TED2015
Manuel Lima: A visual history of human knowledge
มานูเอล ลิมา (Manuel Lima): ประวัติศาสตร์เชิงภาพของความรู้มนุษย์
Filmed:
Readability: 5.4
1,916,809 views
ความรู้เติบโตได้อย่างไร บางครั้ง มันเริ่มจากความเข้าใจที่ลึกซี้งหนึ่ง และเติบโตจนมีสาขามากมาย ผู้เชี่ยวชาญด้านอินโฟกราฟฟิก มานูเอง ลิมา สำรวจประวัติศาสตร์พันปีของการสร้างแผนภาพข้อมูล - จากภาษาจนถึงพงศาวดาร- โดยใช้แผนภูมิต้นไม้ของข้อมูล มันเป็นประวัติศาสตร์ที่น่าตื่นตาตื่นใจของการสร้างภาพ และการมองลึกลงไปยังความพยายามของมนุษย์ในการทำวาดแผนภาพสิ่งที่เรารู้
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
ตลอด 10 ปี ที่ผ่านมา
00:14
I've been researching the way
people organize and visualize information.
people organize and visualize information.
1
2445
4569
เราได้ทำการศึกษาวิธี
ที่คนจัดระเบียบและสร้างภาพข้อมูล
ที่คนจัดระเบียบและสร้างภาพข้อมูล
00:19
And I've noticed an interesting shift.
2
7786
2039
และผมได้สังเกตการเปลี่ยนแปลงที่สำคัญ
00:22
For a long period of time,
3
10166
1720
ตลอดช่วงเวลาอันยาวนาน
00:23
we believed in a natural ranking order
in the world around us,
in the world around us,
4
11910
4428
เราเชื่อในอันดับตามธรรมชาติ
ของโลกรอบตัวเรา
ของโลกรอบตัวเรา
00:28
also known as the great chain of being,
or "Scala naturae" in Latin,
or "Scala naturae" in Latin,
5
16362
4745
ที่เป็นที่รู้จักกันในชื่อ โซ่ใหญ่ของการมีอยู่
หรือ "สเกลล่า เนทูเรย์" ในภาษาละติน
หรือ "สเกลล่า เนทูเรย์" ในภาษาละติน
00:33
a top-down structure that normally starts
with God at the very top,
with God at the very top,
6
21131
4175
โครงสร้างจากบนลงสู่ล่างที่ปกติแล้ว
จะเริ่มด้วยพระเจ้าที่ส่วนบน
จะเริ่มด้วยพระเจ้าที่ส่วนบน
00:37
followed by angels, noblemen,
7
25330
2405
ตามมาด้วยเทวดา, คนสูงศักดิ์,
00:39
common people, animals, and so on.
8
27759
3013
คนทั่วไป, สัตว์ต่างๆ และอื่นๆ
00:43
This idea was actually based
on Aristotle's ontology,
on Aristotle's ontology,
9
31999
4275
อันที่จริงแล้วแนวคิดนี้มีรากฐานมาจาก
การศึกษาภาวะการมีอยู่ของอริสโตเติล
การศึกษาภาวะการมีอยู่ของอริสโตเติล
00:48
which classified all things known to man
in a set of opposing categories,
in a set of opposing categories,
10
36298
4444
ซึ่งจัดจำแนกทุกสิ่งที่คนรู้จัก
เป็นชุดของกลุ่มที่ตรงข้ามกัน
เป็นชุดของกลุ่มที่ตรงข้ามกัน
00:52
like the ones you see behind me.
11
40766
1722
อย่างเช่นที่คุณได้เห็นด้านหลังผม
00:56
But over time, interestingly enough,
12
44687
2747
แต่เมื่อเวลาผ่านไป น่าสนใจนะครับ
00:59
this concept adopted
the branching schema of a tree
the branching schema of a tree
13
47458
4146
แนวคิดนี้รับเอาแผนภาพต้นไม้
ที่แตกกิ่งก้านนี้
ที่แตกกิ่งก้านนี้
01:03
in what became known
as the Porphyrian tree,
as the Porphyrian tree,
14
51628
2873
ที่ต่อมารู้จักกันว่า พอร์ไฟริน ทรี
(Porphyrin tree)
(Porphyrin tree)
01:06
also considered to be
the oldest tree of knowledge.
the oldest tree of knowledge.
15
54525
3642
ยังถูกจัดว่าเป็นต้นไม้แห่งความรู้
ที่เก่าแก่ที่สุด
ที่เก่าแก่ที่สุด
01:11
The branching scheme
of the tree was, in fact,
of the tree was, in fact,
16
59238
2174
กิ่งก้านของรายการของต้นไม้
อันที่จริงแล้ว
อันที่จริงแล้ว
01:13
such a powerful metaphor
for conveying information
for conveying information
17
61436
2949
เป็นการอุปมาที่ทรงประสิทธิภาพ
ในการสื่อถึงข้อมูล
ในการสื่อถึงข้อมูล
01:16
that it became, over time,
an important communication tool
an important communication tool
18
64409
3270
ที่มันกลายเป็นเครื่องมือในการสื่อสารที่สำคัญ
ในเวลาต่อมา
ในเวลาต่อมา
01:19
to map a variety of systems of knowledge.
19
67703
2274
ในการทำแผนที่ความหลากหลาย
ของระบบความรู้
ของระบบความรู้
01:22
We can see trees being used
to map morality,
to map morality,
20
70648
3083
เราสามารถเห็นต้นไม้ถูกใช้
เพื่อทำแผนที่จริยธรรม
เพื่อทำแผนที่จริยธรรม
01:25
with the popular tree of virtues
and tree of vices,
and tree of vices,
21
73755
2849
ด้วยต้นไม้ความดีที่เป็นที่รู้จักกันดี
และต้นไม้แห่งความฉลาด
และต้นไม้แห่งความฉลาด
01:28
as you can see here, with these beautiful
illustrations from medieval Europe.
illustrations from medieval Europe.
22
76628
3792
ดังที่คุณเห็นได้ตรงนี้ ด้วยภาพที่สวยงามเหล่านี้
จากยุโรปยุคกลาง
จากยุโรปยุคกลาง
01:32
We can see trees being used
to map consanguinity,
to map consanguinity,
23
80825
3088
พวกเราเห็นต้นไม้ถูกใช้
เพื่อทำแผนผังเครือญาติ
เพื่อทำแผนผังเครือญาติ
01:35
the various blood ties between people.
