TED2011
Aaron Koblin: Visualizing ourselves ... with crowd-sourced data
Aaron Koblin: İnsanlığımızı ustaca görselleştirme
Filmed:
Readability: 4.2
1,731,467 views
Sanatçı Aaron Koblin büyük miktarda verileri - ve zaman zaman muazzam sayıda insanları - alıyor ve onları çarpıcı bir görselliğin içine örüyor. Kullanıcı için özelleştiren "El Değmemiş Şehir Merkezi" videosundan kalabalık kaynaklı çizimlerle bir araya getirilmiş Johnny Cash'in bir videosuna, havayolu uçuşlarını izleyen zarif hatlardan cep telefonu verileriyle oluşturulan manzaralara kadar, onun eserleri, modern teknolojinin bizleri nasıl daha fazla insan yaptığını zekice keşfetmektedir.
Aaron Koblin - Data artist
Aaron Koblin is an artist specializing in data and digital technologies. His work takes real world and community-generated data and uses it to reflect on cultural trends and the changing relationship between humans and technology. Full bio
Aaron Koblin is an artist specializing in data and digital technologies. His work takes real world and community-generated data and uses it to reflect on cultural trends and the changing relationship between humans and technology. Full bio
Double-click the English transcript below to play the video.
00:15
So I think data can actually make us more human.
0
0
4000
Pekala, verilerin bizi daha insancıl kılabileceğini düşünüyorum.
00:19
We're collecting and creating all kinds of data about how we're living our lives,
1
4000
3000
Biz, hayatımızı nasıl yaşadığımız hakkında her türlü veriyi topluyor ve yaratıyoruz,
00:22
and it's enabling us to tell some amazing stories.
2
7000
2000
ve bu bazı şaşırtıcı hikayeler anlatmamızı sağlıyor.
00:24
Recently, a wise media theorist Tweeted,
3
9000
3000
Son zamanlarda, akıllı bir medya teorisyeni Tweeter mesajında şöyle dedi,
00:27
"The 19th century culture was defined by the novel,
4
12000
2000
19. yüzyıl kültürünü roman tanımlamıştı,
00:29
the 20th century culture was defined by the cinema,
5
14000
2000
20. yüzyıl kültürünü sinema tanımlamıştı,
00:31
and the culture of the 21st century
6
16000
2000
ve 21. yüzyılın kültürünü de
00:33
will be defined by the interface."
7
18000
2000
arayüz tanımlayacak."
00:35
And I believe this is going to prove true.
8
20000
2000
Ve bunun doğruluğunun ortaya çıkacağına inanıyorum.
00:37
Our lives are being driven by data,
9
22000
2000
Hayatlarımıza veriler yön veriyor,
00:39
and the presentation of that data is an opportunity
10
24000
2000
ve bu verilerin sunumu büyük hikayeler anlatmak için
00:41
for us to make some amazing interfaces that tell great stories.
11
26000
2000
bazı şaşırtıcı arayüzler yapmada bizim için bir fırsattır.
00:43
So I'm going to show you a few of the projects
12
28000
2000
Ben de son birkaç yıldır üzerinde çalıştığım
00:45
that I've been working on over the last couple years
13
30000
2000
yaşamlarımızı ve sistemlerimizi derinlemesine irdeleyen
00:47
that reflect on our lives and our systems.
14
32000
2000
projelerden bazılarını göstereceğim.
00:49
This is a project called Flight Patterns.
15
34000
2000
Bu, Uçuş Modelleri adlı bir proje.
00:51
What you're looking at is airplane traffic
16
36000
2000
Baktığınız şey ise, 24 saatlik bir süre için
00:53
over North America for a 24-hour period.
17
38000
3000
Kuzey Amerika üzerindeki uçak trafiğidir.
00:56
As you see, everything starts to fade to black,
18
41000
2000
Gördüğünüz gibi, her şey koyulaşmaya başlar,
00:58
and you see people going to sleep.
19
43000
2000
ve uyumaya giden insanları görürsünüz.
01:00
Followed by that, you see on the West coast
20
45000
2000
Bunun ardından, Batı yakasında uçakların karşıya,
01:02
planes moving across, the red-eye flights to the East coast.
21
47000
3000
gece uçuşlarının Doğu yakasına hareket ettiğini görürüz.
01:05
And you'll see everybody waking up on the East coast,
22
50000
3000
Ve sağ üst köşedeki gelen Avrupa uçuşlarının ardından,
01:08
followed by European flights coming in the upper right-hand corner.
23
53000
3000
Doğu kıyısında herkesin uyandığını göreceksiniz.
01:11
Everybody's moving from the East coast to the West coast.
24
56000
3000
Herkes Doğu yakasından Batı yakasına doğru hareket ediyor.
01:14
You see San Francisco and Los Angeles
25
59000
2000
San Fransisco ve Los Angeles uçaklarının
01:16
start to make their journeys down to Hawaii in the lower left-hand corner.
26
61000
3000
sol alt köşedeki Hawaii'ye doğru seyahat etmeye başladığını görüyorsunuz.
01:19
I think it's one thing to say there's 140,000 planes
27
64000
2000
Herhangi bir zamanda federal hükümet tarafından izlenen
01:21
being monitored by the federal government at any one time,
28
66000
3000
140,000 uçak olduğunu söylemek başka şey,
01:24
and it's another thing to see that system as it ebbs and flows.
29
69000
3000
o sistemin gelgit akışını gördüğünü söylemek ise başka bir şey.
01:29
This is a time-lapse image of that exact same data,
30
74000
2000
Bu aynı verinin hızlandırılmış görüntüsü,
01:31
but I've color-coded it by type,
31
76000
2000
fakat türüne göre renkli kodlu yaptım,
01:33
so you can see the diversity of aircraft that are in the skies above us.
32
78000
3000
böylece yukarıda gökyüzünde bulunan uçak çeşitliliğini görebilirsiniz.
01:36
And I started making these, and I put them into Google Maps
33
81000
3000
Ve bunları yapmaya başladım, onları Google Maps'e koydum
01:39
and allow you to zoom in and see individual airports
34
84000
2000
ve orada ortaya çıkan tek tek havaalanları ile desenleri
01:41
and the patterns that are occurring there.
35
86000
2000
görmeniz için yakınlaştırmanıza izin verdim.
01:43
So here we can see the white represents low altitudes,
36
88000
3000
Yani burada beyazın düşük rakımı, mavinin de yüksek
01:46
and the blue are higher altitudes.
37
91000
2000
rakımı temsil ettiğini görebiliyoruz.
01:48
And you can zoom in. This is taking a look at Atlanta.
38
93000
2000
Ve yakınlaştırabiliyorsunuz. Atlanta'ya bir göz atalım.
01:50
You can see this is a major shipping airport,
39
95000
2000
Bunun büyük bir nakliye havaalanı olduğunu görebilirsiniz,
01:52
and there's all kinds of activity there.
40
97000
2000
ve orada tüm faaliyet çeşitleri mevcut.
01:54
You can also toggle between altitude
41
99000
3000
Ayrıca, model ve üretici için rakım arasında
01:57
for model and manufacturer.
42
102000
2000
geçiş yapabilirsiniz.
01:59
See again, the diversity.
43
104000
2000
Şu çeşitliliğe tekrar bakın.
