TED Talks Live
Danielle Feinberg: The magic ingredient that brings Pixar movies to life
Danielle Feinberg: Stebuklingi ingredientai, dėl kurių „Pixar“ filmai atgyja
Filmed:
Readability: 4
3,035,525 views
Danielle Feinberg, „Pixar“ kinematografė, kuria sielos ir pasigėrėjimo kupinus pasakojimus, naudodama matematiką, tiksliuosius mokslus ir programavimą. Užeikite į „Žuviuko Nemo“, „Žaislų istorijos“, „Karališkos drąsos“, „WALL-E“ ir kitų filmų užkulisius ir atraskite, kaip „Pixar“ jungia meną ir mokslą kurdami fantastinius pasalius, kur įsivaizduojami dalykai atgyja. Ši kalba yra iš PBS programos „TED Talks: Sciene & Wonder“.
Danielle Feinberg - Director of photography, Pixar
At Pixar, Danielle Feinberg delights in bending the rules of light to her every whim. Full bio
At Pixar, Danielle Feinberg delights in bending the rules of light to her every whim. Full bio
Double-click the English transcript below to play the video.
00:12
When I was seven years old,
0
950
1676
Kai man buvo septyneri,
00:14
some well-meaning adult asked me
what I wanted to be when I grew up.
what I wanted to be when I grew up.
1
2650
4111
kažkoks geranoriškas suaugusysis
paklausė, kuo norėčiau būti užaugusi.
paklausė, kuo norėčiau būti užaugusi.
00:18
Proudly, I said: "An artist."
2
6785
2018
Aš išdidžiai atsakiau: „Menininke“.
00:20
"No, you don't," he said,
3
8827
1361
„Ot ir ne“, jis atsakė.
00:22
"You can't make a living being an artist!"
4
10212
2282
„Būdama menininke neužsidirbtum
pragyvenimui!“
pragyvenimui!“
00:24
My little seven-year-old
Picasso dreams were crushed.
Picasso dreams were crushed.
5
12915
3075
Mano mažosios septynmetės Pikaso
svajonės sugriuvo.
svajonės sugriuvo.
00:28
But I gathered myself,
6
16014
1672
Bet aš susiturėjau
00:29
went off in search of a new dream,
7
17710
1859
ir ėmiau ieškoti kitos svajonės,
00:31
eventually settling on being a scientist,
8
19593
2858
ir galiausia nusprendžiau
tapti mokslininke,
tapti mokslininke,
00:34
perhaps something like
the next Albert Einstein.
the next Albert Einstein.
9
22475
2644
galbūt kitu Albertu Einšteinu.
00:37
(Laughter)
10
25783
1941
(Juokas.)
00:40
I have always loved math and science,
11
28086
2001
Visada mėgau matematiką
ir tiksliuosius mokslus,
ir tiksliuosius mokslus,
00:42
later, coding.
12
30111
1511
o vėliau – programavimą.
00:43
And so I decided to study
computer programming in college.
computer programming in college.
13
31646
3019
Todėl nusprendžiau studijuoti
informatiką.
informatiką.
00:47
In my junior year,
14
35312
1151
Pirmaisiais metais
00:48
my computer graphics professor
showed us these wonderful short films.
showed us these wonderful short films.
15
36487
3791
mano kompiuterinės grafikos dėstytojas
mums parodė tris trumpus filmus.
mums parodė tris trumpus filmus.
00:52
It was the first computer animation
any of us had ever seen.
any of us had ever seen.
16
40917
3211
Tai buvo pirmoji mano matyta
kompiuterinė animacija.
kompiuterinė animacija.
00:56
I watched these films
in wonder, transfixed,
in wonder, transfixed,
17
44566
2780
Žiūrėjau tuos filmus kupina
susižavėjimo,
susižavėjimo,
00:59
fireworks going off in my head,
18
47370
2211
galvoje tarsi fejerverkai,
01:01
thinking, "That is what
I want to do with my life."
I want to do with my life."
19
49605
2798
ir galvojau: „Štai ką noriu
daryti su savo gyvenimu.“
daryti su savo gyvenimu.“
01:05
The idea that all the math, science
and code I had been learning
and code I had been learning
20
53006
3533
Mintis, kad visa ta mokytasi matematika,
tikslieji mokslai ir programavimas,
tikslieji mokslai ir programavimas,
01:08
could come together to create
these worlds and characters
these worlds and characters
21
56563
3138
gali sueiti kartu ir kurti tuos pasaulius
ir veikėjus,
ir veikėjus,
01:11
and stories I connected with,
22
59725
1862
ir istorijas, kurios man tokios artimos,
01:13
was pure magic for me.
23
61611
1531
man buvo tikra magija.
