下の英語字幕をダブルクリックすると動画を再生できます。
翻訳: Rikuto Koyanagi
校正: Yuko Yoshida
00:12
So I'm an artist,
0
12884
1748
私はアーティストですが
00:14
but a little bit of a peculiar one.
1
14656
1706
皆さんの想像とは違うかもしれません
00:16
I don't paint.
2
16386
1483
絵は描きません
00:18
I can't draw.
3
18434
1284
というか描けません
高校の技術の先生は
私の成績表に「危険人物」
00:20
My shop teacher in high school
wrote that I was a menace
4
20153
3100
そうコメントしました
00:24
on my report card.
5
24122
1321
00:25
You probably don't really
want to see my photographs.
6
25953
3599
皆さんは私の作品を
あまり見たくはないかもしれません
00:29
But there is one thing I know how to do:
7
29991
1965
ただ一つだけ
私にはできることがあります
00:31
I know how to program a computer.
8
31980
1659
プログラミングです
00:33
I can code.
9
33663
1212
私はコーディングできます
00:34
And people will tell me
that 100 years ago,
10
34899
3273
人々が口を揃えて言うのは
「100年前であれば
00:38
folks like me didn't exist,
11
38196
1350
私のような
00:39
that it was impossible,
12
39570
2090
データでアートを作る
そんな人間は存在せず
00:41
that art made with data is a new thing,
13
41684
2950
そういうものは今という
00:44
it's a product of our age,
14
44658
2142
新しい時代の産物であり
00:46
it's something that's really important
15
46824
1887
データを使ったアートとは つまり
00:48
to think of as something
that's very "now."
16
48735
2078
新しいものとして
考えるべきだ」
00:50
And that's true.
17
50837
1168
まあ間違いではありません
しかし実際はというと
遥か昔から
00:52
But there is an art form
that's been around for a very long time
18
52029
4110
情報や抽象的概念を利用して
00:56
that's really about using information,
19
56163
1871
心に響く作品を生み出すという
00:58
abstract information,
20
58058
2086
アートの形式自体は
存在していました
01:00
to make emotionally resonant pieces.
21
60168
2539
音楽の事です
01:03
And it's called music.
22
63080
1408
01:05
We've been making music
for tens of thousands of years, right?
23
65632
3872
私たち人類はもう何万年にも渡り
音楽を生み出してきました
01:09
And if you think about what music is --
24
69528
1960
音楽で思い浮かべるもの―
01:11
notes and chords and keys
and harmonies and melodies --
25
71512
2824
音符、コード
調、ハーモニー、メロディー等は
01:14
these things are algorithms.
26
74360
1406
全てアルゴリズムです
01:15
These things are systems
27
75790
1827
これらは
時間とともに展開し
01:17
that are designed to unfold over time,
28
77641
2384
私たちの感情を呼び起こすよう
設計されたシステムなのです
01:20
to make us feel.
29
80049
1457
01:22
I came to the arts through music.
30
82195
1612
私は音楽からアートの世界に来ました
01:23
I was trained as a composer,
31
83831
1388
作曲家だったわけですが
01:25
and about 15 years ago,
I started making pieces
32
85243
3282
およそ15年前から
作り始めたのが
01:28
that were designed to look
at the intersection
33
88549
2535
音と映像の境界を意識するために
デザインした作品です
01:31
between sound and image,
34
91108
1904
映像を用いて
音楽的構造を解き明かしたり
01:33
to use an image to unveil
a musical structure
35
93036
2832
01:35
or to use a sound to show you
something interesting
36
95892
2864
普段は描かれるものを
音を使って何か面白く表現できないかと
01:38
about something that's usually pictorial.
37
98780
2000
考えたのです
01:40
So what you're seeing on the screen
is literally being drawn
38
100804
3467
今 ご覧いただいているのは
ミュージシャンが舞台で奏でる―
01:44
by the musical structure
of the musicians onstage,
39
104295
2942
音楽の構造を
そのまま絵にしたもので
01:47
and there's no accident
that it looks like a plant,
40
107261
2532
見た目がまるで植物なのは
偶然ではありません
01:49
because the underlying
algorithmic biology of the plant
41
109817
3339
植物を表すアルゴリズムを使って
01:53
is what informed the musical structure
in the first place.
