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 cresce o conhecimento? Por vezes começa com uma perceção e cresce com muitas ramificações. O especialista em infografia, Manuel Lima, explora a história milenar do mapeamento de dados — das línguas às dinastias — usando árvores de informações. É uma história fascinante de visualizações e um olhar sobre o impulso dos seres humanos para mapear o que conhecemos.
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
Nos últimos 10 anos,
tenho vindo a investigar
tenho vindo a investigar
00:14
I've been researching the way
people organize and visualize information.
people organize and visualize information.
1
2445
4569
a forma como as pessoas
organizam e visualizam as informações.
organizam e visualizam as informações.
00:19
And I've noticed an interesting shift.
2
7786
2039
E reparei numa mudança interessante.
00:22
For a long period of time,
3
10166
1720
Durante muito tempo,
00:23
we believed in a natural ranking order
in the world around us,
in the world around us,
4
11910
4428
acreditámos numa ordem natural
no mundo que nos rodeia,
no mundo que nos rodeia,
00:28
also known as the great chain of being,
or "Scala naturae" in Latin,
or "Scala naturae" in Latin,
5
16362
4745
conhecida como a Grande Cadeia do Ser,
ou "Scala naturae" em latim,
ou "Scala naturae" em latim,
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, lá em cima,
começa com Deus, lá em cima,
00:37
followed by angels, noblemen,
7
25330
2405
seguido pelos anjos, pelos nobres,
00:39
common people, animals, and so on.
8
27759
3013
pelos plebeus, pelos animais, etc.
00:43
This idea was actually based
on Aristotle's ontology,
on Aristotle's ontology,
9
31999
4275
Esta ideia baseava-se
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 classificou todas as coisas
que os homens conheciam
que os homens conheciam
num conjunto de categorias opostas,
como as que veem atrás de mim.
como as que veem atrás de mim.
00:52
like the ones you see behind me.
11
40766
1722
00:56
But over time, interestingly enough,
12
44687
2747
Mas, com o tempo, muito curiosamente,
00:59
this concept adopted
the branching schema of a tree
the branching schema of a tree
13
47458
4146
este conceito adotou
este esquema ramificado duma árvore,
este esquema ramificado duma árvore,
01:03
in what became known
as the Porphyrian tree,
as the Porphyrian tree,
14
51628
2873
no que ficou conhecido
por a Árvore de Porfírio,
por 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 mais antiga árvore do conhecimento.
a mais antiga árvore do conhecimento.
01:11
The branching scheme
of the tree was, in fact,
of the tree was, in fact,
16
59238
2174
O esquema ramificado da árvore
era uma metáfora tão poderosa
para transmitir informações
para transmitir informações
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, com o tempo, tornou-se
num importante instrumento de comunicação
num importante instrumento de comunicação
01:19
to map a variety of systems of knowledge.
19
67703
2274
para mapear uma série
de sistemas do conhecimento.
de sistemas do conhecimento.
01:22
We can see trees being used
to map morality,
to map morality,
20
70648
3083
Vemos árvores usadas para mapear a moral,
01:25
with the popular tree of virtues
and tree of vices,
and tree of vices,
21
73755
2849
como a conhecida 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 vemos aqui, com estas
belas ilustrações da Europa medieval.
belas ilustrações da Europa medieval.
01:32
We can see trees being used
to map consanguinity,
to map consanguinity,
23
80825
3088
Vemos árvores usadas
para mapear a consanguinidade,
para mapear a consanguinidade,
01:35
the various blood ties between people.
24
83937
2244
os diversos laços de sangue
entre as pessoas.
entre as pessoas.
01:39
We can also see trees being used
to map genealogy,
to map genealogy,
25
87110
3096
Também vemos árvores usadas
para mapear a genealogia,
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 conhecido
do diagrama da árvore.
do diagrama da árvore.
01:45
I think many of you in the audience
have probably seen family trees.
have probably seen family trees.
27
93064
3316
Creio que muitos de vocês
já viram árvores genealógicas,
já viram árvores genealógicas,
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
ou já terão feito a árvore genealógica
da vossa família, desta forma.
da vossa família, desta forma.