01:16
Just two years later, I started working
24
64126
1889
Jau po dvejų metų pradėjau dirbti
01:18
at the place that made those films,
Pixar Animation Studios.
Pixar Animation Studios.
25
66039
3019
ten, kur tie filmai sukurti,
„Pixar Animation Studios“.
„Pixar Animation Studios“.
01:21
It was here I learned how
we actually execute those films.
we actually execute those films.
26
69082
2730
Čia išmokau, kaip tokie filmai
iš tikrųjų padaromi.
iš tikrųjų padaromi.
01:24
To create our movies,
27
72303
1159
Kad sukurtume savo filmus,
01:25
we create a three-dimensional
world inside the computer.
world inside the computer.
28
73486
2769
sukuriame trimačius pasaulius
kompiuteryje.
kompiuteryje.
01:28
We start with a point that makes
a line that makes a face
a line that makes a face
29
76922
3603
Pradedame su tašku, iš taško – linija,
tada iš linijos – veidas,
tada iš linijos – veidas,
01:32
that creates characters,
30
80549
1708
kuris sukuria veikėjus,
01:34
or trees and rocks
that eventually become a forest.
that eventually become a forest.
31
82281
2672
arba medžius ir akmenis,
kurie galiausiai tampa mišku.
kurie galiausiai tampa mišku.
01:37
And because it's
a three-dimensional world,
a three-dimensional world,
32
85326
2112
Ir tai yra trimatis pasaulis,
01:39
we can move a camera
around inside that world.
around inside that world.
33
87462
2396
todėl galime jame judinti kamerą.
01:43
I was fascinated by all of it.
34
91004
2413
Mane tai žavėjo.
01:45
But then I got my first taste of lighting.
35
93441
2281
Bet tada pirmąkart gavau paragauti
apšvietimo.
apšvietimo.
01:48
Lighting in practice is placing lights
inside this three-dimensional world.
inside this three-dimensional world.
36
96581
3649
Praktinis apšvietimas yra šviesos šaltinių
išdėliojimas trimatėje erdvėje.
išdėliojimas trimatėje erdvėje.
01:52
I actually have icons of lights
I move around in there.
I move around in there.
37
100254
2720
Aš čia turiu šviesų piktogramas,
kurias galiu judinti.
kurias galiu judinti.
01:54
Here you can see I've added a light,
38
102998
1722
Čia, matote, pridėjau šviesą,
01:56
I'm turning on the rough version
of lighting in our software,
of lighting in our software,
39
104744
2864
Aš įjungiu juodraštinį šviesos režimą
mūsų programoje,
mūsų programoje,
01:59
turn on shadows
40
107632
1231
įjungiu šešėlius
02:00
and placing the light.
41
108887
1404
ir padedu šviesos šaltinį.
02:02
As I place a light,
42
110315
1167
Ir dėliodama šviesas
02:03
I think about what it might
look like in real life,
look like in real life,
43
111506
2712
galvoju, kaip tai atrodytų tikrovėje,
02:06
but balance that out with what we need
artistically and for the story.
artistically and for the story.
44
114242
3926
bet darau kompromisą, kad tai
meniškai tiktų mūsų istorijai.
meniškai tiktų mūsų istorijai.
02:10
So it might look like this at first,
45
118981
3150
Taigi pirmiausia tai atrodytų taip,
02:14
but as we adjust this and move that
46
122155
2414
bet pajudinę tą ir aną
02:16
in weeks of work,
47
124593
1545
per kelias savaites darbo
02:18
in rough form it might look like this,
48
126162
2215
juodraštinėje formoje turime tai,
02:21
and in final form, like this.
49
129252
2149
ir galutinėje – tai.
02:28
There's this moment in lighting
that made me fall utterly in love with it.
that made me fall utterly in love with it.
50
136306
4051
Dirbant su apšvietimu atėjo akimirka,
kai aš tai visiškai pamilau.
kai aš tai visiškai pamilau.
02:32
It's where we go from this
51
140381
1750
Tai perėjimas nuo čia
02:34
to this.
52
142807
1214
į čia.
02:36
It's the moment where
all the pieces come together,
all the pieces come together,
53
144045
2536
Tai akimirka, kai visos dalys susijungia,
02:38
and suddenly the world comes to life
54
146605
2603
ir staiga pasaulis atgyja,
02:41
as if it's an actual place that exists.
55
149232
2388
lyg toji vieta būtų tikra.
02:44
This moment never gets old,
56
152009
1707
Ta akimirka niekada nepasensta,
02:45
especially for that little seven-year-old
girl that wanted to be an artist.
girl that wanted to be an artist.
57
153740
3868
ypač tai septynmetei, kuri norėjo būti
menininke.
menininke.
