TED2016
R. Luke DuBois: Insightful human portraits made from data
R. Luke DuBois: Inzichtelijke menselijke portretten gemaakt van data
Filmed:
Readability: 3.9
1,338,549 views
Kunstenaar R. Luke Dubois maakt unieke portretten van presidenten, steden, zichzelf en zelfs Britney Spears door data en persoonlijkheid te gebruiken. In deze talk bespreekt hij negen projecten -- van kaarten van het land die hij maakte met gebruik van informatie uit miljoenen datingprofielen, tot een geweer dat elke keer een losse flodder 'afvuurt' wanneer er een schietpartij in New Orleans wordt gemeld. Zijn punt: de manier waarop we technologie gebruiken, zegt iets over ons en onze cultuur, en we reduceren anderen tot data, wat op ons eigen risico is.
R. Luke DuBois - Artist, composer, engineer
R. Luke DuBois weaves information from a multitude of sources into art and music exploring the tensions between algorithms, portraiture and temporal space. Full bio
R. Luke DuBois weaves information from a multitude of sources into art and music exploring the tensions between algorithms, portraiture and temporal space. Full bio
Double-click the English transcript below to play the video.
00:12
So I'm an artist,
0
884
1748
Ik ben een kunstenaar,
00:14
but a little bit of a peculiar one.
1
2656
1706
maar een beetje een bijzondere.
00:16
I don't paint.
2
4386
1483
Ik schilder niet.
00:18
I can't draw.
3
6434
1284
Ik kan niet tekenen.
00:20
My shop teacher in high school
wrote that I was a menace
wrote that I was a menace
4
8153
3100
Op de middelbare school
schreef mijn leraar Tecniek
schreef mijn leraar Tecniek
op mijn rapport
dat ik een gevaar was.
dat ik een gevaar was.
00:24
on my report card.
5
12122
1321
00:25
You probably don't really
want to see my photographs.
want to see my photographs.
6
13953
3599
Je wilt de foto's die ik maak
waarschijnlijk ook niet echt zien.
waarschijnlijk ook niet echt zien.
00:29
But there is one thing I know how to do:
7
17991
1965
Maar er is één ding dat ik goed kan:
een computer programmeren.
00:31
I know how to program a computer.
8
19980
1659
00:33
I can code.
9
21663
1212
Ik kan coderen.
00:34
And people will tell me
that 100 years ago,
that 100 years ago,
10
22899
3273
En mensen zullen zeggen
dat 100 jaar geleden
dat 100 jaar geleden
00:38
folks like me didn't exist,
11
26196
1350
mensen als ik niet bestonden,
00:39
that it was impossible,
12
27570
2090
dat het onmogelijk was,
00:41
that art made with data is a new thing,
13
29684
2950
dat kunst maken met data iets nieuws is,
00:44
it's a product of our age,
14
32658
2142
een product van onze tijd,
iets waarvan het erg belangrijk is
00:46
it's something that's really important
15
34824
1887
om het te zien als iets dat erg 'nu' is.
00:48
to think of as something
that's very "now."
that's very "now."
16
36735
2078
00:50
And that's true.
17
38837
1168
En dat is waar.
00:52
But there is an art form
that's been around for a very long time
that's been around for a very long time
18
40029
4110
Maar er is een kunstvorm
die al erg lang bestaat
die al erg lang bestaat
die draait om het
gebruiken van informatie,
gebruiken van informatie,
00:56
that's really about using information,
19
44163
1871
00:58
abstract information,
20
46058
2086
abstracte informatie,
om daar stukken mee te maken
met een emotionele weerklank.
met een emotionele weerklank.
01:00
to make emotionally resonant pieces.
21
48168
2539
01:03
And it's called music.
22
51080
1408
Dat is muziek.
01:05
We've been making music
for tens of thousands of years, right?
for tens of thousands of years, right?
23
53632
3872
We maken al tienduizenden
jaren muziek, nietwaar?
jaren muziek, nietwaar?
01:09
And if you think about what music is --
24
57528
1960
En als je je bedenkt wat muziek is --
01:11
notes and chords and keys
and harmonies and melodies --
and harmonies and melodies --
25
59512
2824
noten en akkoorden en sleutels
en harmonieën en melodieën --
en harmonieën en melodieën --
01:14
these things are algorithms.
26
62360
1406
het zijn algoritmes.
01:15
These things are systems
27
63790
1827
Het zijn systemen
die gemaakt zijn om zich
in de tijd te ontvouwen
in de tijd te ontvouwen
01:17
that are designed to unfold over time,
28
65641
2384
01:20
to make us feel.
29
68049
1457
om ons iets te laten voelen.
01:22
I came to the arts through music.
30
70195
1612
Muziek bracht me bij kunst.
01:23
I was trained as a composer,
31
71831
1388
Ik ben opgeleid als componist
01:25
and about 15 years ago,
I started making pieces
I started making pieces
32
73243
3282
en 15 jaar geleden
begon ik stukken te maken
begon ik stukken te maken
01:28
that were designed to look
at the intersection
at the intersection
33
76549
2535
die het snijpunt tussen beeld en geluid
zouden moeten belichten,
zouden moeten belichten,
01:31
between sound and image,
34
79108
1904
waarin ik beeld gebruikte
om een muzikale structuur bloot te leggen
om een muzikale structuur bloot te leggen
01:33
to use an image to unveil
a musical structure
a musical structure
35
81036
2832
01:35
or to use a sound to show you
something interesting
something interesting
36
83892
2864
of een geluid gebruikte
om iets interessants te laten zien
om iets interessants te laten zien
01:38
about something that's usually pictorial.
