TED2015
Manuel Lima: A visual history of human knowledge
Manuel Lima: Une histoire visuelle de la connaissance
Filmed:
Readability: 5.4
1,916,809 views
Comment la connaissance s'accroît-elle ? Parfois, ça commence avec une intuition et ça se développe dans de nombreuses branches. Infographiste expert, Manuel Lima explore l'histoire de mille ans de données en cartographie - des langues aux dynasties - utilisant les arbres comme mode de représentation de l'information. C'est une histoire fascinante sur la visualisation, et sur l'urgence à cartographier ce que nous savons.
Manuel Lima - Data visualization researcher
Manuel Lima studies how information can be organized -- into elegant and beautiful diagrams that illustrate the many unexpected twists of big data. Full bio
Manuel Lima studies how information can be organized -- into elegant and beautiful diagrams that illustrate the many unexpected twists of big data. Full bio
Double-click the English transcript below to play the video.
00:13
Over the past 10 years,
0
1126
1295
Ces 10 dernières années,
00:14
I've been researching the way
people organize and visualize information.
people organize and visualize information.
1
2445
4569
j'ai travaillé sur la façon dont les gens
organisent et visualisent l'information.
organisent et visualisent l'information.
00:19
And I've noticed an interesting shift.
2
7786
2039
Et j'ai noté un changement intéressant.
00:22
For a long period of time,
3
10166
1720
Pendant une longue période,
00:23
we believed in a natural ranking order
in the world around us,
in the world around us,
4
11910
4428
nous avons cru en un classement naturel
du monde qui nous entoure,
du monde qui nous entoure,
00:28
also known as the great chain of being,
or "Scala naturae" in Latin,
or "Scala naturae" in Latin,
5
16362
4745
« Scala naturae » en latin,
ou « grande chaîne de la vie »,
ou « grande chaîne de la vie »,
une structure pyramidale qui commence
avec Dieu au sommet,
avec Dieu au sommet,
00:33
a top-down structure that normally starts
with God at the very top,
with God at the very top,
6
21131
4175
suivi par les anges, les nobles,
00:37
followed by angels, noblemen,
7
25330
2405
les gens ordinaires, les animaux etc...
00:39
common people, animals, and so on.
8
27759
3013
00:43
This idea was actually based
on Aristotle's ontology,
on Aristotle's ontology,
9
31999
4275
Cette idée était basée
sur l'ontologie d'Aristote,
sur l'ontologie d'Aristote,
qui classait toutes les choses
connues de l'Homme
connues de l'Homme
00:48
which classified all things known to man
in a set of opposing categories,
in a set of opposing categories,
10
36298
4444
dans un ensemble de catégories opposées,
00:52
like the ones you see behind me.
11
40766
1722
comme celles que vous pouvez voir
derrière moi.
derrière moi.
00:56
But over time, interestingly enough,
12
44687
2747
Toutefois, au fil du temps,
et assez curieusement,
et assez curieusement,
00:59
this concept adopted
the branching schema of a tree
the branching schema of a tree
13
47458
4146
cette représentation a adopté
la forme d'un arbre
la forme d'un arbre
01:03
in what became known
as the Porphyrian tree,
as the Porphyrian tree,
14
51628
2873
pour ce qui allait devenir
l'« arbre Porphyrien »,
l'« arbre Porphyrien »,
01:06
also considered to be
the oldest tree of knowledge.
the oldest tree of knowledge.
15
54525
3642
considéré comme le plus
vieil arbre de la connaissance.
vieil arbre de la connaissance.
Le système arborescent
était une métaphore si puissante
était une métaphore si puissante
01:11
The branching scheme
of the tree was, in fact,
of the tree was, in fact,
16
59238
2174
01:13
such a powerful metaphor
for conveying information
for conveying information
17
61436
2949
dans la transmission de l'information,
01:16
that it became, over time,
an important communication tool
an important communication tool
18
64409
3270
qu'il était devenu, au fil du temps,
un important outil de communication
un important outil de communication
01:19
to map a variety of systems of knowledge.
19
67703
2274
pour cartographier divers
champs de connaissance.
champs de connaissance.
01:22
We can see trees being used
to map morality,
to map morality,
20
70648
3083
Nous pouvons voir des arbres utilisés
pour modéliser la moralité,
pour modéliser la moralité,
01:25
with the popular tree of virtues
and tree of vices,
and tree of vices,
21
73755
2849
avec le populaire
arbre des Vertus et des Vices,
arbre des Vertus et des Vices,
01:28
as you can see here, with these beautiful
illustrations from medieval Europe.
illustrations from medieval Europe.
22
76628
3792
comme ici ces magnifiques illustrations
datant de l'Europe médiévale.
datant de l'Europe médiévale.
01:32
We can see trees being used
to map consanguinity,
to map consanguinity,
23
80825
3088
Nous pouvons voir des arbres utilisés pour
visualiser la consanguinité,
visualiser la consanguinité,
01:35
the various blood ties between people.
24
83937
2244
reflétant les liens du sang
entre individus.
entre individus.