01:53
We can see trees even mapping
systems of law,
systems of law,
29
101158
2911
Até vemos árvores
a mapear sistemas de leis,
a mapear sistemas de leis,
01:56
the various decrees and rulings
of kings and rulers.
of kings and rulers.
30
104093
3851
os diversos decretos e regulamentos
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, por fim, claro, uma metáfora científica
também muito conhecida,
também muito conhecida,
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
vemos árvores usadas para mapear
todas as espécies que os homens conhecem.
todas as espécies que os homens conhecem.
02:11
And trees ultimately became
such a powerful visual metaphor
such a powerful visual metaphor
33
119177
3906
As árvores acabaram por ser
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
porque, de muitas formas,
elas encarnam este desejo humano
elas encarnam este desejo humano
02:17
for order, for balance,
for unity, for symmetry.
for unity, for symmetry.
35
125999
3036
de ordem, de equilíbrio,
de unidade, de simetria.
de unidade, de simetria.
02:21
However, nowadays we are really facing
new complex, intricate challenges
new complex, intricate challenges
36
129999
4323
No entanto, atualmente 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
utilizando um simples diagrama da árvore.
utilizando um simples diagrama da árvore.
02:32
And a new metaphor is currently emerging,
38
140037
3242
Está a surgir agora uma nova metáfora
02:35
and it's currently replacing the tree
39
143303
2150
que está a substituir a árvore
02:37
in visualizing various
systems of knowledge.
systems of knowledge.
40
145477
2563
para visualizar diversos
sistemas de conhecimento.
sistemas de conhecimento.
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
Está a fornecer-nos novas lentes
para entender o mundo que nos rodeia.
para entender o mundo que nos rodeia.
02:45
And this new metaphor
is the metaphor of the network.
is the metaphor of the network.
42
153495
3199
Esta 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
Vemos esta mudança
das árvores para as redes
das árvores para as redes
02:52
in many domains of knowledge.
44
160846
1640
em muitos campos do conhecimento.
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 esta mudança na forma
como tentamos entender o cérebro.
como tentamos entender o cérebro.
03:00
While before, we used
to think of the brain
to think of the brain
46
168453
2038
Antigamente, costumávamos
pensar no cérebro
pensar no cérebro
03:02
as a modular, centralized organ,
47
170515
1991
como um órgão modular, centralizado,
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 certa área era responsável
por um conjunto de ações e comportamentos.
por um conjunto de ações e comportamentos.
Mas, quanto mais conhecemos o cérebro,
03:08
the more we know about the brain,
49
176592
1739
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 musical,
como uma grande sinfonia musical,
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
Este é um belo instantâneo
criado pelo Blue Brain Project,
criado pelo Blue Brain Project,
03:19
where you can see 10,000 neurons
and 30 million connections.
and 30 million connections.
53
187999
4063
onde podemos ver 10 000 neurónios
e 30 milhões de ligações.
e 30 milhões de ligações.
03:24
And this is only mapping 10 percent
of a mammalian neocortex.
of a mammalian neocortex.
54
192736
3888
Está a mapear apenas 10%
do neocórtex dum mamífero.
do neocórtex dum mamífero.
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
Vemos também esta mudança
na forma como tentamos conceber
o conhecimento humano.
o conhecimento humano.
03:36
These are some remarkable trees
of knowledge, or trees of science,
of knowledge, or trees of science,
56
204062
3148
Estas notáveis árvores do conhecimento
são as árvores da ciência,
são as árvores da ciência,
03:39
by Spanish scholar Ramon Llull.
57
207234
2221
do erudito espanhol Raimundo Lúlio.
03:41
And Llull was actually the precursor,
58
209999
1810
Lúlio foi o 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 primeiro a criar a metáfora
da ciência como uma árvore,
da ciência como uma árvore,
03:47
a metaphor we use
every single day, when we say,
every single day, when we say,
60
215571
2968
uma metáfora que usamos todos os dias,
quando dizemos:
quando dizemos:
03:50
"Biology is a branch of science,"
61
218563
1665
"A Biologia é um ramo da ciência",
03:52
when we say,
62
220252
1153
quando dizemos:
"A Genética é um ramo da ciência".
"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 mais bela de todas as árvores
do conhecimento, pelo menos para mim,
do conhecimento, 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
Foi ela o verdadeiro bastião
do Iluminismo francês.
do Iluminismo francês.
