A Visual History of Human Knowledge | Manuel Lima | TED Talks

208,040 views ・ 2015-09-10

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Péter Pallós Lektor: Orsolya Szemere
00:13
Over the past 10 years,
0
13126
1295
10 éve azt kutatom,
00:14
I've been researching the way people organize and visualize information.
1
14445
4569
hogy az emberek hogyan szervezik és teszik láthatóvá az információt.
00:19
And I've noticed an interesting shift.
2
19786
2039
Érdekes változást vettem észre.
00:22
For a long period of time,
3
22166
1720
Hosszú ideig
00:23
we believed in a natural ranking order in the world around us,
4
23910
4428
környező világunk természetes hierarchiájában hittünk,
00:28
also known as the great chain of being, or "Scala naturae" in Latin,
5
28362
4745
amely a lét nagy láncolataként, latinul Scala naturae néven ismeretes.
00:33
a top-down structure that normally starts with God at the very top,
6
33131
4175
Ez a felülről lefelé építkező szerkezet fenn általában Istennel kezdődik,
00:37
followed by angels, noblemen,
7
37330
2405
akit az angyalok, a nemesek,
00:39
common people, animals, and so on.
8
39759
3013
közemberek, állatok stb. követnek.
00:43
This idea was actually based on Aristotle's ontology,
9
43999
4275
Az elgondolás tulajdonképpen Arisztotelész lételméletén alapul,
00:48
which classified all things known to man in a set of opposing categories,
10
48298
4444
amely az ember által minden ismert dolgot megkülönböztető kategóriákba osztályoz,
00:52
like the ones you see behind me.
11
52766
1722
pl. amit a hátam mögött láthatnak.
00:56
But over time, interestingly enough,
12
56687
2747
De idővel, érdekes módon,
00:59
this concept adopted the branching schema of a tree
13
59458
4146
az elmélet faágazat alakját öltötte,
01:03
in what became known as the Porphyrian tree,
14
63628
2873
s Porphyry fája néven vált ismertté.
01:06
also considered to be the oldest tree of knowledge.
15
66525
3642
Ezt tartjuk a legrégebbi tudás fájának.
01:11
The branching scheme of the tree was, in fact,
16
71238
2174
A faágazat séma
01:13
such a powerful metaphor for conveying information
17
73436
2949
az információátadás olyan erőteljes jelképévé vált,
01:16
that it became, over time, an important communication tool
18
76409
3270
hogy idővel fontos közlési eszköze lett
01:19
to map a variety of systems of knowledge.
19
79703
2274
a tudásrendszer-változatok ábrázolásának.
01:22
We can see trees being used to map morality,
20
82648
3083
Láthatjuk az erkölcs föltérképezésére használt fákat,
01:25
with the popular tree of virtues and tree of vices,
21
85755
2849
a népszerű erények fáját és a bűnök fáját,
01:28
as you can see here, with these beautiful illustrations from medieval Europe.
22
88628
3792
itt, ezen a középkori európai gyönyörű illusztráción.
01:32
We can see trees being used to map consanguinity,
23
92825
3088
Láthatjuk a vérrokonság, a vérségi kapcsolatok bemutatására
01:35
the various blood ties between people.
24
95937
2244
használt fákat.
01:39
We can also see trees being used to map genealogy,
25
99110
3096
Láthatjuk a leszármazási rend föltérképezésére használt fákat,
01:42
perhaps the most famous archetype of the tree diagram.
26
102230
2810
a fadiagram talán leghíresebb őstípusát.
01:45
I think many of you in the audience have probably seen family trees.
27
105064
3316
Gondolom, önök közül sokan láttak már családfát.
01:48
Many of you probably even have your own family trees drawn in such a way.
28
108404
3705
Valószínűleg, sokuknak megvan a maguk így megrajzolt családfájuk.
01:53
We can see trees even mapping systems of law,
29
113158
2911
Még olyan fát is láthatunk, amely a jogrendszert ábrázolja,
01:56
the various decrees and rulings of kings and rulers.
30
116093
3851
királyok és uralkodók különféle rendeleteit és döntéseit.
02:01
And finally, of course, also a very popular scientific metaphor,
31
121785
3758
Végül, persze, a nagyon népszerű tudományos jelképként
02:05
we can see trees being used to map all species known to man.
