ABOUT THE SPEAKER
Sougwen Chung - Artist, researcher
Sougwen 愫君 Chung is an artist and researcher whose work explores the dynamics between humans and systems.

Why you should listen
Sougwen Chung's work explores the mark-made-by-hand and the mark-made-by-machine as an approach to understanding the dynamics of humans and systems. Chung is a former research fellow at MIT’s Media Lab and a pioneer in the field of human-machine collaboration. In 2019, she was selected as the Woman of the Year in Monaco for achievement in the Arts & Sciences.
 
In 2018 she was an inaugural E.A.T. Artist in Resident in partnership with New Museum and Bell Labs, and was awarded a commission for her project Omnia per Omnia. In 2016, Chung received Japan Media Art’s Excellence Award in for her project, Drawing Operations. She is a former research fellow at MIT’s Media Lab. She has been awarded Artist in Residence positions at Google, Eyebeam, Japan Media Arts and Pier 9 Autodesk. Her speculative critical practice spans performance, installation and drawings which have been featured in numerous exhibitions at museums and galleries around the world.
More profile about the speaker
Sougwen Chung | Speaker | TED.com
TED@BCG Mumbai

Sougwen Chung: Why I draw with robots

سوغوين تشونغ: لماذا أرسم مع الروبوتات

Filmed:
160,983 views

ماذا يحدث عندما يصنع البشر والروبوتات الفن سويّةً؟ في هذه المحادثة الملهمة، الفنانة سوغوين تشونغ ترينا كيف علّمت أسلوبها الفني لآلة-- وتشاركنا نتائج تعاونهم بعد إيجاد اكتشاف غير متوقع: الروبوتات ترتكب الأخطاء أيضًا. تقول هي: "جزء من جمال الأنظمة البشرية والآلية هو الحتمية المتأصلة لحصول الأخطاء."
- Artist, researcher
Sougwen 愫君 Chung is an artist and researcher whose work explores the dynamics between humans and systems. Full bio

Double-click the English transcript below to play the video.

00:12
Manyكثير of us here use technologyتقنية
in our day-to-dayيوما بعد يوم أو من يوم إلى آخر.
0
937
3165
العديد منا يستخدم التكنولوجيا
في حياته اليومية.
00:16
And some of us relyاعتمد
on technologyتقنية to do our jobsوظائف.
1
4126
3247
والبعض يعتمد على التكنولوجيا
لإنجاز أعماله،
00:19
For a while, I thought of machinesآلات
and the technologiesالتقنيات that driveقيادة them
2
7397
3950
لفترة، فكرت في الآلات
والتقنيات التي تقودها
00:23
as perfectفي احسن الاحوال toolsأدوات that could make my work
more efficientفعالة and more productiveإنتاجي.
3
11371
4505
كأدوات مثالية والتي يمكنها أن تجعل
عملي أكثر كفاءة وإنتاجية.
00:28
But with the riseترتفع of automationأتمتة
acrossعبر so manyكثير differentمختلف industriesالصناعات,
4
16403
3254
ولكن مع صعود نجم الأتمتة
في العديد من الصناعات المختلفة،
00:31
it led me to wonderيتساءل:
5
19681
1372
قادني هذا الأمر لأتساءل:
00:33
If machinesآلات are startingابتداء
to be ableقادر to do the work
6
21077
2341
إذا أصبح بمقدور الآلات أن تقوم
بإنجاز الأعمال
00:35
traditionallyتقليديا doneفعله by humansالبشر,
7
23442
1667
التي يقوم بها البشر بشكل تقليدي،
00:37
what will becomeيصبح of the humanبشري handيد?
8
25133
2333
ما الذي سوف يحصل لليد البشرية؟
00:40
How does our desireرغبة for perfectionحد الكمال,
precisionالاحكام and automationأتمتة
9
28133
4093
كيف سوف تؤثر رغبتنا في المثالية
والدقة والأتمتة
00:44
affectتؤثر our abilityالقدرة to be creativeخلاق?
10
32250
1922
على قدرتنا على الإبداع؟
00:46
In my work as an artistفنان and researcherالباحث,
I exploreإستكشاف AIAI and roboticsالروبوتات
11
34553
4087
في عملي كفنانة وباحثة،
أدرس الذكاء الصناعي والروبوتات
00:50
to developطور newالجديد processesالعمليات
for humanبشري creativityالإبداع.
