TED2015
Manuel Lima: A visual history of human knowledge
Manuel Lima: Namacalna historia ludzkiej wiedzy
Filmed:
Readability: 5.4
1,916,809 views
Jak przyrasta wiedza? Czasem zaczyna się od jednego spostrzeżenia i rozrasta się w wiele gałęzi. Infografika eksperta Manuela Limy bada tysiącletnią historię mapowania danych, od języków do dynastii, przez drzewo informacji. To fascynująca historia wizualizacji i spojrzenie na potrzebę ludzi do organizowania wiedzy.
Manuel Lima - Data visualization researcher
Manuel Lima studies how information can be organized -- into elegant and beautiful diagrams that illustrate the many unexpected twists of big data. Full bio
Manuel Lima studies how information can be organized -- into elegant and beautiful diagrams that illustrate the many unexpected twists of big data. Full bio
Double-click the English transcript below to play the video.
00:13
Over the past 10 years,
0
1126
1295
Od 10 lat
00:14
I've been researching the way
people organize and visualize information.
people organize and visualize information.
1
2445
4569
badam sposób porządkowania
i przedstawiania informacji.
i przedstawiania informacji.
00:19
And I've noticed an interesting shift.
2
7786
2039
Widzę interesującą zmianę.
00:22
For a long period of time,
3
10166
1720
Przez długi czas
00:23
we believed in a natural ranking order
in the world around us,
in the world around us,
4
11910
4428
wierzyliśmy w naturalny porządek
otaczającego nas świata,
otaczającego nas świata,
00:28
also known as the great chain of being,
or "Scala naturae" in Latin,
or "Scala naturae" in Latin,
5
16362
4745
znany również jako wielki łańcuch bytu,
a w łacinie jako "scala naturae".
a w łacinie jako "scala naturae".
00:33
a top-down structure that normally starts
with God at the very top,
with God at the very top,
6
21131
4175
To pionowa struktura z Bogiem na szczycie.
00:37
followed by angels, noblemen,
7
25330
2405
Za nim byli aniołowie, szlachta,
00:39
common people, animals, and so on.
8
27759
3013
pospólstwo, zwierzęta i tak dalej.
00:43
This idea was actually based
on Aristotle's ontology,
on Aristotle's ontology,
9
31999
4275
Koncept ten pochodził
z ontologii Arystotelesa.
z ontologii Arystotelesa.
00:48
which classified all things known to man
in a set of opposing categories,
in a set of opposing categories,
10
36298
4444
Całą wiedzę ułożono w szereg
przeciwstawnych kategorii.
przeciwstawnych kategorii.
00:52
like the ones you see behind me.
11
40766
1722
Tak jak na ekranie za mną.
00:56
But over time, interestingly enough,
12
44687
2747
Co ciekawe, z czasem
00:59
this concept adopted
the branching schema of a tree
the branching schema of a tree
13
47458
4146
idea przyjęła postać
rozgałęzionego drzewa,
rozgałęzionego drzewa,
01:03
in what became known
as the Porphyrian tree,
as the Porphyrian tree,
14
51628
2873
znanego jako drzewo Porfiriusza,
01:06
also considered to be
the oldest tree of knowledge.
the oldest tree of knowledge.
15
54525
3642
najstarszego znanego drzewa wiedzy.
01:11
The branching scheme
of the tree was, in fact,
of the tree was, in fact,
16
59238
2174
Ten model
01:13
such a powerful metaphor
for conveying information
for conveying information
17
61436
2949
miał tak wielką siłę oddziaływania,
01:16
that it became, over time,
an important communication tool
an important communication tool
18
64409
3270
że stał się bardzo ważnym
narzędziem komunikacji.
narzędziem komunikacji.
01:19
to map a variety of systems of knowledge.
19
67703
2274
Służył do obrazowania wielu gałęzi wiedzy.
01:22
We can see trees being used
to map morality,
to map morality,
20
70648
3083
Użyto go do zobrazowania moralności
01:25
with the popular tree of virtues
and tree of vices,
and tree of vices,
21
73755
2849
pod znaną postacią drzewa cnót i wad,
01:28
as you can see here, with these beautiful
illustrations from medieval Europe.
illustrations from medieval Europe.
22
76628
3792
jak na tych przepięknych ilustracjach
ze średniowiecznej Europy.
ze średniowiecznej Europy.
01:32
We can see trees being used
to map consanguinity,
to map consanguinity,
23
80825
3088
Ten sam schemat zastosowano
do przedstawienia więzów krwi.
01:35
the various blood ties between people.
24
83937
2244
01:39
We can also see trees being used
to map genealogy,
to map genealogy,
25
87110
3096
Najbardziej znanym
przykładem tej systematyki
przykładem tej systematyki
01:42
perhaps the most famous archetype
of the tree diagram.
of the tree diagram.