37
86780
2000
van iets dat meestal een illustratie is.
01:40
So what you're seeing on the screen
is literally being drawn
is literally being drawn
38
88804
3467
Wat je op het scherm ziet,
wordt letterlijk getekend
wordt letterlijk getekend
01:44
by the musical structure
of the musicians onstage,
of the musicians onstage,
39
92295
2942
door de muzikale constructie
van de musici op het toneel
van de musici op het toneel
en het is geen toeval
dat het er als een plant uitziet,
dat het er als een plant uitziet,
01:47
and there's no accident
that it looks like a plant,
that it looks like a plant,
40
95261
2532
01:49
because the underlying
algorithmic biology of the plant
algorithmic biology of the plant
41
97817
3339
want de onderliggende
algoritmische biologie van de plant
algoritmische biologie van de plant
01:53
is what informed the musical structure
in the first place.
in the first place.
42
101180
3311
vormde ook de oorspronkelijke inspiratie
voor dit stuk muziek.
voor dit stuk muziek.
Als je eenmaal weet hoe je dit moet doen,
als je weet hoe je met media kan coderen,
als je weet hoe je met media kan coderen,
01:56
So once you know how to do this,
once you know how to code with media,
once you know how to code with media,
43
104515
3404
01:59
you can do some pretty cool stuff.
44
107943
2088
kan je gave dingen doen.
02:02
This is a project I did
for the Sundance Film Festival.
for the Sundance Film Festival.
45
110055
3477
Dit is een project dat ik
voor het Sundance Film Festival uitvoerde.
voor het Sundance Film Festival uitvoerde.
02:05
Really simple idea: you take
every Academy Award Best Picture,
every Academy Award Best Picture,
46
113905
4004
Het idee was simpel: je neemt elke winnaar
van de Academy Award Best Picture,
van de Academy Award Best Picture,
02:11
you speed it up to one minute each
47
119178
2361
je versnelt het tot een minuut per film
02:13
and string them all together.
48
121563
1581
en rijgt ze allemaal aan elkaar.
02:15
And so in 75 minutes, I can show you
the history of Hollywood cinema.
the history of Hollywood cinema.
49
123168
3911
Zo kan ik je in 75 minuten
de geschiedenis van Hollywoodfilms tonen.
de geschiedenis van Hollywoodfilms tonen.
02:19
And what it really shows you
is the history of editing
is the history of editing
50
127592
2979
Wat het erg duidelijk laat zien
is de geschiedenis van montage
is de geschiedenis van montage
02:22
in Hollywood cinema.
51
130595
1181
in Hollywoodfilms.
02:23
So on the left, we've got Casablanca;
on the right, we've got Chicago.
on the right, we've got Chicago.
52
131800
4148
Links zie je Casablanca;
rechts zie je Chicago.
rechts zie je Chicago.
02:27
And you can see that Casablanca
is a little easier to read.
is a little easier to read.
53
135972
2924
Je ziet dat Casablanca
veel makkelijker te bekijken is.
veel makkelijker te bekijken is.
Dat komt omdat de gemiddelde lengte
van cinematografische shots in de jaren 40
van cinematografische shots in de jaren 40
02:30
That's because the average length
of a cinematic shot in the 1940s
of a cinematic shot in the 1940s
54
138920
3332
02:34
was 26 seconds,
55
142276
1639
26 seconden was,
02:35
and now it's around six seconds.
56
143939
2028
terwijl het nu rond de zes seconden is.
02:38
This is a project that was inspired
57
146999
1744
Dit project werd geïnspireerd
02:40
by some work that was funded
by the US Federal Government
by the US Federal Government
58
148767
2944
door werk dat was gefiancieerd
door de Amerikaanse overheid
door de Amerikaanse overheid
02:43
in the early 2000s,
59
151735
1169
in het begin van 2000,
02:44
to look at video footage and find
a specific actor in any video.
a specific actor in any video.
60
152928
5828
om naar videomateriaal te kijken
en er een specifieke acteur in te vinden.
en er een specifieke acteur in te vinden.
02:51
And so I repurposed this code
to train a system on one person
to train a system on one person
61
159605
4676
Ik gaf deze code een nieuwe functie
om een systeem op te zetten
om een systeem op te zetten
02:56
in our culture who would never need
to be surveilled in that manner,
to be surveilled in that manner,
62
164305
3847
dat zich op een persoon zou richten
die je nooit hoeft te zoeken:
die je nooit hoeft te zoeken:
03:00
which is Britney Spears.
63
168176
1527
Britney Spears.
03:01
I downloaded 2,000 paparazzi
photos of Britney Spears
photos of Britney Spears
64
169727
3492
Ik downloadde 2.000 paparazzifoto's
van Britney Spears
van Britney Spears
03:05
and trained my computer to find her face
65
173243
2476
en trainde mijn computer
haar gezicht te vinden,
haar gezicht te vinden,
03:07
and her face alone.
66
175743
1381
niemand anders.
Ik kan elk materiaal van haar invoeren
en het centreert haar ogen in het frame;
en het centreert haar ogen in het frame;
03:09
I can run any footage of her through it
and will center her eyes in the frame,
and will center her eyes in the frame,
67
177148
4276
03:13
and this sort of is a little
double commentary
double commentary
68
181448
2176
het is een soort dubbel commentaar
03:15
about surveillance in our society.
69
183648
2024
op surveillance in onze maatschappij.
