Video
ITA
Si formano molti, molti nodi e se li osservate, vedrete che ogni volta che si avvicinano l’uno all’altro, si connettono e alla fine costruiscono un reticolo quadrato. E perché un reticolo quadrato? Perché prima della scienza delle reti, diciamo 25 anni fa, questo era il modo in cui gli scienziati rappresentavano la rete. Tutti pensavano che il miglior modello di rete fosse un reticolo quadrato bidimensionale o tridimensionale. Una volta ottenuto il reticolo quadrato, i nodi scompaiono e si illustra il concetto di hot network.
Come ricorderete, l’idea della rete calda è quella di cercare di imitare il fatto che i collegamenti nelle reti fisiche non possono andare dritti, soprattutto perché vogliono evitarsi a vicenda. Una delle conseguenze di ciò è che i collegamenti si curvano, e questo viene misurato come temperatura. Qui giochiamo con l’idea di questa temperatura. Nelle linee orizzontali abbiamo le temperature, mentre nella linea verticale aumentiamo e diminuiamo la temperatura per creare l’illusione di una rete molto calda. Ma solo i collegamenti orizzontali vengono influenzati. E poi si procederà in senso inverso. I nodi si fondono e il segmento successivo, quello di cinque minuti dopo la rete calda, illustra l’emergere di una rete organica.
Il modo in cui questo avviene è che i nodi iniziano a connettersi l’uno all’altro e seguono questo meccanismo che ho scoperto nel 1999 e che oggi è ufficialmente chiamato in letteratura rete o modello di Albert Barabasi: l’idea è che ogni volta che un nuovo nodo vuole unirsi alla rete, prima di tutto, c’è l’idea che le reti crescano. Quindi, ogni rete che avete là fuori è il risultato di nodi che si aggregano ad essa. Non c’è una rete che appare con un miliardo di nodi. Per crescere, devono sempre aggiungere nuovi nodi. E poi, quando il nuovo nodo entra nel sistema, non sceglie a caso chi fare. Quindi, c’è una certa casualità nel processo, ma si preferiscono i nodi più connessi. E qui stiamo usando il linguaggio visivo del laboratorio, dove più collegamenti ha il nodo, più grande diventa. E quindi si assiste all’emergere naturale degli Hop.
Gli hop sono questi nodi molto, molto connessi. Una delle grandi scoperte della scienza delle reti è che gli hop sono presenti in molti tipi diversi di sistemi. Sono ovviamente presenti nelle reti sociali, cioè nelle persone che sembrano conoscere bene tutti o che tutti conoscono, ma sono anche presenti, almeno nel mondo, tramite Google e Facebook, che hanno più di 800 milioni di link che puntano a loro. Ma sono anche presenti a noi stessi.
Abbiamo alcune molecole come la P 53 che interagiscono con molte altre proteine. Questa è una caratteristica comune a molte reti. Questo particolare segmento mostra l’emergere del modello, e ogni colore corrisponde a una rete diversa che cresce e non è indipendente l’una dall’altra. Hanno iniziato in posti diversi e alla fine si fonderanno perché c’è un collegamento che fa riferimento a tutto questo.
E quella che vedete ora è una delle sculture di dati in circolazione, solo che è molto più grande. Si tratta di una rete d’arte dello spazio artistico ungherese. In questo caso, ogni nodo è un artista e sono collegati se hanno spesso esposto insieme. Quindi hanno fatto mostre congiunte. L’idea era quella di mostrare una rete statica. La rete non sta cambiando. La vediamo solo ruotare e si diffonde con le luci in modo efficace. Stiamo vedendo una scultura gigante che è troppo grande per essere stampata in 3D. Non potremmo stampare una rete di questa complessità, ma possiamo generarla al computer.
E questa è, di nuovo, una rete reale perché cattura davvero il modo in cui gli artisti sono collegati a due mostre congiunte.
E questa è la sezione finale, che riguarda le fake news. Ogni nodo corrisponde a un utente di Twitter coinvolto nella diffusione di fake news. Non mostriamo tutti gli utenti di Twitter perché erano troppi. Questi sono solo quelli coinvolti nella diffusione di fake news. E i link corrispondono ai messaggi che sono stati condivisi. Perché non è vero che il modo in cui le persone comunicano o diffondono le informazioni nelle fake news è che se diffondo una notizia falsa, se vi piace, potreste condividerla. Quindi si tratta di una vera e propria relazione di condivisione.
E la prima parte è proprio quella di giocare con questa rete enorme, giusto, di come i ricercatori di fake news stanno accadendo. E poi, nella seconda parte, i nodi rossi mostrano il ruolo dei 12 apostoli. Quindi i nodi rossi e i link ad essi collegati, sono tutti i link che mostrano tutti i messaggi che i 12 apostoli delle fake news stanno diffondendo, nonché chi li sta condividendo e così via. E questo utilizza una tecnologia diversa nel senso che, come vedete, usiamo un modo diverso di rappresentare la rete, che non è come una scultura, anche se lo è, ma qui non ci interessa tanto che i link si incrocino tra loro, perché la rete è davvero una rete virtuale. È interessante anche il modo in cui la telecamera si avvicina. Sembra che i collegamenti vengano tagliati.
