TEDxCaFoscariU
Frederic Kaplan: How to build an information time machine
Frederic Kaplan: Hoe ik een informatietijdmachine heb gebouwd
Filmed:
Readability: 4.5
1,238,053 views
Stel je eens voor dat je door Facebook kon surfen... vanuit de middeleeuwen. Nou, het is misschien wel dichterbij dan je zou denken. Aan de hand van een leuke en interessante lezing presenteert onderzoeker en ingenieur Frederic Kaplan 'The Venice Time Machine'. In dit project wordt er 80 kilometer aan boeken gedigitaliseerd om zo een historische en geografische simulatie van Venetië over een periode van 1000 jaar te maken. (Gefilmd bij TEDxCaFoscariU.)
Frederic Kaplan - Digital humanities researcher
Frederic Kaplan seeks to digitize vast archives of historical information to make maps that move -- through time. Full bio
Frederic Kaplan seeks to digitize vast archives of historical information to make maps that move -- through time. Full bio
Double-click the English transcript below to play the video.
Dit is een afbeelding van de planeet Aarde.
00:12
This is an image of the planet Earth.
0
285
2893
Het lijkt heel erg op de bekende
Apollo-foto's van de aarde.
Apollo-foto's van de aarde.
00:15
It looks very much like the Apollo pictures
1
3178
3093
00:18
that are very well known.
2
6271
1611
Echter, er is een verschil:
je kunt erop klikken
je kunt erop klikken
00:19
There is something different;
3
7882
2070
00:21
you can click on it,
4
9952
1447
en dan kan je inzoomen
op bijna elke plek op aarde
op bijna elke plek op aarde
00:23
and if you click on it,
5
11399
1198
00:24
you can zoom in on almost any place on the Earth.
6
12597
3072
In vogelperspectief zie je de EPFL
(École Polytechnique Fédérale de Lausanne)
(École Polytechnique Fédérale de Lausanne)
00:27
For instance, this is a bird's-eye view
7
15669
1999
00:29
of the EPFL campus.
8
17668
2666
Vaak kun je ook een gebouw
vanuit een nabijgelegen straat bekijken.
vanuit een nabijgelegen straat bekijken.
00:32
In many cases, you can also see
9
20334
2108
00:34
how a building looks from a nearby street.
10
22442
3740
Wonderbaarlijk.
00:38
This is pretty amazing.
11
26182
1422
Maar er ontbreekt nog iets
aan deze prachtige toer:
aan deze prachtige toer:
00:39
But there's something missing in this wonderful tour:
12
27604
3427
00:43
It's time.
13
31031
2188
de tijd.
00:45
i'm not really sure when this picture was taken.
14
33219
3070
Ik weet niet zeker wanneer
deze foto is genomen.
deze foto is genomen.
00:48
I'm not even sure it was taken
15
36289
1412
Was het op hetzelfde moment
als het vogelperspectief?
als het vogelperspectief?
00:49
at the same moment as the bird's-eye view.
16
37701
6083
We ontwikkelen instrumenten in mijn lab
00:55
In my lab, we develop tools
17
43784
2209
00:57
to travel not only in space
18
45993
1764
zodat we niet alleen in de ruimte,
maar ook in de tijd kunnen reizen.
maar ook in de tijd kunnen reizen.
00:59
but also through time.
19
47757
2558
De vraag die we ons dan stellen, is:
01:02
The kind of question we're asking is
20
50315
1870
01:04
Is it possible to build something
21
52185
1393
"Is het mogelijk om een Google Maps
van 't verleden te bouwen?
van 't verleden te bouwen?
01:05
like Google Maps of the past?
22
53578
2178
01:07
Can I add a slider on top of Google Maps
23
55756
3310
Kan ik een schuifbalk
bovenaan Google Maps zetten
bovenaan Google Maps zetten
01:11
and just change the year,
24
59066
1803
en simpelweg het jaar veranderen,
01:12
seeing how it was 100 years before,
25
60869
1791
om te zien hoe het er 100 jaar of
zelfs 1000 jaar geleden uitzag?
zelfs 1000 jaar geleden uitzag?