24
83937
2244
สายโลหิตที่ผูกพันระหว่างบุคคล
01:39
We can also see trees being used
to map genealogy,
to map genealogy,
25
87110
3096
พวกเรายังเห็นต้นไม้ถูกใช้
เพื่อทำแผนผังชาติวงศ์
เพื่อทำแผนผังชาติวงศ์
01:42
perhaps the most famous archetype
of the tree diagram.
of the tree diagram.
26
90230
2810
บางทีมันต้นแบบที่โด่งดังที่สุด
ของแผนภาพต้นไม้
ของแผนภาพต้นไม้
01:45
I think many of you in the audience
have probably seen family trees.
have probably seen family trees.
27
93064
3316
ผมคิดถึงว่า ผู้ฟังหลายท่านในที่นี้
อาจเคยเห็นต้นไม้เครือญาติ
อาจเคยเห็นต้นไม้เครือญาติ
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
พวกคุณหลายคนอาจเคยมีภาพวาด
ต้นไม้เครือญาติไม่แบบใดก็แบบหนึ่ง
ต้นไม้เครือญาติไม่แบบใดก็แบบหนึ่ง
01:53
We can see trees even mapping
systems of law,
systems of law,
29
101158
2911
พวกเราเห็นต้นไม้ที่เป็นแผนที่
ระบบกฎหมาย
ระบบกฎหมาย
01:56
the various decrees and rulings
of kings and rulers.
of kings and rulers.
30
104093
3851
ฎีกาและการปกครองหลากหลาย
ของกษัตริย์และผู้ปกครอง
ของกษัตริย์และผู้ปกครอง
02:01
And finally, of course,
also a very popular scientific metaphor,
also a very popular scientific metaphor,
31
109785
3758
และในที่สุด แน่นอน
มันยังมีอุปมาทางวิทยาศาสตร์ที่โด่งดังมาก
มันยังมีอุปมาทางวิทยาศาสตร์ที่โด่งดังมาก
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
เราสามารถเห็นต้นไม้ถูกใช้
เพื่อทำแผนที่สายพันธุ์ทั้งหมดที่มนุษย์รู้จัก
เพื่อทำแผนที่สายพันธุ์ทั้งหมดที่มนุษย์รู้จัก
02:11
And trees ultimately became
such a powerful visual metaphor
such a powerful visual metaphor
33
119177
3906
และต้นไม้สุดท้ายก็กลายเป็นอุปมาเชิงภาพ
ที่มีศักยภาพ
ที่มีศักยภาพ
02:15
because in many ways,
they really embody this human desire
they really embody this human desire
34
123107
2868
เพราะว่าในหลายๆ แง่
พวกมันเป็นตัวแทนทางความคิดมนุษย์จริงๆ
พวกมันเป็นตัวแทนทางความคิดมนุษย์จริงๆ
02:17
for order, for balance,
for unity, for symmetry.
for unity, for symmetry.
35
125999
3036
สำหรับลำดับ สำหรับสมดุล
สำหรับความเป็นเอกภาพ สำหรับความสมมาตร
สำหรับความเป็นเอกภาพ สำหรับความสมมาตร
02:21
However, nowadays we are really facing
new complex, intricate challenges
new complex, intricate challenges
36
129999
4323
อย่างไรก็ดี ทุกวันนี้ พวกเรากำลังเผชิญหน้า
กับความท้าทายใหม่ที่ซับซ้อน ละเอียดอ่อน
กับความท้าทายใหม่ที่ซับซ้อน ละเอียดอ่อน
02:26
that cannot be understood by simply
employing a simple tree diagram.
employing a simple tree diagram.
37
134346
4190
ที่ไม่สามารถจะเข้าใจได้โดยแค่การใช้
แผนภาพต้นไม้ง่ายๆ
แผนภาพต้นไม้ง่ายๆ
02:32
And a new metaphor is currently emerging,
38
140037
3242
และอุปมาใหม่ก็กำลังถือกำเนิดขึ้น
02:35
and it's currently replacing the tree
39
143303
2150
และมันกำลังแทนที่ต้นไม้ในตอนนี้
02:37
in visualizing various
systems of knowledge.
systems of knowledge.
40
145477
2563
ในการแสดงภาพระบบของความรู้ต่างๆ
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
มันทำให้เรามีมุมมองใหม่
ในการทำความเข้าใจโลกรอบๆ ตัวเราจริงๆ
ในการทำความเข้าใจโลกรอบๆ ตัวเราจริงๆ
02:45
And this new metaphor
is the metaphor of the network.
is the metaphor of the network.
42
153495
3199
และอุปมาใหม่นี้
เป็นอุปมาของเครือข่าย
เป็นอุปมาของเครือข่าย
02:49
And we can see this shift
from trees into networks
from trees into networks
43
157511
3311
และเราสามารถเห็นการเปลี่ยนแปลงนี้
จากต้นไม้ไปสู่เครือข่าย
จากต้นไม้ไปสู่เครือข่าย
02:52
in many domains of knowledge.
44
160846
1640
ในหลายๆ ขอบเขตความรู้
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
เราสามารถเห็นการเปลี่ยนแปลงนี้
ในวิธีที่เราพยายามเข้าใจสมอง
ในวิธีที่เราพยายามเข้าใจสมอง
03:00
While before, we used
to think of the brain
to think of the brain
46
168453
2038
ในขณะที่ก่อนหน้านี้
เราเคยที่จะคิดว่าสมอง
เราเคยที่จะคิดว่าสมอง
03:02
as a modular, centralized organ,
47
170515
1991
เป็นอวัยวะศูนย์กลาง ที่มีสัดส่วนต่างๆ
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
ที่บริเวณต่างๆ นั้น ทำหน้าที่รับผิดชอบ
การกระทำและพฤติกรรมต่างๆ
การกระทำและพฤติกรรมต่างๆ
03:08
the more we know about the brain,
49
176592
1739
และยิ่งเรารู้เกี่ยวกับสมองมากเท่าไร
03:10
the more we think of it
as a large music symphony,
as a large music symphony,
50
178355
3286
เรายิ่งคิดว่ามัน
เป็นเหมือนกับวงซิมโฟนีขนาดใหญ่
เป็นเหมือนกับวงซิมโฟนีขนาดใหญ่
03:13
played by hundreds
and thousands of instruments.
and thousands of instruments.