02:49
As I learned to light,
58
157632
1153
Mokydamasi šviesos
02:50
I learned about using light
to help tell story,
to help tell story,
59
158809
2531
išmokau naudoti ją
atpasakojant istoriją,
atpasakojant istoriją,
02:54
to set the time of day,
60
162442
1731
nusakyti paros laiką,
02:57
to create the mood,
61
165258
1552
sukurti nuotaiką,
02:59
to guide the audience's eye,
62
167978
1901
sutelkti žiūrovų dėmesį,
03:02
how to make a character look appealing
63
170850
2159
kaip padaryti veikėją patraukliu
03:05
or stand out in a busy set.
64
173033
1957
ar išsiskirti aplinkoje su daug daiktų.
03:08
Did you see WALL-E?
65
176224
1310
Ar matote WALL-E?
03:09
(Laughter)
66
177558
1039
(Juokas.)
03:10
There he is.
67
178621
1213
Štai jis.
03:13
As you can see,
68
181490
1223
Kaip matote,
03:14
we can create any world that we want
inside the computer.
inside the computer.
69
182737
2707
galime sukurti norimą pasaulį
kompiuterio viduje.
kompiuterio viduje.
03:17
We can make a world with monsters,
70
185468
2698
Galime sukurti pasaulius su pabaisomis,
03:20
with robots that fall in love,
71
188837
1829
robotais, kurie įsimyli,
03:23
we can even make pigs fly.
72
191291
2044
net galime leisti kiaulėms skraidyti.
03:25
(Laughter)
73
193359
4413
(Juokas.)
03:30
While this is an incredible thing,
74
198361
1777
Ir nors tai nuostabu,
03:32
this untethered artistic freedom,
75
200162
2475
ši nesuvaržyta meninė laisvė,
03:34
it can create chaos.
76
202661
1982
tai gali gimdyti chaosą.
03:36
It can create unbelievable worlds,
77
204667
2851
Ji gali kurti neįtikimus pasaulius,
03:39
unbelievable movement,
78
207542
1484
neįtikimą judesį,
03:41
things that are jarring to the audience.
79
209050
2150
dalykus, kurie žiūrovams nesuprantami.
03:43
So to combat this, we tether
ourselves with science.
ourselves with science.
80
211224
2761
Kad to išvengtume, apsikaustome
mokslu.
mokslu.
03:46
We use science and the world we know
81
214432
1974
Naudojame mokslą ir žinias apie pasaulį
03:48
as a backbone,
82
216430
1350
kaip pagrindą,
03:49
to ground ourselves in something
relatable and recognizable.
relatable and recognizable.
83
217804
3474
kad pasiremtume kažkuo suprantamu
ir atpažįstamu.
ir atpažįstamu.
03:53
"Finding Nemo" is an excellent
example of this.
example of this.
84
221806
2529
Filmas „Žuviukas Nemo“ yra
puikus to pavyzdys.
puikus to pavyzdys.
03:56
A major portion of the movie
takes place underwater.
takes place underwater.
85
224359
2645
Didelė filmo dalis vyksta po vandeniu.
03:59
But how do you make it look underwater?
86
227028
2250
Bet kaip parodyti, kad tai po vandeniu?
04:01
In early research and development,
87
229302
1631
Ankstyvoje tyrinėjimų ir vystymo stadijoje
04:02
we took a clip of underwater footage
and recreated it in the computer.
and recreated it in the computer.
88
230957
3898
paėmėm vaizdo įrašą, filmuotą po vandeniu,
ir atkūrėme kompiuteriu.
ir atkūrėme kompiuteriu.
04:06
Then we broke it back down
89
234879
1261
Tada išardėme dalimis,
04:08
to see which elements make up
that underwater look.
that underwater look.
90
236164
2774
kad suprastumėme, kurie elementai
sukuria buvimo po vandeniu vaizdą.
sukuria buvimo po vandeniu vaizdą.
04:11
One of the most critical elements
91
239526
1607
Vienas svarbiausių elementų
04:13
was how the light travels
through the water.
through the water.
92
241157
2182
buvo kaip šviesa keliauja per vandenį.
04:15
So we coded up a light
that mimics this physics --
that mimics this physics --
93
243363
2796
Todėl suprogramavome šviesą,
kuri imituoja tai –
kuri imituoja tai –
04:18
first, the visibility of the water,
94
246183
1744
pirma, vandens matomumą,
04:19
and then what happens with the color.
95
247951
2109
tada tai, kas dedasi su spalva.
04:22
Objects close to the eye
have their full, rich colors.
have their full, rich colors.
96
250503
3542
Objektai arti mūsų akių turi
pilnas ir aiškias spalvas.
pilnas ir aiškias spalvas.
04:26
As light travels deeper into the water,
97
254069
2203
Šviesai judant giliau į vandenį
04:28
we lose the red wavelengths,
98
256296
1910
prarandame raudonos šviesos
spindulius,
spindulius,
04:30
then the green wavelengths,
99
258230
1344
tada žalios,
04:31
leaving us with blue at the far depths.
