TED Talks Live
Danielle Feinberg: The magic ingredient that brings Pixar movies to life
Danielle Feinberg: Magiczny składnik, który ożywia filmy Pixara
Filmed:
Readability: 4
3,035,525 views
Danielle Feinberg, kierownik zdjęć w studiu Pixar, przy użyciu matematyki, nauk ścisłych i kodowania tworzy zachwycające historie z duszą. Zobacz kulisy powstawania Gdzie jest Nemo, Toy Story, Meridy Walecznej, WALL-E i innych. Odkryj, jak Pixar przeplata sztukę z nauką, by tworzyć fantastyczne światy, w których marzenia stają się prawdą. Prelekcja pochodzi z kolekcji PBS: TED Talks: Science & 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.
Kiedy miałam 7 lat,
00:12
When I was seven years old,
0
950
1676
pewien życzliwy człowiek zapytał,
kim chcę być, gdy dorosnę.
kim chcę być, gdy dorosnę.
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
Odpowiedziałam z dumą: "Artystką".
00:18
Proudly, I said: "An artist."
2
6785
2018
"Nie, nieprawda!", odpowiedział.
00:20
"No, you don't," he said,
3
8827
1361
00:22
"You can't make a living being an artist!"
4
10212
2282
"Nie zarobisz na życie będąc artystą!".
Marzenia siedmiolatki o zostaniu
Picassem legły w gruzach.
Picassem legły w gruzach.
00:24
My little seven-year-old
Picasso dreams were crushed.
Picasso dreams were crushed.
5
12915
3075
Ale zebrałam się w sobie,
00:28
But I gathered myself,
6
16014
1672
wyruszyłam na poszukiwanie nowych marzeń,
00:29
went off in search of a new dream,
7
17710
1859
00:31
eventually settling on being a scientist,
8
19593
2858
ostatecznie wybierając karierę naukowca,
00:34
perhaps something like
the next Albert Einstein.
the next Albert Einstein.
9
22475
2644
kogoś w rodzaju nowego Einsteina.
[Przyszły naukowiec]
00:37
(Laughter)
10
25783
1941
(Śmiech)
00:40
I have always loved math and science,
11
28086
2001
Zawsze kochałam matematykę i nauki ścisłe,
00:42
later, coding.
12
30111
1511
później także kodowanie.
00:43
And so I decided to study
computer programming in college.
computer programming in college.
13
31646
3019
Zdecydowałam się więc
studiować programowanie.
studiować programowanie.
Na pierwszym roku
00:47
In my junior year,
14
35312
1151
00:48
my computer graphics professor
showed us these wonderful short films.
showed us these wonderful short films.
15
36487
3791
wykładowca grafiki komputerowej
pokazał nam cudowne krótkie filmiki.
pokazał nam cudowne krótkie filmiki.
To były pierwsze animacje komputerowe,
jakie kiedykolwiek widzieliśmy.
jakie kiedykolwiek widzieliśmy.
00:52
It was the first computer animation
any of us had ever seen.
any of us had ever seen.
16
40917
3211
00:56
I watched these films
in wonder, transfixed,
in wonder, transfixed,
17
44566
2780
Oglądałam te filmiki w zauroczeniu,
00:59
fireworks going off in my head,
18
47370
2211
z głową pełną fajerwerków.
01:01
thinking, "That is what
I want to do with my life."
I want to do with my life."
19
49605
2798
Pomyślałam: "Właśnie to
chcę robić w życiu".
chcę robić w życiu".
01:05
The idea that all the math, science
and code I had been learning
and code I had been learning
20
53006
3533
Myśl, że matematyka, nauka
i kodowanie, których się uczyłam,
i kodowanie, których się uczyłam,
01:08
could come together to create
these worlds and characters
these worlds and characters
21
56563
3138
mogą razem stworzyć światy, postacie
01:11
and stories I connected with,
22
59725
1862
i historie, z którymi się utożsamiałam,
01:13
was pure magic for me.
23
61611
1531
była dla mnie czystą magią.
Dwa lata później zaczęłam pracę
01:16
Just two years later, I started working
24
64126
1889
01:18
at the place that made those films,
Pixar Animation Studios.
Pixar Animation Studios.
