TED2015
Manuel Lima: A visual history of human knowledge
Manuel Lima: Uma história visual do conhecimento humano
Filmed:
Readability: 5.4
1,916,809 views
Como o conhecimento se desenvolve? Muitas vezes, começa com um "insight" e se expande em muitos ramos. Manuel Lima, especialista em Infografia, explora a história milenar do mapeamento de dados — das línguas às dinastias —, usando árvores de informações. Trata-se da fascinante história das visualizações e de um olhar sobre esse desejo humano incontrolável de mapear o nosso conhecimento.
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.
Nos últimos dez anos,
00:13
Over the past 10 years,
0
1126
1295
venho pesquisando a forma como as pessoas
organizam e visualizam a informação.
organizam e visualizam a informação.
00:14
I've been researching the way
people organize and visualize information.
people organize and visualize information.
1
2445
4569
E notei uma mudança interessante.
00:19
And I've noticed an interesting shift.
2
7786
2039
Durante muito tempo,
00:22
For a long period of time,
3
10166
1720
acreditamos num ordenamento
natural no mundo que nos cerca,
natural no mundo que nos cerca,
00:23
we believed in a natural ranking order
in the world around us,
in the world around us,
4
11910
4428
também conhecida como A Grande Cadeia
dos Seres ou, em latim, "scala naturae",
dos Seres ou, em latim, "scala naturae",
00:28
also known as the great chain of being,
or "Scala naturae" in Latin,
or "Scala naturae" in Latin,
5
16362
4745
00:33
a top-down structure that normally starts
with God at the very top,
with God at the very top,
6
21131
4175
uma estrutura hierárquica que normalmente
começa com Deus no topo,
começa com Deus no topo,
00:37
followed by angels, noblemen,
7
25330
2405
seguido por anjos, nobres,
00:39
common people, animals, and so on.
8
27759
3013
pessoas comuns, animais,
e assim por diante.
e assim por diante.
00:43
This idea was actually based
on Aristotle's ontology,
on Aristotle's ontology,
9
31999
4275
Na verdade, essa ideia se baseia
na ontologia de Aristóteles,
na ontologia de Aristóteles,
00:48
which classified all things known to man
in a set of opposing categories,
in a set of opposing categories,
10
36298
4444
que classifica todas as coisas conhecidas
num grupo de categorias opostas,
num grupo de categorias opostas,
como podem ver aqui.
00:52
like the ones you see behind me.
11
40766
1722
00:56
But over time, interestingly enough,
12
44687
2747
Mas, curiosamente, com o tempo,
00:59
this concept adopted
the branching schema of a tree
the branching schema of a tree
13
47458
4146
esse conceito adotou o esquema
de ramificações de uma árvore,
de ramificações de uma árvore,
01:03
in what became known
as the Porphyrian tree,
as the Porphyrian tree,
14
51628
2873
no que se tornou conhecido
como a Árvore de Porfírio,
como a Árvore de Porfírio,
01:06
also considered to be
the oldest tree of knowledge.
the oldest tree of knowledge.
15
54525
3642
também considerada a árvore
mais velha do conhecimento.
mais velha do conhecimento.
O sistema de ramificações era, de fato,
01:11
The branching scheme
of the tree was, in fact,
of the tree was, in fact,
16
59238
2174
uma metáfora tão poderosa
para transmitir informação
para transmitir informação
01:13
such a powerful metaphor
for conveying information
for conveying information
17
61436
2949
01:16
that it became, over time,
an important communication tool
an important communication tool
18
64409
3270
que se tornou, com o tempo,
uma importante ferramenta de comunicação
uma importante ferramenta de comunicação
01:19
to map a variety of systems of knowledge.
19
67703
2274
para mapear diversos
sistemas do conhecimento.
sistemas do conhecimento.
01:22
We can see trees being used
to map morality,
to map morality,
20
70648
3083
Temos árvores sendo usadas
para mapear a moralidade,
para mapear a moralidade,
01:25
with the popular tree of virtues
and tree of vices,
and tree of vices,
21
73755
2849
como a famosa árvore das virtudes
e a árvore dos vícios,
e a árvore dos vícios,
01:28
as you can see here, with these beautiful
illustrations from medieval Europe.
illustrations from medieval Europe.
22
76628
3792
como podem ver aqui nessas lindas
ilustrações da Europa medieval.
ilustrações da Europa medieval.
Temos árvores sendo usadas
para mapear a consanguinidade,
para mapear a consanguinidade,
01:32
We can see trees being used
to map consanguinity,
to map consanguinity,
23
80825
3088
os laços de sangue entre as pessoas.
