ABOUT THE SPEAKER
Ajit Narayanan - Visual grammar engine inventor
Ajit Narayanan is the inventor of Avaz, an affordable, tablet-based communication device for people who are speech-impaired.

Why you should listen

Ajit Narayanan is the founder and CEO of Invention Labs, and the inventor of Avaz AAC, the first assistive device aimed at an Indian market that helps people with speech disabilities -- such as cerebral palsy, autism, intellectual disability, aphasia and learning disabilities -- to communicate. Avaz is also available as an iPad app, aimed at children with autism. In 2010, Avaz won the National Award for Empowerment of People with Disabilities from the president of India, and in 2011, Narayanan was listed in MIT Technology Review 35 under 35.
 
Narayanan is a prolific inventor with more than 20 patent applications. He is an electrical engineer with degrees from IIT Madras. His research interests are embedded systems, signal processing and understanding how the brain perceives language and communication.

More profile about the speaker
Ajit Narayanan | Speaker | TED.com
TED2013

Ajit Narayanan: A word game to communicate in any language

Ajit Narayanan: Gra słowna pozwalająca komunikować się w dowolnym języku

Filmed:
1,391,245 views

Podczas pracy z dziećmi mającymi problemy z mową, Ajit Narayanan opracował sposób reprezentacji języka za pomocą obrazków, by przedstawiać słowa i i koncepty jako „mapy”. Pomysł ten stał się podstawą stworzenia aplikacji, która pomaga w komunikacji ludziom niezdolnym do używania mowy. Jest to częścią większej idei, konceptu lingwistycznego o nazwie FreeSpeech posiadającego ogromny potencjał.
- Visual grammar engine inventor
Ajit Narayanan is the inventor of Avaz, an affordable, tablet-based communication device for people who are speech-impaired. Full bio

Double-click the English transcript below to play the video.

00:12
I work with childrendzieci with autismautyzm.
0
721
2670
Pracuję z autystycznymi dziećmi.
00:15
SpecificallyW szczególności, I make technologiestechnologie
1
3391
1914
Dokładniej, tworzę techniki
pomagające im w komunikacji.
00:17
to help them communicatekomunikować się.
2
5305
2171
00:19
Now, manywiele of the problemsproblemy that childrendzieci
3
7476
1539
Wiele problemów dzieci
zmagających się z autyzmem
00:21
with autismautyzm facetwarz, they have a commonpospolity sourceźródło,
4
9015
3763
ma wspólne źródło.
00:24
and that sourceźródło is that they find it difficulttrudny
5
12778
2094
Mają one trudności
00:26
to understandzrozumieć abstractionabstrakcja, symbolismSymbolika.
6
14872
5260
ze zrozumieniem abstrakcji i symbolizmu.
00:32
And because of this, they have
a lot of difficultytrudność with languagejęzyk.
7
20132
4652
Mają z tego powodu wiele problemów
z posługiwaniem się językiem.
00:36
Let me tell you a little bitkawałek about why this is.
8
24784
3015
Opowiem pokrótce z czego to wynika.
00:39
You see that this is a pictureobrazek of a bowlmiska of soupzupa.
9
27799
3934
Oto zdjęcie miski z zupą.
00:43
All of us can see it. All of us understandzrozumieć this.
10
31733
2485
Wszyscy to widzimy i rozumiemy.
00:46
These are two other pictureskino of soupzupa,
11
34218
2312
Oto dwa inne zdjęcia zupy,
00:48
but you can see that these are more abstractabstrakcyjny
12
36530
2067
lecz są one bardziej abstrakcyjne.
00:50
These are not quitecałkiem as concretebeton.
13
38597
1856
Mniej dokładne.
00:52
And when you get to languagejęzyk,
14
40453
2174
Jeśli chodzi o język,
00:54
you see that it becomesstaje się a wordsłowo
15
42627
1868
widzimy, że zupa staje się słowem,
00:56
whosektórego look, the way it lookswygląda and the way it soundsDźwięki,
16
44495
3261
którego wygląd i brzmienie
00:59
has absolutelyabsolutnie nothing to do
with what it startedRozpoczęty with,
17
47756
2912
nie ma absolutnie nic wspólnego
z tym, od czego zaczęliśmy,
01:02
or what it representsreprezentuje, whichktóry is the bowlmiska of soupzupa.
