ABOUT THE SPEAKER
Danielle Feinberg - Director of photography, Pixar
At Pixar, Danielle Feinberg delights in bending the rules of light to her every whim.

Why you should listen

Danielle Feinberg began her career at Pixar Animation Studios in 1997 on the feature film A Bug's Life. She quickly discovered her love for lighting and went on to light on many of Pixar's feature films including Toy Story 2, Monsters, Inc., the Academy Award®-winning Finding Nemo, The Incredibles and Ratatouille. Feinberg was the director of photography for lighting on Pixar’s Academy Award®-winning films WALL-E and Brave and is now working on Pixar's upcoming film, Coco

Feinberg's love of combining computers and art began when she was eight years old and first programmed a Logo turtle to create images. This eventually led her to a Bachelor of Arts in Computer Science from Harvard University. Now, in addition to her Pixar work, she mentors teenage girls, encouraging them to pursue code, math and science.

More profile about the speaker
Danielle Feinberg | Speaker | TED.com
TED Talks Live

Danielle Feinberg: The magic ingredient that brings Pixar movies to life

Danielle Feinberg: Die geheime Zutat, die Pixar-Filme zum Leben erweckt

Filmed:
3,035,525 views

Danielle Feinberg, die bei Pixar Spezialistin für visuelle Effekte ist, lässt mit der Hilfe von Mathematik, Naturwissenschaften und Programmieren Geschichten mit Seele entstehen. Mit ihr werfen wir einen Blick hinter die Kulissen von "Findet Nemo", "Toy Story", "Merida" und "WALL-E" und finden heraus, wie bei Pixar Kunst und Wissenschaft verwoben werden, um fantastische Welten entstehen zu lassen, in denen ausgedachte Dinge real werden können. Dieser TED-Vortrag stammt aus der PBS-Reihe "TEDTalks: Science & Wonder" [TEDTalks: Wissenschaft & Wunder].
- Director of photography, Pixar
At Pixar, Danielle Feinberg delights in bending the rules of light to her every whim. Full bio

Double-click the English transcript below to play the video.