26
90230
2810
jest drzewo genealogiczne.
01:45
I think many of you in the audience
have probably seen family trees.
have probably seen family trees.
27
93064
3316
Prawdopodobnie wielu z was
widziało już takie drzewa.
widziało już takie drzewa.
01:48
Many of you probably even have
your own family trees drawn in such a way.
your own family trees drawn in such a way.
28
96404
3705
Zapewne posiadacie własne drzewa rodowe.
01:53
We can see trees even mapping
systems of law,
systems of law,
29
101158
2911
Nawet system prawny
jest przedstawiany w ten sposób.
jest przedstawiany w ten sposób.
01:56
the various decrees and rulings
of kings and rulers.
of kings and rulers.
30
104093
3851
Także różne dekrety
i rozporządzenia królów i władców.
i rozporządzenia królów i władców.
02:01
And finally, of course,
also a very popular scientific metaphor,
also a very popular scientific metaphor,
31
109785
3758
Oczywiście motyw drzewa
jest szeroko rozpowszechniony w nauce.
jest szeroko rozpowszechniony w nauce.
02:05
we can see trees being used
to map all species known to man.
to map all species known to man.
32
113567
3560
Przedstawia wszystkie znane jej gatunki.
02:11
And trees ultimately became
such a powerful visual metaphor
such a powerful visual metaphor
33
119177
3906
Drzewa zostały silnym wizualnym symbolem,
02:15
because in many ways,
they really embody this human desire
they really embody this human desire
34
123107
2868
bo odzwierciedlały ludzkie pragnienia
02:17
for order, for balance,
for unity, for symmetry.
for unity, for symmetry.
35
125999
3036
porządku, równowagi, jedności i symetrii.
02:21
However, nowadays we are really facing
new complex, intricate challenges
new complex, intricate challenges
36
129999
4323
Teraźniejszość rzuca nam
nowe złożone wyzwania.
nowe złożone wyzwania.
02:26
that cannot be understood by simply
employing a simple tree diagram.
employing a simple tree diagram.
37
134346
4190
Nie można ich ująć
w prostym diagramie drzewa.
w prostym diagramie drzewa.
02:32
And a new metaphor is currently emerging,
38
140037
3242
Nowa metafora powoli zastępuje
02:35
and it's currently replacing the tree
39
143303
2150
poprzedni schemat
02:37
in visualizing various
systems of knowledge.
systems of knowledge.
40
145477
2563
w przedstawianiu wiedzy.
02:40
It's really providing us with a new lens
to understand the world around us.
to understand the world around us.
41
148064
4252
Dostarcza nam nowych narzędzi
do zrozumienia świata.
do zrozumienia świata.
02:45
And this new metaphor
is the metaphor of the network.
is the metaphor of the network.
42
153495
3199
Nowym symbolem jest sieć.
02:49
And we can see this shift
from trees into networks
from trees into networks
43
157511
3311
Zmianę z drzewa na sieć
widać w wielu dziedzinach wiedzy.
02:52
in many domains of knowledge.
44
160846
1640
02:54
We can see this shift in the way
we try to understand the brain.
we try to understand the brain.
45
162510
4189
Jest widoczna w podejściu
do zrozumienia mózgu.
do zrozumienia mózgu.
03:00
While before, we used
to think of the brain
to think of the brain
46
168453
2038
Przedtem widzieliśmy mózg
03:02
as a modular, centralized organ,
47
170515
1991
jako modułowy, scentralizowany organ.
03:04
where a given area was responsible
for a set of actions and behaviors,
for a set of actions and behaviors,
48
172530
4038
Odpowiednie obszary odpowiadały
za konkretne akcje i zachowania.
za konkretne akcje i zachowania.
03:08
the more we know about the brain,
49
176592
1739
Im więcej wiemy o działaniu mózgu,
03:10
the more we think of it
as a large music symphony,
as a large music symphony,
50
178355
3286
tym bardziej myślimy o nim
jak o wielkiej symfonii
jak o wielkiej symfonii
03:13
played by hundreds
and thousands of instruments.
and thousands of instruments.
51
181665
2610
granej przez tysiące instrumentów.
03:16
This is a beautiful snapshot
created by the Blue Brain Project,
created by the Blue Brain Project,
52
184299
3676
Oto wpaniały obraz stworzony
na potrzeby projektu Blue Brain.
na potrzeby projektu Blue Brain.
03:19
where you can see 10,000 neurons
and 30 million connections.
and 30 million connections.
53
187999
4063
Widać tu 10 tysięcy neuronów
i 30 milionów połączeń.
i 30 milionów połączeń.
03:24
And this is only mapping 10 percent
of a mammalian neocortex.
of a mammalian neocortex.