02:01
And you can scroll around and see
44
106000
2000
Ve bunu, etrafında kaydırabilirsiniz ve
02:03
some of the different airports and the different patterns that they have.
45
108000
3000
sahip oldukları farklı havaalanları ile farklı desenleri bir arada görebilirsiniz.
02:06
This is scrolling up the East coast.
46
111000
2000
Doğu yakasına kadar böyle kaydırılır.
02:08
You can see some of the chaos that's happening in New York
47
113000
2000
Hava trafik kontrolörleri ile New York'ta oluşan keşmekeşin
02:10
with the air traffic controllers
48
115000
2000
birazını görebilirsiniz,
02:12
having to deal with all those major airports next to each other.
49
117000
4000
yan yana tüm bu büyük havaalanları ile uğraşmak zorundalar.
02:17
So zooming back out real quick,
50
122000
2000
Öyleyse bunu hızlıca uzaklaştırdığımızda,
02:19
we see, again, the U.S. -- you get Florida down in the right-hand corner.
51
124000
3000
tekrar, ABD'yi görüyoruz -- sağ aşağı köşesinde Florida'yı bulursunuz.
02:22
Moving across to the West coast,
52
127000
2000
Batı yakasına ilerlediğimizde,
02:24
you see San Francisco and Los Angeles --
53
129000
2000
San Francisco ve Los Angeles'ı görüyorsunuz --
02:26
big low-traffic zones
54
131000
2000
Nevada ve Arizona'nın karşısında
02:28
across Nevada and Arizona.
55
133000
2000
trafik bölgeleri son derece az.
02:30
And that's us down there in L.A. and Long Beach on the bottom.
56
135000
4000
Ve LA ile onun altındaki Long Beach 'de işte biz bulunuyoruz.
02:36
I started taking a look as well at different perimeters,
57
141000
2000
Farklı görüş alanı sınırlarına da bakmaya başladım,
02:38
because you can choose what you want to pull out from the data.
58
143000
2000
çünkü verilerden neyi çekip almak istiyorsanız seçebilirsiniz.
02:40
This is looking at ascending versus descending flights.
59
145000
3000
Artan uçuşlara karşılık azalan uçuşlara bir bakış bu.
02:43
And you can see, over time, the ways the airports change.
60
148000
2000
Ve zaman içinde havaalanlarının değiştiği yolları görebilirsiniz.
02:45
You see the holding patterns that start to develop
61
150000
2000
Ekranın altında oluşmaya başlayan beklemedeki
02:47
in the bottom of the screen.
62
152000
2000
uçuş yollarını görüyorsunuz.
02:49
And you can see, eventually the airport actually flips directions.
63
154000
3000
Ve sonunda havaalanının gerçekten yönünü çevirdiğini görebilirsiniz.
02:53
So this is another project that I worked on with the Sensible Cities Lab at MIT.
64
158000
3000
Pekala bu, MIT'de Akıllı Şehirler Laboratuvarı ile üzerinde çalıştığım bir başka proje.
02:56
This is visualizing international communications.
65
161000
2000
Bu, uluslararası iletişimi görselleştirme oluyor.
02:58
So it's how New York communicates
66
163000
2000
Dolayısıyla New York'un diğer uluslararası
03:00
with other international cities.
67
165000
2000
şehirlerle nasıl iletişim kurduğunu gösteriyor.
03:02
And we set this up as a live globe in the Museum of Modern Art in New York
68
167000
3000
Ve bunu, New York Modern Sanat Müzesi'nde Esnek Zihini Tasarla sergisi için
03:05
for the Design the Elastic Mind exhibition.
69
170000
2000
canlı bir küre olarak kurduk.
03:07
And it had a live feed with a 24-hour offset,
70
172000
2000
Ve o, 24 saat boyunca canlı yayın yapıyordu;
03:09
so you could see the changing relationship
71
174000
2000
böylece AT&T verileri yoluyla gelen ve
03:11
and some demographic info
72
176000
2000
kendini açığa alan demografik
03:13
coming through AT&T's data and revealing itself.
73
178000
3000
bilgilerin bazılarını ve değişen ilişkiyi görebiliyordunuz.
03:16
This is another project I worked on with Sensible Cities Lab
74
181000
2000
Bu, benim Akıllı Şehirler Laboratuvarı ve CurrentCity.org ile
03:18
and CurrentCity.org.
75
183000
2000
üzerinde çalıştığım bir diğer proje.
03:20
And it's visualizing SMS messages being sent in the city of Amsterdam.
76
185000
3000
İçeriği ise, Amsterdam kentinde gönderilen SMS mesajlarının görüntülenmesi.
03:23
So you're seeing the daily ebb and flow
77
188000
2000
Yani şehrin farklı yerlerinden gelen insanların
03:25
of people sending SMS messages from different parts of the city,
78
190000
2000
gönderdiği SMS mesajlarının günlük gelgit akışını görüyoruz,
03:27
until we approach New Year's Eve, where everybody says, "Happy New Year!"
79
192000
3000
ta ki herkesin "Yeni Yılınız Kutlu Olsun!" dediği Yılbaşı'na gelene kadar.
03:30
(Laughter)
80
195000
2000
(Gülüşmeler)
03:32
So this is an interactive tool
81
197000
2000
Öyleyse şehrin etrafında
03:34
that you can move around and see different parts of the city.
82
199000
3000
hareket edip farklı yerlerini görebileceğiniz etkileşimli bir araçtır bu.
03:37
This is looking at another event. This is called Queen's Day.
83
202000
3000
Başka bir olaya bakalım. Buna, Kraliçe'nin Günü deniyor.
03:40
So again, you get this daily ebb and flow
84
205000
2000
Yani yine, şehrin farklı yerlerinden gelen insanların
03:42
of people sending SMS messages from different parts of the city.
85
207000
3000
gönderdiği SMS mesajlarının günlük gelgit akışını elde ediyorsunuz.
03:45
And then you're going to see people start to gather in the center of the city
86
210000
2000
Ve sonra, kutlamalar için bir gece önce şehir merkezinde toplanmaya başlayan
03:47
to celebrate the night before,
87
212000
2000
insanları göreceksiniz,
03:49
which happens right here.
88
214000
2000
tam da burada gerçekleşiyor.
03:51
And then you can see people celebrating the next day.
89
216000
2000
Ve sonra ertesi gün kutlama yapan insanları görebilirsiniz.
03:53
And you can pause it and step back and forth and see different phases.
90
218000
3000
Ve bunu durdurabilir ve ileri ve geri adım atarak farklı aşamalara bakabilirsiniz.
03:56
So now on to something completely different.
91
221000
2000
Şimdi tamamen farklı bir şeye dönelim.
03:58
Some of you may recognize this.
92
223000
2000
Bazılarınız bunu tanıyabilir.
04:00
This is Baron Wolfgang von Kempelen's mechanical chess playing machine.
93
225000
3000
Bu, Baron Wolfgang von Kempelen'in mekanik satranç oynama makinesi.
04:03
And it's this amazing robot that plays chess extremely well,
94
228000
2000
Ve satrancı son derece iyi oynayan ise işte bu şaşırtıcı robot,
04:05
except for one thing: it's not a robot at all.
95
230000
3000
bir şey hariç: bu aslında hiç de bir robot değil.
