
2008 American apocalyptic television series
Life After People is a television series on which scientists, structural engineers, and other experts speculate about what might become of Earth should humanity instantly disappear. The featured experts also talk about the impact of human extinction on the environment, and the vestiges of civilization thus left behind.
This product uses the TMDB API but is not endorsed or certified by TMDB.
«Жизнь после людей» (англ. Life After People) — научно-популярный фильм, снятый для канала History Channel, в котором учёные рассуждают на тему того, что произойдёт с нашей планетой, животными и растениями на ней, если человек исчезнет, а также о том, как долго после исчезновения человечества будут существовать созданные им памятники и артефакты. Показанное в фильме возможно, только если все люди на Земле одномоментно исчезли. Данный фильм основан на результатах исследования территорий, внезапно покинутых людьми, а также возможных последствий прекращения ухода за зданиями и городской инфраструктурой. Гипотеза о покинутом мире иллюстрирована цифровыми изображениями, показывающими последующую участь таких архитектурных шедевров, как Эмпайр-стейт-билдинг, Букингемский дворец, Уиллис-тауэр, Спейс-Нидл, мост Золотые ворота, Эйфелева башня, Биг-Бен, Крайслер-билдинг, Статуя Свободы, гора Рашмор, Бурдж-Халифа, Тайбэй 101 и храм Василия Блаженного. Фильм был впервые показан 21 января 2008 года. В 2009 году на том же телеканале вышел одноимённый документальный сериал, повествующий о последствиях исчезновения людей для различных предметов их быта. В 2008 году вышло два американских документальных фильма на эту тематику: «Жизнь после людей» от History Channel и (англ. Aftermath: Population Zero; другое название — «Земля: Жизнь без людей») от National Geographic Channel. Из-за одинаковой тематики и оформления их легко перепутать. Второй из них был признан лучшим документальным фильмом 2008 года.
Abstract from DBpedia / Wikipedia · CC BY-SA
via Wikidata · CC0
via Wikidata sitelinks · CC0
Discovered by embedding cosine similarity (sentence-transformers MiniLM, 384-dim).