TEDGlobal 2010
David McCandless: The beauty of data visualization
דיוויד מקקנדלס: היופי של המחשת מידע
Filmed:
Readability: 4.3
3,250,094 views
דיוויד מקקנדלס הופך מידע מורכב כגון הוצאות צבאיות ברחבי העולם, רחשי תקשורת, עדכוני מצב בפייסבוק ואחרים לתרשימים יפיפיים אך פשוטים. הוא מציע עיצוב מידע ככלי לשימוש בניווט בעומס המידע של היום, למציאת תבניות וקשרים שיכולים לשנות את הדרך מה אנחנו רואים את העולם.
David McCandless - Data journalist
David McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world. Full bio
David McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world. Full bio
Double-click the English transcript below to play the video.
00:15
It feels like we're all suffering
0
0
2000
כולנו סובלים
00:17
from information overload or data glut.
1
2000
3000
מעומס או עודף של מידע
00:20
And the good news is there might be an easy solution to that,
2
5000
2000
והחדשות הטובות שיתכן פתרון פשוט לזה
00:22
and that's using our eyes more.
3
7000
2000
והוא להשתמש בעיניים שלנו יותר
00:24
So, visualizing information, so that we can see
4
9000
2000
ובכן, המחשת מידע, כך שנוכל לראות
00:26
the patterns and connections that matter
5
11000
3000
את התבניות והקשרים החשובים
00:29
and then designing that information so it makes more sense,
6
14000
3000
ואז לעצב את המידע כך שיהיה בעל יותר משמעות
00:32
or it tells a story,
7
17000
2000
או שיספר סיפור
00:34
or allows us to focus only on the information that's important.
8
19000
3000
או לאפשר לנו להתמקד רק באינפורמציה שחשובה
00:38
Failing that, visualized information can just look really cool.
9
23000
3000
גם אם ניכשל בזה, מידע מומחש יכול להראות ממש מגניב
00:41
So, let's see.
10
26000
2000
אז בואו ניראה
00:45
This is the $Billion Dollar o-Gram,
11
30000
2000
זהו תרשים מיליארד הדולר
00:47
and this image arose
12
32000
2000
התמונה הזאת צמחה
00:49
out of frustration I had
13
34000
2000
מהתסכול שלי
00:51
with the reporting of billion-dollar amounts in the press.
14
36000
2000
מדיווחים על סכומים של מיליארד דולר בתקשורת
00:53
That is, they're meaningless without context:
15
38000
3000
הם חסרי משמעות ללא הקשר
00:56
500 billion for this pipeline,
16
41000
2000
500 מיליארד לצינור הזה
00:58
20 billion for this war.
17
43000
2000
20 מיליארד למלחמה הזאת
01:00
It doesn't make any sense, so the only way to understand it
18
45000
2000
אין לזה שום משמעות, אז הדרך היחידה להבין את זה
01:02
is visually and relatively.
19
47000
2000
זה להמחיש את זה בצורה יחסית
01:04
So I scraped a load of reported figures
20
49000
2000
אז אספתי ערמות של נתונים דיווחים
01:06
from various news outlets
21
51000
2000
ממקורות חדשות שונים
01:08
and then scaled the boxes according to those amounts.
22
53000
3000
ואז הגדלתי את הקופסאות בהתאם לסכומים האלה
01:11
And the colors here represent the motivation behind the money.
23
56000
3000
והצבעים מייצגים את המטרה של הכסף
01:14
So purple is "fighting,"
24
59000
3000
אז סגול זה לחימה
01:17
and red is "giving money away," and green is "profiteering."
25
62000
3000
ואדום זה מתן כסף, וירוק זה למטרות רווח
01:20
And what you can see straight away
26
65000
2000
אז ניתן לראות מיד
01:22
is you start to have a different relationship to the numbers.
27
67000
2000
את היחסים השונים בין המספרים
01:24
You can literally see them.
28
69000
2000
אתם יכולים ממש לראות את זה
01:26
But more importantly, you start to see
29
71000
2000
אבל יותר חשוב, אתם מתחילים לראות
01:28
patterns and connections between numbers
30
73000
2000
תבניות וקשרים בין המספרים
01:30
that would otherwise be scattered across multiple news reports.
31
75000
3000
מה שאחרת היה מפוזר בין דוחות חדשות מרובים
01:33
Let me point out some that I really like.
32
78000
3000
הרשו לי להצביע על כמה שאני ממש אוהב
01:36
This is OPEC's revenue, this green box here --
33
81000
2000
אלו הרווחים של OPEC, הקופסא הירוקה כאן
01:38
780 billion a year.
34
83000
2000
780 מיליארד בשנה
01:40
And this little pixel in the corner -- three billion --
35
85000
3000
והנקודה הקטנה בפינה - שלושה מיליארד
01:43
that's their climate change fund.
36
88000
3000
היא הקרן שלהם לשינוי האקלים
01:46
Americans, incredibly generous people --
37
91000
2000
האמריקאים, אנשים מאד נדיבים -
01:48
over 300 billion a year, donated to charity every year,
38
93000
3000
יותר מ-300 מיליארד בשנה, נתרמים לצדקה בכל שנה
01:51
compared with the amount of foreign aid
39
96000
2000
בהשוואה לסכומים של סיוע החוץ
01:53
given by the top 17 industrialized nations
40
98000
2000
הניתן על ידי 17 הארצות המתועשות הגדולות
01:55
at 120 billion.
41
100000
2000
שהוא 120 מיליארד
01:57
Then of course,
42
102000
2000
ואז כמובן
01:59
the Iraq War, predicted to cost just 60 billion
43
104000
2000
המלחמה בעיראק, שהוערך שתעלה רק 60 מיליארד
02:01
back in 2003.
44
106000
3000
אז ב-2003
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
109000
3000
והיא קצת התפשטה. המלחמה באפגניסטן כעת עלתה
02:07
to 3,000 billion.
46
112000
3000
ל-3,000 מיליארד
02:10
So now it's great
47
115000
2000
אז עכשיו זה מצויין
02:12
because now we have this texture, and we can add numbers to it as well.