00:12
When I was sevenSieben yearsJahre oldalt,
0
950
1676
Als ich 7 Jahre alt war,
00:14
some well-meaningwohlmeinend adultErwachsene askedaufgefordert me
what I wanted to be when I grewwuchs up.
1
2650
4111
fragte mich ein Erwachsener wohlwollend,
was ich denn mal werden wolle.
00:18
ProudlyMit Stolz, I said: "An artistKünstler."
2
6785
2018
Ich sagte stolz: "Eine Künstlerin!"
00:20
"No, you don't," he said,
3
8827
1361
"Auf keinen Fall," sagte er,
00:22
"You can't make a livingLeben beingSein an artistKünstler!"
4
10212
2282
"vom Künstlerdasein kann
man doch nicht leben!"
00:24
My little seven-year-oldsieben-jährige
PicassoPicasso dreamsTräume were crushedzerdrückt.
5
12915
3075
Die Träume meines inneren
Picassos waren zerstört.
00:28
But I gatheredversammelt myselfmich selber,
6
16014
1672
Aber ich sortierte mich neu,
00:29
wentging off in searchSuche of a newneu dreamTraum,
7
17710
1859
suchte nach neuen Träumen
00:31
eventuallyschließlich settlingBeilegung von on beingSein a scientistWissenschaftler,
8
19593
2858
und entschied mich letztlich,
Wissenschaftlerin zu werden.
00:34
perhapsvielleicht something like
the nextNächster AlbertAlbert EinsteinEinstein.
9
22475
2644
Vielleicht der nächste Albert Einstein.
00:37
(LaughterLachen)
10
25783
1941
(Lachen)
Ich mochte Mathe und
Naturwissenschaften schon immer,
00:40
I have always lovedliebte mathMathe and scienceWissenschaft,
11
28086
2001
00:42
laterspäter, codingCodierung.
12
30111
1511
später dann auch Programmieren.
00:43
And so I decidedbeschlossen to studyStudie
computerComputer programmingProgrammierung in collegeHochschule.
13
31646
3019
Deshalb entschied ich mich
für ein Informatikstudium.
00:47
In my juniorJunior yearJahr,
14
35312
1151
In meinem ersten Jahr
00:48
my computerComputer graphicsGrafik professorProfessor
showedzeigte us these wonderfulwunderbar shortkurz filmsFilme.
15
36487
3791
zeigte uns der Dozent für Computergrafik
diese wunderbaren Kurzfilme.
00:52
It was the first computerComputer animationAnimation
any of us had ever seengesehen.
16
40917
3211
Es waren die ersten Computeranimationen,
die wir je gesehen hatten.
00:56
I watchedangesehen these filmsFilme
in wonderWunder, transfixedgebannt,
17
44566
2780
Staunend schaute ich die Filme an,
00:59
fireworksFeuerwerk going off in my headKopf,
18
47370
2211
in meinem Kopf sprühten Funken.
01:01
thinkingDenken, "That is what
I want to do with my life."
19
49605
2798
Genau das wollte ich im Leben machen.
01:05
The ideaIdee that all the mathMathe, scienceWissenschaft
and codeCode I had been learningLernen
20
53006
3533
Der Gedanke, dass Mathematik,
Naturwissenschaften und Programmieren
01:08
could come togetherzusammen to createerstellen
these worldsWelten and charactersFiguren
21
56563
3138
gemeinsam eine neue Welt
und eigene Figuren erschaffen könnten,
01:11
and storiesGeschichten I connectedin Verbindung gebracht with,
22
59725
1862
alles durch eine Geschichte verbunden,
01:13
was purerein magicMagie for me.
23
61611
1531
verzauberte mich.
Zwei Jahre später begann ich,
für die Firma zu arbeiten,
01:16
Just two yearsJahre laterspäter, I startedhat angefangen workingArbeiten
24
64126
1889
01:18
at the placeOrt that madegemacht those filmsFilme,
PixarPixar AnimationAnimation StudiosStudios.
25
66039
3019
die genau diese Filme herstellte:
Pixar Animation Studios.
01:21
It was here I learnedgelernt how
we actuallytatsächlich executeausführen those filmsFilme.
26
69082
2730
Dort lernte ich,
wie diese Filme entstehen.
01:24
To createerstellen our moviesFilme,
27
72303
1159
01:25
we createerstellen a three-dimensionaldreidimensional
worldWelt insideinnen the computerComputer.
28
73486
2769
Für unsere Filme bauen wir eine
dreidimensionale Welt im Computer auf.
01:28
We startAnfang with a pointPunkt that makesmacht
a lineLinie that makesmacht a faceGesicht
29
76922
3603
Wir beginnen mit einem Punkt, aus
dem eine Linie, aus der ein Gesicht wird.
01:32
that createserstellt charactersFiguren,
30
80549
1708
Daraus werden Figuren,
01:34
or treesBäume and rocksFelsen
that eventuallyschließlich becomewerden a forestWald.
31
82281
2672
Bäume oder Steine,
aus denen ein Wald wird.
01:37
And because it's
a three-dimensionaldreidimensional worldWelt,
32
85326
2112
Weil es eine dreidimensionale Welt ist,
01:39
we can moveBewegung a cameraKamera
around insideinnen that worldWelt.
33
87462
2396
können wir die Kamera
durch diese Welt bewegen.
01:43
I was fascinatedfasziniert by all of it.
34
91004
2413
Das hat mich alles sehr fasziniert.
Dann probierte ich das erste Mal
die Beleuchtung aus.
01:45
But then I got my first tasteGeschmack of lightingBeleuchtung.
35
93441
2281
01:48
LightingBeleuchtung in practicetrainieren is placingPlatzierung lightsBeleuchtung
insideinnen this three-dimensionaldreidimensional worldWelt.
36
96581
3649
Beleuchtung bedeutet, dass man
Licht in die 3D-Welt bringt.
