TED2016
R. Luke DuBois: Insightful human portraits made from data
R. Luke DuBois: Retratos humanos detalhados feitos a partir de dados
Filmed:
Readability: 3.9
1,338,549 views
O artista R. Luke DuBois faz retratos únicos de presidentes, cidades, dele e até da Britney Spears, usando dados e a personalidade. Nesta palestra, ele partilha nove projetos — desde mapas dos EUA construídos com informações retiradas de milhares de perfis de encontros, a uma pistola que dispara em falso sempre que é relatado um tiroteio em Nova Orleães. O que pretende transmitir: a forma como usamos a tecnologia reflete-se em nós e na nossa cultura e, ao reduzirmos os outros a dados, fazemo-lo por nossa conta e risco.
R. Luke DuBois - Artist, composer, engineer
R. Luke DuBois weaves information from a multitude of sources into art and music exploring the tensions between algorithms, portraiture and temporal space. Full bio
R. Luke DuBois weaves information from a multitude of sources into art and music exploring the tensions between algorithms, portraiture and temporal space. Full bio
Double-click the English transcript below to play the video.
00:12
So I'm an artist,
0
884
1748
Sou artista, mas um artista
um pouco peculiar.
um pouco peculiar.
00:14
but a little bit of a peculiar one.
1
2656
1706
00:16
I don't paint.
2
4386
1483
Não pinto.
00:18
I can't draw.
3
6434
1284
Não sei desenhar.
00:20
My shop teacher in high school
wrote that I was a menace
wrote that I was a menace
4
8153
3100
A minha professora de EV, no liceu,
escreveu que eu era uma ameaça,
escreveu que eu era uma ameaça,
na minha ficha de estudante.
00:24
on my report card.
5
12122
1321
00:25
You probably don't really
want to see my photographs.
want to see my photographs.
6
13953
3599
Provavelmente,
não querem ver as minhas fotografias.
não querem ver as minhas fotografias.
00:29
But there is one thing I know how to do:
7
17991
1965
Mas há uma coisa que eu sei fazer:
sei programar um computador.
sei programar um computador.
00:31
I know how to program a computer.
8
19980
1659
00:33
I can code.
9
21663
1212
Sei codificar.
00:34
And people will tell me
that 100 years ago,
that 100 years ago,
10
22899
3273
As pessoas vão dizer-me
que, há cem anos,
que, há cem anos,
tipos como eu não existiam,
que era impossível,
que era impossível,
00:38
folks like me didn't exist,
11
26196
1350
00:39
that it was impossible,
12
27570
2090
00:41
that art made with data is a new thing,
13
29684
2950
que a arte feita com dados
é uma coisa nova,
é uma coisa nova,
00:44
it's a product of our age,
14
32658
2142
é um produto da nossa era.
00:46
it's something that's really important
15
34824
1887
É importante ver isto
como algo muito "vanguardista".
como algo muito "vanguardista".
00:48
to think of as something
that's very "now."
that's very "now."
16
36735
2078
00:50
And that's true.
17
38837
1168
E é verdade.
00:52
But there is an art form
that's been around for a very long time
that's been around for a very long time
18
40029
4110
Mas há uma forma de arte
que existe há muito tempo,
que existe há muito tempo,
que usa informações,
informações abstratas,
informações abstratas,
00:56
that's really about using information,
19
44163
1871
00:58
abstract information,
20
46058
2086
01:00
to make emotionally resonant pieces.
21
48168
2539
para criar obras
emocionalmente ressonantes.
emocionalmente ressonantes.
01:03
And it's called music.
22
51080
1408
Chama-se música.
01:05
We've been making music
for tens of thousands of years, right?
for tens of thousands of years, right?
23
53632
3872
Fazemos música
há dezenas de milhares de anos.
há dezenas de milhares de anos.
01:09
And if you think about what music is --
24
57528
1960
Se pensarmos no conceito de música
— notas, acordes,
teclas, harmonias e melodias —
teclas, harmonias e melodias —
01:11
notes and chords and keys
and harmonies and melodies --
and harmonies and melodies --
25
59512
2824
estas coisas são algoritmos.
01:14
these things are algorithms.
26
62360
1406
01:15
These things are systems
27
63790
1827
São sistemas concebidos
para se desdobrarem no tempo
para se desdobrarem no tempo
01:17
that are designed to unfold over time,
28
65641
2384
01:20
to make us feel.
29
68049
1457
para nos fazerem sentir.
Cheguei às artes através da música.
01:22
I came to the arts through music.
30
70195
1612
01:23
I was trained as a composer,
31
71831
1388
Formei-me como compositor
e, há cerca de 15 anos,
e, há cerca de 15 anos,
01:25
and about 15 years ago,
I started making pieces
I started making pieces
32
73243
3282
comecei a criar peças
idealizadas para apreciar o cruzamento
idealizadas para apreciar o cruzamento
01:28
that were designed to look
at the intersection
at the intersection
33
76549
2535
entre o som e a imagem,
01:31
between sound and image,
34
79108
1904
01:33
to use an image to unveil
a musical structure
a musical structure
35
81036
2832
para usar uma imagem
para desvendar uma estrutura musical
para desvendar uma estrutura musical
01:35
or to use a sound to show you
something interesting
something interesting
36
83892
2864
ou para usar um som
que nos mostre algo interessante
que nos mostre algo interessante
01:38
about something that's usually pictorial.