18
50668
2830
co reprezentuje, czyli miskę zupy.
01:05
So it's essentiallygłównie a completelycałkowicie abstractabstrakcyjny,
19
53498
2900
Jest to czysto abstrakcyjna,
01:08
a completelycałkowicie arbitraryarbitralny representationreprezentacja of something
20
56398
2576
arbitralna reprezentacja czegoś
funkcjonującego w realnym świecie,
01:10
whichktóry is in the realreal worldświat,
21
58974
1163
01:12
and this is something that childrendzieci with autismautyzm
22
60137
1791
co dla dzieci z autyzmem
stanowi niezwykłą trudność.
01:13
have an incredibleniesamowite amountilość of difficultytrudność with.
23
61928
3164
01:17
Now that's why mostwiększość of the people
that work with childrendzieci with autismautyzm --
24
65092
2751
Z tego powodu większość ludzi
pracujących z takimi dziećmi,
01:19
speechprzemówienie therapistsTerapeuci, educatorsnauczyciele --
25
67843
1878
terapeutów mowy, nauczycieli,
01:21
what they do is, they try to help childrendzieci with autismautyzm
26
69721
2633
próbuje im pomóc komunikować się
01:24
communicatekomunikować się not with wordssłowa, but with pictureskino.
27
72354
3229
nie za pomocą słów ale obrazów.
01:27
So if a childdziecko with autismautyzm wanted to say,
28
75583
1930
Jeśli autystyczne dziecko
chciałoby powiedzieć: "Ja chcę zupę",
01:29
"I want soupzupa," that childdziecko would pickwybierać
29
77513
2458
wybrałoby trzy obrazki:
"ja", "chcieć" i "zupa",
01:31
threetrzy differentróżne pictureskino, "I," "want," and "soupzupa,"
30
79971
2260
01:34
and they would put these togetherRazem,
31
82231
1609
złożyłoby je razem, a terapeuta czy rodzic
01:35
and then the therapistterapeuta or the parentrodzic would
32
83840
1867
zrozumiałby, co dziecko chce powiedzieć.
01:37
understandzrozumieć that this is what the kiddziecko wants to say.
33
85707
1887
01:39
And this has been incrediblyniewiarygodnie effectiveefektywny;
34
87594
1778
Było to niezwykle efektywne
w ostatnich 30, 40 latach,
01:41
for the last 30, 40 yearslat
35
89372
2141
01:43
people have been doing this.
36
91513
1613
ludzie z tego korzystali.
01:45
In factfakt, a fewkilka yearslat back,
37
93126
1349
Natomiast kilka lat temu
opracowałem aplikację na iPada,
01:46
I developedrozwinięty an appaplikacja for the iPadiPad
38
94475
2675
która tak właśnie działa, o nazwie Avaz.
01:49
whichktóry does exactlydokładnie this. It's callednazywa AvazAvaz,
39
97150
2255
01:51
and the way it worksPrace is that kidsdzieciaki selectWybierz
40
99405
2279
Polega na możliwości
wybrania różnych obrazków,
01:53
differentróżne pictureskino.
41
101684
1321
01:55
These pictureskino are sequencedzsekwencjonowane
togetherRazem to formformularz sentenceszdań,
42
103005
2570
które ułożone w kolejności tworzą zdania,
01:57
and these sentenceszdań are spokenMówiony out.
43
105575
1719
będące następnie wypowiedziane.
01:59
So AvazAvaz is essentiallygłównie convertingkonwersja pictureskino,
44
107294
3025
Avaz zasadniczo przetwarza obrazki,
02:02
it's a translatortłumacz, it convertsKonwertuje pictureskino into speechprzemówienie.
45
110319
3960
jest tłumaczem
przetwarzającym obrazki na mowę.
02:06
Now, this was very effectiveefektywny.