32
125567
3560
láthatjuk az ember által ismert összes állatfaj ábrázolását.
02:11
And trees ultimately became such a powerful visual metaphor
33
131177
3906
A fák végül hatásos és szemléletes jelképpé váltak,
02:15
because in many ways, they really embody this human desire
34
135107
2868
mert sokféleképpen testesítik meg a rend,
02:17
for order, for balance, for unity, for symmetry.
35
137999
3036
az egyensúly, az egység és a szimmetria iránti emberi vágyat.
02:21
However, nowadays we are really facing new complex, intricate challenges
36
141999
4323
Ám manapság olyan új, szerteágazó és bonyolult feladatokkal találkozunk,
02:26
that cannot be understood by simply employing a simple tree diagram.
37
146346
4190
amelyek felfoghatatlanok egy egyszerű fadiagram alkalmazásával.
02:32
And a new metaphor is currently emerging,
38
152037
3242
Ezért mostanság egy új jelkép kerül elő,
02:35
and it's currently replacing the tree
39
155303
2150
amely a különféle tudásrendszerek
02:37
in visualizing various systems of knowledge.
40
157477
2563
láthatóvá tételében a fa helyébe lép.
02:40
It's really providing us with a new lens to understand the world around us.
41
160064
4252
Ez a köröttünk lévő világ megértéséhez új szemlélettel ruház föl bennünket.
02:45
And this new metaphor is the metaphor of the network.
42
165495
3199
Ez az új jelkép a hálózat.
02:49
And we can see this shift from trees into networks
43
169511
3311
Több tudásterületen látható ez a fától
02:52
in many domains of knowledge.
44
172846
1640
a hálózat felé tartó elmozdulás.
02:54
We can see this shift in the way we try to understand the brain.
45
174510
4189
Látható a változás, mikor igyekszünk megérteni az agyműködést.
03:00
While before, we used to think of the brain
46
180453
2038
Nemrég még modulokból álló
03:02
as a modular, centralized organ,
47
182515
1991
központi szervnek tekintettük az agyat,
03:04
where a given area was responsible for a set of actions and behaviors,
48
184530
4038
melyben egy adott terület irányít bizonyos cselekvéseket és viselkedést.
03:08
the more we know about the brain,
49
188592
1739
Minél többet tudunk az agyról,
03:10
the more we think of it as a large music symphony,
50
190355
3286
annál inkább úgy képzeljük el, mint egy nagy zenei szimfóniát,
03:13
played by hundreds and thousands of instruments.
51
193665
2610
melyet hangszerek százezrei szólaltatnak meg.
03:16
This is a beautiful snapshot created by the Blue Brain Project,
52
196299
3676
Ez a csodás felvétel a Blue Brain Project keretében készült,
03:19
where you can see 10,000 neurons and 30 million connections.
53
199999
4063
ahol 10 ezer neuron és 30 millió kapcsolat látható.
03:24
And this is only mapping 10 percent of a mammalian neocortex.
54
204736
3888
Ez pedig az emlősök neocortexét csak 10%-ban térképezi föl.
03:30
We can also see this shift in the way we try to conceive of human knowledge.
55
210815
4160
A változás abban is észrevehető, ahogy az emberi tudást igyekszünk felfogni.
Itt látható egy pár figyelemre méltó tudás fája vagy a tudomány fája,
03:36
These are some remarkable trees of knowledge, or trees of science,
56
216062
3148
03:39
by Spanish scholar Ramon Llull.
57
219234
2221
Ramon Llull spanyol tudós alkotása.
03:41
And Llull was actually the precursor,
58
221999
1810
Llull volt az előfutár,
03:43
the very first one who created the metaphor of science as a tree,
59
223833
3714
aki elsőként hasonlította fához a tudományt.
03:47
a metaphor we use every single day, when we say,
60
227571
2968
E jelképet használjuk minden áldott nap, mikor azt mondjuk:
03:50
"Biology is a branch of science,"
61
230563
1665
"A biológia egy tudományág".
03:52
when we say,
62
232252
1153
mikor azt mondjuk:
03:53
"Genetics is a branch of science."