01:39
We can also see trees being used
to map genealogy,
to map genealogy,
25
87110
3096
Ici, il s'agit d'arbres
utilisés en généalogie.
utilisés en généalogie.
C'est peut-être le plus connu
des diagrammes en arborescence.
des diagrammes en arborescence.
01:42
perhaps the most famous archetype
of the tree diagram.
of the tree diagram.
26
90230
2810
01:45
I think many of you in the audience
have probably seen family trees.
have probably seen family trees.
27
93064
3316
Je pense que bon nombre d'entre vous
ont déjà vu un arbre généalogique.
ont déjà vu un arbre généalogique.
01:48
Many of you probably even have
your own family trees drawn in such a way.
your own family trees drawn in such a way.
28
96404
3705
Beaucoup possèdent leur propre
arbre généalogique dessiné ainsi.
arbre généalogique dessiné ainsi.
01:53
We can see trees even mapping
systems of law,
systems of law,
29
101158
2911
Nous pouvons voir des arbres illustrant
des systèmes de loi,
des systèmes de loi,
01:56
the various decrees and rulings
of kings and rulers.
of kings and rulers.
30
104093
3851
les nombreux décrets, les décisions
des rois et des dirigeants.
des rois et des dirigeants.
02:01
And finally, of course,
also a very popular scientific metaphor,
also a very popular scientific metaphor,
31
109785
3758
Et, pour finir, bien sûr, une autre
métaphore scientifique très populaire,
métaphore scientifique très populaire,
02:05
we can see trees being used
to map all species known to man.
to map all species known to man.
32
113567
3560
nous pouvons voir des arbres utilisés
pour inventorier les espèces
connues par l'Homme.
connues par l'Homme.
02:11
And trees ultimately became
such a powerful visual metaphor
such a powerful visual metaphor
33
119177
3906
Ces arbres sont devenus une métaphore
visuelle vraiment puissante
visuelle vraiment puissante
parce qu'ils traduisent largement
le goût de l'homme
le goût de l'homme
02:15
because in many ways,
they really embody this human desire
they really embody this human desire
34
123107
2868
pour le classement, pour l'équilibre,
pour l'unité, et la symétrie.
pour l'unité, et la symétrie.
02:17
for order, for balance,
for unity, for symmetry.
for unity, for symmetry.
35
125999
3036
02:21
However, nowadays we are really facing
new complex, intricate challenges
new complex, intricate challenges
36
129999
4323
Cependant, de nos jours, nous faisons face
à de nouveaux défis, aux enjeux complexes,
à de nouveaux défis, aux enjeux complexes,
02:26
that cannot be understood by simply
employing a simple tree diagram.
employing a simple tree diagram.
37
134346
4190
qui ne peuvent pas être compris
avec un simple schéma en arborescence.
avec un simple schéma en arborescence.
02:32
And a new metaphor is currently emerging,
38
140037
3242
C'est pourquoi une nouvelle métaphore
est en train d'émerger,
est en train d'émerger,
02:35
and it's currently replacing the tree
39
143303
2150
et elle est en train de remplacer l'arbre
dans la visualisation
de champs de connaissance variés.
de champs de connaissance variés.
02:37
in visualizing various
systems of knowledge.
systems of knowledge.
40
145477
2563
02:40
It's really providing us with a new lens
to understand the world around us.
to understand the world around us.
41
148064
4252
Cela nous procure un nouveau filtre
pour comprendre le monde qui nous entoure.
pour comprendre le monde qui nous entoure.
02:45
And this new metaphor
is the metaphor of the network.
is the metaphor of the network.
42
153495
3199
Cette nouvelle métaphore
est la métaphore du réseau.
est la métaphore du réseau.
02:49
And we can see this shift
from trees into networks
from trees into networks
43
157511
3311
Et nous pouvons voir ce passage
des arbres aux réseaux
des arbres aux réseaux
dans de nombreux domaines du savoir.
02:52
in many domains of knowledge.
44
160846
1640
02:54
We can see this shift in the way
we try to understand the brain.
we try to understand the brain.
45
162510
4189
Nous pouvons voir ce changement
dans la façon de comprendre le cerveau.
dans la façon de comprendre le cerveau.
03:00
While before, we used
to think of the brain
to think of the brain
46
168453
2038
Auparavant, nous imaginions
le cerveau
le cerveau
03:02
as a modular, centralized organ,
47
170515
1991
comme un organe modulaire et centralisé
03:04
where a given area was responsible
for a set of actions and behaviors,
for a set of actions and behaviors,
48
172530
4038
où une zone donnée était responsable d'une
variété d'actions et de comportements ;
variété d'actions et de comportements ;
plus nous avançons dans nos recherches
03:08
the more we know about the brain,
49
176592
1739
03:10
the more we think of it
as a large music symphony,
as a large music symphony,
50
178355
3286
et plus nous imaginons le cerveau
comme une large symphonie musicale
comme une large symphonie musicale
03:13
played by hundreds
and thousands of instruments.
and thousands of instruments.
51
181665
2610
interprétée par des centaines,
des milliers d'instruments.
des milliers d'instruments.