51
181665
2610
ที่บรรเลงโดยเครื่องดนตรี
นับน้อยนับพัน
นับน้อยนับพัน
03:16
This is a beautiful snapshot
created by the Blue Brain Project,
created by the Blue Brain Project,
52
184299
3676
มันเป็นภาพนิ่งที่สวยงามที่ถูกสร้างโดย
โครงการบลูเบรน (Blue Brane Project)
โครงการบลูเบรน (Blue Brane Project)
03:19
where you can see 10,000 neurons
and 30 million connections.
and 30 million connections.
53
187999
4063
ซึ่งคุณสามารถเห็นเซลล์ประสาท 10,000 เซลล์
และการเชื่อมต่อ 30 ล้านจุด
และการเชื่อมต่อ 30 ล้านจุด
03:24
And this is only mapping 10 percent
of a mammalian neocortex.
of a mammalian neocortex.
54
192736
3888
และมันเป็นเพียงการทำแผนที่ 10 เปอร์เซ็นต์
ของนีโอคอร์เท็กซ์ของสัตว์เลี้ยงลูกด้วยนม
ของนีโอคอร์เท็กซ์ของสัตว์เลี้ยงลูกด้วยนม
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
พวกเรายังสามารถเห็นการเปลี่ยนแปลง
ในวิธีที่เราพยายามทำให้ได้มาซึ่งความรู้
ในวิธีที่เราพยายามทำให้ได้มาซึ่งความรู้
03:36
These are some remarkable trees
of knowledge, or trees of science,
of knowledge, or trees of science,
56
204062
3148
นี่เป็นต้นไม้แห่งความรู้ที่น่าสนใจ
หรือต้นไม้แห่งวิทยาศาสตร์
หรือต้นไม้แห่งวิทยาศาสตร์
03:39
by Spanish scholar Ramon Llull.
57
207234
2221
โดยนักวิชาการชาวสเปน
รามอน ยัลล์ (Ramon Llull)
รามอน ยัลล์ (Ramon Llull)
03:41
And Llull was actually the precursor,
58
209999
1810
และยัลล์ก็เป็นต้นกำเนิด
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
คนแรกๆ ที่สร้างอุปมาทางวิทยาศาสตร์
ว่าเป็นดังต้นไม้
ว่าเป็นดังต้นไม้
03:47
a metaphor we use
every single day, when we say,
every single day, when we say,
60
215571
2968
อุปมาที่เราใช้ในชีวิตประจำวัน
เมื่อเราพูดว่า
เมื่อเราพูดว่า
03:50
"Biology is a branch of science,"
61
218563
1665
"ชีววิทยาเป็นสาขาหนึ่งของวิทยาศาสตร์"
03:52
when we say,
62
220252
1153
เมื่อเราพูดว่า
03:53
"Genetics is a branch of science."
63
221429
1933
"พันธุศาสตร์เป็นสาขาหนึ่งของวิทยาศาสตร์"
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
แต่บางที ต้นไม้แห่งความรู้ที่งดงามที่สุด
อย่างน้อยก็สำหรับผม
อย่างน้อยก็สำหรับผม
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
ถูกสร้างขึ้นโดยสารานุกรมฝรั่งเศส
โดย ดิเดอโร และ ดาลัมเบอร์ช ใน ค.ศ. 1751
โดย ดิเดอโร และ ดาลัมเบอร์ช ใน ค.ศ. 1751
04:04
This was really the bastion
of the French Enlightenment,
of the French Enlightenment,
66
232378
2635
มันเป็นปราการของยุคเรืองปัญญาแห่งฝรั่งเศส
อย่างแท้จริง
อย่างแท้จริง
04:07
and this gorgeous illustration
was featured as a table of contents
was featured as a table of contents
67
235037
3825
และภาพที่อลังการนี้
ปรากฎอยู่ในตารางสารบัญ
ปรากฎอยู่ในตารางสารบัญ
04:10
for the encyclopedia.
68
238886
1571
ของสารานุกรม
04:12
And it actually maps out
all domains of knowledge
all domains of knowledge
69
240481
4187
และอันที่จริงมันทำแผนที่ส่วนต่างๆ
ของความรู้ทั้งหมด
ของความรู้ทั้งหมด
04:16
as separate branches of a tree.
70
244692
2118
เป็นดังสาขาต่างๆ ของต้นไม้
04:19
But knowledge is much more
intricate than this.
intricate than this.
71
247866
2333
แต่ความรู้ก็ละเอียดอ่อนมากกว่านี้
04:22
These are two maps of Wikipedia
showing the inter-linkage of articles --
showing the inter-linkage of articles --
72
250794
4640
มีแผนที่สองอันในวิกิพีเดีย
ที่แสดงความเชื่อมโยงลิงก์ระหว่างหัวข้อ
ที่แสดงความเชื่อมโยงลิงก์ระหว่างหัวข้อ
04:27
related to history on the left,
and mathematics on the right.
and mathematics on the right.
73
255458
3890
ที่เกี่ยวข้องกับประวัติศาสตร์ทางซ้าย
และคณิตศาสตร์ทางขวา
และคณิตศาสตร์ทางขวา
04:31
And I think by looking at these maps
74
259966
1739
และจากการดูที่แผนที่เหล่านี้
04:33
and other ones that have been
created of Wikipedia --
created of Wikipedia --
75
261729
2544
และแผนที่ที่สร้างในวิกิพีเดีย
04:36
arguably one of the largest rhizomatic
structures ever created by man --
structures ever created by man --
76
264297
3392
ผมคิดว่ามันเป็นหนึ่งในโครงสร้างรากที่ใหญ่ที่สุด
ที่ถูกสร้างขึ้นโดยมนุษย์อย่างไม่อาจเถียงได้
ที่ถูกสร้างขึ้นโดยมนุษย์อย่างไม่อาจเถียงได้
04:39
we can really understand
how human knowledge is much more intricate
how human knowledge is much more intricate
77
267713
3822
เราเข้าใจได้จริงๆ ว่าความรู้มนุษย์
ละเอียดอ่อน
ละเอียดอ่อน
04:43
and interdependent, just like a network.