37
86780
2000
sobre uma representação gráfica.
01:40
So what you're seeing on the screen
is literally being drawn
is literally being drawn
38
88804
3467
O que veem neste ecrã
está literalmente a ser desenhado
está literalmente a ser desenhado
01:44
by the musical structure
of the musicians onstage,
of the musicians onstage,
39
92295
2942
pela estrutura musical
dos músicos em palco
dos músicos em palco
01:47
and there's no accident
that it looks like a plant,
that it looks like a plant,
40
95261
2532
e não é por acaso
que parece uma planta,
que parece uma planta,
01:49
because the underlying
algorithmic biology of the plant
algorithmic biology of the plant
41
97817
3339
porque a biologia algorítmica
subjacente à planta
subjacente à planta
01:53
is what informed the musical structure
in the first place.
in the first place.
42
101180
3311
foi o que caracterizou a estrutura musical
desde o princípio.
desde o princípio.
01:56
So once you know how to do this,
once you know how to code with media,
once you know how to code with media,
43
104515
3404
Assim que aprendemos a fazer isto
e a codificar os "media",
e a codificar os "media",
01:59
you can do some pretty cool stuff.
44
107943
2088
podemos fazer coisas muito engraçadas.
02:02
This is a project I did
for the Sundance Film Festival.
for the Sundance Film Festival.
45
110055
3477
Este foi um projeto que fiz
para o festival de cinema Sundance.
para o festival de cinema Sundance.
02:05
Really simple idea: you take
every Academy Award Best Picture,
every Academy Award Best Picture,
46
113905
4004
Uma ideia muito simples: pegamos em
todos os Óscares para Melhor Fotografia,
todos os Óscares para Melhor Fotografia,
02:11
you speed it up to one minute each
47
119178
2361
aceleramo-los para um minuto cada
e juntamo-los todos.
e juntamo-los todos.
02:13
and string them all together.
48
121563
1581
02:15
And so in 75 minutes, I can show you
the history of Hollywood cinema.
the history of Hollywood cinema.
49
123168
3911
Em 75 minutos, consigo mostrar-vos
a história do cinema de Hollywood.
a história do cinema de Hollywood.
02:19
And what it really shows you
is the history of editing
is the history of editing
50
127592
2979
O que isto realmente nos mostra
é a história de edição,
é a história de edição,
no cinema de Hollywood.
02:22
in Hollywood cinema.
51
130595
1181
02:23
So on the left, we've got Casablanca;
on the right, we've got Chicago.
on the right, we've got Chicago.
52
131800
4148
À esquerda, temos "Casablanca";
à direita, temos "Chicago".
à direita, temos "Chicago".
02:27
And you can see that Casablanca
is a little easier to read.
is a little easier to read.
53
135972
2924
Podem ver que "Casablanca"
é um pouco mais fácil de ler,
é um pouco mais fácil de ler,
02:30
That's because the average length
of a cinematic shot in the 1940s
of a cinematic shot in the 1940s
54
138920
3332
porque a duração média
de um plano, nos anos 40,
de um plano, nos anos 40,
era de 26 segundos
e agora é de cerca de 6 segundos.
e agora é de cerca de 6 segundos.
02:34
was 26 seconds,
55
142276
1639
02:35
and now it's around six seconds.
56
143939
2028
02:38
This is a project that was inspired
57
146999
1744
Este projeto foi inspirado
02:40
by some work that was funded
by the US Federal Government
by the US Federal Government
58
148767
2944
por um trabalho financiado
pelo Governo dos EUA,
pelo Governo dos EUA,
no início dos anos 2000,
02:43
in the early 2000s,
59
151735
1169
02:44
to look at video footage and find
a specific actor in any video.
a specific actor in any video.
60
152928
5828
para observar imagens de vídeo e encontrar
um ator específico em qualquer vídeo.
um ator específico em qualquer vídeo.
02:51
And so I repurposed this code
to train a system on one person
to train a system on one person
61
159605
4676
Eu reajustei este código,
de forma a treinar um sistema numa pessoa
de forma a treinar um sistema numa pessoa
02:56
in our culture who would never need
to be surveilled in that manner,
to be surveilled in that manner,
62
164305
3847
da nossa cultura que nunca precisaria
de ser vigiada dessa forma,
de ser vigiada dessa forma,
03:00
which is Britney Spears.
63
168176
1527
que é a Britney Spears.
03:01
I downloaded 2,000 paparazzi
photos of Britney Spears
photos of Britney Spears
64
169727
3492
Transferi 2000 fotografias dela
tiradas por "paparazzi"
tiradas por "paparazzi"
03:05
and trained my computer to find her face
65
173243
2476
e treinei o meu computador
para encontrar o rosto dela e nada mais.
para encontrar o rosto dela e nada mais.
03:07
and her face alone.
66
175743
1381
03:09
I can run any footage of her through it
and will center her eyes in the frame,
and will center her eyes in the frame,
67
177148
4276
Consigo ver quaisquer vídeos dela
e centrar o seu olhar na imagem.
e centrar o seu olhar na imagem.
03:13
and this sort of is a little
double commentary
double commentary
68
181448
2176
Isto é uma crítica
acerca da vigilância na nossa sociedade.
acerca da vigilância na nossa sociedade.
03:15
about surveillance in our society.
69
183648
2024
03:17
We are very fraught with anxiety
about being watched,
about being watched,
70
185696
2992
Estamos sempre inquietos
por podermos estar a ser vigiados,
por podermos estar a ser vigiados,
03:20
but then we obsess over celebrity.