48
117000
2000
כי יש לנו עכשיו את המרקם, ואנחנו יכולים להוסיף לזה מספרים
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
119000
3000
אז אנחנו יכולים להגיד, כשמספר נוסף ... בואו נראה את החוב האפריקאי
02:17
How much of this diagram do you think might be taken up
50
122000
2000
כמה מהתרשים הזה אתם חושבים יתפס
02:19
by the debt that Africa owes to the West?
51
124000
2000
על ידי החוב של אפריקה למערב
02:21
Let's take a look.
52
126000
2000
בואו נראה
02:23
So there it is:
53
128000
2000
אז הנה זה
02:25
227 billion is what Africa owes.
54
130000
2000
227 מיליארד זהו החוב של אפריקה
02:27
And the recent financial crisis,
55
132000
2000
והמשבר הכלכלי האחרון --
02:29
how much of this diagram might that figure take up?
56
134000
2000
כמה מהתרשים יתפס במספר הזה
02:31
What has that cost the world? Let's take a look at that.
57
136000
3000
כמה זה עלה לעולם? בואו נראה את זה
02:34
Dooosh -- Which I think is the appropriate sound effect
58
139000
3000
דוווש. אני חושב שזהו אפקט הקול המתאים
02:37
for that much money:
59
142000
2000
לכל כך הרבה כסף
02:39
11,900 billion.
60
144000
4000
11,900 מיליארד
02:45
So, by visualizing this information,
61
150000
2000
אז בעזרת המחשה של המידע הזה
02:47
we turned it into a landscape
62
152000
2000
הפכנו אותו לנוף
02:49
that you can explore with your eyes,
63
154000
2000
שאנחנו יכולים לחקור בעזרת העיניים שלנו
02:51
a kind of map really, a sort of information map.
64
156000
2000
זהו סוג של מפה בעצם, סוג של מפת מידע
02:53
And when you're lost in information,
65
158000
2000
וכאשר אתם הולכים לאיבוד במידע
02:55
an information map is kind of useful.
66
160000
3000
מפת מידע היא די שימושית
02:58
So I want to show you another landscape now.
67
163000
2000
אז אני רוצה להראות לכם עוד תמונת נוף עכשיו
03:00
We need to imagine what a landscape
68
165000
2000
אנחנו צריכים לדמיין כיצד תמונת הנוף
03:02
of the world's fears might look like.
69
167000
3000
של הפחדים בעולם עשויה להראות
03:05
Let's take a look.
70
170000
2000
בואו נראה
03:07
This is Mountains Out of Molehills,
71
172000
2000
אילו הרים מגבעות של חפרפרות
03:09
a timeline of global media panic.
72
174000
2000
ציר הזמן של פאניקה בתקשורת העולמית
03:11
(Laughter)
73
176000
2000
(צחוק)
03:13
So, I'll label this for you in a second.
74
178000
2000
אז אני אתן תוויות בעוד רגע
03:15
But the height here, I want to point out,
75
180000
2000
אבל הגובה כאן, אני רוצה להצביע לכם,
03:17
is the intensity of certain fears
76
182000
2000
הוא העוצמה של פחדים מסוימים
03:19
as reported in the media.
77
184000
2000
כפי שדווחו בתקשורת
03:21
Let me point them out.
78
186000
2000
תנו לי להצביע לכם
03:23
So this, swine flu -- pink.
79
188000
4000
אז זוהי שפעת החזירים - ורוד
03:27
Bird flu.
80
192000
2000
שפעת הציפורים
03:29
SARS -- brownish here. Remember that one?
81
194000
3000
סארס - חום כאן. זיכרו אותה.
03:32
The millennium bug,
82
197000
3000
באג שנת אלפיים --
03:35
terrible disaster.
83
200000
2000
אסון נוראי
03:37
These little green peaks
84
202000
2000
שלושת הפסגות הירוקות הקטנות האלה
03:39
are asteroid collisions.
85
204000
2000
הן התנגשות של אסטרואידים
03:41
(Laughter)
86
206000
2000
(צחוק)
03:43
And in summer, here, killer wasps.
87
208000
2000
ובקיץ, כאן, צרעות קטלניות.
03:45
(Laughter)
88
210000
8000
(צחוק)
03:53
So these are what our fears look like
89
218000
2000
אז כך נראים הפחדים שלנו
03:55
over time in our media.
90
220000
2000
לאורך זמן בתקשורת שלנו
03:57
But what I love -- and I'm a journalist --
91
222000
2000
אבל מה שאני אוהב -- ואני עיתונאי --
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
224000
3000
ומה שאני אוהב זה למצוא תבניות נסתרות, אני אוהב להיות בלש של מידע
04:02
And there's a very interesting and odd pattern hidden in this data
93
227000
3000
ויש תבניות נסתרות מאד מעניינות ומוזרות במידע הזה
04:05
that you can only see when you visualize it.
94
230000
2000
שאתם יכולים לראות רק כאשר אתם ממחישים אותו
04:07
Let me highlight it for you.
95
232000
2000
הרשו לי להדגיש אותו עבורכם
04:09
See this line, this is a landscape for violent video games.
96
234000
3000
רואים את הקו הזה. זהו תרשים הנוף של אלימות של משחקי ווידאו
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
237000
3000
כפי שאתם יכולים לראות, יש תבנית קבועה די מוזרה במידע
04:15
twin peaks every year.
98
240000
2000
פסגות תאומות בכל שנה
04:17
If we look closer, we see those peaks occur
99
242000
2000
אם נסתכל קרוב יותר, נוכל לראות שהפסגות קורות
04:19
at the same month every year.
100
244000
3000
באותו חודש בכל שנה
04:22
Why?
101
247000
2000
מדוע?
04:24
Well, November, Christmas video games come out,
102
249000
2000
ובכן, בנובמבר, משחקי הווידאו לחג המולד יוצאים
04:26
and there may well be an upsurge in the concern about their content.
103
251000
3000
ואז יתכן גידול בדאגה לגבי התוכן שלהם
04:29
But April isn't a particularly massive month
104
254000
3000
אבל אפריל הוא אינו חודש מסיבי
04:32
for video games.
105
257000
2000
למשחקי הווידאו
04:34
Why April?
106
259000
2000
מדוע אפריל?
04:36
Well, in April 1999 was the Columbine shooting,
107
261000
3000
ובכן באפריל 1999 היה אירוע היריות בקולומביין
04:39
and since then, that fear
108
264000
2000
ומאז הפחד הזה
04:41
has been remembered by the media
109
266000
2000
מוזכר על ידי התקשורת
04:43
and echoes through the group mind gradually through the year.