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
Também temos árvores sendo
usadas para mapear a genealogia,
usadas para mapear a genealogia,
01:42
perhaps the most famous archetype
of the tree diagram.
of the tree diagram.
26
90230
2810
talvez o arquétipo mais famoso
do diagrama da árvore.
do diagrama da árvore.
Imagino que muitos aqui já tenham
visto uma árvore genealógica.
visto uma árvore genealógica.
01:45
I think many of you in the audience
have probably seen family trees.
have probably seen family trees.
27
93064
3316
Provavelmente alguns até tenham
a árvore da sua família nesse formato.
a árvore da sua família nesse formato.
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
01:53
We can see trees even mapping
systems of law,
systems of law,
29
101158
2911
Temos árvores mapeando os sistemas legais,
01:56
the various decrees and rulings
of kings and rulers.
of kings and rulers.
30
104093
3851
os vários decretos e normas
de reis e governantes.
de reis e governantes.
02:01
And finally, of course,
also a very popular scientific metaphor,
also a very popular scientific metaphor,
31
109785
3758
E, finalmente, é claro, uma metáfora
científica muito popular
científica muito popular
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
são as árvores usadas para mapear
as espécies conhecidas pelo homem.
as espécies conhecidas pelo homem.
02:11
And trees ultimately became
such a powerful visual metaphor
such a powerful visual metaphor
33
119177
3906
E, no final das contas, elas se tornaram
uma metáfora visual muito poderosa
uma metáfora visual muito poderosa
02:15
because in many ways,
they really embody this human desire
they really embody this human desire
34
123107
2868
por encarnarem, de muitas formas,
esse desejo humano
esse desejo humano
pela ordem, pelo equilíbrio,
pela unidade, pela simetria.
pela unidade, pela simetria.
02:17
for order, for balance,
for unity, for symmetry.
for unity, for symmetry.
35
125999
3036
02:21
However, nowadays we are really facing
new complex, intricate challenges
new complex, intricate challenges
36
129999
4323
No entanto, hoje em dia enfrentamos
novos desafios complexos e intrincados
novos desafios complexos e intrincados
02:26
that cannot be understood by simply
employing a simple tree diagram.
employing a simple tree diagram.
37
134346
4190
que não podem ser entendidos meramente
com um simples diagrama de árvore.
com um simples diagrama de árvore.
02:32
And a new metaphor is currently emerging,
38
140037
3242
Atualmente, está surgindo
uma nova metáfora
uma nova metáfora
que está substituindo a árvore
02:35
and it's currently replacing the tree
39
143303
2150
02:37
in visualizing various
systems of knowledge.
systems of knowledge.
40
145477
2563
na visualização dos diversos
sistemas do conhecimento
sistemas do conhecimento
e nos oferecendo de fato novas lentes
para entender o mundo que nos cerca.
para entender o mundo que nos cerca.
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
02:45
And this new metaphor
is the metaphor of the network.
is the metaphor of the network.
42
153495
3199
E essa nova metáfora é a metáfora da rede.
02:49
And we can see this shift
from trees into networks
from trees into networks
43
157511
3311
Podemos observar essa mudança
de árvores para redes
de árvores para redes
em muitos campos do conhecimento.
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
Vemos essa mudança na forma
como tentamos entender o cérebro.
como tentamos entender o cérebro.
Se, no passado, pensávemos no cérebro
03:00
While before, we used
to think of the brain
to think of the brain
46
168453
2038
como um órgão centralizado, modular,
03:02
as a modular, centralized organ,
47
170515
1991
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
em que uma dada área era responsável
por um grupo de ações e comportamentos,
por um grupo de ações e comportamentos,
03:08
the more we know about the brain,
49
176592
1739
quanto mais conhecemos o cérebro,
03:10
the more we think of it
as a large music symphony,
as a large music symphony,
50
178355
3286
mais pensamos nele
como uma grande sinfonia,
como uma grande sinfonia,
03:13
played by hundreds
and thousands of instruments.
and thousands of instruments.
51
181665
2610
tocada por centenas
e milhares de instrumentos.
e milhares de instrumentos.
03:16
This is a beautiful snapshot
created by the Blue Brain Project,
created by the Blue Brain Project,
52
184299
3676
Esta é uma linda imagem
criada pelo "Blue Brain Project",
criada pelo "Blue Brain Project",
03:19
where you can see 10,000 neurons
and 30 million connections.
and 30 million connections.
