TED2011
Aaron Koblin: Visualizing ourselves ... with crowd-sourced data
Аарон Коблін – Майстерно візуалізуючи людство
Filmed:
Readability: 4.2
1,731,467 views
Митець Аарон Коблін збирає величезну кількість даних – а часом і величезну кількість людей – і створює з них приголомшливі візуалізації. Від витончених ліній польотів літаків до пейзажів із даних про мобільні розмови, від ролика про Джонні Кеша, змонтованого з малюнків багатьох різних людей, до відео “Пустеля в центрі міста”, яке пристосовується до користувача – усі його блискучі роботи досліджують, як сучасні технології можуть зробити нас людянішими.
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
На мою думку, дані можуть зробити нас людянішими.
00:19
We're collecting and creating all kinds of data about how we're living our lives,
1
4000
3000
Ми збираємо і створюємо різноманітні дані про те, як проживаємо життя,
00:22
and it's enabling us to tell some amazing stories.
2
7000
2000
і це дає нам змогу розповідати дивовижні історії.
00:24
Recently, a wise media theorist Tweeted,
3
9000
3000
Недавно один мудрий теоретик медіа написав у своєму мікроблозі в Twitter:
00:27
"The 19th century culture was defined by the novel,
4
12000
2000
"Культуру 19-го століття визначив роман,
00:29
the 20th century culture was defined by the cinema,
5
14000
2000
культуру 20-го століття визначило кіно,
00:31
and the culture of the 21st century
6
16000
2000
а культуру 21-го століття
00:33
will be defined by the interface."
7
18000
2000
визначить інтерфейс".
00:35
And I believe this is going to prove true.
8
20000
2000
Я думаю, так і буде.
00:37
Our lives are being driven by data,
9
22000
2000
Дані керують нашим життям,
00:39
and the presentation of that data is an opportunity
10
24000
2000
а представлення цих даних дає нам можливість
00:41
for us to make some amazing interfaces that tell great stories.
11
26000
2000
творити дивовижні інтерфейси, які розповідають чудові історії.
00:43
So I'm going to show you a few of the projects
12
28000
2000
Тож я покажу вам кілька проектів,
00:45
that I've been working on over the last couple years
13
30000
2000
над якими я працював останні декілька років,
00:47
that reflect on our lives and our systems.
14
32000
2000
які розмірковують над нашим життям і нашими системами.
00:49
This is a project called Flight Patterns.
15
34000
2000
Цей проект називається "Схеми польотів".
00:51
What you're looking at is airplane traffic
16
36000
2000
Ви бачите як літаки рух літаків
00:53
over North America for a 24-hour period.
17
38000
3000
над Північною Америкою за 24 години.
00:56
As you see, everything starts to fade to black,
18
41000
2000
Як бачите, усе поступово згасає до чорного кольору,
00:58
and you see people going to sleep.
19
43000
2000
люди лягають спати.
01:00
Followed by that, you see on the West coast
20
45000
2000
Далі ви бачите, як через Західне узбережжя
01:02
planes moving across, the red-eye flights to the East coast.
21
47000
3000
рухаються літаки, нічні рейси до Східного узбережжя.
01:05
And you'll see everybody waking up on the East coast,
22
50000
3000
А на Східному узбережжі всі прокидаються,
01:08
followed by European flights coming in the upper right-hand corner.
23
53000
3000
і з верхнього правого кута рухаються європейські рейси.
01:11
Everybody's moving from the East coast to the West coast.
24
56000
3000
Всі перелітають зі Східного узбережжя на Західне.
01:14
You see San Francisco and Los Angeles
25
59000
2000
Видно, як Сан-Франциско і Лос-Анджелес
01:16
start to make their journeys down to Hawaii in the lower left-hand corner.
26
61000
3000
мандрують вниз до Гаваїв у нижньому лівому куті.
01:19
I think it's one thing to say there's 140,000 planes
27
64000
2000
Одна справа - сказати, що одночасно 140,000 літаків
01:21
being monitored by the federal government at any one time,
28
66000
3000
перебувають під спостереженням федерального уряду,
01:24
and it's another thing to see that system as it ebbs and flows.
29
69000
3000
і зовсім інша справа - побачити цю систему і те, як швидко вона змінюється.
01:29
This is a time-lapse image of that exact same data,
30
74000
2000
Це сповільнений кадр тих самих даних,
01:31
but I've color-coded it by type,
31
76000
2000
проте я розмалював їх умовними кольорами залежно від типу,
01:33
so you can see the diversity of aircraft that are in the skies above us.
32
78000
3000
щоб показати вам різноманіття літаків у небі над нами.
01:36
And I started making these, and I put them into Google Maps
33
81000
3000
Я почав робити ці кадри і звів їх із Картами Google,
01:39
and allow you to zoom in and see individual airports
34
84000
2000
де можна змінити масштаб зображення і побачити окремі аеропорти
01:41
and the patterns that are occurring there.
35
86000
2000
і їх схеми польотів.
01:43
So here we can see the white represents low altitudes,
36
88000
3000
Отож, білий колір позначає малі висоти,
01:46
and the blue are higher altitudes.
37
91000
2000
а блакитний - більші висоти.
01:48
And you can zoom in. This is taking a look at Atlanta.
38
93000
2000
Зображення можна наблизити. Подивімось на Атланту.
01:50
You can see this is a major shipping airport,
39
95000
2000
Це великий транспортний аеропорт,
01:52
and there's all kinds of activity there.
40
97000
2000
де відбуваються різноманітні види діяльності.
01:54
You can also toggle between altitude
41
99000
3000
Ви також можете перемикати між висотою
01:57
for model and manufacturer.
42
102000
2000
і моделлю та виробником.
01:59
See again, the diversity.
43
104000
2000
Знову бачимо розмаїття.
02:01
And you can scroll around and see
44
106000
2000
Можна прокрутити зображення і подивитись
02:03
some of the different airports and the different patterns that they have.
45
108000
3000
на інші аеропорти та їх схеми польотів.
02:06
This is scrolling up the East coast.
46
111000
2000
Прокрутимо вгору до Східного узбережжя.