12
38664
3005
لأطور إجرائيات جديدة للإبداع البشري.
00:54
For the pastالماضي fewقليل yearsسنوات,
13
42077
1286
خلال السنوات الخمس الماضية،
00:55
I've madeمصنوع work alongsideجنبا إلى جنب machinesآلات,
dataالبيانات and emergingالمستجدة technologiesالتقنيات.
14
43387
4376
قمت بالعمل بجانب آلات وبيانات
وتقنيات مستحدثة.
01:00
It's partجزء of a lifelongمدى الحياة fascinationسحر
15
48143
1861
إنّه جزء من افتتان على مدى الحياة
01:02
about the dynamicsدينامية
of individualsالأفراد and systemsأنظمة
16
50028
2735
بالديناميكيا بين الأشخاص والأنظمة
01:04
and all the messinessالفوضى that that entailsيتضمن.
17
52787
2381
وكل ما يتبع ذلك من فوضى.
01:07
It's how I'm exploringاستكشاف questionsالأسئلة about
where AIAI endsنهايات and we beginابدأ
18
55192
4808
إنها الطريقة التي اكتشف بها
أين ينتهي الذكاء الصناعي ونبدأ نحن
01:12
and where I'm developingتطوير processesالعمليات
19
60024
1642
حيث أقوم بتطوير العمليات
01:13
that investigateبحث potentialمحتمل
sensoryحسي mixesيمزج of the futureمستقبل.
20
61690
3326
التي بدورها تتحقق من إمكانية
حصول الخلطات الحسية مستقبلًا
01:17
I think it's where philosophyفلسفة
and technologyتقنية intersectتتقاطع.
21
65675
2857
أعتقد أنها حيث تتقاطع
الفلسفة والتكنولوجيا.
01:20
Doing this work
has taughtيعلم me a fewقليل things.
22
68992
2239
إنّ القيام بهذا العمل قد علمني
بضعة أشياء.
01:23
It's taughtيعلم me how embracingاحتضان imperfectionنقص
23
71642
2824
علمني كيف يمكن لتقبل النقصان
01:26
can actuallyفعلا teachعلم us
something about ourselvesأنفسنا.
24
74490
2489
أن يعلمنا شيئًا عن أنفسنا.
01:29
It's taughtيعلم me that exploringاستكشاف artفن
25
77428
2336
لقد علمني أنّ الاستكشاف في الفنون
01:31
can actuallyفعلا help shapeشكل
the technologyتقنية that shapesالأشكال us.
26
79788
2931
يساعد فعلًا في تحديد شكل التقنيات
التي تشكّلنا.
01:35
And it's taughtيعلم me
that combiningالجمع AIAI and roboticsالروبوتات
27
83148
3261
وقد علمني هذا أنّ الدمج ما بين
الذكاء الصناعي والروبوتات من جهة
01:38
with traditionalتقليدي formsإستمارات of creativityالإبداع --
visualبصري artsفنون in my caseقضية --
28
86433
3532
والأشكال التقليدية للإبداع
--الفنون البصرية في حالتي --
01:41
can help us think a little bitقليلا more deeplyبشدة
29
89989
2302
يمكنه أن يساعدنا لنفكر بشكل أعمق
01:44
about what is humanبشري
and what is the machineآلة.
30
92315
2897
حول ما هو الإنسان وما هي الآلة.
01:47
And it's led me to the realizationتحقيق
31
95942
1707
وقد قادني هذا إلى إدراك
01:49
that collaborationتعاون is the keyمفتاح
to creatingخلق the spaceالفراغ for bothكلا
32
97673
3055
أنّ التعاون هو المفتاح لإيجاد
مساحة للطرفين
01:52
as we moveنقل forwardإلى الأمام.
33
100752
1267
ونحن نتقدم للأمام.
01:54
It all startedبدأت with a simpleبسيط
experimentتجربة with machinesآلات,
34
102387
2746
بدأ كل الأمر بتجربة بسيطة مع الآلات،
01:57
calledمسمي "Drawingرسم Operationsعمليات
Unitوحدة: Generationتوليد 1."
35
105157
2826
تدعى "وحدة عمليات الرسم: الجيل 1."