71
188712
2599
mas somos obcecados
por determinadas celebridades.
por determinadas celebridades.
03:24
What you're seeing on the screen here
is a collaboration I did
is a collaboration I did
72
192219
3730
O que veem aqui no ecrã
foi um trabalho em conjunto
foi um trabalho em conjunto
com uma artista chamada Lián Amaris.
03:27
with an artist named Lián Amaris.
73
195973
2556
03:30
What she did is very simple
to explain and describe,
to explain and describe,
74
198553
3874
O que ela fez é muito
simples de explicar e descrever,
simples de explicar e descrever,
mas muito difícil de fazer.
03:34
but very hard to do.
75
202451
1232
03:35
She took 72 minutes of activity,
76
203707
2851
Pegou em 72 minutos de atividade
— a preparar-se para um encontro,
para uma noite na cidade —
para uma noite na cidade —
03:39
getting ready for a night out on the town,
77
207208
2573
03:41
and stretched it over three days
78
209805
2089
e estendeu-a por três dias.
03:43
and performed it on a traffic island
in slow motion in New York City.
in slow motion in New York City.
79
211918
3588
Fê-lo num cruzamento,
em câmara lenta, em Nova Iorque.
em câmara lenta, em Nova Iorque.
03:47
I was there, too, with a film crew.
80
215949
2219
Eu também lá estive,
com uma equipa. Filmámos tudo.
com uma equipa. Filmámos tudo.
03:50
We filmed the whole thing,
81
218192
1252
Depois, invertemos o processo,
acelerando-o para 72 minutos novamente.
acelerando-o para 72 minutos novamente.
03:51
and then we reversed the process,
speeding it up to 72 minutes again,
speeding it up to 72 minutes again,
82
219468
3401
Parece que ela está a mover-se
normalmente e o tempo está a voar.
normalmente e o tempo está a voar.
03:54
so it looks like she's moving normally
83
222893
1894
03:56
and the whole world is flying by.
84
224811
1832
03:59
At a certain point, I figured out
85
227091
2576
A certa altura, apercebi-me
de que estava a fazer retratos.
de que estava a fazer retratos.
04:01
that what I was doing
was making portraits.
was making portraits.
86
229691
2667
04:05
When you think about portraiture,
you tend to think about stuff like this.
you tend to think about stuff like this.
87
233500
3562
Ao pensar em retratos,
pensamos em coisas como estas.
pensamos em coisas como estas.
O tipo da esquerda
chama-se Gilbert Stuart.
chama-se Gilbert Stuart.
04:09
The guy on the left
is named Gilbert Stuart.
is named Gilbert Stuart.
88
237086
2063
Foi o primeiro retratista a sério dos EUA.
04:11
He's sort of the first real portraitist
of the United States.
of the United States.
89
239173
3064
04:14
And on the right is his portrait
of George Washington from 1796.
of George Washington from 1796.
90
242261
3225
E, à direita, temos o seu retrato
de George Washington, de 1796.
de George Washington, de 1796.
04:17
This is the so-called Lansdowne portrait.
91
245510
2198
É o chamado retrato "Lansdowne".
04:19
And if you look at this painting,
there's a lot of symbolism, right?
there's a lot of symbolism, right?
92
247732
3240
Se olharmos para este quadro,
há muito simbolismo, certo?
há muito simbolismo, certo?
Temos o arco-íris na janela,
temos uma espada.
temos uma espada.
04:22
We've got a rainbow out the window.
We've got a sword.
We've got a sword.
93
250996
2660
Na escrivaninha, está uma pena.
04:25
We've got a quill on the desk.
94
253680
1455
04:27
All of these things are meant to evoke
95
255159
1849
Todas estas coisas pretendem representar
George Washington como o pai da nação.
George Washington como o pai da nação.
04:29
George Washington
as the father of the nation.
as the father of the nation.
96
257032
2448
04:31
This is my portrait of George Washington.
97
259832
2770
Este é o meu retrato
de George Washington.
de George Washington.
04:35
And this is an eye chart,
98
263776
3009
Isto é um quadro ocular,
04:38
only instead of letters, they're words.
99
266809
2174
só que em vez de letras,
contém palavras.
contém palavras.
04:41
And what the words are is the 66 words
100
269713
2702
Estas são as 66 palavras
dos discursos de George Washington
dos discursos de George Washington
04:44
in George Washington's
State of the Union addresses
State of the Union addresses
101
272439
2460
sobre o Estado da Nação que ele usa
mais do que qualquer outro presidente.
mais do que qualquer outro presidente.
04:46
that he uses more
than any other president.
than any other president.
102
274923
2371
04:50
So "gentlemen" has its own symbolism
and its own rhetoric.
and its own rhetoric.
103
278020
4202
"Cavalheiros" tem o seu próprio
simbolismo e a sua própria retórica.
simbolismo e a sua própria retórica.
04:54
And it's really kind of significant
that that's the word he used the most.
that that's the word he used the most.
104
282246
4592
O facto de essa ser a palavra
que ele mais usava é muito relevante.
que ele mais usava é muito relevante.
Este é o quadro ocular
de George W. Bush,
de George W. Bush,
04:58
This is the eye chart for George W. Bush,
105
286862
2119
05:01
who was president when I made this piece.
106
289005
2980
que era o presidente,
quando criei esta obra.
quando criei esta obra.