03:17
We are very fraught with anxiety
about being watched,
about being watched,
70
185696
2992
We zijn doodsbang dat we bekeken worden,
03:20
but then we obsess over celebrity.
71
188712
2599
maar we zijn geobsedeerd
door beroemdheden.
door beroemdheden.
03:24
What you're seeing on the screen here
is a collaboration I did
is a collaboration I did
72
192219
3730
Wat je nu ziet is een samenwerking
van mij en een kunstenaar
genaamd Lián Amaris.
genaamd Lián Amaris.
03:27
with an artist named Lián Amaris.
73
195973
2556
03:30
What she did is very simple
to explain and describe,
to explain and describe,
74
198553
3874
Zij deed iets dat heel makkelijk
uit te leggen en te beschrijven is,
uit te leggen en te beschrijven is,
maar moeilijk is om te doen.
03:34
but very hard to do.
75
202451
1232
03:35
She took 72 minutes of activity,
76
203707
2851
Ze nam 72 minuten activiteit --
03:39
getting ready for a night out on the town,
77
207208
2573
zich klaarmaken voor een date,
voor een avond uit --
voor een avond uit --
03:41
and stretched it over three days
78
209805
2089
en spreidde dit uit over drie dagen
03:43
and performed it on a traffic island
in slow motion in New York City.
in slow motion in New York City.
79
211918
3588
en voerde dit in slow motion op
op een verkeerseiland in New York.
op een verkeerseiland in New York.
03:47
I was there, too, with a film crew.
80
215949
2219
Ik was daar ook, met een filmploeg.
We filmden alles
03:50
We filmed the whole thing,
81
218192
1252
en draaiden het proces om,
zodat het weer 72 minuten in beslag nam,
zodat het weer 72 minuten in beslag nam,
03:51
and then we reversed the process,
speeding it up to 72 minutes again,
speeding it up to 72 minutes again,
82
219468
3401
waardoor het lijkt
alsof ze normaal beweegt
alsof ze normaal beweegt
03:54
so it looks like she's moving normally
83
222893
1894
03:56
and the whole world is flying by.
84
224811
1832
en de hele wereld langs haar heen vliegt.
03:59
At a certain point, I figured out
85
227091
2576
Op een gegeven moment kreeg ik door
04:01
that what I was doing
was making portraits.
was making portraits.
86
229691
2667
dat ik portretten aan het maken was.
Als je aan portretten denkt,
ben je geneigd aan deze dingen te denken.
ben je geneigd aan deze dingen te denken.
04:05
When you think about portraiture,
you tend to think about stuff like this.
you tend to think about stuff like this.
87
233500
3562
De man links is Gilbert Stuart.
04:09
The guy on the left
is named Gilbert Stuart.
is named Gilbert Stuart.
88
237086
2063
04:11
He's sort of the first real portraitist
of the United States.
of the United States.
89
239173
3064
Hij is de eerste echte portretschilder
van de Verenigde Staten.
van de Verenigde Staten.
04:14
And on the right is his portrait
of George Washington from 1796.
of George Washington from 1796.
90
242261
3225
En rechts zie je zijn portret
van George Washington in 1796.
van George Washington in 1796.
04:17
This is the so-called Lansdowne portrait.
91
245510
2198
Dit is het zogenaamde Landsdowne-portret.
04:19
And if you look at this painting,
there's a lot of symbolism, right?
there's a lot of symbolism, right?
92
247732
3240
Als je naar dit schilderij kijkt,
zie je een hoop symbolisme, zie je?
zie je een hoop symbolisme, zie je?
04:22
We've got a rainbow out the window.
We've got a sword.
We've got a sword.
93
250996
2660
We hebben een regenboog buiten.
We hebben een zwaard.
We hebben een zwaard.
Een ganzenveer op het bureau.
04:25
We've got a quill on the desk.
94
253680
1455
Al deze dingen hebben tot doel
04:27
All of these things are meant to evoke
95
255159
1849
04:29
George Washington
as the father of the nation.
as the father of the nation.
96
257032
2448
George Washington
tot vader van de natie uit te roepen.
tot vader van de natie uit te roepen.
04:31
This is my portrait of George Washington.
97
259832
2770
Dit is mijn portret van George Washington.
04:35
And this is an eye chart,
98
263776
3009
Het is een letterbord,
04:38
only instead of letters, they're words.
99
266809
2174
met woorden in plaats van letters.
04:41
And what the words are is the 66 words
100
269713
2702
En deze woorden zijn de 66 woorden
uit George Washington's
State of the Union toespraken
State of the Union toespraken
04:44
in George Washington's
State of the Union addresses
State of the Union addresses
101
272439
2460
04:46
that he uses more
than any other president.
than any other president.
102
274923
2371
die hij vaker gebruikte
dan welke president ook.
dan welke president ook.
04:50
So "gentlemen" has its own symbolism
and its own rhetoric.
and its own rhetoric.
103
278020
4202
'Gentlemen' heeft
zijn eigen symboliek en retoriek.
zijn eigen symboliek en retoriek.
04:54
And it's really kind of significant
that that's the word he used the most.
that that's the word he used the most.
104
282246
4592
En het is van belang
dat hij dat woord het meest gebruikte.
dat hij dat woord het meest gebruikte.
04:58
This is the eye chart for George W. Bush,
105
286862
2119
Dit is het letterbord voor George W. Bush,
05:01
who was president when I made this piece.
106
289005
2980
die president was toen ik dit maakte.