53
187999
4063
na qual vemos 10 mil neurônios
e 30 milhões de conexões.
e 30 milhões de conexões.
03:24
And this is only mapping 10 percent
of a mammalian neocortex.
of a mammalian neocortex.
54
192736
3888
E estes são apenas 10% do mapeamento
do neocórtex dos mamíferos.
do neocórtex dos mamíferos.
Percebemos também a mudança na forma
de se conceber o conhecimento humano.
de se conceber o conhecimento humano.
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
03:36
These are some remarkable trees
of knowledge, or trees of science,
of knowledge, or trees of science,
56
204062
3148
Estas são árvores notáveis
do conhecimento, ou árvores da ciência,
do conhecimento, ou árvores da ciência,
03:39
by Spanish scholar Ramon Llull.
57
207234
2221
do estudioso espanhol Raimundo Lúlio.
03:41
And Llull was actually the precursor,
58
209999
1810
E Lúlio foi, na verdade, um precursor,
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
o primeiríssimo a criar a metáfora
da ciência como uma árvore,
da ciência como uma árvore,
uma metáfora que usamos todo
santo dia quando dizemos:
santo dia quando dizemos:
03:47
a metaphor we use
every single day, when we say,
every single day, when we say,
60
215571
2968
"A biologia é um ramo da ciência",
03:50
"Biology is a branch of science,"
61
218563
1665
quando dizemos:
03:52
when we say,
62
220252
1153
"A genética é um ramo da ciência".
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
Mas, talvez, a árvore do conhecimento
mais linda, pelo menos para mim,
mais linda, pelo menos para mim,
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
foi a criada pela enciclopédia francesa
de Diderot e d'Alembert em 1751.
de Diderot e d'Alembert em 1751.
04:04
This was really the bastion
of the French Enlightenment,
of the French Enlightenment,
66
232378
2635
Esse foi realmente o baluarte
do Iluminismo francês,
do Iluminismo francês,
e esta linda ilustração
foi concebida como o índice
foi concebida como o índice
04:07
and this gorgeous illustration
was featured as a table of contents
was featured as a table of contents
67
235037
3825
da enciclopédia.
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
Ela, na verdade, mapeia todos
os domínios do conhecimento
os domínios do conhecimento
como ramos separados de uma árvore.
04:16
as separate branches of a tree.
70
244692
2118
04:19
But knowledge is much more
intricate than this.
intricate than this.
71
247866
2333
Mas o conhecimento é muito
mais intrincado que isso.
mais intrincado que isso.
04:22
These are two maps of Wikipedia
showing the inter-linkage of articles --
showing the inter-linkage of articles --
72
250794
4640
Existem dois mapas da Wikipédia
mostrando a interligação entre os artigos
mostrando a interligação entre os artigos
04:27
related to history on the left,
and mathematics on the right.
and mathematics on the right.
73
255458
3890
relacionados à história, à esquerda,
e à matemática, à direita.
e à matemática, à direita.
Penso que, observando estes mapas
04:31
And I think by looking at these maps
74
259966
1739
04:33
and other ones that have been
created of Wikipedia --
created of Wikipedia --
75
261729
2544
e outros que foram criados pela Wikipédia,
provavelmente uma das maiores estruturas
rizomáticas criadas pelo homem,
rizomáticas criadas pelo homem,
04:36
arguably one of the largest rhizomatic
structures ever created by man --
structures ever created by man --
76
264297
3392
conseguimos entender
como o conhecimento humano
como o conhecimento humano
04:39
we can really understand
how human knowledge is much more intricate
how human knowledge is much more intricate
77
267713
3822
é muito mais intrincado e interdependente,
exatamente como uma rede.
exatamente como uma rede.
04:43
and interdependent, just like a network.
78
271559
2436
04:47
We can also see this interesting shift
79
275455
2163
Também pode-se observar
a interessante mudança
a interessante mudança
04:49
in the way we map
social ties between people.
social ties between people.
80
277642
2700
na forma como mapeamos
os laços sociais entre as pessoas.
os laços sociais entre as pessoas.
04:53
This is the typical organization chart.
81
281524
2295
Este é um organograma típico.
Estou supondo que muitos
aqui já viram um semelhante
aqui já viram um semelhante
04:55
I'm assuming many of you have seen
a similar chart as well,
a similar chart as well,
82
283843
2794
em suas empresas, ou em outras.
04:58
in your own corporations, or others.
