大數據描繪而成的獨特眾生像
-
0:01 - 0:03我是個藝術家,
-
0:03 - 0:04比較特別的那種,
-
0:04 - 0:06我不畫畫,
-
0:06 - 0:08我不會畫畫。
-
0:08 - 0:11工藝老師在我成績單上
-
0:11 - 0:14寫說我是一個搗蛋鬼。
-
0:14 - 0:18我的攝影作品也不太能見人。
-
0:18 - 0:20但有一件事我很會:
-
0:20 - 0:22我懂怎麼寫電腦程式,
-
0:22 - 0:23我會寫。
-
0:23 - 0:26大家說一百年前
-
0:26 - 0:28沒有我這種職業,
-
0:28 - 0:30以前覺得不可能、
-
0:30 - 0:33用數據創作藝術很新潮,
-
0:33 - 0:35是這個年代才有的產物,
-
0:35 - 0:37因為它真的很「新」,
-
0:37 - 0:39所以它也格外重要。
-
0:39 - 0:40這是真的。
-
0:40 - 0:44但其實很久以前
就已經有一種藝術形式 -
0:44 - 0:46也是利用資訊,
-
0:46 - 0:48利用抽象的資訊,
-
0:48 - 0:51創造出蕩氣迴腸的作品,
-
0:51 - 0:53那就是音樂。
-
0:54 - 0:58我們創作音樂已有上千年了,是吧?
-
0:58 - 0:59想想音樂是什麼...
-
0:59 - 1:02音符、和弦、音調、
和聲、旋律... -
1:02 - 1:04這些東西都是演算法、
-
1:04 - 1:06都是系統,
-
1:06 - 1:08隨著時間流轉展開,
-
1:08 - 1:10音樂讓我們有所感受。
-
1:10 - 1:12音樂使我接觸到藝術,
-
1:12 - 1:14我接受作曲的訓練,
-
1:14 - 1:17約 15 年前我開始作曲,
-
1:17 - 1:21精心雕琢聲音和影像的交集,
-
1:21 - 1:24用影像呈現音樂的結構、
-
1:24 - 1:27或是用聲音來表現有趣的事物、
-
1:27 - 1:29一些平常用圖像表示的事物。
-
1:29 - 1:32所以現在各位在螢幕上看到的
-
1:32 - 1:35確實是由舞台上音樂家樂曲
的音樂結構所擘畫出來的, -
1:35 - 1:38它們不出意外的看起來像是植物,
-
1:38 - 1:44因為其背後的植物生物演算法
會啟發這樣的音樂結構。 -
1:45 - 1:48因此一旦你知道這樣的手法,
一旦你會利用媒介寫程式碼, -
1:48 - 1:50你就可以做出一些很酷的東西。
-
1:50 - 1:54這是我為《日舞影展》做的案子,
-
1:54 - 1:58概念很簡單:你把奧斯卡
年度最佳影片收集起來, -
1:58 - 2:02然後加速成一分鐘的版本,
-
2:02 - 2:03再把它們全接起來。
-
2:03 - 2:07所以在這 75 分鐘裡,大家可以
看到好萊塢電影的歷史脈絡, -
2:07 - 2:09而它所要呈現的就是,
-
2:09 - 2:12好萊塢電影的剪接史。
-
2:12 - 2:16所以左邊我們有卡薩布蘭加,
右邊則是芝加哥, -
2:16 - 2:19比起來這個速度下的
卡薩布蘭加還看得懂 -
2:19 - 2:24因為 1940 年代的電影拍攝,
一個場景的平均長度是 26 秒, -
2:24 - 2:27而如今約為 6 秒。
-
2:27 - 2:29這個專案的啟發自
-
2:29 - 2:332000 年代早期由美國
聯邦政府資助的研究 -
2:33 - 2:39能夠在任何影片內
搜尋到特定演員。 -
2:40 - 2:44我改寫了它的程式碼,
訓練出一套系統, -
2:44 - 2:48去識別一個在我們文化裡
永遠不需要被這樣監視的人物 -
2:48 - 2:50也就是小甜甜布蘭妮。
-
2:50 - 2:53我下載了 2000 張她被
狗仔隊拍到的照片, -
2:53 - 2:56並訓練我的電腦
去找出她的臉, -
2:56 - 2:57只呈現出她的臉。
-
2:57 - 3:02透過程式我可以播放任何她的片段,