78
271559
2436
และต้องพึ่งพาซึ่งกันและกัน
เช่นเดียวกันกับเครือข่าย
เช่นเดียวกันกับเครือข่าย
04:47
We can also see this interesting shift
79
275455
2163
พวกเรายังเห็นการเปลี่ยนแปลงที่น่าสนใจนี้
04:49
in the way we map
social ties between people.
social ties between people.
80
277642
2700
ในวิธีที่เราทำแผนที่เงี่อนสังคม
ระหว่างบุคคล
ระหว่างบุคคล
04:53
This is the typical organization chart.
81
281524
2295
นี่เป็นแผนภูมิองค์กรทั่วๆ ไป
04:55
I'm assuming many of you have seen
a similar chart as well,
a similar chart as well,
82
283843
2794
ผมคิดว่าพวกคุณส่วนใหญ่
เคยเห็นแผนภูมิคล้ายๆ กันนี้
เคยเห็นแผนภูมิคล้ายๆ กันนี้
04:58
in your own corporations, or others.
83
286661
1746
ในบริษัทของคุณเอง หรือบริษัทอื่นๆ
05:00
It's a top-down structure
84
288431
1485
มันเป็นโครงสร้างจากบนลงล่าง
05:01
that normally starts
with the CEO at the very top,
with the CEO at the very top,
85
289940
2861
ที่ปกติแล้วเริ่มด้วยประธานคณะเจ้าหน้าที่บริหาร
ทางตอนบนสุด
ทางตอนบนสุด
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
และคุณสามารถเจาะลงมาตามทาง
จนไปถึงคนงานแต่ละคนทางด้านล่าง
จนไปถึงคนงานแต่ละคนทางด้านล่าง
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
แต่บางครั้ง ที่จริง คนทุกคน
ก็มีความเป็นอัตลักษณ์ในแบบของตัวเอง
ก็มีความเป็นอัตลักษณ์ในแบบของตัวเอง
05:14
and sometimes you really don't play well
under this really rigid structure.
under this really rigid structure.
88
302506
4698
และบางครั้ง คุณก็แสดงบทบาทได้ไม่ค่อยดี
ภายใต้โครงสร้างที่ไม่ยืดหยุ่นนี้
ภายใต้โครงสร้างที่ไม่ยืดหยุ่นนี้
05:20
I think the Internet is really changing
this paradigm quite a lot.
this paradigm quite a lot.
89
308711
3110
ผมคิดว่า อินเทอร์เน็ตเปลี่ยนแปลงกรอบแนวคิด
ไปค่อนข้างมาก
ไปค่อนข้างมาก
05:23
This is a fantastic map
of online social collaboration
of online social collaboration
90
311845
3365
นี่เป็นแผนที่ที่ยอดเยี่ยน
ของความร่วมมือทางสังคมออนไลน์
ของความร่วมมือทางสังคมออนไลน์
05:27
between Perl developers.
91
315234
1629
ระหว่าง ผู้พัฒนาเพอร์ (Perl)
05:28
Perl is a famous programming language,
92
316887
2088
เพอร์เป็นภาษาโปรแกรมที่ได้รับความนิยม
05:30
and here, you can see
how different programmers
how different programmers
93
318999
2723
และที่นี่ คุณสามารถได้เห็นว่า
นักเขียนโปรแกรม
นักเขียนโปรแกรม
05:33
are actually exchanging files,
and working together on a given project.
and working together on a given project.
94
321746
3827
กำลังแลกเปลี่ยนไฟล์
และกำลังทำงานด้วยกันในงานที่ได้รับมอบหมาย
และกำลังทำงานด้วยกันในงานที่ได้รับมอบหมาย
05:37
And here, you can notice that this is
a completely decentralized process --
a completely decentralized process --
95
325597
4178
และที่นี้ คุณสังเกตได้ว่า
นี่เป็นกระบวนการที่ถูกกระจายออกอย่างสมบูรณ์ --
นี่เป็นกระบวนการที่ถูกกระจายออกอย่างสมบูรณ์ --
05:41
there's no leader in this organization,
96
329799
2156
มันไม่มีผู้นำในองค์กรนี้
05:43
it's a network.
97
331979
1157
มันเป็นเครือข่าย
05:46
We can also see this interesting shift
when we look at terrorism.
when we look at terrorism.
98
334337
4705
เรายังสามารถเห็นการเปลี่ยนแปลงที่น่าสนใจ
เมื่อพวกเราดูการก่อการร้าย
เมื่อพวกเราดูการก่อการร้าย
05:51
One of the main challenges
of understanding terrorism nowadays
of understanding terrorism nowadays
99
339613
3104
หนึ่งในความท้าทาย
ในการทำความเข้าใจการก่อการร้ายในปัจจุบัน
ในการทำความเข้าใจการก่อการร้ายในปัจจุบัน
05:54
is that we are dealing with
decentralized, independent cells,
decentralized, independent cells,
100
342741
3730
คือพวกเรากำลังเผชิญกับการกระจายอำนาจ
หน่วยที่เป็นอิสระ
หน่วยที่เป็นอิสระ
05:58
where there's no leader
leading the whole process.
leading the whole process.
101
346495
2822
ที่ซึ่งไม่มีผู้นำที่จะกำกับทั้งกระบวนการ
06:02
And here, you can actually see
how visualization is being used.
how visualization is being used.
102
350518
3298
และในที่นี้ คุณสามารถเห็นได้
ว่าการแสดงภาพถูกใช้อย่างไร
ว่าการแสดงภาพถูกใช้อย่างไร
06:05
The diagram that you see behind me
103
353840
1657
แผนภาพที่คุณเห็นข้างหลังผม
06:07
shows all the terrorists involved
in the Madrid attack in 2004.
in the Madrid attack in 2004.
104
355521
3818
แสดงผู้ก่อการร้ายทั้งหมดที่เกี่ยวข้อง
ในการโจมตีที่มาดริดใน ค.ศ. 2004
ในการโจมตีที่มาดริดใน ค.ศ. 2004
06:11
And what they did here is,
they actually segmented the network
they actually segmented the network
105
359942
2927
และที่เขาทำตรงนี้คือ
พวกเราแบ่งเครือข่ายเป็นส่วนๆ
พวกเราแบ่งเครือข่ายเป็นส่วนๆ
06:14
into three different years,
106
362893
1499
เป็นสามปี
06:16
represented by the vertical layers
that you see behind me.
that you see behind me.