110
268000
2000
ומהדהד בהדרגה בקבוצות החשיבה לאורך השנה
04:45
You have retrospectives, anniversaries,
111
270000
3000
יש תחקירים וימי שנה
04:48
court cases, even copy-cat shootings,
112
273000
3000
תיקים בבתי המשפט ואפילו יריות של חקיינים
04:51
all pushing that fear into the agenda.
113
276000
3000
כולם דוחפים את הפחדים שלהם לדיון הציבורי
04:54
And there's another pattern here as well. Can you spot it?
114
279000
2000
ויש פה תבנית נוספת. אתם מסוגלים להבחין בה?
04:56
See that gap there? There's a gap,
115
281000
2000
רואים את הפער כאן? יש כאן פער
04:58
and it affects all the other stories.
116
283000
2000
וזה משפיע על כל הסיפורים האחרים
05:00
Why is there a gap there?
117
285000
2000
מדוע יש שם פער?
05:02
You see where it starts? September 2001,
118
287000
3000
אתם רואים מתי זה מתחיל? ספטמבר 2001
05:05
when we had something very real
119
290000
2000
כאשר יש לנו משהו מאד ממשי
05:07
to be scared about.
120
292000
2000
לפחד ממנו
05:09
So, I've been working as a data journalist for about a year,
121
294000
3000
ובכן, אני עובד כעיתונאי של מידע בערך שנה
05:12
and I keep hearing a phrase
122
297000
2000
ואני שומע משפט
05:14
all the time, which is this:
123
299000
3000
כל הזמן, שאומר:
05:17
"Data is the new oil."
124
302000
2000
"מידע הוא הנפט החדש"
05:19
Data is the kind of ubiquitous resource
125
304000
3000
ומידע הוא מקור שקיים בכל מקום
05:22
that we can shape to provide new innovations and new insights,
126
307000
3000
שאנחנו יכולים לעצב לספק רעיונות ואבחנות חדשות
05:25
and it's all around us, and it can be mined very easily.
127
310000
3000
הוא מסביבנו, וניתן לכרות אותו מאד בקלות
05:28
It's not a particularly great metaphor in these times,
128
313000
3000
וזה לא מטאפורה כל כך גדולה בזמנים אלה
05:31
especially if you live around the Gulf of Mexico,
129
316000
3000
בעיקר אם אתה חי באזור של מפרץ מקסיקו
05:34
but I would, perhaps, adapt this metaphor slightly,
130
319000
2000
אבל אני אולי אתאים את המטפורה קלות
05:36
and I would say that data is the new soil.
131
321000
3000
ואומר שהמידע הוא האדמה החדשה
05:40
Because for me, it feels like a fertile, creative medium.
132
325000
3000
בגלל שבשבילי זה כמו מקור של יצירתיות פורה
05:43
Over the years, online,
133
328000
2000
אתם יודעים, במשך השנים, בעולם המקוון
05:45
we've laid down
134
330000
3000
הנחנו
05:48
a huge amount of information and data,
135
333000
2000
כמויות עצומות של מידע
05:50
and we irrigate it with networks and connectivity,
136
335000
2000
והשקנו אותו בעזרת רשתות וקישוריות
05:52
and it's been worked and tilled by unpaid workers and governments.
137
337000
3000
והוא עבר עיבוד בעזרת עובדים ללא תשלום וממשלות
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
340000
3000
ובסדר, אני קצת חולב את המטפורה
05:58
But it's a really fertile medium,
139
343000
3000
אבל זהו באמת מקור פורה
06:01
and it feels like visualizations, infographics, data visualizations,
140
346000
3000
ונראה לי שהמחשה, ציור של מידע, המחשה של מידע
06:04
they feel like flowers blooming from this medium.
141
349000
3000
נראה שהם הפרחים הפורחים מהמקור הזה
06:07
But if you look at it directly,
142
352000
2000
אבל אם מסתכלים על זה בצורה ישירה
06:09
it's just a lot of numbers and disconnected facts.
143
354000
2000
זה נראה כמו המון מספרים ועובדות שאינן קשורות
06:11
But if you start working with it and playing with it in a certain way,
144
356000
3000
אבל אם אתם מתחילים לעבוד עם זה ולשחק עם זה בצורה מסוימת
06:14
interesting things can appear and different patterns can be revealed.
145
359000
3000
דברים מעניינים מופיעים ותבניות שונות מתגלות
06:17
Let me show you this.
146
362000
2000
הרשו לי להראות לכם את זה
06:19
Can you guess what this data set is?
147
364000
3000
אתם יכולים לנחש מה המידע הזה אומר?
06:22
What rises twice a year,
148
367000
2000
מה צומח פעמיים השנה
06:24
once in Easter
149
369000
2000
פעם בחג הפסחא
06:26
and then two weeks before Christmas,
150
371000
2000
ואז שבועיים לפני חג המולד
06:28
has a mini peak every Monday,
151
373000
2000
ויש לו פסגה קטנה בכל יום שני
06:30
and then flattens out over the summer?
152
375000
2000
ואז נהיה שטוח כל הקייץ
06:32
I'll take answers.
153
377000
2000
אני מקבל תשובות
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
379000
2000
(הקהל: שוקולד) שוקולד
06:36
You might want to get some chocolate in.
155
381000
3000
אתם אולי תרצו לקחת קצת שוקולד
06:39
Any other guesses?
156
384000
2000
הצעות אחרות?
06:41
(Audience: Shopping.) DM: Shopping.
157
386000
2000
(הקהל: קניות) קניות
06:43
Yeah, retail therapy might help.
158
388000
3000
כן, טיפול קניות יכול לעזור
06:46
(Audience: Sick leave.)
159
391000
2000
(קהל: חופשות מחלה)
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
393000
2000
חופשת מחלה. כן, אתם בודאי תרצו לקחת קצת חופש
06:50
Shall we see?
161
395000
2000
בואו נראה?