02:08
You can see some of the chaos that's happening in New York
47
113000
2000
Тут видно хаос, який відбувається в Нью-Йорку
02:10
with the air traffic controllers
48
115000
2000
серед авіадиспетчерів,
02:12
having to deal with all those major airports next to each other.
49
117000
4000
які працюють з усіма цими великими аеропортами, що знаходяться один біля одного.
02:17
So zooming back out real quick,
50
122000
2000
Швидко зменшуємо масштаб,
02:19
we see, again, the U.S. -- you get Florida down in the right-hand corner.
51
124000
3000
знову бачимо США, і маємо Флориду у правому нижньому куті.
02:22
Moving across to the West coast,
52
127000
2000
Рухаємось до Західного узбережжя,
02:24
you see San Francisco and Los Angeles --
53
129000
2000
бачимо Сан-Франциско і Лос-Анджелес -
02:26
big low-traffic zones
54
131000
2000
великі зони зі слабким рухом
02:28
across Nevada and Arizona.
55
133000
2000
через Неваду і Арізону.
02:30
And that's us down there in L.A. and Long Beach on the bottom.
56
135000
4000
А ось ми в Лос-Анджелесі, і Лонґ-Біч внизу.
02:36
I started taking a look as well at different perimeters,
57
141000
2000
Я також почав переглядати різні параметри,
02:38
because you can choose what you want to pull out from the data.
58
143000
2000
адже ви можете вибрати потрібну частину даних.
02:40
This is looking at ascending versus descending flights.
59
145000
3000
Це літаки, які злітають, і літаки, які приземляються.
02:43
And you can see, over time, the ways the airports change.
60
148000
2000
Можна подивитись, як аеропорти змінюються з часом.
02:45
You see the holding patterns that start to develop
61
150000
2000
Це моделі затримок, які
02:47
in the bottom of the screen.
62
152000
2000
видно внизу екрану.
02:49
And you can see, eventually the airport actually flips directions.
63
154000
3000
Врешті, аеропорт змінює напрямки польотів на протилежні.
02:53
So this is another project that I worked on with the Sensible Cities Lab at MIT.
64
158000
3000
Це ще один проект, над яким я працював спільно з лабораторією Sensible Cities Lab у Масачусетському інституті технологій.
02:56
This is visualizing international communications.
65
161000
2000
Це візуалізація міжнародних комунікацій.
02:58
So it's how New York communicates
66
163000
2000
Ось так Нью-Йорк контактує
03:00
with other international cities.
67
165000
2000
з іншими містами світу.
03:02
And we set this up as a live globe in the Museum of Modern Art in New York
68
167000
3000
Цей "живий" глобус ми представили у Музеї сучасного мистецтва у Нью-Йорку
03:05
for the Design the Elastic Mind exhibition.
69
170000
2000
під час виставки "Створи гнучкий розум".
03:07
And it had a live feed with a 24-hour offset,
70
172000
2000
Він показував дані в режимі реального часу із затримкою на 24 години,
03:09
so you could see the changing relationship
71
174000
2000
тому можна було спостерігати за зміною контактів
03:11
and some demographic info
72
176000
2000
і дізнатися деякі демографічні дані,
03:13
coming through AT&T's data and revealing itself.
73
178000
3000
надані компанією AT&T.
03:16
This is another project I worked on with Sensible Cities Lab
74
181000
2000
Ще один спільний проект з лабораторією Sensible Cities Lab
03:18
and CurrentCity.org.
75
183000
2000
і сайтом CurrentCity.org.
03:20
And it's visualizing SMS messages being sent in the city of Amsterdam.
76
185000
3000
Це візуалізація SMS-повідомлень, надісланих в Амстердамі.
03:23
So you're seeing the daily ebb and flow
77
188000
2000
Ви бачите як збільшується і зменшується
03:25
of people sending SMS messages from different parts of the city,
78
190000
2000
щоденний потік SMS-повідомлень з різних районів міста,
03:27
until we approach New Year's Eve, where everybody says, "Happy New Year!"
79
192000
3000
аж до Нового Року, коли кожен каже, "З Новим Роком!"
03:30
(Laughter)
80
195000
2000
(Сміх)
03:32
So this is an interactive tool
81
197000
2000
Це інтерактивний інструмент,
03:34
that you can move around and see different parts of the city.
82
199000
3000
ким можна рухати, щоб подивитись на різні райони міста.
03:37
This is looking at another event. This is called Queen's Day.
83
202000
3000
Ось інша подія. День королеви.
03:40
So again, you get this daily ebb and flow
84
205000
2000
Знову збільшується і зменшується
03:42
of people sending SMS messages from different parts of the city.
85
207000
3000
щоденний потік SMS-повідомлень з різних районів міста.
03:45
And then you're going to see people start to gather in the center of the city
86
210000
2000
А тепер люди починають збиратися в центрі міста
03:47
to celebrate the night before,
87
212000
2000
на святкування вночі напередодні свята,
03:49
which happens right here.
88
214000
2000
це відбувається ось тут.
03:51
And then you can see people celebrating the next day.
89
216000
2000
А ось люди, які святкують наступного дня.
03:53
And you can pause it and step back and forth and see different phases.
90
218000
3000
Можна натиснути паузу, і прокрутити назад і вперед, щоб побачити різні етапи.
03:56
So now on to something completely different.
91
221000
2000
А тепер перейдемо до зовсім іншого.
03:58
Some of you may recognize this.
92
223000
2000
Можливо, дехто з вас це впізнає.
04:00
This is Baron Wolfgang von Kempelen's mechanical chess playing machine.
93
225000
3000
Це механічна машина барона Вольфґанґа фон Кемпелена, яка грає в шахи.
04:03
And it's this amazing robot that plays chess extremely well,
94
228000
2000
Дивовижний робот, який надзвичайно добре грає в шахи,
04:05
except for one thing: it's not a robot at all.
95
230000
3000
але є одне "але" - це зовсім не робот.
04:08
There's actually a legless man that sits in that box
96
233000
2000
Насправді, у тій коробці сидить безногий чоловік
04:10
and controls this chess player.
97
235000
2000
і управляє цим гравцем у шахи.
04:12
This was the inspiration for a web service by Amazon
98
237000
2000
Це надихнуло Amazon на розробку веб-служби
04:14
called the Mechanical Turk -- named after this guy.