並且自動讓她的眼睛置於畫面中央, -
3:02 - 3:05表達我們對監視的雙重標準的省思,
-
3:06 - 3:09我們很擔心害怕被受到監視,
-
3:09 - 3:12但同時我們卻又很愛
監視名人的一言一行。 -
3:12 - 3:16螢幕上看到的是我和藝術家
連.艾默利思合作的作品。 -
3:16 - 3:19螢幕上看到的是我和藝術家
連.艾默利思合作的作品。 -
3:19 - 3:22她的作品說起來很簡單,
-
3:22 - 3:24做起來卻很難。
-
3:24 - 3:29她所要呈現的,就是把 72 分鐘
「晚上出城赴約的準備活動」 -
3:30 - 3:32拉長到三天的時間,
-
3:32 - 3:36她需要在紐約街頭的一個安全島
用慢動作來呈現這一幕 -
3:36 - 3:39我也在現場,帶著攝影團隊
錄下了整個過程, -
3:40 - 3:43然後把它倒放
再加速到 72 分鐘 -
3:43 - 3:45所以她看起來像是以正常的速度移動
-
3:45 - 3:47但整個世界卻是在飛速的運轉著。
-
3:47 - 3:50突然間我瞭解到
-
3:50 - 3:53我做的事情是肖像。
-
3:54 - 3:56提到肖像,各位通常想到的
是螢幕上這種東西。 -
3:56 - 3:59左邊的人名叫吉伯特.史都華。
-
3:59 - 4:02他可能是美國第一位肖像畫家。
-
4:02 - 4:05右邊是他在 1796 年畫的
喬治華盛頓(美國國父)。 -
4:06 - 4:08這被稱為「蘭斯道絨」的畫像。
-
4:08 - 4:11仔細看看這幅畫中
有很多的象徵,是吧? -
4:11 - 4:14有一道窗外彩虹、
有一把劍、 -
4:14 - 4:15有一支鵝毛筆在桌上,
-
4:15 - 4:17一切的一切都意有所指。
-
4:17 - 4:19喬治華盛頓,
是這個國家的國父, -
4:20 - 4:23這是我的版本。
-
4:24 - 4:27它像是一個視力測量表,
-
4:27 - 4:29只是我把字母換成了單字,
-
4:30 - 4:32這 66 個單詞是
-
4:32 - 4:35喬治.華盛頓在國情咨文演說中
-
4:35 - 4:38比其他總統用得還多的單字。
-
4:38 - 4:42像是「諸君」這個詞
有其獨特的象徵和修辭意義。 -
4:42 - 4:47這個字也很能代表他,
因為他很常使用。 -
4:47 - 4:49這是小布希總統的視力測量表,
-
4:49 - 4:52我做出這件作品的時候,
他是當時的總統, -
4:52 - 4:54你可以了解
從「諸君」到「恐攻」 -
4:54 - 4:57只歷經了 43 個簡單的步驟,
(43屆選舉) -
4:57 - 4:59這道盡了美國的歷史,
-
4:59 - 5:03以一種不同的觀點來呈現、
欣賞一系列的畫作。 -
5:03 - 5:07這一系列的作品,
透過美國領導人的政治語言, -
5:07 - 5:10為我們上了一堂美國歷史課,
-
5:10 - 5:13雷根總統最常提到的是「赤字」。
-
5:13 - 5:15柯林頓總統花很多時間強調
-
5:15 - 5:18這個世紀已經不再是
他當總統的世紀, -
5:18 - 5:21但他的夫人可能會是。
-
5:21 - 5:24強森總統是第一位
-
5:24 - 5:27在電視黃金時段上
發表國情咨文的總統, -
5:27 - 5:29他的每段話都是以「今晚」開頭。
-
5:29 - 5:32尼克森總統,說得更精準一點,
他的演講稿撰稿人 -
5:32 - 5:33名叫威廉.沙法爾,
-
5:33 - 5:35花很多時間字斟句酌,
-
5:35 - 5:39以確保他老闆的演講「字句真誠」。
-
5:39 - 5:42這個專案則是呈現
一系列的巨型雕塑—— -
5:42 - 5:44戶外大型燈箱,
-
5:44 - 5:47必須特別強調的是
他們是等比例縮小的 -
5:47 - 5:50所以如果你離 20 呎遠
還看得到兩條黑線間的字 -
5:50 - 5:52你視力 2.0 啊!