54
192736
3888
A to tylko obraz 10% kory nowej ssaka.
03:30
We can also see this shift in the way
we try to conceive of human knowledge.
we try to conceive of human knowledge.
55
198815
4160
Zmianę da się również zauważyć
w sposobie podejścia do wiedzy.
w sposobie podejścia do wiedzy.
03:36
These are some remarkable trees
of knowledge, or trees of science,
of knowledge, or trees of science,
56
204062
3148
Istnieją ważne drzewa wiedzy i nauki
03:39
by Spanish scholar Ramon Llull.
57
207234
2221
stworzone przez uczonego
Hiszpana - Rajmonda Llulla.
Hiszpana - Rajmonda Llulla.
03:41
And Llull was actually the precursor,
58
209999
1810
Llull był właściwie pionierem.
03:43
the very first one who created
the metaphor of science as a tree,
the metaphor of science as a tree,
59
211833
3714
Jako pierwszy stworzył
przenośnię nauki jako drzewa.
przenośnię nauki jako drzewa.
03:47
a metaphor we use
every single day, when we say,
every single day, when we say,
60
215571
2968
Przenośni, której używamy codziennie,
mówiąc: biologia jest gałęzią wiedzy,
03:50
"Biology is a branch of science,"
61
218563
1665
03:52
when we say,
62
220252
1153
lub genetyka jest gałęzią wiedzy.
03:53
"Genetics is a branch of science."
63
221429
1933
03:56
But perhaps the most beautiful of all
trees of knowledge, at least for me,
trees of knowledge, at least for me,
64
224283
3595
Dla mnie najpiękniejsze drzewa wiedzy,
drzewa Diderota i d'Alemberta,
drzewa Diderota i d'Alemberta,
03:59
was created for the French encyclopedia
by Diderot and d'Alembert in 1751.
by Diderot and d'Alembert in 1751.
65
227902
4452
stworzono w 1751 roku na potrzeby
encyklopedii francuskiej.
encyklopedii francuskiej.
04:04
This was really the bastion
of the French Enlightenment,
of the French Enlightenment,
66
232378
2635
Była to prawdziwa twierdza
francuskiego oświecenia.
francuskiego oświecenia.
04:07
and this gorgeous illustration
was featured as a table of contents
was featured as a table of contents
67
235037
3825
Te wspaniałe ilustracje
były spisem treści encyklopedii.
04:10
for the encyclopedia.
68
238886
1571
04:12
And it actually maps out
all domains of knowledge
all domains of knowledge
69
240481
4187
Przedstawiały wszystkie dziedziny wiedzy
04:16
as separate branches of a tree.
70
244692
2118
jako osobne gałęzie drzewa.
04:19
But knowledge is much more
intricate than this.
intricate than this.
71
247866
2333
Lecz wiedza jest bardziej skomplikowana.
04:22
These are two maps of Wikipedia
showing the inter-linkage of articles --
showing the inter-linkage of articles --
72
250794
4640
Oto 2 diagramy Wikipedii
przedstawiające powiązania artykułów.
przedstawiające powiązania artykułów.
04:27
related to history on the left,
and mathematics on the right.
and mathematics on the right.
73
255458
3890
Na lewo między historycznymi,
na prawo między matematycznymi.
na prawo między matematycznymi.
04:31
And I think by looking at these maps
74
259966
1739
Patrząc na ten obraz
04:33
and other ones that have been
created of Wikipedia --
created of Wikipedia --
75
261729
2544
i inne stworzone na Wikipedii,
04:36
arguably one of the largest rhizomatic
structures ever created by man --
structures ever created by man --
76
264297
3392
bezsprzecznie największej stworzonej
strukturze rizomatycznej,
strukturze rizomatycznej,
04:39
we can really understand
how human knowledge is much more intricate
how human knowledge is much more intricate
77
267713
3822
rozumiemy teraz,
jak bardzo złożona
i współzależna jest wiedza
i współzależna jest wiedza
04:43
and interdependent, just like a network.
78
271559
2436
- właśnie jak sieć.
04:47
We can also see this interesting shift
79
275455
2163
Interesującą zmiana
zaszła w sposobie obrazowania
powiązań społecznych.
powiązań społecznych.
04:49
in the way we map
social ties between people.
social ties between people.
80
277642
2700
04:53
This is the typical organization chart.
81
281524
2295
Oto typowy diagram organizacji.
04:55
I'm assuming many of you have seen
a similar chart as well,
a similar chart as well,
82
283843
2794
Wielu z was widziało już
podobne diagramy
podobne diagramy
04:58
in your own corporations, or others.
83
286661
1746
w swoich lub innych korporacjach.