03:16
This is a beautiful snapshot
created by the Blue Brain Project,
created by the Blue Brain Project,
52
184299
3676
C'est un magnifique cliché créé par
the Blue Brain Project,
the Blue Brain Project,
03:19
where you can see 10,000 neurons
and 30 million connections.
and 30 million connections.
53
187999
4063
où nous pouvons voir 10 000 neurones
et 30 millions de connexions.
et 30 millions de connexions.
03:24
And this is only mapping 10 percent
of a mammalian neocortex.
of a mammalian neocortex.
54
192736
3888
Et c'est une représentation de
10% seulement du néocortex d'un mammifère.
10% seulement du néocortex d'un mammifère.
03:30
We can also see this shift in the way
we try to conceive of human knowledge.
we try to conceive of human knowledge.
55
198815
4160
Nous pouvons aussi voir ce changement dans
notre façon de concevoir la connaissance.
notre façon de concevoir la connaissance.
03:36
These are some remarkable trees
of knowledge, or trees of science,
of knowledge, or trees of science,
56
204062
3148
Ces magnifiques arbres
de la connaissance, ou de la science,
de la connaissance, ou de la science,
03:39
by Spanish scholar Ramon Llull.
57
207234
2221
sont du savant espagnol Ramon Llull.
03:41
And Llull was actually the precursor,
58
209999
1810
Llull était un précurseur,
celui qui a créé
la métaphore de la science comme arbre,
la métaphore de la science comme arbre,
03:43
the very first one who created
the metaphor of science as a tree,
the metaphor of science as a tree,
59
211833
3714
une métaphore que nous utilisons
chaque jour, quand nous disons :
chaque jour, quand nous disons :
03:47
a metaphor we use
every single day, when we say,
every single day, when we say,
60
215571
2968
« la biologie est
une branche de la science »
une branche de la science »
03:50
"Biology is a branch of science,"
61
218563
1665
03:52
when we say,
62
220252
1153
ou
« la génétique
est une branche de la science ».
est une branche de la science ».
03:53
"Genetics is a branch of science."
63
221429
1933
03:56
But perhaps the most beautiful of all
trees of knowledge, at least for me,
trees of knowledge, at least for me,
64
224283
3595
Mais le plus bel arbre de la
connaissance, de mon point de vue,
connaissance, de mon point de vue,
a été créé pour l'Encyclopédie
écrite par Diderot et d'Alembert en 1751.
écrite par Diderot et d'Alembert en 1751.
03:59
was created for the French encyclopedia
by Diderot and d'Alembert in 1751.
by Diderot and d'Alembert in 1751.
65
227902
4452
04:04
This was really the bastion
of the French Enlightenment,
of the French Enlightenment,
66
232378
2635
C'était vraiment le point d'orgue
de l'ère des Lumières,
de l'ère des Lumières,
et cette superbe illustration était
présentée comme la table des matières
présentée comme la table des matières
04:07
and this gorgeous illustration
was featured as a table of contents
was featured as a table of contents
67
235037
3825
04:10
for the encyclopedia.
68
238886
1571
de l'encyclopédie.
04:12
And it actually maps out
all domains of knowledge
all domains of knowledge
69
240481
4187
Elle indique
tous les domaines de la connaissance
tous les domaines de la connaissance
comme les branches séparées d'un arbre.
04:16
as separate branches of a tree.
70
244692
2118
04:19
But knowledge is much more
intricate than this.
intricate than this.
71
247866
2333
Or, la connaissance est beaucoup
plus imbriquée que cela.
plus imbriquée que cela.
04:22
These are two maps of Wikipedia
showing the inter-linkage of articles --
showing the inter-linkage of articles --
72
250794
4640
Ce sont deux schémas de wikipédia
montrant les liens entre articles
montrant les liens entre articles
04:27
related to history on the left,
and mathematics on the right.
and mathematics on the right.
73
255458
3890
relatifs à l'Histoire à gauche,
et aux Mathématiques à droite.
et aux Mathématiques à droite.
04:31
And I think by looking at these maps
74
259966
1739
Et je pense, en regardant ces schémas
04:33
and other ones that have been
created of Wikipedia --
created of Wikipedia --
75
261729
2544
et d'autres créés également par Wikipédia,
04:36
arguably one of the largest rhizomatic
structures ever created by man --
structures ever created by man --
76
264297
3392
sans doute l'une des plus importantes
structures rhizomiques jamais créée,
structures rhizomiques jamais créée,
04:39
we can really understand
how human knowledge is much more intricate
how human knowledge is much more intricate
77
267713
3822
que nous pouvons comprendre que la
connaissance est beaucoup plus imbriquée
connaissance est beaucoup plus imbriquée
et interdépendante,
comme un réseau, finalement.
comme un réseau, finalement.
04:43
and interdependent, just like a network.
78
271559
2436
04:47
We can also see this interesting shift
79
275455
2163
Nous pouvons observer ce même changement
04:49
in the way we map
social ties between people.
social ties between people.
80
277642
2700
dans la façon dont nous schématisons
les liens sociaux.
les liens sociaux.
04:53
This is the typical organization chart.
81
281524
2295
C'est un organigramme typique.