46
114279
1718
Okazał się bardzo skuteczny,
02:07
There are thousandstysiące of childrendzieci usingza pomocą this,
47
115997
1384
tysiące dzieci
posługują się nim na całym świecie,
02:09
you know, all over the worldświat,
48
117381
1430
02:10
and I startedRozpoczęty thinkingmyślący about
49
118811
2175
więc zacząłem się zastanawiać
co on robi, a czego nie robi.
02:12
what it does and what it doesn't do.
50
120986
2654
02:15
And I realizedrealizowany something interestingciekawy:
51
123640
1684
Doszedłem do ciekawego wniosku,
02:17
AvazAvaz helpspomaga childrendzieci with autismautyzm learnuczyć się wordssłowa.
52
125324
4203
Avaz pomaga
dzieciom z autyzmem uczyć się słów,
02:21
What it doesn't help them do is to learnuczyć się
53
129527
2405
natomiast nie pomaga im
02:23
wordsłowo patternswzorce.
54
131932
2748
uczyć się składania słów.
02:26
Let me explainwyjaśniać this in a little more detailSzczegół.
55
134680
2472
Pozwólcie, że to wyjaśnię.
02:29
Take this sentencezdanie: "I want soupzupa tonightdzisiejszej nocy."
56
137152
3057
Weźmy zdanie: "Chcę zupę dziś wieczorem".
02:32
Now it's not just the wordssłowa
here that conveyprzenieść the meaningznaczenie.
57
140209
4080
Nie tylko słowa są nośnikiem znaczenia,
02:36
It's alsorównież the way in whichktóry these wordssłowa are arrangedułożone,
58
144289
3140
ale także sposób ich ułożenia,
02:39
the way these wordssłowa are modifiedzmodyfikowano and arrangedułożone.
59
147429
2515
sposób odmiany i ich kolejność.
02:41
And that's why a sentencezdanie like "I want soupzupa tonightdzisiejszej nocy"
60
149959
2306
Dlatego zdanie: "Chcę zupę dziś wieczorem"
02:44
is differentróżne from a sentencezdanie like
61
152265
1984
różni się od zdania
02:46
"SoupZupa want I tonightdzisiejszej nocy," whichktóry
is completelycałkowicie meaninglessbez znaczenia.
62
154249
3312
"Zupa chce ja dziś wieczorem",
które nie ma sensu.
02:49
So there is anotherinne hiddenukryty abstractionabstrakcja here
63
157561
2619
Mamy tu kolejną ukrytą abstrakcję,
02:52
whichktóry childrendzieci with autismautyzm find
a lot of difficultytrudność copingkorona with,
64
160180
3557
w obliczu której stają dzieci z autyzmem,
02:55
and that's the factfakt that you can modifymodyfikować wordssłowa
65
163737
2840
polega ona
na modyfikacji słów i ich ułożenia,
02:58
and you can arrangezorganizować them to have
66
166577
2101
aby uzyskać inne znaczenie,
przekazać inne myśli.
03:00
differentróżne meaningsznaczenie, to conveyprzenieść differentróżne ideaspomysły.
67
168678
2895
03:03
Now, this is what we call grammarGramatyka.
68
171573
3459
Nazywamy to gramatyką.
03:07
And grammarGramatyka is incrediblyniewiarygodnie powerfulpotężny,
69
175032
2036
Gramatyka ma niezwykłą moc,
03:09
because grammarGramatyka is this one componentskładnik of languagejęzyk
70
177068
3157
ponieważ jest komponentem języka,
03:12
whichktóry takes this finiteskończone vocabularysłownictwo that all of us have
71
180225
3489
dzięki któremu
ograniczona ilość słownictwa
03:15
and allowspozwala us to conveyprzenieść an
infinitenieskończony amountilość of informationInformacja,
72
183714
4531
pozwala na przekazanie
nieskończonej liczby informacji,
03:20
an infinitenieskończony amountilość of ideaspomysły.
73
188245
2134
nieskończonej liczby myśli.
03:22
It's the way in whichktóry you can put things togetherRazem
74
190379
2002
To możliwość poukładania słów,
03:24
in orderzamówienie to conveyprzenieść anything you want to.