42
113180
3311
音楽の構造に意味付けをしているからです
01:56
So once you know how to do this,
once you know how to code with media,
43
116515
3404
つまりメディアを利用した
コードの方法さえ理解すれば
01:59
you can do some pretty cool stuff.
44
119943
2088
誰でも かなり良いものが作れます
これは サンダンス映画祭での
私のプロジェクトです
02:02
This is a project I did
for the Sundance Film Festival.
45
122055
3477
02:05
Really simple idea: you take
every Academy Award Best Picture,
46
125905
4004
発想は単純です
アカデミー賞作品賞の全受賞作品を
それぞれ1分の映像へと短縮し
02:11
you speed it up to one minute each
47
131178
2361
02:13
and string them all together.
48
133563
1581
そして全ての映像を繋げます
こうすることで 75分で
ハリウッド映画の歴史を見ることができます
02:15
And so in 75 minutes, I can show you
the history of Hollywood cinema.
49
135168
3911
02:19
And what it really shows you
is the history of editing
50
139592
2979
映像が映し出したのは
ハリウッド映画における
02:22
in Hollywood cinema.
51
142595
1181
編集の歴史です
02:23
So on the left, we've got Casablanca;
on the right, we've got Chicago.
52
143800
4148
左の映像は『カサブランカ』
右のものは『シカゴ』です
02:27
And you can see that Casablanca
is a little easier to read.
53
147972
2924
『カサブランカ』の方が
何が起きているのか捉え易いはずです
02:30
That's because the average length
of a cinematic shot in the 1940s
54
150920
3332
これは1940年代における
ワンシーンの平均尺度が
02:34
was 26 seconds,
55
154276
1639
26秒だった事に由来するのですが
02:35
and now it's around six seconds.
56
155939
2028
今の映画の平均は6秒です
02:38
This is a project that was inspired
57
158999
1744
このプロジェクトは
02:40
by some work that was funded
by the US Federal Government
58
160767
2944
監視カメラの映像を利用して
特定の人物を見つけるという
02:43
in the early 2000s,
59
163735
1169
2000年代の始め
02:44
to look at video footage and find
a specific actor in any video.
60
164928
5828
政府の支援の下で行われた活動に
着想を得たものです
02:51
And so I repurposed this code
to train a system on one person
61
171605
4676
私はこのコードを
ある人物を特定するシステムに作り変えました
02:56
in our culture who would never need
to be surveilled in that manner,
62
176305
3847
我々の文化で代表的な
もはや監視される必要の無い人物
ブリトニー・スピアーズです
03:00
which is Britney Spears.
63
180176
1527
03:01
I downloaded 2,000 paparazzi
photos of Britney Spears
64
181727
3492
私はパパラッチの撮影した
2000枚に及ぶ彼女の写真をダウンロードし
03:05
and trained my computer to find her face
65
185243
2476
彼女の顔だけを単体で見つける事のできる
03:07
and her face alone.
66
187743
1381
解析ツールを構築しました
彼女の目を映像の中心に据えて
一連の場面を構成することができます
03:09
I can run any footage of her through it
and will center her eyes in the frame,
67
189148
4276
03:13
and this sort of is a little
double commentary
68
193448
2176
これは私たちの監視社会に関して
03:15
about surveillance in our society.
69
195648
2024
二つの見方を提示しています
03:17
We are very fraught with anxiety
about being watched,
70
197696
2992
私たちは見られるという事に関して
不安を強く感じますが
03:20
but then we obsess over celebrity.
71
200712
2599
一方でセレブリティーの事は
気になって仕方ないのです
03:24
What you're seeing on the screen here
is a collaboration I did
72
204219
3730
今皆さんがご覧になっている作品は
03:27
with an artist named Lián Amaris.
73
207973
2556
リアン・アマリスと
共同制作したものです
03:30
What she did is very simple
to explain and describe,
74
210553
3874
彼女が何をしているのか
口で言うのは簡単なのですが
03:34
but very hard to do.