100
259598
2350
ir giliausiai turime tik mėlynus.
04:34
In this clip you can see
two other important elements.
two other important elements.
101
262666
3100
Šioje ištraukoje matote du kitus
svarbius elementus.
svarbius elementus.
04:37
The first is the surge and swell,
102
265790
2022
Pirma, tai artėjimas ir didėjimas,
04:39
or the invisible underwater current
103
267836
1717
arba toji nematoma vandens srovė,
04:41
that pushes the bits of particulate
around in the water.
around in the water.
104
269577
3185
kuri stumia medžiagos daleles vandeniu.
04:44
The second is the caustics.
105
272786
2017
Antroji yra šviesos bangavimas.
04:46
These are the ribbons of light,
106
274827
1510
Tai tie šviesos kaspinai,
04:48
like you might see
on the bottom of a pool,
on the bottom of a pool,
107
276361
2024
kuriuos matytume baseino dugne,
04:50
that are created when the sun
bends through the crests
bends through the crests
108
278409
2550
kurie atsiranda saulės šviesai
linkstant per keteras,
linkstant per keteras,
04:52
of the ripples and waves
on the ocean's surface.
on the ocean's surface.
109
280983
2674
raibulius ir bangas vandenyno paviršiuje.
04:57
Here we have the fog beams.
110
285038
1298
O čia rūko spinduliai.
04:58
These give us color depth cues,
111
286360
1655
Jie suteikia spalvų gylio užuominas,
05:00
but also tells which direction is up
112
288039
2095
bet taip pat pasako, į kurią pusę
yra viršus
yra viršus
05:02
in shots where we don't
see the water surface.
see the water surface.
113
290158
2276
kadruose, kur nerodome vandens
paviršiaus.
paviršiaus.
05:04
The other really cool thing
you can see here
you can see here
114
292788
2119
Kitą smagų dalyką matome čia:
05:06
is that we lit that particulate
only with the caustics,
only with the caustics,
115
294931
3160
tas objektas apšviestas
tik šviesos bangavimu,
tik šviesos bangavimu,
05:10
so that as it goes in and out
of those ribbons of light,
of those ribbons of light,
116
298115
2658
todėl jis atsiranda ir dingsta
tuose šviesos kaspinuose,
tuose šviesos kaspinuose,
05:12
it appears and disappears,
117
300797
1513
atsiranda ir dingsta,
05:14
lending a subtle, magical
sparkle to the underwater.
sparkle to the underwater.
118
302334
3069
atskleisdamas stebuklingą
povandeninio pasaulio žibėjimą.
povandeninio pasaulio žibėjimą.
05:18
You can see how we're using the science --
119
306530
2542
Galite matyti, kaip naudojame mokslą –
05:21
the physics of water,
light and movement --
light and movement --
120
309096
2876
vandens, šviesos ir judesio fiziką –
05:23
to tether that artistic freedom.
121
311996
2046
kad įkinkytume meninę laisvę.
05:26
But we are not beholden to it.
122
314570
2321
Bet nesame mokslui įsipareigoję.
05:28
We considered each of these elements
123
316915
1799
Svarstome kiekvieną iš šių elementų
05:30
and which ones had to be
scientifically accurate
scientifically accurate
124
318738
3014
ir galvojame, kurį padaryti
moksliškai tikslų
moksliškai tikslų
05:33
and which ones we could push and pull
to suit the story and the mood.
to suit the story and the mood.
125
321776
4082
ir ką galime pareguliuoti,
kad geriau atitiktų istoriją ir nuotaiką.
kad geriau atitiktų istoriją ir nuotaiką.
05:37
We realized early on that color
was one we had some leeway with.
was one we had some leeway with.
126
325882
3809
Jau anksti supratome, kad spalvai
reikia daugiau laisvės.
reikia daugiau laisvės.
05:41
So here's a traditionally colored
underwater scene.
underwater scene.
127
329715
2612
Čia tradiciškai nuspalvinta
scena po vandeniu.
scena po vandeniu.
05:44
But here, we can take Sydney Harbor
and push it fairly green
and push it fairly green
128
332351
2841
Bet galime imti Sidnėjaus uostą
ir pastiprinti žalią,
ir pastiprinti žalią,
05:47
to suit the sad mood of what's happening.
129
335216
2260
kad tai geriau atitiktų veiksmo nuotaiką.
05:50
In this scene, it's really important
we see deep into the underwater,
we see deep into the underwater,
130
338315
3259
Šioje scenoje labai svarbu
matyti giliai po vandeniu,
matyti giliai po vandeniu,
05:53
so we understand what
the East Australian Current is,
the East Australian Current is,
131
341598
2667
kad suprastume, kas yra
Rytų Australijos srovė,
Rytų Australijos srovė,
05:56
that the turtles are diving into
and going on this roller coaster ride.
and going on this roller coaster ride.