06:53
(Laughter)
162
398000
8000
(צחוק)
07:01
(Applause)
163
406000
3000
(מחיאות כפיים)
07:04
So, the information guru Lee Byron and myself,
164
409000
3000
אז המידע כאן, לי ביירון ואני
07:07
we scraped 10,000 status Facebook updates
165
412000
3000
אנחנו אספנו 10,000 עידכוני מצב בפייסבוק
07:10
for the phrase "break-up" and "broken-up"
166
415000
2000
של המשפט "פרידה" או "נפרדנו"
07:12
and this is the pattern we found --
167
417000
2000
וזוהי התבנית שגילינו
07:14
people clearing out for Spring Break,
168
419000
2000
אנשים מפנים לקראת חופשת האביב
07:16
(Laughter)
169
421000
5000
(צחוק)
07:21
coming out of very bad weekends on a Monday,
170
426000
2000
יוצאים מסופי שבוע מאד רעים בימי שני
07:23
being single over the summer,
171
428000
3000
נשארים לבד במשך הקייץ
07:26
and then the lowest day of the year, of course: Christmas Day.
172
431000
3000
ואז היום הנמוך ביותר של השנה: יום חג המולד
07:29
Who would do that?
173
434000
3000
מי עושה את זה?
07:32
So there's a titanic amount of data out there now,
174
437000
2000
אז יש כמויות עצומות של מידע שם בחוץ
07:34
unprecedented.
175
439000
2000
בצורה חסרת תקדים
07:37
But if you ask the right kind of question,
176
442000
2000
אבל אם שואלים את השאלה הנכונה
07:39
or you work it in the right kind of way,
177
444000
2000
או אם עובדים בדרך הנכונה
07:41
interesting things can emerge.
178
446000
3000
דברים מעניינים צפים
07:44
So information is beautiful. Data is beautiful.
179
449000
3000
אז מידע הוא דבר יפיפה
07:47
I wonder if I could make my life beautiful.
180
452000
3000
אני תוהה אם אוכל לעשות את החיים שלי כל כך יפים
07:50
And here's my visual C.V.
181
455000
2000
הנה קורות החיים החזותיים שלי
07:52
I'm not quite sure I've succeeded.
182
457000
2000
אני לא בטוח שכל כך הצלחתי
07:54
Pretty blocky, the colors aren't that great.
183
459000
2000
די מגושם, הצבעים לא כל כך טובים
07:56
But I wanted to convey something to you.
184
461000
3000
אני אני רוצה להעביר לכם מסר מסוים
07:59
I started as a programmer,
185
464000
2000
התחלתי כתוכניתן
08:01
and then I worked as a writer for many years, about 20 years,
186
466000
2000
ואז עבדתי ככתב במשך הרבה שנים, בערך 20 שנה
08:03
in print, online and then in advertising,
187
468000
2000
בדפוס, בעולם המקוון ואז בפרסום
08:05
and only recently have I started designing.
188
470000
3000
ורק לאחרונה התחלתי לעצב
08:08
And I've never been to design school.
189
473000
2000
ומעולם לא הייתי בבית ספר לעיצוב
08:10
I've never studied art or anything.
190
475000
3000
מעולם לא למדתי אומנות או משהו
08:13
I just kind of learned through doing.
191
478000
2000
אני פשוט למדתי תוך כדי עשיה
08:15
And when I started designing,
192
480000
2000
וכאשר התחלתי לעצב
08:17
I discovered an odd thing about myself.
193
482000
2000
גיליתי משהו מוזר על עצמי
08:19
I already knew how to design,
194
484000
2000
כל הזמן ידעתי איך לעצב
08:21
but it wasn't like I was amazingly brilliant at it,
195
486000
3000
אבל לא הייתי מדהים בזה
08:24
but more like I was sensitive
196
489000
2000
הייתי פשוט רגיש
08:26
to the ideas of grids and space
197
491000
2000
לרעיונות של רשתות ומרחב
08:28
and alignment and typography.
198
493000
2000
של ישור וכתב
08:30
It's almost like being exposed
199
495000
2000
זה כמעט כמו להיות חשוף
08:32
to all this media over the years
200
497000
2000
לכל התקשורת הזאת במשך השנים
08:34
had instilled a kind of dormant design literacy in me.
201
499000
3000
פיתחה יכולת עיצוב רדומה בתוכי
08:37
And I don't feel like I'm unique.
202
502000
2000
ואני לא מרגיש שאני מיוחד
08:39
I feel that everyday, all of us now
203
504000
2000
אני מרגיש כל יום, כולנו עכשיו
08:41
are being blasted by information design.
204
506000
3000
מוטרדים על ידי עיצוב המידע
08:44
It's being poured into our eyes through the Web,
205
509000
2000
הוא מוזרם לתוך העינים שלנו דרך הרשת
08:46
and we're all visualizers now;
206
511000
2000
וכולנו עכשיו ממחישים
08:48
we're all demanding a visual aspect
207
513000
2000
כולנו דורשים את הצד החזותי
08:50
to our information.
208
515000
3000
למידע שלנו
08:53
There's something almost quite magical about visual information.
209
518000
3000
ויש משהו כמעט קסום במידע חזותי
08:56
It's effortless, it literally pours in.
210
521000
3000
הוא חסר מאמץ, הוא פשוט זורם פנימה
08:59
And if you're navigating a dense information jungle,
211
524000
3000
ואם אתה מנווט בג'ונגל צפוף של מידע
09:02
coming across a beautiful graphic
212
527000
2000
למצוא גראפיקה יפיפיה
09:04
or a lovely data visualization,
213
529000
2000
או המחשה חזותית יפה של מידע
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
531000
3000
זוהי הקלה, זה כמו להגיע לקרחת יער בג'ונגל
09:09
I was curious about this, so it led me
215
534000
2000
והייתי סקרן לגבי זה, אז זה הוביל אותי
09:11
to the work of a Danish physicist
216
536000
2000
לעבודה של רופא דני
09:13
called Tor Norretranders,
217
538000
2000
בשם תור נורטרנדס
09:15
and he converted the bandwidth of the senses into computer terms.
218
540000
3000
והוא המיר את רוחב הפס של החושים למונחי מחשב
09:19
So here we go. This is your senses,
219
544000
2000
אז הנה זה. אלו החושים שלכם
09:21
pouring into your senses every second.
220
546000
2000
זורמים לתוך החושים שלכם בכל שניה
09:23
Your sense of sight is the fastest.