83
286661
1746
05:00
It's a top-down structure
84
288431
1485
É uma estrutura hierárquica
05:01
that normally starts
with the CEO at the very top,
with the CEO at the very top,
85
289940
2861
que normalmente começa
com o presidente no topo,
com o presidente no topo,
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
e onde podemos ir descendo
até os trabalhadores individuais na base.
até os trabalhadores individuais na base.
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
Mas os humanos são únicos,
cada um a seu modo,
cada um a seu modo,
05:14
and sometimes you really don't play well
under this really rigid structure.
under this really rigid structure.
88
302506
4698
e, às vezes, não se adaptam
a uma estrutura tão rígida.
a uma estrutura tão rígida.
05:20
I think the Internet is really changing
this paradigm quite a lot.
this paradigm quite a lot.
89
308711
3110
Acho que a Internet está realmente
mudando esse paradigma.
mudando esse paradigma.
05:23
This is a fantastic map
of online social collaboration
of online social collaboration
90
311845
3365
Este é um mapa fantástico
de colaboração social on-line
de colaboração social on-line
05:27
between Perl developers.
91
315234
1629
entre desenvolvedores "Perl".
"Perl" é uma famosa
linguagem de programação,
linguagem de programação,
05:28
Perl is a famous programming language,
92
316887
2088
e aqui vocês podem ver
como diferentes programadores
como diferentes programadores
05:30
and here, you can see
how different programmers
how different programmers
93
318999
2723
estão, de fato, trocando arquivos
e trabalhando juntos num dado projeto.
e trabalhando juntos num dado projeto.
05:33
are actually exchanging files,
and working together on a given project.
and working together on a given project.
94
321746
3827
05:37
And here, you can notice that this is
a completely decentralized process --
a completely decentralized process --
95
325597
4178
E dá para notar que este é um processo
completamente descentralizado,
completamente descentralizado,
05:41
there's no leader in this organization,
96
329799
2156
não existe um líder nessa organização,
05:43
it's a network.
97
331979
1157
é uma rede.
05:46
We can also see this interesting shift
when we look at terrorism.
when we look at terrorism.
98
334337
4705
Também podemos ver essa interessante
mudança quando analisamos o terrorismo.
mudança quando analisamos o terrorismo.
05:51
One of the main challenges
of understanding terrorism nowadays
of understanding terrorism nowadays
99
339613
3104
Um dos maiores desafios para se entender
o terrorismo hoje em dia
o terrorismo hoje em dia
05:54
is that we are dealing with
decentralized, independent cells,
decentralized, independent cells,
100
342741
3730
é o fato de estarmos lidando com células
descentralizadas, independentes,
descentralizadas, independentes,
05:58
where there's no leader
leading the whole process.
leading the whole process.
101
346495
2822
onde não há um líder
conduzindo o processo todo.
conduzindo o processo todo.
06:02
And here, you can actually see
how visualization is being used.
how visualization is being used.
102
350518
3298
E aqui podem ver como
a visualização está sendo usada.
a visualização está sendo usada.
06:05
The diagram that you see behind me
103
353840
1657
O diagrama aqui atrás de mim
06:07
shows all the terrorists involved
in the Madrid attack in 2004.
in the Madrid attack in 2004.
104
355521
3818
mostra todos os terroristas envolvidos
no ataque de Madri em 2004.
no ataque de Madri em 2004.
E, na verdade, o que eles fizeram
foi segmentar a rede
foi segmentar a rede
06:11
And what they did here is,
they actually segmented the network
they actually segmented the network
105
359942
2927
06:14
into three different years,
106
362893
1499
em três anos diferentes,
06:16
represented by the vertical layers
that you see behind me.
that you see behind me.
107
364416
3042
representados por camadas verticais
que vocês veem atrás de mim.
que vocês veem atrás de mim.
06:19
And the blue lines tie together
108
367482
1969
As linhas azuis unem
06:21
the people that were present
in that network year after year.
in that network year after year.
109
369475
3618
as pessoas que estavam
naquela rede ano a ano.
naquela rede ano a ano.
06:25
So even though there's no leader per se,
110
373117
2028
Daí, mesmo sem um líder
propriamente dito,
propriamente dito,
06:27
these people are probably the most
influential ones in that organization,
influential ones in that organization,
111
375169
3635
provavelmente essas pessoas
são as mais influentes da organização,
são as mais influentes da organização,
as que mais sabem sobre o passado
06:30
the ones that know more about the past,
112
378828
2008
06:32
and the future plans and goals
of this particular cell.
of this particular cell.
113
380860
2877
e os planos e os objetivos
dessa célula em particular.
dessa célula em particular.