05:04
And how you get there,
107
292009
1168
A forma como lá chegamos, de "cavalheiros"
a "terrorismo", em 43 passos simples,
a "terrorismo", em 43 passos simples,
05:05
from "gentlemen" to "terror"
in 43 easy steps,
in 43 easy steps,
108
293201
3452
05:08
tells us a lot about American history,
109
296677
2060
diz-nos muito sobre a história
norte-americana
norte-americana
05:10
and gives you a different insight
110
298761
1587
e dá-nos uma perspetiva diferente
daquela que teríamos
daquela que teríamos
05:12
than you would have
looking at a series of paintings.
looking at a series of paintings.
111
300372
2937
ao ver uma série de quadros.
05:15
These pieces provide a history lesson
of the United States
of the United States
112
303333
3934
Estas obras constituem
uma aula de história dos EUA
uma aula de história dos EUA
05:19
through the political
rhetoric of its leaders.
rhetoric of its leaders.
113
307291
2256
através da retórica política
dos seus líderes.
dos seus líderes.
05:21
Ronald Reagan spent a lot of time
talking about deficits.
talking about deficits.
114
309571
2964
Ronald Reagan passou imenso tempo
a falar sobre défices.
a falar sobre défices.
Bill Clinton falava muito sobre o século
05:25
Bill Clinton spent a lot of time
115
313135
1565
05:26
talking about the century in which
he would no longer be president,
he would no longer be president,
116
314724
3284
em que já não seria presidente,
mas talvez a sua mulher fosse.
mas talvez a sua mulher fosse.
05:30
but maybe his wife would be.
117
318032
1611
(Risos)
05:33
Lyndon Johnson was the first President
118
321148
2636
Lyndon Johnson foi o 1º presidente
05:35
to give his State of the Union addresses
on prime-time television;
on prime-time television;
119
323808
3182
a fazer o discurso do Estado da Nação
em horário nobre, na TV.
em horário nobre, na TV.
05:39
he began every paragraph
with the word "tonight."
with the word "tonight."
120
327014
2340
Todas as frases começavam
com "esta noite".
com "esta noite".
E Richard Nixon, ou melhor,
o seu redator de discursos,
o seu redator de discursos,
05:41
And Richard Nixon,
or more accurately, his speechwriter,
or more accurately, his speechwriter,
121
329378
2666
um tipo chamado William Safire,
05:44
a guy named William Safire,
122
332068
1328
05:45
spent a lot of time
thinking about language
thinking about language
123
333420
2048
passava imenso tempo
a pensar na língua
a pensar na língua
05:47
and making sure that his boss
portrayed a rhetoric of honesty.
portrayed a rhetoric of honesty.
124
335492
3933
e a certificar-se de que o seu chefe
se expressava honestamente.
se expressava honestamente.
05:51
This project is shown
as a series of monolithic sculptures.
as a series of monolithic sculptures.
125
339449
2902
Este projeto representa
uma série de esculturas monolíticas.
uma série de esculturas monolíticas.
05:54
It's an outdoor series of light boxes.
126
342375
2448
É uma série de painéis
de exterior iluminados.
de exterior iluminados.
É importante salientar
que estão feitos à escala.
que estão feitos à escala.
05:56
And it's important to note
that they're to scale,
that they're to scale,
127
344847
2430
Se, a uma distância de 6 metros,
05:59
so if you stand 20 feet back and you can
read between those two black lines,
read between those two black lines,
128
347301
3614
conseguirem ler entre as linhas pretas,
têm uma visão de águia.
têm uma visão de águia.
06:02
you have 20/20 vision.
129
350939
1151
06:04
(Laughter)
130
352114
1038
(Risos)
06:05
This is a portrait.
And there's a lot of these.
And there's a lot of these.
131
353176
2305
Isto é um retrato.
E há muitos como este.
E há muitos como este.
06:07
There's a lot of ways
to do this with data.
to do this with data.
132
355505
3262
Há muitas maneiras
de o fazer utilizando dados.
de o fazer utilizando dados.
06:10
I started looking for a way
133
358791
1620
Comecei a pensar em formas de fazer
um tipo de retrato mais democrático,
um tipo de retrato mais democrático,
06:12
to think about how I can do
a more democratic form of portraiture,
a more democratic form of portraiture,
134
360435
4705
algo mais em consonância com
o meu país e a forma como ele funciona.
o meu país e a forma como ele funciona.
06:17
something that's more about
my country and how it works.
my country and how it works.
135
365164
4231
06:21
Every 10 years, we make a census
in the United States.
in the United States.
136
369419
3801
De 10 anos em 10 anos,
fazemos um censo nos EUA.
fazemos um censo nos EUA.
06:25
We literally count people,
137
373244
1458
Contamos pessoas, literalmente.
06:27
find out who lives where,
what kind of jobs we've got,
what kind of jobs we've got,
138
375306
3144
Descobrimos quem vive onde,
que tipo de trabalhos temos,
que tipo de trabalhos temos,
a língua que falamos em casa.
06:30
the language we speak at home.
139
378474
1477
06:31
And this is important stuff --
really important stuff.
really important stuff.
140
379975
2571
São coisas importantes,
muito importantes.
muito importantes.
06:34
But it doesn't really tell us who we are.
141
382570
2233
Mas não nos dizem
realmente quem somos.
realmente quem somos.
06:36
It doesn't tell us about our dreams
and our aspirations.
and our aspirations.