05:04
And how you get there,
107
292009
1168
En hoe je daar komt,
05:05
from "gentlemen" to "terror"
in 43 easy steps,
in 43 easy steps,
108
293201
3452
in 43 makkelijke stappen
van 'gentlemen' tot 'terreur',
van 'gentlemen' tot 'terreur',
vertelt een hoop
over de Amerikaanse geschiedenis
over de Amerikaanse geschiedenis
05:08
tells us a lot about American history,
109
296677
2060
05:10
and gives you a different insight
110
298761
1587
en geeft je andere inzichten
05:12
than you would have
looking at a series of paintings.
looking at a series of paintings.
111
300372
2937
dan wanneer je naar
een serie schilderijen kijkt.
een serie schilderijen kijkt.
05:15
These pieces provide a history lesson
of the United States
of the United States
112
303333
3934
Deze werken zijn een geschiedenisles
over de Verenigde Staten
over de Verenigde Staten
05:19
through the political
rhetoric of its leaders.
rhetoric of its leaders.
113
307291
2256
langs de politieke retoriek
van diens leiders.
van diens leiders.
05:21
Ronald Reagan spent a lot of time
talking about deficits.
talking about deficits.
114
309571
2964
Ronald Reagan besteedde veel tijd
aan het praten over tekorten.
aan het praten over tekorten.
05:25
Bill Clinton spent a lot of time
115
313135
1565
Bill Clinton sprak vaak
05:26
talking about the century in which
he would no longer be president,
he would no longer be president,
116
314724
3284
over de eeuw waarin
hij geen president meer zou zijn,
hij geen president meer zou zijn,
05:30
but maybe his wife would be.
117
318032
1611
maar zijn vrouw misschien wel.
05:33
Lyndon Johnson was the first President
118
321148
2636
Lyndon Jonson was de eerste president
05:35
to give his State of the Union addresses
on prime-time television;
on prime-time television;
119
323808
3182
die zijn State of the Union-toespraak
live op televisie hield;
live op televisie hield;
05:39
he began every paragraph
with the word "tonight."
with the word "tonight."
120
327014
2340
hij begon elke paragraaf
met het woord 'vanavond'.
met het woord 'vanavond'.
05:41
And Richard Nixon,
or more accurately, his speechwriter,
or more accurately, his speechwriter,
121
329378
2666
En Richard Nixon,
of eigenlijk zijn schrijver,
of eigenlijk zijn schrijver,
een man genaamd William Safire,
05:44
a guy named William Safire,
122
332068
1328
05:45
spent a lot of time
thinking about language
thinking about language
123
333420
2048
dacht veel over de taal na
05:47
and making sure that his boss
portrayed a rhetoric of honesty.
portrayed a rhetoric of honesty.
124
335492
3933
om er zeker van te zijn
dat zijn baas eerlijk overkwam.
dat zijn baas eerlijk overkwam.
Dit project is tentoongesteld
als een serie monolitische sculpturen.
als een serie monolitische sculpturen.
05:51
This project is shown
as a series of monolithic sculptures.
as a series of monolithic sculptures.
125
339449
2902
05:54
It's an outdoor series of light boxes.
126
342375
2448
Het is een serie van lichtkasten
die buiten staan.
die buiten staan.
Merk op dat ze op maat zijn,
05:56
And it's important to note
that they're to scale,
that they're to scale,
127
344847
2430
dus als je er 6 meter af staat
en tussen de twee zwarte lijnen kan lezen,
en tussen de twee zwarte lijnen kan lezen,
05:59
so if you stand 20 feet back and you can
read between those two black lines,
read between those two black lines,
128
347301
3614
heb je een normaal gezichtsvermogen.
06:02
you have 20/20 vision.
129
350939
1151
06:04
(Laughter)
130
352114
1038
(Gelach)
Dit is een portret.
En daar zijn er een hoop van.
En daar zijn er een hoop van.
06:05
This is a portrait.
And there's a lot of these.
And there's a lot of these.
131
353176
2305
06:07
There's a lot of ways
to do this with data.
to do this with data.
132
355505
3262
Er zijn een hoop manieren
om dit met data te doen.
om dit met data te doen.
06:10
I started looking for a way
133
358791
1620
Ik zocht naar een manier
06:12
to think about how I can do
a more democratic form of portraiture,
a more democratic form of portraiture,
134
360435
4705
om te bedenken hoe ik
een meer democratisch portret kon maken,
een meer democratisch portret kon maken,
06:17
something that's more about
my country and how it works.
my country and how it works.
135
365164
4231
iets dat meer over mijn land gaat
en over hoe het werkt.
en over hoe het werkt.
06:21
Every 10 years, we make a census
in the United States.
in the United States.
136
369419
3801
Elke 10 jaar wordt er in Amerika
een volkstelling gehouden.
een volkstelling gehouden.
06:25
We literally count people,
137
373244
1458
We tellen letterlijk mensen,
06:27
find out who lives where,
what kind of jobs we've got,
what kind of jobs we've got,
138
375306
3144
zien wie hier wonen,
wat voor banen we hebben,
wat voor banen we hebben,
06:30
the language we speak at home.
139
378474
1477
welke taal we thuis spreken.
06:31
And this is important stuff --
really important stuff.
really important stuff.
140
379975
2571
Dit is belangrijk -- erg belangrijk.
06:34
But it doesn't really tell us who we are.
141
382570
2233
Maar het vertelt ons niet wie we zijn.
06:36
It doesn't tell us about our dreams
and our aspirations.
and our aspirations.
142
384827
2671
Het vertelt niets
over onze dromen en ambities.
over onze dromen en ambities.