06:37
We can also see this shift
from trees into networks
from trees into networks
114
385232
3006
Vemos também essa mudança
de árvores para redes
de árvores para redes
na forma como classificamos
e organizamos as espécies.
e organizamos as espécies.
06:40
in the way we classify
and organize species.
and organize species.
115
388262
2991
06:45
The image on the right
is the only illustration
is the only illustration
116
393245
2829
A imagem à direita é a única ilustração
06:48
that Darwin included
in "The Origin of Species,"
in "The Origin of Species,"
117
396098
3112
que Darwin incluiu
em "A Origem das Espécies",
em "A Origem das Espécies",
06:51
which Darwin called the "Tree of Life."
118
399234
2261
a qual ele chamou de a "Árvore da Vida".
06:54
There's actually a letter
from Darwin to the publisher,
from Darwin to the publisher,
119
402098
2885
Na verdade, existe uma carta
de Darwin para o editor do livro
de Darwin para o editor do livro
ressaltando a importância
desse diagrama em particular.
desse diagrama em particular.
06:57
expanding on the importance
of this particular diagram.
of this particular diagram.
120
405007
2656
Ele foi crucial para a teoria
da evolução de Darwin.
da evolução de Darwin.
06:59
It was critical for Darwin's
theory of evolution.
theory of evolution.
121
407687
2642
07:03
But recently, scientists discovered
that overlaying this tree of life
that overlaying this tree of life
122
411408
3567
Mas, recentemente, os cientistas
descobriram que, recobrindo essa árvore,
descobriram que, recobrindo essa árvore,
07:06
is a dense network of bacteria,
123
414999
2435
existe uma densa rede de bactérias,
e essas bactérias na verdade estão ligando
espécies que eram completamente separadas,
espécies que eram completamente separadas,
07:09
and these bacteria
are actually tying together
are actually tying together
124
417458
2161
07:11
species that were completely
separated before,
separated before,
125
419643
2172
07:13
to what scientists are now calling
not the tree of life,
not the tree of life,
126
421839
3080
naquilo que os cientistas chamam
hoje não de árvore da vida,
hoje não de árvore da vida,
07:16
but the web of life, the network of life.
127
424943
2856
mas de teia da vida, rede da vida.
07:21
And finally, we can really
see this shift, again,
see this shift, again,
128
429489
2514
E, finalmente, podemos
ver essa mudança de novo
ver essa mudança de novo
07:24
when we look at ecosystems
around our planet.
around our planet.
129
432027
2424
quando observamos os ecossistemas
do nosso planeta.
do nosso planeta.
07:27
No more do we have these simplified
predator-versus-prey diagrams
predator-versus-prey diagrams
130
435599
3166
Nada de diagramas simplificados
de predador versus presa
de predador versus presa
que todos aprendemos na escola.
07:30
we have all learned at school.
131
438789
1447
07:33
This is a much more accurate
depiction of an ecosystem.
depiction of an ecosystem.
132
441201
2989
Esta é uma representação muito
mais precisa de um ecossistema.
mais precisa de um ecossistema.
07:36
This is a diagram created
by Professor David Lavigne,
by Professor David Lavigne,
133
444214
2904
Este diagrama foi criado
pelo professor David Lavigne,
pelo professor David Lavigne,
07:39
mapping close to 100 species
that interact with the codfish
that interact with the codfish
134
447142
3500
mapeando cerca de 100 espécies
que interagem com o bacalhau
que interagem com o bacalhau
07:42
off the coast of Newfoundland in Canada.
135
450666
2951
na costa da Terra Nova, no Canadá.
07:46
And I think here, we can really understand
the intricate and interdependent nature
the intricate and interdependent nature
136
454244
3937
Acho que assim vamos conseguir entender
a natureza intrincada e interdependente
a natureza intrincada e interdependente
07:50
of most ecosystems
that abound on our planet.
that abound on our planet.
137
458205
2523
da maioria dos ecossistemas
que abundam em nosso planeta.
que abundam em nosso planeta.
07:54
But even though recent,
this metaphor of the network,
this metaphor of the network,
138
462442
3644
Mas, mesmo sendo recente,
essa metáfora da rede
essa metáfora da rede
07:58
is really already adopting
various shapes and forms,
various shapes and forms,
139
466110
3103
já está adotando várias formas e formatos
08:01
and it's almost becoming
a growing visual taxonomy.
a growing visual taxonomy.
140
469237
2463
e quase se tornando
uma taxonomia visual dominante.
uma taxonomia visual dominante.