05:00
It's a top-down structure
84
288431
1485
Pionowa struktura,
05:01
that normally starts
with the CEO at the very top,
with the CEO at the very top,
85
289940
2861
na której szczycie stoi CEO.
05:04
and where you can drill down all the way
to the individual workmen on the bottom.
to the individual workmen on the bottom.
86
292825
3960
Możemy dojechać w dół
do pojedynczych pracowników.
do pojedynczych pracowników.
05:09
But humans sometimes are, well, actually,
all humans are unique in their own way,
all humans are unique in their own way,
87
297634
4848
Jednak wszyscy ludzie są wyjątkowi.
05:14
and sometimes you really don't play well
under this really rigid structure.
under this really rigid structure.
88
302506
4698
Taka sztywna struktura
czasami się nie sprawdza.
czasami się nie sprawdza.
05:20
I think the Internet is really changing
this paradigm quite a lot.
this paradigm quite a lot.
89
308711
3110
Moim zdaniem, Internet zmienia
postrzeganie tego paradygmatu.
postrzeganie tego paradygmatu.
05:23
This is a fantastic map
of online social collaboration
of online social collaboration
90
311845
3365
Oto fantastyczny diagram
współpracy online
współpracy online
05:27
between Perl developers.
91
315234
1629
między deweloperami Perl.
05:28
Perl is a famous programming language,
92
316887
2088
Perl to słynny język programowania.
05:30
and here, you can see
how different programmers
how different programmers
93
318999
2723
Widzimy, jak różni programiści
05:33
are actually exchanging files,
and working together on a given project.
and working together on a given project.
94
321746
3827
wymieniają się plikami
i jak pracują nad danym projektem.
i jak pracują nad danym projektem.
05:37
And here, you can notice that this is
a completely decentralized process --
a completely decentralized process --
95
325597
4178
Tutaj widać, że to proces
bardzo zdecentralizowany.
bardzo zdecentralizowany.
05:41
there's no leader in this organization,
96
329799
2156
Nie ma tu przywódcy.
05:43
it's a network.
97
331979
1157
To sieć.
05:46
We can also see this interesting shift
when we look at terrorism.
when we look at terrorism.
98
334337
4705
Tę samą ciekawą zmianę widać
na przykładzie terroryzmu.
na przykładzie terroryzmu.
05:51
One of the main challenges
of understanding terrorism nowadays
of understanding terrorism nowadays
99
339613
3104
Dzisiaj głównym wyzwaniem
w rozumieniu terroryzmu
w rozumieniu terroryzmu
05:54
is that we are dealing with
decentralized, independent cells,
decentralized, independent cells,
100
342741
3730
jest fakt, że opiera się on
na niezależnych komórkach,
na niezależnych komórkach,
05:58
where there's no leader
leading the whole process.
leading the whole process.
101
346495
2822
bez przywódcy, który przewodziłby całości.
06:02
And here, you can actually see
how visualization is being used.
how visualization is being used.
102
350518
3298
Oto przykład wykorzystania wizualizacji.
06:05
The diagram that you see behind me
103
353840
1657
Diagram za moimi plecami
06:07
shows all the terrorists involved
in the Madrid attack in 2004.
in the Madrid attack in 2004.
104
355521
3818
pokazuje terrorystów odpowiedzialnych
za atak w Madrycie w 2004 roku.
za atak w Madrycie w 2004 roku.
06:11
And what they did here is,
they actually segmented the network
they actually segmented the network
105
359942
2927
Sieć podzielono na 3 fragmenty
reprezentujące poszczególne lata.
06:14
into three different years,
106
362893
1499
06:16
represented by the vertical layers
that you see behind me.
that you see behind me.
107
364416
3042
Pojedyncza pozioma płaszczyzna
przedstawia jeden rok.
przedstawia jeden rok.
06:19
And the blue lines tie together
108
367482
1969
Niebieskie linie łączą ludzi,
06:21
the people that were present
in that network year after year.
in that network year after year.
109
369475
3618
którzy uczestniczyli w sieci rok po roku.
06:25
So even though there's no leader per se,
110
373117
2028
Choć nie ma tu jako takiego przywódcy,
06:27
these people are probably the most
influential ones in that organization,
influential ones in that organization,
111
375169
3635
ci ludzie mają chyba
najwięcej wpływu na organizację.
najwięcej wpływu na organizację.
06:30
the ones that know more about the past,
112
378828
2008
To oni wiedzą najwięcej o przeszłych
06:32
and the future plans and goals
of this particular cell.
of this particular cell.
113
380860
2877
i przyszłych planach danej komórki.
06:37
We can also see this shift
from trees into networks
from trees into networks
114
385232
3006
Zmianę z drzewa w sieć
06:40
in the way we classify
and organize species.
and organize species.
115
388262
2991
widać w sposobie klasyfikacji gatunków.