04:07
and this gorgeous illustration
was featured as a table of contents
was featured as a table of contents
67
235037
3825
Esta ilustração deslumbrante
foi concebida
foi concebida
como o índice para a 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 mapeia todos os campos de conhecimento
04:16
as separate branches of a tree.
70
244692
2118
como ramos separados duma árvore.
04:19
But knowledge is much more
intricate than this.
intricate than this.
71
247866
2333
Mas o conhecimento
é muito mais intrincado do que isto.
é muito mais intrincado do que isto.
04:22
These are two maps of Wikipedia
showing the inter-linkage of articles --
showing the inter-linkage of articles --
72
250794
4640
Estes são dois mapas da Wikipédia,
que mostram a interligação de artigos
que mostram a interligação de artigos
04:27
related to history on the left,
and mathematics on the right.
and mathematics on the right.
73
255458
3890
— os ligados à História, à esquerda,
e à Matemática, à direita.
e à Matemática, à direita.
04:31
And I think by looking at these maps
74
259966
1739
Penso que, ao olhar para estes mapas
04:33
and other ones that have been
created of Wikipedia --
created of Wikipedia --
75
261729
2544
e outros que têm sido criados na Wikipédia
04:36
arguably one of the largest rhizomatic
structures ever created by man --
structures ever created by man --
76
264297
3392
— sem dúvida, uma das maiores
estruturas rizomáticas criadas pelo homem —
estruturas rizomáticas criadas pelo homem —
04:39
we can really understand
how human knowledge is much more intricate
how human knowledge is much more intricate
77
267713
3822
percebemos como o conhecimento humano
é muito mais intrincado
é muito mais intrincado
04:43
and interdependent, just like a network.
78
271559
2436
e interdependente, como uma rede.
04:47
We can also see this interesting shift
79
275455
2163
Também vemos uma mudança interessante
04:49
in the way we map
social ties between people.
social ties between people.
80
277642
2700
na forma como mapeamos
as relações sociais entre as pessoas.
as relações sociais entre as pessoas.
04:53
This is the typical organization chart.
81
281524
2295
Este é um organograma vulgar.
04:55
I'm assuming many of you have seen
a similar chart as well,
a similar chart as well,
82
283843
2794
Julgo que muitos de vocês
já viram um destes,
já viram um destes,
04:58
in your own corporations, or others.
83
286661
1746
na vossa empresa,
ou noutro sítio qualquer.
ou noutro sítio qualquer.
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 diretor-geral lá em cima
com o diretor-geral lá em cima
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 que podemos percorrer até
aos trabalhadores individuais em baixo.
aos trabalhadores individuais em baixo.
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 seres humanos
são únicos à sua maneira
são únicos à sua maneira
05:14
and sometimes you really don't play well
under this really rigid structure.
under this really rigid structure.
88
302506
4698
e por vezes, não funcionam bem
dentro desta estrutura muito rígida.
dentro desta estrutura muito rígida.
05:20
I think the Internet is really changing
this paradigm quite a lot.
this paradigm quite a lot.
89
308711
3110
Penso que a Internet
está a mudar muito este paradigma.
está a mudar muito este paradigma.
05:23
This is a fantastic map
of online social collaboration
of online social collaboration
90
311845
3365
Este é um mapa excelente
de colaboração social "online"
de colaboração social "online"
05:27
between Perl developers.
91
315234
1629
entre os programadores Perl.
05:28
Perl is a famous programming language,
92
316887
2088
Perl é uma conhecida
linguagem de programação.
linguagem de programação.
05:30
and here, you can see
how different programmers
how different programmers
93
318999
2723
Vemos aqui como
os diversos programadores
os diversos programadores
05:33
are actually exchanging files,
and working together on a given project.
and working together on a given project.
94
321746
3827
trocam ficheiros e trabalham em conjunto
num determinado projeto.
num determinado projeto.
05:37
And here, you can notice that this is
a completely decentralized process --
a completely decentralized process --
95
325597
4178
Reparamos que aqui o processo
é totalmente descentralizado
é totalmente descentralizado
05:41
there's no leader in this organization,
96
329799
2156
— não há chefes nesta 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 vemos esta interessante mudança
quando olhamos para o terrorismo.
quando olhamos para o terrorismo.