04:55
I'm assuming many of you have seen
a similar chart as well,
a similar chart as well,
82
283843
2794
Je suppose que vous avez déjà vu
ce type d'organigramme
ce type d'organigramme
dans vos entreprises ou ailleurs.
04:58
in your own corporations, or others.
83
286661
1746
05:00
It's a top-down structure
84
288431
1485
C'est une structure pyramidale
05:01
that normally starts
with the CEO at the very top,
with the CEO at the very top,
85
289940
2861
qui commence habituellement
avec le PDG au sommet,
avec le PDG au sommet,
05:04
and where you can drill down all the way
to the individual workmen on the bottom.
to the individual workmen on the bottom.
86
292825
3960
et que vous pouvez descendre, d'un étage
à l'autre, jusqu'aux ouvriers à la base.
à l'autre, jusqu'aux ouvriers à la base.
05:09
But humans sometimes are, well, actually,
all humans are unique in their own way,
all humans are unique in their own way,
87
297634
4848
Or les humains parfois sont...
en réalité, tous les humains sont uniques,
en réalité, tous les humains sont uniques,
05:14
and sometimes you really don't play well
under this really rigid structure.
under this really rigid structure.
88
302506
4698
et parfois cette structure vraiment
rigide ne peut pas fonctionner.
rigide ne peut pas fonctionner.
05:20
I think the Internet is really changing
this paradigm quite a lot.
this paradigm quite a lot.
89
308711
3110
Internet est pour beaucoup
dans ce changement de paradigme.
dans ce changement de paradigme.
05:23
This is a fantastic map
of online social collaboration
of online social collaboration
90
311845
3365
Ceci est une fantastique visualisation
de la collaboration en ligne
de la collaboration en ligne
05:27
between Perl developers.
91
315234
1629
entre les développeurs de Perl.
Perl est un célèbre
langage de programmation,
langage de programmation,
05:28
Perl is a famous programming language,
92
316887
2088
05:30
and here, you can see
how different programmers
how different programmers
93
318999
2723
et vous pouvez observer ici
comment différents programmeurs
comment différents programmeurs
05:33
are actually exchanging files,
and working together on a given project.
and working together on a given project.
94
321746
3827
échangent des fichiers et travaillent
collectivement sur un projet donné.
collectivement sur un projet donné.
05:37
And here, you can notice that this is
a completely decentralized process --
a completely decentralized process --
95
325597
4178
Vous pouvez remarquer que le processus
est complètement décentralisé.
est complètement décentralisé.
Il n'y a aucun chef dans l'organisation,
05:41
there's no leader in this organization,
96
329799
2156
05:43
it's a network.
97
331979
1157
c'est un réseau.
05:46
We can also see this interesting shift
when we look at terrorism.
when we look at terrorism.
98
334337
4705
Nous pouvons également voir un intéressant
changement dans le domaine du terrorisme.
changement dans le domaine du terrorisme.
05:51
One of the main challenges
of understanding terrorism nowadays
of understanding terrorism nowadays
99
339613
3104
Un des plus gros défis pour comprendre
le terrorisme de nos jours
le terrorisme de nos jours
05:54
is that we are dealing with
decentralized, independent cells,
decentralized, independent cells,
100
342741
3730
est que nous faisons face à des cellules
décentralisées et indépendantes,
décentralisées et indépendantes,
05:58
where there's no leader
leading the whole process.
leading the whole process.
101
346495
2822
où il n'y a aucun chef qui dirige
l'ensemble du processus.
l'ensemble du processus.
06:02
And here, you can actually see
how visualization is being used.
how visualization is being used.
102
350518
3298
Et ici, vous pouvez voir comment
la visualisation peut être utilisée.
la visualisation peut être utilisée.
06:05
The diagram that you see behind me
103
353840
1657
Le schéma derrière moi
06:07
shows all the terrorists involved
in the Madrid attack in 2004.
in the Madrid attack in 2004.
104
355521
3818
montre tous les terroristes impliqués
dans l'attentat de Madrid en 2004.
dans l'attentat de Madrid en 2004.
06:11
And what they did here is,
they actually segmented the network
they actually segmented the network
105
359942
2927
Et ce qu'ils ont fait ici,
c'est de segmenter leur réseau
c'est de segmenter leur réseau
06:14
into three different years,
106
362893
1499
sur trois années différentes,
06:16
represented by the vertical layers
that you see behind me.
that you see behind me.
107
364416
3042
représentées par les couches verticales
que vous voyez derrière moi.
que vous voyez derrière moi.
06:19
And the blue lines tie together
108
367482
1969
Et les lignes bleues relient ensemble
06:21
the people that were present
in that network year after year.
in that network year after year.
109
369475
3618
les personnes qui étaient présentes,
année après année.
année après année.
06:25
So even though there's no leader per se,
110
373117
2028
Donc bien qu'il n'y ait pas
de chef en soi,
de chef en soi,
06:27
these people are probably the most
influential ones in that organization,
influential ones in that organization,
111
375169
3635
ces personnes sont probablement
les plus influentes dans l'organisation,
les plus influentes dans l'organisation,
celles qui en savent le plus sur le passé,
06:30
the ones that know more about the past,
112
378828
2008
06:32
and the future plans and goals
of this particular cell.
of this particular cell.