75
192381
2168
by przekazać dowolny komunikat.
03:26
And so after I developedrozwinięty AvazAvaz,
76
194549
2127
Zatem, gdy udoskonaliłem Avaza,
03:28
I worriedzmartwiony for a very long time
77
196676
1568
martwiło mnie to, w jaki sposób
03:30
about how I could give grammarGramatyka
to childrendzieci with autismautyzm.
78
198244
3910
nauczyć autystyczne dzieci gramatyki.
03:34
The solutionrozwiązanie cameoprawa ołowiana witrażu to me from
a very interestingciekawy perspectiveperspektywiczny.
79
202154
2275
Rozwiązanie przyszło niespodziewanie.
03:36
I happenedstało się to chanceszansa uponna a childdziecko with autismautyzm
80
204429
3449
Miałem okazję spotkać dziecko z autyzmem
03:39
conversingrozmawiając with her mommama,
81
207878
2109
podczas rozmowy z jego matką.
03:41
and this is what happenedstało się.
82
209987
2094
Oto co się stało.
03:44
CompletelyCałkowicie out of the blueniebieski, very spontaneouslyspontanicznie,
83
212081
2186
Ni stąd ni zowąd, spontanicznie,
03:46
the childdziecko got up and said, "EatJeść."
84
214267
2463
dziecko wstało i powiedziało: "Jeść".
03:48
Now what was interestingciekawy was
85
216730
1770
Ciekawy okazał się sposób,
03:50
the way in whichktóry the mommama was tryingpróbować to teasezłośliwiec out
86
218500
4244
w jaki matka próbowała
wydobyć znaczenie słów dziecka
03:54
the meaningznaczenie of what the childdziecko wanted to say
87
222744
2213
03:56
by talkingmówić to her in questionspytania.
88
224957
2260
zadając mu pytania.
03:59
So she askedspytał, "EatJeść what? Do
you want to eatjeść icelód creamkrem?
89
227217
2593
Zapytała: "Jeść co? Chcesz zjeść lody?
04:01
You want to eatjeść? SomebodyKtoś elsejeszcze wants to eatjeść?
90
229810
2112
Ty chcesz jeść? Ktoś inny chce jeść?
04:03
You want to eatjeść creamkrem now? You
want to eatjeść icelód creamkrem in the eveningwieczór?"
91
231922
3313
Chcesz jeść lody teraz?
Chcesz jeść lody wieczorem?".
Zorientowałem się wtedy,
że jego matka zrobiła coś niesamowitego.
04:07
And then it struckpowalony me that
92
235235
1514
04:08
what the mothermama had doneGotowe was something incredibleniesamowite.
93
236749
2028
04:10
She had been ablezdolny to get that childdziecko to communicatekomunikować się
94
238777
1994
Udało jej się zachęcić dziecko
do porozumiewania się z nią
04:12
an ideapomysł to her withoutbez grammarGramatyka.
95
240771
4138
bez używania gramatyki.
04:16
And it struckpowalony me that maybe this is what
96
244909
2696
Zorientowałem się,
że to jest właśnie to, czego szukam.
04:19
I was looking for.
97
247605
1385
04:20
InsteadZamiast tego of arrangingorganizowanie wordssłowa in an orderzamówienie, in sequencesekwencja,
98
248990
4142
Zamiast układać słowa
w odpowiedniej kolejności w zdaniu
04:25
as a sentencezdanie, you arrangezorganizować them
99
253132
2172
można ułożyć je na mapie,
gdzie wszystkie będą połączone
04:27
in this mapmapa, where they're all linkedpołączony togetherRazem
100
255304
3811
04:31
not by placingumieszczenie them one after the other
101
259115
2143
nie poprzez ułożenie jednego za drugim,
04:33
but in questionspytania, in question-answerpytanie odpowiedź pairspary.
102
261258
3284
ale poprzez pytania,
w parach pytanie-odpowiedź.
04:36
And so if you do this, then what you're conveyingprzenoszenia
103
264542
2358
Gdy tak zrobimy, nie stworzą one
zdania w danym języku,
04:38
is not a sentencezdanie in EnglishAngielski,
104
266900
1986
04:40
but what you're conveyingprzenoszenia is really a meaningznaczenie,
105
268886
2966
ale przekażą sens tego zdania.