99
239000
3000
під назвою "Механічний турок" - на честь того чоловіка.
04:17
And it's based on the premise that there are certain things
100
242000
2000
Вона заснована на принципі, що деякі речі
04:19
that are easy for people, but really difficult for computers.
101
244000
2000
легкі для людей, але доволі складні для комп'ютерів.
04:21
So they made this web service and said,
102
246000
2000
Отож вони розробили цю веб-службу і сказали,
04:23
"Any programmer can write a piece of software
103
248000
2000
"Будь-який програміст може написати частину програми
04:25
and tap into the minds of thousands of people."
104
250000
2000
і під'єднатися до думок тисяч людей".
04:27
The nerdy side of me thought, "Wow, this is amazing.
105
252000
2000
Як комп'ютерний маніяк, я подумав, "Ого, неймовірно!
04:29
I can tap into thousands of people's minds."
106
254000
2000
Я можу під'єднатися до думок тисяч людей".
04:31
And the other nerdy side of me thought,
107
256000
2000
Але інша частина комп'ютерного маніяка подумала,
04:33
"This is horrible. This is completely bizarre.
108
258000
3000
"Це жахливо. Це просто немислимо.
04:36
What does this mean for the future of mankind,
109
261000
2000
Що це дасть людству в майбутньому,
04:38
where we're all plugged into this borg?"
110
263000
2000
коли ми всі будемо під'єднані до цього кіборґа?"
04:40
I was probably being a little extreme.
111
265000
2000
Можливо, я трохи перебільшив.
04:42
But what does this mean when we have no context for what it is that we're working on,
112
267000
2000
Але що це дасть, якщо ми не бачимо, над чим саме працюємо,
04:44
and we're just doing these little labors?
113
269000
2000
а просто виконуємо свої маленькі завдання?
04:46
So I created this drawing tool.
114
271000
2000
Тому я створив графічний редактор.
04:48
I asked people to draw a sheep facing to the left.
115
273000
2000
Я попросив людей намалювати вівцю, яка дивиться ліворуч.
04:50
And I said, "I'll pay you two cents for your contribution."
116
275000
2000
І сказав, "Я заплачу вам два центи за вашу роботу".
04:52
And I started collecting sheep.
117
277000
3000
Так я почав збирати овець.
04:55
And I collected a lot, a lot of different sheep.
118
280000
3000
Я зібрав дуже-дуже багато різних овець.
04:59
Lots of sheep.
119
284000
2000
Цілу отару.
05:01
I took the first 10,000 sheep that I collected,
120
286000
2000
Я взяв перших 10,000 зібраних овець
05:03
and I put them on a website called TheSheepMarket.com
121
288000
3000
і виклав їх на сайті TheSheepMarket.com,
05:06
where you can actually buy collections of 20 sheep.
122
291000
3000
де можна придбати набори з 20 овець.
05:09
You can't pick individual sheep,
123
294000
2000
Ви не можете вибрати окрему вівцю,
05:11
but you can buy a single plate block of stamps as a commodity.
124
296000
4000
але можете придбати блок марок.
05:15
And juxtaposed against this grid,
125
300000
2000
А за цією табличкою,
05:17
you see actually, by rolling over each individual one,
126
302000
2000
за всіма цими окремим вівцями,
05:19
the humanity behind this hugely mechanical process.
127
304000
3000
за цим масштабним механічним процесом, стоять окремі люди.
05:22
I think there's something really interesting
128
307000
2000
На мій погляд, досить цікаво спостерігати,
05:24
to watching people as they go through this creative toil --
129
309000
3000
як люди долають ці творчі муки -
05:27
something we can all relate to,
130
312000
2000
те, що переживаємо всі ми,
05:29
this creative process of trying to come up with something from nothing.
131
314000
3000
цей творчий процес створення чогось із нічого.
05:32
I think it was really interesting to juxtapose this humanity
132
317000
2000
Було справді цікаво протиставити цих людей
05:34
versus this massive distributed grid.
133
319000
2000
і цю величезну поділену табличку.
05:36
Kind of amazing what some people did.
134
321000
3000
Неймовірно, що зробили деякі люди.
05:39
So here's a few statistics from the project.
135
324000
2000
Я наведу трохи статистики.
05:41
Approximate collection rate of 11 sheep per hour,
136
326000
2000
Приблизна швидкість збирання - 11 овець за годину,
05:43
which would make a working wage of 69 cents per hour.
137
328000
3000
що дає 69 центів заробітної плати за годину.
05:46
There were 662 rejected sheep
138
331000
2000
662 вівці ми відкинули,
05:48
that didn't meet "sheep-like" criteria and were thrown out of the flock.
139
333000
3000
бо вони не були схожими на овець, і тому їх вигнали з отари.
05:51
(Laughter)
140
336000
2000
(Сміх)
05:53
The amount of time spent drawing ranged from four seconds to 46 minutes.
141
338000
3000
На малювання витрачали від 4 секунд до 46 хвилин.
05:56
That gives you an idea of the different types of motivations and dedication.
142
341000
3000
Отож, можемо уявити собі різні типи мотивацій і відданості роботі.
05:59
And there were 7,599 people that contributed to the project,
143
344000
3000
До проекту долучилися 7,599 людей,
06:02
or were unique IP addresses --
144
347000
2000
або ж унікальних IP-адрес,
06:04
so about how many people contributed.
145
349000
2000
тобто стільки людей взяли участь.
06:06
But only one of them out of the 7,599 said this.
146
351000
4000
Але лише один із 7,599 запитав, "Для чого? Для чого ти це робиш?"
06:10
(Laughter)
147
355000
4000
(Сміх)
06:14
Which I was pretty surprised by.
148
359000
2000
Я був здивований
06:16
I expected people to be wondering, "Why did I draw a sheep?"
149
361000
3000
Я очікував, що люди задумаються, для чого вони намалювали вівцю.
06:19
And I think it's a pretty valid question.
150
364000
2000
На мою думку, це слушне запитання.
06:21
And there's a lot of reasons why I chose sheep.
151
366000
2000
Я вибрав вівцю з багатьох причин.