113
380860
2877
et sur les plans et objectifs futurs de
cette cellule.
cette cellule.
06:37
We can also see this shift
from trees into networks
from trees into networks
114
385232
3006
Nous observons également ce changement,
des arbres vers les réseaux,
des arbres vers les réseaux,
06:40
in the way we classify
and organize species.
and organize species.
115
388262
2991
dans la façon que nous classons
et organisons les espèces.
et organisons les espèces.
06:45
The image on the right
is the only illustration
is the only illustration
116
393245
2829
L'image à droite
est l'unique illustration
est l'unique illustration
06:48
that Darwin included
in "The Origin of Species,"
in "The Origin of Species,"
117
396098
3112
inclue par Darwin dans
« L'Origine des espèces »
« L'Origine des espèces »
06:51
which Darwin called the "Tree of Life."
118
399234
2261
que Darwin appelle
« L'Arbre de la Vie ».
« L'Arbre de la Vie ».
06:54
There's actually a letter
from Darwin to the publisher,
from Darwin to the publisher,
119
402098
2885
Voici une lettre écrite par Darwin
à son éditeur,
à son éditeur,
06:57
expanding on the importance
of this particular diagram.
of this particular diagram.
120
405007
2656
expliquant l'importance particulière
de ce schéma.
de ce schéma.
06:59
It was critical for Darwin's
theory of evolution.
theory of evolution.
121
407687
2642
C'était crucial pour la théorie
de l'évolution de Darwin.
de l'évolution de Darwin.
07:03
But recently, scientists discovered
that overlaying this tree of life
that overlaying this tree of life
122
411408
3567
Or, des scientifiques ont découvert
que cet Arbre de la Vie était recouvert
que cet Arbre de la Vie était recouvert
07:06
is a dense network of bacteria,
123
414999
2435
par un dense réseau de bactéries,
07:09
and these bacteria
are actually tying together
are actually tying together
124
417458
2161
et que, en fait, ces bactéries lient
des espèces
des espèces
07:11
species that were completely
separated before,
separated before,
125
419643
2172
qui étaient complètement
séparées auparavant,
séparées auparavant,
07:13
to what scientists are now calling
not the tree of life,
not the tree of life,
126
421839
3080
à ce que les scientifiques
n'appellent plus l'Arbre de la Vie,
n'appellent plus l'Arbre de la Vie,
07:16
but the web of life, the network of life.
127
424943
2856
mais plutôt
la Toile de la vie, le Réseau de la vie.
la Toile de la vie, le Réseau de la vie.
07:21
And finally, we can really
see this shift, again,
see this shift, again,
128
429489
2514
Et enfin, nous voyons encore
ce changement à l’œuvre
ce changement à l’œuvre
07:24
when we look at ecosystems
around our planet.
around our planet.
129
432027
2424
en observant les écosystèmes
sur notre planète.
sur notre planète.
07:27
No more do we have these simplified
predator-versus-prey diagrams
predator-versus-prey diagrams
130
435599
3166
Le chaîne alimentaire simplifiée
proie-prédateur
proie-prédateur
apprise à l'école primaire
est tombée aux oubliettes.
est tombée aux oubliettes.
07:30
we have all learned at school.
131
438789
1447
07:33
This is a much more accurate
depiction of an ecosystem.
depiction of an ecosystem.
132
441201
2989
Ceci est une représentation
bien plus exacte d'un écosystème.
bien plus exacte d'un écosystème.
07:36
This is a diagram created
by Professor David Lavigne,
by Professor David Lavigne,
133
444214
2904
Ce diagramme a été créé
par le professeur David Lavigne.
par le professeur David Lavigne.
Il cartographie près de 100 espèces
qui interagissent avec la morue
qui interagissent avec la morue
07:39
mapping close to 100 species
that interact with the codfish
that interact with the codfish
134
447142
3500
07:42
off the coast of Newfoundland in Canada.
135
450666
2951
au large des côtes de Terre-Neuve,
au Canada.
au Canada.
07:46
And I think here, we can really understand
the intricate and interdependent nature
the intricate and interdependent nature
136
454244
3937
Ici, nous pouvons vraiment appréhender
la nature complexe et interdépendante
la nature complexe et interdépendante
de la plupart des écosystèmes
qui abondent sur notre planète.
qui abondent sur notre planète.
07:50
of most ecosystems
that abound on our planet.
that abound on our planet.
137
458205
2523
07:54
But even though recent,
this metaphor of the network,
this metaphor of the network,
138
462442
3644
Bien que récente,
cette métaphore du réseau
cette métaphore du réseau
adopte déjà des formes diverses,
07:58
is really already adopting
various shapes and forms,
various shapes and forms,
139
466110
3103
pour devenir une taxonomie visuelle
en expansion.
en expansion.
08:01
and it's almost becoming
a growing visual taxonomy.
a growing visual taxonomy.
140
469237
2463
Elle est presque devenue
le syntaxe d'une nouvelle langue.
le syntaxe d'une nouvelle langue.
08:03
It's almost becoming
the syntax of a new language.
the syntax of a new language.