01:52
I actuallytatsächlich have iconsSymbole of lightsBeleuchtung
I moveBewegung around in there.
37
100254
2720
Ich platziere Lichtquellen
und verändere ihre Position.
01:54
Here you can see I've addedhinzugefügt a lightLicht,
38
102998
1722
Hier habe ich ein Licht hinzugefügt.
01:56
I'm turningDrehen on the roughrau versionVersion
of lightingBeleuchtung in our softwareSoftware,
39
104744
2864
Die Beleuchtung wird erst einmal
nur grob berechnet.
01:59
turnWende on shadowsSchatten
40
107632
1231
Dann kommen Schatten dazu
und die Lichtquelle.
02:00
and placingPlatzierung the lightLicht.
41
108887
1404
Wenn ich die Lichter platziere,
02:02
As I placeOrt a lightLicht,
42
110315
1167
stelle ich mir vor, wie es
in Wirklichkeit aussehen würde.
02:03
I think about what it mightMacht
look like in realecht life,
43
111506
2712
02:06
but balanceBalance that out with what we need
artisticallykünstlerisch and for the storyGeschichte.
44
114242
3926
Ich suche einen Kompromiss mit unserer
künstlerischen Vorstellung der Szene.
02:10
So it mightMacht look like this at first,
45
118981
3150
So sieht es vielleicht zuerst aus,
02:14
but as we adjusteinstellen this and moveBewegung that
46
122155
2414
dann verändern wir hier und dort etwas
02:16
in weeksWochen of work,
47
124593
1545
und innerhalb von Wochen
02:18
in roughrau formbilden it mightMacht look like this,
48
126162
2215
wird aus einer Rohfassung wie dieser
02:21
and in finalFinale formbilden, like this.
49
129252
2149
diese Endfassung.
02:28
There's this momentMoment in lightingBeleuchtung
that madegemacht me fallfallen utterlyvöllig in love with it.
50
136306
4051
Mein Lieblingsmoment
in der Beleuchtung kommt,
02:32
It's where we go from this
51
140381
1750
wenn aus dieser Szene
diese hier wird.
02:34
to this.
52
142807
1214
02:36
It's the momentMoment where
all the piecesStücke come togetherzusammen,
53
144045
2536
Aus den Einzelteilen entsteht ein Ganzes
02:38
and suddenlyplötzlich the worldWelt comeskommt to life
54
146605
2603
und eine Welt erwacht zum Leben,
02:41
as if it's an actualtatsächlich placeOrt that existsexistiert.
55
149232
2388
als wäre es ein
tatsächlich existierender Ort.
Es kann nicht genug
dieser Momente geben,
02:44
This momentMoment never getsbekommt oldalt,
56
152009
1707
02:45
especiallyinsbesondere for that little seven-year-oldsieben-jährige
girlMädchen that wanted to be an artistKünstler.
57
153740
3868
vor allem für das kleine Mädchen,
das Künstlerin werden wollte.
Während ich Beleuchten lernte,
erfuhr ich, wie man Licht nutzen kann:
02:49
As I learnedgelernt to lightLicht,
58
157632
1153
02:50
I learnedgelernt about usingmit lightLicht
to help tell storyGeschichte,
59
158809
2531
Man kann Geschichten erzählen,
02:54
to setSet the time of day,
60
162442
1731
Tageszeiten anzeigen,
02:57
to createerstellen the moodStimmung,
61
165258
1552
bestimmte Stimmungen herstellen,
02:59
to guideführen the audience'sdes Publikums eyeAuge,
62
167978
1901
das Auge des Betrachters lenken,
03:02
how to make a characterCharakter look appealingansprechende
63
170850
2159
eine Figur attraktiv erscheinen lassen
03:05
or standStand out in a busybeschäftigt setSet.
64
173033
1957
oder den Fokus auf sie lenken.
03:08
Did you see WALL-EWALL-E?
65
176224
1310
Haben Sie WALL-E entdeckt?
03:09
(LaughterLachen)
66
177558
1039
(Lachen)
03:10
There he is.
67
178621
1213
Da ist er.
03:13
As you can see,
68
181490
1223
Sie sehen also,
03:14
we can createerstellen any worldWelt that we want
insideinnen the computerComputer.
69
182737
2707
wir können jede erdenkliche Welt
im Computer erschaffen.
03:17
We can make a worldWelt with monstersMonster,
70
185468
2698
Wir können eine Welt
mit Monstern erschaffen,
03:20
with robotsRoboter that fallfallen in love,
71
188837
1829
Roboter sich verlieben lassen,
03:23
we can even make pigsSchweine flyFliege.
72
191291
2044
wir verleihen sogar Schweinen Flügel.
03:25
(LaughterLachen)
73
193359
4413
(Lachen)
03:30
While this is an incredibleunglaublich thing,
74
198361
1777
Das ist natürlich alles unglaublich,
03:32
this untethereduntethered artistickünstlerisch freedomFreiheit,
75
200162
2475
aber ungebundene künstlerische Freiheit
03:34
it can createerstellen chaosChaos.
76
202661
1982
kann schnell auch Chaos heraufbeschwören.
03:36
It can createerstellen unbelievablenicht zu fassen worldsWelten,
77
204667
2851
Welten werden unglaubwürdig.
03:39
unbelievablenicht zu fassen movementBewegung,
78
207542
1484
Momente werden unglaubwürdig.
03:41
things that are jarringerschütternd to the audiencePublikum.
79
209050
2150
Als Publikum stolpern wir
über diese Momente.
03:43
So to combatKampf this, we tetherHaltegurt
ourselvesuns selbst with scienceWissenschaft.
80
211224
2761
Also müssen wir an den Gesetzen
der Naturwissenschaften festhalten.
03:46
We use scienceWissenschaft and the worldWelt we know