25
66039
3019
w miejscu, gdzie tworzono te filmy,
w Pixar Animation Studios.
w Pixar Animation Studios.
01:21
It was here I learned how
we actually execute those films.
we actually execute those films.
26
69082
2730
To tam nauczyłam się, jak się je robi.
01:24
To create our movies,
27
72303
1159
Tworząc nasze filmy,
01:25
we create a three-dimensional
world inside the computer.
world inside the computer.
28
73486
2769
kreujemy na komputerze
trójwymiarowy świat.
trójwymiarowy świat.
01:28
We start with a point that makes
a line that makes a face
a line that makes a face
29
76922
3603
Zaczynamy od kropki, która tworzy linię,
ta staje się twarzą, postaciami,
01:32
that creates characters,
30
80549
1708
albo tworzy drzewa i skały,
które zmieniają się w las,
które zmieniają się w las,
01:34
or trees and rocks
that eventually become a forest.
that eventually become a forest.
31
82281
2672
a ponieważ to trójwymiarowy świat,
01:37
And because it's
a three-dimensional world,
a three-dimensional world,
32
85326
2112
możemy w nim poruszać kamerą.
01:39
we can move a camera
around inside that world.
around inside that world.
33
87462
2396
01:43
I was fascinated by all of it.
34
91004
2413
Byłam zafascynowana tym wszystkim.
01:45
But then I got my first taste of lighting.
35
93441
2281
Wtedy zaczęła się moja
przygoda z oświetleniem.
przygoda z oświetleniem.
W praktyce oznacza to umieszczanie
świateł w trójwymiarowym świecie.
świateł w trójwymiarowym świecie.
01:48
Lighting in practice is placing lights
inside this three-dimensional world.
inside this three-dimensional world.
36
96581
3649
01:52
I actually have icons of lights
I move around in there.
I move around in there.
37
100254
2720
Mam ikony światła, którymi mogę sterować.
Tutaj dodałam światło,
01:54
Here you can see I've added a light,
38
102998
1722
włączam wstępną wersję
oświetlenia w programie,
oświetlenia w programie,
01:56
I'm turning on the rough version
of lighting in our software,
of lighting in our software,
39
104744
2864
włączam cienie i umieszczam światło.
01:59
turn on shadows
40
107632
1231
02:00
and placing the light.
41
108887
1404
Robiąc to rozważam,
02:02
As I place a light,
42
110315
1167
02:03
I think about what it might
look like in real life,
look like in real life,
43
111506
2712
jakby to wyglądało w rzeczywistości,
ale mam również na uwadze
efekt artystyczny i fabułę.
efekt artystyczny i fabułę.
02:06
but balance that out with what we need
artistically and for the story.
artistically and for the story.
44
114242
3926
02:10
So it might look like this at first,
45
118981
3150
Na początku może to wyglądać tak,
02:14
but as we adjust this and move that
46
122155
2414
ale po tygodniach pracy,
dostosowywania i przesuwania,
02:16
in weeks of work,
47
124593
1545
02:18
in rough form it might look like this,
48
126162
2215
szkic może wyglądać tak:
02:21
and in final form, like this.
49
129252
2149
a końcowy efekt tak.
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
Jest taki moment, który sprawił,
że całkowicie się w tym zakochałam.
że całkowicie się w tym zakochałam.
02:32
It's where we go from this
51
140381
1750
Kiedy przechodzimy z tej formy:
w tę:
02:34
to this.
52
142807
1214
To moment, w którym wszystkie elementy
składają się w jedną całość.
składają się w jedną całość.
02:36
It's the moment where
all the pieces come together,
all the pieces come together,
53
144045
2536
02:38
and suddenly the world comes to life
54
146605
2603
nagle ożywa świat,
02:41
as if it's an actual place that exists.
55
149232
2388
który wygląda jak prawdziwy.
Ten moment nigdy się nie nudzi,
02:44
This moment never gets old,
56
152009
1707
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
zwłaszcza tej siedmiolatce,
która chciała zostać artystką.
która chciała zostać artystką.