06:23
Sheep were the first animal
152
368000
2000
Вівця стала першою твариною,
06:25
to be raised from mechanically processed byproducts,
153
370000
2000
яку вигодували механічно обробленими субпродуктами,
06:27
the first to be selectively bred for production traits,
154
372000
2000
першою твариною, яку вивели шляхом селекції заради продуктивних ознак,
06:29
the first animal to be cloned.
155
374000
2000
і першою твариною, яку клонували.
06:31
Obviously, we think of sheep as followers.
156
376000
2000
Очевидно, ми переконані, що вівці завжди йдуть слідом за поводирем.
06:33
And there's this reference to "Le Petit Prince"
157
378000
2000
Згадаймо "Маленького принца",
06:35
where the narrator asks the prince to draw a sheep.
158
380000
2000
коли оповідач просить принца намалювати вівцю.
06:37
He draws sheep after sheep.
159
382000
2000
Він малює вівцю за вівцею.
06:39
The narrator's only appeased when he draws a box.
160
384000
2000
Але оповідач заспокоївся тільки тоді, коли принц намалював коробку.
06:41
And he says, "It's not about a scientific rendering of a sheep.
161
386000
2000
Він сказав, "Справа не в науковому зображенні вівці.
06:43
It's about your own interpretation and doing something different."
162
388000
3000
Справа у твоєму власному тлумаченні і створенні чогось іншого".
06:46
And I like that.
163
391000
2000
Мені це подобається.
06:48
So this is a clip from Charlie Chaplin's "Modern Times."
164
393000
2000
Ось уривок із фільму Чарлі Чапліна "Нові часи".
06:50
It's showing Charlie Chaplin dealing with some of the major changes
165
395000
3000
Тут Чарлі Чаплін має справу із великими змінами
06:53
during the Industrial Revolution.
166
398000
2000
під час промислової революції.
06:55
So there were no longer shoe makers,
167
400000
2000
Професія чоботаря зникла,
06:57
but now there are people slapping soles on people's shoes.
168
402000
2000
натомість люди приліпляли підошву до взуття.
06:59
And the whole idea of one's relationship to their work changed a lot.
169
404000
3000
Тобто кардинально змінилося ставлення до праці.
07:02
So I thought this was an interesting clip
170
407000
2000
Мені здалося, що це досить цікавий уривок,
07:04
to divide into 16 pieces
171
409000
2000
тому я поділив його на 16 кадрів
07:06
and feed into the Mechanical Turk with a drawing tool.
172
411000
3000
і за допомогою графічного редактора увів їх у програму "Механічний турок".
07:09
This basically allowed -- what you see on the left side is the original frame,
173
414000
3000
Це дало мені ось що - ліворуч ви бачите початковий кадр,
07:12
and on the right side you see that frame
174
417000
2000
а праворуч -
07:14
as interpreted by 16 people
175
419000
2000
тлумачення цього кадру 16-ма людьми,
07:16
who have no idea what it is they're doing.
176
421000
2000
які не мали жодного уявлення, що вони роблять.
07:18
And this was the inspiration for a project
177
423000
2000
Це надихнуло мене на проект,
07:20
that I worked on with my friend Takashi Kawashima.
178
425000
2000
над яким я працював зі своїм другом Такаші Кавашіма.
07:22
We decided to use the Mechanical Turk for exactly what it was meant for,
179
427000
2000
Ми вирішили скористатись "Механічним турком" за його призначенням -
07:24
which is making money.
180
429000
2000
тобто заробити гроші.
07:26
So we took a hundred dollar bill and divided it into 10,000 teeny pieces,
181
431000
3000
Отож, ми взяли стодоларову банкноту і поділили її на 10,000 крихітних шматочків,
07:29
and we fed those into the Mechanical Turk.
182
434000
2000
і ввели їх у "Механічного турка".
07:31
We asked people to draw what it was that they saw.
183
436000
2000
Ми попросили людей намалювати те, що вони побачили.
07:33
But here there was no sheep-like criteria.
184
438000
2000
Але ми вже не ставили критеріїв щодо подібності, як у проекті з вівцями.
07:35
People, if they drew a stick figure or a smiley face,
185
440000
3000
Якщо люди малювали чоловічка або смайлик,
07:38
it actually made it into the bill.
186
443000
2000
ми долучали їх до банкноти.
07:40
So what you see is actually a representation of how well people did
187
445000
2000
Отож, перед вами наочний приклад, як добре люди справились
07:42
what it was they were asked to do.
188
447000
2000
із тим, що їх попросили зробити.
07:44
So we took these hundred dollar bills,
189
449000
2000
Ми взяли ці стодоларові банкноти
07:46
and we put them on a website called TenThousandsCents.com,
190
451000
2000
і виклали їх на сайті TenThousandsCents.com,
07:48
where you can browse through and see all the individual contributions.
191
453000
3000
на якому ви можете проглянути окремі творіння.
07:51
And you can also trade real hundred-dollar bills for fake hundred-dollar bills
192
456000
3000
Також ви можете обміняти справжні стодоларові банкноти на фальшиві купюри,
07:54
and make a donation to the Hundred Dollar Laptop Project,
193
459000
3000
і ваші кошти підуть на благодійний проект "Ноутбук за сто доларів",
07:57
which is now known as One Laptop Per Child.
194
462000
3000
який зараз має назву "Кожній дитині - по ноутбуку".
08:00
This is again showing all the different contributions.
195
465000
2000
Знову бачимо окремі витвори різних людей.
08:02
You see some people did beautiful stipple renderings,
196
467000
2000
Дехто зробив красиві пунктирні зображення,
08:04
like this one on top --
197
469000
2000
наприклад, оце зверху,
08:06
spent a long time making realistic versions.
198
471000
3000
витративши багато часу, щоб створити реалістичну версію.
08:09
And other people would draw stick figures or smiley faces.
199
474000
3000
А інші люди малювали чоловічків або смайликів.
08:12
Here on the right-hand side in the middle
200
477000
2000
Праворуч посередині
08:14
you see this one guy writing, "$0.01!!! Really?"
201
479000
3000
хтось написав, "0.01 долара!!! Невже?
08:17
That's all I'm getting paid for this?
202
482000
4000
Це все, що я за це отримаю?"
08:21
(Laughter)
203
486000
2000
(Сміх)
08:23
So the last Mechanical Turk project I'm going to talk to you about
204
488000
2000
Останній проект у стилі "Механічного турка", про який я вам розповім,
08:25
is called Bicycle Built for 2000.