04:43
the meaningznaczenie of a sentencezdanie in EnglishAngielski.
106
271852
1511
04:45
Now, meaningznaczenie is really the underbellypodbrzusze,
in some sensesens, of languagejęzyk.
107
273363
2932
Zatem sens stanowi
tak naprawdę podłoże języka,
04:48
It's what comespochodzi after thought but before languagejęzyk.
108
276295
3821
pojawia się jako efekt myśli,
ale przed użyciem języka.
04:52
And the ideapomysł was that this particularszczególny representationreprezentacja
109
280116
2503
Rzecz w tym, że ten schemat
04:54
mightmoc conveyprzenieść meaningznaczenie in its rawsurowy formformularz.
110
282619
3261
może przekazywać sens w surowej postaci.
04:57
So I was very excitedpodekscytowany by this, you know,
111
285880
1771
Zafascynowało mnie to,
04:59
hoppinghopping around all over the placemiejsce,
112
287651
1493
chodziłem wkoło próbując
wymyślić, jak mogę przetworzyć
05:01
tryingpróbować to figurepostać out if I can convertkonwertować
113
289144
1771
05:02
all possiblemożliwy sentenceszdań that I hearsłyszeć into this.
114
290915
2524
wszelkie możliwe zdania,
które słyszę, w ten sposób.
05:05
And I founduznany that this is not enoughdość.
115
293439
1773
Stwierdziłem,
że to nie wystarczy. Dlaczego?
05:07
Why is this not enoughdość?
116
295212
1385
05:08
This is not enoughdość because if you wanted to conveyprzenieść
117
296597
1711
Ponieważ, gdy chce się przekazać
sens zdania przeczącego,
05:10
something like negationNegacja,
118
298308
2250
05:12
you want to say, "I don't want soupzupa,"
119
300558
1736
chce się powiedzieć: "Nie chcę zupy",
05:14
then you can't do that by askingpytając a questionpytanie.
120
302294
2220
nie osiągnie się tego poprzez pytanie,
trzeba zastąpić czymś słowo "chcę".
05:16
You do that by changingwymiana pieniędzy the wordsłowo "want."
121
304514
2285
05:18
Again, if you wanted to say,
122
306799
1637
A jeśli chce się powiedzieć:
"Chciałem zupę wczoraj",
05:20
"I wanted soupzupa yesterdaywczoraj,"
123
308436
1980
05:22
you do that by convertingkonwersja
the wordsłowo "want" into "wanted."
124
310416
2737
trzeba zmienić słowo "chcę"
na "chciałem", czas przeszły.
05:25
It's a pastprzeszłość tenseczas.
125
313153
1666
05:26
So this is a flourishzakrętas whichktóry I addedw dodatku
126
314819
2103
To było ulepszenie,
które dodałem, by dopełnić system.
05:28
to make the systemsystem completekompletny.
127
316922
1576
05:30
This is a mapmapa of wordssłowa joinedDołączył togetherRazem
128
318498
1977
Oto mapa słów połączonych
w pytania i odpowiedzi
05:32
as questionspytania and answersodpowiedzi,
129
320475
1656
05:34
and with these filtersfiltry appliedstosowany on topTop of them
130
322131
2264
z filtrami dodanymi ponad nimi
05:36
in orderzamówienie to modifymodyfikować them to representprzedstawiać
131
324395
1817
do ich modyfikacji,
by wyrażały poszczególne niuanse.
05:38
certainpewny nuancesniuanse.
132
326212
1709
05:39
Let me showpokazać you this with a differentróżne exampleprzykład.
133
327921
1951
Zademonstruję to na innym przykładzie.
05:41
Let's take this sentencezdanie:
134
329872
1254
Weźmy zdanie: "Powiedziałem
stolarzowi, że nie mogę mu zapłacić".
05:43
"I told the carpentercieśla I could not payzapłacić him."
135
331126
1980
05:45
It's a fairlydość complicatedskomplikowane sentencezdanie.