04:08
There's actually a legless man that sits in that box
96
233000
2000
Esasen o kutuda satranç oyuncusunu kontrol eden
04:10
and controls this chess player.
97
235000
2000
bacaksız bir adam oturuyor.
04:12
This was the inspiration for a web service by Amazon
98
237000
2000
Bu, Amazon tarafından bir web hizmeti için ilham kaynağı oldu
04:14
called the Mechanical Turk -- named after this guy.
99
239000
3000
adına Mekanik Türk denilen -- ki adını bu adamdan aldı.
04:17
And it's based on the premise that there are certain things
100
242000
2000
Ve bu, bazı şeyler vardır ki insanlar için kolay ama
04:19
that are easy for people, but really difficult for computers.
101
244000
2000
bilgisayarlar için gerçekten de zordur fikrine dayanıyor.
04:21
So they made this web service and said,
102
246000
2000
Böylece, bu web hizmetini yaptılar ve şöyle dediler,
04:23
"Any programmer can write a piece of software
103
248000
2000
"Herhangi bir programcı bir yazılım yazabilir ve
04:25
and tap into the minds of thousands of people."
104
250000
2000
binlerce insanın zihnine dokunabilir."
04:27
The nerdy side of me thought, "Wow, this is amazing.
105
252000
2000
İnek öğrenci tarafımla şöyle düşündüm, "Vay, işte bu şaşırtıcı.
04:29
I can tap into thousands of people's minds."
106
254000
2000
binlerce insanın zihnine dokunabilirim."
04:31
And the other nerdy side of me thought,
107
256000
2000
Oysa öbür inek öğrenci tarafımla da şöyle düşündüm,
04:33
"This is horrible. This is completely bizarre.
108
258000
3000
"Bu korkunç. Bu tamamen tuhaf.
04:36
What does this mean for the future of mankind,
109
261000
2000
Bu, insanlığın geleceği açısından ne anlama geliyor,
04:38
where we're all plugged into this borg?"
110
263000
2000
hepimiz bu yapay insanımsıya takılı halde mi olacağız?"
04:40
I was probably being a little extreme.
111
265000
2000
Herhalde biraz aşırıya kaçmıştım.
04:42
But what does this mean when we have no context for what it is that we're working on,
112
267000
2000
Fakat üzerinde çalıştığımız şey için bir içerik olmadığında ve sadece bu küçük işleri
04:44
and we're just doing these little labors?
113
269000
2000
yaptığımızda bu ne anlama geliyor?
04:46
So I created this drawing tool.
114
271000
2000
O yüzden bu çizim aracını yarattım.
04:48
I asked people to draw a sheep facing to the left.
115
273000
2000
İnsanlardan sola bakan bir koyun çizmelerini istedim.
04:50
And I said, "I'll pay you two cents for your contribution."
116
275000
2000
Ben de, "Size katkılarınız için iki sent ödeyeceğim" dedim.
04:52
And I started collecting sheep.
117
277000
3000
Ve koyun toplamaya başladım.
04:55
And I collected a lot, a lot of different sheep.
118
280000
3000
Ve ben, bir sürü farklı koyun topladım.
04:59
Lots of sheep.
119
284000
2000
Bir sürü koyun.
05:01
I took the first 10,000 sheep that I collected,
120
286000
2000
Toplanan ilk 10.000 koyunu aldım,
05:03
and I put them on a website called TheSheepMarket.com
121
288000
3000
ve onları, 20 koyunluk koleksiyonlardan alabileceğiniz
05:06
where you can actually buy collections of 20 sheep.
122
291000
3000
TheSheepMarket.com adlı websitesine koydum.
05:09
You can't pick individual sheep,
123
294000
2000
Tek tek koyun seçemezsiniz,
05:11
but you can buy a single plate block of stamps as a commodity.
124
296000
4000
ama tek plaka blok halindeki pulları bir eşya gibi satın alabilirsiniz.
05:15
And juxtaposed against this grid,
125
300000
2000
Ve bu sistem karşısında yan yana
05:17
you see actually, by rolling over each individual one,
126
302000
2000
her birinin üzerine yuvarlanarak, bu kocaman mekanik
05:19
the humanity behind this hugely mechanical process.
127
304000
3000
işlemin arkasındaki insanlığı görüyorsunuz aslında.
05:22
I think there's something really interesting
128
307000
2000
İnsanları bu yaratıcı uğraştan geçerken
05:24
to watching people as they go through this creative toil --
129
309000
3000
izlemenin çok ilginç bir şey olduğunu düşünüyorum --
05:27
something we can all relate to,
130
312000
2000
hepimizin ilgili olduğu bir şey,
05:29
this creative process of trying to come up with something from nothing.
131
314000
3000
hiç yoktan birşeyler elde edilmeye çalışılan yaratıcı bir süreç bu.
05:32
I think it was really interesting to juxtapose this humanity
132
317000
2000
Bence, dağıtılmış bu büyük sistemin üzerine insaniyeti
05:34
versus this massive distributed grid.
133
319000
2000
bindirmek gerçekten ilginçti.
05:36
Kind of amazing what some people did.
134
321000
3000
Bazı insanların yaptıkları inanılmaz gibiydi.
05:39
So here's a few statistics from the project.
135
324000
2000
Öyleyse işte size projeden birkaç istatistik.
05:41
Approximate collection rate of 11 sheep per hour,
136
326000
2000
Saat başına yaklaşık 11 koyun toplama oranı,
05:43
which would make a working wage of 69 cents per hour.
137
328000
3000
ki bu saat başına 69 sentlik bir çalışma ücreti olur.
05:46
There were 662 rejected sheep
138
331000
2000
Orada koyun ölçütlerini karşılamayıp
05:48
that didn't meet "sheep-like" criteria and were thrown out of the flock.
139
333000
3000
reddedilen 662 adet koyun vardı ve sürünün dışına atıldılar.
05:51
(Laughter)
140
336000
2000
(Gülüşmeler)
05:53
The amount of time spent drawing ranged from four seconds to 46 minutes.
141
338000
3000
Çizim için harcanan zaman miktarı dört saniye ile 46 dakika arasında değişmekteydi.
05:56
That gives you an idea of the different types of motivations and dedication.
142
341000
3000
Bu, size, motivasyonlar ve adanmışlık farkları ile ilgili bir fikir verir.
05:59
And there were 7,599 people that contributed to the project,
143
344000
3000
Projeye katkıda bulunan 7.599 kişi veya tekil IP adresi vardı,
06:02
or were unique IP addresses --
144
347000
2000
böylece yaklaşık kaç kişinin
06:04
so about how many people contributed.
145
349000
2000
katkıda bulunduğunu bilmiş olduk.
06:06
But only one of them out of the 7,599 said this.
146
351000
4000
Ancak 7,599'un içinden sadece bir tanesi bunu dedi:
06:10
(Laughter)
147
355000
4000
(Neden, neden bunu yapıyorsun?) (Gülüşmeler)
06:14
Which I was pretty surprised by.
148
359000
2000
Ki bu beni baya şaşırtmıştı.
06:16
I expected people to be wondering, "Why did I draw a sheep?"
149
361000
3000
İnsanların şunu merak etmesini bekledim, "Neden bir koyun çizdim?"
06:19
And I think it's a pretty valid question.