142
384827
2671
Não nos falam dos nossos sonhos
nem das nossas ambições.
nem das nossas ambições.
Em 2010, eu decidi realizar
o meu próprio censo.
o meu próprio censo.
06:39
And so in 2010, I decided
to make my own census.
to make my own census.
143
387522
3390
06:42
And I started looking for a corpus of data
144
390936
3320
Comecei por procurar
um corpus de dados
um corpus de dados
06:46
that had a lot of descriptions
written by ordinary Americans.
written by ordinary Americans.
145
394280
3112
que tivesse muitas descrições
escritas por americanos comuns.
escritas por americanos comuns.
Acontece que esse corpus existe.
Só estava à espera de uma oportunidade.
Só estava à espera de uma oportunidade.
06:49
And it turns out
146
397416
1151
06:50
that there is such a corpus of data
147
398591
1742
06:52
that's just sitting there for the taking.
148
400357
1984
Chama-se "encontros online".
06:54
It's called online dating.
149
402365
1326
06:56
So in 2010, I joined 21 different
online dating services,
online dating services,
150
404574
4946
Em 2010, inscrevi-me em 21 serviços
de encontros online diferentes,
de encontros online diferentes,
07:01
as a gay man, a straight man,
a gay woman and a straight woman,
a gay woman and a straight woman,
151
409544
3100
como homem gay, homem hetero,
mulher gay, mulher hetero,
mulher gay, mulher hetero,
em todos os códigos postais americanos
e transferi 19 milhões de perfis
e transferi 19 milhões de perfis
07:04
in every zip code in America
152
412668
1617
07:06
and downloaded about
19 million people's dating profiles --
19 million people's dating profiles --
153
414309
3185
07:09
about 20 percent of the adult population
of the United States.
of the United States.
154
417518
3232
— cerca de 20% da população
adulta dos EUA.
adulta dos EUA.
07:13
I have obsessive-compulsive disorder.
155
421241
1819
Tenho um transtorno obsessivo-compulsivo.
07:15
This is going to become
really freaking obvious. Just go with me.
really freaking obvious. Just go with me.
156
423084
3101
Isto vai tornar-se bastante óbvio,
vão por mim.
vão por mim.
07:18
(Laughter)
157
426209
1142
(Risos)
07:19
So what I did was I sorted
all this stuff by zip code.
all this stuff by zip code.
158
427375
3039
Organizei estas informações todas
por código postal.
por código postal.
07:23
And I looked at word analysis.
159
431922
1491
E fiz uma análise às palavras.
07:25
These are some dating profiles from 2010
160
433437
2673
Estes são alguns
perfis de encontros de 2010
perfis de encontros de 2010
07:28
with the word "lonely" highlighted.
161
436134
2095
com a palavra "sozinho" sublinhada.
07:30
If you look at these things
topographically,
topographically,
162
438253
2981
Se olharmos para isto
de uma perspetiva topográfica
de uma perspetiva topográfica
07:33
if you imagine dark colors to light colors
are more use of the word,
are more use of the word,
163
441258
3500
— as cores escuras representam
uma maior utilização da palavra —
uma maior utilização da palavra —
07:36
you can see that Appalachia
is a pretty lonely place.
is a pretty lonely place.
164
444782
4301
conseguem perceber que Appalachia
é um lugar bastante solitário.
é um lugar bastante solitário.
07:41
You can also see
that Nebraska ain't that funny.
that Nebraska ain't that funny.
165
449979
4947
Também podem ver
que Nebrasca não é assim tão divertido.
que Nebrasca não é assim tão divertido.
07:48
This is the kinky map,
so what this is showing you
so what this is showing you
166
456385
3655
Este é um mapa atrevido.
Estão a ver que as mulheres no Alasca
precisam de se juntar
precisam de se juntar
07:54
is that the women in Alaska
need to get together
need to get together
167
462033
3103
07:57
with the men in southern New Mexico,
168
465160
1775
aos homens do Novo México do Sul
e passar um bom bocado.
e passar um bom bocado.
07:58
and have a good time.
169
466959
1340
Estes dados são bastante abrangentes.
08:00
And I have this
at a pretty granular level,
at a pretty granular level,
170
468323
2866
Posso dizer-vos que os homens
da parte oriental de Long Island
da parte oriental de Long Island
08:03
so I can tell you that the men
in the eastern half of Long Island
in the eastern half of Long Island
171
471213
3107
08:06
are way more interested in being spanked
172
474344
1926
gostam bem mais de ser açoitados
do que os da parte ocidental.
do que os da parte ocidental.
08:08
than men in the western half
of Long Island.
of Long Island.
173
476294
2225
(Risos)
08:11
This will be your one takeaway
from this whole conference.
from this whole conference.
174
479851
2850
Esta será a vossa única recordação
desta palestra.
desta palestra.
Vão lembrar-se disto durante uns 30 anos.
08:14
You're going to remember
that fact for, like, 30 years.
that fact for, like, 30 years.
175
482725
2740
08:17
(Laughter)
176
485489
2832
(Risos)
Acreditem.
08:20
When you bring this down
to a cartographic level,
to a cartographic level,
177
488655
2423
Quando representamos isto
a nível cartográfico,
a nível cartográfico,
08:23
you can make maps and do the same trick
I was doing with the eye charts.
I was doing with the eye charts.