-
5:52 - 5:53(觀眾笑)
-
5:53 - 5:55這就是人像描繪,
還有很多像這樣的作品, -
5:56 - 5:59有很多呈現這些資料的方式,
-
5:59 - 6:00我開始尋找一種方法,
-
6:00 - 6:05用一種更能讓大眾
接受的形式來呈現 -
6:05 - 6:09更多有關於我的國家
和它的運轉方式。 -
6:09 - 6:13美國每十年會做一次全國普查,
-
6:13 - 6:15真的一個個去調查,
-
6:15 - 6:18調查誰住哪裡、你做什麼工作、
-
6:18 - 6:20我們在家說什麼語言?
-
6:20 - 6:23這些東西很重要,真的非常重要,
-
6:23 - 6:25但這卻無法說明我們是怎樣的人,
-
6:25 - 6:27它無法說明我們的夢想、
啟發我們的思想是什麼。 -
6:28 - 6:31因此 2010 年,
我決定來做我自己的人口普查。 -
6:31 - 6:33我開始尋找那些
-
6:33 - 6:37由一般美國大眾寫的
有大量描述的語料庫。 -
6:37 - 6:39結果我發現,
-
6:39 - 6:40的確有這樣的語料庫存在,
-
6:40 - 6:42就在那燈火闌珊處,
-
6:42 - 6:44那就是線上約會網站。
-
6:45 - 6:50所以 2010 年,我加入了
21 個不同的約會服務, -
6:50 - 6:53同性戀的、異性戀的、
男的、女的、 -
6:53 - 6:54包括美國各地區碼都有,
-
6:54 - 6:57我下載了 1900 萬人次的
約會檔案, -
6:58 - 7:01也就是大約 20% 美國成人人口。
-
7:01 - 7:03我有強迫症,
-
7:03 - 7:07你們很快就會發現我不是開玩笑的,
再忍耐一下... -
7:07 - 7:07(觀眾笑)
-
7:07 - 7:10我把這些資料依區碼排序,
-
7:12 - 7:13然後做字詞分析,
-
7:13 - 7:162010 年的約會檔案
-
7:16 - 7:18我們把「寂寞」這個詞畫重點,
-
7:18 - 7:21然後與地圖整合,
-
7:21 - 7:25顏色由深到淺代表
這個字的使用量, -
7:25 - 7:29大家會發現阿帕拉契山區
是十分「寂寞」的地區。 -
7:30 - 7:36還可以看到...
內布拉斯加州沒什麼幽默感, -
7:36 - 7:42這是一張”怪癖“地圖,
我想告訴大家的是 -
7:42 - 7:46阿拉斯加的女生需要和
南新墨西哥州的男生 -
7:47 - 7:48一起好好地出去玩一玩。
-
7:48 - 7:51而且我的資料相當仔細,
-
7:51 - 7:59我可以告訴你長島東半邊的男人
比西半邊的人更熱衷於被「打屁股」。 -
8:00 - 8:02這是你們今天在會場上最大的收穫,
-
8:02 - 8:05你會記得這個事實,記 30 年!