141
471724
2647
08:06
And this is one aspect
that truly fascinates me.
that truly fascinates me.
142
474395
2633
Et c'est un aspect qui me fascine.
08:09
And these are actually
15 different typologies
15 different typologies
143
477678
2533
Voici 15 typologies différentes
08:12
I've been collecting over time,
144
480235
2135
que j'ai collectées au fil du temps,
08:14
and it really shows the immense
visual diversity of this new metaphor.
visual diversity of this new metaphor.
145
482394
4022
et cela montre la grande
diversité visuelle de cette métaphore.
diversité visuelle de cette métaphore.
08:19
And here is an example.
146
487001
1222
Voici un exemple.
08:20
On the very top band,
you have radial convergence,
you have radial convergence,
147
488818
3933
Sur la première ligne, tout en haut,
vous avez la convergence radiale,
vous avez la convergence radiale,
08:24
a visualization model that has become
really popular over the last five years.
really popular over the last five years.
148
492775
3939
un modèle qui est devenu vraiment
populaire ces cinq dernières années.
populaire ces cinq dernières années.
08:29
At the top left, the very first project
is a gene network,
is a gene network,
149
497198
4354
En haut à gauche, le tout premier projet,
est un réseau de gènes,
est un réseau de gènes,
08:33
followed by a network
of IP addresses -- machines, servers --
of IP addresses -- machines, servers --
150
501576
4009
suivi d'un réseau d'adresses IP
- machines, serveurs -
- machines, serveurs -
suivi par un réseau d'amis sur Facebook.
08:37
followed by a network of Facebook friends.
151
505609
2972
08:41
You probably couldn't find
more disparate topics,
more disparate topics,
152
509240
2508
Difficile de trouver
des sujets plus disparates,
des sujets plus disparates,
08:43
yet they are using the same metaphor,
the same visual model,
the same visual model,
153
511772
3794
et pourtant, ils utilisent
la même métaphore, le même modèle visuel,
la même métaphore, le même modèle visuel,
08:47
to map the never-ending complexities
of its own subject.
of its own subject.
154
515590
3606
pour cartographier les
complexités sans fin de leur propre sujet.
complexités sans fin de leur propre sujet.
08:52
And here are a few more examples
of the many I've been collecting,
of the many I've been collecting,
155
520545
3124
Et voici d'autres exemples,
parmi les nombreux que j'ai collectés,
parmi les nombreux que j'ai collectés,
08:55
of this growing visual
taxonomy of networks.
taxonomy of networks.
156
523693
2738
de cette taxonomie visuelle croissante
des réseaux.
des réseaux.
09:00
But networks are not just
a scientific metaphor.
a scientific metaphor.
157
528248
2865
Mais les réseaux ne sont pas seulement
une métaphore scientifique.
une métaphore scientifique.
09:04
As designers, researchers, and scientists
try to map a variety of complex systems,
try to map a variety of complex systems,
158
532192
5541
Tandis que les scientifiques tentent
de représenter des systèmes complexes,
de représenter des systèmes complexes,
la notion de réseau influence
le champ artistique traditionnel,
le champ artistique traditionnel,
09:09
they are in many ways influencing
traditional art fields,
traditional art fields,
159
537757
2813
09:12
like painting and sculpture,
160
540594
1402
comme la peinture ou la sculpture,
09:14
and influencing many different artists.
161
542020
1993
en influençant de nombreux artistes.
09:16
And perhaps because networks have
this huge aesthetical force to them --
this huge aesthetical force to them --
162
544718
4042
Et peut-être parce que les réseaux ont
cette force énorme puissance esthétique
cette force énorme puissance esthétique
09:20
they're immensely gorgeous --
163
548784
1958
- ils sont magnifiques ! -
09:22
they are really becoming a cultural meme,
164
550766
2056
ils sont devenus un mème culturel,
09:24
and driving a new art movement,
which I've called "networkism."
which I've called "networkism."
165
552846
4325
et induisent un nouveau
mouvement artistique
mouvement artistique
que j'ai appelé le « Networkisme ».
09:30
And we can see this influence
in this movement in a variety of ways.
in this movement in a variety of ways.
166
558544
3208
Et nous pouvons voir son influence
de multiples façons.
de multiples façons.
Voici quelques exemples parmi d'autres,
09:33
This is just one of many examples,
167
561776
1793
09:35
where you can see this influence
from science into art.
from science into art.
168
563593
2725
où vous pouvez voir
l'influence de la science dans l'art.
l'influence de la science dans l'art.
09:38
The example on your left side
is IP-mapping,
is IP-mapping,
169
566342
2871
L'exemple à gauche est « Ip-Mapping »,
09:41
a computer-generated map of IP addresses;
again -- servers, machines.
again -- servers, machines.
170
569237
3659
une carte d'adresses IP générée
automatiquement (serveurs, machines).
automatiquement (serveurs, machines).
09:45
And on your right side,
171
573253
1205
Et, à droite,
09:46
you have "Transient Structures
and Unstable Networks" by Sharon Molloy,
and Unstable Networks" by Sharon Molloy,
172
574482
4618
vous avez « Structures transitoires
et Réseaux instables » par Sharon Molloy,
et Réseaux instables » par Sharon Molloy,
peinture et émail sur toile.