02:00
I call the machineآلة "D.O.U.G." for shortقصيرة.
36
108434
2516
أسميها الآلة "و.ع.ر.ج"
02:02
Before I builtمبني D.O.U.G,
37
110974
1326
قبل أن أبني و.ع.ر.ج
02:04
I didn't know anything
about buildingبناء robotsالروبوتات.
38
112324
2365
لم أكن أعلم شيئًا عن بناء الروبوتات.
02:07
I tookأخذ some open-sourceالمصدر المفتوح
roboticالروبوتية armذراع designsتصاميم,
39
115220
2897
حصلت على بعض التصاميم
مفتوحة المصدر لأذرع روبوت،
02:10
I hackedاخترق togetherسويا a systemالنظام
where the robotإنسان آلي would matchمباراة my gesturesإيماءات
40
118141
3341
قمت بتجميع نظام حيث
يقوم الروبوت بمطابقة تعابيري
02:13
and followإتبع [them] in realحقيقة time.
41
121506
1639
ويتبعهم في الزمن الحقيقي.
02:15
The premiseفرضية was simpleبسيط:
42
123169
1448
الفكرة كانت بسيطة:
02:16
I would leadقيادة, and it would followإتبع.
43
124641
2200
كنت أتحرك أولًا، ثم يتبعني.
02:19
I would drawرسم a lineخط,
and it would mimicمقلد الصوت والحركة my lineخط.
44
127403
2936
كنت أرسم خطًا، وكان يماثل خطي.
02:22
So back in 2015, there we were,
drawingرسم for the first time,
45
130363
3698
فبالعودة إلى 2015، كنا نرسم
للمرة الأولى،
02:26
in frontأمامي of a smallصغير audienceجمهور
in Newالجديد Yorkيورك Cityمدينة.
46
134085
2619
أمام جمهور صغير في نيويورك.
02:28
The processمعالج was prettyجميلة sparseمتناثر --
47
136728
2555
كانت العملية بسيطة جدًا
02:31
no lightsأضواء, no soundsاصوات,
nothing to hideإخفاء behindخلف.
48
139307
3487
لا أضواء، لا أصوات،
لا شيء لنختبئ خلفه.
02:35
Just my palmsباطن اليد sweatingتعرق
and the robot'sالروبوت newالجديد servosالماكينات heatingتدفئة up.
49
143241
3395
فقط راحة يدي المتعرقة
ومتحكم الروبوت الجديد يزداد حرارة.
02:38
(Laughsيضحك) Clearlyبوضوح, we were
not builtمبني for this.
50
146950
2441
(تضحك) إنّه من الواضح أننا لم
نبني للقيام بهذا.
02:41
But something interestingمثير للإعجاب happenedحدث,
something I didn't anticipateتوقع.
51
149820
3233
ولكن شيئًا مثيرًا للاهتمام حصل،
شيئًا لم أكن أتوقعه.
02:45
See, D.O.U.G., in its primitiveبدائي formشكل,
wasn'tلم يكن trackingتتبع my lineخط perfectlyتماما.
52
153077
4802
حيث أنّ و.ع.ر.ج، في حالته البدائية،
لم يكن يقلد خطّي بشكل مثالي.
02:49
While in the simulationمحاكاة
that happenedحدث onscreenعلى الشاشة
53
157903
2333
أثناء المحاكاة البرمجية حصل الأمر
على الشاشة
02:52
it was pixel-perfectبكسل-الكمال,
54
160260
1357
كان تقليده مثاليًا،
02:53
in physicalجسدي - بدني realityواقع,
it was a differentمختلف storyقصة.
55
161641
2531
أما في الواقع الفيزيائي
كانت قصة أخرى تمامًا.
02:56
It would slipانزلاق and slideالانزلاق
and punctuateنقط and falterيتعثر,
56
164196
2817
كان ينزلق ويخطئ ويتعثر،
02:59
and I would be forcedقسري to respondرد.
57
167037
2068
وكنت مضطرة إلى الاستجابة.
03:01
There was nothing pristineعزري about it.
58
169525
1778
لم يكن هناك أي شيء مثالي في الموضوع.
03:03
And yetبعد, somehowبطريقة ما, the mistakesالأخطاء
madeمصنوع the work more interestingمثير للإعجاب.