06:45
The image on the right
is the only illustration
is the only illustration
116
393245
2829
Po prawej widzimy jedyną ilustrację
06:48
that Darwin included
in "The Origin of Species,"
in "The Origin of Species,"
117
396098
3112
z książki Darwina
"O pochodzeniu gatunków".
"O pochodzeniu gatunków".
06:51
which Darwin called the "Tree of Life."
118
399234
2261
Darwin nazwał to "drzewem życia".
06:54
There's actually a letter
from Darwin to the publisher,
from Darwin to the publisher,
119
402098
2885
Zachował się list Darwina do wydawcy
06:57
expanding on the importance
of this particular diagram.
of this particular diagram.
120
405007
2656
podkreślający znaczenie tego diagramu.
06:59
It was critical for Darwin's
theory of evolution.
theory of evolution.
121
407687
2642
Był on kluczowy
w rozumieniu teorii ewolucji.
w rozumieniu teorii ewolucji.
07:03
But recently, scientists discovered
that overlaying this tree of life
that overlaying this tree of life
122
411408
3567
Ostatnio naukowcy odkryli,
że pod drzewem życia
że pod drzewem życia
07:06
is a dense network of bacteria,
123
414999
2435
leży gęsta sieć bakterii.
07:09
and these bacteria
are actually tying together
are actually tying together
124
417458
2161
Łączą one gatunki,
07:11
species that were completely
separated before,
separated before,
125
419643
2172
które przedtem były zupełnie oddzielone.
07:13
to what scientists are now calling
not the tree of life,
not the tree of life,
126
421839
3080
Zamiast drzewa życia
07:16
but the web of life, the network of life.
127
424943
2856
mamy teraz sieć życia.
07:21
And finally, we can really
see this shift, again,
see this shift, again,
128
429489
2514
Zmianę widać również w sposobie,
07:24
when we look at ecosystems
around our planet.
around our planet.
129
432027
2424
w jakim postrzegamy cały ekosystem.
07:27
No more do we have these simplified
predator-versus-prey diagrams
predator-versus-prey diagrams
130
435599
3166
Nie posługujemy się już
uproszczonym wykresem drapieżca-ofiara,
uproszczonym wykresem drapieżca-ofiara,
07:30
we have all learned at school.
131
438789
1447
o którym słyszeliśmy w szkole.
07:33
This is a much more accurate
depiction of an ecosystem.
depiction of an ecosystem.
132
441201
2989
Teraz mamy bardziej odpowiednie narzędzie.
07:36
This is a diagram created
by Professor David Lavigne,
by Professor David Lavigne,
133
444214
2904
Oto diagram profesora Dawida Lavigne:
07:39
mapping close to 100 species
that interact with the codfish
that interact with the codfish
134
447142
3500
100 gatunków, które mają styczność
z dorszami z Nowej Fundlandii w Kanadzie.
07:42
off the coast of Newfoundland in Canada.
135
450666
2951
07:46
And I think here, we can really understand
the intricate and interdependent nature
the intricate and interdependent nature
136
454244
3937
Pokazuje nam to złożoność natury
07:50
of most ecosystems
that abound on our planet.
that abound on our planet.
137
458205
2523
większości ekosystemów na naszej planecie.
07:54
But even though recent,
this metaphor of the network,
this metaphor of the network,
138
462442
3644
Choć metafora sieci
jest w użyciu od niedawna,
jest w użyciu od niedawna,
07:58
is really already adopting
various shapes and forms,
various shapes and forms,
139
466110
3103
już teraz przyjmuje najróżniejsze formy.
Staje się niemal wizualną taksonomią,
08:01
and it's almost becoming
a growing visual taxonomy.
a growing visual taxonomy.
140
469237
2463
08:03
It's almost becoming
the syntax of a new language.
the syntax of a new language.
141
471724
2647
prawie składnią nowego języka.
08:06
And this is one aspect
that truly fascinates me.
that truly fascinates me.
142
474395
2633
Właśnie ten aspekt
najbardziej mnie fascynuje.
najbardziej mnie fascynuje.
08:09
And these are actually
15 different typologies
15 different typologies
143
477678
2533
Oto 15 różnych klasyfikacji,
08:12
I've been collecting over time,
144
480235
2135
zebranych przeze mnie w ostatnich latach,
08:14
and it really shows the immense
visual diversity of this new metaphor.
visual diversity of this new metaphor.
145
482394
4022
które naprawdę ukazują ogromną
wizualną różnorodność nowej przenośni.
wizualną różnorodność nowej przenośni.
08:19
And here is an example.
146
487001
1222
Oto przykład.
08:20
On the very top band,
you have radial convergence,
you have radial convergence,
147
488818
3933
W najwyższym rzędzie
widać promienistą konwergencję.
widać promienistą konwergencję.