06:39
And so in 2010, I decided
to make my own census.
to make my own census.
143
387522
3390
Dus besloot ik in 2010
mijn eigen volkstelling te houden.
mijn eigen volkstelling te houden.
06:42
And I started looking for a corpus of data
144
390936
3320
Ik begon naar een set gegevens te zoeken
06:46
that had a lot of descriptions
written by ordinary Americans.
written by ordinary Americans.
145
394280
3112
met een hoop beschrijvingen
geschreven door gewone Amerikanen.
geschreven door gewone Amerikanen.
06:49
And it turns out
146
397416
1151
En het bleek
dat er zo'n set gegevens bestaat
06:50
that there is such a corpus of data
147
398591
1742
06:52
that's just sitting there for the taking.
148
400357
1984
die gewoon voor het oprapen ligt.
06:54
It's called online dating.
149
402365
1326
En dat is online dating.
06:56
So in 2010, I joined 21 different
online dating services,
online dating services,
150
404574
4946
Dus in 2010 sloot ik me aan
bij 21 online dating services,
bij 21 online dating services,
als een homo- en heteroseksuele man,
als een homo- en heteroseksuele vrouw,
als een homo- en heteroseksuele vrouw,
07:01
as a gay man, a straight man,
a gay woman and a straight woman,
a gay woman and a straight woman,
151
409544
3100
07:04
in every zip code in America
152
412668
1617
in elke postcode in Amerika
07:06
and downloaded about
19 million people's dating profiles --
19 million people's dating profiles --
153
414309
3185
en downloadde zo'n 19 miljoen
dating-profielen van mensen --
dating-profielen van mensen --
07:09
about 20 percent of the adult population
of the United States.
of the United States.
154
417518
3232
dat is ongeveer 20 procent van de
volwassen populatie in Amerika.
volwassen populatie in Amerika.
Ik heb 'n obsessieve-compulsieve stoornis.
07:13
I have obsessive-compulsive disorder.
155
421241
1819
07:15
This is going to become
really freaking obvious. Just go with me.
really freaking obvious. Just go with me.
156
423084
3101
Dat wordt zometeen heel duidelijk. Let op.
07:18
(Laughter)
157
426209
1142
(Gelach)
07:19
So what I did was I sorted
all this stuff by zip code.
all this stuff by zip code.
158
427375
3039
Ik sorteerde al deze data op postcode.
07:23
And I looked at word analysis.
159
431922
1491
En keek naar woordanalyses.
07:25
These are some dating profiles from 2010
160
433437
2673
Dit zijn enkele dating-profielen uit 2010
07:28
with the word "lonely" highlighted.
161
436134
2095
met het woord 'eenzaam' uitgelicht.
07:30
If you look at these things
topographically,
topographically,
162
438253
2981
Als je hier topografisch naar kijkt
en bedenkt dat van donker naar licht
de frequentie van het woord weerspiegelt,
de frequentie van het woord weerspiegelt,
07:33
if you imagine dark colors to light colors
are more use of the word,
are more use of the word,
163
441258
3500
07:36
you can see that Appalachia
is a pretty lonely place.
is a pretty lonely place.
164
444782
4301
zie je dat Appalachia
een vrij eenzame plek is.
een vrij eenzame plek is.
07:41
You can also see
that Nebraska ain't that funny.
that Nebraska ain't that funny.
165
449979
4947
Je kunt ook zien
dat Nebraska niet zo gezellig is.
dat Nebraska niet zo gezellig is.
07:48
This is the kinky map,
so what this is showing you
so what this is showing you
166
456385
3655
Dit is de kinky kaart en wat dit je toont,
07:54
is that the women in Alaska
need to get together
need to get together
167
462033
3103
is dat vrouwen in Alaska langs moeten gaan
bij de mannen in zuidelijk New Mexico
07:57
with the men in southern New Mexico,
168
465160
1775
07:58
and have a good time.
169
466959
1340
om zich te vermaken.
08:00
And I have this
at a pretty granular level,
at a pretty granular level,
170
468323
2866
Ik heb dit op een vrij
gedetailleerd niveau,
gedetailleerd niveau,
dus ik kan je vertellen dat de mannen
op de oostelijke helft van Long Island
op de oostelijke helft van Long Island
08:03
so I can tell you that the men
in the eastern half of Long Island
in the eastern half of Long Island
171
471213
3107
08:06
are way more interested in being spanked
172
474344
1926
liever een klap op de billen krijgen
08:08
than men in the western half
of Long Island.
of Long Island.
173
476294
2225
dan de mannen
op de westelijke helft van Long Island.
op de westelijke helft van Long Island.
Dit is het belangrijkste feitje
dat je oppikt op deze conferentie.
dat je oppikt op deze conferentie.
08:11
This will be your one takeaway
from this whole conference.
from this whole conference.
174
479851
2850
08:14
You're going to remember
that fact for, like, 30 years.
that fact for, like, 30 years.
175
482725
2740
Je gaat je dit feit
voor de komende 30 jaar herinneren.
voor de komende 30 jaar herinneren.
08:17
(Laughter)
176
485489
2832
(Gelach)
Als je dit naar een
cartografisch niveau brengt,
cartografisch niveau brengt,
08:20
When you bring this down
to a cartographic level,
to a cartographic level,
177
488655
2423
kan je kaarten maken en hetzelfde doen
als bij de letterborden.
als bij de letterborden.
08:23
you can make maps and do the same trick
I was doing with the eye charts.
I was doing with the eye charts.