81
214432
1974
Wissenschaft und die Welt,
wie wir sie kennen,
03:48
as a backboneRückgrat,
82
216430
1350
bilden das Fundament.
03:49
to groundBoden ourselvesuns selbst in something
relatablezuordenbar and recognizableerkennbar.
83
217804
3474
So bleiben wir auf dem Boden
der Glaubwürdigkeit.
03:53
"FindingSuche nach NemoNemo" is an excellentAusgezeichnet
exampleBeispiel of this.
84
221806
2529
"Findet Nemo" ist dafür
ein perfektes Beispiel.
03:56
A majorHaupt portionPortion of the movieFilm
takes placeOrt underwaterUnterwasser.
85
224359
2645
Der größte Teil des Films
spielt unter Wasser.
03:59
But how do you make it look underwaterUnterwasser?
86
227028
2250
Wie erschafft man diesen Effekt?
04:01
In earlyfrüh researchForschung and developmentEntwicklung,
87
229302
1631
Wir fingen mit Grundlagenforschung an.
04:02
we tookdauerte a clipKlammer of underwaterUnterwasser footageAufnahmen
and recreatedneu erstellt it in the computerComputer.
88
230957
3898
Wir bauten eine gefilmte
Unterwasserszene am Computer nach.
04:06
Then we brokepleite it back down
89
234879
1261
Wir suchten nach Faktoren,
04:08
to see whichwelche elementsElemente make up
that underwaterUnterwasser look.
90
236164
2774
die das ganze zu einem
Unterwasserelebnis machten.
04:11
One of the mostdie meisten criticalkritisch elementsElemente
91
239526
1607
Entscheidend ist zum Beispiel,
04:13
was how the lightLicht travelsReisen
throughdurch the waterWasser.
92
241157
2182
wie Licht durch das Wasser wandert.
04:15
So we codedcodiert up a lightLicht
that mimicsahmt nach this physicsPhysik --
93
243363
2796
Wir programmierten also Licht
mit der Physik des Wassers.
04:18
first, the visibilitySichtbarkeit of the waterWasser,
94
246183
1744
Zuerst die Sichtbarkeit des Wassers
04:19
and then what happensdas passiert with the colorFarbe.
95
247951
2109
und dann, was mit den Farben passiert.
04:22
ObjectsObjekte closeschließen to the eyeAuge
have theirihr fullvoll, richReich colorsFarben.
96
250503
3542
Objekte nahe dem Betrachter
erscheinen in kräftigen Farben.
Wenn Licht in den Tiefen
des Meeres verschwindet,
04:26
As lightLicht travelsReisen deeperTiefer into the waterWasser,
97
254069
2203
04:28
we loseverlieren the redrot wavelengthsWellenlängen,
98
256296
1910
gehen zuerst die roten Wellenlängen
und dann die grünen verloren.
04:30
then the greenGrün wavelengthsWellenlängen,
99
258230
1344
04:31
leavingVerlassen us with blueblau at the farweit depthstiefen.
100
259598
2350
Am Ende bleibt nur blaues Licht übrig.
04:34
In this clipKlammer you can see
two other importantwichtig elementsElemente.
101
262666
3100
In diesem Ausschnitt sehen Sie
zwei weitere wichtige Elemente.
04:37
The first is the surgeÜberspannungsschutz and swellDünung,
102
265790
2022
Der Seegang und die sogenannte Dünung
04:39
or the invisibleunsichtbar underwaterUnterwasser currentStrom
103
267836
1717
bilden den unsichtbaren Wasserstrom,
04:41
that pushesschiebt the bitsBits of particulatepartikulär
around in the waterWasser.
104
269577
3185
der die kleinen Partikel im Wasser
hin und her bewegt.
04:44
The secondzweite is the causticsKaustik.
105
272786
2017
Der zweite Faktor ist die Kaustik.
Sie beschreibt die Lichtbänder,
04:46
These are the ribbonsBänder of lightLicht,
106
274827
1510
die man z. B. auf dem Boden
eines Pools sieht,
04:48
like you mightMacht see
on the bottomBoden of a poolSchwimmbad,
107
276361
2024
04:50
that are createderstellt when the sunSonne
bendsKurven throughdurch the crestsWappen
108
278409
2550
wenn das Sonnenlicht an
den Wellen des Wassers
04:52
of the ripplesWellen and wavesWellen
on the ocean'sdes Ozeans surfaceOberfläche.
109
280983
2674
auf dem Meeresgrund gebrochen wird.
Das hier sind Nebelstrahlen.
04:57
Here we have the fogNebel beamsBalken.
110
285038
1298
Sie geben einen Hinweis auf die Farbtiefe.
04:58
These give us colorFarbe depthTiefe cuesHinweise,
111
286360
1655
05:00
but alsoebenfalls tellserzählt whichwelche directionRichtung is up
112
288039
2095
Außerdem zeigen sie an, wo oben ist,
05:02
in shotsSchüsse where we don't
see the waterWasser surfaceOberfläche.
113
290158
2276
wenn wir die Wasseroberfläche nicht sehen.
05:04
The other really coolcool thing
you can see here
114
292788
2119
Einen anderen
coolen Effekt sehen Sie hier:
05:06
is that we litzündete that particulatepartikulär
only with the causticsKaustik,
115
294931
3160
Die kleinen Partikel haben wir nur
mit der Kaustik beleuchtet.
05:10
so that as it goesgeht in and out
of those ribbonsBänder of lightLicht,
116
298115
2658
Wenn sie in die Lichtbänder
schweben, erscheinen sie,
und wenn sie heraus schweben,
verschwinden sie.
05:12
it appearserscheint and disappearsverschwindet,
117
300797
1513
05:14
lendingKreditvergabe a subtlesubtil, magicalmagisch
sparkleFunkeln to the underwaterUnterwasser.
118
302334
3069
Das führt zu einem magischen
Unterwasserfunkeln.