Gdy uczyłam się oświetlać,
02:49
As I learned to light,
58
157632
1153
02:50
I learned about using light
to help tell story,
to help tell story,
59
158809
2531
nauczyłam się używać światła,
do opowiadania historii,
do opowiadania historii,
02:54
to set the time of day,
60
162442
1731
ustalania pory dnia,
02:57
to create the mood,
61
165258
1552
tworzenia nastroju,
02:59
to guide the audience's eye,
62
167978
1901
kierowania uwagi widowni,
Jak sprawić, by postać
wyglądała interesująco,
wyglądała interesująco,
03:02
how to make a character look appealing
63
170850
2159
03:05
or stand out in a busy set.
64
173033
1957
czy wyróżniała się w przepełnionym ujęciu.
03:08
Did you see WALL-E?
65
176224
1310
Zauważyliście WALL-Ego?
03:09
(Laughter)
66
177558
1039
(Śmiech)
03:10
There he is.
67
178621
1213
Oto on.
03:13
As you can see,
68
181490
1223
Jak widzicie, umiemy stworzyć
03:14
we can create any world that we want
inside the computer.
inside the computer.
69
182737
2707
dowolny świat na komputerze.
03:17
We can make a world with monsters,
70
185468
2698
Możemy stworzyć świat pełen potworów,
03:20
with robots that fall in love,
71
188837
1829
zakochanych robotów,
możemy sprawić, by świnie latały.
03:23
we can even make pigs fly.
72
191291
2044
03:25
(Laughter)
73
193359
4413
(Śmiech)
03:30
While this is an incredible thing,
74
198361
1777
Chociaż ta niekontrolowana
artystyczna wolność jest niesamowita,
artystyczna wolność jest niesamowita,
03:32
this untethered artistic freedom,
75
200162
2475
03:34
it can create chaos.
76
202661
1982
może też tworzyć chaos.
03:36
It can create unbelievable worlds,
77
204667
2851
Może stwarzać niewiarygodne światy,
03:39
unbelievable movement,
78
207542
1484
nienaturalny ruch,
03:41
things that are jarring to the audience.
79
209050
2150
rzeczy, które drażnią widownię.
03:43
So to combat this, we tether
ourselves with science.
ourselves with science.
80
211224
2761
Aby to ujarzmić, ograniczamy się nauką.
Używamy nauki i świata, który znamy,
03:46
We use science and the world we know
81
214432
1974
jako punktu odniesienia,
03:48
as a backbone,
82
216430
1350
aby oprzeć się na czymś rozpoznawalnym.
03:49
to ground ourselves in something
relatable and recognizable.
relatable and recognizable.
83
217804
3474
"Gdzie jest Nemo" jest tego
świetnym przykładem.
świetnym przykładem.
03:53
"Finding Nemo" is an excellent
example of this.
example of this.
84
221806
2529
03:56
A major portion of the movie
takes place underwater.
takes place underwater.
85
224359
2645
Większość filmu rozgrywa się pod wodą.
03:59
But how do you make it look underwater?
86
227028
2250
Jak jednak sprawić, by tak to wyglądało?
Na początku prac badawczo-rozwojowych
04:01
In early research and development,
87
229302
1631
04:02
we took a clip of underwater footage
and recreated it in the computer.
and recreated it in the computer.
88
230957
3898
odtworzyliśmy na komputerze
klip z filmu kręconego pod wodą.
klip z filmu kręconego pod wodą.
04:06
Then we broke it back down
89
234879
1261
Potem podzieliliśmy go,
04:08
to see which elements make up
that underwater look.
that underwater look.
90
236164
2774
by zobaczyć, jakie elementy
nadają mu ten podwodny wygląd.
nadają mu ten podwodny wygląd.
04:11
One of the most critical elements
91
239526
1607
Jednym z kluczowych elementów
04:13
was how the light travels
through the water.
through the water.
92
241157
2182
był ruch światła w wodzie.
04:15
So we coded up a light
that mimics this physics --
that mimics this physics --
93
243363
2796
Zaprogramowaliśmy więc światło
naśladujące te właściwości:
naśladujące te właściwości:
04:18
first, the visibility of the water,
94
246183
1744
najpierw widoczność wody,
04:19
and then what happens with the color.
95
247951
2109
a potem to, co się dzieje z kolorem.
04:22
Objects close to the eye
have their full, rich colors.
have their full, rich colors.
96
250503
3542
Obiekty blisko widza mają
mocne, głębokie barwy.
mocne, głębokie barwy.