107
364416
3042
ที่แทนด้วยชั้นแนวตั้ง
ที่คุณเห็นข้างหลังผม
ที่คุณเห็นข้างหลังผม
06:19
And the blue lines tie together
108
367482
1969
และเส้นสีฟ้าพัน
06:21
the people that were present
in that network year after year.
in that network year after year.
109
369475
3618
คนที่ปรากฏอยู่ในเครือข่ายปีแล้วปีเล่า
เข้าด้วยกัน
เข้าด้วยกัน
06:25
So even though there's no leader per se,
110
373117
2028
ฉะนั้น แม้ว่ามันจะไม่มีผู้นำด้วยตัวมันเอง
06:27
these people are probably the most
influential ones in that organization,
influential ones in that organization,
111
375169
3635
คนเหล่านี้อาจเป็นคนที่ทรงอิทธิพลมากที่สุด
ในองค์กรนั้นๆ
ในองค์กรนั้นๆ
06:30
the ones that know more about the past,
112
378828
2008
คนที่รู้มากเกี่ยวกับแผนและเป้าหมาย
06:32
and the future plans and goals
of this particular cell.
of this particular cell.
113
380860
2877
ในอดีตและในอนาคต
ของหน่วยดังกล่าว
ของหน่วยดังกล่าว
06:37
We can also see this shift
from trees into networks
from trees into networks
114
385232
3006
เราสามารถเห็นการเปลี่ยนแปลงนี้
จากต้นไม้ในเครือข่าย
จากต้นไม้ในเครือข่าย
06:40
in the way we classify
and organize species.
and organize species.
115
388262
2991
ในวิธีที่เราจำแนกและจัดระเบียบสปีชีส์
06:45
The image on the right
is the only illustration
is the only illustration
116
393245
2829
ภาพทางด้านขวา
เป็นเพียงภาพ
เป็นเพียงภาพ
06:48
that Darwin included
in "The Origin of Species,"
in "The Origin of Species,"
117
396098
3112
ที่ดาวินรวมเอาไว้ใน
"กำเนิดสปีชีส์"
"กำเนิดสปีชีส์"
06:51
which Darwin called the "Tree of Life."
118
399234
2261
ซึ่งดาวินเรียกมันว่า "ต้นไม้แห่งชีวิต"
06:54
There's actually a letter
from Darwin to the publisher,
from Darwin to the publisher,
119
402098
2885
นี่คือจดหมายจริงๆ จากดาวิน ถึงสำนักพิมพ์
06:57
expanding on the importance
of this particular diagram.
of this particular diagram.
120
405007
2656
ที่ขยายความสำคัญของแผนภาพดังกล่าว
06:59
It was critical for Darwin's
theory of evolution.
theory of evolution.
121
407687
2642
มันสำคัญสำหรับทฤษฎีวิวัฒนาการของดาวิน
07:03
But recently, scientists discovered
that overlaying this tree of life
that overlaying this tree of life
122
411408
3567
แต่เมื่อไม่นานมานี้ นักวิทยาศาสตร์
ค้นพบว่า สิ่งที่ซ้อนทับต้นไม้แห่งชีวิตนี้
ค้นพบว่า สิ่งที่ซ้อนทับต้นไม้แห่งชีวิตนี้
07:06
is a dense network of bacteria,
123
414999
2435
คือเครือข่ายแน่นหนาของแบคทีเรีย
07:09
and these bacteria
are actually tying together
are actually tying together
124
417458
2161
และแบคทีเรียเหล่านี้
เชื่อมโยงกัน
เชื่อมโยงกัน
07:11
species that were completely
separated before,
separated before,
125
419643
2172
มันเป็นสปีชีส์ที่แยกกันอยู่มาก่อน
07:13
to what scientists are now calling
not the tree of life,
not the tree of life,
126
421839
3080
ตอนนี้ นักวิทยาศาสตร์ไม่ได้เรียกมันว่า
ต้นไม้แห่งชีวิต
ต้นไม้แห่งชีวิต
07:16
but the web of life, the network of life.
127
424943
2856
แต่เป็นใยแห่งชีวิต เป็นเน็ตเวิร์คแห่งชีวิต
07:21
And finally, we can really
see this shift, again,
see this shift, again,
128
429489
2514
และท้ายที่สุด เราสามารถเห็นการเปลี่ยนแปลง
อีกครั้ง
อีกครั้ง
07:24
when we look at ecosystems
around our planet.
around our planet.
129
432027
2424
เมื่อเรามองที่ระบบนิเวศรอบๆ โลกของเรา
07:27
No more do we have these simplified
predator-versus-prey diagrams
predator-versus-prey diagrams
130
435599
3166
ไม่มีอีกแล้วที่เราจะมีแผนภาพง่ายๆ
ของผู้ล่าและเหยื่อ
ของผู้ล่าและเหยื่อ
07:30
we have all learned at school.
131
438789
1447
แบบที่เรียนที่โรงเรียน
07:33
This is a much more accurate
depiction of an ecosystem.
depiction of an ecosystem.
132
441201
2989
นี่คือภาพที่ถูกต้องมากกว่าของระบบนิเวศ
07:36
This is a diagram created
by Professor David Lavigne,
by Professor David Lavigne,
133
444214
2904
นี่คือแผนภาพที่ถูกสร้าง
โดยศาสตราจารย์ เดวิด ลาวิกนี
โดยศาสตราจารย์ เดวิด ลาวิกนี
07:39
mapping close to 100 species
that interact with the codfish
that interact with the codfish
134
447142
3500
การทำแผนที่เกือบ 100 สปีชีส์
ที่มีความสัมพันกับปลาค๊อด
ที่มีความสัมพันกับปลาค๊อด
07:42
off the coast of Newfoundland in Canada.
135
450666
2951
นอกฝั่งนิวฟาวแลนด์ ในแคนาดา
07:46
And I think here, we can really understand
the intricate and interdependent nature
the intricate and interdependent nature
136
454244
3937
และผมว่า พวกเราสามารถเข้าใจได้จริงๆ ว่า
ธรรมชาติที่ต้องพึ่งพากันและละเอียดอ่อน
ธรรมชาติที่ต้องพึ่งพากันและละเอียดอ่อน
07:50
of most ecosystems
that abound on our planet.
that abound on our planet.