05:51
One of the main challenges
of understanding terrorism nowadays
of understanding terrorism nowadays
99
339613
3104
Um dos principais problemas
em entender o terrorismo atual
em entender o terrorismo atual
05:54
is that we are dealing with
decentralized, independent cells,
decentralized, independent cells,
100
342741
3730
é que estamos a lidar com células
independentes, descentralizadas,
independentes, descentralizadas,
05:58
where there's no leader
leading the whole process.
leading the whole process.
101
346495
2822
em que não há um líder
a conduzir todo o processo.
a conduzir todo o processo.
06:02
And here, you can actually see
how visualization is being used.
how visualization is being used.
102
350518
3298
Aqui, vemos como está a ser
usada a visualização.
usada a visualização.
06:05
The diagram that you see behind me
103
353840
1657
O diagrama que estão a ver 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 atentado de Madrid em 2004.
no atentado de Madrid em 2004.
06:11
And what they did here is,
they actually segmented the network
they actually segmented the network
105
359942
2927
Eles aqui segmentaram a rede
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 pelas camadas verticais
que veem atrás de mim.
que veem atrás de mim.
06:19
And the blue lines tie together
108
367482
1969
As linhas azuis ligam entre si
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 estiveram presentes
nessa rede, ano após ano.
nessa rede, ano após ano.
06:25
So even though there's no leader per se,
110
373117
2028
Embora não houvesse 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
essas pessoas eram provavelmente
as mais influentes naquela organização,
as mais influentes naquela organização,
06:30
the ones that know more about the past,
112
378828
2008
as que melhor conheciam
o passado, os planos futuros,
o passado, os planos futuros,
06:32
and the future plans and goals
of this particular cell.
of this particular cell.
113
380860
2877
e os objetivos desta célula em especial.
06:37
We can also see this shift
from trees into networks
from trees into networks
114
385232
3006
Também vemos esta mudança
de árvores para redes
de árvores para redes
06:40
in the way we classify
and organize species.
and organize species.
115
388262
2991
na forma como classificamos
e organizamos as espécies.
e organizamos as espécies.
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
n' "A Origem das Espécies",
n' "A Origem das Espécies",
06:51
which Darwin called the "Tree of Life."
118
399234
2261
e a que Darwin chamou a "Árvore da Vida".
06:54
There's actually a letter
from Darwin to the publisher,
from Darwin to the publisher,
119
402098
2885
Há mesmo uma carta de Darwin
para a editora,
para a editora,
06:57
expanding on the importance
of this particular diagram.
of this particular diagram.
120
405007
2656
realçando a importância
deste diagrama especial.
deste diagrama especial.
06:59
It was critical for Darwin's
theory of evolution.
theory of evolution.
121
407687
2642
Era fundamental para a teoria
da evolução de Darwin.
da evolução de Darwin.
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
os cientistas descobriram
que há uma densa rede de bactérias,
revestindo esta árvore da vida.
revestindo esta árvore da vida.
07:06
is a dense network of bacteria,
123
414999
2435
07:09
and these bacteria
are actually tying together
are actually tying together
124
417458
2161
Essas bactérias estão a ligar espécies
07:11
species that were completely
separated before,
separated before,
125
419643
2172
que, anteriormente,
estavam totalmente separadas,
estavam totalmente separadas,
07:13
to what scientists are now calling
not the tree of life,
not the tree of life,
126
421839
3080
naquilo a que os cientistas
já não chamam a árvore da vida,
já não chamam a árvore da vida,
07:16
but the web of life, the network of life.
127
424943
2856
mas a "teia da vida", a "rede da vida".
07:21
And finally, we can really
see this shift, again,
see this shift, again,
128
429489
2514
Por fim, vemos esta mudança, de novo,
07:24
when we look at ecosystems
around our planet.
around our planet.
129
432027
2424
quando olhamos para os ecossistemas
por todo o nosso planeta.
por todo o nosso planeta.
07:27
No more do we have these simplified
predator-versus-prey diagrams
predator-versus-prey diagrams
130
435599
3166
Já não temos esses diagramas simplificados
de predador-contra-presa
de predador-contra-presa
07:30
we have all learned at school.
131
438789
1447
que todos aprendemos na escola.