Gdy światło przemieszcza się w głąb wody,
04:26
As light travels deeper into the water,
97
254069
2203
traci częstotliwość światła czerwonego,
04:28
we lose the red wavelengths,
98
256296
1910
04:30
then the green wavelengths,
99
258230
1344
potem zielonego,
w głębi mając już tylko światło błękitne.
04:31
leaving us with blue at the far depths.
100
259598
2350
04:34
In this clip you can see
two other important elements.
two other important elements.
101
262666
3100
Na tym klipie widać
kolejne dwie ważne rzeczy.
kolejne dwie ważne rzeczy.
Pierwsza to przepływ i falowanie wody
04:37
The first is the surge and swell,
102
265790
2022
04:39
or the invisible underwater current
103
267836
1717
lub niewidzialny podwodny prąd,
04:41
that pushes the bits of particulate
around in the water.
around in the water.
104
269577
3185
który przenosi drobinki w wodzie.
04:44
The second is the caustics.
105
272786
2017
Drugi to kaustyka.
To wiązki światła
04:46
These are the ribbons of light,
106
274827
1510
widoczne na przykład na dnie basenu,
04:48
like you might see
on the bottom of a pool,
on the bottom of a pool,
107
276361
2024
które powstają, gdy promienie słońca
04:50
that are created when the sun
bends through the crests
bends through the crests
108
278409
2550
załamują się na grzbietach fal
na powierzchni wody.
na powierzchni wody.
04:52
of the ripples and waves
on the ocean's surface.
on the ocean's surface.
109
280983
2674
Tu mamy promienie
przebijające się przez mgłę,
przebijające się przez mgłę,
04:57
Here we have the fog beams.
110
285038
1298
04:58
These give us color depth cues,
111
286360
1655
One pokazują nam głębię koloru,
05:00
but also tells which direction is up
112
288039
2095
wskazują też, gdzie jest powierzchnia
05:02
in shots where we don't
see the water surface.
see the water surface.
113
290158
2276
w ujęciach, w których jej nie widać.
Można tu zauważyć inną świetną rzecz:
05:04
The other really cool thing
you can see here
you can see here
114
292788
2119
05:06
is that we lit that particulate
only with the caustics,
only with the caustics,
115
294931
3160
oświetliliśmy te cząstki
tylko za pomocą kaustyki,
tylko za pomocą kaustyki,
05:10
so that as it goes in and out
of those ribbons of light,
of those ribbons of light,
116
298115
2658
Gdy płyną przez pasma światła,
05:12
it appears and disappears,
117
300797
1513
pojawiają się i znikają,
05:14
lending a subtle, magical
sparkle to the underwater.
sparkle to the underwater.
118
302334
3069
nadając podwodnemu światu
subtelny, magiczny blask.
subtelny, magiczny blask.
05:18
You can see how we're using the science --
119
306530
2542
Widać tu, jak wykorzystujemy naukę:
fizykę wody, światła, ruchu,
05:21
the physics of water,
light and movement --
light and movement --
120
309096
2876
by ujarzmić artystyczną wolność.
05:23
to tether that artistic freedom.
121
311996
2046
Nie jesteśmy nią jednak skrępowani.
05:26
But we are not beholden to it.
122
314570
2321
Rozpatrujemy każdy element i decydujemy,
05:28
We considered each of these elements
123
316915
1799
05:30
and which ones had to be
scientifically accurate
scientifically accurate
124
318738
3014
które muszą być zgodne z nauką,
a które można dopasować
do fabuły i nastroju filmu.
do fabuły i nastroju filmu.
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
Szybko zrozumieliśmy, że mamy
pewną swobodę w doborze koloru.
pewną swobodę w doborze koloru.
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
To jest typowa kolorystyka sceny pod wodą.
05:41
So here's a traditionally colored
underwater scene.
underwater scene.
127
329715
2612
Ale tutaj, w Zatoce Sydney,
dodaliśmy więcej zieleni,
dodaliśmy więcej zieleni,
05:44
But here, we can take Sydney Harbor
and push it fairly green
and push it fairly green
128
332351
2841
05:47
to suit the sad mood of what's happening.
129
335216
2260
aby oddać smutny nastrój wydarzeń.