136
333106
1792
To dość skomplikowane zdanie.
05:46
The way that this particularszczególny systemsystem worksPrace,
137
334898
1893
System działa w ten sposób,
05:48
you can startpoczątek with any partczęść of this sentencezdanie.
138
336791
2578
że można zacząć od dowolnej części zdania.
05:51
I'm going to startpoczątek with the wordsłowo "tell."
139
339369
1698
Zacznę od słowa "mówić", oto ono.
05:53
So this is the wordsłowo "tell."
140
341067
1462
05:54
Now this happenedstało się in the pastprzeszłość,
141
342529
1600
Wydarzyło się to w przeszłości,
więc zamienię je w "powiedziałem".
05:56
so I'm going to make that "told."
142
344129
2223
05:58
Now, what I'm going to do is,
143
346352
1708
Teraz zadam pytanie.
06:00
I'm going to askzapytać questionspytania.
144
348060
1756
06:01
So, who told? I told.
145
349816
2364
Kto powiedział? Ja powiedziałem.
06:04
I told whomkogo? I told the carpentercieśla.
146
352180
1927
Powiedziałem komu? Stolarzowi.
06:06
Now we startpoczątek with a differentróżne partczęść of the sentencezdanie.
147
354107
1751
Zacznijmy od innej
części zdania, od słowa "płacić"
06:07
We startpoczątek with the wordsłowo "payzapłacić,"
148
355858
1867
06:09
and we addDodaj the abilityzdolność filterfiltr to it to make it "can payzapłacić."
149
357725
4577
i dodajmy filtr
do zmiany w "mogę zapłacić",
06:14
Then we make it "can't payzapłacić,"
150
362302
2101
następnie w "nie mogę zapłacić",
06:16
and we can make it "couldn'tnie mógł payzapłacić"
151
364403
1599
dalej "nie mogłem zapłacić"
zmieniając na czas przeszły.
06:18
by makingzrobienie it the pastprzeszłość tenseczas.
152
366002
1663
06:19
So who couldn'tnie mógł payzapłacić? I couldn'tnie mógł payzapłacić.
153
367665
1923
Kto nie mógł zapłacić? Ja nie mogłem.
06:21
Couldn'tNie mogłem payzapłacić whomkogo? I couldn'tnie mógł payzapłacić the carpentercieśla.
154
369588
2676
Komu nie mogłem zapłacić? Stolarzowi.
06:24
And then you joinprzyłączyć się these two togetherRazem
155
372264
1731
Potem łączymy
te dwa elementy zadając pytanie.
06:25
by askingpytając this questionpytanie:
156
373995
1350
06:27
What did I tell the carpentercieśla?
157
375345
1737
"Co ja powiedziałem stolarzowi?"
06:29
I told the carpentercieśla I could not payzapłacić him.
158
377082
4049
"Ja powiedziałem stolarzowi,
że nie mogę mu zapłacić".
06:33
Now think about this. This is
159
381131
1937
Pomyślcie o tym chwilę...
06:35
—(ApplauseAplauz)—
160
383068
3542
(Brawa)
06:38
this is a representationreprezentacja of this sentencezdanie
161
386610
3672
Jest to reprezentacja tego zdania
06:42
withoutbez languagejęzyk.
162
390282
2435
nie wykorzystująca języka.
06:44
And there are two or threetrzy
interestingciekawy things about this.
163
392717
2192
Są tu jeszcze dwie czy trzy
ciekawe rzeczy, po pierwsze,
06:46
First of all, I could have startedRozpoczęty anywheregdziekolwiek.
164
394909
3131
mogłem zacząć gdziekolwiek.
06:50
I didn't have to startpoczątek with the wordsłowo "tell."
165
398040
2243
Nie musiałem zaczynać od słowa "mówić".
06:52
I could have startedRozpoczęty anywheregdziekolwiek in the sentencezdanie,
166
400283
1416
Mogłem zacząć w dowolnym miejscu,
a i tak by to wyszło.
06:53
and I could have madezrobiony this entireCały thing.