75
214451
1232
実際にやるのは別次元です
03:35
She took 72 minutes of activity,
76
215707
2851
夜の町へ繰り出す前の
一連の行動
03:39
getting ready for a night out on the town,
77
219208
2573
時間にして
72分間のそのシーンを
03:41
and stretched it over three days
78
221805
2089
彼女は3日間に引き伸ばし
03:43
and performed it on a traffic island
in slow motion in New York City.
79
223918
3588
ニューヨークのど真ん中で
スローモーションで演じたのです
03:47
I was there, too, with a film crew.
80
227949
2219
私も撮影班と共にそこにいました
03:50
We filmed the whole thing,
81
230192
1252
私たちは全てを録画し
03:51
and then we reversed the process,
speeding it up to 72 minutes again,
82
231468
3401
そして撮り終えた全工程を早回しし
今度は72分に短縮しました
03:54
so it looks like she's moving normally
83
234893
1894
車がまさに飛び交っているのに
03:56
and the whole world is flying by.
84
236811
1832
彼女の動きが自然なのはその為です
そしてふと
私は気がつきました
03:59
At a certain point, I figured out
85
239091
2576
04:01
that what I was doing
was making portraits.
86
241691
2667
私がやっているのは
肖像画を描くことだと
04:05
When you think about portraiture,
you tend to think about stuff like this.
87
245500
3562
肖像画と聞いて思い浮かべるのは
こういったものでしょう
左はギルバート・スチュアート
04:09
The guy on the left
is named Gilbert Stuart.
88
249086
2063
彼はアメリカで最初の
肖像画家と言えるでしょう
04:11
He's sort of the first real portraitist
of the United States.
89
251173
3064
04:14
And on the right is his portrait
of George Washington from 1796.
90
254261
3225
そして右は彼の描いた
1796年のジョージ・ワシントンの肖像で
04:17
This is the so-called Lansdowne portrait.
91
257510
2198
『ランズダウン』と呼ばれます
04:19
And if you look at this painting,
there's a lot of symbolism, right?
92
259732
3240
シンボル化された多くものを
この絵画に見ることができると思います
04:22
We've got a rainbow out the window.
We've got a sword.
93
262996
2660
窓の外には虹が架かり
剣を携えているのがわかります
04:25
We've got a quill on the desk.
94
265680
1455
テーブルに羽ペンもあります
ここに描かれた全てが
04:27
All of these things are meant to evoke
95
267159
1849
建国の父 ジョージ・ワシントンを
想起させます
04:29
George Washington
as the father of the nation.
96
269032
2448
04:31
This is my portrait of George Washington.
97
271832
2770
そして左が私の描いた
ジョージ・ワシントンの肖像です
04:35
And this is an eye chart,
98
275776
3009
これは視力検査表で
04:38
only instead of letters, they're words.
99
278809
2174
文字の代わりに
単語を並べています
04:41
And what the words are is the 66 words
100
281713
2702
66単語あるのですが
それらは全て
04:44
in George Washington's
State of the Union addresses
101
284439
2460
一般教書演説の中で
04:46
that he uses more
than any other president.
102
286923
2371
彼が歴代大統領よりも
多く使った言葉です
つまり「ジェントルマン」という言葉が
彼の修辞でありシンボルなのです
04:50
So "gentlemen" has its own symbolism
and its own rhetoric.
103
290020
4202
04:54
And it's really kind of significant
that that's the word he used the most.
104
294246
4592
この単語を 彼が最もよく使ったというのは
かなり重要な意味を持つはずです
04:58
This is the eye chart for George W. Bush,
105
298862
2119
そしてこれは
制作当時 大統領だった
ジョージ・W・ブッシュの検査表です
05:01
who was president when I made this piece.
106
301005
2980
考えてみてください
05:04
And how you get there,
107
304009
1168
05:05
from "gentlemen" to "terror"
in 43 easy steps,
108
305201
3452
初代の「ジェントルマン」から
43代の「テロ」まで たどることが
05:08
tells us a lot about American history,
109
308677
2060
どれほどアメリカの歴史を私たちに伝え
05:10
and gives you a different insight
110
310761
1587
一連の絵画を見た時とは違った
05:12
than you would have
looking at a series of paintings.