W tej scenie ważna jest
widoczność na dużej głębokości,
widoczność na dużej głębokości,
05:50
In this scene, it's really important
we see deep into the underwater,
we see deep into the underwater,
130
338315
3259
by zrozumieć, czym jest
Prąd Wschodnioaustralijski,
Prąd Wschodnioaustralijski,
05:53
so we understand what
the East Australian Current is,
the East Australian Current is,
131
341598
2667
do którego wpływają żółwie,
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
traktując go jak kolejkę górską.
Zwiększyliśmy więc widoczność
05:59
So we pushed the visibility of the water
133
347701
1937
06:01
well past anything you would
ever see in real life.
ever see in real life.
134
349662
2703
dalece ponad rzeczywistą
widoczność pod wodą.
widoczność pod wodą.
Bo ostatecznie
06:04
Because in the end,
135
352843
1162
06:06
we are not trying to recreate
the scientifically correct real world,
the scientifically correct real world,
136
354029
4624
nie staramy się odtworzyć
zgodnego z nauką, rzeczywistego świata,
zgodnego z nauką, rzeczywistego świata,
próbujemy stworzyć prawdopodobny świat,
06:10
we're trying to create a believable world,
137
358677
2040
06:12
one the audience can immerse
themselves in to experience the story.
themselves in to experience the story.
138
360741
3947
taki, w którym widownia
może się zanurzyć, by przeżyć historię.
może się zanurzyć, by przeżyć historię.
06:17
We use science to create
something wonderful.
something wonderful.
139
365344
2723
Nauka służy nam do tworzenia
czegoś cudownego.
czegoś cudownego.
Fabuła i odrobina sztuki
przenoszą nas w świat magii.
przenoszą nas w świat magii.
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
06:25
This guy, WALL-E, is a great
example of that.
example of that.
141
373578
2476
Ta postać, WALL-E,
jest tego świetnym przykładem.
jest tego świetnym przykładem.
06:28
He finds beauty in the simplest things.
142
376078
2430
Widzi piękno w najprostszych rzeczach.
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
Ale przysporzył nam wielu
problemów z oświetleniem.
problemów z oświetleniem.
06:33
We got so geeked-out on making
WALL-E this convincing robot,
WALL-E this convincing robot,
144
381978
3445
Tak się skupiliśmy na stworzeniu
realistycznego robota,
realistycznego robota,
06:37
that we made his binoculars
practically optically perfect.
practically optically perfect.
145
385447
3380
że jego "oczy" są optycznie
niemal doskonałe.
niemal doskonałe.
06:40
(Laughter)
146
388851
1530
(Śmiech)
06:43
His binoculars are one of the most
critical acting devices he has.
critical acting devices he has.
147
391328
3994
Są one jednym z najważniejszych
elementów gry aktorskiej robota.
elementów gry aktorskiej robota.
Brak mu twarzy,
czy nawet klasycznego dialogu,
czy nawet klasycznego dialogu,
06:47
He doesn't have a face or even
traditional dialogue, for that matter.
traditional dialogue, for that matter.
148
395346
3542
więc animatorzy wykorzystali
przede wszystkim jego oczy,
przede wszystkim jego oczy,
06:50
So the animators were heavily
dependent on the binoculars
dependent on the binoculars
149
398912
2927
06:53
to sell his acting and emotions.
150
401863
2253
aby oddać jego wrażliwość i emocje.
06:56
We started lighting and we realized
151
404510
1709
Przy oświetlaniu okazało się,
06:58
the triple lenses inside his binoculars
were a mess of reflections.
were a mess of reflections.
152
406243
4214
że potrójne soczewki w oczach
okropnie odbijają światło.
okropnie odbijają światło.
Jego wzrok zrobił się szklisty.
07:02
He was starting to look glassy-eyed.
153
410989
2053
07:05
(Laughter)
154
413066
1724
(Śmiech)
07:06
Now, glassy-eyed
is a fundamentally awful thing
is a fundamentally awful thing
155
414814
3414
Szklisty wzrok to wyjątkowo zła cecha,
gdy chce się przekonać widownię,
07:10
when you are trying
to convince an audience
to convince an audience
156
418252
2016
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
że robot ma osobowość i umie się zakochać.