178
491102
3454
podemos criar mapas e usar
o truque dos quadros oculares:
o truque dos quadros oculares:
substituir o nome
de todas as cidades dos EUA
de todas as cidades dos EUA
08:26
You can replace the name
of every city in the United States
of every city in the United States
179
494580
2817
com a palavra
que é mais usada naquela cidade.
que é mais usada naquela cidade.
08:29
with the word people use more
in that city than anywhere else.
in that city than anywhere else.
180
497421
2992
Se já namoraram com alguém de Seattle,
isto faz todo o sentido.
isto faz todo o sentido.
08:32
If you've ever dated anyone
from Seattle, this makes perfect sense.
from Seattle, this makes perfect sense.
181
500437
3229
Temos "giro",
"coração partido".
"coração partido".
08:35
You've got "pretty."
You've got "heartbreak."
You've got "heartbreak."
182
503690
2702
Temos "concerto", "cigarro".
Tocam numa banda e fumam.
Tocam numa banda e fumam.
08:38
You've got "gig." You've got "cigarette."
183
506416
2415
08:40
They play in a band and they smoke.
184
508855
2026
08:43
And right above that you can see "email."
185
511604
1984
E logo ali em cima, podem ver "e-mail".
08:45
That's Redmond, Washington,
186
513612
1306
É Redmond, em Washington,
a sede da Microsoft.
a sede da Microsoft.
08:46
which is the headquarters
of the Microsoft Corporation.
of the Microsoft Corporation.
187
514942
2595
Algumas delas podemos adivinhar:
em Los Angeles, é "representar",
em Los Angeles, é "representar",
08:49
Some of these you can guess --
so, Los Angeles is "acting"
so, Los Angeles is "acting"
188
517561
2824
08:52
and San Francisco is "gay."
189
520409
1618
em São Francisco é "gay".
08:54
Some are a little bit more heartbreaking.
190
522051
1992
Outras são um pouco mais tristes.
08:56
In Baton Rouge, they talk
about being curvy;
about being curvy;
191
524067
2081
Em Baton Rouge,
falam sobre "excesso de peso".
falam sobre "excesso de peso".
08:58
downstream in New Orleans,
they still talk about the flood.
they still talk about the flood.
192
526172
2887
Em Nova Orleães,
continuam a falar da cheia.
continuam a falar da cheia.
As pessoas na capital americana
diriam que são "interessantes".
diriam que são "interessantes".
09:01
Folks in the American capital
will say they're interesting.
will say they're interesting.
193
529083
2805
Em Baltimore, Maryland,
diriam que estão "assustados".
diriam que estão "assustados".
09:03
People in Baltimore, Maryland,
will say they're afraid.
will say they're afraid.
194
531912
2777
09:06
This is New Jersey.
195
534713
1537
Aqui está Nova Jérsia.
09:08
I grew up somewhere
between "annoying" and "cynical."
between "annoying" and "cynical."
196
536274
2689
Eu cresci algures
entre "irritante" e "cínico".
entre "irritante" e "cínico".
09:10
(Laughter) (Applause)
197
538987
4239
(Risos)
(Aplausos)
09:15
And New York City's
number one word is "now,"
number one word is "now,"
198
543250
2657
E a palavra preferida
de Nova Iorque é "agora",
de Nova Iorque é "agora",
09:17
as in, "Now I'm working as a waiter,
but actually I'm an actor."
but actually I'm an actor."
199
545931
3246
como em "Agora, trabalho como
empregada de mesa, mas sou atriz."
empregada de mesa, mas sou atriz."
(Risos)
09:21
(Laughter)
200
549201
1098
09:22
Or, "Now I'm a professor of engineering
at NYU, but actually I'm an artist."
at NYU, but actually I'm an artist."
201
550323
4295
Ou "Agora, sou professor de engenharia
na Universidade de NY, mas sou artista."
na Universidade de NY, mas sou artista."
Se formos mais para norte,
vemos "dinossauro", em Syracuse.
vemos "dinossauro", em Syracuse.
09:26
If you go upstate, you see "dinosaur."
202
554642
1925
09:28
That's Syracuse.
203
556591
1151
09:29
The best place to eat
in Syracuse, New York,
in Syracuse, New York,
204
557766
2073
O melhor restaurante em Syracuse é uma
churrasqueira chamada "Dinosaur Barbecue".
churrasqueira chamada "Dinosaur Barbecue".
09:31
is a Hell's Angels barbecue joint
called Dinosaur Barbecue.
called Dinosaur Barbecue.
205
559863
2794
É o local ideal para ter um encontro.
09:34
That's where you would
take somebody on a date.
take somebody on a date.
206
562681
2222
Eu vivo algures entre "incondicional"
e "solstício de verão", em Midtown.
e "solstício de verão", em Midtown.
09:36
I live somewhere between "unconditional"
and "midsummer," in Midtown Manhattan.
and "midsummer," in Midtown Manhattan.
207
564927
3806
09:40
And this is gentrified North Brooklyn,
208
568757
2047
Este é o norte de Brookly
aburguesado,
aburguesado,
09:42
so you've got "DJ" and "glamorous"
and "hipsters" and "urbane."
and "hipsters" and "urbane."
209
570828
3196
por isso, temos "DJ", "glamoroso",
"hispters" e "urbano".
"hispters" e "urbano".
09:46
So that's maybe
a more democratic portrait.
a more democratic portrait.
210
574048
2422
Talvez seja um retrato mais democrático.