09:51
using oil and enamel on canvas.
173
579124
2094
09:53
And here are a few more
paintings by Sharon Molloy,
paintings by Sharon Molloy,
174
581870
3105
Et voici quelques autres toiles
de Sharon Molloy,
de Sharon Molloy,
certaines magnifiques,
des peintures complexes.
des peintures complexes.
09:56
some gorgeous, intricate paintings.
175
584999
1932
10:00
And here's another example
of that interesting cross-pollination
of that interesting cross-pollination
176
588375
3306
Et voici un autre exemple de
cette intéressante pollinisation croisée
cette intéressante pollinisation croisée
10:03
between science and art.
177
591705
1404
entre la science et l'art.
10:05
On your left side,
you have "Operation Smile."
you have "Operation Smile."
178
593475
2665
Sur votre gauche,
vous avez « Operation Smile ».
vous avez « Operation Smile ».
10:08
It is a computer-generated map
of a social network.
of a social network.
179
596164
2889
C'est la carte générée par ordinateur
d'un réseau social.
d'un réseau social.
10:11
And on your right side,
you have "Field 4," by Emma McNally,
you have "Field 4," by Emma McNally,
180
599077
3726
Et sur votre droite,
vous avez « Field 4 », par Emma McNally,
vous avez « Field 4 », par Emma McNally,
10:14
using only graphite on paper.
181
602827
2086
utilisant seulement du crayon sur papier.
10:17
Emma McNally is one of the main
leaders of this movement,
leaders of this movement,
182
605374
3517
Emma McNally est l'un des principaux
leaders de ce mouvement,
leaders de ce mouvement,
10:20
and she creates these striking,
imaginary landscapes,
imaginary landscapes,
183
608915
2569
et elle crée ces paysages imaginaires
qui attirent l’œil,
qui attirent l’œil,
10:23
where you can really notice the influence
from traditional network visualization.
from traditional network visualization.
184
611508
4665
où vous pouvez vraiment remarquer
l'influence de la cartographie par réseau.
l'influence de la cartographie par réseau.
10:30
But networkism doesn't happen
only in two dimensions.
only in two dimensions.
185
618324
3007
Mais le Networkisme ne se limite pas
à deux dimensions.
à deux dimensions.
10:33
This is perhaps
one of my favorite projects
one of my favorite projects
186
621355
2278
Voici, peut-être,
un de mes projets favoris
un de mes projets favoris
10:35
of this new movement.
187
623657
1405
dans ce nouveau mouvement.
10:37
And I think the title really
says it all -- it's called:
says it all -- it's called:
188
625086
2634
Je crois que tout est dit
dans le titre. Ça s'appelle :
dans le titre. Ça s'appelle :
10:39
"Galaxies Forming Along Filaments,
189
627744
2167
« Galaxies en formation
le long des filaments
le long des filaments
10:41
Like Droplets Along the Strands
of a Spider's Web."
of a Spider's Web."
190
629935
3332
comme des gouttelettes le long
d'une toile d'araignée »
d'une toile d'araignée »
10:46
And I just find this particular project
to be immensely powerful.
to be immensely powerful.
191
634616
3080
Et je trouve ce projet particulier
immensément puissant.
immensément puissant.
Il a été créé par Tomás Saraceno,
10:49
It was created by Tomás Saraceno,
192
637720
1960
10:51
and he occupies these large spaces,
193
639704
2698
et il occupe ces grands espaces,
élaborant ces installations massives qui
utilisent seulement des cordes élastiques.
utilisent seulement des cordes élastiques.
10:54
creates these massive installations
using only elastic ropes.
using only elastic ropes.
194
642426
3342
10:57
As you actually navigate that space
and bounce along those elastic ropes,
and bounce along those elastic ropes,
195
645792
3817
Vous pouvez naviguer dans cet espace et
rebondir le long de ces cordes élastiques,
rebondir le long de ces cordes élastiques,
11:01
the entire network kind of shifts,
almost like a real organic network would.
almost like a real organic network would.
196
649633
4575
le réseau entier se déforme, presque comme
un réseau réel le ferait.
un réseau réel le ferait.
11:07
And here's yet another example
197
655414
2032
Et voici un nouvel exemple
de Networkisme amené à un autre niveau.
11:09
of networkism taken
to a whole different level.
to a whole different level.
198
657470
2389
11:12
This was created
by Japanese artist Chiharu Shiota
by Japanese artist Chiharu Shiota
199
660303
3213
Cela a été créé par
l'artiste japonaise Chiharu Shiota.
l'artiste japonaise Chiharu Shiota.
11:15
in a piece called "In Silence."
200
663540
1755
Cette œuvre s'appelle « En silence ».