137
458205
2523
ของระบบนิเวศส่วนใหญ่ที่ผูกพันกับโลกของเรา
07:54
But even though recent,
this metaphor of the network,
this metaphor of the network,
138
462442
3644
แต่แม้ว่าเร็วๆ นี้
อุปมาของเครือข่ายนี้
อุปมาของเครือข่ายนี้
07:58
is really already adopting
various shapes and forms,
various shapes and forms,
139
466110
3103
ก็พัฒนาปรับรับเอารูปร่างรูปทรง
08:01
and it's almost becoming
a growing visual taxonomy.
a growing visual taxonomy.
140
469237
2463
และก็เกือบกลายเป็น
อนุกรมวิธานเชิงภาพที่กำลังเติบโต
อนุกรมวิธานเชิงภาพที่กำลังเติบโต
08:03
It's almost becoming
the syntax of a new language.
the syntax of a new language.
141
471724
2647
มันเกือบที่จะกลายเป็นไวยกรณ์
ของภาษาใหม่
ของภาษาใหม่
08:06
And this is one aspect
that truly fascinates me.
that truly fascinates me.
142
474395
2633
และนี่ก็เป็นมุมมองหนึ่ง
ที่น่าสนใจสำหรับผม
ที่น่าสนใจสำหรับผม
08:09
And these are actually
15 different typologies
15 different typologies
143
477678
2533
และนี่ก็เป็นการจัดกลุ่มต่างๆ 15 กลุ่ม
08:12
I've been collecting over time,
144
480235
2135
ที่ผมได้รวบรวมมา
08:14
and it really shows the immense
visual diversity of this new metaphor.
visual diversity of this new metaphor.
145
482394
4022
และมันแสดงความแตกต่างเชิงภาพ
ของอุปมาใหม่นี้
ของอุปมาใหม่นี้
08:19
And here is an example.
146
487001
1222
และนี่ก็คือตัวอย่าง
08:20
On the very top band,
you have radial convergence,
you have radial convergence,
147
488818
3933
ที่แถบด้านบน
เรามีการลู่เข้าเชิงรัศมี
เรามีการลู่เข้าเชิงรัศมี
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
แบบจำลองการมองภาพที่เป็นที่นิยม
ตลอดห้าปีที่ผ่านมา
ตลอดห้าปีที่ผ่านมา
08:29
At the top left, the very first project
is a gene network,
is a gene network,
149
497198
4354
ตอนบนทางด้านซ้าย โครงการแรก
คือเครือข่ายยีน
คือเครือข่ายยีน
08:33
followed by a network
of IP addresses -- machines, servers --
of IP addresses -- machines, servers --
150
501576
4009
ที่ตามมาด้วยเครือข่ายของ
ที่อยู่ ไอพี -- เครื่องยนต์, เซอร์ฟเวอร์ --
ที่อยู่ ไอพี -- เครื่องยนต์, เซอร์ฟเวอร์ --
08:37
followed by a network of Facebook friends.
151
505609
2972
ตามมาด้วยเครือข่ายของเพื่อนๆ ในเฟสบุ๊ค
08:41
You probably couldn't find
more disparate topics,
more disparate topics,
152
509240
2508
คุณอาจไม่พบหัวข้อ
ที่แตกต่างกันไปมากกว่านี้
ที่แตกต่างกันไปมากกว่านี้
08:43
yet they are using the same metaphor,
the same visual model,
the same visual model,
153
511772
3794
แต่พวกเขาก็ใช้อุปมาเดียวกัน
แบบจำลองเชิงภาพเดียวกัน
แบบจำลองเชิงภาพเดียวกัน
08:47
to map the never-ending complexities
of its own subject.
of its own subject.
154
515590
3606
เพื่อทำแผนที่ความซับซ้อนที่ไม่มีวันสิ้นสุด
ของศาสตร์ของมันเอง
ของศาสตร์ของมันเอง
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
และนี่คือตัวอย่างอีกบางส่วน
ของอีกหลายๆ งานที่ผมได้เก็บข้อมูล
ของอีกหลายๆ งานที่ผมได้เก็บข้อมูล
08:55
of this growing visual
taxonomy of networks.
taxonomy of networks.
156
523693
2738
ของการเติบโตของอนุกรมวิธานเชิงภาพ
ของเครือข่าย
ของเครือข่าย
09:00
But networks are not just
a scientific metaphor.
a scientific metaphor.
157
528248
2865
แต่เครือข่ายไม่ได้เป็นแค่อุปมา
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
นักออกแบบ นักวิจัย และนักวิทยาศาสตร์ พยายาม
ทำแผนที่ความหลากหลายของระบบที่ซับซ้อน
ทำแผนที่ความหลากหลายของระบบที่ซับซ้อน
09:09
they are in many ways influencing
traditional art fields,
traditional art fields,
159
537757
2813
พวกเขาได้ให้แรงบันดาลใจ
กับศาสตร์ของศิลปะดั้งเดิม
กับศาสตร์ของศิลปะดั้งเดิม
09:12
like painting and sculpture,
160
540594
1402
เช่นการวาดภาพ การปั้นขึ้นรูป
09:14
and influencing many different artists.
161
542020
1993
และให้แรงบันดาลใจศิลปินหลายคน
09:16
And perhaps because networks have
this huge aesthetical force to them --
this huge aesthetical force to them --
162
544718
4042
และบางที เพราะว่าเครือข่าย
มีพลังอันงดงามที่ยิ่งใหญ่ --
มีพลังอันงดงามที่ยิ่งใหญ่ --
09:20
they're immensely gorgeous --
163
548784
1958
พวกมันอลังการอย่างมาก --
09:22
they are really becoming a cultural meme,
164
550766
2056
พวกมันกลายเป็นกระแสทางวัฒนธรรม
09:24
and driving a new art movement,
which I've called "networkism."
which I've called "networkism."
165
552846
4325
และขับเคลื่อนศิลปะกระแสใหม่
ซึ่งเรียกว่า "ศิลปะเครือข่าย"
ซึ่งเรียกว่า "ศิลปะเครือข่าย"
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
และพวกเราสามารถเห็นแรงบันดาลใจ
ที่มีต่อกระแสนี้ในหลายๆ ทาง
ที่มีต่อกระแสนี้ในหลายๆ ทาง
09:33
This is just one of many examples,
167
561776
1793
นี่เป็นแค่บางส่วนของตัวอย่าง
09:35
where you can see this influence
from science into art.
from science into art.