05:18
You can see how we're usingmit the scienceWissenschaft --
119
306530
2542
Wir benutzen die Wissenschaften --
05:21
the physicsPhysik of waterWasser,
lightLicht and movementBewegung --
120
309096
2876
die Physik des Wassers,
von Licht und Bewegung --
05:23
to tetherHaltegurt that artistickünstlerisch freedomFreiheit.
121
311996
2046
um der künstlerischen Freiheit
Grenzen zu setzen.
05:26
But we are not beholdenverpflichtet to it.
122
314570
2321
Wir müssen uns aber
nicht immer daran halten.
05:28
We consideredberücksichtigt eachjede einzelne of these elementsElemente
123
316915
1799
Bei jedem Element überlegen wir,
05:30
and whichwelche onesEinsen had to be
scientificallywissenschaftlich accurategenau
124
318738
3014
ob wir wissenschaftlich
korrekt bleiben müssen
05:33
and whichwelche onesEinsen we could pushdrücken and pullziehen
to suitAnzug the storyGeschichte and the moodStimmung.
125
321776
4082
oder zum Wohle der Geschichte
die Realität etwas verbiegen können.
05:37
We realizedrealisiert earlyfrüh on that colorFarbe
was one we had some leewaySpielraum with.
126
325882
3809
Mit der Farbe konnten wir
beispielsweise etwas spielen.
05:41
So here'shier ist a traditionallytraditionell coloredfarbig
underwaterUnterwasser sceneSzene.
127
329715
2612
So würde eine traditionelle
Unterwasserwelt aussehen.
05:44
But here, we can take SydneySydney HarborHafen
and pushdrücken it fairlyziemlich greenGrün
128
332351
2841
Aber wenn wir den Hafen von Sydney
mit mehr Grün einfärben,
05:47
to suitAnzug the sadtraurig moodStimmung of what's happeningHappening.
129
335216
2260
kommt die traurige Stimmung
besser zur Geltung.
05:50
In this sceneSzene, it's really importantwichtig
we see deeptief into the underwaterUnterwasser,
130
338315
3259
In dieser Szene muss man tief
in den Ozean schauen können,
05:53
so we understandverstehen what
the EastOsten AustralianAustralische CurrentStrom is,
131
341598
2667
um zu verstehen, was der
Ostaustralische Strom ist.
05:56
that the turtlesSchildkröten are divingTauchen into
and going on this rollerRolle coasterUntersetzer rideReiten.
132
344289
3388
Die Schildkröten steigen in ihn
wie in eine Achterbahn ein.
05:59
So we pushedgestoßen the visibilitySichtbarkeit of the waterWasser
133
347701
1937
Deswegen haben wir die Wasserströme
sehr viel sichtbarer gemacht,
06:01
well pastVergangenheit anything you would
ever see in realecht life.
134
349662
2703
als es in der Realität möglich wäre.
06:04
Because in the endEnde,
135
352843
1162
Letztendlich schaffen wir keine
wissenschaftlich korrekte Abbildung.
06:06
we are not tryingversuchen to recreateneu
the scientificallywissenschaftlich correctrichtig realecht worldWelt,
136
354029
4624
06:10
we're tryingversuchen to createerstellen a believableglaubwürdig worldWelt,
137
358677
2040
Wir schaffen eine glaubwürdige Welt,
06:12
one the audiencePublikum can immersetauchen
themselvessich in to experienceErfahrung the storyGeschichte.
138
360741
3947
in deren Geschichte
das Publikum eintauchen kann.
06:17
We use scienceWissenschaft to createerstellen
something wonderfulwunderbar.
139
365344
2723
Wir nutzen Wissenschaft,
um etwas Wundervolles zu erschaffen.
06:20
We use storyGeschichte and artistickünstlerisch touchberühren
to get us to a placeOrt of wonderWunder.
140
368522
4296
Mit Geschichten und künstlerischer Note
lassen wir Traumwelten entstehen.
06:25
This guy, WALL-EWALL-E, is a great
exampleBeispiel of that.
141
373578
2476
WALL-E ist ein gutes Beispiel.
06:28
He findsfindet beautySchönheit in the simplesteinfachste things.
142
376078
2430
Er erkennt Schönheit
in den einfachsten Dingen.
06:30
But when he camekam in to lightingBeleuchtung,
we knewwusste we had a biggroß problemProblem.
143
378532
3089
Aber die Beleuchtung
stellte uns vor große Probleme.
Wir hatten diesen überzeugenden Roboter
mit so viel Liebe fürs Detail gebaut,
06:33
We got so geeked-outgeeked-out on makingHerstellung
WALL-EWALL-E this convincingüberzeugend robotRoboter,
144
381978
3445
06:37
that we madegemacht his binocularsFernglas
practicallypraktisch opticallyoptisch perfectperfekt.
145
385447
3380
dass seine Fernglasaugen
optisch perfekt waren.
06:40
(LaughterLachen)
146
388851
1530
(Lachen)
06:43
His binocularsFernglas are one of the mostdie meisten
criticalkritisch actingSchauspielkunst devicesGeräte he has.
147
391328
3994
Seine "Augen" sind sein
wichtigstes Schauspiel-Werkzeug.
06:47
He doesn't have a faceGesicht or even
traditionaltraditionell dialogueDialog, for that matterAngelegenheit.
148
395346
3542
Er hat kein Gesicht
oder traditionelle Dialoge.
Die Animatoren waren deshalb
von diesen Fernglasaugen abhängig.
06:50
So the animatorsAnimatoren were heavilyschwer
dependentabhängig on the binocularsFernglas
149
398912
2927
06:53
to sellverkaufen his actingSchauspielkunst and emotionsEmotionen.
150
401863
2253