178
491102
3454
Je kan de naam van elke stad
in de Verenigde Staten
in de Verenigde Staten
08:26
You can replace the name
of every city in the United States
of every city in the United States
179
494580
2817
vervangen door het woord
dat er meer gebruikt wordt dan elders.
dat er meer gebruikt wordt dan elders.
08:29
with the word people use more
in that city than anywhere else.
in that city than anywhere else.
180
497421
2992
Als je ooit met iemand uit Seattle
hebt gedate, klinkt dit bekend voor je.
hebt gedate, klinkt dit bekend voor je.
08:32
If you've ever dated anyone
from Seattle, this makes perfect sense.
from Seattle, this makes perfect sense.
181
500437
3229
08:35
You've got "pretty."
You've got "heartbreak."
You've got "heartbreak."
182
503690
2702
Je hebt 'mooi'.
Je hebt 'gebroken hart'.
Je hebt 'gebroken hart'.
08:38
You've got "gig." You've got "cigarette."
183
506416
2415
Je hebt 'optreden'. Je hebt 'sigaret'.
08:40
They play in a band and they smoke.
184
508855
2026
Ze spelen in een band en ze roken.
08:43
And right above that you can see "email."
185
511604
1984
En recht daarboven zie je 'e-mail'.
08:45
That's Redmond, Washington,
186
513612
1306
Dat is Redmond, Washington,
08:46
which is the headquarters
of the Microsoft Corporation.
of the Microsoft Corporation.
187
514942
2595
waar het hoofdkwartier
van Microsoft zich bevindt.
van Microsoft zich bevindt.
Sommigen van deze kun je wel raden --
Los Angeles is 'acteren'
Los Angeles is 'acteren'
08:49
Some of these you can guess --
so, Los Angeles is "acting"
so, Los Angeles is "acting"
188
517561
2824
08:52
and San Francisco is "gay."
189
520409
1618
en San Francisco is 'homo'.
08:54
Some are a little bit more heartbreaking.
190
522051
1992
Sommige zijn schrijnender.
08:56
In Baton Rouge, they talk
about being curvy;
about being curvy;
191
524067
2081
In Baton Rouge
spreken ze over mollig zijn;
spreken ze over mollig zijn;
stroomafwaarts in New Orleans
gaat het nog over de overstroming.
gaat het nog over de overstroming.
08:58
downstream in New Orleans,
they still talk about the flood.
they still talk about the flood.
192
526172
2887
09:01
Folks in the American capital
will say they're interesting.
will say they're interesting.
193
529083
2805
Mensen in de Amerikaanse hoofdstad
zeggen dat ze interessant zijn.
zeggen dat ze interessant zijn.
09:03
People in Baltimore, Maryland,
will say they're afraid.
will say they're afraid.
194
531912
2777
Mensen in Baltimore, Maryland,
zeggen dat ze bang zijn.
zeggen dat ze bang zijn.
09:06
This is New Jersey.
195
534713
1537
Dit is New Jersey.
09:08
I grew up somewhere
between "annoying" and "cynical."
between "annoying" and "cynical."
196
536274
2689
Ik groeide ergens op
tussen 'vervelend' en 'cynisch'.
tussen 'vervelend' en 'cynisch'.
09:10
(Laughter) (Applause)
197
538987
4239
(Gelach) (Applaus)
09:15
And New York City's
number one word is "now,"
number one word is "now,"
198
543250
2657
En het woord van New York City is 'nu',
09:17
as in, "Now I'm working as a waiter,
but actually I'm an actor."
but actually I'm an actor."
199
545931
3246
als in: "Nu werk ik als ober,
maar eigenlijk ben ik een acteur."
maar eigenlijk ben ik een acteur."
09:21
(Laughter)
200
549201
1098
(Gelach)
Of: "Nu ben ik professor aan NYU,
09:22
Or, "Now I'm a professor of engineering
at NYU, but actually I'm an artist."
at NYU, but actually I'm an artist."
201
550323
4295
maar eigenlijk ben ik een kunstenaar."
Als je omhoog gaat, zie je 'dinosaurus'.
09:26
If you go upstate, you see "dinosaur."
202
554642
1925
Dat is Syracuse.
09:28
That's Syracuse.
203
556591
1151
De beste plek om te eten in
Syracuse, New York,
Syracuse, New York,
09:29
The best place to eat
in Syracuse, New York,
in Syracuse, New York,
204
557766
2073
is Hells Angels' barbecue keten
Dinosaur Barbecue.
Dinosaur Barbecue.
09:31
is a Hell's Angels barbecue joint
called Dinosaur Barbecue.
called Dinosaur Barbecue.
205
559863
2794
Dat is de plek waar je iemand
meeneemt op een date.
meeneemt op een date.
09:34
That's where you would
take somebody on a date.
take somebody on a date.
206
562681
2222
Ik woon ergens tussen 'onvoorwaardelijk'
en 'midzomer', middenin Manhattan.
en 'midzomer', middenin Manhattan.
09:36
I live somewhere between "unconditional"
and "midsummer," in Midtown Manhattan.
and "midsummer," in Midtown Manhattan.
207
564927
3806
09:40
And this is gentrified North Brooklyn,
208
568757
2047
En dit is het verbeterde North Brooklyn,
09:42
so you've got "DJ" and "glamorous"
and "hipsters" and "urbane."
and "hipsters" and "urbane."
209
570828
3196
dus je hebt 'DJ' en 'glamoreus'
en 'hipsters' en 'urban'.
en 'hipsters' en 'urban'.
09:46
So that's maybe
a more democratic portrait.
a more democratic portrait.