A ideia era fazermos mapas
azuis e vermelhos
azuis e vermelhos
09:48
And the idea was, what if we made
red-state and blue-state maps
red-state and blue-state maps
211
576494
3069
com base no que queremos fazer,
numa sexta à noite.
numa sexta à noite.
09:51
based on what we want to do
on a Friday night?
on a Friday night?
212
579587
2169
Este é um autorretrato.
09:53
This is a self-portrait.
213
581780
1507
09:55
This is based on my email,
214
583770
1257
Baseia-se no meu e-mail.
09:57
about 500,000 emails sent over 20 years.
215
585051
2969
Cerca de 500 mil e-mails enviados
em mais de 20 anos.
em mais de 20 anos.
10:00
You can think of this
as a quantified selfie.
as a quantified selfie.
216
588044
2953
Podem ver isto
como uma "selfie" quantitativa.
como uma "selfie" quantitativa.
10:03
So what I'm doing is running
a physics equation
a physics equation
217
591021
3094
Vou fazer uma equação de física
com base nos meus dados pessoais.
com base nos meus dados pessoais.
10:06
based on my personal data.
218
594139
1398
10:07
You have to imagine everybody
I've ever corresponded with.
I've ever corresponded with.
219
595561
2743
Têm de imaginar toda a gente
com quem já troquei e-mails.
com quem já troquei e-mails.
Começou no meio
e explodiu como um "big bang".
e explodiu como um "big bang".
10:10
It started out in the middle
and it exploded with a big bang.
and it exploded with a big bang.
220
598328
3399
10:13
And everybody has gravity to one another,
221
601751
2178
Todos têm gravidade
em relação uns aos outros,
em relação uns aos outros,
uma gravidade com base na quantidade
de e-mails, nos destinatários dos e-mails.
de e-mails, nos destinatários dos e-mails.
10:15
gravity based on how much
they've been emailing,
they've been emailing,
222
603953
2261
10:18
who they've been emailing with.
223
606238
1508
10:19
And it also does sentimental analysis,
224
607770
1832
E também faz uma análise sentimental.
10:21
so if I say "I love you,"
you're heavier to me.
you're heavier to me.
225
609626
2289
Se disser "Amo-vos",
vocês são mais pesados.
vocês são mais pesados.
10:23
And you attract to my email
addresses in the middle,
addresses in the middle,
226
611939
2496
E atraem para o meu e-mail endereços
no meio, que são como um epicentro.
no meio, que são como um epicentro.
10:26
which act like mainline stars.
227
614459
2095
10:28
And all the names are handwritten.
228
616578
1785
Os nomes estão todos escritos à mão.
Por vezes, criamos estes dados
e este trabalho com dados em tempo real
e este trabalho com dados em tempo real
10:30
Sometimes you do this data
and this work with real-time data
and this work with real-time data
229
618917
3708
10:34
to illuminate a specific problem
in a specific city.
in a specific city.
230
622649
2947
para realçar um problema específico
numa cidade específica.
numa cidade específica.
10:38
This is a Walther PPK 9mm
semiautomatic handgun
semiautomatic handgun
231
626071
2676
Eis uma pistola semiautomática
Walther PPK de 9mm
Walther PPK de 9mm
10:40
that was used in a shooting
in the French Quarter of New Orleans
in the French Quarter of New Orleans
232
628771
3031
que foi utilizada num tiroteio
no bairro francês de Nova Orleães,
no bairro francês de Nova Orleães,
há cerca de 2 anos, no Dia dos Namorados,
numa discussão de rua.
numa discussão de rua.
10:43
about two years ago on Valentine's Day
in an argument over parking.
in an argument over parking.
233
631826
3309
Aqueles são os meus cigarros.
10:47
Those are my cigarettes.
234
635159
1215
10:48
This is the house
where the shooting took place.
where the shooting took place.
235
636398
2275
Foi nesta casa que ocorreu o tiroteio.
10:50
This project involved
a little bit of engineering.
a little bit of engineering.
236
638697
2374
Este projeto envolveu
um pouco de engenharia.
um pouco de engenharia.
Uma corrente de bicicleta transformada
em árvore de cames e um computador.
em árvore de cames e um computador.
10:53
I've got a bike chain
rigged up as a cam shaft,
rigged up as a cam shaft,
237
641095
2215
10:55
with a computer driving it.
238
643334
1316
O computador e o mecanismo
estão cobertos por uma caixa.
estão cobertos por uma caixa.
10:56
That computer and the mechanism
are buried in a box.
are buried in a box.
239
644674
2766
10:59
The gun's on top welded to a steel plate.
240
647464
2214
A arma, no cimo,
está fixa a uma chapa de aço.
está fixa a uma chapa de aço.
Tem um fio que passa pelo gatilho
e o computador na caixa está online.
e o computador na caixa está online.
11:01
There's a wire going
through to the trigger,
through to the trigger,
241
649702
2345
11:04
and the computer in the box is online.
242
652071
2191
Está a ouvir as comunicações
da Polícia de Nova Orleães.
da Polícia de Nova Orleães.
11:06
It's listening to the 911 feed
of the New Orleans Police Department,
of the New Orleans Police Department,
243
654286
3233
Sempre que há um relato
de um tiroteio em Nova Orleães...
de um tiroteio em Nova Orleães...
11:09
so that anytime there's a shooting
reported in New Orleans,
reported in New Orleans,
244
657543
2877
(Tiro)
11:12
(Gunshot sound)
245
660444
1001
... a arma dispara.