08:03
It's almost becoming
the syntax of a new language.
the syntax of a new language.
141
471724
2647
Quase se tornando a sintaxe
de uma nova linguagem.
de uma nova linguagem.
08:06
And this is one aspect
that truly fascinates me.
that truly fascinates me.
142
474395
2633
E esse aspecto realmente me fascina.
Estas são, na verdade,
15 tipologias diferentes
15 tipologias diferentes
08:09
And these are actually
15 different typologies
15 different typologies
143
477678
2533
08:12
I've been collecting over time,
144
480235
2135
que venho coletando ao longo do tempo,
08:14
and it really shows the immense
visual diversity of this new metaphor.
visual diversity of this new metaphor.
145
482394
4022
que mostram a imensa diversidade
visual dessa nova metáfora.
visual dessa nova metáfora.
08:19
And here is an example.
146
487001
1222
Eis aqui um exemplo.
08:20
On the very top band,
you have radial convergence,
you have radial convergence,
147
488818
3933
Na parte de cima, temos
uma convergência radial,
uma convergência radial,
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
um modelo de visualização que se tornou
bastante popular nos últimos cinco anos.
bastante popular nos últimos cinco anos.
08:29
At the top left, the very first project
is a gene network,
is a gene network,
149
497198
4354
E, no alto, à esquerda, o primeiro
projeto é uma rede de genes,
projeto é uma rede de genes,
08:33
followed by a network
of IP addresses -- machines, servers --
of IP addresses -- machines, servers --
150
501576
4009
seguida por uma rede de endereços IP,
isto é, máquinas, servidores,
isto é, máquinas, servidores,
08:37
followed by a network of Facebook friends.
151
505609
2972
seguida por uma rede
de amigos no Facebook.
de amigos no Facebook.
08:41
You probably couldn't find
more disparate topics,
more disparate topics,
152
509240
2508
Seria difícil encontrar
tópicos mais díspares,
tópicos mais díspares,
08:43
yet they are using the same metaphor,
the same visual model,
the same visual model,
153
511772
3794
mas, ainda assim, estão usando a mesma
metáfora, o mesmo modelo visual,
metáfora, o mesmo modelo visual,
08:47
to map the never-ending complexities
of its own subject.
of its own subject.
154
515590
3606
para mapear as complexidades
ilimitadas do seu próprio objeto.
ilimitadas do seu próprio objeto.
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
E aqui estão mais alguns exemplos
dos muitos que venho coletando
dos muitos que venho coletando
dessa dominante taxonomia visual de redes.
08:55
of this growing visual
taxonomy of networks.
taxonomy of networks.
156
523693
2738
09:00
But networks are not just
a scientific metaphor.
a scientific metaphor.
157
528248
2865
Mas redes não são apenas
uma metáfora científica.
uma metáfora científica.
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
Quando designers,
pesquisadores e cientistas
pesquisadores e cientistas
tentam mapear sistemas
complexos diversos,
complexos diversos,
eles também estão influenciando
campos tradicionais da arte,
campos tradicionais da arte,
09:09
they are in many ways influencing
traditional art fields,
traditional art fields,
159
537757
2813
como a pintura e a escultura,
09:12
like painting and sculpture,
160
540594
1402
09:14
and influencing many different artists.
161
542020
1993
e influenciando diversos artistas.
09:16
And perhaps because networks have
this huge aesthetical force to them --
this huge aesthetical force to them --
162
544718
4042
E, como talvez as redes tenham
uma enorme força estética para eles,
uma enorme força estética para eles,
09:20
they're immensely gorgeous --
163
548784
1958
por serem deslumbrantes,
09:22
they are really becoming a cultural meme,
164
550766
2056
elas estão se tornando um "meme" cultural
09:24
and driving a new art movement,
which I've called "networkism."
which I've called "networkism."
165
552846
4325
e liderando um novo movimento,
que chamei de "networkismo".
que chamei de "networkismo".
E podemos ver a influência
nesse movimento de diversas formas.
nesse movimento de diversas formas.
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
Este é apenas um dos muitos exemplos
09:33
This is just one of many examples,
167
561776
1793
09:35
where you can see this influence
from science into art.
from science into art.
168
563593
2725
em que podemos ver essa influência
da ciência na arte.
da ciência na arte.
O exemplo do lado esquerdo
é um mapeamento IP,
é um mapeamento IP,
09:38
The example on your left side
is IP-mapping,
is IP-mapping,
169
566342
2871
um mapa de endereços IP
gerado por computador,
gerado por computador,
09:41
a computer-generated map of IP addresses;
again -- servers, machines.
again -- servers, machines.