08:24
a visualization model that has become
really popular over the last five years.
really popular over the last five years.
148
492775
3939
Model ten stał się bardzo popularny
w ciągu ostatnich 5 lat.
w ciągu ostatnich 5 lat.
08:29
At the top left, the very first project
is a gene network,
is a gene network,
149
497198
4354
Pierwszy projekt na górze
po lewej to sieć genów,
po lewej to sieć genów,
08:33
followed by a network
of IP addresses -- machines, servers --
of IP addresses -- machines, servers --
150
501576
4009
obok sieć adresów IP, maszyn, serwerów,
08:37
followed by a network of Facebook friends.
151
505609
2972
a potem sieć znajomych na Facebooku.
Chyba trudno znaleźć
bardziej oderwane tematy,
bardziej oderwane tematy,
08:41
You probably couldn't find
more disparate topics,
more disparate topics,
152
509240
2508
08:43
yet they are using the same metaphor,
the same visual model,
the same visual model,
153
511772
3794
a jednak używają tej samej metafory,
tego samego modelu wizualnego
tego samego modelu wizualnego
08:47
to map the never-ending complexities
of its own subject.
of its own subject.
154
515590
3606
do zobrazowania
nieskończonej złożoności tematu.
nieskończonej złożoności tematu.
08:52
And here are a few more examples
of the many I've been collecting,
of the many I've been collecting,
155
520545
3124
Mamy tutaj kilka przykładów
z wielu, które zebrałem,
z wielu, które zebrałem,
08:55
of this growing visual
taxonomy of networks.
taxonomy of networks.
156
523693
2738
aby przedstawić rosnącą,
wizualną taksonomię sieci.
wizualną taksonomię sieci.
09:00
But networks are not just
a scientific metaphor.
a scientific metaphor.
157
528248
2865
Sieci nie są wyłącznie naukową metaforą.
09:04
As designers, researchers, and scientists
try to map a variety of complex systems,
try to map a variety of complex systems,
158
532192
5541
Gdy projektanci, badacze i naukowcy
próbują przedstawić różnorodność systemów,
próbują przedstawić różnorodność systemów,
09:09
they are in many ways influencing
traditional art fields,
traditional art fields,
159
537757
2813
na wiele sposobów oddziałują
na tradycyjne dziedziny sztuki,
na tradycyjne dziedziny sztuki,
09:12
like painting and sculpture,
160
540594
1402
jak malarstwo i rzeźba,
09:14
and influencing many different artists.
161
542020
1993
a także wpływają na różnych artystów.
09:16
And perhaps because networks have
this huge aesthetical force to them --
this huge aesthetical force to them --
162
544718
4042
Ponieważ sieci mają
ogromną estetyczną moc
ogromną estetyczną moc
09:20
they're immensely gorgeous --
163
548784
1958
- są niesamowicie piękne -
09:22
they are really becoming a cultural meme,
164
550766
2056
naprawdę stają się kulturową ikoną,
09:24
and driving a new art movement,
which I've called "networkism."
which I've called "networkism."
165
552846
4325
napędzając nowy ruch artystyczny,
który nazwałem: "networkizmem".
który nazwałem: "networkizmem".
09:30
And we can see this influence
in this movement in a variety of ways.
in this movement in a variety of ways.
166
558544
3208
Wpływ ten widać na wiele sposobów.
09:33
This is just one of many examples,
167
561776
1793
To tylko jeden z wielu przykładów,
09:35
where you can see this influence
from science into art.
from science into art.
168
563593
2725
gdzie wpływ nauki widoczny jest w sztuce.
09:38
The example on your left side
is IP-mapping,
is IP-mapping,
169
566342
2871
Przykład po lewej stronie to IP-mapping,
09:41
a computer-generated map of IP addresses;
again -- servers, machines.
again -- servers, machines.
170
569237
3659
wygenerowany przez komputer schemat IP;
ponownie - serwery, maszyny.
ponownie - serwery, maszyny.
09:45
And on your right side,
171
573253
1205
Po prawej stronie,
09:46
you have "Transient Structures
and Unstable Networks" by Sharon Molloy,
and Unstable Networks" by Sharon Molloy,
172
574482
4618
"Struktury chwilowe i sieci niestabilne"
autorstwa Sharon Molloy,
autorstwa Sharon Molloy,
09:51
using oil and enamel on canvas.
173
579124
2094
farba olejna i emalia na płótnie.
09:53
And here are a few more
paintings by Sharon Molloy,
paintings by Sharon Molloy,
174
581870
3105
Oto kolejne obrazy Sharon Molloy,
09:56
some gorgeous, intricate paintings.
175
584999
1932
przepiękne, misterne dzieła.