Nell’ultima parte ci siamo concentrati specificamente sulle fake news relative al COVID perché volevamo un’opera che attraversasse i confini e le culture. Le fake news sul COVID e sull’esperienza del COVID sono qualcosa che l’intera umanità ha condiviso negli ultimi tre anni. Quindi, forse non siamo così coinvolti nella politica degli Stati Uniti, che hanno un gigantesco spazio per le fake news, ma certamente è qualcosa con cui tutti possiamo relazionarci. Questo è stato il motivo per cui abbiamo scelto le fake news come soggetto di quest’ultimo pezzo.
ENG
Many, many nodes form up and then if you kind of watch it, you will see that whenever they get when whoever next to each other, they connect and eventually they built a square lattice. And why a square lattice? Because before network science, say 25 years ago, this was really how scientists typically represented the network. Right? That was kind of everybody imagined that the best model of kind of network is really either a two dimensional or a three dimensional square lattice.
Once we have the squirrel, that is the nodes disappear and we illustrate the heart network concept. And you remember the idea of the hot network is that when we’re trying to mimic the fact that the links in physical networks cannot go straight, mainly because they want to avoid each other. And one of the consequence of that is that the links kind of get curved and we measure that as a temp, as a temperature. So here we kind of play with the idea of this temperature.
Here you see that kind of on the or in the horizontal lines, we have temperatures, then we’re going to have in the vertical line and we’re increasing and decreasing the temperature to kind of create these different illusions of a very, very hot network. But only the horizontal links are being affected. And then and then then it will go the other way around. The nodes here merge and then the next segment, the next five minute segment after the Hop Network is illustrating the emergence of now of an organic network.
And the way this does is that the nodes start to connect to each other and they follow this mechanism that I kind of discovered in 1999, and it’s officially called in the literature now the Barabasi Albert network or model, which the idea is that every time a new node wants to join the network, first of all, the idea the networks are growing. So any network that you have out there is the result of nodes aggregating to it, right? You don’t have a network that appears with the billion nodes. They always kind of have to add new nodes to grow. And then the second, when the new node comes into the system, it doesn’t choose randomly who they’re going to do.
So I mean, there’s randomness in the process, but they prefer the more connected nodes. And here we’re using the visual language of the lab, where the more links the node has, the bigger it becomes. And then hence you see the natural emergence of hops. Hops are these very, very highly connected nodes. And one of the big discoveries of network science is that hops are present in many, many different types of systems. They’re obviously present in social network is people who seem to know everyone right, or everybody knows them, but they’re also present, at least in the world, via like Google and Facebook that have more than 800 million links pointing to them. But they’re also presenting ourselves. We have some molecules like P 53 who really interact with with very, very many other proteins. And so this is really a common feature of many networks. And so this particular segment shows the emergence of or really kind of mimics the model, and each color corresponds to a different network growing that are not independent of each other. They were just starting at different seats and eventually they will merge because there’s a link to make point to all of that. Now, if we go a little faster than when this segment ends, right, and this is again, the 5 minutes segment, then the nodes become disconnected and we see this kind of cut up on the nodes to then go ahead and reform themselves into this physical network.
And what you see now is one of the data sculptures out there, except it’s much bigger. And this is actually. The that is really coming from. You can just learn it slowly here. So this is really coming from the art network of the Hungarian art space. So in this case, each node is an artist and they are connected if they were frequently co exhibited. So they had joint exhibits. And, and the idea here was to actually now show a network that is static, right? The network is not changing. We’re just kind of seeing it rotating and we’re just kind of diffusing on it with the lights. Effectively. We’re seeing a giant sculpture that is too big to be 3D printed. We could not really print it a network of this complexity, but we can generate it in the computer. And this is, again, a real network, right? Because it is capturing really how artists are related to two joint exhibitions.
And that’s the final section, which is about fake news. So now each of the node corresponds to a Twitter user who was involved in spreading fake news. We’re not showing all the Twitter users because there were too many to show. These are only those who were involved in fake news. And the links corresponds to kind of messages that they were reshared. Right. Because we don’t the way people communicate or spread information in fake news is that if I spread put a fake news piece out if you like it, you may actually reshare it.
So this is really a reshared relationships. And the first part is just playing with this massive network, right, of how the researchers of fake news is happening. And then and the second part, when the red nodes come in, that shows the role of the 12 apostles. So the so the red nodes and the links connected to them and there will be a world player with that are all the links that all the messages that the fake news apostle the 12 apostles are putting down as well as who is resharing them and so on. And, and this uses a different technology, right?
In the sense that you see that that we’re also using a different way of representing the network is not that sculpture like even though it is but here we don’t care so much about the links crossing with each other because the network is really a virtual network. And it’s also interesting how the way the camera is coming. It looks like the links are being cut, here we specifically focused on the COVID related fake news because we wanted to have a work that crosses boundaries and cultures, right? Fake news about COVID and the COVID experience is something that the whole humanity has shared in the last three years. So if so, we we may we may not be so involved in the politics in the US, which has a giant fake news space, but certainly it’s something that we can all relate to. So that was the reason why we ended up choosing the fake news as being the subject of this last piece. about that you.