-
8:05 - 8:08(笑聲)
-
8:09 - 8:11如果我們依地區展開,
-
8:11 - 8:15還可以玩一點類似視力測量表的把戲。
-
8:15 - 8:19我們把美國地圖上的城市名字
置換成他們用得最多的字彙, -
8:19 - 8:24你和西雅圖那邊的人約會過,
就會同意這多有道理。 -
8:24 - 8:26他們有「正妹」、「心碎」、
-
8:26 - 8:29「表演」、「香煙」,
-
8:29 - 8:31他們玩樂團、抽煙,
-
8:32 - 8:34上面還可以看到「電子郵件」。
-
8:34 - 8:35那是華盛頓州的雷德蒙,
-
8:35 - 8:38也就是微軟總部的所在地。
-
8:38 - 8:40有些大家都猜得到——
洛杉磯是「演戲」, -
8:40 - 8:42舊金山是「同志」。
-
8:42 - 8:44有些就比較令人心碎,
-
8:44 - 8:46在巴頓魯日,他們大談「胖妞」、
-
8:46 - 8:49但在下游的紐奧良說得是「水災」,
-
8:49 - 8:52美國大城市的人們
說他們喜歡什麼, -
8:52 - 8:55但馬里蘭州巴爾地摩的人,
則是說他們害怕什麼。 -
8:55 - 8:56這是紐澤西州。
-
8:56 - 8:59我是在「討人厭」和
「憤世嫉俗」之間長大的, -
8:59 - 9:03(觀眾鼓掌笑)
-
9:03 - 9:06紐約市的第一名則是「現在」,
-
9:06 - 9:09譬如說「我現在在當服務生,
但其實我是一名演員。」 -
9:09 - 9:10(笑聲)
-
9:10 - 9:15或「我現在在紐約大學當工程學教授,
但我其實是一個藝術家。」 -
9:15 - 9:17往北邊看,可以看到「恐龍」,
-
9:17 - 9:18那是西拉鳩思。
-
9:18 - 9:20紐約州的西拉鳩思最好吃的餐廳,
-
9:20 - 9:23最棒的地獄天使燒烤,
店名就是「恐龍燒烤」, -
9:23 - 9:24必然的約會聖地。
-
9:24 - 9:29我現在住在曼哈頓中城,
介於「無條件」和「仲夏」之間, -
9:29 - 9:31這是都更後的北布魯克林,
-
9:31 - 9:34會有「DJ」、「五光十色」、
「嬉皮」和「都會」等字。 -
9:34 - 9:36我想這應該是更普世自發的肖像畫,
-
9:36 - 9:41方法就是,把周五晚上我們想做什麼的基礎
套用在紅藍兩黨的城市地圖上。 -
9:42 - 9:43這是我的自畫像,
-
9:44 - 9:45根據我的電子郵件,
-
9:45 - 9:4820 年來約有 50 萬封,
-
9:48 - 9:51你可以把它想像成一張
「量化」的自拍照。 -
9:51 - 9:55我把我的個人資料代入物理公式,
-
9:56 - 9:58想像一下,所有我聯絡過的人,
-
9:58 - 10:02從中間開始,向外爆炸延伸,
-
10:02 - 10:04而每個人之間互相都有引力,
-
10:04 - 10:07引力大小取決於他們之間
發送電子郵件的頻率 -
10:08 - 10:10這也有做語意分析,
-
10:10 - 10:12所以如果我說「我愛你」
那麼你對我的引力就越大。 -
10:12 - 10:14你就會被我中央的
電子郵件所吸引 -
10:14 - 10:17就像是一線明星一樣。
-
10:17 - 10:18而且所有的姓名都是用手寫的。
-
10:19 - 10:23有時候你會用即時性的數據,
-
10:23 - 10:26來突顯某個城市的問題。
-
10:26 - 10:29這是瓦爾特 PPK 9 釐米半自動手槍,
-
10:29 - 10:35那是一把兩年前因情人節的停車糾紛
在紐奧良法國區發生的槍擊案手槍。 -
10:35 - 10:36這是我的香菸。
-
10:36 - 10:39這是槍擊案地點的房子。
-
10:39 - 10:41這個專案用到一點工程學,
-
10:41 - 10:44我用一個電腦驅動裝置
帶動腳踏車鏈條來驅動攝影軸, -
10:44 - 10:47整個電腦和機械被包在一個盒子裡,
-
10:47 - 10:50手槍被焊在一片鋼板上,
-
10:50 - 10:52再用繩索穿過扳機,
-
10:52 - 10:54盒子裡的電腦連線到
-
10:54 - 10:58紐奧良警察局的 911 報案電話,
-
10:58 - 11:00所以紐奧良只要有槍擊案上報,
-
11:00 - 11:01(槍響)
-
11:01 - 11:03就開槍一次。
-
11:03 - 11:06那是空包彈,不是真的子彈,
-