07:33
This is a much more accurate
depiction of an ecosystem.
depiction of an ecosystem.
132
441201
2989
Agora é uma representação
muito mais rigorosa dum ecossistema.
muito mais rigorosa dum ecossistema.
07:36
This is a diagram created
by Professor David Lavigne,
by Professor David Lavigne,
133
444214
2904
Este é um diagrama 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
que mapeia quase 100 espécies
que interagem com o bacalhau
que interagem com o bacalhau
07:42
off the coast of Newfoundland in Canada.
135
450666
2951
ao largo da costa da Terra Nova,
no Canadá.
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
Penso que aqui podemos perceber
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 maior parte dos ecossistemas
que abundam no nosso planeta.
que abundam no nosso planeta.
07:54
But even though recent,
this metaphor of the network,
this metaphor of the network,
138
462442
3644
Mas, recentemente, esta metáfora da rede
07:58
is really already adopting
various shapes and forms,
various shapes and forms,
139
466110
3103
já está a adotar diversas formas,
08:01
and it's almost becoming
a growing visual taxonomy.
a growing visual taxonomy.
140
469237
2463
e está quase a tornar-se
numa taxonomia visual crescente.
numa taxonomia visual crescente.
08:03
It's almost becoming
the syntax of a new language.
the syntax of a new language.
141
471724
2647
Está quase a tornar-se
na sintaxe duma nova linguagem.
na sintaxe duma nova linguagem.
08:06
And this is one aspect
that truly fascinates me.
that truly fascinates me.
142
474395
2633
É este aspeto que realmente me fascina.
08:09
And these are actually
15 different typologies
15 different typologies
143
477678
2533
Estas são 15 tipologias diferentes
08:12
I've been collecting over time,
144
480235
2135
que eu tenho colecionado
ao longo do tempo,
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
e que mostram a imensa diversidade visual
desta nova metáfora.
desta nova metáfora.
08:19
And here is an example.
146
487001
1222
Este aqui é um exemplo.
08:20
On the very top band,
you have radial convergence,
you have radial convergence,
147
488818
3933
Na banda mais acima,
temos convergência radial,
temos 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
muito popular nos últimos cinco anos.
muito 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
Em cima. à esquerda, o primeiro projeto
é uma rede de genes,
é uma rede de genes,
seguida por uma rede de endereços IP
— máquinas, servidores —
— máquinas, servidores —
08:33
followed by a network
of IP addresses -- machines, servers --
of IP addresses -- machines, servers --
150
501576
4009
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
Provavelmente, não conseguiriam
encontrar tópico mais díspares,
encontrar tópico mais díspares,
08:43
yet they are using the same metaphor,
the same visual model,
the same visual model,
153
511772
3794
mas eles estão a usar a mesma metáfora,
o mesmo modelo visual,
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 infinitas
complexidades do seu tema.
complexidades do seu tema.
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
Estes são mais uns exemplos
dos muitos que eu tenho colecionado
dos muitos que eu tenho colecionado
08:55
of this growing visual
taxonomy of networks.
taxonomy of networks.
156
523693
2738
dessa taxonomia visual
crescente das redes.
crescente das redes.
09:00
But networks are not just
a scientific metaphor.
a scientific metaphor.
157
528248
2865
Mas as 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 os "designers",
os investigadores e os cientistas
os investigadores e os cientistas
tentam mapear uma série
de sistemas complexos,
de sistemas complexos,
estão, em grande medida, a influenciar
campos artísticos tradicionais,
campos artísticos tradicionais,
09:09
they are in many ways influencing
traditional art fields,
traditional art fields,
159
537757
2813
09:12
like painting and sculpture,
160
540594
1402
como a pintura e a escultura,
09:14
and influencing many different artists.
161
542020
1993
e a influenciar muitos artistas diferentes.
09:16
And perhaps because networks have
this huge aesthetical force to them --
this huge aesthetical force to them --
162
544718
4042
Talvez porque as redes
têm esta enorme força estética
têm esta enorme força estética
09:20
they're immensely gorgeous --
163
548784
1958
— elas são extremamente fascinantes —
09:22
they are really becoming a cultural meme,
164
550766
2056
estão a tornar-se num "meme" cultural,
09:24
and driving a new art movement,
which I've called "networkism."
which I've called "networkism."