168
563593
2725
ที่คุณสามารถเห็นแรงบันดาลใจนี้
จากวิทยาศาสตร์ไปยังศิลปะ
จากวิทยาศาสตร์ไปยังศิลปะ
09:38
The example on your left side
is IP-mapping,
is IP-mapping,
169
566342
2871
ตัวอย่างทางซ้ายคือ การทำแผนที่ไอพี
09:41
a computer-generated map of IP addresses;
again -- servers, machines.
again -- servers, machines.
170
569237
3659
แผนที่ ไอพี ที่ถูกสร้างขึ้นโดยคอมพิวเตอร์
09:45
And on your right side,
171
573253
1205
และทางด้านขวาของคุณ
09:46
you have "Transient Structures
and Unstable Networks" by Sharon Molloy,
and Unstable Networks" by Sharon Molloy,
172
574482
4618
คุณมี "โครงสร้างชั่วคราวและเครือข่ายที่ไม่เสถียร"
โดย ชารอน มอลลี่
โดย ชารอน มอลลี่
09:51
using oil and enamel on canvas.
173
579124
2094
ที่ใช้นำมันและสารเคลือบบนผ้าใบ
09:53
And here are a few more
paintings by Sharon Molloy,
paintings by Sharon Molloy,
174
581870
3105
และนี่คือภาพวาดอีกจำนวนหนึ่ง
โดย ชารอน มอลลี่
โดย ชารอน มอลลี่
09:56
some gorgeous, intricate paintings.
175
584999
1932
ภาพวาดที่อลังการ และละเอียดอ่อน
10:00
And here's another example
of that interesting cross-pollination
of that interesting cross-pollination
176
588375
3306
และนี่คืออีกตัวอย่าง
ของการถ่ายเทข้ามกันอย่างน่าสนใจ
ของการถ่ายเทข้ามกันอย่างน่าสนใจ
10:03
between science and art.
177
591705
1404
ระหว่างวิทยาศาสตร์และศิลปะ
10:05
On your left side,
you have "Operation Smile."
you have "Operation Smile."
178
593475
2665
ทางด้านซ้าย
คุณมี "ปฏิบัติการยิ้ม"
คุณมี "ปฏิบัติการยิ้ม"
10:08
It is a computer-generated map
of a social network.
of a social network.
179
596164
2889
มันเป็นแผนที่โลกโซเชียวเน็ตเวิร์ค
ที่ถูกสร้างโดยคอมพิวเตอร์
ที่ถูกสร้างโดยคอมพิวเตอร์
10:11
And on your right side,
you have "Field 4," by Emma McNally,
you have "Field 4," by Emma McNally,
180
599077
3726
และทางด้านขวา
คุณมี "สนาม 4" โดย เอ็มมา แม็คแนลลี่
คุณมี "สนาม 4" โดย เอ็มมา แม็คแนลลี่
10:14
using only graphite on paper.
181
602827
2086
ที่ใช้เพียงรอยดินสอบนกระดาษ
10:17
Emma McNally is one of the main
leaders of this movement,
leaders of this movement,
182
605374
3517
เอ็มมา แม็คเนลลี่ เป็นหนึ่งในผู้นำหลัก
ของแนวคิดนี้
ของแนวคิดนี้
10:20
and she creates these striking,
imaginary landscapes,
imaginary landscapes,
183
608915
2569
และเธอสร้างสรรค์แผนภาพจินตนาการ
ที่น่าทึ่งเหล่านี้
ที่น่าทึ่งเหล่านี้
10:23
where you can really notice the influence
from traditional network visualization.
from traditional network visualization.
184
611508
4665
ที่คุณสังเกตเห็นแรงบันดาลใจ
จากการสร้างภาพเน็ตเวิร์คแบบดั้งเดิม
จากการสร้างภาพเน็ตเวิร์คแบบดั้งเดิม
10:30
But networkism doesn't happen
only in two dimensions.
only in two dimensions.
185
618324
3007
แต่ความเป็นเน็ตเวิร์คไม่ได้เกิดเพียงแค่สองมิติ
10:33
This is perhaps
one of my favorite projects
one of my favorite projects
186
621355
2278
บางที่นี่อาจเป็นหนึ่งในโครงการที่ผมชอบที่สุด
10:35
of this new movement.
187
623657
1405
ของแนวคิดใหม่นี้
10:37
And I think the title really
says it all -- it's called:
says it all -- it's called:
188
625086
2634
และผมคิดว่าหัวข้อช่างสมบูรณ์แบบ
--มันถูกเรียกว่า
--มันถูกเรียกว่า
10:39
"Galaxies Forming Along Filaments,
189
627744
2167
"กาแล็คซี่ที่เกิดขึ้นตามเส้นใย
10:41
Like Droplets Along the Strands
of a Spider's Web."
of a Spider's Web."
190
629935
3332
เช่นเดียวกับหยดน้ำตามสาย
ของใยแมงมุม"
ของใยแมงมุม"
10:46
And I just find this particular project
to be immensely powerful.
to be immensely powerful.
191
634616
3080
และผมก็คิดว่าโครงการดังกล่วนี้
มีพลังอย่างมาก
มีพลังอย่างมาก
10:49
It was created by Tomás Saraceno,
192
637720
1960
มันถูกสร้างขึ้นโดย โทมัส ซาราสิโน
10:51
and he occupies these large spaces,
193
639704
2698
และเขาใช้พื้นที่กว้างเหล่านี้
10:54
creates these massive installations
using only elastic ropes.
using only elastic ropes.
194
642426
3342
สร้างงานชิ้นใหญ่เหล่านี้
โดยใช้เพียงเชือกรัดของ
โดยใช้เพียงเชือกรัดของ
10:57
As you actually navigate that space
and bounce along those elastic ropes,
and bounce along those elastic ropes,
195
645792
3817
เสมือนคุณนำทางพื้นที่
และเด้นไปตามเชื่อกรัดของ
และเด้นไปตามเชื่อกรัดของ
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
เครือข่ายทั้งหมดเคลื่อนไหว
เกือบเหมือนกับเครือข่ายอินทรีย์จริงๆ
เกือบเหมือนกับเครือข่ายอินทรีย์จริงๆ
11:07
And here's yet another example
197
655414
2032
และนี่ก็ยังเป็นอีกตัวอย่างหนึ่ง
11:09
of networkism taken
to a whole different level.
to a whole different level.