01:14
1,000 years before?
26
62660
1669
01:16
Is that possible?
27
64329
2123
Kan dat? Kan ik sociale netwerken
van het verleden reconstrueren?
van het verleden reconstrueren?
01:18
Can I reconstruct social networks of the past?
28
66452
2252
01:20
Can I make a Facebook of the Middle Ages?
29
68704
3049
Kan ik een Facebook van
de middeleeuwen maken?
de middeleeuwen maken?
01:23
So, can I build time machines?
30
71753
3776
Kortom, kan ik tijdmachines bouwen?"
01:27
Maybe we can just say, "No, it's not possible."
31
75529
2565
We kunnen zeggen:
"Nee, dat kan niet".
"Nee, dat kan niet".
01:30
Or, maybe, we can think of it from an information point of view.
32
78094
3810
We kunnen het ook vanuit
een informatieve invalshoek benaderen.
een informatieve invalshoek benaderen.
01:33
This is what I call the information mushroom.
33
81904
3190
Ik noem dit de informatiepaddenstoel.
Verticaal staat de tijd,
01:37
Vertically, you have the time.
34
85094
1583
01:38
and horizontally, the amount of digital information available.
35
86677
2740
horizontaal de beschikbaarheid
van digitale informatie.
van digitale informatie.
01:41
Obviously, in the last 10 years, we have much information.
36
89417
3482
We hebben natuurlijk veel informatie
van de afgelopen 10 jaar.
van de afgelopen 10 jaar.
01:44
And obviously the more we go in the past, the less information we have.
37
92899
3548
Hoe verder we het verleden induiken,
hoe minder informatie we hebben.
hoe minder informatie we hebben.
01:48
If we want to build something like Google Maps of the past,
38
96447
2318
Als we een Google Maps of Facebook
van het verleden willen bouwen,
van het verleden willen bouwen,
01:50
or Facebook of the past,
39
98765
1494
01:52
we need to enlarge this space,
40
100259
1574
dan moet dit gedeelte groter worden:
dit moet een rechthoek worden.
dit moet een rechthoek worden.
01:53
we need to make that like a rectangle.
41
101833
1938
01:55
How do we do that?
42
103771
1510
Hoe krijgen we dat voor elkaar?
01:57
One way is digitization.
43
105281
2098
Een manier om dat te doen,
is digitalisering.
is digitalisering.
01:59
There's a lot of material available --
44
107395
1779
Er is veel materiaal beschikbaar:
kranten, duizenden gedrukte boeken.
kranten, duizenden gedrukte boeken.
02:01
newspaper, printed books, thousands of printed books.
45
109190
6270
Die kan ik digitaliseren.
Ik kan er informatie uit halen.
Ik kan er informatie uit halen.
02:07
I can digitize all these.
46
115460
1768
02:09
I can extract information from these.
47
117228
2737
02:11
Of course, the more you go in the past,
the less information you will have.
the less information you will have.
48
119965
3543
Hoe meer je het verleden ingaat,
des te minder informatie je hebt.
des te minder informatie je hebt.
Dan heb je wellicht
onvoldoende informatie.
onvoldoende informatie.
02:15
So, it might not be enough.
49
123508
2646
02:18
So, I can do what historians do.
50
126154
2408
Ik kan historici nadoen:
ik kan extrapoleren.
ik kan extrapoleren.
02:20
I can extrapolate.
51
128562
1524
02:22
This is what we call, in computer science, simulation.
52
130086
4470
Dit noemen we in de computerindustrie
'simulatie.'
'simulatie.'
02:26
If I take a log book,
53
134556
1751
Een logboek kan ik gaan beschouwen
als niet zomaar een logboek
als niet zomaar een logboek
02:28
I can consider, it's not just a log book
54
136307
2404
van een Venetiaanse kapitein
die een bepaalde reis maakt.
die een bepaalde reis maakt.