132
344289
3388
į kurią vėžliai pasineria
ir lekia it linksmaisiais kalneliais.
ir lekia it linksmaisiais kalneliais.
05:59
So we pushed the visibility of the water
133
347701
1937
Todėl matomumą vandenyje
06:01
well past anything you would
ever see in real life.
ever see in real life.
134
349662
2703
mes sustiprinome daug labiau,
nei būtų realybėje.
nei būtų realybėje.
06:04
Because in the end,
135
352843
1162
Nes galų gale,
06:06
we are not trying to recreate
the scientifically correct real world,
the scientifically correct real world,
136
354029
4624
mes nesistengiame atkurti
moksliškai tikslios realybės,
moksliškai tikslios realybės,
06:10
we're trying to create a believable world,
137
358677
2040
o bandome sukurti pasaulius,
kuriais galima patikėti,
kuriais galima patikėti,
06:12
one the audience can immerse
themselves in to experience the story.
themselves in to experience the story.
138
360741
3947
pasaulius, į kuriuos žiūrovas pasineria,
kad išgyventų pasakojimą.
kad išgyventų pasakojimą.
06:17
We use science to create
something wonderful.
something wonderful.
139
365344
2723
Naudojame mokslą, kad sukurtume
kai ką nuostabaus.
kai ką nuostabaus.
06:20
We use story and artistic touch
to get us to a place of wonder.
to get us to a place of wonder.
140
368522
4296
Istorija ir meniškumu bandome
persikelti į stebuklingą pasaulį.
persikelti į stebuklingą pasaulį.
06:25
This guy, WALL-E, is a great
example of that.
example of that.
141
373578
2476
WALL-E yra puikus to pavyzdys.
06:28
He finds beauty in the simplest things.
142
376078
2430
Jis atranda grožį paprasčiausiuose
dalykuose.
dalykuose.
06:30
But when he came in to lighting,
we knew we had a big problem.
we knew we had a big problem.
143
378532
3089
Bet atėjus jo eilei pažaisti su šviesa,
supratome, kad turim didelę bėdą.
supratome, kad turim didelę bėdą.
06:33
We got so geeked-out on making
WALL-E this convincing robot,
WALL-E this convincing robot,
144
381978
3445
Mes taip stengėmės WALL-E padaryti
įtikinamu robotu,
įtikinamu robotu,
06:37
that we made his binoculars
practically optically perfect.
practically optically perfect.
145
385447
3380
kad jo binoklius padarėme praktiškai
tobulus optiškai.
tobulus optiškai.
06:40
(Laughter)
146
388851
1530
(Juokas.)
06:43
His binoculars are one of the most
critical acting devices he has.
critical acting devices he has.
147
391328
3994
Jo binokliai yra viena svarbiausių
priemonių jo vaidybai.
priemonių jo vaidybai.
06:47
He doesn't have a face or even
traditional dialogue, for that matter.
traditional dialogue, for that matter.
148
395346
3542
Jis neturi veido ir netgi tradicinių
dialogų.
dialogų.
06:50
So the animators were heavily
dependent on the binoculars
dependent on the binoculars
149
398912
2927
Todėl animatoriai kliovėsi binokliais,
06:53
to sell his acting and emotions.
150
401863
2253
kad perteiktų jo vaidybą ir emocijas.
06:56
We started lighting and we realized
151
404510
1709
Pradėjome dirbti su apšvietimu
ir supratome,
ir supratome,
06:58
the triple lenses inside his binoculars
were a mess of reflections.
were a mess of reflections.
152
406243
4214
kad trigubi lęšiai jo binokliuose
buvo atspindžių betvarkė.
buvo atspindžių betvarkė.
07:02
He was starting to look glassy-eyed.
153
410989
2053
Jis ėmė atrodyti tarsi su
negyvomis akimis.
negyvomis akimis.
07:05
(Laughter)
154
413066
1724
(Juokas.)
07:06
Now, glassy-eyed
is a fundamentally awful thing
is a fundamentally awful thing
155
414814
3414
Negyvos stiklinės akys
yra iš esmės negerai,
yra iš esmės negerai,
07:10
when you are trying
to convince an audience
to convince an audience
156
418252
2016
kai bandai žiūrovus įtikinti,
07:12
that a robot has a personality
and he's capable of falling in love.
and he's capable of falling in love.
157
420292
3483
kad robotas turi asmenybę
ir gali pamilti.
ir gali pamilti.