198
657470
2389
ของการเชื่อมต่อในอีกระดับ
11:12
This was created
by Japanese artist Chiharu Shiota
by Japanese artist Chiharu Shiota
199
660303
3213
มันถูกสร้างโดยศิลปินชาวญี่ปุ่น
ชิฮารุ ชิโอตะ
ชิฮารุ ชิโอตะ
11:15
in a piece called "In Silence."
200
663540
1755
ในชิ้นงานที่เรียกว่า "ในความเงียบ"
11:17
And Chiharu, like Tomás Saraceno,
fills these rooms with this dense network,
fills these rooms with this dense network,
201
665834
5355
และชิฮารุ เช่นเดียวกับ โทมัส ซาราสิโน
ที่เติมเต็มห้องนี้ด้วยเครือข่ายหนาแน่นนี้
ที่เติมเต็มห้องนี้ด้วยเครือข่ายหนาแน่นนี้
11:23
this dense web of elastic ropes
and black wool and thread,
and black wool and thread,
202
671213
3762
เว็ปไซด์ที่หนาแน่นของเชือกรัดของ
และขนสัตว์สีดำ และเส้นสายนี้
และขนสัตว์สีดำ และเส้นสายนี้
11:26
sometimes including objects,
as you can see here,
as you can see here,
203
674999
2759
บางครั้งมีวัตถุอย่างที่คุณได้เห็นตรงนี้
11:29
sometimes even including people,
in many of her installations.
in many of her installations.
204
677782
3022
บางครั้งมีคน ในงานอื่นๆ ของเธอ
11:35
But networks are also
not just a new trend,
not just a new trend,
205
683374
2691
แต่เครือข่ายไม่ได้เป็นเพียงกระแสใหม่
11:38
and it's too easy for us
to dismiss it as such.
to dismiss it as such.
206
686089
2364
และมันก็ง่ายเกินไปสำหรับเรา
ที่จะปฏิเสธว่ามันเป็นอย่างนั้น
ที่จะปฏิเสธว่ามันเป็นอย่างนั้น
11:41
Networks really embody
notions of decentralization,
notions of decentralization,
207
689029
3607
เครือข่ายเป็นตัวแทน
ของความเข้าใจการกระจาย
ของความเข้าใจการกระจาย
11:44
of interconnectedness, of interdependence.
208
692660
3134
ของความเชื่อมโยง ของการพึ่งพากัน
11:48
And this new way of thinking is critical
209
696303
2476
และวิธีการคิดใหม่นี้ก็สำคัญมาก
11:50
for us to solve many of the complex
problems we are facing nowadays,
problems we are facing nowadays,
210
698803
3730
สำหรับเราในการแก้ปัญหาซับซ้อนมากมาย
ที่เรากำลังเผชิญหน้าในปัจจุบัน
ที่เรากำลังเผชิญหน้าในปัจจุบัน
11:54
from decoding the human brain,
211
702557
1841
สำหรับการถอดรหัสสมองมนุษย์
11:56
to understanding
the vast universe out there.
the vast universe out there.
212
704422
2403
เพื่อที่จะเข้าใจ
จักรวาลที่ยิ่งใหญ่ข้างนอกนั่น
จักรวาลที่ยิ่งใหญ่ข้างนอกนั่น
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
และทางด้านซ้ายมือของคุณ
คุณมีภาพถ่ายของเครือข่ายธรรมชาติของหนู --
คุณมีภาพถ่ายของเครือข่ายธรรมชาติของหนู --
12:04
very similar to our own
at this particular scale.
at this particular scale.
214
712259
2420
ที่คล้ายกันกับของเราในระดับนี้
12:07
And on your right side, you have
the Millennium Simulation.
the Millennium Simulation.
215
715500
2966
และทางด้านขวาของคุณ
คุณมีแบบจำลองสหัสวรรษ
คุณมีแบบจำลองสหัสวรรษ
12:10
It was the largest
and most realistic simulation
and most realistic simulation
216
718490
2748
มันเป็นแบบจำลองที่ใหญ่ที่สุด
และเหมือนจริงที่สุด
และเหมือนจริงที่สุด
12:13
of the growth of cosmic structure.
217
721262
1790
ของการเติบโตของโครงสร้างอวกาศ
12:15
It was able to recreate the history
of 20 million galaxies
of 20 million galaxies
218
723490
4516
มันสามารถที่จะสร้างประวัติศาสตร์
ของกาแล็คซี่ 20 ล้านกาแล็คซี่ ขึ้นใหม่
ของกาแล็คซี่ 20 ล้านกาแล็คซี่ ขึ้นใหม่
12:20
in approximately 25 terabytes of output.
219
728030
3090
ในประมาณผลที่ได้ประมาณ 25 เทระไบต์
12:24
And coincidentally or not,
220
732081
1413
และไม่ว่ามันจะเป็นเรื่องบังเอิญหรือไม่
12:25
I just find this particular comparison
221
733518
1873
ผมเพิ่งได้พบข้อเปรียบเทียบ
12:27
between the smallest scale
of knowledge -- the brain --
of knowledge -- the brain --
222
735415
2703
ระหว่างระดับที่เล็กที่สุดของความรู้
-- สมอง --
-- สมอง --
12:30
and the largest scale of knowledge --
the universe itself --
the universe itself --
223
738142
2829
และระดับที่ใหญ่ที่สุดของความรู้
-- จักรวาลเอง --
-- จักรวาลเอง --
12:32
to be really quite striking
and fascinating.
and fascinating.
224
740995
2277
ว่ามันช่างน่าทึ่งและน่าสนใจยิ่งนัก
12:35
Because as Bruce Mau once said,
225
743807
2634
เพราะว่า บรูส มัว (Bruce Mau) เคยกล่าวไว้ว่า
12:38
"When everything is connected
to everything else,
to everything else,
226
746465
2412
"เมื่อทุกสิ่งเชื่อมต่อกันกับทุกๆ สิ่ง
12:40
for better or for worse,
everything matters."
everything matters."
227
748901
2397
ไม่ว่าจะอย่างไร
ทุกอย่างก็มีความหมาย"
ทุกอย่างก็มีความหมาย"
12:43
Thank you so much.
228
751322
1151
ขอบคุณมากครับ
12:44
(Applause)
229
752497
3802
(เสียงปรบมือ)
Translated by Kelwalin Dhanasarnsombut
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