59
171327
3238
ولكن بشكل ما، الأخطاء جعلت العمل
أكثر إثارة للاهتمام.
03:06
The machineآلة was interpretingتفسير
my lineخط but not perfectlyتماما.
60
174589
2754
الآلة كانت تفسر خطي
بشكل غير مثالي.
03:09
And I was forcedقسري to respondرد.
61
177367
1372
وكنت مضطرة للاستجابة.
03:10
We were adaptingالتكيف
to eachكل other in realحقيقة time.
62
178763
2709
كنا نتأقلم على بعضنا في الزمن الحقيقي.
03:13
And seeingرؤية this taughtيعلم me a fewقليل things.
63
181496
1937
ورؤية ذلك علمتني بضعة أشياء.
03:15
It showedأظهر me that our mistakesالأخطاء
actuallyفعلا madeمصنوع the work more interestingمثير للإعجاب.
64
183457
4880
كيف أنّ أخطاءنا جعلت
العمل أكثر إثارة للاهتمام.
03:20
And I realizedأدرك that, you know,
throughعبر the imperfectionنقص of the machineآلة,
65
188663
4249
ولقد أدركت من خلال أخطاء الآلة،
03:24
our imperfectionsعيوب becameأصبح
what was beautifulجميلة about the interactionالتفاعل.
66
192936
3705
أنّ أخطاءنا أصبحت ما يضفي الجمال
على تفاعلنا.
03:29
And I was excitedفرح,
because it led me to the realizationتحقيق
67
197650
3087
ولقد كنت متحمسة،
لأن ذلك قادني إلى الإدراك
03:32
that maybe partجزء of the beautyجمال
of humanبشري and machineآلة systemsأنظمة
68
200761
3650
أنّ جزءًا من الجمال في الأنظمة
الآلية والبشرية
03:36
is theirهم sharedمشترك inherentمتأصل fallibilityاللاعصمة.
69
204435
2738
هو الحتمية المتأصلة لحصول الأخطاء.
03:39
For the secondثانيا generationتوليد of D.O.U.G.,
70
207197
1820
بالنسبة للجيل الثاني من و.ع.ر.ج
03:41
I knewعرف I wanted to exploreإستكشاف this ideaفكرة.
71
209041
2307
علمت أني أردت تقصّي هذه الفكرة.
03:43
But insteadفي حين أن of an accidentحادث producedأنتجت
by pushingدفع a roboticالروبوتية armذراع to its limitsحدود,
72
211372
4418
لكن بدلًا من التسبب بها بحادث سببه
دفعي للذراع الآلية إلى حدودها،
03:47
I wanted to designالتصميم a systemالنظام
that would respondرد to my drawingsالرسومات
73
215814
2897
أردت تصميم نظام يتجاوب مع رسومي
03:50
in waysطرق that I didn't expectتوقع.
74
218735
1833
في طرق لم أكن أتوقعها.
03:52
So, I used a visualبصري algorithmخوارزمية
to extractاستخراج visualبصري informationمعلومات
75
220592
3849
لذا استخدمت خوارزمية بصرية
لاستخراج المعلومات البصرية
03:56
from decadesعقود of my digitalرقمي
and analogالتناظرية drawingsالرسومات.
76
224465
2978
من عقود من رسومي الرقمية والتناظرية.
03:59
I trainedمتدرب a neuralعصبي netشبكة on these drawingsالرسومات
77
227467
2055
ولقد دربت شبكة عصبونية على هذه الرسوم
04:01
in orderطلب to generateتوفير
recurringتناوبي patternsأنماط - رسم in the work
78
229546
2865
من أجل توليد أنماط متكررة في العمل
04:04
that were then fedتغذيها throughعبر customالعادة softwareالبرمجيات
back into the machineآلة.
79
232435
3476
والتي تم إدخالها من خلال برنامج خاص
إلى الآلة.
04:07
I painstakinglyبعناء collectedجمع
as manyكثير of my drawingsالرسومات as I could find --
80
235935
4386
جمعت بدقة كل ما يمكنني إيجاده من رسوم
04:12
finishedتم الانتهاء من worksأعمال, unfinishedناقص experimentsتجارب
and randomعشوائي sketchesاسكتشات --
81
240345
4215
أعمالًا منتهية وتجارب غير منتهية
ورسومات عشوائية
04:16
and taggedالكلمات الدلالية them for the AIAI systemالنظام.