Damit vermittelten sie seine Emotionen.
Beim Beleuchten bemerkten wir,
06:56
We startedhat angefangen lightingBeleuchtung and we realizedrealisiert
151
404510
1709
06:58
the tripleverdreifachen lensesLinsen insideinnen his binocularsFernglas
were a messChaos of reflectionsReflexionen.
152
406243
4214
dass die dreifachen Linsen in den Augen
viel zu viele Reflexionen ergaben.
07:02
He was startingbeginnend to look glassy-eyedglasigen Augen.
153
410989
2053
Er hatte glasige Augen.
07:05
(LaughterLachen)
154
413066
1724
(Lachen)
07:06
Now, glassy-eyedglasigen Augen
is a fundamentallygrundlegend awfulfurchtbar thing
155
414814
3414
Glasige Augen sind sehr unpraktisch,
wenn man das Publikum
davon überzeugen will,
07:10
when you are tryingversuchen
to convinceüberzeugen an audiencePublikum
156
418252
2016
07:12
that a robotRoboter has a personalityPersönlichkeit
and he's capablefähig of fallingfallend in love.
157
420292
3483
dass ein Roboter eine Persönlichkeit hat
und sich verlieben kann.
07:16
So we wentging to work on these opticallyoptisch
perfectperfekt binocularsFernglas,
158
424498
3524
Wir versuchten also, diese optisch
perfekten Fernglasaugen so zu verändern,
07:20
tryingversuchen to find a solutionLösung that would
maintainpflegen his truewahr robotRoboter materialsMaterialien
159
428046
3702
dass sie weiterhin
echte Roboterteile waren,
07:23
but solvelösen this reflectionBetrachtung problemProblem.
160
431772
1991
ohne störende Reflexionen zu zeigen.
Der Prozess begann bei den Linsen.
07:26
So we startedhat angefangen with the lensesLinsen.
161
434096
1458
Das ist die flache Frontlinse,
07:27
Here'sHier ist the flat-frontFlat-front lensLinse,
162
435578
1392
07:28
we have a concavekonkav lensLinse
163
436994
1506
dann kommt eine konkave Linse
07:30
and a convexkonvex lensLinse.
164
438524
1257
und eine konvexe.
07:31
And here you see all threedrei togetherzusammen,
165
439805
2105
Hier sind alle drei zusammen zu sehen,
07:33
showingzeigt us all these reflectionsReflexionen.
166
441934
1885
mit all ihren Reflexionen.
07:36
We triedversucht turningDrehen them down,
167
444208
1630
Wir versuchten sie abzudunkeln,
07:37
we triedversucht blockingblockieren them,
168
445862
1696
auszublenden;
07:39
nothing was workingArbeiten.
169
447582
1440
nichts funktionierte.
07:41
You can see here,
170
449786
1151
Manchmal sollte sich etwas Bestimmtes
in seinen Augen spiegeln --
07:42
sometimesmanchmal we needederforderlich something specificspezifisch
reflectedreflektiert in his eyesAugen --
171
450961
3124
07:46
usuallygewöhnlich EveEve.
172
454109
1151
meistens Eve.
07:47
So we couldn'tkonnte nicht just use some fakedgefälscht
abstractabstrakt imageBild on the lensesLinsen.
173
455284
3531
Wir konnten deshalb keine
Platzhalterbilder auf die Linsen setzen.
07:50
So here we have EveEve on the first lensLinse,
174
458839
2150
Hier sehen Sie Eve auf der ersten Linse,
07:53
we put EveEve on the secondzweite lensLinse,
175
461013
2051
auf der zweiten Linse;
07:55
it's not workingArbeiten.
176
463088
1245
nichts funktionierte.
Wir dunkelten die Linse ab,
07:56
We turnWende it down,
177
464357
1160
07:57
it's still not workingArbeiten.
178
465541
1676
es funktionierte immer noch nicht.
07:59
And then we have our eurekaEureka momentMoment.
179
467241
2330
Dann hatten wir unseren Heureka-Moment.
08:01
We addhinzufügen a lightLicht to WALL-EWALL-E
that accidentallyversehentlich leaksLecks into his eyesAugen.
180
469595
3816
Wir fügten ein kleines Licht hinzu,
welches zufällig genau in sein Auge fiel.
08:06
You can see it lightLicht up
these graygrau apertureÖffnung bladesKlingen.
181
474092
3390
Es beleuchtet die graue Blende.
08:10
SuddenlyPlötzlich, those apertureÖffnung bladesKlingen
are pokingstossen throughdurch that reflectionBetrachtung
182
478237
3323
Diese Blende tritt
plötzlich stärker hervor
08:13
the way nothing elsesonst has.
183
481584
1785
und stellt alles andere
in den Hintergrund.
08:15
Now we recognizeerkenne WALL-EWALL-E as havingmit an eyeAuge.
184
483966
3542
Jetzt sieht man, dass WALL-E Augen hat.
08:19
As humansMenschen we have the whiteWeiß of our eyeAuge,
185
487532
2649
Menschen haben das Augenweiß,
08:22
the coloredfarbig irisIris
186
490205
1151
eine farbige Iris
und eine schwarze Pupille.
08:23
and the blackschwarz pupilSchüler.
187
491380
1221
08:24
Now WALL-EWALL-E has the blackschwarz of an eyeAuge,
188
492948
3341
WALL-E hat jetzt ein Augenschwarz,
08:28
the graygrau apertureÖffnung bladesKlingen
189
496313
1527
graue Blenden und eine schwarze Pupille.
08:29
and the blackschwarz pupilSchüler.
190
497864
1419
08:31
SuddenlyPlötzlich, WALL-EWALL-E feelsfühlt sich like he has a soulSeele,
191
499689
3642
Damit fühlt es sich an,
als hätte WALL-E eine Seele,
08:35
like there's a characterCharakter
with emotionEmotion insideinnen.
192
503355
2878
als wäre er eine Figur mit Emotionen.