02:30
of a Venetian captain going to a particular journey.
55
138711
2972
02:33
I can consider it is actually a log book
56
141683
1643
Als ik het beschouw als een logboek
02:35
which is representative of
many journeys of that period.
many journeys of that period.
57
143326
2582
dat representatief is voor
vele reizen uit die periode,
vele reizen uit die periode,
02:37
I'm extrapolating.
58
145908
2245
dan ben ik aan het extrapoleren.
02:40
If I have a painting of a facade,
59
148153
2038
Een schilderij van een voorgevel
02:42
I can consider it's not just that particular building,
60
150191
2751
beschouw ik niet alleen
als dat specifieke bouwsel.
als dat specifieke bouwsel.
02:44
but probably it also shares the same grammar
61
152942
3932
Het vertoont waarschijnlijk
fundamentale overeenkomsten
fundamentale overeenkomsten
02:48
of buildings where we lost any information.
62
156874
4041
met bouwsels waarvan we
de informatie niet meer hebben.
de informatie niet meer hebben.
02:52
So if we want to construct a time machine,
63
160915
2858
We hebben twee dingen nodig voor
het bouwen van een tijdmachine:
het bouwen van een tijdmachine:
02:55
we need two things.
64
163773
1339
02:57
We need very large archives,
65
165112
2234
hele grote archieven
en uitstekende specialisten.
en uitstekende specialisten.
02:59
and we need excellent specialists.
66
167346
2742
03:02
The Venice Time Machine,
67
170088
1874
De 'Venice Time Machine',
het project waar ik het over ga hebben,
het project waar ik het over ga hebben,
03:03
the project I'm going to talk to you about,
68
171962
1805
03:05
is a joint project between the EPFL
69
173767
3020
is een samenwerkingsproject van EPFL
en de Universiteit van Venetië,
Ca' Foscari.
Ca' Foscari.
03:08
and the University of Venice Ca'Foscari.
70
176787
2978
Het uitzonderlijke aan Venetië
is dat de administratie
is dat de administratie
03:11
There's something very peculiar about Venice,
71
179765
2165
03:13
that its administration has been
72
181930
2674
03:16
very, very bureaucratic.
73
184604
2194
héél bureaucratisch was.
03:18
They've been keeping track of everything,
74
186798
2193
Ze hebben alles bijgehouden,
net zoals Google tegenwoordig.
net zoals Google tegenwoordig.
03:20
almost like Google today.
75
188991
2915
Het Rijksarchief van Venetië
bevat 80 kilometer aan archieven
bevat 80 kilometer aan archieven
03:23
At the Archivio di Stato,
76
191906
1514
03:25
you have 80 kilometers of archives
77
193420
1764
waarin elk aspect vermeld staat
03:27
documenting every aspect
78
195184
2009
van het leven van Venetië
over een periode van meer dan 1000 jaar.
over een periode van meer dan 1000 jaar.
03:29
of the life of Venice over
more than 1,000 years.
more than 1,000 years.
79
197193
2246
03:31
You have every boat that goes out,
80
199439
1920
Elk in- en uitgaande boot.
03:33
every boat that comes in.
81
201359
1076
03:34
You have every change that was made in the city.
82
202435
2797
Elke verandering die er
in de stad was aangebracht.
in de stad was aangebracht.
03:37
This is all there.
83
205232
3291
Het staat er allemaal in.
03:40
We are setting up a 10-year digitization program
84
208523
3908
We zijn een 10-jarig digitaliserings-
programma aan het opzetten
programma aan het opzetten
03:44
which has the objective of transforming
85
212431
1677
om dit immens grote archief
om te zetten
om te zetten
03:46
this immense archive
86
214108
1384
03:47
into a giant information system.
87
215492
2426
in een gigantisch informatiesysteem.