82
244584
1999
وأرفدتهم لنظام الذكاء الصنعي.
04:18
And sinceمنذ I'm an artistفنان,
I've been makingصناعة work for over 20 yearsسنوات.
83
246607
3684
وكوني فنانة، فإن لي أكثر من 20
سنة وأنا أصنع الأعمال الفنية.
04:22
Collectingجمع that manyكثير drawingsالرسومات tookأخذ monthsالشهور,
84
250315
2024
جمع كل تلك الرسومات أخذ أشهرًا،
04:24
it was a wholeكامل thing.
85
252363
1389
لقد كان مهمة بحالها.
04:25
And here'sمن هنا the thing
about trainingتدريب AIAI systemsأنظمة:
86
253776
2595
وأما بالنسبة لتدريب أنظمة الذكاء الصنعي
04:28
it's actuallyفعلا a lot of hardالصعب work.
87
256395
2200
إنّ الأمر يتطلب عملًا شاقًا.
04:31
A lot of work goesيذهب on behindخلف the scenesمشاهد.
88
259022
2191
الكثير من العمل يحدث خلف الكواليس.
04:33
But in doing the work,
I realizedأدرك a little bitقليلا more
89
261237
2681
لكن بقيامي بالعمل أدركت المزيد عن
04:35
about how the architectureهندسة معمارية
of an AIAI is constructedإنشاؤه.
90
263942
3421
عن كيفية تكوين
معمارية أنظمة الذكاء الصنعي.
04:39
And I realizedأدرك it's not just madeمصنوع
of modelsعارضات ازياء and classifiersالمصنفات
91
267387
2947
وأدركت أنها ليست مصنوعة فقط
من نماذج ومصنِفات
04:42
for the neuralعصبي networkشبكة الاتصال.
92
270358
1322
من أجل الشبكة العصبونية.
04:43
But it's a fundamentallyفي الأساس
malleableطيع and shapableقابل للشب systemالنظام,
93
271704
3532
بل هي في الجوهر
أنظمة مرنة ويمكن تحديد شكلها،
04:47
one in whichالتي the humanبشري handيد
is always presentحاضر.
94
275260
3111
حيث أثر اليد البشرية
دائمًا حاضرة.
04:50
It's farبعيدا from the omnipotentقادر على كل شىء AIAI
we'veقمنا been told to believe in.
95
278395
4000
إنّه بعيد عن نظام الذكاء الصنعي الشمولي
الذي قيل لنا أن نؤمن به.
04:54
So I collectedجمع these drawingsالرسومات
for the neuralعصبي netشبكة.
96
282419
2515
لذا جمعت تلك الرسومات من أجل
الشبكة العصبونية.
04:56
And we realizedأدرك something
that wasn'tلم يكن previouslyسابقا possibleممكن.
97
284958
3929
وقد أدركنا شيئًا لم يكن سابقًا ممكن.
05:00
My robotإنسان آلي D.O.U.G. becameأصبح
a real-timeفي الوقت الحالى interactiveمتفاعل reflectionانعكاس
98
288911
4091
روبوتي و.ع.ر.ج أصبح انعكاسًا
تفاعليًا في الزمن الحقيقي
05:05
of the work I'd doneفعله
throughعبر the courseدورة of my life.
99
293026
2627
للأعمال الفنية التي أنجزتها طيلة حياتي.
05:07
The dataالبيانات was personalالشخصية,
but the resultsالنتائج were powerfulقوي.
100
295677
3865
البيانات كانت شخصية،
ولكن النتائج كانت مؤثرة.
05:11
And I got really excitedفرح,
101
299566
1484
ولقد تحمست كثيرًا،
05:13
because I startedبدأت thinkingتفكير maybe
machinesآلات don't need to be just toolsأدوات,
102
301074
4582
لأنني بدأت أفكر أن الآلات لا تحتاج
لأن تكون مجرد أدوات،
05:17
but they can functionوظيفة
as nonhumanغير البشرية collaboratorsالمتعاونين.
103
305680
3420
بل يمكن أن تعمل
كمتعاونين غير بشريين.