221
548000
3000
חוש הראיה הוא המהיר ביותר
09:26
It has the same bandwidth as a computer network.
222
551000
3000
יש לו את אותו רוחב הפס כמו רשת מחשבים
09:29
Then you have touch, which is about the speed of a USB key.
223
554000
3000
וכן יש חוש מישוש, שהוא בערך אותה מהירות כמו מפתח USB
09:32
And then you have hearing and smell,
224
557000
2000
וכן יש חושי שמיעה וריח
09:34
which has the throughput of a hard disk.
225
559000
2000
שיש להם תפוקה של דיסק קשיח
09:36
And then you have poor old taste,
226
561000
2000
וכן יש את חוש הטעם הישן והמסכן
09:38
which is like barely the throughput of a pocket calculator.
227
563000
3000
שהוא בקושי עם תפוקה של מחשבון כיס
09:41
And that little square in the corner, a naught .7 percent,
228
566000
3000
והריבוע הקטן בפינה עם 0.7 אחוז
09:44
that's the amount we're actually aware of.
229
569000
3000
זוהי הכמות שאנחנו באמת מודעים לה
09:47
So a lot of your vision --
230
572000
2000
אז הרבה מהקליטה שלכם
09:49
the bulk of it is visual, and it's pouring in.
231
574000
2000
הרוב הוא חזותי וזה זורם פנימה
09:51
It's unconscious.
232
576000
2000
זה לא מודע
09:53
The eye is exquisitely sensitive
233
578000
3000
והעיניים הן רגישות ביותר
09:56
to patterns in variations in color, shape and pattern.
234
581000
3000
לתבניות עם שינוי של צבע, צורה ותבנית
09:59
It loves them, and it calls them beautiful.
235
584000
2000
הן אוהבות אותן וקוראות להן יופי
10:01
It's the language of the eye.
236
586000
2000
זוהי השפה של העיניים
10:03
If you combine the language of the eye with the language of the mind,
237
588000
2000
ואם מחברים את השפה של העיניים עם השפה של המוח
10:05
which is about words and numbers and concepts,
238
590000
3000
שהיא מבוססת על מילים, מספרים ומושגים
10:08
you start speaking two languages simultaneously,
239
593000
3000
אתם מתחילים לדבר בשתי שפות בו זמנית
10:11
each enhancing the other.
240
596000
3000
כל אחת מחזקת את השניה
10:14
So, you have the eye, and then you drop in the concepts.
241
599000
3000
אז יש לנו עיניים, ואז אתם מכניסים את המושגים
10:17
And that whole thing -- it's two languages
242
602000
2000
וכל הדבר הזה -- זה שתי שפות
10:19
both working at the same time.
243
604000
2000
שתיהן עובדות באותו הזמן
10:21
So we can use this new kind of language, if you like,
244
606000
2000
אז אנחנו יכולים להשתמש בסוג של שפה חדשה, אם תרצו
10:23
to alter our perspective or change our views.
245
608000
3000
לשנות את נקודת המבט שלנו או את מה שאנחנו רואים
10:26
Let me ask you a simple question
246
611000
2000
הרשו לשאול אתכם שאלה פשוטה
10:28
with a really simple answer:
247
613000
2000
עם תשובה מאד פשוטה
10:30
Who has the biggest military budget?
248
615000
2000
למי יש את התקציב הצבאי הגדול ביותר
10:32
It's got to be America, right?
249
617000
2000
זה בודאי אמריקה, נכון?
10:34
Massive. 609 billion in 2008 --
250
619000
2000
עצום, 609 ביליון ב-2008
10:36
607, rather.
251
621000
2000
יותר נכון, 607
10:38
So massive, in fact, that it can contain
252
623000
2000
כל כך עצום למעשה שהוא יכול להכיל
10:40
all the other military budgets in the world inside itself.
253
625000
3000
את כל תקציבי הצבאות האחרים בעולם בתוכו
10:43
Gobble, gobble, gobble, gobble, gobble.
254
628000
2000
גובל, גובל, גובל....
10:45
Now, you can see Africa's total debt there
255
630000
2000
עכשיו בואו נראה את סכום החוב הכללי של אפריקה
10:47
and the U.K. budget deficit for reference.
256
632000
2000
ואת הגרעון התקציבי של בריטניה לשם השוואה
10:49
So that might well chime
257
634000
2000
זה בהחלט מתאים
10:51
with your view that America
258
636000
2000
לתפיסה שלכם של אמריקה
10:53
is a sort of warmongering military machine,
259
638000
3000
כמחרחרת מלחמה, מכונה צבאית
10:56
out to overpower the world
260
641000
2000
מנסה להשתלט על העולם
10:58
with its huge industrial-military complex.
261
643000
3000
בעזרת מבנה צבאי-תעשיתי עצום
11:01
But is it true that America has the biggest military budget?
262
646000
3000
אבל האם זה נכון שלאמריקה יש את התקציב הצבאי הגדול ביותר?
11:04
Because America is an incredibly rich country.
263
649000
2000
בגלל שזאת מדינה כל כך עשירה
11:06
In fact, it's so massively rich
264
651000
2000
למעשה היא כל כך עשירה
11:08
that it can contain the four other
265
653000
2000
שהיא יכולה להכיל את ארבעת
11:10
top industrialized nations' economies
266
655000
2000
הכלכלות של המדינות המתועשות הגדולות ביותר
11:12
inside itself, it's so vastly rich.
267
657000
3000
בתוכה. היא כל כך עשירה
11:15
So its military budget is bound to be enormous.
268
660000
3000
אז בודאי שהתקציב הצבאי שלה הוא כל כך עצום
11:18
So, to be fair and to alter our perspective,
269
663000
2000
אז כדי להיות הוגנים ולשנות את נקודת המבט שלנו
11:20
we have to bring in another data set,
270
665000
2000
אנחנו צריכים להכניס עוד נתונים
11:22
and that data set is GDP, or the country's earnings.
271
667000
2000
הנתונים הללו הם של GDP, או ההכנסות של המדינה
11:24
Who has the biggest budget as a proportion of GDP?
272
669000
2000
למי יש את התקציב הגדול ביותר יחסית ל-GDP?
11:26
Let's have a look.
273
671000
2000
בואו נסתכל
11:28
That changes the picture considerably.