210
574048
2422
Dat is dus misschien
een democratischer portret.
een democratischer portret.
09:48
And the idea was, what if we made
red-state and blue-state maps
red-state and blue-state maps
211
576494
3069
Het idee ontstond voor
een kaart met rode en blauwe staten
een kaart met rode en blauwe staten
gebaseerd op wat we willen doen
op een vrijdagavond.
op een vrijdagavond.
09:51
based on what we want to do
on a Friday night?
on a Friday night?
212
579587
2169
09:53
This is a self-portrait.
213
581780
1507
Dit is een zelfportret.
Dat is gebaseerd op mijn e-mail,
09:55
This is based on my email,
214
583770
1257
09:57
about 500,000 emails sent over 20 years.
215
585051
2969
ongeveer 500.000 e-mails over 20 jaar.
10:00
You can think of this
as a quantified selfie.
as a quantified selfie.
216
588044
2953
Je kan dit zien
als een kwantitatieve selfie.
als een kwantitatieve selfie.
10:03
So what I'm doing is running
a physics equation
a physics equation
217
591021
3094
Wat ik doe, is het toepassen
van een natuurkundige vergelijking
van een natuurkundige vergelijking
gebaseerd op mijn persoonlijke gegevens.
10:06
based on my personal data.
218
594139
1398
10:07
You have to imagine everybody
I've ever corresponded with.
I've ever corresponded with.
219
595561
2743
Je moet je iedereen voorstellen
die ik ooit geschreven heb.
die ik ooit geschreven heb.
10:10
It started out in the middle
and it exploded with a big bang.
and it exploded with a big bang.
220
598328
3399
Het begon in het midden
en explodeerde met een grote knal.
en explodeerde met een grote knal.
10:13
And everybody has gravity to one another,
221
601751
2178
En iedereen is verbonden met elkaar,
10:15
gravity based on how much
they've been emailing,
they've been emailing,
222
603953
2261
gebaseerd op hoe vaak
ze hebben gemaild,
ze hebben gemaild,
10:18
who they've been emailing with.
223
606238
1508
met wie ze hebben gemaild.
En het maakt ook sentimentele analyses,
10:19
And it also does sentimental analysis,
224
607770
1832
als ik zeg "ik hou van je"
hebben we een diepere band
hebben we een diepere band
10:21
so if I say "I love you,"
you're heavier to me.
you're heavier to me.
225
609626
2289
10:23
And you attract to my email
addresses in the middle,
addresses in the middle,
226
611939
2496
en kom je dichter tot mijn
emailadressen in het midden
emailadressen in het midden
10:26
which act like mainline stars.
227
614459
2095
die als centrale sterren fungeren.
10:28
And all the names are handwritten.
228
616578
1785
Alle namen zijn handgeschreven.
10:30
Sometimes you do this data
and this work with real-time data
and this work with real-time data
229
618917
3708
Soms doe je dit werk met real-time data
10:34
to illuminate a specific problem
in a specific city.
in a specific city.
230
622649
2947
om een specifiek probleem
in een stad aan het licht te brengen.
in een stad aan het licht te brengen.
10:38
This is a Walther PPK 9mm
semiautomatic handgun
semiautomatic handgun
231
626071
2676
Dit is een Walther PPK 9mm
semiautomatisch handwapen
semiautomatisch handwapen
dat werd gebruikt in de schietpartij
in de Franse wijk van New Orleans
in de Franse wijk van New Orleans
10:40
that was used in a shooting
in the French Quarter of New Orleans
in the French Quarter of New Orleans
232
628771
3031
10:43
about two years ago on Valentine's Day
in an argument over parking.
in an argument over parking.
233
631826
3309
zo'n twee jaar geleden op Valentijnsdag,
tijdens een parkeerruzie.
tijdens een parkeerruzie.
10:47
Those are my cigarettes.
234
635159
1215
Dit zijn mijn sigaretten.
10:48
This is the house
where the shooting took place.
where the shooting took place.
235
636398
2275
Dit is het huis
waar de schietpartij plaatsvond.
waar de schietpartij plaatsvond.
10:50
This project involved
a little bit of engineering.
a little bit of engineering.
236
638697
2374
Dit project had wat constructie nodig.
10:53
I've got a bike chain
rigged up as a cam shaft,
rigged up as a cam shaft,
237
641095
2215
Ik heb een fietsketting
om een as getakeld,
om een as getakeld,
terwijl een computer het bestuurde.
10:55
with a computer driving it.
238
643334
1316
10:56
That computer and the mechanism
are buried in a box.
are buried in a box.
239
644674
2766
De computer en het mechanisme
zijn verstopt in een doos.
zijn verstopt in een doos.
10:59
The gun's on top welded to a steel plate.
240
647464
2214
Het geweer is op een stalen plaat gelast.
11:01
There's a wire going
through to the trigger,
through to the trigger,
241
649702
2345
Er loopt een draad door naar de trekker
11:04
and the computer in the box is online.
242
652071
2191
en de computer in de doos is online.
11:06
It's listening to the 911 feed
of the New Orleans Police Department,
of the New Orleans Police Department,
243
654286
3233
Het luistert naar de 911 gegevens
van de politie in New Orleans
van de politie in New Orleans
en elke keer als er een schietpartij
wordt doorgegeven in New Orleans
wordt doorgegeven in New Orleans
11:09
so that anytime there's a shooting
reported in New Orleans,
reported in New Orleans,
244
657543
2877
11:12
(Gunshot sound)
245
660444
1001
(Geweerschot)
11:13
the gun fires.