05:21
And even more than that,
104
309537
1547
بل أكثر من ذلك حتى،
05:23
I thought maybe
the futureمستقبل of humanبشري creativityالإبداع
105
311108
2429
فكرت أنّه
لربما مستقبل الإبداع البشري
05:25
isn't in what it makesيصنع
106
313561
1524
ليس بما ينتجه
05:27
but how it comesيأتي togetherسويا
to exploreإستكشاف newالجديد waysطرق of makingصناعة.
107
315109
3436
بل بتعاونه لاكتشاف طرق جديدة للإبداع.
05:31
So if D.O.U.G._1 was the muscleعضلة,
108
319101
2190
إذًا و.ع.ر.ج-1 كان العضلات،
05:33
and D.O.U.G._2 was the brainدماغ,
109
321315
1762
و و.ع.ر.ج-2 كان العقل،
05:35
then I like to think
of D.O.U.G._3 as the familyأسرة.
110
323101
2928
ولذلك أحب أن أفكر في و.ع.ر.ج-3
كالعائلة.
05:38
I knewعرف I wanted to exploreإستكشاف this ideaفكرة
of human-nonhumanالإنسان غير البشري collaborationتعاون at scaleمقياس.
111
326482
4793
علمت أني أريد استكشاف فكرة التعاون
البشري وغير البشري على نطاق واسع.
05:43
So over the pastالماضي fewقليل monthsالشهور,
112
331299
1373
لذلك خلال الأشهر الماضية،
05:44
I workedعمل with my teamالفريق
to developطور 20 customالعادة robotsالروبوتات
113
332696
3135
عملت مع فريقي لتطوير 20
روبوت مصمم بشكل خاص
05:47
that could work with me as a collectiveجماعي.
114
335855
1960
بحيث يستطيعون العمل معي بشكل جماعي.
05:49
They would work as a groupمجموعة,
115
337839
1293
يستطيعون العمل كمجموعة،
05:51
and togetherسويا, we would collaborateتعاون
with all of Newالجديد Yorkيورك Cityمدينة.
116
339156
2889
ومعًا نستطيع التعاون مع مدينة
نيويورك بكاملها.
05:54
I was really inspiredربما
by Stanfordستانفورد researcherالباحث Fei-Feiفي في Liلي,
117
342069
2944
لقد ألهمني عمل الباحث في جامعة ستانفورد
في-في لي،
05:57
who said, "if we want to teachعلم
machinesآلات how to think,
118
345037
2515
والذي قال: "إذا أردنا تعليم الآلات
كيف تفكر،
05:59
we need to first teachعلم them how to see."
119
347576
1984
يجب علينا أن نعلمهم أولًا كيف يرون."
06:01
It madeمصنوع me think of the pastالماضي decadeعقد
of my life in Newالجديد Yorkيورك,
120
349584
2785
لقد جعلني أفكر في العقد الأخير من حياتي
في مدينة نيويورك،
06:04
and how I'd been all watchedشاهدت over by these
surveillanceمراقبة camerasكاميرات around the cityمدينة.
121
352393
3993
وكيف كانت كاميرات المراقبة تشاهدني عن كثب
في أنحاء المدينة.
06:08
And I thought it would be
really interestingمثير للإعجاب
122
356410
2056
وفكرت في أنّه سيكون من المثير
06:10
if I could use them
to teachعلم my robotsالروبوتات to see.
123
358490
2405
إذا كان بمقدورنا استخدامهم
لتعليم روبوتاتي الرؤية.
06:12
So with this projectمشروع,
124
360919
1888
وبهذا المشروع،
06:14
I thought about the gazeتحديق of the machineآلة,
125
362831
1967
فكرت في رؤية الآلات،
06:16
and I beganبدأت to think about visionرؤية
as multidimensionalمتعدد الأبعاد,
126
364822
3226
وبدأت في التفكير في الرؤية
بشكل متعدد الأبعاد،
06:20
as viewsالآراء from somewhereمكان ما.
127
368072
1600
كمشاهدات من مكان ما.
06:22
We collectedجمع videoفيديو
128
370151
1834
جمعنا فيديوهات
06:24
from publiclyعلانية availableمتاح
cameraالة تصوير feedsيغذي on the internetالإنترنت
129
372009
3063
من تسجيلات الكاميرات المتاحة للعامة
على الانترنيت
06:27
of people walkingالمشي on the sidewalksالأرصفة,
130
375096
1690
لأشخاص يمشون على الأرصفة،
06:28
carsالسيارات and taxisسيارات الأجرة on the roadطريق,
131
376810
1712
عربات وسيارات أجرة على الطريق،
06:30
all kindsأنواع of urbanالحضاري movementحركة.