205
490000
2000
називається "Велосипед для двох тисяч".
08:27
This is a collaboration with my friend Daniel Massey.
206
492000
2000
Це спільний проект із моїм другом Деніелом Мессі.
08:29
You may recognize these two guys.
207
494000
2000
Ви напевно впізнали цих двох чоловіків.
08:31
This is Max Mathews and John Kelly from Bell Labs in the '60s,
208
496000
3000
Це Макс Метьюс і Джон Келлі з лабораторії Bell Labs у 60-х роках,
08:34
where they created the song "Daisy Bell,"
209
499000
2000
де вони створили пісню "Daisy Bell",
08:36
which was the world's first singing computer.
210
501000
2000
першу у світі пісню, яку "заспівав" комп'ютер.
08:38
You may recognize it from "2001: A Space Odyssey."
211
503000
2000
Напевно ви пригадуєте її з фільму "2001: Космічна одіссея".
08:40
When HAL's dying at the end of the film he starts singing this song,
212
505000
3000
Коли в кінці фільму бортовий комп'ютер ГЕЛ помирає, він співає цю пісню
08:43
as a reference to when computers became human.
213
508000
3000
як натяк на те, що комп'ютери стали людьми.
08:46
So we resynthesized this song.
214
511000
2000
Ми переробили цю пісню.
08:48
This is what that sounded like.
215
513000
2000
Ось як вона звучала.
08:50
We broke down all the individual notes
216
515000
2000
Ми розбили її на окремі ноти
08:52
in the singing as well as the phonemes in the singing.
217
517000
3000
і фонеми у співі.
08:55
Daisy Bell: ♫ Daisy, Daisy ... ♫
218
520000
4000
Daisy Bell: ♫ Дейзі, Дейзі...♫
08:59
Aaron Koblin: And we took all of those individual pieces,
219
524000
2000
Аарон Коблін: Ми взяли всі ці окремі частинки,
09:01
and we fed them into another Turk request.
220
526000
2000
і ввели їх у ще один запит "Механічного турка".
09:03
This is what it would look like if you went to the site.
221
528000
2000
Ось як виглядав наш сайт.
09:05
You type in your code,
222
530000
2000
Ви вводите свій код,
09:07
but you first test your mic.
223
532000
2000
але спершу перевіряєте мікрофон.
09:09
You'd be fed a simple audio clip.
224
534000
2000
Далі ви отримуєте простий уривок аудіо.
09:11
(Honk)
225
536000
2000
(Гудок)
09:13
And then you'd do your best to recreate that with your own voice.
226
538000
3000
І намагаєтесь якнайкраще відтворити його власним голосом.
09:22
After previewing it and confirming it's what you submitted,
227
547000
3000
Попередньо прослухавши і підтвердивши свій запис,
09:25
you could submit it into the Mechanical Turk with no other context.
228
550000
3000
ви можете внести його в програму "Механічний турок" без будь-якого контексту.
09:28
And this is what we first got back from the very first set of submissions.
229
553000
3000
Ось які записи ми отримали з самого початку.
09:31
Recording: ♫ Daisy, Daisy ♫
230
556000
5000
Запис: ♫ Дейзі, Дейзі ♫
09:36
♫ give me your answer do ♫
231
561000
5000
♫ дай мені відповідь, дай ♫
09:41
♫ I'm half crazy ♫
232
566000
4000
♫ я вже майже збожеволів ♫
09:45
♫ all for the love of you ♫
233
570000
5000
♫ і все через кохання до тебе ♫
09:50
♫ It can't be a stylish marriage ♫
234
575000
5000
♫ У нас не буде стильного весілля ♫
09:55
♫ I can't afford a carriage ♫
235
580000
4000
♫ Я не маю грошей на карету ♫
09:59
♫ But you'll look sweet upon the seat ♫
236
584000
5000
♫ Але ти мило виглядатимеш на сидінні ♫
10:04
♫ of a bicycle built for two ♫
237
589000
5000
♫ велосипеда для двох ♫
10:09
AK: So James Surowieki has this idea of the wisdom of crowds,
238
594000
3000
АК: Джеймс Суровікі розробив поняття мудрості натовпу,
10:12
that says that a whole bunch of people are smarter than any individual.
239
597000
3000
згідно з яким велика група людей розумніша, ніж одна особа.
10:15
We wanted to see how this applies to collaborative, distributed music making,
240
600000
3000
Ми хотіли подивитись, як ця ідея працює у спільному створенні музики багатьма людьми,
10:18
where nobody has any idea what it is they're working on.
241
603000
3000
коли ніхто не має жодного уявлення, над чим працює.
10:21
So if you go to the BicycleBuiltforTwoThousand.com
242
606000
2000
На сайті BicycleBuiltforTwoThousand.com
10:23
you can actually hear what all this sounds like together.
243
608000
2000
можна послухати усі ці звуки разом.
10:25
I'm sorry for this.
244
610000
2000
Я перепрошую за це.
10:27
(Noise)
245
612000
5000
(Шум)
10:32
Chorus: ♫ Daisy, Daisy ♫
246
617000
4000
Приспів: ♫ Дейзі, Дейзі ♫
10:36
♫ Give me your answer do ♫
247
621000
5000
♫ дай мені відповідь, дай ♫
10:41
♫ I'm half crazy ♫
248
626000
5000
♫ я вже майже збожеволів ♫
10:46
♫ all for the love of you ♫
249
631000
4000
♫ і все через кохання до тебе ♫
10:50
♫ It can't be a stylish marriage ♫
250
635000
5000
♫ У нас не буде стильного весілля ♫
10:55
♫ I can't afford a carriage ♫
251
640000
4000
♫ У нас не буде стильного весілля ♫
10:59
♫ But you'd look sweet upon the seat ♫
252
644000
5000
♫ Але ти мило виглядатимеш на сидінні ♫
11:04
♫ of a bicycle built for two ♫
253
649000
6000
♫ велосипеда для двох ♫
11:10
AK: So stepping back for a quick second,
254
655000
3000
АК: Повернімось на хвильку в минуле:
11:13
when I was at UCLA going to grad school,
255
658000
2000
навчаючись у магістратурі університету Каліфорнії в Лос-Анджелесі,
11:15
I was also working at a place called the Center for Embedded Network Sensing.