111
312372
2937
新しい気づきを
もたらしてくれるのかを
05:15
These pieces provide a history lesson
of the United States
112
315333
3934
アメリカの指導者における
政治的レトリックを介して
05:19
through the political
rhetoric of its leaders.
113
319291
2256
アメリカ史の変遷を
見て取ることができるのです
05:21
Ronald Reagan spent a lot of time
talking about deficits.
114
321571
2964
ロナルド・レーガンは多くの時間を費やし
負債について語りました
一方でビル・クリントンは
05:25
Bill Clinton spent a lot of time
115
325135
1565
05:26
talking about the century in which
he would no longer be president,
116
326724
3284
自身はもはや大統領ではない
次の世紀について語りました
彼の妻がその座にいるかもしれないね
05:30
but maybe his wife would be.
117
330032
1611
リンドン・ジョンソンは
05:33
Lyndon Johnson was the first President
118
333148
2636
05:35
to give his State of the Union addresses
on prime-time television;
119
335808
3182
一般教書演説を 初めてゴールデンタイムに
テレビ放映した大統領で
全ての段落を「今晩(Tonight)」
という言葉で始めました
05:39
he began every paragraph
with the word "tonight."
120
339014
2340
05:41
And Richard Nixon,
or more accurately, his speechwriter,
121
341378
2666
リチャード・ニクソン
というよりも彼のスピーチライター
ウィリアム・サファイアは
05:44
a guy named William Safire,
122
344068
1328
05:45
spent a lot of time
thinking about language
123
345420
2048
ニクソンが誠実な言葉遣いをするよう
05:47
and making sure that his boss
portrayed a rhetoric of honesty.
124
347492
3933
言葉の選択に
多くの時間を割いたのです
05:51
This project is shown
as a series of monolithic sculptures.
125
351449
2902
この企画は一連の
巨大な彫刻として展示されました
05:54
It's an outdoor series of light boxes.
126
354375
2448
照明付きの箱を並べた野外展示です
05:56
And it's important to note
that they're to scale,
127
356847
2430
重要なのは
これが視力検査として機能しており
05:59
so if you stand 20 feet back and you can
read between those two black lines,
128
359301
3614
6メートル離れて 黒い線の間にある
その言葉を読む事ができれば
06:02
you have 20/20 vision.
129
362939
1151
視力良好ということです
(笑)
06:04
(Laughter)
130
364114
1038
これは肖像画ですが
他にも まだまだあります
06:05
This is a portrait.
And there's a lot of these.
131
365176
2305
06:07
There's a lot of ways
to do this with data.
132
367505
3262
データを用いてこうしたものを生み出す
多くの方法があります
06:10
I started looking for a way
133
370791
1620
私が模索し始めたのは
06:12
to think about how I can do
a more democratic form of portraiture,
134
372435
4705
どうすれば もっと民主的な形で
肖像画を作れるか
この国と そのあり方を
より表現する方法です
06:17
something that's more about
my country and how it works.
135
377164
4231
06:21
Every 10 years, we make a census
in the United States.
136
381419
3801
10年毎に
この国では国勢調査が行われます
06:25
We literally count people,
137
385244
1458
人口を文字通り数え
06:27
find out who lives where,
what kind of jobs we've got,
138
387306
3144
誰がどこに住み
どんな仕事をして
06:30
the language we speak at home.
139
390474
1477
家では何語を話すか
調べます
06:31
And this is important stuff --
really important stuff.
140
391975
2571
確かに大事で
欠かせないと思います
06:34
But it doesn't really tell us who we are.
141
394570
2233
しかし それでは
本当の姿は分かりません
06:36
It doesn't tell us about our dreams
and our aspirations.
142
396827
2671
夢や希望を伝えてはくれないのです
06:39
And so in 2010, I decided
to make my own census.