274
673000
3000
זה משנה את התמונה בצורה משמעותית
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
676000
3000
מדינות אחרות מופיעות, שאולי לא חשבתם עליהן
11:34
and American drops into eighth.
276
679000
2000
ואמריקה נושרת למקום השמיני
11:36
Now you can also do this with soldiers.
277
681000
2000
עכשיו אתם יכולים לעשות את זה עם חיילים
11:38
Who has the most soldiers? It's got to be China.
278
683000
2000
למי יש הכי הרבה חיילים? זה חייב להיות סין.
11:40
Of course, 2.1 million.
279
685000
2000
כמובן. 2.1 מיליון.
11:42
Again, chiming with your view
280
687000
2000
שוב, תואם את התפיסה שלכם
11:44
that China has a militarized regime
281
689000
2000
שסין היא משטר צבאי
11:46
ready to, you know, mobilize its enormous forces.
282
691000
2000
מוכנה, אתם יודעים, לנייד את הכוח העצום שלה
11:48
But of course, China has an enormous population.
283
693000
3000
אבל כמובן, לסין יש גם אוכלוסיה עצומה
11:51
So if we do the same,
284
696000
2000
אז אנחנו יכולים לעשות אותו דבר
11:53
we see a radically different picture.
285
698000
2000
ואנחנו רואים תמונה שונה לחלוטין
11:55
China drops to 124th.
286
700000
2000
סין נושרת למקום ה-12
11:57
It actually has a tiny army
287
702000
2000
יש לה למעשה צבא קטנטן
11:59
when you take other data into consideration.
288
704000
3000
כאשר לוקחים נתונים נוספים בחשבון
12:02
So, absolute figures, like the military budget,
289
707000
2000
אז מספרים מוחלטים, כמו התקציב הצבאי
12:04
in a connected world,
290
709000
2000
בעולם מחובר
12:06
don't give you the whole picture.
291
711000
2000
לא נותנים תמונה כל כך מלאה
12:08
They're not as true as they could be.
292
713000
2000
הם לא אמיתיים כמו שהם יכולים להיות
12:10
We need relative figures that are connected to other data
293
715000
3000
אנחנו צריכים מספרים יחסיים שמחברים את הנתונים האחרים
12:13
so that we can see a fuller picture,
294
718000
2000
כדי שנוכל לראות את התמונה היותר מלאה
12:15
and then that can lead to us changing our perspective.
295
720000
2000
וזה יכול לשנות את נקודת המבט שלנו
12:17
As Hans Rosling, the master,
296
722000
2000
כמו שהנס רוזלינג, המאסטר,
12:19
my master, said,
297
724000
3000
המאסטר שלי, אומר
12:22
"Let the dataset change your mindset."
298
727000
3000
"תנו לנתונים לשנות את התפיסות שלכם"
12:26
And if it can do that, maybe it can also change your behavior.
299
731000
3000
אז אם הם יכולים לעשות זאת, אולי הם יכולים גם לשנות את ההתנהגות שלכם.
12:29
Take a look at this one.
300
734000
2000
הביטו בזה
12:31
I'm a bit of a health nut.
301
736000
2000
אני קצת משוגע בריאות
12:33
I love taking supplements and being fit,
302
738000
3000
אני אוהב לקחת תוספי מזון להיות בריא
12:36
but I can never understand what's going on in terms of evidence.
303
741000
3000
אבל אני אף פעם לא מצליח להבין מה קורה במונחים של עדויות
12:39
There's always conflicting evidence.
304
744000
2000
תמיד יש עדויות סותרות
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
746000
2000
האם אני צריך לקחת ויטמין C? האם אני צריך לקחת נבט חיטה?
12:43
This is a visualization of all the evidence
306
748000
2000
זוהי המחשה של כל העדויות
12:45
for nutritional supplements.
307
750000
2000
לתוספי מזון
12:47
This kind of diagram is called a balloon race.
308
752000
3000
התרשים הזה נקרא מרוץ בלונים
12:50
So the higher up the image,
309
755000
2000
ככל שהתמונה גבוהה יותר
12:52
the more evidence there is for each supplement.
310
757000
3000
יש יותר עדויות לכל תוסף מזון
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
760000
3000
והבועות מתיחסות לפופולריות בהתאם לחיפושי גוגל
12:58
So you can immediately apprehend
312
763000
3000
אז ניתן לראות בצורה מיידית
13:01
the relationship between efficacy and popularity,
313
766000
3000
את היחסים בין היעילות והפופולריות
13:04
but you can also, if you grade the evidence,
314
769000
3000
אפשר גם, אם נדרג את העדויות
13:07
do a "worth it" line.
315
772000
2000
נוסיף קו של "שווה את זה"
13:09
So supplements above this line are worth investigating,
316
774000
3000
אז התוספים מעל לקו הזה שווים חקירה
13:12
but only for the conditions listed below,
317
777000
3000
אבל רק לתנאים המפורטים למטה
13:15
and then the supplements below the line
318
780000
3000
ואז התוספים מתחת לקו
13:18
are perhaps not worth investigating.
319
783000
2000
אולי אינם שווים חקירה
13:20
Now this image constitutes a huge amount of work.
320
785000
3000
עכשיו התמונה הזאת דורשת המון עבודה
13:23
We scraped like 1,000 studies from PubMed,
321
788000
3000
אספנו כאלף מחקרים מ PubMed
13:26
the biomedical database,
322
791000
2000
מסד הנתונים הביו-רפואי
13:28
and we compiled them and graded them all.
323
793000
3000
ועיבדנו אותם ודירגנו את כולם
13:31
And it was incredibly frustrating for me
324
796000
2000
וזה היה מאד מתסכל עבורי
13:33
because I had a book of 250 visualizations to do for my book,
325
798000
3000
כי היה לי ספר עם 250 המחשות לעשות בשביל הספר שלי
13:36
and I spent a month doing this,
326
801000
2000
והשקעתי חודש בלעשות את זה
13:38
and I only filled two pages.
327
803000
2000
ורק מלאתי שני עמודים
13:40
But what it points to
328
805000
2000
אבל מה שזה מראה
13:42
is that visualizing information like this
329
807000
2000
שהמחשה כזאת של מידע
13:44
is a form of knowledge compression.