170
569237
3659
ou seja, servidores e máquinas.
09:45
And on your right side,
171
573253
1205
E, à sua direita,
09:46
you have "Transient Structures
and Unstable Networks" by Sharon Molloy,
and Unstable Networks" by Sharon Molloy,
172
574482
4618
temos "Transient Structures
and Unstable Networks", de Sharon Molloy,
and Unstable Networks", de Sharon Molloy,
que usou óleo e esmalte sobre a tela.
09:51
using oil and enamel on canvas.
173
579124
2094
09:53
And here are a few more
paintings by Sharon Molloy,
paintings by Sharon Molloy,
174
581870
3105
Aqui estão mais algumas pinturas
de Sharon Molloy,
de Sharon Molloy,
09:56
some gorgeous, intricate paintings.
175
584999
1932
pinturas lindas, intrincadas.
10:00
And here's another example
of that interesting cross-pollination
of that interesting cross-pollination
176
588375
3306
Aqui, um outro exemplo dessa
interessante polinização cruzada
interessante polinização cruzada
10:03
between science and art.
177
591705
1404
entre a ciência e a arte.
10:05
On your left side,
you have "Operation Smile."
you have "Operation Smile."
178
593475
2665
Do lado esquerdo, temos "Operation Smile".
É um mapa, gerado por computador,
de uma rede social.
de uma rede social.
10:08
It is a computer-generated map
of a social network.
of a social network.
179
596164
2889
10:11
And on your right side,
you have "Field 4," by Emma McNally,
you have "Field 4," by Emma McNally,
180
599077
3726
Do lado direito, temos "Field 4",
de Emma McNally,
de Emma McNally,
10:14
using only graphite on paper.
181
602827
2086
usando apenas grafite sobre papel.
10:17
Emma McNally is one of the main
leaders of this movement,
leaders of this movement,
182
605374
3517
Emma McNally é uma das principais
líderes desse movimento,
líderes desse movimento,
10:20
and she creates these striking,
imaginary landscapes,
imaginary landscapes,
183
608915
2569
e ela cria essas paisagens
imaginárias incríveis,
imaginárias incríveis,
nas quais podemos notar a influência
da visualização em rede tradicional.
da visualização em rede tradicional.
10:23
where you can really notice the influence
from traditional network visualization.
from traditional network visualization.
184
611508
4665
10:30
But networkism doesn't happen
only in two dimensions.
only in two dimensions.
185
618324
3007
Mas o "networkismo" não acontece
apenas em duas dimensões.
apenas em duas dimensões.
10:33
This is perhaps
one of my favorite projects
one of my favorite projects
186
621355
2278
Talvez este seja um dos meus projetos
favoritos desse novo movimento.
favoritos desse novo movimento.
10:35
of this new movement.
187
623657
1405
10:37
And I think the title really
says it all -- it's called:
says it all -- it's called:
188
625086
2634
E acho que o título realmente diz tudo.
O nome é "Galaxies Forming
Along Filaments,
Along Filaments,
10:39
"Galaxies Forming Along Filaments,
189
627744
2167
10:41
Like Droplets Along the Strands
of a Spider's Web."
of a Spider's Web."
190
629935
3332
Like Droplets Along the Strands
of a Spider's Web".
of a Spider's Web".
10:46
And I just find this particular project
to be immensely powerful.
to be immensely powerful.
191
634616
3080
Este projeto em particular
eu acho imensamente poderoso.
eu acho imensamente poderoso.
Ele foi criado por Tomás Saraceno,
10:49
It was created by Tomás Saraceno,
192
637720
1960
10:51
and he occupies these large spaces,
193
639704
2698
que ocupa grandes espaços,
cria essas instalações enormes
usando apenas fios elásticos.
usando apenas fios elásticos.
10:54
creates these massive installations
using only elastic ropes.
using only elastic ropes.
194
642426
3342
À medida que se navega no espaço
e se balança nesses fios elásticos,
e se balança nesses fios elásticos,
10:57
As you actually navigate that space
and bounce along those elastic ropes,
and bounce along those elastic ropes,
195
645792
3817
a rede inteira meio que muda,
quase como uma rede orgânica real faria.
quase como uma rede orgânica real faria.
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
11:07
And here's yet another example
197
655414
2032
Eis aqui um outro exemplo
do "networkismo" levado a um nível
completamente diferente.
completamente diferente.
11:09
of networkism taken
to a whole different level.
to a whole different level.