63
233429
1933
"A genetika egy tudományág".
03:56
But perhaps the most beautiful of all trees of knowledge, at least for me,
64
236283
3595
De minden tudás fája közül a legszebb, legalábbis nekem,
03:59
was created for the French encyclopedia by Diderot and d'Alembert in 1751.
65
239902
4452
amelyet Diderot és d'Alembert alkotott meg 1751-ben a francia Enciklopédia számára.
04:04
This was really the bastion of the French Enlightenment,
66
244378
2635
A mű a francia felvilágosodás igazi bástyája volt,
04:07
and this gorgeous illustration was featured as a table of contents
67
247037
3825
s ez a pompás illusztráció képezte
04:10
for the encyclopedia.
68
250886
1571
a lexikon tartalomjegyzékét.
04:12
And it actually maps out all domains of knowledge
69
252481
4187
Az összes tudásterületet
04:16
as separate branches of a tree.
70
256692
2118
a fa egy-egy ágaként jeleníti meg.
04:19
But knowledge is much more intricate than this.
71
259866
2333
De a tudás ennél sokkal bonyolultabb.
04:22
These are two maps of Wikipedia showing the inter-linkage of articles --
72
262794
4640
Ez két Wikipédia-térkép, amely cikkek belső kapcsolódását mutatja:
04:27
related to history on the left, and mathematics on the right.
73
267458
3890
balra a történelmi, jobbra a matematikai tárgyú cikkekét.
04:31
And I think by looking at these maps
74
271966
1739
Ha megnézzük ezt a térképet
04:33
and other ones that have been created of Wikipedia --
75
273729
2544
és a többit, melyet a Wikipédia alkotott
04:36
arguably one of the largest rhizomatic structures ever created by man --
76
276297
3392
— talán az ember alkotta egyik legnagyobb rizomatikus szerkezetet —,
04:39
we can really understand how human knowledge is much more intricate
77
279713
3822
akkor megérthetjük, hogy egy hálózatnál az emberi tudás sokkal szövevényesebb
04:43
and interdependent, just like a network.
78
283559
2436
és elemei egymástól kölcsönösen jobban függenek.
04:47
We can also see this interesting shift
79
287455
2163
Ezt a változást tapasztaljuk abban is,
04:49
in the way we map social ties between people.
80
289642
2700
ahogy a társadalmi kapcsolatokat térképezzük fel.
04:53
This is the typical organization chart.
81
293524
2295
Ez egy tipikus szervezeti séma, egy organigram.
04:55
I'm assuming many of you have seen a similar chart as well,
82
295843
2794
Felteszem, hogy önök közül sokan láttak már hasonlót
04:58
in your own corporations, or others.
83
298661
1746
a cégüknél vagy máshol.
05:00
It's a top-down structure
84
300431
1485
Ez egy felülről
05:01
that normally starts with the CEO at the very top,
85
301940
2861
építkező alakzat, legfelül a vezérrel,
05:04
and where you can drill down all the way to the individual workmen on the bottom.
86
304825
3960
s haladhatunk lefelé egészen az egyes fizikai munkásig.
05:09
But humans sometimes are, well, actually, all humans are unique in their own way,
87
309634
4848
De minden ember a maga módján egyedi,
05:14
and sometimes you really don't play well under this really rigid structure.
88
314506
4698
és néha nem a merev szerkezet szerint dolgozik.
05:20
I think the Internet is really changing this paradigm quite a lot.
89
320711
3110
Azt hiszem, az internet eléggé megváltoztatja ezt a paradigmát.
05:23
This is a fantastic map of online social collaboration
90
323845
3365
Ez a fantasztikus térkép a Perl-fejlesztők közötti internetes
05:27
between Perl developers.
91
327234
1629
társadalmi együttműködést mutatja.
05:28
Perl is a famous programming language,
92
328887
2088
A Perl egy híres programnyelv.
05:30
and here, you can see how different programmers
93
330999
2723
Látható, hogy a különböző programozók
05:33
are actually exchanging files, and working together on a given project.
94
333746
3827
hogyan cserélnek fájlokat, és működnek együtt az adott projektben.