10:00
And here's another example
of that interesting cross-pollination
of that interesting cross-pollination
176
588375
3306
A tu kolejny interesujący przykład
zapylania krzyżowego
zapylania krzyżowego
10:03
between science and art.
177
591705
1404
między nauką a sztuką.
10:05
On your left side,
you have "Operation Smile."
you have "Operation Smile."
178
593475
2665
Po lewej stronie "Operacja Uśmiech".
10:08
It is a computer-generated map
of a social network.
of a social network.
179
596164
2889
To wygenerowana przez komputer
mapa sieci społecznej.
mapa sieci społecznej.
10:11
And on your right side,
you have "Field 4," by Emma McNally,
you have "Field 4," by Emma McNally,
180
599077
3726
Po prawej stronie "Pole 4"
autorstwa Emmy McNally,
autorstwa Emmy McNally,
10:14
using only graphite on paper.
181
602827
2086
namalowane wyłącznie grafitem.
10:17
Emma McNally is one of the main
leaders of this movement,
leaders of this movement,
182
605374
3517
Emma McNally jest
jedną z liderek tego ruchu
jedną z liderek tego ruchu
10:20
and she creates these striking,
imaginary landscapes,
imaginary landscapes,
183
608915
2569
i tworzy uderzająco wymyślne krajobrazy,
10:23
where you can really notice the influence
from traditional network visualization.
from traditional network visualization.
184
611508
4665
gdzie wyraźnie widać wpływ
tradycyjnej wizualizacji sieci.
tradycyjnej wizualizacji sieci.
10:30
But networkism doesn't happen
only in two dimensions.
only in two dimensions.
185
618324
3007
Networkizm widać nie tylko
na tych dwóch płaszczyznach.
na tych dwóch płaszczyznach.
To jest prawdopodobnie
jeden z moich ulubionych projektów
jeden z moich ulubionych projektów
10:33
This is perhaps
one of my favorite projects
one of my favorite projects
186
621355
2278
10:35
of this new movement.
187
623657
1405
tego nowego ruchu.
10:37
And I think the title really
says it all -- it's called:
says it all -- it's called:
188
625086
2634
Nazwa naprawdę wyraża wszystko:
10:39
"Galaxies Forming Along Filaments,
189
627744
2167
"Galaktyki formowane wzdłuż włókien,
10:41
Like Droplets Along the Strands
of a Spider's Web."
of a Spider's Web."
190
629935
3332
jak kropelki wzdłuż pasm pajęczej sieci".
10:46
And I just find this particular project
to be immensely powerful.
to be immensely powerful.
191
634616
3080
To projekt o niezwykłej potędze.
10:49
It was created by Tomás Saraceno,
192
637720
1960
Został stworzony przez Tomása Saraceno,
10:51
and he occupies these large spaces,
193
639704
2698
który zajmuje tę ogromną przestrzeń,
10:54
creates these massive installations
using only elastic ropes.
using only elastic ropes.
194
642426
3342
tworząc rozległe instalacje
wyłącznie przy użyciu elastycznych linek.
wyłącznie przy użyciu elastycznych linek.
10:57
As you actually navigate that space
and bounce along those elastic ropes,
and bounce along those elastic ropes,
195
645792
3817
Gdy widz przemieszcza się i odbija
od tej elastycznej konstrukcji,
od tej elastycznej konstrukcji,
11:01
the entire network kind of shifts,
almost like a real organic network would.
almost like a real organic network would.
196
649633
4575
całe dzieło w pewien sposób zmienia się,
jak prawdziwa, organiczna sieć.
jak prawdziwa, organiczna sieć.
11:07
And here's yet another example
197
655414
2032
Oto kolejny przykład
11:09
of networkism taken
to a whole different level.
to a whole different level.
198
657470
2389
networkizmu na kompletnie innym poziomie.
11:12
This was created
by Japanese artist Chiharu Shiota
by Japanese artist Chiharu Shiota
199
660303
3213
Projekt ten stworzony został
przez japońską artystkę Chiharu Shiota
przez japońską artystkę Chiharu Shiota
11:15
in a piece called "In Silence."
200
663540
1755
i nazywa się "W ciszy".
11:17
And Chiharu, like Tomás Saraceno,
fills these rooms with this dense network,
fills these rooms with this dense network,
201
665834
5355
Chiharu, tak jak Tomás Saraceno,
wypełnia przestrzenie gęstymi sieciami,
wypełnia przestrzenie gęstymi sieciami,
11:23
this dense web of elastic ropes
and black wool and thread,
and black wool and thread,
202
671213
3762
gęstymi pajęczynami elastycznych lin,
czarnej wełny i nici,
czarnej wełny i nici,
11:26
sometimes including objects,
as you can see here,
as you can see here,
203
674999
2759
czasami włączając w to
obiekty jak te tutaj,
obiekty jak te tutaj,
11:29
sometimes even including people,
in many of her installations.
in many of her installations.