143
399522
3390
そこで2010年
私はオリジナルの国勢調査を始めます
06:42
And I started looking for a corpus of data
144
402936
3320
一般的なアメリカ人によって書かれ
より多くの描写がなされた
06:46
that had a lot of descriptions
written by ordinary Americans.
145
406280
3112
そんな言語資料を求めていたのです
06:49
And it turns out
146
409416
1151
そして見つけました
06:50
that there is such a corpus of data
147
410591
1742
そういう言語資料がもう山ほど
06:52
that's just sitting there for the taking.
148
412357
1984
すぐ目の前に転がっていたのです
06:54
It's called online dating.
149
414365
1326
出会い系サイトです
06:56
So in 2010, I joined 21 different
online dating services,
150
416574
4946
2010年
私は21の出会い系サイトに登録しました
07:01
as a gay man, a straight man,
a gay woman and a straight woman,
151
421544
3100
ゲイなど性的少数者を含めた
あらゆる性別を用い
07:04
in every zip code in America
152
424668
1617
アメリカの全ての郵便番号を駆使し
07:06
and downloaded about
19 million people's dating profiles --
153
426309
3185
そして1900万人もの
プロフィールをダウンロードしました
07:09
about 20 percent of the adult population
of the United States.
154
429518
3232
これはアメリカの
成人人口の20%に及びます
07:13
I have obsessive-compulsive disorder.
155
433241
1819
私は強迫性パーソナリティ障害です
もう伝わってるかもしれませんが
まあ聞いてください
07:15
This is going to become
really freaking obvious. Just go with me.
156
435084
3101
07:18
(Laughter)
157
438209
1142
(笑)
07:19
So what I did was I sorted
all this stuff by zip code.
158
439375
3039
私がしたことは何かと言うと
郵便番号毎に全ての資料を整理し
07:23
And I looked at word analysis.
159
443922
1491
そして言語分析を試みたのです
07:25
These are some dating profiles from 2010
160
445437
2673
2010年に入手した
幾つかのプロフィールがこれですが
「寂しい(Lonely)」
という言葉が見て取れます
07:28
with the word "lonely" highlighted.
161
448134
2095
07:30
If you look at these things
topographically,
162
450253
2981
これらをマッピングしてみます
07:33
if you imagine dark colors to light colors
are more use of the word,
163
453258
3500
明度が高ければ「寂しい」という言葉が
より多く使われた事を意味するので
07:36
you can see that Appalachia
is a pretty lonely place.
164
456782
4301
アパラチアが 非常に寂しい場所であると
わかるかと思います
07:41
You can also see
that Nebraska ain't that funny.
165
461979
4947
「おもしろい(Funny)」を分析すると
ネブラスカの人々は退屈そうです
07:48
This is the kinky map,
so what this is showing you
166
468385
3655
「変態(Kinky)」という言葉の
地図から わかるのは
アラスカの女性は
南部ニューメキシコの男性と
07:54
is that the women in Alaska
need to get together
167
474033
3103
一緒になれば
07:57
with the men in southern New Mexico,
168
477160
1775
07:58
and have a good time.
169
478959
1340
楽しい時間を過ごせます
08:00
And I have this
at a pretty granular level,
170
480323
2866
ちなみに こうした分析を
より仔細なレベルで見る事もでき
08:03
so I can tell you that the men
in the eastern half of Long Island
171
483213
3107
ニューヨークの
ロングアイランド東部の男性は
08:06
are way more interested in being spanked
172
486344
1926
ロングアイランド西部の男性よりも
08:08
than men in the western half
of Long Island.
173
488294
2225
遥かにお尻を叩かれたいと思っているようで
08:11
This will be your one takeaway
from this whole conference.
174
491851
2850
恐らく今日皆さんが覚えて帰るのは
この情報だけでしょう
08:14
You're going to remember
that fact for, like, 30 years.
175
494725
2740
この記憶だけは多分30年経っても
色褪せないでしょうね
08:17
(Laughter)
176
497489
2832
(笑)
08:20
When you bring this down
to a cartographic level,
177
500655
2423
そしてこれらを
地図製作に応用すると
地図を使って さきほどの視覚検査表と
同じ事ができます
08:23
you can make maps and do the same trick
I was doing with the eye charts.