165
552846
4325
e a fomentar um novo movimento artístico,
a que eu chamei "networkismo".
a que eu chamei "networkismo".
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
Vemos essa influência neste movimento,
de muitas maneiras.
de muitas maneiras.
09:33
This is just one of many examples,
167
561776
1793
Este é apenas um entre muitos exemplos,
09:35
where you can see this influence
from science into art.
from science into art.
168
563593
2725
em que vemos essa influência
da ciência sobre a arte.
da ciência sobre a arte.
09:38
The example on your left side
is IP-mapping,
is IP-mapping,
169
566342
2871
O exemplo do vosso lado esquerdo
é mapeamento-IP,
é mapeamento-IP,
09:41
a computer-generated map of IP addresses;
again -- servers, machines.
again -- servers, machines.
170
569237
3659
um mapa, gerado por computador,
de endereços IP — servidores, máquinas.
de endereços IP — servidores, máquinas.
09:45
And on your right side,
171
573253
1205
Do lado direito, temos
09:46
you have "Transient Structures
and Unstable Networks" by Sharon Molloy,
and Unstable Networks" by Sharon Molloy,
172
574482
4618
"Estruturas transientes e redes instáveis",
de Sharon Molloy,
de Sharon Molloy,
09:51
using oil and enamel on canvas.
173
579124
2094
a óleo e esmalte sobre tela.
09:53
And here are a few more
paintings by Sharon Molloy,
paintings by Sharon Molloy,
174
581870
3105
Aqui temos mais umas pinturas
de Sharon Molloy,
de Sharon Molloy,
09:56
some gorgeous, intricate paintings.
175
584999
1932
umas pinturas deslumbrantes, intrincadas.
10:00
And here's another example
of that interesting cross-pollination
of that interesting cross-pollination
176
588375
3306
E este é 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 "Operação sorriso".
temos "Operação sorriso".
10:08
It is a computer-generated map
of a social network.
of a social network.
179
596164
2889
É um mapa duma rede social,
gerado por computador.
gerado por computador.
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 vosso lado direito,
temos "Campo 4", de Emma McNally,
temos "Campo 4", de Emma McNally,
10:14
using only graphite on paper.
181
602827
2086
só a 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 deste movimento,
líderes deste movimento,
10:20
and she creates these striking,
imaginary landscapes,
imaginary landscapes,
183
608915
2569
e cria estas incríveis
paisagens imaginárias,
paisagens imaginárias,
10:23
where you can really notice the influence
from traditional network visualization.
from traditional network visualization.
184
611508
4665
em que reparamos na influência
da visualização da rede tradicional.
da visualização da rede tradicional.
10:30
But networkism doesn't happen
only in two dimensions.
only in two dimensions.
185
618324
3007
Mas o "networkismo" não existe só
em duas dimensões.
em duas dimensões.
10:33
This is perhaps
one of my favorite projects
one of my favorite projects
186
621355
2278
Este é talvez um dos meus projetos
preferidos deste novo movimento.
preferidos deste 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
Penso que o título diz tudo.
Chama-se:
10:39
"Galaxies Forming Along Filaments,
189
627744
2167
"Galáxias formando-se
ao longo de filamentos,
ao longo de filamentos,
10:41
Like Droplets Along the Strands
of a Spider's Web."
of a Spider's Web."
190
629935
3332
"como gotas ao longo dos fios
duma teia de aranha".
duma teia de aranha".
10:46
And I just find this particular project
to be immensely powerful.
to be immensely powerful.
191
634616
3080
Considero que este projeto
é tremendamente poderoso.
é tremendamente poderoso.
10:49
It was created by Tomás Saraceno,
192
637720
1960
Foi criado por Tomás Saraceno
10:51
and he occupies these large spaces,
193
639704
2698
e ocupa estes espaços enormes,
10:54
creates these massive installations
using only elastic ropes.
using only elastic ropes.
194
642426
3342
cria estas instalações enormes,
usando apenas cordas elásticas.
usando apenas cordas elásticas.
10:57
As you actually navigate that space
and bounce along those elastic ropes,
and bounce along those elastic ropes,
195
645792
3817
Quando navegamos naquele espaço
e ressaltamos naquelas cordas elásticas,
e ressaltamos naquelas cordas elásticas,
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
toda a rede reage, quase como faria
uma rede orgânica real.
uma rede orgânica real.