330
809000
2000
היא צורה של דחיסת מידע
13:46
It's a way of squeezing an enormous amount
331
811000
2000
זוהי דרך לדחוס כמויות עצומות
13:48
of information and understanding
332
813000
2000
של מידע והבנות
13:50
into a small space.
333
815000
2000
לשטח קטן
13:52
And once you've curated that data, and once you've cleaned that data,
334
817000
2000
וכאשר עיצבנו את הנתונים, וכאשר ניקינו את הנתונים
13:54
and once it's there,
335
819000
2000
וכאשר הם שם
13:56
you can do cool stuff like this.
336
821000
2000
אתם יכולים לעשות דברים מגניבים כמו זה
13:58
So I converted this into an interactive app,
337
823000
2000
אז הסבתי את זה למערכת אינטראקטיבית
14:00
so I can now generate this application online --
338
825000
2000
אז עכשיו אני יכול ליצר את המערכת המקוונת
14:02
this is the visualization online --
339
827000
2000
זוהי ההמחשה המקוונת
14:04
and I can say, "Yeah, brilliant."
340
829000
2000
ואני יכול להגיד "כן, מבריק"
14:06
So it spawns itself.
341
831000
2000
אז זה מתרבה בעצמו
14:08
And then I can say, "Well, just show me the stuff
342
833000
2000
ואז אני יכול להגיד "ובכן, פשוט תראה לי דברים
14:10
that affects heart health."
343
835000
2000
שמשפיעים על בריאות הלב"
14:12
So let's filter that out.
344
837000
2000
אז בואו נסנן את זה החוצה
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
839000
3000
אז הלב מסונן החוצה, אז אם אני סקרן לגבי זה
14:17
I think, "No, no. I don't want to take any synthetics,
346
842000
2000
אני חושב "לא. לא. אני לא רוצה לכלול שום דבר סינטטי
14:19
I just want to see plants and --
347
844000
3000
אני רק רוצה לראות צמחים ו--
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
847000
3000
פשוט תראה לי תבלינים וצמחים. יש לי את כל המרכיבים הטבעיים"
14:25
Now this app is spawning itself
349
850000
2000
עכשיו המערכת מתרבה בעצמה
14:27
from the data.
350
852000
2000
מתוך הנתונים
14:29
The data is all stored in a Google Doc,
351
854000
2000
כל הנתונים אגורים במסמך של גוגל
14:31
and it's literally generating itself from that data.
352
856000
3000
וזה פשוט מייצר את עצמו מתוך הנתונים
14:34
So the data is now alive; this is a living image,
353
859000
2000
אז עכשיו הנתונים הללו חיים, זוהי תמונה חיה
14:36
and I can update it in a second.
354
861000
2000
ואני יכול לעדכן אותה ברגע
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
863000
2000
עכשיו עדות נוספת מגיעה -- אני פשוט משנה שורה בגיליון האלקטרוני
14:40
Doosh! Again, the image recreates itself.
356
865000
4000
דווש! שוב התמונה נוצרת בעצמה
14:44
So it's cool.
357
869000
2000
זה כל כך מגניב
14:46
It's kind of living.
358
871000
3000
זה כמו יצור חי
14:49
But it can go beyond data,
359
874000
2000
אבל זה גם יכול להתפתח מעבר לנתונים
14:51
and it can go beyond numbers.
360
876000
2000
וזה יכול להתפתח מעבר למספרים
14:53
I like to apply information visualization
361
878000
2000
ואני יכול להפעיל המחשות של מידע
14:55
to ideas and concepts.
362
880000
3000
לרעיונות ולמושגים
14:58
This is a visualization
363
883000
2000
זוהי המחשה
15:00
of the political spectrum,
364
885000
2000
למנעד הפוליטי
15:02
an attempt for me to try
365
887000
2000
מתוך נסיון שלי לנסות
15:04
and understand how it works
366
889000
2000
ולהבין איך זה עובד
15:06
and how the ideas percolate down
367
891000
2000
ואיך הרעיונות יורדים
15:08
from government into society and culture,
368
893000
2000
מהממשלה לתוך החברה והתרבות
15:10
into families, into individuals, into their beliefs
369
895000
3000
למשפחות, ליחידים, לתוך האמונות שלהם
15:13
and back around again in a cycle.
370
898000
3000
ואז חזרה במעגל
15:16
What I love about this image
371
901000
2000
מה שאני אוהב לגבי התמונה הזאת
15:18
is it's made up of concepts,
372
903000
2000
שהיא מורכבת ממושגים
15:20
it explores our worldviews
373
905000
2000
היא חוקרת את תפיסות העולם שלנו
15:22
and it helps us -- it helps me anyway --
374
907000
2000
והיא עוזרת לנו - לפחות עוזרת לי --
15:24
to see what others think,
375
909000
2000
לראות מה אחרים חושבים
15:26
to see where they're coming from.
376
911000
2000
לראות מאיפה הם מגיעים
15:28
And it feels just incredibly cool to do that.
377
913000
3000
וזה מרגיש ממש מגניב לעשות את זה
15:31
What was most exciting for me
378
916000
3000
מה שהיה הכי מרגש עבורי
15:34
designing this
379
919000
2000
לתכנן את זה
15:36
was that, when I was designing this image,
380
921000
2000
היה כאשר תכננתי את התמונה הזאת
15:38
I desperately wanted this side, the left side,
381
923000
3000
מאד רציתי שהצד הזה, הצד השמאלי
15:41
to be better than the right side --
382
926000
2000
להיות יותר טוב מהצד הימני
15:43
being a journalist, a Left-leaning person --
383
928000
3000
להיות סוג של עיתונאי, אדם הנוטה שמאלה
15:46
but I couldn't, because I would have created
384
931000
2000
אבל לא יכולתי, בגלל שהייתי יוצר
15:48
a lopsided, biased diagram.
385
933000
3000
תרשים מוטה, חד צדדי
15:51
So, in order to really create a full image,
386
936000
3000
אז כדי ליצר באמת תמונה מלאה
15:54
I had to honor the perspectives on the right-hand side
387
939000
3000
הייתי צריך לכבד את נקודת המבט של הצד הימני
15:57
and at the same time, uncomfortably recognize
388
942000
3000
ובאותו הזמן, בצורה לא נוחה להכיר
16:00
how many of those qualities were actually in me,
389
945000
3000
כמה מהתכונות הללו באמת נמצאות בתוכי
16:03
which was very, very annoying and uncomfortable.