198
657470
2389
11:12
This was created
by Japanese artist Chiharu Shiota
by Japanese artist Chiharu Shiota
199
660303
3213
Isso foi criado pela artista japonesa
Chiharu Shiota
Chiharu Shiota
11:15
in a piece called "In Silence."
200
663540
1755
numa peça chamada "In Silence".
11:17
And Chiharu, like Tomás Saraceno,
fills these rooms with this dense network,
fills these rooms with this dense network,
201
665834
5355
E Chiharu, como Tomás Saraceno,
enche salas com essa rede densa,
enche salas com essa rede densa,
esta teia densa de fios elásticos
e de lã e linha pretas,
e de lã e linha pretas,
11:23
this dense web of elastic ropes
and black wool and thread,
and black wool and thread,
202
671213
3762
11:26
sometimes including objects,
as you can see here,
as you can see here,
203
674999
2759
algumas vezes incluindo objetos,
como podem ver aqui,
como podem ver aqui,
11:29
sometimes even including people,
in many of her installations.
in many of her installations.
204
677782
3022
às vezes incluindo até pessoas
em muitas das instalações.
em muitas das instalações.
11:35
But networks are also
not just a new trend,
not just a new trend,
205
683374
2691
Mas as redes não são
apenas uma nova tendência,
apenas uma nova tendência,
11:38
and it's too easy for us
to dismiss it as such.
to dismiss it as such.
206
686089
2364
e é muito fácil para nós
rejeitá-las como tais.
rejeitá-las como tais.
11:41
Networks really embody
notions of decentralization,
notions of decentralization,
207
689029
3607
As redes encarnam realmente
noções de descentralização,
noções de descentralização,
11:44
of interconnectedness, of interdependence.
208
692660
3134
de interconexão, de interdependência.
11:48
And this new way of thinking is critical
209
696303
2476
E essa nova forma de pensar é fundamental
11:50
for us to solve many of the complex
problems we are facing nowadays,
problems we are facing nowadays,
210
698803
3730
para resolvermos muitos dos complexos
problemas que enfrentamos atualmente,
problemas que enfrentamos atualmente,
11:54
from decoding the human brain,
211
702557
1841
desde decodificar o cérebro humano
11:56
to understanding
the vast universe out there.
the vast universe out there.
212
704422
2403
até entender o vasto universo aí fora.
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
No lado esquerdo, temos a imagem
da rede neural de um camundongo,
da rede neural de um camundongo,
12:04
very similar to our own
at this particular scale.
at this particular scale.
214
712259
2420
muito similar à nossa própria
nessa mesma escala.
nessa mesma escala.
12:07
And on your right side, you have
the Millennium Simulation.
the Millennium Simulation.
215
715500
2966
E, no lado direito, temos
a Simulação do Milênio.
a Simulação do Milênio.
Foi a maior e mais realista simulação
12:10
It was the largest
and most realistic simulation
and most realistic simulation
216
718490
2748
do crescimento da estrutura cósmica.
12:13
of the growth of cosmic structure.
217
721262
1790
12:15
It was able to recreate the history
of 20 million galaxies
of 20 million galaxies
218
723490
4516
Foi capaz de recriar a história
de 20 milhões de galáxias
de 20 milhões de galáxias
12:20
in approximately 25 terabytes of output.
219
728030
3090
com aproximadamente 25 terabytes de dados.
E, coincidentemente ou não,
12:24
And coincidentally or not,
220
732081
1413
12:25
I just find this particular comparison
221
733518
1873
acho em especial essa comparação
12:27
between the smallest scale
of knowledge -- the brain --
of knowledge -- the brain --
222
735415
2703
entre a menor escala
do conhecimento, o cérebro,
do conhecimento, o cérebro,
12:30
and the largest scale of knowledge --
the universe itself --
the universe itself --
223
738142
2829
e a maior escala do conhecimento,
o próprio universo,
o próprio universo,
muito impressionante e fascinante.
12:32
to be really quite striking
and fascinating.
and fascinating.
224
740995
2277
12:35
Because as Bruce Mau once said,
225
743807
2634
Pois, como uma vez Bruce Mau disse:
12:38
"When everything is connected
to everything else,
to everything else,
226
746465
2412
"Quando tudo está conectado
a todo o resto,
a todo o resto,
para o bem ou para o mal,
tudo importa".
tudo importa".
12:40
for better or for worse,
everything matters."
everything matters."
227
748901
2397
Muito obrigado.
12:43
Thank you so much.
228
751322
1151
12:44
(Applause)
229
752497
3802
(Aplausos)
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