11:07
And here's yet another example
197
655414
2032
Ainda mais um exemplo do "networkismo",
11:09
of networkism taken
to a whole different level.
to a whole different level.
198
657470
2389
levado a um nível totalmente diferente,
11:12
This was created
by Japanese artist Chiharu Shiota
by Japanese artist Chiharu Shiota
199
660303
3213
Isto foi criado pela artista japonesa
Chiharu Shiota
Chiharu Shiota
11:15
in a piece called "In Silence."
200
663540
1755
numa obra chamada "Em silêncio".
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, tal como Tomás Saraceno,
enche estas salas com esta densa rede,
enche estas salas com esta densa rede,
11:23
this dense web of elastic ropes
and black wool and thread,
and black wool and thread,
202
671213
3762
esta densa teia de cordas elásticas
e de lã e fios negros,
e de lã e fios negros,
11:26
sometimes including objects,
as you can see here,
as you can see here,
203
674999
2759
por vezes incluindo objetos,
tal como vemos aqui,
tal como vemos aqui,
11:29
sometimes even including people,
in many of her installations.
in many of her installations.
204
677782
3022
por vezes incluindo pessoas
em muitas das suas instalações.
em muitas das suas instalações.
11:35
But networks are also
not just a new trend,
not just a new trend,
205
683374
2691
Mas as redes também 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 nós classificá-las assim.
11:41
Networks really embody
notions of decentralization,
notions of decentralization,
207
689029
3607
As redes encarnam
noções de descentralização,
noções de descentralização,
11:44
of interconnectedness, of interdependence.
208
692660
3134
de interligação, de interdependência.
11:48
And this new way of thinking is critical
209
696303
2476
Esta 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 nós resolvermos muitos dos problemas
complexos que enfrentamos atualmente,
complexos que enfrentamos atualmente,
11:54
from decoding the human brain,
211
702557
1841
desde a descodificação do cérebro humano,
11:56
to understanding
the vast universe out there.
the vast universe out there.
212
704422
2403
à compreensão do vasto universo lá 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
Do lado esquerdo, temos um instantâneo
duma rede de neurónios dum rato
duma rede de neurónios dum rato
12:04
very similar to our own
at this particular scale.
at this particular scale.
214
712259
2420
— muito semelhante ao nosso, nesta escala.
12:07
And on your right side, you have
the Millennium Simulation.
the Millennium Simulation.
215
715500
2966
E do lado direito,
temos a Millennium Simulation.
temos a Millennium Simulation.
12:10
It was the largest
and most realistic simulation
and most realistic simulation
216
718490
2748
Foi a maior simulação e a mais realista
12:13
of the growth of cosmic structure.
217
721262
1790
do crescimento da estrutura cósmica.
12:15
It was able to recreate the history
of 20 million galaxies
of 20 million galaxies
218
723490
4516
Conseguiu 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 cerca de 25 "terabytes" à saída.
12:24
And coincidentally or not,
220
732081
1413
Por coincidência, ou não,
12:25
I just find this particular comparison
221
733518
1873
acho que esta comparação, em especial,
12:27
between the smallest scale
of knowledge -- the brain --
of knowledge -- the brain --
222
735415
2703
entre a escala mais pequena
de conhecimento — o cérebro —
de conhecimento — o cérebro —
12:30
and the largest scale of knowledge --
the universe itself --
the universe itself --
223
738142
2829
e a maior escala de conhecimento
— o universo —
— o universo —
12:32
to be really quite striking
and fascinating.
and fascinating.
224
740995
2277
é verdadeiramente impressionante
e fascinante.
e fascinante.
12:35
Because as Bruce Mau once said,
225
743807
2634
Como Bruce Mau disse um dia:
12:38
"When everything is connected
to everything else,
to everything else,
226
746465
2412
"Quando tudo está ligado
a tudo o que existe,
a tudo o que existe,
12:40
for better or for worse,
everything matters."
everything matters."
227
748901
2397
"para o melhor ou para o pior,
tudo é importante".
tudo é importante".
12:43
Thank you so much.
228
751322
1151
Muito obrigado.
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