390
948000
2000
מה שהיה מאד מאד מעצבן ולא נוח
16:05
(Laughter)
391
950000
4000
(צחוק)
16:09
But not too uncomfortable,
392
954000
2000
אבל לא יותר מדי לא נוח
16:11
because there's something unthreatening
393
956000
3000
בגלל שיש משהו מרגיע
16:14
about seeing a political perspective,
394
959000
2000
בלראות נקודת מבט פוליטית
16:16
versus being told or forced to listen to one.
395
961000
3000
לעומת להיות מוכרח להקשיב לאחת
16:19
You're capable of holding conflicting viewpoints
396
964000
3000
זה באמת -- אתם מסוגלים להחזיק נקודות מבט סותרות
16:22
joyously when you can see them.
397
967000
2000
בקלות, כאשר אתם מסוגלים לראות אותם
16:24
It's even fun to engage with them
398
969000
2000
זה אפילו מהנה לנסות אותם
16:26
because it's visual.
399
971000
2000
בגלל שזה חזותי
16:28
So that's what's exciting to me,
400
973000
2000
אז זה מה שמרגש אותי
16:30
seeing how data can change my perspective
401
975000
2000
לראות איך הנתונים משנים את נקודת המבט שלי
16:32
and change my mind midstream --
402
977000
2000
ומשנים את החשיבה שלי
16:34
beautiful, lovely data.
403
979000
3000
נתונים יפיפייים
16:38
So, just to wrap up,
404
983000
2000
אז כסיכום
16:40
I wanted to say
405
985000
2000
אני רציתי לומר
16:42
that it feels to me that design is about solving problems
406
987000
2000
אני מרגיש שעיצוב הוא פתרון בעיות
16:44
and providing elegant solutions,
407
989000
3000
ולתת פתרונות אלגנטיים
16:47
and information design is about
408
992000
2000
ועיצוב מידע הוא
16:49
solving information problems.
409
994000
2000
פתרון לבעיות מידע
16:51
It feels like we have a lot of information problems
410
996000
2000
ואני מרגיש שיש לנו הרבה בעיות מידע
16:53
in our society at the moment,
411
998000
2000
בחברה שלנו כרגע
16:55
from the overload and the saturation
412
1000000
2000
מעומס והצפה
16:57
to the breakdown of trust and reliability
413
1002000
2000
למשבר של אמון ואמינות
16:59
and runaway skepticism and lack of transparency,
414
1004000
2000
להטלת ספק וחוסר בשקיפות
17:01
or even just interestingness.
415
1006000
2000
ואפילו פשוט עניין
17:03
I mean, I find information just too interesting.
416
1008000
2000
אני מתכוון שאני מוצא את המידע פשוט יותר מדי מעניין
17:05
It has a magnetic quality that draws me in.
417
1010000
3000
יש לו משיכה מגנטית עבורי
17:09
So, visualizing information
418
1014000
2000
אז להמחיש מידע
17:11
can give us a very quick solution to those kinds of problems.
419
1016000
3000
יכול לתת לנו פתרונות מאד מהירים לסוג זה של בעיות
17:14
Even when the information is terrible,
420
1019000
2000
ואפילו אם המידע הוא נוראי
17:16
the visual can be quite beautiful.
421
1021000
3000
ההמחשה יכולה להיות די יפה
17:19
Often we can get clarity
422
1024000
3000
בדרך כלל אני יכולים לראות בבהירות
17:22
or the answer to a simple question very quickly,
423
1027000
2000
את הפתרון לבעיה פשוטה מאד מהר
17:24
like this one,
424
1029000
2000
כמו זאת
17:26
the recent Icelandic volcano.
425
1031000
3000
התפרצות הר הגעש האיסלנדי האחרונה
17:29
Which was emitting the most CO2?
426
1034000
2000
ששיחרה הכי הרבה CO2?
17:31
Was it the planes or the volcano,
427
1036000
2000
האם אילו המטוסים או הר הגעש
17:33
the grounded planes or the volcano?
428
1038000
2000
המטוסים המקורקעים או הר הגעש
17:35
So we can have a look.
429
1040000
2000
אז אנחנו יכולים להסתכל
17:37
We look at the data and we see:
430
1042000
2000
להביט בנתונים ולראות
17:39
Yep, the volcano emitted 150,000 tons;
431
1044000
2000
כן, הר הגעש שיחרר 150,000 טון
17:41
the grounded planes would have emitted
432
1046000
2000
המטוסים המקורקעים היו משחררים
17:43
345,000 if they were in the sky.
433
1048000
3000
345,000 אם הם היו טסים בשמיים
17:46
So essentially, we had our first carbon-neutral volcano.
434
1051000
3000
אז בעקרון, היתה לנו התפרצות הר געש ראשונה שהורידה את כמות הפחמן
17:49
(Laughter)
435
1054000
2000
(צחוק)
17:51
(Applause)
436
1056000
9000
(מחיאות כפיים)
18:00
And that is beautiful. Thank you.
437
1065000
3000
וזה יפיפה. תודה רבה.
18:03
(Applause)
438
1068000
8000
(מחיאות כפיים)
ABOUT THE SPEAKER
David McCandless - Data journalistDavid McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world.
Why you should listen
David McCandless makes infographics -- simple, elegant ways to see information that might be too complex or too big, small, abstract or scattered to otherwise be grasped. In his new book, Information Is Beautiful (in the US, it's being called The Visual Miscellaneum), McCandless and his cadre of info designers take a spin through the world of visualized data, from hard stats on politics and climate to daffy but no less important trends in pop music.
McCandless' genius is not so much in finding jazzy new ways to show data -- the actual graphics aren't the real innovation here -- as in finding fresh ways to combine datasets to let them ping and prod each other. Reporting the number of drug deaths in the UK every year is interesting; but mapping that data onto the number of drug deaths reported by the UK press, broken down by drug, is utterly fascinating (more deaths by marijuana were reported than in fact occurred, by a factor of 484%). McCandless contributes a monthly big-think graphic to the Guardian's Data Blog, and makes viral graphics for his blog Information Is Beautiful.
David McCandless | Speaker | TED.com