256
660000
3000
я паралельно працював у Центрі вбудованих сенсорних мережевих технологій.
11:18
And I was writing software to visualize laser scanners.
257
663000
3000
Я писав програмне забезпечення для оптичних лазерних сканерів.
11:21
So basically motion through 3D space.
258
666000
2000
По суті, це рух через 3D простір.
11:23
And this was seen by a director in L.A. named James Frost
259
668000
2000
Мою програму побачив режисер Джеймс Фрост,
11:25
who said, "Wait a minute.
260
670000
2000
який сказав "Зачекай.
11:27
You mean we can shoot a music video without actually using any video?"
261
672000
2000
Ти хочеш сказати, що ми можемо зняти музичний кліп без відеокамери?"
11:29
So we did exactly that.
262
674000
2000
І ми це зробили.
11:31
We made a music video for one of my favorite bands, Radiohead.
263
676000
2000
Ми зняли кліп для однієї з моїх улюблених груп, Radiohead.
11:33
And I think one of my favorite parts of this project
264
678000
2000
Найбільше в цьому проекті мені сподобалась
11:35
was not just shooting a video with lasers,
265
680000
2000
не сама зйомка відео за допомогою лазерів,
11:37
but we also open sourced it,
266
682000
2000
а розміщення відкритого вихідного коду
11:39
and we made it released as a Google Code project,
267
684000
2000
на проекті Google Code,
11:41
where people could download a bunch of the data and some source code
268
686000
2000
звідки можна було завантажити дані і частину вихідного коду,
11:43
to build their own versions of it.
269
688000
2000
щоб створити свою версію кліпу.
11:45
And people were making some amazing things.
270
690000
2000
Люди створювали неймовірні речі.
11:47
This is actually two of my favorites:
271
692000
2000
Ось дві мої улюблені:
11:49
the pin-board Thom Yorke and a LEGO Thom Yorke.
272
694000
2000
дошка для оголошень Том Йорк і конструктор LEGO Том Йорк.
11:51
A whole YouTube channel of people submitting really interesting content.
273
696000
3000
Цілий канал на YouTube, куди люди завантажували справді цікаві речі.
11:54
More recently, somebody even 3D-printed Thom Yorke's head,
274
699000
3000
Недавно хтось навіть надрукував 3D модель голови Тома Йорка,
11:57
which is a little creepy, but pretty cool.
275
702000
3000
яка виглядає трохи моторошно, але досить класно.
12:00
So with everybody making so much amazing stuff
276
705000
2000
Коли я побачив, що люди створюють такі дивовижні речі,
12:02
and actually understanding what it was they were working on,
277
707000
3000
справді розуміючи, над чим вони працюють,
12:05
I was really interested in trying to make a collaborative project
278
710000
2000
у мене виникла ідея створити спільний проект,
12:07
where people were working together to build something.
279
712000
2000
де люди разом щось створювали б.
12:09
And I met a music video director named Chris Milk.
280
714000
2000
Я зустрів режисера музичних кліпів Кріса Мілка.
12:11
And we started bouncing around ideas
281
716000
2000
І ми почали жваво обговорювати ідею
12:13
to make a collaborative music video project.
282
718000
2000
проекту спільно створеного музичного кліпу.
12:15
But we knew we really needed the right person
283
720000
2000
Але нам потрібна була належна людина,
12:17
to kind of rally behind and build something for.
284
722000
3000
заради якої варто об'єднатися і щось створити.
12:20
So we put the idea on the back burner for a few months.
285
725000
2000
Тому ми відклали цю ідею на кілька місяців.
12:22
And he ended up talking to Rick Rubin,
286
727000
2000
Врешті, Кріс поговорив з Ріком Рубіном,
12:24
who was finishing up Johnny Cash's final album
287
729000
2000
який закінчував останній альбом Джонні Кеша
12:26
called "Ain't No Grave."
288
731000
2000
під назвою "Нема могили".
12:28
The lyrics to the leading track are "Ain't no grave can hold my body down."
289
733000
3000
У чільній пісні альбому є такі слова: "Нема могили, яка здатна втримати моє тіло".
12:31
So we thought this was the perfect
290
736000
2000
Тому нам спало на думку, що це чудовий
12:33
project to build a collaborative memorial
291
738000
2000
проект, щоб створити спільний пам'ятник
12:35
and a virtual resurrection for Johnny Cash.
292
740000
2000
Джонні Кешу і віртуально його воскресити.
12:37
So I teamed up with my good friend Ricardo Cabello, also known as Mr. doob,
293
742000
3000
Отож, я залучив до проекту свого хорошого друга Рікардо Кабелло, знаного як Mr. doob,
12:40
who's a much better programmer than I am,
294
745000
2000
який програмує набагато краще, ніж я,
12:42
and he made this amazing Flash drawing tool.
295
747000
2000
і він створив чудовий інструмент для малювання у Flash.
12:44
As you know,
296
749000
2000
Як відомо,
12:46
an animation is a series of images.
297
751000
2000
анімація - це серія зображень.
12:48
So what we did was cross-cut a bunch of archival footage of Johnny Cash,
298
753000
3000
Тому ми нарізали купу кадрів із архівних матеріалів про Джонні Кеша,
12:51
and at eight frames a second,
299
756000
2000
і, зі швидкістю вісім кадрів у секунду,
12:53
we allowed individuals to draw a single frame
300
758000
2000
люди могли намалювати один кадр,
12:55
that would get woven into
301
760000
2000
який ми вставляли
12:57
this dynamically changing music video.
302
762000
2000
у музичний кліп, який швидко змінювався.
12:59
So I don't have time to play the entire thing for you,
303
764000
2000
Я не маю часу показати вам ціле відео,
13:01
but I want to show you two short clips.
304
766000
2000
але я хочу продемонструвати два короткі уривки.
13:03
One is the beginning of the music video.
305
768000
2000
Першим буде початок кліпу.
13:05
And that's going to be followed by a short clip
306
770000
2000
А опісля - короткий уривок
13:07
of people who have already contributed to the project
307
772000
2000
про людей, які вже долучилися до проекту
13:09
talking about it briefly.