178
503102
3454
08:26
You can replace the name
of every city in the United States
179
506580
2817
アメリカ全土
それぞれの都市の名前を
08:29
with the word people use more
in that city than anywhere else.
180
509421
2992
その地域で特徴的に使われている言葉で
置き換えてみましょう
08:32
If you've ever dated anyone
from Seattle, this makes perfect sense.
181
512437
3229
シアトル出身の方と付き合ったことがあれば
お分かりになるでしょう
08:35
You've got "pretty."
You've got "heartbreak."
182
515690
2702
ここにあるのは 「可愛い(Pretty)」
「失恋(Heartbreak)」
08:38
You've got "gig." You've got "cigarette."
183
518416
2415
「生演奏(Gig)」
「タバコ(Cigarette)」等
08:40
They play in a band and they smoke.
184
520855
2026
彼らは演奏できて
タバコを吸うらしいです
08:43
And right above that you can see "email."
185
523604
1984
さて目線を右に移すと
「eメール(Email)」とあります
08:45
That's Redmond, Washington,
186
525612
1306
ワシントン州レドモンド
08:46
which is the headquarters
of the Microsoft Corporation.
187
526942
2595
マイクロソフトが本社を構える場所です
08:49
Some of these you can guess --
so, Los Angeles is "acting"
188
529561
2824
予測できるものも多いでしょう
ロサンゼルスでは「演技(Acting)」
08:52
and San Francisco is "gay."
189
532409
1618
サンフランシスコでは「ゲイ(Gay)」
少し悲痛な例もあります
08:54
Some are a little bit more heartbreaking.
190
534051
1992
バトンルージュでは
「太め(Curvy)」が語られる一方
08:56
In Baton Rouge, they talk
about being curvy;
191
536067
2081
下流のニューオーリンズでは
いまだに「洪水(Flood)」が話題に上ります
08:58
downstream in New Orleans,
they still talk about the flood.
192
538172
2887
首都に住む人は
「楽しい(Interesting)」と言い
09:01
Folks in the American capital
will say they're interesting.
193
541083
2805
09:03
People in Baltimore, Maryland,
will say they're afraid.
194
543912
2777
メリーランド州バルティモアの人々は
「恐れ(Afraid)」ています
09:06
This is New Jersey.
195
546713
1537
これはニュージャージーです
09:08
I grew up somewhere
between "annoying" and "cynical."
196
548274
2689
私は「面倒(Annoying)」と
「毒舌(Cynical)」の中間で育ちました
09:10
(Laughter) (Applause)
197
550987
4239
(笑)(拍手)
09:15
And New York City's
number one word is "now,"
198
555250
2657
ニューヨークで最も使うのは
「今(Now)」です
09:17
as in, "Now I'm working as a waiter,
but actually I'm an actor."
199
557931
3246
「今はウェイトレスだけど本当は役者なの」
という時の「今」です
09:21
(Laughter)
200
561201
1098
(笑)
09:22
Or, "Now I'm a professor of engineering
at NYU, but actually I'm an artist."
201
562323
4295
「今はニューヨーク大学で工学の教授
でも本当はアーティスト」の「今」です
09:26
If you go upstate, you see "dinosaur."
202
566642
1925
「恐竜(Dinasour)」
という文字が見えてきました
09:28
That's Syracuse.
203
568591
1151
ここはシラキュースです
09:29
The best place to eat
in Syracuse, New York,
204
569766
2073
シラキュースで最も美味しいレストランは
09:31
is a Hell's Angels barbecue joint
called Dinosaur Barbecue.
205
571863
2794
ヘルズ・エンジェルズが関係する
「ダイナソーBBQ」
09:34
That's where you would
take somebody on a date.
206
574681
2222
ここは誰かとデートで行くようなところです
09:36
I live somewhere between "unconditional"
and "midsummer," in Midtown Manhattan.