08:40
LaterSpäter in the movieFilm towardsin Richtung the endEnde,
193
508038
1817
Im letzten Teil des Films
verliert WALL-E diese Persönlichkeit
08:41
WALL-EWALL-E losesverliert his personalityPersönlichkeit,
194
509879
1478
08:43
essentiallyim Wesentlichen going deadtot.
195
511381
1578
und stirbt förmlich.
08:45
This is the perfectperfekt time to bringbringen back
that glassy-eyedglasigen Augen look.
196
513381
3529
Das war die perfekte Stelle, um
die glasigen Augen wieder hervorzuholen.
08:49
In the nextNächster sceneSzene,
WALL-EWALL-E comeskommt back to life.
197
517553
2480
In der nächsten Szene erwacht
WALL-E wieder zum Leben.
08:52
We bringbringen that lightLicht back to bringbringen
the apertureÖffnung bladesKlingen back,
198
520057
3183
Das Licht kommt zurück,
die Blenden sind wieder da
08:55
and he returnskehrt zurück to that sweetSüss,
soulfulgefühlvolle robotRoboter we'vewir haben come to love.
199
523264
3460
und er ist wieder der süße Roboter,
in den wir uns verliebt haben.
09:02
(VideoVideo) WALL-EWALL-E: EvaEva?
200
530444
1364
(Video) WALL-E: Eva?
Danielle Feinberg: Es liegt eine Schönheit
in diesen unerwarteten Momenten --
09:06
DanielleDanielle FeinbergFeinberg: There's a beautySchönheit
in these unexpectedunerwartet momentsMomente --
201
534841
3120
09:09
when you find the keySchlüssel
to unlockingEntsperren a robot'sdes Roboters soulSeele,
202
537985
3566
wenn man den Schlüssel
zur Seele eines Roboters findet;
09:13
the momentMoment when you discoverentdecken
what you want to do with your life.
203
541575
3163
wenn man herausfindet,
was man im Leben tun möchte.
09:17
The jellyfishQualle in "FindingSuche nach NemoNemo"
was one of those momentsMomente for me.
204
545135
3302
Für mich war die Qualle in "Findet Nemo"
so ein Schlüsselmoment.
09:20
There are scenesSzenen in everyjeden movieFilm
that struggleKampf to come togetherzusammen.
205
548833
3219
In jedem Film gibt es Szenen,
die irgendwie nicht passen wollen.
09:24
This was one of those scenesSzenen.
206
552076
1935
Diese Szene war eine davon.
09:26
The directorDirektor had a visionVision for this sceneSzene
207
554035
2134
Der Regisseur hatte seine Vorstellung,
09:28
basedbasierend on some wonderfulwunderbar footageAufnahmen
of jellyfishQualle in the SouthSüden PacificPazifik.
208
556193
3808
die auf wunderschönen Videos von Quallen
aus dem Südpazifik basierte.
09:33
As we wentging alongeine lange,
209
561139
1857
Als wir uns daran versuchten,
09:35
we were flounderingmarode.
210
563020
1453
gerieten wir ins Wanken.
09:36
The reviewsBewertungen zu der Unterkunft with the directorDirektor
211
564497
2089
Die Vorführungen beim Regisseur
09:38
turnedgedreht from the normalnormal
look-and-feelLook-and-feel conversationKonversation
212
566610
2689
wurden weniger eine Gefühlssache,
09:41
into more and more questionsFragen
about numbersNummern and percentagesProzentsätze.
213
569323
4127
sondern wir diskutierten
über Zahlen und Prozente.
09:46
Maybe because unlikenicht wie normalnormal,
214
574085
1691
Vielleicht hingen wir stärker als
normalerweise an der echten Welt fest,
09:47
we were basingstützen it on
something in realecht life,
215
575800
2253
09:50
or maybe just because we had losthat verloren our way.
216
578077
2585
oder wir waren einfach
vom Wege abgekommen.
Wir benutzten plötzlich unser Gehirn,
ohne die Augen mitzubenutzen;
09:52
But it had becomewerden about usingmit
our brainGehirn withoutohne our eyesAugen,
217
580686
3111
09:55
the scienceWissenschaft withoutohne the artKunst.
218
583821
1855
wir benutzten Wissenschaft ohne Kunst.
09:58
That scientificwissenschaftlich tetherHaltegurt
was stranglingerwürgen the sceneSzene.
219
586251
3179
Physikalische Fesseln erwürgten die Szene.
Trotz der ganzen Frustration
glaubte ich trotzdem,
10:02
But even throughdurch all the frustrationsFrustrationen,
220
590534
1846
10:04
I still believedglaubte it could be beautifulschön.
221
592404
2035
dass wir etwas Schönes bauen könnten.
10:06
So when it camekam in to lightingBeleuchtung,
222
594463
1659
Als es an die Beleuchtung ging,
kniete ich mich richtig rein.
10:08
I dugZitze in.
223
596146
1231
Ich versuchte Blau und Rosa auszutarieren,
10:10
As I workedhat funktioniert to balanceBalance
the bluesBlues and the pinksRosa,
224
598149
3291
10:13
the causticsKaustik dancingTanzen
on the jellyfishQualle bellsGlocken,
225
601464
2816
die Kaustik auf den Quallenschirmen
tanzen zu lassen,
10:16
the undulatingleicht hügelig fogNebel beamsBalken,
226
604304
2174
wabernde Nebelstrahlen
10:18
something promisingvielversprechend beganbegann to appearerscheinen.
227
606502
2422
und langsam bildete sich etwas heraus.
10:21
I camekam in one morningMorgen and checkedgeprüft
the previousbisherige night'sNachtruhe work.
228
609686
3227
Als ich eines Morgens
die Arbeit des letzten Tages ansah,
10:24
And I got excitedaufgeregt.