150
364000
2000
Ve bunun çok geçerli bir soru olduğunu düşünüyorum.
06:21
And there's a lot of reasons why I chose sheep.
151
366000
2000
Koyunu seçmemin de bir çok nedeni var.
06:23
Sheep were the first animal
152
368000
2000
Koyun, mekanik olarak işlenmiş
06:25
to be raised from mechanically processed byproducts,
153
370000
2000
yan ürünlerle yetiştirilen ilk hayvandı,
06:27
the first to be selectively bred for production traits,
154
372000
2000
üretim özellikleri için de seçici olarak ilk yetiştirilen,
06:29
the first animal to be cloned.
155
374000
2000
ayrıca klonlanan ilk hayvandı.
06:31
Obviously, we think of sheep as followers.
156
376000
2000
Besbelli, takipçiler olarak koyunu düşünürüz.
06:33
And there's this reference to "Le Petit Prince"
157
378000
2000
Anlatıcının prensten bir koyun çizmesini istediği
06:35
where the narrator asks the prince to draw a sheep.
158
380000
2000
"Küçük Prens" kitabına bir atıf da var.
06:37
He draws sheep after sheep.
159
382000
2000
Arka arkaya koyun çizer durur.
06:39
The narrator's only appeased when he draws a box.
160
384000
2000
Anlatıcı sadece bir kutu çizdiği zaman yatışır.
06:41
And he says, "It's not about a scientific rendering of a sheep.
161
386000
2000
Ve şöyle der, "Bunun bir koyunun bilimselleştirilmesi ile ilgisi yok.
06:43
It's about your own interpretation and doing something different."
162
388000
3000
Kendi yorumun ve farklı bir şey yapıyor olmanla ilgilidir."
06:46
And I like that.
163
391000
2000
Ve bunu sevdim.
06:48
So this is a clip from Charlie Chaplin's "Modern Times."
164
393000
2000
İşte bu Charlie Chaplin'in "Modern Zamanlar"ından bir klip.
06:50
It's showing Charlie Chaplin dealing with some of the major changes
165
395000
3000
Bu, Sanayi Devrimi sırasında önemli bazı değişiklikler ile
06:53
during the Industrial Revolution.
166
398000
2000
uğraşan Charlie Chaplin'i gösteriyor.
06:55
So there were no longer shoe makers,
167
400000
2000
Yani artık ayakkabı üreticileri yoktu,
06:57
but now there are people slapping soles on people's shoes.
168
402000
2000
insanların ayakkabılarına taban çakanlar vardı.
06:59
And the whole idea of one's relationship to their work changed a lot.
169
404000
3000
Ve birinin işi ile olan ilişkisi fikri çok değişti.
07:02
So I thought this was an interesting clip
170
407000
2000
O yüzden bunun, bir çizim aracı ile
07:04
to divide into 16 pieces
171
409000
2000
16 parçaya bölünüp
07:06
and feed into the Mechanical Turk with a drawing tool.
172
411000
3000
Mekanik Türk'ün beslenmesi için ilginç bir klip olduğunu düşündüm.
07:09
This basically allowed -- what you see on the left side is the original frame,
173
414000
3000
Bu, temelde şuna izin verdi - sol tarafta gördüğünüz orijinal karedir,
07:12
and on the right side you see that frame
174
417000
2000
sağ tarafta ise, ne yaptıkları hakkında
07:14
as interpreted by 16 people
175
419000
2000
hiçbir fikri olmayan 16 kişi
07:16
who have no idea what it is they're doing.
176
421000
2000
tarafından yorumlanmış kareyi görüyorsunuz.
07:18
And this was the inspiration for a project
177
423000
2000
Ayrıca bu, arkadaşım Takashi Kawashima ile
07:20
that I worked on with my friend Takashi Kawashima.
178
425000
2000
çalıştığım bir proje için esin kaynağı oldu.
07:22
We decided to use the Mechanical Turk for exactly what it was meant for,
179
427000
2000
Biz, Mekanik Türk tam olarak ne için tasarlandıysa onu bunun için kullanmayı kararlaştırdık,
07:24
which is making money.
180
429000
2000
ki bu da para kazanmak.
07:26
So we took a hundred dollar bill and divided it into 10,000 teeny pieces,
181
431000
3000
Dolayısıyla yüz dolarlık bir banknot aldık ve onu 10.000 ufacık parçaya ayırdık,
07:29
and we fed those into the Mechanical Turk.
182
434000
2000
ve bununla Mekanik Türk'ü besledik.
07:31
We asked people to draw what it was that they saw.
183
436000
2000
İnsanlardan ne gördülerse onu çizmelerini istedik.
07:33
But here there was no sheep-like criteria.
184
438000
2000
Ama burada hiç koyuna benzer kriterler yoktu.
07:35
People, if they drew a stick figure or a smiley face,
185
440000
3000
İnsanlar, bir çöp adam veya gülen bir yüz çizdilerse,
07:38
it actually made it into the bill.
186
443000
2000
bu, sahiden banknot haline geldi.
07:40
So what you see is actually a representation of how well people did
187
445000
2000
Yani gördüğünüz şey aslında insanlardan yapmaları istenilen şeyi
07:42
what it was they were asked to do.
188
447000
2000
ne kadar iyi yaptıklarının bir temsilidir.
07:44
So we took these hundred dollar bills,
189
449000
2000
Sonra bu yüz dolarlık banknotları aldık,
07:46
and we put them on a website called TenThousandsCents.com,
190
451000
2000
ve göz gezdirip tüm bireysel katkıları görebileceğiniz
07:48
where you can browse through and see all the individual contributions.
191
453000
3000
TenThousandsCents.com adı verilen web sitesine koyduk.
07:51
And you can also trade real hundred-dollar bills for fake hundred-dollar bills
192
456000
3000
Ayrıca gerçek yüz dolarlık banknotları sahte yüz dolarlık banknotlarla takas edebilirsiniz
07:54
and make a donation to the Hundred Dollar Laptop Project,
193
459000
3000
ve şu anda Çocuk Başına Bir Dizüstü Bilgisayar olarak bilinen
07:57
which is now known as One Laptop Per Child.
194
462000
3000
Yüz Dolarlık Dizüstü Bilgisayar Projesi için bağış yapabilirsiniz.
08:00
This is again showing all the different contributions.
195
465000
2000
Bu da yapılan tüm farklı katkıları gösteriyor.
08:02
You see some people did beautiful stipple renderings,
196
467000
2000
Bazılarının noktalarla güzel resimler yaptığını görüyorsunuz,
08:04
like this one on top --
197
469000
2000
yukarıdaki bunun gibi --
08:06
spent a long time making realistic versions.
198
471000
3000
gerçekçi sürümler yapmak için uzun zaman harcadılar.
08:09
And other people would draw stick figures or smiley faces.
199
474000
3000
Diğerleri ise çöp adamlar veya gülen yüzler çizmek istedi.
08:12
Here on the right-hand side in the middle
200
477000
2000
Burada sağ tarafta ortada, adamın birinin
08:14
you see this one guy writing, "$0.01!!! Really?"
201
479000
3000
ne yazdığını görüyorsunuz, "0,01 $! Gerçekten mi?"
08:17
That's all I'm getting paid for this?
202
482000
4000
Bunun için aldığım ödemenin hepsi bu mu?