132
378546
1817
كل أشكال الحركة في المدينة.
06:33
We trainedمتدرب a visionرؤية algorithmخوارزمية
on those feedsيغذي
133
381188
2603
قمنا بتدريب خوارزمية بصرية
على هذه المدخلات
06:35
basedعلى أساس on a techniqueتقنية
calledمسمي "opticalبصري flowتدفق,"
134
383815
2286
بناءً على تقنية تدعى "التدفق البصري"
06:38
to analyzeتحليل the collectiveجماعي densityكثافة,
135
386125
1977
لتحليل الكثافة الجماعية،
06:40
directionاتجاه, dwellكمن and velocity● السرعة statesتنص على
of urbanالحضاري movementحركة.
136
388126
3637
والاتجاهات وحالات السكون
والسرعة في الحركة المدنية.
06:44
Our systemالنظام extractedاستخراج those statesتنص على
from the feedsيغذي as positionalالموضعية dataالبيانات
137
392178
4269
نظامنا استخرج هذه الحالات
من مدخلات بيانات الموقع
06:48
and becameأصبح padsمنصات for my
roboticالروبوتية unitsوحدات to drawرسم on.
138
396471
3373
وأصبحت رقعة لروبوتاتي لترسم عليها.
06:51
Insteadفي حين أن of a collaborationتعاون of one-to-oneواحد لواحد,
139
399868
2534
بدلًا من تعاون واحد-لواحد،
06:54
we madeمصنوع a collaborationتعاون of many-to-manyالكثير للكثيرين.
140
402426
3024
قمنا بالتعاون بشكل العديد-مع-العديد.
06:57
By combiningالجمع the visionرؤية of humanبشري
and machineآلة in the cityمدينة,
141
405474
3587
وبدمجنا النظر لكل من البشر والآلات
في المدينة،
07:01
we reimaginedإعادة تخطيطها what
a landscapeالمناظر الطبيعيه paintingلوحة could be.
142
409085
2794
لقد أعدنا تخيل كيف يمكن أن
يكون رسم المناظر الطبيعية.
07:03
Throughoutعلى مدار all of my
experimentsتجارب with D.O.U.G.,
143
411903
2218
من خلال كل تجاربي مع و.ع.ر.ج
07:06
no two performancesالعروض
have ever been the sameنفسه.
144
414145
2717
لم نجد أدائين متماثلين أبدًا.
07:08
And throughعبر collaborationتعاون,
145
416886
1382
ومن خلال التعاون،
07:10
we createخلق something that neitherلا هذا ولا ذاك of us
could have doneفعله aloneوحده:
146
418292
2864
نصنع شيئا لم يكن أي منّا ليصنعه لوحده.
07:13
we exploreإستكشاف the boundariesالحدود
of our creativityالإبداع,
147
421180
2611
نحن نتقصّى الحدود لإبداعنا،
07:15
humanبشري and nonhumanغير البشرية workingعامل in parallelموازى.
148
423815
2892
بشر وغير بشر يعملون على التوازي.
07:19
I think this is just the beginningالبداية.
149
427823
2334
أعتقد أن هذه فقط البداية.
07:22
This yearعام, I've launchedأطلقت ScilicetScilicet,
150
430569
2183
هذا العام، أطلقت "سيليسيت"
07:24
my newالجديد labمختبر exploringاستكشاف humanبشري
and interhuman[اينترهومن] collaborationتعاون.
151
432776
4245
مختبري الجديد لاستكشاف التعاون البشري.
07:29
We're really interestedيستفد
in the feedbackردود الفعل loopعقدة
152
437339
2120
نحن حقًا مهتمون في حلقة التغذية الراجعة
07:31
betweenما بين individualفرد, artificialمصطنع
and ecologicalبيئي systemsأنظمة.
153
439483
4230
بين الأنظمة المفردة الصنعية والبيولوجية.