07:16
So we went to work on these optically
perfect binoculars,
perfect binoculars,
158
424498
3524
Taigi ėmėmės darbo su šiais
optiškai tobulais binokliais,
optiškai tobulais binokliais,
07:20
trying to find a solution that would
maintain his true robot materials
maintain his true robot materials
159
428046
3702
kad rastume išeitį, kuri leistų
išlaikyti tikras roboto medžiagas,
išlaikyti tikras roboto medžiagas,
07:23
but solve this reflection problem.
160
431772
1991
bet išspręstų atspindžių problemą.
07:26
So we started with the lenses.
161
434096
1458
Pradėjome su lęšiais.
07:27
Here's the flat-front lens,
162
435578
1392
Štai plokščias priekinis lęšis,
07:28
we have a concave lens
163
436994
1506
tada išgaubtas lęšis
07:30
and a convex lens.
164
438524
1257
ir įgaubtas lęšis.
07:31
And here you see all three together,
165
439805
2105
Ir štai visi trys drauge
07:33
showing us all these reflections.
166
441934
1885
kartu su atspindžiais.
07:36
We tried turning them down,
167
444208
1630
Bandėme juos nusukti,
07:37
we tried blocking them,
168
445862
1696
pridengti,
07:39
nothing was working.
169
447582
1440
niekas netiko.
07:41
You can see here,
170
449786
1151
Kaip matote čia,
07:42
sometimes we needed something specific
reflected in his eyes --
reflected in his eyes --
171
450961
3124
kartais mums akyse reikia
kokio nors atspindžio –
kokio nors atspindžio –
07:46
usually Eve.
172
454109
1151
dažniausiai Eve.
07:47
So we couldn't just use some faked
abstract image on the lenses.
abstract image on the lenses.
173
455284
3531
Todėl negalėjome tiesiog naudoti
piešinuko, uždėto ant akių.
piešinuko, uždėto ant akių.
07:50
So here we have Eve on the first lens,
174
458839
2150
Štai Eve pirmame lęšyje,
07:53
we put Eve on the second lens,
175
461013
2051
uždėjome Eve and antrojo
07:55
it's not working.
176
463088
1245
ir negerai.
07:56
We turn it down,
177
464357
1160
Pamažiname ryškumą,
07:57
it's still not working.
178
465541
1676
vistiek negerai.
07:59
And then we have our eureka moment.
179
467241
2330
Ir tada ateina mūsų eurekos akimirka.
08:01
We add a light to WALL-E
that accidentally leaks into his eyes.
that accidentally leaks into his eyes.
180
469595
3816
Į WALL-E įdedame šviesos šaltinį,
kuris netyčia pereina į akis.
kuris netyčia pereina į akis.
08:06
You can see it light up
these gray aperture blades.
these gray aperture blades.
181
474092
3390
Matote kaip ta šviesa išryškina
pilkus diafragmos peiliukus.
pilkus diafragmos peiliukus.
08:10
Suddenly, those aperture blades
are poking through that reflection
are poking through that reflection
182
478237
3323
Staiga diafragmos peiliukai
prasimato per tuos atšvaitus
prasimato per tuos atšvaitus
08:13
the way nothing else has.
183
481584
1785
kaip niekas kitas.
08:15
Now we recognize WALL-E as having an eye.
184
483966
3542
Dabar mes matome, kad WALL-E turi akis.
08:19
As humans we have the white of our eye,
185
487532
2649
Mes savo akyse turime baltymus,
08:22
the colored iris
186
490205
1151
spalvotą rainelę
08:23
and the black pupil.
187
491380
1221
ir juodą vyzdį.
08:24
Now WALL-E has the black of an eye,
188
492948
3341
Dabar WALL-E turi akies juodumą,
08:28
the gray aperture blades
189
496313
1527
pilkus diafragmos peiliukus
08:29
and the black pupil.
190
497864
1419
ir juodą vyzdį.
08:31
Suddenly, WALL-E feels like he has a soul,
191
499689
3642
Staiga apima jausmas, kad WALL-E
turi sielą,
turi sielą,
08:35
like there's a character
with emotion inside.
with emotion inside.
192
503355
2878
kad jo viduje tūno veikėjas su emocijomis.
08:40
Later in the movie towards the end,
193
508038
1817
Vėliau, netoli filmo pabaigos
08:41
WALL-E loses his personality,
194
509879
1478
WALL-E praranda savo asmenybę,
08:43
essentially going dead.
195
511381
1578
ir numiršta.
08:45
This is the perfect time to bring back
that glassy-eyed look.
that glassy-eyed look.
196
513381
3529
Tai puiki proga panaudoti, kaip atrodo
tos negyvos stiklinės akys.
tos negyvos stiklinės akys.
08:49
In the next scene,
WALL-E comes back to life.
WALL-E comes back to life.
197
517553
2480
Kitoje scenoje WALL-E atgyja.