229
612937
1476
war ich ganz begeistert.
10:26
And then I showedzeigte it
to the lightingBeleuchtung directorDirektor
230
614437
2108
Ich zeigte es der Beleuchtungsleiterin
10:28
and she got excitedaufgeregt.
231
616569
1175
und sie war begeistert.
10:29
SoonBald, I was showingzeigt to the directorDirektor
in a darkdunkel roomZimmer fullvoll of 50 people.
232
617768
4416
Bald darauf zeigte ich die Szene
dem Regisseur und 50 weiteren Menschen.
Bei so einer Präsentation
10:34
In directorDirektor reviewÜberprüfung,
233
622563
1263
10:35
you hopeHoffnung you mightMacht get some nicenett wordsWörter,
234
623850
2058
hofft man normalerweise
auf ein paar nette Worte,
10:38
then you get some notesNotizen
and fixesbehebt, generallyallgemein.
235
626349
2296
dann bekommt man
eine Liste an Veränderungswünschen.
10:41
And then, hopefullyhoffentlich, you get a finalFinale,
236
629408
2437
Am Ende darf man hoffentlich
10:43
signalingSignalisierung to moveBewegung on to the nextNächster stageStufe.
237
631869
2048
zum nächsten Schritt übergehen.
10:46
I gavegab my introIntro, and I playedgespielt
the jellyfishQualle sceneSzene.
238
634462
3368
Ich präsentierte die Quallen-Szene.
Der Regisseur schwieg unheimlich lange.
10:50
And the directorDirektor was silentLeise
for an uncomfortablyunangenehm long amountMenge of time.
239
638703
3852
10:55
Just long enoughgenug for me to think,
240
643240
2507
Lange genug, dass ich anfing zu denken:
10:57
"Oh no, this is doomedverurteilt."
241
645771
1856
"Das ist ein totaler Reinfall."
11:00
And then he startedhat angefangen clappingHändeklatschen.
242
648919
1760
Dann begann er zu applaudieren.
11:03
And then the productionProduktion
designerDesigner startedhat angefangen clappingHändeklatschen.
243
651381
2392
Dann applaudierte der Produktionsdesigner.
11:06
And then the wholeganze roomZimmer was clappingHändeklatschen.
244
654240
2144
Dann applaudierte der ganze Raum.
11:14
This is the momentMoment
that I liveLeben for in lightingBeleuchtung.
245
662285
3086
Für diese Momente lebe ich,
deswegen bin ich Beleuchterin.
11:17
The momentMoment where it all comeskommt togetherzusammen
246
665395
2163
Der Moment, in dem alles zusammen kommt
11:19
and we get a worldWelt that we can believe in.
247
667582
2647
und wir eine Welt betreten,
die glaubhaft ist.
11:22
We use mathMathe, scienceWissenschaft and codeCode
to createerstellen these amazingtolle worldsWelten.
248
670718
3888
Mit Mathematik, Naturwissenschaften und
Programmieren erschaffen wir diese Welten.
11:27
We use storytellingGeschichten erzählen and artKunst
to bringbringen them to life.
249
675030
2846
Mit Geschichten und Kunst
erfüllen wir sie mit Leben.
11:30
It's this interweavingVerflechtung of artKunst and scienceWissenschaft
250
678440
4011
Kunst und Wissenschaft sind
so ineinander verwoben,
11:34
that elevateserhebt the worldWelt
to a placeOrt of wonderWunder,
251
682475
3663
dass es die Welt zu einem
Ort voller Wunder macht,
11:38
a placeOrt with soulSeele,
252
686162
1633
zu einem Ort mit Seele;
11:39
a placeOrt we can believe in,
253
687819
1770
zu einem Ort, an den wir glauben können;
11:42
a placeOrt where the things
you imaginevorstellen can becomewerden realecht --
254
690262
3341
zu einem Ort, an dem ausgedachte Dinge
real werden können --
11:47
and a worldWelt where a girlMädchen suddenlyplötzlich realizesrealisiert
255
695071
3212
eine Welt, in der einem Mädchen
plötzlich bewusst wird,
11:50
not only is she a scientistWissenschaftler,
256
698307
2160
dass sie nicht nur
eine Wissenschaftlerin ist,
11:52
but alsoebenfalls an artistKünstler.
257
700491
1315
sondern auch eine Künstlerin.
11:54
Thank you.
258
702544
1151
Danke.
11:55
(ApplauseApplaus)
259
703719
3280
(Applaus)
Translated by Lea Seeber
Reviewed by Nadine Hennig

▲Back to top

ABOUT THE SPEAKER
Danielle Feinberg - Director of photography, Pixar
At Pixar, Danielle Feinberg delights in bending the rules of light to her every whim.

Why you should listen

Danielle Feinberg began her career at Pixar Animation Studios in 1997 on the feature film A Bug's Life. She quickly discovered her love for lighting and went on to light on many of Pixar's feature films including Toy Story 2, Monsters, Inc., the Academy Award®-winning Finding Nemo, The Incredibles and Ratatouille. Feinberg was the director of photography for lighting on Pixar’s Academy Award®-winning films WALL-E and Brave and is now working on Pixar's upcoming film, Coco

Feinberg's love of combining computers and art began when she was eight years old and first programmed a Logo turtle to create images. This eventually led her to a Bachelor of Arts in Computer Science from Harvard University. Now, in addition to her Pixar work, she mentors teenage girls, encouraging them to pursue code, math and science.

More profile about the speaker
Danielle Feinberg | Speaker | TED.com