03:49
The type of objective we want to reach
88
217918
1857
Het doel dat we willen bereiken
03:51
is 450 books a day that can be digitized.
89
219775
4726
is het digitaliseren van
450 boeken per dag.
450 boeken per dag.
03:56
Of course, when you digitize, that's not enough,
90
224501
2247
Als je dat doet,
dan is dat niet voldoende,
dan is dat niet voldoende,
03:58
because these documents,
91
226748
1287
want deze documenten
04:00
most of them are in Latin, in Tuscan,
92
228035
2639
zijn vaak in het Latijn, het Toscaanse
of het Venetiaanse dialect geschreven.
of het Venetiaanse dialect geschreven.
04:02
in Venetian dialect,
93
230689
1515
04:04
so you need to transcribe them,
94
232204
1675
Je moet ze eerst transcriberen
en soms vertalen
en soms vertalen
04:05
to translate them in some cases,
95
233879
1681
04:07
to index them,
96
235560
1120
om ze te kunnen indexeren.
Dit is geen makkelijke taak.
Dit is geen makkelijke taak.
04:08
and this is obviously not easy.
97
236680
2164
04:10
In particular, traditional optical
character recognition method
character recognition method
98
238844
3844
De traditionele optische
tekenherkenningmethode (OCR),
tekenherkenningmethode (OCR),
die toegepast kan worden op
geprinte manuscripten,
geprinte manuscripten,
04:14
that can be used for printed manuscripts,
99
242688
1424
04:16
they do not work well on the handwritten document.
100
244112
4004
werkt niet goed met
handgeschreven documenten.
handgeschreven documenten.
04:20
So the solution is actually to take inspiration
101
248116
2130
De oplossing is geïnspireerd door
een ander domein: spraakherkenning.
een ander domein: spraakherkenning.
04:22
from another domain: speech recognition.
102
250246
2901
Het lijkt onmogelijk,
04:25
This is a domain of something
that seems impossible,
that seems impossible,
103
253147
2055
04:27
which can actually be done,
104
255202
2537
maar het kan wel
degelijk gedaan worden,
degelijk gedaan worden,
door er simpelweg
extra beperkingen op te leggen.
extra beperkingen op te leggen.
04:29
simply by putting additional constraints.
105
257739
2194
04:31
If you have a very good model
106
259933
1586
Als je een heel goed model hebt
van een gebruikte taal
van een gebruikte taal
04:33
of a language which is used,
107
261519
1526
04:35
if you have a very good model of a document,
108
263045
2086
en een goed model van een document
dat goed gestructureerd is,
dat goed gestructureerd is,
04:37
how well they are structured.
109
265131
1432
04:38
And these are administrative documents.
110
266563
1353
-- en vele van deze
administratieve documenten zijn dat --
administratieve documenten zijn dat --
04:39
They are well structured in many cases.
111
267931
2132
04:42
If you divide this huge archive into smaller subsets
112
270063
3308
en als je dit enorme archief
in kleinere subsets opdeelt,
in kleinere subsets opdeelt,
04:45
where a smaller subset
actually shares similar features,
actually shares similar features,
113
273371
2877
waarbij de kleinere dezelfde
gelijkende kenmerken delen,
gelijkende kenmerken delen,
04:48
then there's a chance of success.
114
276248
4031
dan is er een kans
dat het zal werken.
dat het zal werken.
Als dat lukt,
kunnen we een stap verder gaan.
kunnen we een stap verder gaan.
04:54
If we reach that stage, then there's something else:
115
282761
2435
We kunnen ook gebeurtenissen
uit dit document halen.
uit dit document halen.
04:57
we can extract from this document events.
116
285196
3522
05:00
Actually probably 10 billion events
117
288718
2298
Er kunnen vast 10 miljard gebeurtenissen
05:03
can be extracted from this archive.
118
291016
1931
uit dit archief worden gehaald.