08:21
(Laughter)
203
486000
2000
(Gülüşmeler)
08:23
So the last Mechanical Turk project I'm going to talk to you about
204
488000
2000
Hakkında konuşacağım son Mekanik Türk projesine ise,
08:25
is called Bicycle Built for 2000.
205
490000
2000
2000 Kişi İçin Üretilmiş Bisiklet deniyor.
08:27
This is a collaboration with my friend Daniel Massey.
206
492000
2000
Arkadaşım Daniel Massey ile yapılmış bir işbirliği bu.
08:29
You may recognize these two guys.
207
494000
2000
Bu iki adamı tanıyor olabilirsiniz.
08:31
This is Max Mathews and John Kelly from Bell Labs in the '60s,
208
496000
3000
Bunlar, 1960'larda Bell Laboratuvarları'ndan Max Mathews ile John Kelly,
08:34
where they created the song "Daisy Bell,"
209
499000
2000
burada dünyanın ilk şarkı söyleyen bilgisayarına
08:36
which was the world's first singing computer.
210
501000
2000
ithafen "Daisy Bell" (Papatya Çanı) adlı şarkıyı yaratmışlardı.
08:38
You may recognize it from "2001: A Space Odyssey."
211
503000
2000
Onu "2001: A Space Odyssey"den tanıyabilirsiniz.
08:40
When HAL's dying at the end of the film he starts singing this song,
212
505000
3000
HAL filmin sonunda ölürken o, bilgisayarların insana dönüştüğü
08:43
as a reference to when computers became human.
213
508000
3000
zamana ilişkin olarak bu şarkıyı söylemeye başlar.
08:46
So we resynthesized this song.
214
511000
2000
O yüzden bu şarkıyı yeniden sentezledik.
08:48
This is what that sounded like.
215
513000
2000
Sesi kulağa böyle geliyordu.
08:50
We broke down all the individual notes
216
515000
2000
Şarkıdaki tek tek notaların tamamının
08:52
in the singing as well as the phonemes in the singing.
217
517000
3000
yanı sıra şarkıdaki ses birimlerini de bozduk.
08:55
Daisy Bell: ♫ Daisy, Daisy ... ♫
218
520000
4000
Papatya Çanı: ♫ Papatya, Papatya ... ♫
08:59
Aaron Koblin: And we took all of those individual pieces,
219
524000
2000
Aaron Koblin: Ve hepimiz bu ayrı parçaların hepsini aldık,
09:01
and we fed them into another Turk request.
220
526000
2000
ve onları başka bir Türk isteğiyle besledik.
09:03
This is what it would look like if you went to the site.
221
528000
2000
Eğer siteye giderseniz bu, şöyle bir şeye benzeyecektir.
09:05
You type in your code,
222
530000
2000
Kodunuzu girin, ama öncelikle
09:07
but you first test your mic.
223
532000
2000
mikrofonunuzu test edin.
09:09
You'd be fed a simple audio clip.
224
534000
2000
Basit bir ses klipi ile beslenmiş olursunuz.
09:11
(Honk)
225
536000
2000
(Korna sesi)
09:13
And then you'd do your best to recreate that with your own voice.
226
538000
3000
Ve sonra kendi sesinizle onu yeniden yaratmak için elinizden geleni yaparsınız.
09:22
After previewing it and confirming it's what you submitted,
227
547000
3000
Önizlemeyi yaptıktan ve sunduğunuzun bu olduğunu onayladıktan sonra,
09:25
you could submit it into the Mechanical Turk with no other context.
228
550000
3000
başka bir içerik olmadan Mekanik Türk'ün içine gönderebilirsiniz.
09:28
And this is what we first got back from the very first set of submissions.
229
553000
3000
Ve başvuruların en önceki setinden aldığımız ilk geri dönüş budur.
09:31
Recording: ♫ Daisy, Daisy ♫
230
556000
5000
Kayıt: ♫ Papatya, Papatya ♫
09:36
♫ give me your answer do ♫
231
561000
5000
♫ Cevap ver bana ♫
09:41
♫ I'm half crazy ♫
232
566000
4000
♫ Deli divaneyim ♫
09:45
♫ all for the love of you ♫
233
570000
5000
♫ senin tüm aşkına ♫
09:50
♫ It can't be a stylish marriage ♫
234
575000
5000
♫ Bu şık bir evlilik olamaz ♫
09:55
♫ I can't afford a carriage ♫
235
580000
4000
♫ Bir arabaya param yetmez ♫
09:59
♫ But you'll look sweet upon the seat ♫
236
584000
5000
♫ Ama iki kişi için yapılmış bir bisikletin ♫
10:04
♫ of a bicycle built for two ♫
237
589000
5000
♫ oturağında tatlı görüneceksin ♫
10:09
AK: So James Surowieki has this idea of the wisdom of crowds,
238
594000
3000
AK: James Surowieki'nin kalabalıkların bilgeliği hakkında şöyle bir fikri var,
10:12
that says that a whole bunch of people are smarter than any individual.
239
597000
3000
yani, bir sürü insan herhangi bir bireyden daha akıllıdır.
10:15
We wanted to see how this applies to collaborative, distributed music making,
240
600000
3000
Üzerinde çalıştıkları şey hakkında kimsenin herhangi bir fikrinin olmadığı ortak,
10:18
where nobody has any idea what it is they're working on.
241
603000
3000
dağıtılmış müzik yapma işine bunun nasıl uygulanacağını görmek istedik.
10:21
So if you go to the BicycleBuiltforTwoThousand.com
242
606000
2000
İşte, BicycleBuiltforTwoThousand.com'a giderseniz
10:23
you can actually hear what all this sounds like together.
243
608000
2000
tüm bunların birlikte aslında nasıl duyulduğunu dinleyebilirsiniz.
10:25
I'm sorry for this.
244
610000
2000
Bunun için üzgünüm.
10:27
(Noise)
245
612000
5000
(Gürültü)
10:32
Chorus: ♫ Daisy, Daisy ♫
246
617000
4000
Nakarat: ♫ Papatya, Papatya ♫
10:36
♫ Give me your answer do ♫
247
621000
5000
♫ Cevap ver bana ♫
10:41
♫ I'm half crazy ♫
248
626000
5000
♫ Deli divaneyim ♫
10:46
♫ all for the love of you ♫
249
631000
4000
♫ senin tüm aşkına ♫
10:50
♫ It can't be a stylish marriage ♫
250
635000
5000
♫ Bu şık bir evlilik olamaz ♫
10:55
♫ I can't afford a carriage ♫
251
640000
4000
♫ Bir arabaya param yetmez ♫
10:59
♫ But you'd look sweet upon the seat ♫
252
644000
5000
♫ Ama iki kişi için yapılmış bir bisikletin ♫
11:04
♫ of a bicycle built for two ♫
253
649000
6000
♫ oturağında tatlı görüneceksin ♫
11:10
AK: So stepping back for a quick second,
254
655000
3000
AK: Bir saniyeliğine geriye dönersek,
11:13
when I was at UCLA going to grad school,
255
658000
2000
UCLA'da yüksek lisansımı yaparken,
11:15
I was also working at a place called the Center for Embedded Network Sensing.
256
660000
3000
aynı zamanda Gömülü Ağ Algılama Merkezi denilen bir yerde çalışıyordum.