05:37
And here, you can notice that this is a completely decentralized process --
95
337597
4178
Észrevehetik, hogy ez teljesen decentralizált folyamat:
05:41
there's no leader in this organization,
96
341799
2156
a szervezetnek nincs vezetője,
05:43
it's a network.
97
343979
1157
ez egy hálózat.
05:46
We can also see this interesting shift when we look at terrorism.
98
346337
4705
Ezt az érdekes változást figyelhetjük meg a terrorizmus esetében is.
05:51
One of the main challenges of understanding terrorism nowadays
99
351613
3104
Manapság a terrorizmus megértésében a fő nehézség,
05:54
is that we are dealing with decentralized, independent cells,
100
354741
3730
hogy decentralizált, független sejtekkel van dolgunk,
05:58
where there's no leader leading the whole process.
101
358495
2822
ahol az egész folyamatnak nincs vezetője.
06:02
And here, you can actually see how visualization is being used.
102
362518
3298
Itt láthatják, hogyan használják a megjelenítést.
06:05
The diagram that you see behind me
103
365840
1657
A hátam mögötti diagramon
06:07
shows all the terrorists involved in the Madrid attack in 2004.
104
367521
3818
a 2004-es madridi támadásban részt vett valamennyi terrorista látható.
06:11
And what they did here is, they actually segmented the network
105
371942
2927
A hálózatot felosztották
06:14
into three different years,
106
374893
1499
három különböző évre,
06:16
represented by the vertical layers that you see behind me.
107
376416
3042
amelyeket függőleges rétegek képviselnek — ez látható mögöttem.
06:19
And the blue lines tie together
108
379482
1969
A kék vonalak összekapcsolják
06:21
the people that were present in that network year after year.
109
381475
3618
a hálózatban évről évre szereplőket.
06:25
So even though there's no leader per se,
110
385117
2028
Bár a hálózatnak a szó szoros értelmében
06:27
these people are probably the most influential ones in that organization,
111
387169
3635
nincs vezetője, mégis, ők a szervezet legbefolyásosabb tagjai,
06:30
the ones that know more about the past,
112
390828
2008
ők ismerik a legjobban a sejt múltját,
06:32
and the future plans and goals of this particular cell.
113
392860
2877
a jövőbeni terveit és céljait.
06:37
We can also see this shift from trees into networks
114
397232
3006
A fáktól a hálózatok felé történt elmozdulás látható abban is,
06:40
in the way we classify and organize species.
115
400262
2991
ahogy a fajokat osztályozzuk s szervezzük.
06:45
The image on the right is the only illustration
116
405245
2829
A jobb oldali ábra az egyetlen illusztráció,
06:48
that Darwin included in "The Origin of Species,"
117
408098
3112
amelyet Darwin beiktatott a Fajok eredete c. művébe.
06:51
which Darwin called the "Tree of Life."
118
411234
2261
Ezt az Élet fájának nevezte.
06:54
There's actually a letter from Darwin to the publisher,
119
414098
2885
Balra Darwinnak a kiadójához írt levele,
06:57
expanding on the importance of this particular diagram.
120
417007
2656
amelyben az ábra fontosságát taglalja.
06:59
It was critical for Darwin's theory of evolution.
121
419687
2642
Perdöntő volt Darwin evolúciós elmélete szempontjából.
07:03
But recently, scientists discovered that overlaying this tree of life
122
423408
3567
De nemrég a tudósok felfedezték, hogy az élet fáját
07:06
is a dense network of bacteria,
123
426999
2435
átszövi a baktériumok sűrű hálózata,
07:09
and these bacteria are actually tying together
124
429458
2161
s ezek a baktériumok összekötik
07:11
species that were completely separated before,
125
431643
2172
a korábban teljesen elkülönült fajokat.
07:13
to what scientists are now calling not the tree of life,
126
433839
3080
s ezért már nem élet fájának hívják,
07:16
but the web of life, the network of life.
127
436943
2856
hanem az élet szövedékének, hálózatának.
07:21
And finally, we can really see this shift, again,
128
441489
2514
S végül, ugyanilyen változás látható,
07:24
when we look at ecosystems around our planet.
129
444027
2424
ha Földünk ökológiai rendszereit vizsgáljuk.
07:27
No more do we have these simplified predator-versus-prey diagrams
130
447599
3166
Már nem felel meg az iskolában tanult leegyszerűsített
07:30
we have all learned at school.