07:36
We're connectingتوصيل humanبشري and machineآلة outputانتاج
154
444276
2269
نحن نربط مابين خرج البشر والآلة
07:38
to biometricsالقياسات الحيوية and other kindsأنواع
of environmentalبيئي dataالبيانات.
155
446569
2984
عبر قياسات حيوية وأنواع أخرى
من البيانات المحيطية.
07:41
We're invitingجذاب anyoneأي واحد who'sمنظمة الصحة العالمية interestedيستفد
in the futureمستقبل of work, systemsأنظمة
156
449577
4079
نحن ندعو أي أحد لديه
اهتمام في مستقبل العمل
07:45
and interhuman[اينترهومن] collaborationتعاون
157
453680
1595
والتعاون ما بين الأنظمة والبشر
07:47
to exploreإستكشاف with us.
158
455299
1550
ليستكشف معنا.
07:48
We know it's not just technologistsالتكنولوجيين
that have to do this work
159
456873
3405
نحن نعلم أن هذا العمل ليس
حكرًا على التكنولوجيين فقط
07:52
and that we all have a roleوظيفة to playلعب.
160
460302
2103
وأن لكل منا دور ليؤديه.
07:54
We believe that by teachingتعليم machinesآلات
161
462429
2243
نحن نؤمن أنه بتعليم الآلات
07:56
how to do the work
traditionallyتقليديا doneفعله by humansالبشر,
162
464696
2730
كيفية القيام بالأعمال التي تخص
البشر بشكل تقليدي،
07:59
we can exploreإستكشاف and evolveتتطور our criteriaالمعايير
163
467450
2953
نستطيع استكشاف وتطوير معايرنا
08:02
of what's madeمصنوع possibleممكن by the humanبشري handيد.
164
470427
2443
عما يمكن لليد البشرية إنجازه.
08:04
And partجزء of that journeyرحلة
is embracingاحتضان the imperfectionsعيوب
165
472894
3493
وجزء من الرحلة هو تقبل الأخطاء
08:08
and recognizingالاعتراف the fallibilityاللاعصمة
of bothكلا humanبشري and machineآلة,
166
476411
3690
والاعتراف بقابلية الخطأ
لكل من البشر والآلة،
08:12
in orderطلب to expandوسعت the potentialمحتمل of bothكلا.
167
480125
2405
من أجل توسيع أفق الطرفين.
08:14
Todayاليوم, I'm still in pursuitالسعي وراء
of findingالعثور على the beautyجمال
168
482919
2301
اليوم، مازلت أسعى لإيجاد الجمال
08:17
in humanبشري and nonhumanغير البشرية creativityالإبداع.
169
485244
2276
في الإبداع البشري والغير بشري.
08:19
In the futureمستقبل, I have no ideaفكرة
what that will look like,
170
487865
2829
لا أدري كيف سوف يبدو ذلك في المستقبل،
08:23
but I'm prettyجميلة curiousفضولي to find out.
171
491627
2024
ولكن لدي فضول كبير لمعرفة ذلك.
08:25
Thank you.
172
493675
1151
شكرًا لكم.
08:26
(Applauseتصفيق)
173
494850
1884
(تصفيق)
Translated by Eyas Abiedan
Reviewed by Hussain Laghabi

▲Back to top

ABOUT THE SPEAKER
Sougwen Chung - Artist, researcher
Sougwen 愫君 Chung is an artist and researcher whose work explores the dynamics between humans and systems.

Why you should listen
Sougwen Chung's work explores the mark-made-by-hand and the mark-made-by-machine as an approach to understanding the dynamics of humans and systems. Chung is a former research fellow at MIT’s Media Lab and a pioneer in the field of human-machine collaboration. In 2019, she was selected as the Woman of the Year in Monaco for achievement in the Arts & Sciences.
 
In 2018 she was an inaugural E.A.T. Artist in Resident in partnership with New Museum and Bell Labs, and was awarded a commission for her project Omnia per Omnia. In 2016, Chung received Japan Media Art’s Excellence Award in for her project, Drawing Operations. She is a former research fellow at MIT’s Media Lab. She has been awarded Artist in Residence positions at Google, Eyebeam, Japan Media Arts and Pier 9 Autodesk. Her speculative critical practice spans performance, installation and drawings which have been featured in numerous exhibitions at museums and galleries around the world.
More profile about the speaker
Sougwen Chung | Speaker | TED.com