11:18
And I was writing software to visualize laser scanners.
257
663000
3000
Ve görsel lazer tarayıcılar için yazılım yazıyordum.
11:21
So basically motion through 3D space.
258
666000
2000
Yani temelde bu, 3 boyutlu uzayda hareket idi.
11:23
And this was seen by a director in L.A. named James Frost
259
668000
2000
Ve L.A.'de James Frost adlı bir yönetmen bunu gördü ve
11:25
who said, "Wait a minute.
260
670000
2000
şöyle dedi, "Bir dakika bekleyin.
11:27
You mean we can shoot a music video without actually using any video?"
261
672000
2000
Aslında herhangi bir görüntü kullanmadan bir müzik videosu çekebileceğimizi mi demek istiyorsunuz?"
11:29
So we did exactly that.
262
674000
2000
İşte tam da bunu yaptık.
11:31
We made a music video for one of my favorite bands, Radiohead.
263
676000
2000
En sevdiğim gruplardan biri olan Radiohead için bir müzik videosu yaptık.
11:33
And I think one of my favorite parts of this project
264
678000
2000
Ve bence, bu projenin en sevdiğim kısımlarından biri
11:35
was not just shooting a video with lasers,
265
680000
2000
sadece lazer ile bir video çekmek değildi,
11:37
but we also open sourced it,
266
682000
2000
ayrıca bunu açık kaynak kodlu yaptık,
11:39
and we made it released as a Google Code project,
267
684000
2000
ve bunu, insanların kendi sürümlerini yapmaları için
11:41
where people could download a bunch of the data and some source code
268
686000
2000
bir grup veriyi ve bazı kaynak kodları indirebilecekleri bir Google Kodu projesi
11:43
to build their own versions of it.
269
688000
2000
olarak yayımladık.
11:45
And people were making some amazing things.
270
690000
2000
Ve insanlar bazı inanılmaz şeyler yapıyorlardı.
11:47
This is actually two of my favorites:
271
692000
2000
Aslında şunlar benim favorilerimden ikisi:
11:49
the pin-board Thom Yorke and a LEGO Thom Yorke.
272
694000
2000
Thom Yorke'un not tahtasından yapılmış bir sureti ile LEGOdan yapılmışı.
11:51
A whole YouTube channel of people submitting really interesting content.
273
696000
3000
Bütün YouTube kanalı ahalisi gerçekten ilginç içerikler göndermekteydi.
11:54
More recently, somebody even 3D-printed Thom Yorke's head,
274
699000
3000
Hatta daha yakın zamanlarda birisi Thom Yorke'un başını 3 boyutlu olarak bastı,
11:57
which is a little creepy, but pretty cool.
275
702000
3000
bu biraz ürkütücü, ama oldukça hoş.
12:00
So with everybody making so much amazing stuff
276
705000
2000
Bu yüzden herkesin bu kadar şaşırtıcı şeyler yapmasıyla
12:02
and actually understanding what it was they were working on,
277
707000
3000
ve onların ne üzerinde çalıştığını gerçekten anlamakla,
12:05
I was really interested in trying to make a collaborative project
278
710000
2000
insanların bir şey inşa etmek için birlikte çalıştıkları ortak bir proje
12:07
where people were working together to build something.
279
712000
2000
yapmaya çalışma işine ilgi duydum.
12:09
And I met a music video director named Chris Milk.
280
714000
2000
Ve Chris Milk adlı bir müzik videosu yönetmeni ile bir araya geldim.
12:11
And we started bouncing around ideas
281
716000
2000
Böylece biz, ortak bir müzik videosu projesi
12:13
to make a collaborative music video project.
282
718000
2000
için bazı fikirler etrafında dönmeye başladık.
12:15
But we knew we really needed the right person
283
720000
2000
Ama, az çok arkasında toplanmak ve bir şeyler kurmak için
12:17
to kind of rally behind and build something for.
284
722000
3000
gerçekten doğru kişiye ihtiyacımız olduğunu da biliyorduk.
12:20
So we put the idea on the back burner for a few months.
285
725000
2000
Bu yüzden birkaç aylığına bu fikri rafa kaldırdık.
12:22
And he ended up talking to Rick Rubin,
286
727000
2000
O da kendini, Johnny Cash'in son albümü
12:24
who was finishing up Johnny Cash's final album
287
729000
2000
"Hiç Mezar Yok"u bitirmekte olan Rick Rubin ile
12:26
called "Ain't No Grave."
288
731000
2000
konuşurken buldu.
12:28
The lyrics to the leading track are "Ain't no grave can hold my body down."
289
733000
3000
Albümdeki en önemli parçanın sözleri "Hiçbir mezar bedenimi zaptedemez" dir.
12:31
So we thought this was the perfect
290
736000
2000
Dolayısıyla bunun, Johnny Cash için
12:33
project to build a collaborative memorial
291
738000
2000
sanal bir diriliş ve ortak bir anıt oluşturmada
12:35
and a virtual resurrection for Johnny Cash.
292
740000
2000
mükemmel bir proje olduğunu düşündüm.
12:37
So I teamed up with my good friend Ricardo Cabello, also known as Mr. doob,
293
742000
3000
Ben de benden çok daha iyi bir programcı olan aynı zamanda Bay Doob olarak
12:40
who's a much better programmer than I am,
294
745000
2000
bilinen dostum Ricardo Cabello ile bir takım oluşturdum,
12:42
and he made this amazing Flash drawing tool.
295
747000
2000
ve o, bu şaşırtıcı Flash çizim aracını yaptı.
12:44
As you know,
296
749000
2000
Bildiğiniz gibi,
12:46
an animation is a series of images.
297
751000
2000
animasyon bir görüntüler dizisidir.
12:48
So what we did was cross-cut a bunch of archival footage of Johnny Cash,
298
753000
3000
O yüzden şunu yaptık, Johnny Cash'in arşiv görüntülerinden bir demet alıp çapraz kestik,
12:51
and at eight frames a second,
299
756000
2000
ve saniyede sekiz karede,
12:53
we allowed individuals to draw a single frame
300
758000
2000
bu dinamik olarak değişen müzik videosunun
12:55
that would get woven into
301
760000
2000
içine dokunmuş olması için insanların
12:57
this dynamically changing music video.
302
762000
2000
tek bir kare çizmelerine izin verdik.
12:59
So I don't have time to play the entire thing for you,
303
764000
2000
Sizin için tüm bu şeyi oynatmaya zamanım yok,
13:01
but I want to show you two short clips.
304
766000
2000
ama iki kısa klip göstermek istiyorum.
13:03
One is the beginning of the music video.
305
768000
2000
Bir tanesi müzik videosunun başlangıcı.
13:05
And that's going to be followed by a short clip
306
770000
2000
Ve bunu, şimdiden projeye katkıda bulunan
13:07
of people who have already contributed to the project
307
772000
2000
insanların ondan kısaca bahsettiği özet bir klip
13:09
talking about it briefly.
308
774000
3000
takip edecek.