167
401699
1507
06:55
The seconddruga thing is, if I wasn'tnie było an EnglishAngielski speakergłośnik,
168
403206
2776
Kolejna sprawa,
gdybym nie mówił po angielsku,
06:57
if I was speakingmówienie in some other languagejęzyk,
169
405982
2175
gdybym używał jakiegoś innego języka,
07:00
this mapmapa would actuallytak właściwie holdutrzymać trueprawdziwe in any languagejęzyk.
170
408157
3156
mapa również by zadziałała.
07:03
So long as the questionspytania are standardizedznormalizowane,
171
411313
1990
Tak długo jak pytania są standaryzowane,
07:05
the mapmapa is actuallytak właściwie independentniezależny of languagejęzyk.
172
413303
4287
mapa działa niezależnie od języka.
07:09
So I call this FreeSpeechFreeSpeech,
173
417590
2115
Nazywam to FreeSpeech,
07:11
and I was playinggra with this for manywiele, manywiele monthsmiesiące.
174
419705
2935
bawiłem się tym przez wiele miesięcy,
07:14
I was tryingpróbować out so manywiele
differentróżne combinationskombinacje of this.
175
422640
2726
próbowałem wielu różnych kombinacji.
07:17
And then I noticedzauważyłem something very
interestingciekawy about FreeSpeechFreeSpeech.
176
425366
2289
Wreszcie odkryłem
coś ciekawego w tej kwestii.
07:19
I was tryingpróbować to convertkonwertować languagejęzyk,
177
427655
3243
Próbowałem przekształcić język,
07:22
convertkonwertować sentenceszdań in EnglishAngielski
into sentenceszdań in FreeSpeechFreeSpeech,
178
430898
2384
angielskie zdania na FreeSpeech
07:25
and vicewice versaversa, and back and forthnaprzód.
179
433282
1752
i vice versa, w tę i z powrotem.
07:27
And I realizedrealizowany that this particularszczególny configurationKonfiguracja,
180
435034
2255
Zrozumiałem,
że ta szczególna konfiguracja,
07:29
this particularszczególny way of representingreprezentowanie languagejęzyk,
181
437289
2026
ten sposób reprezentacji języka,
07:31
it alloweddozwolony me to actuallytak właściwie createStwórz very concisezwięzłe ruleszasady
182
439315
4395
pozwala mi stworzyć bardzo zwięzłe zasady
07:35
that go betweenpomiędzy FreeSpeechFreeSpeech on one sidebok
183
443710
2734
odnoszące się z jednej strony
do FreeSpeech i z drugiej do angielskiego.
07:38
and EnglishAngielski on the other.
184
446444
1488
07:39
So I could actuallytak właściwie writepisać this setzestaw of ruleszasady
185
447932
2180
Udało mi się spisać zestaw zasad
07:42
that translatesprzekłada się from this particularszczególny
representationreprezentacja into EnglishAngielski.
186
450112
3395
pozwalających tłumaczyć
tę reprezentację na angielski.
07:45
And so I developedrozwinięty this thing.
187
453507
1831
Udoskonaliłem to, stworzyłem system
zwany silnikiem FreeSpeech,
07:47
I developedrozwinięty this thing callednazywa
the FreeSpeechFreeSpeech EngineSilnik
188
455338
2232
07:49
whichktóry takes any FreeSpeechFreeSpeech sentencezdanie as the inputwkład
189
457570
2561
który bierze dowolne zdanie
FreeSpeech jako dane wejściowe
07:52
and givesdaje out perfectlydoskonale grammaticalgramatyczny EnglishAngielski texttekst.
190
460131
3930
i tworzy perfekcyjnie
gramatyczny angielski tekst.
07:56
And by puttingwprowadzenie these two piecessztuk togetherRazem,
191
464061
1605
Łącząc te dwie rzeczy,
reprezentację i silnik,
07:57
the representationreprezentacja and the enginesilnik,
192
465666
1881
07:59
I was ablezdolny to createStwórz an appaplikacja, a
technologytechnologia for childrendzieci with autismautyzm,
193
467547
3796
mogłem stworzyć
aplikację dla autystycznych dzieci,
08:03
that not only givesdaje them wordssłowa
194
471343
2499
dostarczającą im nie tylko słowa,
ale również gramatykę.
