:49
give you an idea of the kind of work that we're doing
125
331000
3000
vi danno un'idea del tipo di lavoro che stiamo facendo
05:52
at the University of California, Santa Barbara,
126
334000
2000
all'Università della California, a Santa Barbara,
05:54
to bring together, arts, science
127
336000
3000
per avvicinare l'arte, le scienze
05:57
and engineering
128
339000
3000
e l'ingegneria.
06:00
into a new age of math, science and art.
129
342000
3000
verso una nuova era di matematica, scienza ed arte.
06:03
We hope that all of you will come to see the AlloSphere.
130
345000
3000
Speriamo che tutti voi verrete a visitare la AlloSphere.
06:06
Inspire us to think of new ways that we can use
131
348000
4000
Ispirateci a pensare a nuovi modi nei quali possiamo usare
06:10
this unique instrument that we've created at Santa Barbara.
132
352000
4000
questo strumento unico che abbiamo creato a Santa Barbara.
06:14
Thank you very much.
133
356000
2000
Grazie molte.
06:16
(Applause)
134
358000
6000
(Applausi)
ABOUT THE SPEAKER
JoAnn Kuchera-Morin - ComposerComposer JoAnn Kuchera-Morin is the director of the Center for Research in Electronic Art Technology (CREATE) at UC Santa Barbara.
Why you should listen
Composer JoAnn Kuchera-Morin works on the Allosphere, one of the largest scientific and artistic instruments in the world. Based at UCSB, the Allosphere and its 3D immersive theater maps complex data in time and space. Kuchera-Morin founded the Center for Research in Electronic Art Technology (CREATE) and has been the director since its birth in 1986. In 2000 she began work on a Digital Media Center within the California NanoSystems Institute at Santa Barbara. Her fascinations include gestural interfaces for performance and the expression of complex data in nontraditional forms.
Hew own music explores the boundaries of electric/acoustic instrumentation, welcoming digital players into the ensemble in works such as Concerto For Clarinet and Clarinets, a composition for solo clarinet and computer-generated tape.
JoAnn Kuchera-Morin | Speaker | TED.com