13:12
(Music)
309
777000
6000
(Müzik)
13:18
(Video) Johnny Cash: ♫ There ain't no grave ♫
310
783000
2000
(Görüntü) Johnny Cash: ♫ Hiç mezar yok ♫
13:20
♫ can hold my body down ♫
311
785000
4000
♫ bedenimi zaptedebilecek ♫
13:24
♫ There ain't no grave ♫
312
789000
2000
♫ Hiç mezar yok ♫
13:26
♫ can hold body down ♫
313
791000
3000
♫ bedeni zaptedebilecek ♫
13:30
♫ When I hear the trumpet sound ♫
314
795000
4000
♫ Trompet sesini duyduğumda ♫
13:34
♫ I'm going to ride right out of the ground ♫
315
799000
2000
♫ Yerden sağ salim çıkacağım ♫
13:36
♫ Ain't no grave ♫
316
801000
3000
♫ Hiç mezar yok ♫
13:39
♫ can hold my body ... ♫
317
804000
3000
♫ bedenimi zaptede ... ♫
13:42
(Applause)
318
807000
2000
(Alkış)
13:44
AK: What better way to pay tribute to the man
319
809000
3000
AK: Bu adamı onurlandırmak için onun şarkılarından
13:47
than to make something for one of his songs.
320
812000
3000
biri için bir şeyler yapmaktan daha iyi bir yol var mı?
13:50
Collaborator: I felt really sad when he died.
321
815000
2000
Katılımcı: O öldüğünde kendimi çok üzgün hissettim.
13:52
And I just thought it'd be wonderful,
322
817000
2000
Ve ben sadece düşündüm de harika olurdu,
13:54
it'd be really nice to contribute something to his memory.
323
819000
3000
onun anısına bir şeylerle katkıda bulunmak gerçekten iyi olurdu.
13:57
Collaborator Two: It really allows
324
822000
2000
İkinci Katılımcı: Onun bu son kayıtı
13:59
this last recording of his
325
824000
3000
gerçekten yaşayan,
14:02
to be a living, breathing memorial.
326
827000
5000
nefes alan bir yadigar olmasını sağlıyor.
14:07
Collaborator Three: For all of the frames to be drawn by fans,
327
832000
3000
Üçüncü Katılımcı: Hayranları tarafından çizilecek karelerin hepsi için,
14:10
each individual frame,
328
835000
2000
her bir kare,
14:12
it's got a very powerful feeling to it.
329
837000
2000
içinde çok güçlü duygular barındırıyor.
14:14
Collaborator Four: I've seen everybody
330
839000
2000
Dördüncü Katılımcı: Herkesi gördüm
14:16
from Japan, Venezuela, to the States,
331
841000
2000
Japonya, Venezuela, Birleşik Devletler'den
14:18
to Knoxville, Tennessee.
332
843000
2000
Knoxville, Tennessee'ye kadar.
14:20
Collaborator Five: As much as is different from frame to frame,
333
845000
3000
Beşinci Katılımcı: Bir kareden diğerine her ne kadar fark varsa,
14:23
it really is personal.
334
848000
2000
bu gerçekten kişisel.
14:25
Collaborator Six: Watching the video in my room,
335
850000
2000
Altıncı Katılımcı: Odamda videoyu izlerken,
14:27
I could see me not understanding at the beginning of it.
336
852000
3000
başlangıcında kendimi onu anlamazken görebiliyordum.
14:30
And I just worked and worked through problems,
337
855000
3000
Ve ben, çalıştım ve sorunlar ile uğraştım,
14:33
until my little wee battles that I was fighting within the picture
338
858000
4000
ta ki resmin içinde mücadele ettiğim ufacık minik savaşlar
14:37
all began to resolve themselves.
339
862000
3000
kendiliğinden çözülmeye başlayana dek.
14:40
You can actually see the point when I know what I'm doing,
340
865000
2000
Yani aslında ne yaptığımı bildiğim zaman o noktayı görebilirim,
14:42
and a lot of light and dark comes into it.
341
867000
3000
ve ışık ile karanlık bolca içine dolar.
14:45
And in a weird way,
342
870000
2000
Ve garip bir şekilde,
14:47
that's what I actually like about Johnny Cash's music as well.
343
872000
2000
gerçekten de Johnny Cash'in müziğin hakkında sevdiğim şey budur.
14:49
It's the sum total of his life,
344
874000
2000
Bu, onun hayatının toplamı,
14:51
all the things that had happened --
345
876000
2000
cereyan eden şeylerin hepsinin --
14:53
the bad things, the good things.
346
878000
2000
kötü şeyler, iyi şeyler.
14:55
You're hearing a person's life.
347
880000
3000
Bir kişinin yaşamından söz ediliyor.
15:01
AK: So if you go to the website JohnnyCashProject.com,
348
886000
2000
AK: Öyleyse, JohnnyCashProject.com adlı web sitesine giderseniz,
15:03
what you'll see is the video playing above.
349
888000
2000
yukarıda oynuyan videoyu göreceksiniz.
15:05
And below it are all the individual frames
350
890000
2000
Ve altında insanların projeye teslim ettikleri
15:07
that people have been submitting to the project.
351
892000
2000
tek tek tüm kareler bulunuyor.
15:09
So this isn't finished at all,
352
894000
2000
Aslında bitmiş sayılmaz,
15:11
but it's an ongoing project where people can continue to collaborate.
353
896000
2000
ama bu, insanların işbirliğine devam edebileceği süregelen bir projedir.
15:13
If you roll over any one of those individual thumbnails,
354
898000
2000
Eğer imleci tek tek bu küçük resimlerin biri üzerine getirirseniz,
15:15
you can see the person who drew that individual thumbnail
355
900000
2000
o tek küçük resmi çizen kişiyi ve onun nerede bulunduğunu
15:17
and where they were located.
356
902000
2000
görebilirsiniz.
15:19
And if you find one that you're interested in,
357
904000
2000
Ve eğer ilgilendiğiniz birini bulursanız,
15:21
you can actually click on it and open up an information panel
358
906000
2000
sahiden üzerine tıklayabilir ve o kareyi derecelendirebileceğiniz
15:23
where you're able to rate that frame,
359
908000
2000
bir bilgi paneli açabilirsiniz, ki bu da
15:25
which helps it bubble up to the top.
360
910000
2000
onun yukarı taşınmasına yardımcı olur.
15:27
And you can also see the way that it was drawn.
361
912000
2000
Ve o karenin çizildiği yöntemi de görebilirsiniz.
15:29
Again, you can get the playback and personal contribution.
362
914000
2000
Yine, videoyu oynatabilir ve kişisel katkıları öğrenebilirsiniz.
15:31
In addition to that, it's listed, the artist's name, the location,
363
916000
3000
Buna ek olarak, sanatçının adı, konumu, bunu çizmek için
15:34
how long they spent drawing it.
364
919000
2000
ne kadar zaman harcadıkları listelenir.
15:36
And you can pick a style. So this one was tagged "Abstract."
365
921000
3000
Ve bir stil seçebilirsiniz. Mesela bu, "Soyut" diye etiketlenmiş.
15:39
But there's a bunch of different styles.
366
924000
2000
Ama bir sürü farklı stiller de var.
15:41
And you can sort the video a number of different ways.
367
926000
2000
Ve videoyu birkaç farklı yoldan sıralayabilirsiniz.
15:43
You can say, "I want to see the pointillist version
368
928000
2000
"Noktacı sürümünü veya kabataslak sürümünü
15:45
or the sketchy version or the realistic version.
369
930000
2000
veya gerçekçi halini görmek istiyorum ", diyebilirsiniz.