308
774000
3000
і скажуть про це кілька слів.
13:12
(Music)
309
777000
6000
(Музика)
13:18
(Video) Johnny Cash: ♫ There ain't no grave ♫
310
783000
2000
(Відео) Джонні Кеш: ♫ Нема могили ♫
13:20
♫ can hold my body down ♫
311
785000
4000
♫ яка здатна втримати моє тіло ♫
13:24
♫ There ain't no grave ♫
312
789000
2000
♫ Нема могили ♫
13:26
♫ can hold body down ♫
313
791000
3000
♫ яка здатна втримати моє тіло ♫
13:30
♫ When I hear the trumpet sound ♫
314
795000
4000
♫ Коли я почую звук труби ♫
13:34
♫ I'm going to ride right out of the ground ♫
315
799000
2000
♫ я вискочу із-під землі ♫
13:36
♫ Ain't no grave ♫
316
801000
3000
♫ Нема могили ♫
13:39
♫ can hold my body ... ♫
317
804000
3000
♫ яка здатна втримати моє тіло ... ♫
13:42
(Applause)
318
807000
2000
(Оплески)
13:44
AK: What better way to pay tribute to the man
319
809000
3000
АК: Нема кращого способу віддати належне цьому чоловіку,
13:47
than to make something for one of his songs.
320
812000
3000
ніж зробити щось для однієї з його пісень.
13:50
Collaborator: I felt really sad when he died.
321
815000
2000
Співавтор: Я дуже сумував, коли він помер.
13:52
And I just thought it'd be wonderful,
322
817000
2000
І тому подумав, що було б чудово,
13:54
it'd be really nice to contribute something to his memory.
323
819000
3000
було би дійсно чудово якось вшанувати його пам'ять.
13:57
Collaborator Two: It really allows
324
822000
2000
Співавтор 2: Це справді зробило
13:59
this last recording of his
325
824000
3000
його останній запис
14:02
to be a living, breathing memorial.
326
827000
5000
живим пам'ятником.
14:07
Collaborator Three: For all of the frames to be drawn by fans,
327
832000
3000
Співавтор 3: Усі кадри, намальовані фанами,
14:10
each individual frame,
328
835000
2000
кожен окремий кадр,
14:12
it's got a very powerful feeling to it.
329
837000
2000
сповнений неймовірного відчуття.
14:14
Collaborator Four: I've seen everybody
330
839000
2000
Співавтор 4: Я бачив усіх -
14:16
from Japan, Venezuela, to the States,
331
841000
2000
від Японії і Венесуели, до Сполучених Штатів
14:18
to Knoxville, Tennessee.
332
843000
2000
і Ноксвілля в штаті Теннессі.
14:20
Collaborator Five: As much as is different from frame to frame,
333
845000
3000
Співавтор 5: Кадри настільки ж різні,
14:23
it really is personal.
334
848000
2000
наскільки особливі.
14:25
Collaborator Six: Watching the video in my room,
335
850000
2000
Співавтор 6: Переглядаючи відео у своїй кімнаті,
14:27
I could see me not understanding at the beginning of it.
336
852000
3000
я спочатку нічого не розумів.
14:30
And I just worked and worked through problems,
337
855000
3000
Тому я далі працював і працював над проблемами,
14:33
until my little wee battles that I was fighting within the picture
338
858000
4000
аж поки мої маленькі битви всередині фільму
14:37
all began to resolve themselves.
339
862000
3000
не вирішились самі собою.
14:40
You can actually see the point when I know what I'm doing,
340
865000
2000
Я нарешті дійшов до моменту, коли усвідомив, що роблю,
14:42
and a lot of light and dark comes into it.
341
867000
3000
і у моїй праці з'являється багато світла і темряви.
14:45
And in a weird way,
342
870000
2000
Дивно,
14:47
that's what I actually like about Johnny Cash's music as well.
343
872000
2000
але саме це я люблю в музиці Джонні Кеша.
14:49
It's the sum total of his life,
344
874000
2000
Це підсумок його життя,
14:51
all the things that had happened --
345
876000
2000
усі речі, які трапилися -
14:53
the bad things, the good things.
346
878000
2000
погані і добрі речі.
14:55
You're hearing a person's life.
347
880000
3000
Ви слухаєте життя людини.
15:01
AK: So if you go to the website JohnnyCashProject.com,
348
886000
2000
АК: Якщо ви завітаєте на сайт JohnnyCashProject.com,
15:03
what you'll see is the video playing above.
349
888000
2000
то зверху побачите відео.
15:05
And below it are all the individual frames
350
890000
2000
А внизу - окремі кадри,
15:07
that people have been submitting to the project.
351
892000
2000
які люди створили для проекту.
15:09
So this isn't finished at all,
352
894000
2000
Це далеко не кінець,
15:11
but it's an ongoing project where people can continue to collaborate.
353
896000
2000
проект триває, і люди ще можуть долучитись до нього.
15:13
If you roll over any one of those individual thumbnails,
354
898000
2000
Якщо ви перевернете будь-який окремий малюнок,
15:15
you can see the person who drew that individual thumbnail
355
900000
2000
то побачите автора малюнку,
15:17
and where they were located.
356
902000
2000
і дізнаєтесь, звідки він.
15:19
And if you find one that you're interested in,
357
904000
2000
А якщо якийсь малюнок вас зацікавить,
15:21
you can actually click on it and open up an information panel
358
906000
2000
ви можете клацнути на ньому і відкрити інформаційну панель,
15:23
where you're able to rate that frame,
359
908000
2000
де можна оцінити кадр
15:25
which helps it bubble up to the top.
360
910000
2000
і підвищити його рейтинг.
15:27
And you can also see the way that it was drawn.
361
912000
2000
Також можна подивитись, як цей кадр був намальований.
15:29
Again, you can get the playback and personal contribution.
362
914000
2000
Знову ж таки, ви можете відтворити кадри і дізнатися про їх творців.
15:31
In addition to that, it's listed, the artist's name, the location,
363
916000
3000
Окрім того, вказане ім'я автора, з якої він країни,
15:34
how long they spent drawing it.
364
919000
2000
і скільки часу створював малюнок.
15:36
And you can pick a style. So this one was tagged "Abstract."