05:04
And this giant information system
119
292947
1724
Dit enorme informatiesysteem kan
op vele manieren worden doorzocht.
op vele manieren worden doorzocht.
05:06
can be searched in many ways.
120
294671
1816
05:08
You can ask questions like,
121
296487
1368
Je kunt vragen:
05:09
"Who lived in this palazzo in 1323?"
122
297855
2760
"Wie leefde er in 1323 in dit gebouw?
05:12
"How much cost a sea bream at the Realto market
123
300615
2222
Hoeveel kostte een zeebrasem
op de Rialtomarkt in 1434 ?
op de Rialtomarkt in 1434 ?
05:14
in 1434?"
124
302837
1724
05:16
"What was the salary
125
304561
1460
Wat verdiende een glasmaker
in Murano,
in Murano,
05:18
of a glass maker in Murano
126
306021
2045
over een periode van tien jaar?"
05:20
maybe over a decade?"
127
308066
1406
05:21
You can ask even bigger questions
128
309472
1422
Je kunt grotere vragen stellen.
Alles is semantisch gecodeerd.
Alles is semantisch gecodeerd.
05:22
because it will be semantically coded.
129
310894
2738
Dan kan je dat localiseren,
want dit soort informatie
want dit soort informatie
05:25
And then what you can do is put that in space,
130
313632
2140
05:27
because much of this information is spatial.
131
315772
2173
is vaak ruimtelijke informatie,
05:29
And from that, you can do things like
132
317945
1935
Dan kan je de buitengewone
reis reconstrueren
reis reconstrueren
05:31
reconstructing this extraordinary journey
133
319880
2113
05:33
of that city that managed to
have a sustainable development
have a sustainable development
134
321993
3356
van een stad die voortdurend groeit
05:37
over a thousand years,
135
325349
2126
gedurende een periode van 1000 jaar,
05:39
managing to have all the time
136
327475
1620
die het evenwicht met
haar omgeving weet te behouden.
haar omgeving weet te behouden.
05:41
a form of equilibrium with its environment.
137
329095
2861
Je kunt zo'n reis reconstrueren
05:43
You can reconstruct that journey,
138
331956
1248
05:45
visualize it in many different ways.
139
333204
2896
en ze op verschillende
manieren uitdrukken.
manieren uitdrukken.
Je leert Venetië niet kennen door
enkel naar de stad te kijken.
enkel naar de stad te kijken.
05:48
But of course, you cannot understand
Venice if you just look at the city.
Venice if you just look at the city.
140
336100
2699
05:50
You have to put it in a larger European context.
141
338799
2396
Plaats het in een grotere
Europese context.
Europese context.
05:53
So the idea is also to document all the things
142
341195
2821
Het idee is om alle dingen
te documenteren
te documenteren
05:56
that worked at the European level.
143
344016
2423
die op Europees niveau liggen.
05:58
We can reconstruct also the journey
144
346439
1964
We kunnen de reis van het Venetiaanse
maritieme imperium namaken
maritieme imperium namaken
06:00
of the Venetian maritime empire,
145
348403
1990
06:02
how it progressively controlled the Adriatic Sea,
146
350393
3166
en laten zien hoe het stap voor stap
de Adriatische Zee veroverde,
de Adriatische Zee veroverde,
06:05
how it became the most powerful medieval empire
147
353559
3746
hoe het het machtigste middeleeuwse
imperium van zijn tijd werd
imperium van zijn tijd werd
06:09
of its time,
148
357305
1561
06:10
controlling most of the sea routes
149
358866
2172
en van Oost tot Zuid controle had
over de meeste zeeroutes.
over de meeste zeeroutes.
06:13
from the east to the south.
150
361038
2933
Je kunt er ook andere dingen mee doen,
06:17
But you can even do other things,
151
365305
2316
06:19
because in these maritime routes,
152
367621
2277
want bij deze zeeroutes zijn er
regelmatige patronen.
regelmatige patronen.