131
450789
1447
ragadozó kontra préda ábra.
07:33
This is a much more accurate depiction of an ecosystem.
132
453201
2989
Ez itt egy ökológiai rendszer sokkal precízebb ábrázolása.
07:36
This is a diagram created by Professor David Lavigne,
133
456214
2904
David Lavigne professzor állította össze ezt az ábrát,
07:39
mapping close to 100 species that interact with the codfish
134
459142
3500
amely a kanadai Newfoundland partja mentén élő
07:42
off the coast of Newfoundland in Canada.
135
462666
2951
tőkehallal kapcsolatban álló közel 100 fajt tartalmazza.
07:46
And I think here, we can really understand the intricate and interdependent nature
136
466244
3937
Ebből megérthetjük, milyen bonyolult és egymástól kölcsönösen függő természetű
07:50
of most ecosystems that abound on our planet.
137
470205
2523
Földünk legtöbb ökológiai rendszere.
07:54
But even though recent, this metaphor of the network,
138
474442
3644
Habár újkeletű, a hálózatnak ez a jelképe
07:58
is really already adopting various shapes and forms,
139
478110
3103
máris különféle alakokat vesz fel,
08:01
and it's almost becoming a growing visual taxonomy.
140
481237
2463
s már-már növekvő vizuális rendszertanná válik.
08:03
It's almost becoming the syntax of a new language.
141
483724
2647
Majdhogynem egy új nyelv mondattanává válik.
08:06
And this is one aspect that truly fascinates me.
142
486395
2633
Ez a szempont engem tényleg lázba hoz.
08:09
And these are actually 15 different typologies
143
489678
2533
Ez itt 15 különféle tipológia,
08:12
I've been collecting over time,
144
492235
2135
melyeket az idők során gyűjtöttem,
08:14
and it really shows the immense visual diversity of this new metaphor.
145
494394
4022
és ez hűen mutatja ennek az új jelképnek a roppant vizuális sokszínűségét.
08:19
And here is an example.
146
499001
1222
Itt egy példa rá.
08:20
On the very top band, you have radial convergence,
147
500818
3933
Felül látható a sugár irányú konvergencia.
08:24
a visualization model that has become really popular over the last five years.
148
504775
3939
Ez az ábrázolási modell az utóbbi 5 évben vált népszerűvé.
08:29
At the top left, the very first project is a gene network,
149
509198
4354
A bal felső szélen a legelső projekt — ez egy génhálózat.
08:33
followed by a network of IP addresses -- machines, servers --
150
513576
4009
Ezt a számítógépek és szerverek IP címének hálózata követi.
08:37
followed by a network of Facebook friends.
151
517609
2972
Mellette a Facebook-barátok hálózata.
08:41
You probably couldn't find more disparate topics,
152
521240
2508
Keresve sem találnának egymástól eltérőbb témákat,
08:43
yet they are using the same metaphor, the same visual model,
153
523772
3794
ezek mégis ugyanazt a jelképet, ugyanazt a vizuális modellt alkalmazzák
08:47
to map the never-ending complexities of its own subject.
154
527590
3606
tárgyuk soha véget nem érő bonyolultságának föltérképezésére.
08:52
And here are a few more examples of the many I've been collecting,
155
532545
3124
Mutatok még egy párat a növekvő vizuális hálózati rendszertan
08:55
of this growing visual taxonomy of networks.
156
535693
2738
számtalan, általam összegyűjtött példája közül.
09:00
But networks are not just a scientific metaphor.
157
540248
2865
De a hálózatok nemcsak tudományos jelképek.
09:04
As designers, researchers, and scientists try to map a variety of complex systems,
158
544192
5541
Mikor tervezők és tudósok igyekszenek föltérképezni a komplex rendszereket,
09:09
they are in many ways influencing traditional art fields,
159
549757
2813
hatást is gyakorolnak a hagyományos művészeti ágakra,
09:12
like painting and sculpture,
160
552594
1402
pl. a festészetre és szobrászatra,
09:14
and influencing many different artists.
161
554020
1993
hatást gyakorolnak a művészekre is.