07:16
So we went to work on these optically
perfect binoculars,
perfect binoculars,
158
424498
3524
Zabraliśmy się więc do pracy
nad optycznie doskonałymi oczami,
nad optycznie doskonałymi oczami,
szukając rozwiązania,
które zachowałoby cechy robota
które zachowałoby cechy robota
07:20
trying to find a solution that would
maintain his true robot materials
maintain his true robot materials
159
428046
3702
07:23
but solve this reflection problem.
160
431772
1991
i rozwiązało problem odbijania światła.
Zaczęliśmy więc od soczewek.
07:26
So we started with the lenses.
161
434096
1458
To płaska soczewka przednia,
07:27
Here's the flat-front lens,
162
435578
1392
07:28
we have a concave lens
163
436994
1506
soczewka wklęsła
07:30
and a convex lens.
164
438524
1257
i soczewka wypukła.
07:31
And here you see all three together,
165
439805
2105
Tutaj widać wszystkie trzy naraz
i odbicie w nich.
07:33
showing us all these reflections.
166
441934
1885
Próbowaliśmy je przyciemnić,
07:36
We tried turning them down,
167
444208
1630
07:37
we tried blocking them,
168
445862
1696
zablokować,
nic nie działało.
07:39
nothing was working.
169
447582
1440
07:41
You can see here,
170
449786
1151
Tutaj widać,
że czasem coś konkretnego
musiało się odbijać w jego oczach,
musiało się odbijać w jego oczach,
07:42
sometimes we needed something specific
reflected in his eyes --
reflected in his eyes --
171
450961
3124
zwykle była to EWA.
07:46
usually Eve.
172
454109
1151
Stworzenie abstrakcyjnego obrazu
na soczewkach było więc niemożliwe.
na soczewkach było więc niemożliwe.
07:47
So we couldn't just use some faked
abstract image on the lenses.
abstract image on the lenses.
173
455284
3531
Tutaj mamy EWĘ na pierwszej soczewce,
07:50
So here we have Eve on the first lens,
174
458839
2150
dodajemy ją na drugiej,
07:53
we put Eve on the second lens,
175
461013
2051
to nie działa.
07:55
it's not working.
176
463088
1245
Przyciemniamy je,
07:56
We turn it down,
177
464357
1160
07:57
it's still not working.
178
465541
1676
wciąż coś nie gra.
Wtedy nadszedł moment olśnienia.
07:59
And then we have our eureka moment.
179
467241
2330
Dodajemy światło, które przypadkowo
wkrada się do oczu WALL-Ego.
wkrada się do oczu WALL-Ego.
08:01
We add a light to WALL-E
that accidentally leaks into his eyes.
that accidentally leaks into his eyes.
180
469595
3816
Widać tu, jak rozjaśnia ono
szare listki przysłony.
szare listki przysłony.
08:06
You can see it light up
these gray aperture blades.
these gray aperture blades.
181
474092
3390
08:10
Suddenly, those aperture blades
are poking through that reflection
are poking through that reflection
182
478237
3323
Nagle te listki
przebijają się przez odbicie
przebijają się przez odbicie
08:13
the way nothing else has.
183
481584
1785
jak nic innego.
08:15
Now we recognize WALL-E as having an eye.
184
483966
3542
Teraz zauważamy, że WALL-E ma oko.
Ludzkie oko ma białą spojówkę,
08:19
As humans we have the white of our eye,
185
487532
2649
08:22
the colored iris
186
490205
1151
kolorową tęczówkę
08:23
and the black pupil.
187
491380
1221
i czarną źrenicę.
Teraz WALL-E ma czarną spojówkę,
08:24
Now WALL-E has the black of an eye,
188
492948
3341
szare listki przysłony
08:28
the gray aperture blades
189
496313
1527
08:29
and the black pupil.
190
497864
1419
i czarną źrenicę.
08:31
Suddenly, WALL-E feels like he has a soul,
191
499689
3642
Nagle czuć, że WALL-E ma duszę,
że ma charakter i nosi w sobie emocje.
08:35
like there's a character
with emotion inside.
with emotion inside.
192
503355
2878
08:40
Later in the movie towards the end,
193
508038
1817
Później, pod koniec filmu,
08:41
WALL-E loses his personality,
194
509879
1478
WALL-E traci swoją osobowość,
08:43
essentially going dead.
195
511381
1578
w gruncie rzeczy umiera.