207
576927
3806
「完全な(Unconditional)」「真夏(Midsummer)」
の間のミッドタウンに私は住んでいて
09:40
And this is gentrified North Brooklyn,
208
580757
2047
高級なノース・ブルックリンはこうです
09:42
so you've got "DJ" and "glamorous"
and "hipsters" and "urbane."
209
582828
3196
「DJ」「魅力的(Glamorous)」
「オシャレ(Hipsters)」「上品(Urbane)」
これは より民主的な肖像かもしれません
09:46
So that's maybe
a more democratic portrait.
210
586048
2422
09:48
And the idea was, what if we made
red-state and blue-state maps
211
588494
3069
つまり金曜日の夜に何をしたいのか
それを基に
09:51
based on what we want to do
on a Friday night?
212
591587
2169
地図で可視化したらどうか
という発想でした
09:53
This is a self-portrait.
213
593780
1507
これは自画像です
09:55
This is based on my email,
214
595770
1257
20年以上 50万通に及ぶ
自分のメールを解析して描きました
09:57
about 500,000 emails sent over 20 years.
215
597051
2969
量的な自撮りとでも
考えてもらって構いません
10:00
You can think of this
as a quantified selfie.
216
600044
2953
個人情報に基づいて
物理の公式を運用する
10:03
So what I'm doing is running
a physics equation
217
603021
3094
これが私のしている事です
10:06
based on my personal data.
218
606139
1398
10:07
You have to imagine everybody
I've ever corresponded with.
219
607561
2743
かつて私がやりとりした 全ての人々を
想像してください
10:10
It started out in the middle
and it exploded with a big bang.
220
610328
3399
中心から始まり
そしてビックバンのように広がります
10:13
And everybody has gravity to one another,
221
613751
2178
私たちには互いに引力が働いています
10:15
gravity based on how much
they've been emailing,
222
615953
2261
どれほどメールを送ったか
そして受け取ったか
10:18
who they've been emailing with.
223
618238
1508
そのデータで定まる引力です
10:19
And it also does sentimental analysis,
224
619770
1832
感情の側面からの分析もしています
10:21
so if I say "I love you,"
you're heavier to me.
225
621626
2289
「愛している」と伝えた人はより重要で
10:23
And you attract to my email
addresses in the middle,
226
623939
2496
中央にある私のメールアドレスを
ぐんと引き寄せ
10:26
which act like mainline stars.
227
626459
2095
大きな星の流れを作ります
10:28
And all the names are handwritten.
228
628578
1785
ちなみに 名前は全て手書きです
10:30
Sometimes you do this data
and this work with real-time data
229
630917
3708
特定の都市における
特定の問題を描くという目的で
10:34
to illuminate a specific problem
in a specific city.
230
634649
2947
リアルタイムで得られたデータを
作品に用いる事があります
これはワルサーPPK
セミオートマチックの9mm拳銃で
10:38
This is a Walther PPK 9mm
semiautomatic handgun
231
638071
2676
10:40
that was used in a shooting
in the French Quarter of New Orleans
232
640771
3031
ニューオーリンズ
フレンチ・クオーターの銃撃で使われました
10:43
about two years ago on Valentine's Day
in an argument over parking.
233
643826
3309
2年前のバレンタインデー
駐車をめぐる口論が引き金です
奥のタバコは私のものです
10:47
Those are my cigarettes.
234
647159
1215
10:48
This is the house
where the shooting took place.
235
648398
2275
この家が銃撃の現場でした
10:50
This project involved
a little bit of engineering.
236
650697
2374
この企画は
少しだけ機械工学を使っていますが
バイクのチェーンで
回転軸をこしらえました
10:53
I've got a bike chain
rigged up as a cam shaft,
237
653095
2215
10:55
with a computer driving it.
238
655334
1316
コンピュータ制御です
10:56
That computer and the mechanism
are buried in a box.
239
656674
2766
このコンピュータと装置一式は
箱の中に隠されます
10:59
The gun's on top welded to a steel plate.
240
659464
2214
拳銃は鉄板に上向きに溶接されており
11:01
There's a wire going
through to the trigger,
241
661702
2345
トリガーにワイヤーが引っ掛けられ
箱の中のコンピュータは
常にオンラインで
11:04
and the computer in the box is online.