06:21
there are regular patterns.
153
369898
1975
06:23
You can go one step beyond
154
371889
2493
Je kunt een stapje verdergaan en
zelfs een mediterrane simulator creëren
zelfs een mediterrane simulator creëren
06:26
and actually create a simulation system,
155
374382
2120
06:28
create a Mediterranean simulator
156
376502
2815
die in staat is om de ontbrekende
informatie te reconstrueren
informatie te reconstrueren
06:31
which is capable actually of reconstructing
157
379317
2593
06:33
even the information we are missing,
158
381910
2202
06:36
which would enable us to have
questions you could ask
questions you could ask
159
384112
2988
zodat we vragen kunnen stellen,
zoals bij een routeplanner:
zoals bij een routeplanner:
06:39
like if you were using a route planner.
160
387100
2988
06:42
"If I am in Corfu in June 1323
161
390088
3071
"Als ik in juni 1323 in Corfu ben
en naar Constantinopel wil gaan,
en naar Constantinopel wil gaan,
06:45
and want to go to Constantinople,
162
393159
2526
06:47
where can I take a boat?"
163
395685
2143
waar kan ik dan de boot nemen?"
06:49
Probably we can answer this question
164
397828
1367
Wij kunnen die vraag beantwoorden
met een foutenmarge van 1 tot 3 dagen.
met een foutenmarge van 1 tot 3 dagen.
06:51
with one or two or three days' precision.
165
399195
4473
"Hoeveel gaat het kosten?
06:55
"How much will it cost?"
166
403668
1607
06:57
"What are the chance of encountering pirates?"
167
405275
3592
Wat is de kans dat ik piraten
tegen zal komen?"
tegen zal komen?"
07:00
Of course, you understand,
168
408867
1811
De grootste wetenschappelijke uitdaging
voor dit soort van project
voor dit soort van project
07:02
the central scientific challenge
of a project like this one
of a project like this one
169
410678
2609
07:05
is qualifying, quantifying and representing
170
413287
3729
is het kwalificeren, kwantificeren
en voorstellen van onzekerheid
en voorstellen van onzekerheid
en inconsistentie
bij elke stap van het proces.
bij elke stap van het proces.
07:09
uncertainty and inconsistency
at each step of this process.
at each step of this process.
171
417016
3330
07:12
There are errors everywhere,
172
420346
2712
Je komt overal fouten tegen:
07:15
errors in the document, it's
the wrong name of the captain,
the wrong name of the captain,
173
423058
2489
de verkeerde naam van een kapitein,
07:17
some of the boats never actually took to sea.
174
425547
3213
sommige boten zijn
nooit de zee op gegaan.
nooit de zee op gegaan.
07:20
There are errors in translation, interpretative biases,
175
428760
4857
Er zijn vertaalfouten en er is sprake van
interpretatieve vooringenomenheid.
interpretatieve vooringenomenheid.
07:25
and on top of that, if you add algorithmic processes,
176
433624
3466
Bovendien krijg je, als je
algoritmische processen toevoegt,
algoritmische processen toevoegt,
07:29
you're going to have errors in recognition,
177
437090
2949
ook nog eens herkenningsfouten
of extractiefouten,
of extractiefouten,
07:32
errors in extraction,
178
440039
1961
07:34
so you have very, very uncertain data.
179
442000
4481
dus je hebt zéér onbetrouwbare data.
07:38
So how can we detect and
correct these inconsistencies?
correct these inconsistencies?
180
446481
3757
Hoe kunnen we deze inconsistenties
opsporen en corrigeren?
opsporen en corrigeren?
07:42
How can we represent that form of uncertainty?
181
450238
3660
Hoe kunnen we deze vorm van
onbetrouwbaarheid aanpakken?
onbetrouwbaarheid aanpakken?
07:45
It's difficult. One thing you can do
182
453898
2097
Het is lastig. Eén ding dat je kunt doen,
is elke stap van het proces documenteren.