246
661469
1220
gaat het geweer af.
11:15
Now, there's a blank,
so there's no bullet.
so there's no bullet.
247
663300
2350
Er zit een losse flodder in,
dus er is geen kogel.
dus er is geen kogel.
11:18
There's big light, big noise
248
666008
2074
Er is veel licht, een harde knal
11:20
and most importantly, there's a casing.
249
668106
2322
en het belangrijkste: er is een huls.
Er zijn zo'n vijf schietpartijen
per dag in New Orleans,
per dag in New Orleans,
11:22
There's about five shootings
a day in New Orleans,
a day in New Orleans,
250
670452
2396
11:24
so over the four months
this piece was installed,
this piece was installed,
251
672872
2341
dus tijdens de vier maanden
dat dit werk er stond,
dat dit werk er stond,
11:27
the case filled up with bullets.
252
675237
1611
vulde de doos zich met kogels.
11:29
You guys know what this is --
you call this "data visualization."
you call this "data visualization."
253
677642
3734
Jullie weten wat dit is --
het heet 'data-visualisatie'.
het heet 'data-visualisatie'.
11:34
When you do it right, it's illuminating.
254
682559
2008
Als je het goed doet, is het verhelderend.
11:36
When you do it wrong, it's anesthetizing.
255
684591
2436
Als je het verkeerd doet,
is het verdovend.
is het verdovend.
11:39
It reduces people to numbers.
256
687656
1655
Het reduceert mensen tot nummers.
11:41
So watch out.
257
689335
1411
Dus pas op.
11:44
One last piece for you.
258
692654
1356
Een laatste werk voor jullie.
11:46
I spent the last summer
as the artist in residence
as the artist in residence
259
694466
2782
Ik bracht vorige zomer door
als gastkunstenaar
als gastkunstenaar
11:49
for Times Square.
260
697272
1216
op Times Square.
11:50
And Times Square in New York
is literally the crossroads of the world.
is literally the crossroads of the world.
261
698932
3643
En Times Square in New York
is letterlijk het kruispunt van de wereld.
is letterlijk het kruispunt van de wereld.
11:54
One of the things
people don't notice about it
people don't notice about it
262
702599
2177
Iets dat weinig mensen doorhebben
11:56
is it's the most Instagrammed
place on Earth.
place on Earth.
263
704800
2547
is dat het de meest
ge-instagramde plek op de wereld is.
ge-instagramde plek op de wereld is.
11:59
About every five seconds,
someone commits a selfie
someone commits a selfie
264
707903
2882
Ongeveer elke vijf seconden
neemt iemand een selfie
neemt iemand een selfie
12:02
in Times Square.
265
710809
1169
op Times Square.
12:04
That's 17,000 a day, and I have them all.
266
712424
3249
Dat is 17.000 per dag
en ik heb ze allemaal.
en ik heb ze allemaal.
12:07
(Laughter)
267
715697
1085
(Gelach)
12:08
These are some of them
with their eyes centered.
with their eyes centered.
268
716806
2292
Dit zijn er enkele van,
met hun ogen gecentreerd.
met hun ogen gecentreerd.
12:11
Every civilization,
269
719122
1061
Elke samenleving
12:12
will use the maximum level
of technology available to make art.
of technology available to make art.
270
720183
2925
zal het maximale uit technologie halen
om kunst te kunnen maken.
om kunst te kunnen maken.
12:15
And it's the responsibility
of the artist to ask questions
of the artist to ask questions
271
723132
2808
Kunstenaars zijn verantwoordelijk
voor het stellen van vragen
voor het stellen van vragen
12:17
about what that technology means
272
725964
1631
over wat die technologie betekent
12:19
and how it reflects our culture.
273
727619
2019
en hoe het onze cultuur reflecteert.
12:21
So I leave you with this:
we're more than numbers.
we're more than numbers.
274
729662
2486
Ik neem afscheid met dit:
we zijn meer dan nummers.
we zijn meer dan nummers.
We zijn mensen
en we hebben dromen en ideeën.
en we hebben dromen en ideeën.
12:24
We're people, and we have
dreams and ideas.
dreams and ideas.
275
732172
2001
12:26
And reducing us to statistics
is something that's done
is something that's done
276
734197
2799
Ons reduceren tot statistieken
is iets dat wordt gedaan
is iets dat wordt gedaan
12:29
at our peril.
277
737020
1251
op ons risico.
12:30
Thank you very much.
278
738295
1178
Heel erg bedankt.
12:31
(Applause)
279
739497
10786
(Applaus)
ABOUT THE SPEAKER
R. Luke DuBois - Artist, composer, engineerR. Luke DuBois weaves information from a multitude of sources into art and music exploring the tensions between algorithms, portraiture and temporal space.
Why you should listen
R. Luke DuBois is a multidisciplinary artist mining the intersection of art, culture and technology, often expanding or contracting perspectives or timespans to accentuate aspects of each work. As a musician, he has produced a spectrum of electro-acoustic works with a multitude of artists, including Bora Yoon, Bang on a Can and the Freight Elevator Quartet.
As an artist, DuBois focuses on exposing the long narratives created by arcs of data, in the same way that time-lapse photographs expose long swaths of motion in a single image. As a programmer, DuBois is co-author of Jitter, a software suite that allows real-time manipulation of video and 3D imagery.
DuBois teaches at New York University, where he co-directs the Integrated Digital Media program at the Tandon School of Engineering. His artwork is represented by bitforms gallery in New York City.
R. Luke DuBois | Speaker | TED.com