09:16
And perhaps because networks have this huge aesthetical force to them --
162
556718
4042
S mivel a hálózatoknak ilyen hatalmas esztétikai hatalmuk van felettük
09:20
they're immensely gorgeous --
163
560784
1958
— elképesztően gyönyörűek —,
09:22
they are really becoming a cultural meme,
164
562766
2056
nem csoda, hogy kulturális mémmé válnak,
09:24
and driving a new art movement, which I've called "networkism."
165
564846
4325
s új művészeti mozgalmat hoznak létre, melyet "networkizmus"-nak neveztem el.
09:30
And we can see this influence in this movement in a variety of ways.
166
570544
3208
A mozgalomban ez a befolyás többféleképpen érzékelhető.
09:33
This is just one of many examples,
167
573776
1793
Csak egy példa a számtalan közül,
09:35
where you can see this influence from science into art.
168
575593
2725
ahol látható a tudomány befolyása a művészetre.
09:38
The example on your left side is IP-mapping,
169
578342
2871
Bal oldalon IP-térkép látható,
09:41
a computer-generated map of IP addresses; again -- servers, machines.
170
581237
3659
számítógép generálta IP-címek térképe: szervereké, számítógépeké.
09:45
And on your right side,
171
585253
1205
A jobb oldalon
09:46
you have "Transient Structures and Unstable Networks" by Sharon Molloy,
172
586482
4618
Sharon Molloy Tranziens struktúrák és instabil hálózatok c. műve:
09:51
using oil and enamel on canvas.
173
591124
2094
olaj és zománc a vásznon.
09:53
And here are a few more paintings by Sharon Molloy,
174
593870
3105
Sharon Molloy még egy pár festménye:
09:56
some gorgeous, intricate paintings.
175
596999
1932
gyönyörű, szövevényes festmények.
10:00
And here's another example of that interesting cross-pollination
176
600375
3306
Itt egy másik példa a tudomány és művészet közötti
10:03
between science and art.
177
603705
1404
érdekes keresztbeporzásra.
10:05
On your left side, you have "Operation Smile."
178
605475
2665
A bal oldalon a "Mosoly hadművelet".
10:08
It is a computer-generated map of a social network.
179
608164
2889
Ez egy közösségi hálózat számítógép generálta térképe.
10:11
And on your right side, you have "Field 4," by Emma McNally,
180
611077
3726
A jobb oldalon Emma McNally műve: A 4. mező.
10:14
using only graphite on paper.
181
614827
2086
A művész csak grafittal dolgozott papírra.
10:17
Emma McNally is one of the main leaders of this movement,
182
617374
3517
Emma McNally a mozgalom egyik vezetője,
10:20
and she creates these striking, imaginary landscapes,
183
620915
2569
és e meghökkentő képzeletbeli tájak alkotója,
10:23
where you can really notice the influence from traditional network visualization.
184
623508
4665
melyeknél tetten érhető a hagyományos hálózat-megjelenítés hatása.
10:30
But networkism doesn't happen only in two dimensions.
185
630324
3007
De networkizmus nemcsak 2 dimenzióban létezik.
10:33
This is perhaps one of my favorite projects
186
633355
2278
Ez az új mozgalom számomra talán
10:35
of this new movement.
187
635657
1405
egyik kedvenc projektje.
10:37
And I think the title really says it all -- it's called:
188
637086
2634
Azt hiszem, a címe magáért beszél:
10:39
"Galaxies Forming Along Filaments,
189
639744
2167
"Rostokból formált galaxisok
10:41
Like Droplets Along the Strands of a Spider's Web."
190
641935
3332
mint pókhálófonalakon lévő cseppek."
10:46
And I just find this particular project to be immensely powerful.
191
646616
3080
Igen erőteljesnek vélem ezt a projektet,
10:49
It was created by Tomás Saraceno,
192
649720
1960
a szerzője Tomás Saraceno.
10:51
and he occupies these large spaces,
193
651704
2698
Tomás betölti ezeket a nagy tereket,
10:54
creates these massive installations using only elastic ropes.
194
654426
3342
s csupán rugalmas köteleket használ ezekhez a hatalmas művekhez.