07:47
is document each step of the process,
183
455995
2226
07:50
not only coding the historical information
184
458221
2448
Kijk niet alleen naar
de historische informatie,
de historische informatie,
07:52
but what we call the meta-historical information,
185
460669
2679
maar naar de zogeheten
meta-historische informatie,
meta-historische informatie,
07:55
how is historical knowledge constructed,
186
463348
2663
van hoe historische kennis is opgebouwd,
07:58
documenting each step.
187
466011
1998
en documenteer elke stap.
Dat betekent niet dat we uiteindelijk
08:00
That will not guarantee that we actually converge
188
468009
1645
08:01
toward a single story of Venice,
189
469654
2450
één verhaal over Venetië zullen hebben.
We kunnen wel een onderbouwde mogelijke
geschiedenis van Venetië reconstrueren.
geschiedenis van Venetië reconstrueren.
08:04
but probably we can actually reconstruct
190
472104
2138
08:06
a fully documented potential story of Venice.
191
474242
3048
Misschien heb je niet één plattegrond,
08:09
Maybe there's not a single map.
192
477290
1459
maar zijn er wel meerdere.
08:10
Maybe there are several maps.
193
478749
2120
Het systeem moet dat mogelijk maken.
08:12
The system should allow for that,
194
480869
2216
08:15
because we have to deal with
a new form of uncertainty,
a new form of uncertainty,
195
483085
2859
We moeten leren omgaan met
een nieuwe soort van onbetrouwbaarheid.
een nieuwe soort van onbetrouwbaarheid.
08:17
which is really new for this type of giant databases.
196
485944
4641
Dit is nieuw voor dit soort
enorme databanken.
enorme databanken.
08:22
And how should we communicate
197
490585
2190
Hoe moeten we dit nieuwe onderzoek
delen met het grote publiek?
delen met het grote publiek?
08:24
this new research to a large audience?
198
492790
3979
Wederom, Venetië leent zich daar
buitengewoon goed voor.
buitengewoon goed voor.
08:28
Again, Venice is extraordinary for that.
199
496769
2663
08:31
With the millions of visitors that come every year,
200
499432
2171
Er komen elk jaar miljoenen bezoekers.
08:33
it's actually one of the best places
201
501603
1763
Het is één van de beste plaatsen
08:35
to try to invent the museum of the future.
202
503366
2988
om er het museum van
de toekomst te ontwikkelen.
de toekomst te ontwikkelen.
08:38
Imagine, horizontally you see the reconstructed map
203
506354
3304
Horizontaal zie je de gereconstrueerde
kaart van een bepaald jaar
kaart van een bepaald jaar
08:41
of a given year,
204
509658
1286
08:42
and vertically, you see the document
205
510944
2958
en verticaal het document
dat de reconstructie gebruikte,
dat de reconstructie gebruikte,
08:45
that served the reconstruction,
206
513902
1511
08:47
paintings, for instance.
207
515413
3400
schilderijen, bijvoorbeeld.
Beeld je een systeem in waar je helemaal
in opgaat en dat je toegang verleent
in opgaat en dat je toegang verleent
08:50
Imagine an immersive system that permits
208
518813
2580
08:53
to go and dive and reconstruct
the Venice of a given year,
the Venice of a given year,
209
521393
3502
tot het Venetië van een bepaald jaar,
08:56
some experience you could share within a group.
210
524895
2715
waarbij je je ervaringen
met een groep kunt delen.
met een groep kunt delen.
08:59
On the contrary, imagine actually that you start
211
527610
2246
Of stel je eens voor dat je begint
09:01
from a document, a Venetian manuscript,
212
529856
2207
met een document,
een Venetiaans manuscript,
een Venetiaans manuscript,
09:04
and you show, actually, what
you can construct out of it,
you can construct out of it,
213
532063
3049
en dat je laat zien
wat je daaruit kunt halen,
wat je daaruit kunt halen,
hoe het is ontcijferd wordt
09:07
how it is decoded,
214
535112
1772
en hoe zijn context
nagebootst kan worden.
nagebootst kan worden.