11:13
the gun fires.
246
661469
1220
11:15
Now, there's a blank,
so there's no bullet.
so there's no bullet.
247
663300
2350
Há um vazio,
por isso não há bala.
por isso não há bala.
11:18
There's big light, big noise
248
666008
2074
Há um clarão e um estrondo.
E, mais importante,
há uma caixa.
há uma caixa.
11:20
and most importantly, there's a casing.
249
668106
2322
11:22
There's about five shootings
a day in New Orleans,
a day in New Orleans,
250
670452
2396
Há ali cerca de 5 tiroteios por dia.
Nos 4 meses em que este mecanismo
esteve operacional,
esteve operacional,
11:24
so over the four months
this piece was installed,
this piece was installed,
251
672872
2341
a caixa encheu-se de balas.
11:27
the case filled up with bullets.
252
675237
1611
11:29
You guys know what this is --
you call this "data visualization."
you call this "data visualization."
253
677642
3734
Sabem o que isto é:
chama-se "visualização de dados".
chama-se "visualização de dados".
11:34
When you do it right, it's illuminating.
254
682559
2008
E, quando é bem feito,
é esclarecedor.
é esclarecedor.
11:36
When you do it wrong, it's anesthetizing.
255
684591
2436
Quando é mal feito,
é anestesiante.
é anestesiante.
11:39
It reduces people to numbers.
256
687656
1655
Reduz as pessoas a números.
11:41
So watch out.
257
689335
1411
Cuidado.
11:44
One last piece for you.
258
692654
1356
Uma última obra.
11:46
I spent the last summer
as the artist in residence
as the artist in residence
259
694466
2782
No verão passado,
fui o artista residente em Times Square.
fui o artista residente em Times Square.
11:49
for Times Square.
260
697272
1216
11:50
And Times Square in New York
is literally the crossroads of the world.
is literally the crossroads of the world.
261
698932
3643
Times Square, em Nova Iorque,
é literalmente o cruzamento do mundo.
é literalmente o cruzamento do mundo.
Uma das coisas
em que as pessoas não reparam
em que as pessoas não reparam
11:54
One of the things
people don't notice about it
people don't notice about it
262
702599
2177
11:56
is it's the most Instagrammed
place on Earth.
place on Earth.
263
704800
2547
é que é o sítio mais publicado
no Instagram do mundo.
no Instagram do mundo.
11:59
About every five seconds,
someone commits a selfie
someone commits a selfie
264
707903
2882
A cada cinco segundos,
alguém publica uma "selfie"
alguém publica uma "selfie"
12:02
in Times Square.
265
710809
1169
em Times Square.
12:04
That's 17,000 a day, and I have them all.
266
712424
3249
Dá um total de 17 mil por dia
e eu tenho-as a todas.
e eu tenho-as a todas.
(Risos)
12:07
(Laughter)
267
715697
1085
12:08
These are some of them
with their eyes centered.
with their eyes centered.
268
716806
2292
Estas são algumas delas
com a visão centrada.
com a visão centrada.
12:11
Every civilization,
269
719122
1061
Todas as civilizações usarão o nível
máximo de tecnologia para criar arte
máximo de tecnologia para criar arte
12:12
will use the maximum level
of technology available to make art.
of technology available to make art.
270
720183
2925
12:15
And it's the responsibility
of the artist to ask questions
of the artist to ask questions
271
723132
2808
e é da responsabilidade do artista
fazer perguntas
fazer perguntas
sobre o que significa cada tecnologia
e como reflete a nossa cultura.
e como reflete a nossa cultura.
12:17
about what that technology means
272
725964
1631
12:19
and how it reflects our culture.
273
727619
2019
12:21
So I leave you with this:
we're more than numbers.
we're more than numbers.
274
729662
2486
Deixo-vos com isto:
somos mais do que números.
somos mais do que números.
Somos pessoas e temos sonhos e ideias.
12:24
We're people, and we have
dreams and ideas.
dreams and ideas.
275
732172
2001
12:26
And reducing us to statistics
is something that's done
is something that's done
276
734197
2799
Reduzir-nos a estatísticas
é algo que é feito
por nossa conta e risco.
por nossa conta e risco.
12:29
at our peril.
277
737020
1251
Muito obrigado.
12:30
Thank you very much.
278
738295
1178
12:31
(Applause)
279
739497
10786
(Aplausos)
ABOUT THE SPEAKER
R. Luke DuBois - Artist, composer, engineerR. Luke DuBois weaves information from a multitude of sources into art and music exploring the tensions between algorithms, portraiture and temporal space.
Why you should listen
R. Luke DuBois is a multidisciplinary artist mining the intersection of art, culture and technology, often expanding or contracting perspectives or timespans to accentuate aspects of each work. As a musician, he has produced a spectrum of electro-acoustic works with a multitude of artists, including Bora Yoon, Bang on a Can and the Freight Elevator Quartet.
As an artist, DuBois focuses on exposing the long narratives created by arcs of data, in the same way that time-lapse photographs expose long swaths of motion in a single image. As a programmer, DuBois is co-author of Jitter, a software suite that allows real-time manipulation of video and 3D imagery.
DuBois teaches at New York University, where he co-directs the Integrated Digital Media program at the Tandon School of Engineering. His artwork is represented by bitforms gallery in New York City.
R. Luke DuBois | Speaker | TED.com