11:17
And Chiharu, like Tomás Saraceno,
fills these rooms with this dense network,
fills these rooms with this dense network,
201
665834
5355
Et Chiharu, comme Tomás Saraceno,
remplit l'espace avec un réseau dense,
remplit l'espace avec un réseau dense,
ce réseau dense de cordes élastiques,
de laine noire et de fils,
de laine noire et de fils,
11:23
this dense web of elastic ropes
and black wool and thread,
and black wool and thread,
202
671213
3762
inclut parfois des objets,
comme ici,
comme ici,
11:26
sometimes including objects,
as you can see here,
as you can see here,
203
674999
2759
11:29
sometimes even including people,
in many of her installations.
in many of her installations.
204
677782
3022
et inclut parfois des personnes
dans de nombreuses installations.
dans de nombreuses installations.
11:35
But networks are also
not just a new trend,
not just a new trend,
205
683374
2691
Mais les réseaux ne sont pas
une simple mode,
une simple mode,
11:38
and it's too easy for us
to dismiss it as such.
to dismiss it as such.
206
686089
2364
et il serait trop facile
de les rejeter comme tel.
de les rejeter comme tel.
11:41
Networks really embody
notions of decentralization,
notions of decentralization,
207
689029
3607
Réseaux incarnent vraiment
les notions de décentralisation,
les notions de décentralisation,
d’interconnexion, d'interdépendance.
11:44
of interconnectedness, of interdependence.
208
692660
3134
11:48
And this new way of thinking is critical
209
696303
2476
Et cette nouvelle façon de penser
est essentielle pour nous aider à résoudre
est essentielle pour nous aider à résoudre
11:50
for us to solve many of the complex
problems we are facing nowadays,
problems we are facing nowadays,
210
698803
3730
les problèmes complexes
auxquels nous sommes confrontés
auxquels nous sommes confrontés
11:54
from decoding the human brain,
211
702557
1841
comme décoder le cerveau humain,
11:56
to understanding
the vast universe out there.
the vast universe out there.
212
704422
2403
ou comprendre le vaste univers
qui nous entoure.
qui nous entoure.
11:59
On your left side, you have a snapshot
of a neural network of a mouse --
of a neural network of a mouse --
213
707746
4489
Sur votre gauche, vous avez un aperçu
du réseau neuronal d'une souris,
du réseau neuronal d'une souris,
très similaire au nôtre à cette échelle.
12:04
very similar to our own
at this particular scale.
at this particular scale.
214
712259
2420
12:07
And on your right side, you have
the Millennium Simulation.
the Millennium Simulation.
215
715500
2966
Et sur votre droite, vous avez
Simulation du Millénaire.
Simulation du Millénaire.
Ce fut la simulation la plus
importante et la plus réaliste
importante et la plus réaliste
12:10
It was the largest
and most realistic simulation
and most realistic simulation
216
718490
2748
de la croissance de la structure cosmique.
12:13
of the growth of cosmic structure.
217
721262
1790
12:15
It was able to recreate the history
of 20 million galaxies
of 20 million galaxies
218
723490
4516
On a été capable de recréer l'histoire
de 20 millions de galaxies
de 20 millions de galaxies
en environ 25 téraoctets.
12:20
in approximately 25 terabytes of output.
219
728030
3090
12:24
And coincidentally or not,
220
732081
1413
Et coïncidence ou pas,
12:25
I just find this particular comparison
221
733518
1873
je trouve ce rapprochement ,
12:27
between the smallest scale
of knowledge -- the brain --
of knowledge -- the brain --
222
735415
2703
avec d'un coté de l'échelle
de la connaissance - le cerveau -
de la connaissance - le cerveau -
12:30
and the largest scale of knowledge --
the universe itself --
the universe itself --
223
738142
2829
et de l'autre coté, l'Univers lui-même
assez frappante et fascinante.
12:32
to be really quite striking
and fascinating.
and fascinating.
224
740995
2277
12:35
Because as Bruce Mau once said,
225
743807
2634
Parce que comme l'a dit Bruce Mau,
12:38
"When everything is connected
to everything else,
to everything else,
226
746465
2412
« Quand tout est connecté
à tout le reste,
à tout le reste,
12:40
for better or for worse,
everything matters."
everything matters."
227
748901
2397
pour le meilleur ou pour le pire,
tout est important. »
tout est important. »
12:43
Thank you so much.
228
751322
1151
Merci beaucoup.
12:44
(Applause)
229
752497
3802
(Applaudissements)
ABOUT THE SPEAKER
Manuel Lima - Data visualization researcherManuel Lima studies how information can be organized -- into elegant and beautiful diagrams that illustrate the many unexpected twists of big data.
Why you should listen
Data expert Manuel Lima approaches intimidatingly dry stacks of bits with the eye of a designer. His website, VisualComplexity, is an encyclopedic and visually stunning catalog of the myriad paths artists take to illuminate the shadowy corners of stockpiled information, whether it’s a taxonomy of rap names or tracking oil money.
Lima’s passion for data has also driven him to become a historian. In The Book of Trees, he digs to the 12th-century roots of the tree diagram, one of humanity’s most powerful and ancient tools for visually representing knowledge.
More profile about the speakerLima’s passion for data has also driven him to become a historian. In The Book of Trees, he digs to the 12th-century roots of the tree diagram, one of humanity’s most powerful and ancient tools for visually representing knowledge.
Manuel Lima | Speaker | TED.com