09:08
how the context of that document can be recreated.
215
536884
2415
Dit is een afbeelding
van een tentoonstelling
van een tentoonstelling
09:11
This is an image from an exhibit
216
539299
1885
09:13
which is currently conducted in Geneva
217
541184
2276
die momenteel in Genève
wordt gehouden,
wordt gehouden,
09:15
with that type of system.
218
543460
2354
en die ook zo'n systeem heeft.
09:17
So to conclude, we can say that
219
545814
2175
Kortom, onderzoek op het gebied van
geesteswetenschappen staat op het punt
geesteswetenschappen staat op het punt
09:19
research in the humanities is about to undergo
220
547989
3079
om een evolutie te ondergaan
die misschien vergelijkbaar is
die misschien vergelijkbaar is
09:23
an evolution which is maybe similar
221
551068
1802
09:24
to what happened to life sciences 30 years ago.
222
552870
4582
met wat er 30 jaar terug is gebeurd
met de levenswetenschappen.
met de levenswetenschappen.
09:29
It's really a question of scale.
223
557452
4676
Het is eigenlijk een kwestie van schaal.
09:34
We see projects which are
224
562130
3303
We zien projecten die
niet uitgevoerd kunnen worden
niet uitgevoerd kunnen worden
09:37
much beyond any single research team can do,
225
565433
3843
door slechts één onderzoeksteam.
Dit is een nieuwe ontwikkeling voor
de geesteswetenschappen.
de geesteswetenschappen.
09:41
and this is really new for the humanities,
226
569276
2243
09:43
which very often take the habit of working
227
571519
3869
Die zijn vaak gewend om
in klein groepsverband of met
een paar onderzoekers te werken.
een paar onderzoekers te werken.
09:47
in small groups or only with a couple of researchers.
228
575388
4008
09:51
When you visit the Archivio di Stato,
229
579396
2118
Als je het Rijksarchief bezoekt,
09:53
you feel this is beyond what any single team can do,
230
581514
2822
weet je dat dit te groot is
voor eender welk onderzoeksteam
voor eender welk onderzoeksteam
09:56
and that should be a joint and common effort.
231
584336
3834
Er moet een gezamenlijke
inspanning worden geleverd.
inspanning worden geleverd.
10:00
So what we must do for this paradigm shift
232
588170
3106
Voor deze paradigmaverschuiving
moeten we eigenlijk een nieuwe generatie
moeten we eigenlijk een nieuwe generatie
10:03
is actually foster a new generation
233
591276
1902
van 'digitale humanisten' opleiden
die klaar zijn voor deze verschuiving.
die klaar zijn voor deze verschuiving.
10:05
of "digital humanists"
234
593178
1537
10:06
that are going to be ready for this shift.
235
594715
2090
10:08
I thank you very much.
236
596805
1959
Ik dank jullie zeer.
(Applaus)
10:10
(Applause)
237
598764
4000
(Applaus)
ABOUT THE SPEAKER
Frederic Kaplan - Digital humanities researcherFrederic Kaplan seeks to digitize vast archives of historical information to make maps that move -- through time.
Why you should listen
Frederic Kaplan is the Digital Humanities Chair at Ecole Polytechnique Federale de Lausanne (EPFL) and the EPFL's Digital Humanities Lab Director. Kaplan leads the lab in applying computation to humanities research. His latest project is the Venice Time Machine, a collaborative work archiving 80 kilometers of books from throughout 1000 years of Venetician history. The goal of the time machine is to create an information system which can be searched and mapped. Think of it as a Google Maps for time.
Kaplan holds a PhD in artificial intelligence from the University Paris VI. He lives in Switzerland.
Frederic Kaplan | Speaker | TED.com