365
921000
3000
Також можна вибрати стиль. Скажімо, цей називається "Абстрактний".
15:39
But there's a bunch of different styles.
366
924000
2000
Але тут є багато різних стилей.
15:41
And you can sort the video a number of different ways.
367
926000
2000
Крім того, можна по-різному сортувати відео.
15:43
You can say, "I want to see the pointillist version
368
928000
2000
Наприклад, ви захочете переглянути версії в стилі пуантилізму
15:45
or the sketchy version or the realistic version.
369
930000
2000
або в стилі скетчу, чи реалістичні версії.
15:47
And then this is, again, the abstract version,
370
932000
2000
А це знову абстрактна версія,
15:49
which ends up getting a little bit crazy.
371
934000
3000
кінець якої виглядає дещо божевільно.
15:54
So the last project I want to talk to you about is another collaboration with Chris Milk.
372
939000
3000
І останній проект, про який я вам розповім, це ще одна спільна робота з Крісом Мілком.
15:57
And this is called "The Wilderness Downtown."
373
942000
2000
Вона називається "Пустеля в центрі міста".
15:59
It's an online music video for the Arcade Fire.
374
944000
3000
Це онлайн кліп для групи Arcade Fire.
16:02
Chris and I were really amazed
375
947000
2000
Кріс і я були вражені
16:04
by the potential now with modern web browsers,
376
949000
2000
можливостями сучасних веб-браузерів,
16:06
where you have HTML5 audio and video
377
951000
2000
які підтримують аудіо та відео теги HTML5,
16:08
and the power of JavaScript to render amazingly fast.
378
953000
3000
а також задіюють JavaScript для неймовірно швидкого виконання сторінки.
16:11
And we wanted to push the idea of the music video that was meant for the Web
379
956000
3000
Ми хотіли вийти за рамки музичного кліпу, розрахованого на перегляд в інтернеті
16:14
beyond the four-by-three or sixteen-by-nine window
380
959000
3000
у вікні розміром 4:3 або 16:9,
16:17
and try to make it play out and choreograph throughout the screen.
381
962000
3000
і зробити так, щоб відео можна було відтворювати і переміщати по всьому екрану.
16:20
But most importantly, I think,
382
965000
2000
Але найважливіше, на мою думку, те
16:22
we really wanted to make an experience that was unlike the Johnny Cash Project,
383
967000
3000
що ми дуже хотіли отримати новий результат, несхожий на проект про Джонні Кеша,
16:25
where you had a small group of people spending a lot of time
384
970000
3000
коли декілька людей витратили багато часу,
16:28
to contribute something for everyone.
385
973000
2000
щоб долучитись до спільної справи.
16:30
What if we had a very low commitment,
386
975000
3000
А що, якби зусиль потрібно було зовсім мало,
16:33
but delivered something individually unique to each person who contributed?
387
978000
3000
але кожен отримав щось унікальне за свою участь?
16:36
So the project starts off by asking you to enter the address
388
981000
2000
Отож, проект починається з того, що вас просять ввести адресу
16:38
of the home where you grew up.
389
983000
2000
будинку, в якому ви виросли.
16:40
And you type in the address --
390
985000
2000
Ви вводите адресу -
16:42
it actually creates a music video specifically for you,
391
987000
2000
і програма створює музичний кліп саме для вас,
16:44
pulling in Google maps and Streetview images
392
989000
2000
об'єднуючи Карти Google і зображення Streetview
16:46
into the experience itself.
393
991000
2000
в особливий проект.
16:48
So this should really be seen at home with you typing in your own address,
394
993000
3000
Це відео краще дивитися вдома, увівши власну адресу,
16:51
but I'm going to give you a little preview of what you can expect.
395
996000
3000
але зараз я допоможу вам уявити, чого слід очікувати.
16:54
(Video) Win Butler: ♫ Now our lives are changing fast ♫
396
999000
4000
(Відео) Він Батлер: ♫ Наші життя швидко змінюються ♫
16:58
♫ Now our lives are changing fast ♫
397
1003000
4000
♫ Наші життя швидко змінюються ♫
17:02
♫ Hope that something pure can last ♫
398
1007000
3000
♫ Надіюсь, щось справжнє залишиться ♫
17:06
♫ Hope that something pure can last ♫
399
1011000
4000
♫ Надіюсь, щось справжнє залишиться ♫
17:13
♫ Ooh we used to wait ♫
400
1018000
4000
♫ О, ми чекали ♫
17:17
♫ Ooh we used to wait ♫
401
1022000
4000
♫ О, ми чекали ♫
17:21
♫ Ooh we used to wait ♫
402
1026000
3000
♫ О, ми чекали ♫
17:24
♫ Sometimes it never came ♫
403
1029000
3000
♫ Деколи, його так і не було ♫
17:27
♫ Sometimes it never came ♫
404
1032000
4000
♫ Деколи, його так і не було ♫
17:31
♫ Still moving through the pain ♫
405
1036000
3000
♫ Все ж, долаючи біль ♫
17:34
♫ We used to wait for it ♫
406
1039000
4000
♫ Ми чекали на нього ♫
17:38
♫ We used to wait for it ♫
407
1043000
4000
♫ Ми чекали на нього ♫
17:42
♫ We used to wait for it ♫
408
1047000
4000
♫ Ми чекали на нього ♫
17:50
AK: So I think, if there's one thing to take away from my talk today,
409
1055000
3000
АК: На мій погляд, головна ідея моєї доповіді в тому,
17:53
it's that an interface can be a powerful narrative device.
410
1058000
2000
що інтерфейс може бути потужним розповідним засобом.
17:55
And as we collect more and more personally and socially relevant data,
411
1060000
4000
Збираючи дедалі більше особистих і соціально важливих даних,
17:59
we have an opportunity, and maybe even an obligation,
412
1064000
2000
ми маємо змогу, а то й навіть обов'язок,
18:01
to maintain the humanity and tell some amazing stories
413
1066000
2000
підтримувати людяність і розповідати дивовижні історії,
18:03
as we explore and collaborate together.
414
1068000
2000
пізнаючи та працюючи разом.
18:05
Thanks a lot.
415
1070000
2000
Дуже дякую.
18:07
(Applause)
416
1072000
4000
(Оплески)
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