To idealny moment,
by przywrócić to szkliste spojrzenie.
by przywrócić to szkliste spojrzenie.
08:45
This is the perfect time to bring back
that glassy-eyed look.
that glassy-eyed look.
196
513381
3529
08:49
In the next scene,
WALL-E comes back to life.
WALL-E comes back to life.
197
517553
2480
W następnej scenie WALL-E ożywa.
Przywracamy światło,
które oświetla listki przysłony,
które oświetla listki przysłony,
08:52
We bring that light back to bring
the aperture blades back,
the aperture blades back,
198
520057
3183
a on znów staje się tym słodkim,
wrażliwym robotem, którego pokochaliśmy.
wrażliwym robotem, którego pokochaliśmy.
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
(Wideo) WALL-E: EWA?
09:02
(Video) WALL-E: Eva?
200
530444
1364
Danielle Feinberg: Piękno kryje się
w tych nieoczekiwanych momentach:
w tych nieoczekiwanych momentach:
09:06
Danielle Feinberg: There's a beauty
in these unexpected moments --
in these unexpected moments --
201
534841
3120
09:09
when you find the key
to unlocking a robot's soul,
to unlocking a robot's soul,
202
537985
3566
jak znalezienie klucza do duszy robota,
odkrycie tego, co chce się w życiu robić.
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
Meduzy w "Gdzie jest Nemo?"
były dla mnie takim przełomem.
były dla mnie takim przełomem.
09:17
The jellyfish in "Finding Nemo"
was one of those moments for me.
was one of those moments for me.
204
545135
3302
09:20
There are scenes in every movie
that struggle to come together.
that struggle to come together.
205
548833
3219
W każdym filmie są sceny,
które nie chcą się kleić.
które nie chcą się kleić.
To była jedna z takich scen.
09:24
This was one of those scenes.
206
552076
1935
Wizja reżysera była oparta
09:26
The director had a vision for this scene
207
554035
2134
na zjawiskowych nagraniach meduz
z Południowego Pacyfiku.
z Południowego Pacyfiku.
09:28
based on some wonderful footage
of jellyfish in the South Pacific.
of jellyfish in the South Pacific.
208
556193
3808
Podczas pracy ugrzęźliśmy.
09:33
As we went along,
209
561139
1857
09:35
we were floundering.
210
563020
1453
09:36
The reviews with the director
211
564497
2089
Przeglądy pracy z reżyserem
zmieniły się ze zwykłych rozmów
o wyglądzie i wrażeniach
o wyglądzie i wrażeniach
09:38
turned from the normal
look-and-feel conversation
look-and-feel conversation
212
566610
2689
09:41
into more and more questions
about numbers and percentages.
about numbers and percentages.
213
569323
4127
w coraz więcej pytań o numery i procenty.
09:46
Maybe because unlike normal,
214
574085
1691
Być może dlatego, że, wbrew zwyczajom,
09:47
we were basing it on
something in real life,
something in real life,
215
575800
2253
opieraliśmy scenę na czymś realnym,
09:50
or maybe just because we had lost our way.
216
578077
2585
a może po prostu się pogubiliśmy.
Przeistoczyło się to
w używanie mózgu bez oczu,
w używanie mózgu bez oczu,
09:52
But it had become about using
our brain without our eyes,
our brain without our eyes,
217
580686
3111
09:55
the science without the art.
218
583821
1855
nauki bez sztuki.
Ta naukowa smycz dławiła scenę.
09:58
That scientific tether
was strangling the scene.
was strangling the scene.
219
586251
3179
Mimo tych wszystkich frustracji
10:02
But even through all the frustrations,
220
590534
1846
wciąż wierzyłam,
że ta scena może być piękna.
że ta scena może być piękna.
10:04
I still believed it could be beautiful.
221
592404
2035
Kiedy nadszedł czas oświetlania,
10:06
So when it came in to lighting,
222
594463
1659
zakasałam rękawy.
10:08
I dug in.
223
596146
1231
10:10
As I worked to balance
the blues and the pinks,
the blues and the pinks,
224
598149
3291
Próby zrównoważenia błękitów i różu,
kaustyki tańczącej na parasolach meduz,
10:13
the caustics dancing
on the jellyfish bells,
on the jellyfish bells,
225
601464
2816
falujących promieni słońca,
10:16
the undulating fog beams,
226
604304
2174
zaczęły tworzyć coś obiecującego.