15:47
And then this is, again, the abstract version,
370
932000
2000
Ve bu, yine soyut bir versiyonu,
15:49
which ends up getting a little bit crazy.
371
934000
3000
biraz çılgınlaşırken son buluyor.
15:54
So the last project I want to talk to you about is another collaboration with Chris Milk.
372
939000
3000
Pekala, sizinle hakkında konuşmak istediğim son proje Chris Milk ile yapılan başka bir işbirliği.
15:57
And this is called "The Wilderness Downtown."
373
942000
2000
Ve buna "El Değmemiş Şehir Merkezi" deniyor.
15:59
It's an online music video for the Arcade Fire.
374
944000
3000
Arcade Fire için çevrimiçi bir müzik videosu bu.
16:02
Chris and I were really amazed
375
947000
2000
Chris ve ben gerçekten
16:04
by the potential now with modern web browsers,
376
949000
2000
HTML5 ses ve video ile bunları inanılmaz hızlı işlemek için
16:06
where you have HTML5 audio and video
377
951000
2000
JavaScript gücüne sahip modern web tarayıcıları ile
16:08
and the power of JavaScript to render amazingly fast.
378
953000
3000
sağlanan şimdiki potansiyele çok şaşırdık.
16:11
And we wanted to push the idea of the music video that was meant for the Web
379
956000
3000
Ve biz, 4:3 ya da 16:9 ekran oranlarının ötesinde Web için yapılmış olan
16:14
beyond the four-by-three or sixteen-by-nine window
380
959000
3000
müzik videosu fikrini zorlamak istedik
16:17
and try to make it play out and choreograph throughout the screen.
381
962000
3000
ve bunu ekran boyunca sonuna kadar oynatıp koreografisini yapmaya çalıştık.
16:20
But most importantly, I think,
382
965000
2000
Ama bence en önemlisi,
16:22
we really wanted to make an experience that was unlike the Johnny Cash Project,
383
967000
3000
Johnny Cash Projesi'nin aksine, herkes için bir şeylere katkıda bulunan
16:25
where you had a small group of people spending a lot of time
384
970000
3000
küçük bir grup insanın çok fazla zaman harcadığı bir deneyimi
16:28
to contribute something for everyone.
385
973000
2000
gerçekten yapmak istedik.
16:30
What if we had a very low commitment,
386
975000
3000
Ya taahhütte bulunanlar sınırlı olsaydı,
16:33
but delivered something individually unique to each person who contributed?
387
978000
3000
ama katkıda bulunan ayrı ayrı her kişi onlara özel bir şeyler teslim etseydi?
16:36
So the project starts off by asking you to enter the address
388
981000
2000
Böylece proje, büyüdüğünüz ev adresini girmenizi
16:38
of the home where you grew up.
389
983000
2000
sorarak başlamaktadır.
16:40
And you type in the address --
390
985000
2000
Ve adresi yazarsınız --
16:42
it actually creates a music video specifically for you,
391
987000
2000
aslında deneyim, kendi içine Google Maps ve
16:44
pulling in Google maps and Streetview images
392
989000
2000
Streetview görüntülerini çekerek, özellikle sizin için
16:46
into the experience itself.
393
991000
2000
bir müzik videosu oluşturur.
16:48
So this should really be seen at home with you typing in your own address,
394
993000
3000
Yani, kendi adresinizi yazmanızla gerçekten bunun evden görülmesi gerekiyor,
16:51
but I'm going to give you a little preview of what you can expect.
395
996000
3000
ama ne ummanız gerektiğine dair size küçük bir önizleme vereceğim.
16:54
(Video) Win Butler: ♫ Now our lives are changing fast ♫
396
999000
4000
(Görüntü) Win Butler: ♫ Şimdi hayatlarımız hızla değişiyor ♫
16:58
♫ Now our lives are changing fast ♫
397
1003000
4000
♫ Şimdi hayatlarımız hızla değişiyor ♫
17:02
♫ Hope that something pure can last ♫
398
1007000
3000
♫ Umarım saf bir şey dayanabilir ♫
17:06
♫ Hope that something pure can last ♫
399
1011000
4000
♫ Umarım saf bir şey dayanabilir ♫
17:13
♫ Ooh we used to wait ♫
400
1018000
4000
♫ Ooh biz beklerdik ♫
17:17
♫ Ooh we used to wait ♫
401
1022000
4000
♫ Ooh biz beklerdik ♫
17:21
♫ Ooh we used to wait ♫
402
1026000
3000
♫ Ooh biz beklerdik ♫
17:24
♫ Sometimes it never came ♫
403
1029000
3000
♫ Bazen o hiç gelmedi ♫
17:27
♫ Sometimes it never came ♫
404
1032000
4000
♫ Bazen o hiç gelmedi ♫
17:31
♫ Still moving through the pain ♫
405
1036000
3000
♫ Yine acı ile hareket ediyoruz ♫
17:34
♫ We used to wait for it ♫
406
1039000
4000
♫ Bunun için beklerdik ♫
17:38
♫ We used to wait for it ♫
407
1043000
4000
♫ Bunun için beklerdik ♫
17:42
♫ We used to wait for it ♫
408
1047000
4000
♫ Bunun için beklerdik ♫
17:50
AK: So I think, if there's one thing to take away from my talk today,
409
1055000
3000
AK: Bu yüzden düşünüyorum da , bugün beni konuşmamdan alıkoyacak
17:53
it's that an interface can be a powerful narrative device.
410
1058000
2000
bir şey varsa, o da, bir arayüzün güçlü bir anlatı cihazı olabilmesidir.
17:55
And as we collect more and more personally and socially relevant data,
411
1060000
4000
Ve biz daha kişisel ve sosyal olarak alakalı verileri topladıkça,
17:59
we have an opportunity, and maybe even an obligation,
412
1064000
2000
birlikte keşfettiğimiz ve işbirliği yaptığımız müddetçe,
18:01
to maintain the humanity and tell some amazing stories
413
1066000
2000
insanlığı korumak ve bazı şaşırtıcı hikayeler anlatmak gibi
18:03
as we explore and collaborate together.
414
1068000
2000
bir fırsatımız, belki de bir zorunluluğumuz olacaktır.
18:05
Thanks a lot.
415
1070000
2000
Çok teşekkürler.
18:07
(Applause)
416
1072000
4000
(Alkış)
ABOUT THE SPEAKER
Aaron Koblin - Data artistAaron Koblin is an artist specializing in data and digital technologies. His work takes real world and community-generated data and uses it to reflect on cultural trends and the changing relationship between humans and technology.
Why you should listen
Aaron Koblin finds art through the unlikely confluence of massive data sets and personal intimacy. His work ranges from animating the paths of every North American airline flight, to using Amazon’s Mechanical Turk crowdsourcing platform to pay workers to “draw a sheep facing left,” which were then placed in "The Sheep Market."
Koblin was creative director for Johnny Cash's final music video, "Ain't No Grave," and worked on Radiohead’s video “House of Cards,” both of which received a Grammy nomination. He is now the Creative Director of the Data Arts team in Google's Creative Lab. His team collaborated with Arcade Fire to produce an online music video that allows viewers to incorporate images of their home neighborhood into the experience using Google Street View.
Aaron Koblin | Speaker | TED.com