11:06 - 11:08有強光、很大聲,
-
11:08 - 11:10更重要的是,又有槍擊案發生了。
-
11:10 - 11:13紐奧良每天約有 5 件槍擊案,
-
11:13 - 11:15所以這件作品展示的四個月間,
-
11:15 - 11:17這盒子被子彈填滿了。
-
11:18 - 11:22你們都知道這是什麼:
你們稱之為「數據視覺化」。 -
11:23 - 11:25你做得好,它發光發熱,
-
11:25 - 11:27做得不好,只會使人麻木,
-
11:28 - 11:29它把人命簡化成數字。
-
11:29 - 11:32所以要當心這點。
-
11:33 - 11:34最後一件作品,
-
11:34 - 11:37去年夏天
我以一名藝術家的身份 -
11:37 - 11:39駐紮在時代廣場
-
11:39 - 11:43紐約的時代廣場
確實是世界的十字路口, -
11:43 - 11:45但大家沒有注意到的是,
-
11:45 - 11:47它是全球上傳
Instagram 最多的地方。 -
11:48 - 11:52幾乎是每 5 秒鐘就有人
在時代廣場自拍上傳, -
11:52 - 11:56也就是每天有 17000 次,
我把它們全抓下來了。 -
11:56 - 11:57(觀眾笑)
-
11:57 - 11:59這些是把他們雙眼置中的照片。
-
11:59 - 12:00每個文明,
-
12:00 - 12:03都會用最高階的科技來創造藝術,
-
12:03 - 12:06所以藝術家有責任要提出質問,
-
12:06 - 12:08思考科技的意義,
-
12:08 - 12:10科技如何反應我們的文化。
-
12:10 - 12:12最後我想告訴各位的是:
我們不只是一些數字, -
12:12 - 12:14我們是「人」,
人有夢想、有理念, -
12:14 - 12:17把「人」簡化成統計數字
-
12:17 - 12:20是將我們自己至於險境。
-
12:20 - 12:21非常謝謝大家。
-
12:21 - 12:30(掌聲)
- Title:
- 大數據描繪而成的獨特眾生像
- Speaker:
- R. 路克.杜伯斯
- Description:
-
藝術家 R. 路克.杜伯斯(R. Luke DuBois)利用大數據和人物性格描繪出幾位總統、城市、他自己、甚至是小甜甜布蘭妮的獨特肖像。演講中他分享了九件作品,從約會網站的個人檔案構建而成的國家地圖,到每當新奧爾良發生一起槍擊報案時就會自動扣動扳機的無子彈手槍裝置藝術。他想傳達的是:現今我們利用科技來反映自身和我們的文化,以及我們把人類簡化成大數據,是相當危險的事。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:43
Coco Shen approved Chinese, Traditional subtitles for Insightful human portraits made from data | ||
Coco Shen edited Chinese, Traditional subtitles for Insightful human portraits made from data | ||
易帆 余 accepted Chinese, Traditional subtitles for Insightful human portraits made from data | ||
易帆 余 edited Chinese, Traditional subtitles for Insightful human portraits made from data | ||
易帆 余 edited Chinese, Traditional subtitles for Insightful human portraits made from data | ||
易帆 余 declined Chinese, Traditional subtitles for Insightful human portraits made from data | ||
易帆 余 edited Chinese, Traditional subtitles for Insightful human portraits made from data | ||
易帆 余 edited Chinese, Traditional subtitles for Insightful human portraits made from data |