08:52
We bring that light back to bring
the aperture blades back,
the aperture blades back,
198
520057
3183
Grąžiname tą šviesą, kad sugrįžtų
diafragmos peiliukai,
diafragmos peiliukai,
08:55
and he returns to that sweet,
soulful robot we've come to love.
soulful robot we've come to love.
199
523264
3460
ir kartu grįžta tas mielas gyvas
robotukas, kurį taip pamėgome.
robotukas, kurį taip pamėgome.
09:02
(Video) WALL-E: Eva?
200
530444
1364
(Video) WALL-E: Eva?
09:06
Danielle Feinberg: There's a beauty
in these unexpected moments --
in these unexpected moments --
201
534841
3120
Danielle Feinberg: Tose netikėtose
akimirkose slypi grožis –
akimirkose slypi grožis –
09:09
when you find the key
to unlocking a robot's soul,
to unlocking a robot's soul,
202
537985
3566
kai atrandi raktą atrakinti
roboto sielą,
roboto sielą,
09:13
the moment when you discover
what you want to do with your life.
what you want to do with your life.
203
541575
3163
ta akimirka, kai supranti, ką nori daryti
su savo gyvenimu.
su savo gyvenimu.
09:17
The jellyfish in "Finding Nemo"
was one of those moments for me.
was one of those moments for me.
204
545135
3302
Medūza filme „Žuviukas Nemo“
man buvo viena tų akimirkų.
man buvo viena tų akimirkų.
09:20
There are scenes in every movie
that struggle to come together.
that struggle to come together.
205
548833
3219
Bet kuriame filme būna scenų,
kurios kažkaip nesueina.
kurios kažkaip nesueina.
09:24
This was one of those scenes.
206
552076
1935
Tai buvo viena tų scenų.
09:26
The director had a vision for this scene
207
554035
2134
Režisierius turėjo savo viziją,
09:28
based on some wonderful footage
of jellyfish in the South Pacific.
of jellyfish in the South Pacific.
208
556193
3808
remdamasis nuostabiu vaizdo įrašu
su Ramiojo vandenyno medūzomis.
su Ramiojo vandenyno medūzomis.
09:33
As we went along,
209
561139
1857
Bandydami tai įvykdyti
09:35
we were floundering.
210
563020
1453
mes labai vargome.
09:36
The reviews with the director
211
564497
2089
Peržiūros su režisieriumi
09:38
turned from the normal
look-and-feel conversation
look-and-feel conversation
212
566610
2689
iš normalių pokalbių apie
vaizdą ir nuotaiką virto
vaizdą ir nuotaiką virto
09:41
into more and more questions
about numbers and percentages.
about numbers and percentages.
213
569323
4127
į vis daugiau klausimų apie
skaičius ir procentus.
skaičius ir procentus.
09:46
Maybe because unlike normal,
214
574085
1691
Gal dėl to, kad kitaip nei įprasta,
09:47
we were basing it on
something in real life,
something in real life,
215
575800
2253
mes tai kūrėme remdamiesi
kažkuo realiu,
kažkuo realiu,
09:50
or maybe just because we had lost our way.
216
578077
2585
o gal tiesiog dėl to, kad pasimetėme.
09:52
But it had become about using
our brain without our eyes,
our brain without our eyes,
217
580686
3111
Bet tai pavirto į darbą galva
pamirštant akis,
pamirštant akis,
09:55
the science without the art.
218
583821
1855
kaip mokslas be meno.
09:58
That scientific tether
was strangling the scene.
was strangling the scene.
219
586251
3179
Mokslo grandinė smaugė šią sceną.
10:02
But even through all the frustrations,
220
590534
1846
Bet netgi šiuose varguose
10:04
I still believed it could be beautiful.
221
592404
2035
tikėjau, kad tai gali būti gražu.
10:06
So when it came in to lighting,
222
594463
1659
Todėl atėjus laiku dirbti su šviesa,
10:08
I dug in.
223
596146
1231
aš pasinėriau į darbą.
10:10
As I worked to balance
the blues and the pinks,
the blues and the pinks,
224
598149
3291
Kol dirbau su mėlynos ir rožinės
pusiausvyra,
pusiausvyra,
10:13
the caustics dancing
on the jellyfish bells,
on the jellyfish bells,
225
601464
2816
keterų atspindžių šokiu ant medūzų
kūnų,
kūnų,
10:16
the undulating fog beams,
226
604304
2174
rūko šviesos sijų bangavimu,
10:18
something promising began to appear.
227
606502
2422
pradėjo matytis kažkas žadančio.
10:21
I came in one morning and checked
the previous night's work.
the previous night's work.
228
609686
3227
Atėjau vieną rytą ir patikrinau
praeitos nakties darbą.
praeitos nakties darbą.
10:24
And I got excited.