10:18
something promising began to appear.
227
606502
2422
Pewnego ranka sprawdziłam
pracę z poprzedniego wieczoru.
pracę z poprzedniego wieczoru.
10:21
I came in one morning and checked
the previous night's work.
the previous night's work.
228
609686
3227
Podekscytowałam się.
10:24
And I got excited.
229
612937
1476
Pokazałam to kierowniczce oświetlenia,
10:26
And then I showed it
to the lighting director
to the lighting director
230
614437
2108
która również się zapaliła.
10:28
and she got excited.
231
616569
1175
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
Wkrótce przedstawiałam pracę reżyserowi
i 50 osobom w ciemnym pomieszczeniu.
i 50 osobom w ciemnym pomieszczeniu.
Kiedy reżyser ocenia postępy prac,
10:34
In director review,
233
622563
1263
10:35
you hope you might get some nice words,
234
623850
2058
ma się nadzieję na parę miłych słów,
a dostaje się kilka uwag i poprawek,
10:38
then you get some notes
and fixes, generally.
and fixes, generally.
235
626349
2296
potem, przy odrobinie szczęścia,
praca zostaje zaakceptowana
praca zostaje zaakceptowana
10:41
And then, hopefully, you get a final,
236
629408
2437
10:43
signaling to move on to the next stage.
237
631869
2048
i można przejść do kolejnego etapu.
Przedstawiłam temat
i puściłam scenę z meduzami.
i puściłam scenę z meduzami.
10:46
I gave my intro, and I played
the jellyfish scene.
the jellyfish scene.
238
634462
3368
Reżyser milczał krępująco długo.
10:50
And the director was silent
for an uncomfortably long amount of time.
for an uncomfortably long amount of time.
239
638703
3852
Wystarczająco długo, żebym pomyślała:
10:55
Just long enough for me to think,
240
643240
2507
"Ojej, przepadło".
10:57
"Oh no, this is doomed."
241
645771
1856
11:00
And then he started clapping.
242
648919
1760
Nagle zaczął klaskać.
Scenograf również zaczął klaskać.
11:03
And then the production
designer started clapping.
designer started clapping.
243
651381
2392
11:06
And then the whole room was clapping.
244
654240
2144
W końcu wszyscy zaczęli bić brawo.
11:14
This is the moment
that I live for in lighting.
that I live for in lighting.
245
662285
3086
To jest ten moment w oświetleniu,
dla którego żyję.
dla którego żyję.
Chwila, w której wszystko
łączy się w jedną całość,
łączy się w jedną całość,
11:17
The moment where it all comes together
246
665395
2163
tworząc wiarygodny świat.
11:19
and we get a world that we can believe in.
247
667582
2647
11:22
We use math, science and code
to create these amazing worlds.
to create these amazing worlds.
248
670718
3888
Matematyka, nauka i kodowanie służą nam,
by tworzyć te niezwykłe światy.
by tworzyć te niezwykłe światy.
Narracja i sztuka ożywiają je.
11:27
We use storytelling and art
to bring them to life.
to bring them to life.
249
675030
2846
11:30
It's this interweaving of art and science
250
678440
4011
To przeplatanie sztuki z nauką
przeistacza świat w miejsce magiczne,
11:34
that elevates the world
to a place of wonder,
to a place of wonder,
251
682475
3663
11:38
a place with soul,
252
686162
1633
miejsce z duszą,
miejsce, w które wierzymy,
11:39
a place we can believe in,
253
687819
1770
miejsce, gdzie marzenia
mogą stać się rzeczywistością.
mogą stać się rzeczywistością.
11:42
a place where the things
you imagine can become real --
you imagine can become real --
254
690262
3341
To świat, w którym dziewczynka
nagle zdaje sobie sprawę,
nagle zdaje sobie sprawę,
11:47
and a world where a girl suddenly realizes
255
695071
3212
11:50
not only is she a scientist,
256
698307
2160
że jest nie tylko naukowcem,
ale również artystką.
11:52
but also an artist.
257
700491
1315
Dziękuję.
11:54
Thank you.
258
702544
1151
(Brawa)
11:55
(Applause)
259
703719
3280
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