204
677782
3022
czasami nawet angażując ludzi.
[Alinearność, decentralizacja
współzależność, wielość]
współzależność, wielość]
11:35
But networks are also
not just a new trend,
not just a new trend,
205
683374
2691
Sieci to nie tylko nowy trend,
11:38
and it's too easy for us
to dismiss it as such.
to dismiss it as such.
206
686089
2364
byłoby zbyt proste tym je zbyć.
11:41
Networks really embody
notions of decentralization,
notions of decentralization,
207
689029
3607
Sieci odzwierciedlają
pojęcie decentralizacji,
pojęcie decentralizacji,
11:44
of interconnectedness, of interdependence.
208
692660
3134
połączenia i współzależności.
11:48
And this new way of thinking is critical
209
696303
2476
Ten nowy sposób myślenia jest kluczowy,
11:50
for us to solve many of the complex
problems we are facing nowadays,
problems we are facing nowadays,
210
698803
3730
do rozwiązania wielu skomplikowanych
problemów współczesnego świata,
problemów współczesnego świata,
11:54
from decoding the human brain,
211
702557
1841
od zrozumienia ludzkiego mózgu
11:56
to understanding
the vast universe out there.
the vast universe out there.
212
704422
2403
do pojęcia otaczającego nas
ogromnego wszechświata.
ogromnego wszechświata.
11:59
On your left side, you have a snapshot
of a neural network of a mouse --
of a neural network of a mouse --
213
707746
4489
Po lewej stronie zdjęcie
sieci neuronowej myszy,
sieci neuronowej myszy,
12:04
very similar to our own
at this particular scale.
at this particular scale.
214
712259
2420
w tej skali bardzo przypomina naszą.
12:07
And on your right side, you have
the Millennium Simulation.
the Millennium Simulation.
215
715500
2966
Po prawej stronie Symulacja Tysiąclecia.
12:10
It was the largest
and most realistic simulation
and most realistic simulation
216
718490
2748
Była to największa,
najbardziej realistyczna symulacja
najbardziej realistyczna symulacja
12:13
of the growth of cosmic structure.
217
721262
1790
wzrostu struktur kosmicznych.
12:15
It was able to recreate the history
of 20 million galaxies
of 20 million galaxies
218
723490
4516
Umożliwiła odtworzenie historii
20 milionów galaktyk
20 milionów galaktyk
12:20
in approximately 25 terabytes of output.
219
728030
3090
w postaci około 25 terabajtów.
12:24
And coincidentally or not,
220
732081
1413
Przypadkiem czy też nie,
12:25
I just find this particular comparison
221
733518
1873
uważam to konkretne porównanie
12:27
between the smallest scale
of knowledge -- the brain --
of knowledge -- the brain --
222
735415
2703
między najmniejszą skalą wiedzy,
jaką jest mózg,
jaką jest mózg,
12:30
and the largest scale of knowledge --
the universe itself --
the universe itself --
223
738142
2829
a jej największą skalą - wszechświatem,
12:32
to be really quite striking
and fascinating.
and fascinating.
224
740995
2277
za uderzająco fascynujące.
12:35
Because as Bruce Mau once said,
225
743807
2634
Tak jak powiedział Bruce Mau,
12:38
"When everything is connected
to everything else,
to everything else,
226
746465
2412
"Jeśli wszystko łączy się ze wszystkim,
12:40
for better or for worse,
everything matters."
everything matters."
227
748901
2397
wtedy, na dobre i na złe,
wszystko ma znaczenie".
wszystko ma znaczenie".
12:43
Thank you so much.
228
751322
1151
Dziękuję bardzo.
(Brawa)
12:44
(Applause)
229
752497
3802
ABOUT THE SPEAKER
Manuel Lima - Data visualization researcherManuel Lima studies how information can be organized -- into elegant and beautiful diagrams that illustrate the many unexpected twists of big data.
Why you should listen
Data expert Manuel Lima approaches intimidatingly dry stacks of bits with the eye of a designer. His website, VisualComplexity, is an encyclopedic and visually stunning catalog of the myriad paths artists take to illuminate the shadowy corners of stockpiled information, whether it’s a taxonomy of rap names or tracking oil money.
Lima’s passion for data has also driven him to become a historian. In The Book of Trees, he digs to the 12th-century roots of the tree diagram, one of humanity’s most powerful and ancient tools for visually representing knowledge.
More profile about the speakerLima’s passion for data has also driven him to become a historian. In The Book of Trees, he digs to the 12th-century roots of the tree diagram, one of humanity’s most powerful and ancient tools for visually representing knowledge.
Manuel Lima | Speaker | TED.com