242
664071
2191
11:06
It's listening to the 911 feed
of the New Orleans Police Department,
243
666286
3233
ニューオーリンズ警察への911通報に反応し
11:09
so that anytime there's a shooting
reported in New Orleans,
244
669543
2877
ニューオーリンズにおける
発砲の度に
11:12
(Gunshot sound)
245
672444
1001
(銃声)
11:13
the gun fires.
246
673469
1220
銃声が鳴り響きます
11:15
Now, there's a blank,
so there's no bullet.
247
675300
2350
空砲なので弾頭はありませんが
強い光と騒音は放たれます
11:18
There's big light, big noise
248
678008
2074
ケースに囲まれている事も忘れてはいけません
11:20
and most importantly, there's a casing.
249
680106
2322
11:22
There's about five shootings
a day in New Orleans,
250
682452
2396
ニューオーリンズでは
1日平均5度発砲があり
11:24
so over the four months
this piece was installed,
251
684872
2341
4ヶ月に渡って空砲弾がたまっていき
11:27
the case filled up with bullets.
252
687237
1611
ケースはそれで一杯になりました
11:29
You guys know what this is --
you call this "data visualization."
253
689642
3734
皆さんもよくご存知の
「情報の可視化」です
11:34
When you do it right, it's illuminating.
254
694559
2008
これは 正しく行えば問題を明瞭にしますが
11:36
When you do it wrong, it's anesthetizing.
255
696591
2436
誤って使えば 感覚を麻痺させます
11:39
It reduces people to numbers.
256
699656
1655
人を数字に置き換えてしまうのです
11:41
So watch out.
257
701335
1411
気をつけてください
11:44
One last piece for you.
258
704654
1356
これが最後の作品です
11:46
I spent the last summer
as the artist in residence
259
706466
2782
昨年の夏 アーティスト・イン・レジデンス
としてタイムズ・スクエアで
11:49
for Times Square.
260
709272
1216
過ごしました
11:50
And Times Square in New York
is literally the crossroads of the world.
261
710932
3643
ニューヨークのタイムズ・スクエアといえば
まさに世界の情報発信源ですが
11:54
One of the things
people don't notice about it
262
714599
2177
地球上で最もインスタグラムに投稿される地点
11:56
is it's the most Instagrammed
place on Earth.
263
716800
2547
それがタイムズ・スクエアだとは
あまり知られていません
11:59
About every five seconds,
someone commits a selfie
264
719903
2882
5秒毎にタイムズ・スクエアでは
誰かが自撮りをして
12:02
in Times Square.
265
722809
1169
それを投稿しています
12:04
That's 17,000 a day, and I have them all.
266
724424
3249
1日17000枚に及ぶそれらの写真を
私は全部持っています
12:07
(Laughter)
267
727697
1085
(笑)
12:08
These are some of them
with their eyes centered.
268
728806
2292
顔が正面になっている自撮りを
選んでいます
全ての文明で
12:11
Every civilization,
269
731122
1061
12:12
will use the maximum level
of technology available to make art.
270
732183
2925
芸術は最高水準の技術を用いて
生み出されてきました
そしてアーティストは
技術が何を意味するのか
12:15
And it's the responsibility
of the artist to ask questions
271
735132
2808
12:17
about what that technology means
272
737964
1631
文化が如何に映し出されているのか
12:19
and how it reflects our culture.
273
739619
2019
それらを問う責任を負っています
12:21
So I leave you with this:
we're more than numbers.
274
741662
2486
最後に―
私たちは数字以上の存在です
我々は人間であり
夢やアイデアを持っています
12:24
We're people, and we have
dreams and ideas.
275
744172
2001
12:26
And reducing us to statistics
is something that's done
276
746197
2799
人々を 統計データとして
処理してしまうこと
それはあまりにも危険です
12:29
at our peril.
277
749020
1251
12:30
Thank you very much.
278
750295
1178
ありがとうございました
12:31
(Applause)
279
751497
10786
(拍手)
New videos
このウェブサイトについて
このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。