229
612937
1476
Ir man pasidarė labai įdomu.
10:26
And then I showed it
to the lighting director
to the lighting director
230
614437
2108
Tada parodžiau apšvietimo režisierei,
10:28
and she got excited.
231
616569
1175
ir jai irgi pasidarė įdomu.
10:29
Soon, I was showing to the director
in a dark room full of 50 people.
in a dark room full of 50 people.
232
617768
4416
Netrukus rodžiau režisieriui
ir 50-iai žmonių peržiūrų salėje.
ir 50-iai žmonių peržiūrų salėje.
10:34
In director review,
233
622563
1263
Per režisieriaus peržiūrą
10:35
you hope you might get some nice words,
234
623850
2058
tikiesi gauti porą gražių žodžių
10:38
then you get some notes
and fixes, generally.
and fixes, generally.
235
626349
2296
ir tada komentarų, ir ką reiktų pakeisti.
10:41
And then, hopefully, you get a final,
236
629408
2437
Ir galiausiai, tikiesi gauti galutinį
10:43
signaling to move on to the next stage.
237
631869
2048
ženklą imtis kitos scenos.
10:46
I gave my intro, and I played
the jellyfish scene.
the jellyfish scene.
238
634462
3368
Pristačiau darbą ir parodžiau
medūzų sceną.
medūzų sceną.
10:50
And the director was silent
for an uncomfortably long amount of time.
for an uncomfortably long amount of time.
239
638703
3852
Režisierius tylėjo nejaukiai ilgai.
10:55
Just long enough for me to think,
240
643240
2507
Taip ilgai, kad ėmiau galvoti
10:57
"Oh no, this is doomed."
241
645771
1856
„O ne, viskas žlugę.“
11:00
And then he started clapping.
242
648919
1760
Tada jis ėmė ploti.
11:03
And then the production
designer started clapping.
designer started clapping.
243
651381
2392
Ir tada meno vadovas ėmė ploti.
11:06
And then the whole room was clapping.
244
654240
2144
Ir tada plojo visas kambarys.
11:14
This is the moment
that I live for in lighting.
that I live for in lighting.
245
662285
3086
Tai akimirka, kurios siekiu
dirbdama su šviesa.
dirbdama su šviesa.
11:17
The moment where it all comes together
246
665395
2163
Tai akimirka, kai viskas sueina į visumą
11:19
and we get a world that we can believe in.
247
667582
2647
ir turime pasaulį, kuriuo galime tikėti.
11:22
We use math, science and code
to create these amazing worlds.
to create these amazing worlds.
248
670718
3888
Šiuos pasaulius kuriame su matematika,
mokslu ir programavimu.
mokslu ir programavimu.
11:27
We use storytelling and art
to bring them to life.
to bring them to life.
249
675030
2846
Naudojame pasakojimą ir meną,
kad tai atgytų.
kad tai atgytų.
11:30
It's this interweaving of art and science
250
678440
4011
Tai meno ir mokslo sąjunga,
11:34
that elevates the world
to a place of wonder,
to a place of wonder,
251
682475
3663
paverčianti pasaulį į vietą nuostabai,
11:38
a place with soul,
252
686162
1633
vietą su siela,
11:39
a place we can believe in,
253
687819
1770
vietą, kuria galime tikėti,
11:42
a place where the things
you imagine can become real --
you imagine can become real --
254
690262
3341
vietą, kur įsivaizduojami dalykai atgyja –
11:47
and a world where a girl suddenly realizes
255
695071
3212
ir pasaulį, kur mergaitė staiga susivokia,
11:50
not only is she a scientist,
256
698307
2160
kad ji ne tik mokslininkė,
11:52
but also an artist.
257
700491
1315
bet ir menininkė.
11:54
Thank you.
258
702544
1151
Ačiū.
11:55
(Applause)
259
703719
3280
(Plojimai.)
ABOUT THE SPEAKER
Danielle Feinberg - Director of photography, PixarAt Pixar, Danielle Feinberg delights in bending the rules of light to her every whim.
Why you should listen
Danielle Feinberg began her career at Pixar Animation Studios in 1997 on the feature film A Bug's Life. She quickly discovered her love for lighting and went on to light on many of Pixar's feature films including Toy Story 2, Monsters, Inc., the Academy Award®-winning Finding Nemo, The Incredibles and Ratatouille. Feinberg was the director of photography for lighting on Pixar’s Academy Award®-winning films WALL-E and Brave and is now working on Pixar's upcoming film, Coco.
Feinberg's love of combining computers and art began when she was eight years old and first programmed a Logo turtle to create images. This eventually led her to a Bachelor of Arts in Computer Science from Harvard University. Now, in addition to her Pixar work, she mentors teenage girls, encouraging them to pursue code, math and science.
Danielle Feinberg | Speaker | TED.com