10:57
As you actually navigate that space and bounce along those elastic ropes,
195
657792
3817
Ahogy bejárjuk azt a teret, és ugrálunk a rugalmas köteleken,
11:01
the entire network kind of shifts, almost like a real organic network would.
196
661633
4575
az egész háló változik, mintha egy igazi szerves anyagú háló lenne.
11:07
And here's yet another example
197
667414
2032
Még egy példa a networkizmusra,
11:09
of networkism taken to a whole different level.
198
669470
2389
de már egészen más szinten.
11:12
This was created by Japanese artist Chiharu Shiota
199
672303
3213
A mű alkotója Csiharu Siota japán művésznő,
11:15
in a piece called "In Silence."
200
675540
1755
a címe: Csendben.
11:17
And Chiharu, like Tomás Saraceno, fills these rooms with this dense network,
201
677834
5355
Csiharu, akárcsak Tomás Saraceno a tereket rugalmas kötelekből,
11:23
this dense web of elastic ropes and black wool and thread,
202
683213
3762
fekete gyapjúból és fonalból szőtt sűrű hálóval, sűrű szövevénnyel tölti ki,
11:26
sometimes including objects, as you can see here,
203
686999
2759
néha tárgyakat helyez beléjük,
11:29
sometimes even including people, in many of her installations.
204
689782
3022
sőt, néha sok művébe még embereket is.
11:35
But networks are also not just a new trend,
205
695374
2691
De a hálózatok nemcsak új irányvonalat jelentenek,
11:38
and it's too easy for us to dismiss it as such.
206
698089
2364
s túl könnyű lenne őket mint olyant elutasítanunk.
11:41
Networks really embody notions of decentralization,
207
701029
3607
A hálózatok megtestesítik a decentralizáció,
11:44
of interconnectedness, of interdependence.
208
704660
3134
a kölcsönös kapcsolatok és függések elveit.
11:48
And this new way of thinking is critical
209
708303
2476
Ez az új gondolkodásmód sorsdöntő számunkra,
11:50
for us to solve many of the complex problems we are facing nowadays,
210
710803
3730
hogy egy sor mai feladatot megoldhassunk,
11:54
from decoding the human brain,
211
714557
1841
kezdve az emberi agy dekódolásától
11:56
to understanding the vast universe out there.
212
716422
2403
egészen a hatalmas világmindenség megértéséig.
11:59
On your left side, you have a snapshot of a neural network of a mouse --
213
719746
4489
Balra egy egér ideghálózatáról készült felvételt látunk
12:04
very similar to our own at this particular scale.
214
724259
2420
-- bizonyos szempontból nagyon hasonló a miénkhez.
12:07
And on your right side, you have the Millennium Simulation.
215
727500
2966
Jobbra a millennium szimuláció látható,
12:10
It was the largest and most realistic simulation
216
730490
2748
mely egy kozmikus alakzat növekedésének legnagyobb
12:13
of the growth of cosmic structure.
217
733262
1790
és leginkább valósághű szimulációja.
12:15
It was able to recreate the history of 20 million galaxies
218
735490
4516
Lehetővé vált 20 millió galaxis történetének újraalkotása,
12:20
in approximately 25 terabytes of output.
219
740030
3090
amely kb. 25 terabyte-ot foglal el.
12:24
And coincidentally or not,
220
744081
1413
Véletlen vagy sem,
12:25
I just find this particular comparison
221
745518
1873
de azért hasonlítottam össze
12:27
between the smallest scale of knowledge -- the brain --
222
747415
2703
a legkisebb léptékű tudást: az agyat
12:30
and the largest scale of knowledge -- the universe itself --
223
750142
2829
és a legnagyobb léptékű tudást: a világegyetemet,
12:32
to be really quite striking and fascinating.
224
752995
2277
hogy igazán megdöbbentő és elkápráztató legyek.
12:35
Because as Bruce Mau once said,
225
755807
2634
Bruce Mau egyszer azt mondta:
12:38
"When everything is connected to everything else,
226
758465
2412
"Ha minden mindennel kapcsolódik,
12:40
for better or for worse, everything matters."
227
760901
2397
akár jól, akár rosszul, mindenképp számít."
12:43
Thank you so much.
228
763322
1151
Köszönöm szépen.
12:44
(Applause)
229
764497
3802
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7