08:05
but alsorównież givesdaje them grammarGramatyka.
195
473842
3941
Wypróbowałem to z autystycznymi dziećmi
08:09
So I triedwypróbowany this out with kidsdzieciaki with autismautyzm,
196
477783
2360
08:12
and I founduznany that there was an
incredibleniesamowite amountilość of identificationIdentyfikacja.
197
480143
5013
i odkryłem ogromną liczbę zgodności,
08:17
They were ablezdolny to createStwórz sentenceszdań in FreeSpeechFreeSpeech
198
485156
2720
udawało mi się stworzyć zdania
we FreeSpeech,
08:19
whichktóry were much more complicatedskomplikowane
but much more effectiveefektywny
199
487876
2558
które były znacznie bardziej
skomplikowane i efektywne
08:22
than equivalentrównowartość sentenceszdań in EnglishAngielski,
200
490434
2899
niż ich angielskie odpowiedniki.
08:25
and I startedRozpoczęty thinkingmyślący about
201
493333
1682
Zacząłem myśleć,
08:27
why that mightmoc be the casewalizka.
202
495015
1969
o co może w tym chodzić.
08:28
And I had an ideapomysł, and I want to
talk to you about this ideapomysł nextNastępny.
203
496984
4287
Wpadłem na pomysł, o którym teraz opowiem.
08:33
In about 1997, about 15 yearslat back,
204
501271
3142
Około 1997 roku, jakieś 15 lat temu,
08:36
there were a groupGrupa of scientistsnaukowcy that were tryingpróbować
205
504413
2011
grupa naukowców próbowała zrozumieć
08:38
to understandzrozumieć how the brainmózg processesprocesy languagejęzyk,
206
506424
2389
jak mózg przetwarza język.
08:40
and they founduznany something very interestingciekawy.
207
508813
1779
Odkryli coś bardzo ciekawego,
stwierdzili, że gdy uczy się języka
08:42
They founduznany that when you learnuczyć się a languagejęzyk
208
510592
1872
08:44
as a childdziecko, as a two-year-olddwa rok stary,
209
512464
2912
jako dwuletnie dziecko,
08:47
you learnuczyć się it with a certainpewny partczęść of your brainmózg,
210
515376
2366
używa się określonej części mózgu,
08:49
and when you learnuczyć się a languagejęzyk as an adultdorosły --
211
517742
1600
a gdy uczy się jako dorosły,
08:51
for exampleprzykład, if I wanted to
learnuczyć się JapaneseJapoński right now —
212
519342
3911
gdybym chciał teraz
nauczyć się japońskiego,
08:55
a completelycałkowicie differentróżne partczęść of my brainmózg is used.
213
523253
2707
używa się zupełnie innej części mózgu.
08:57
Now I don't know why that's the casewalizka,
214
525960
1831
Nie wiem czemu tak jest,
08:59
but my guessodgadnąć is that that's because
215
527791
1991
ale przypuszczam,
09:01
when you learnuczyć się a languagejęzyk as an adultdorosły,
216
529782
2437
że gdy uczy się języka będąc dorosłym
09:04
you almostprawie invariablyniezmiennie learnuczyć się it
217
532219
1616
zawsze robi się to
09:05
throughprzez your nativeojczysty languagejęzyk, or
throughprzez your first languagejęzyk.
218
533835
4266
poprzez pryzmat
języka ojczystego, pierwszego języka.
09:10
So what's interestingciekawy about FreeSpeechFreeSpeech
219
538101
3252
Co jest ciekawe we FreeSpeech,
09:13
is that when you createStwórz a sentencezdanie
220
541353
1802
kiedy tworzy się zdanie, tworzy się język
09:15
or when you createStwórz languagejęzyk,
221
543155
1695
09:16
a childdziecko with autismautyzm createstworzy
languagejęzyk with FreeSpeechFreeSpeech,
222
544850
3070
czy kiedy dziecko z autyzmem
tworzy język we FreeSpeech,
09:19
they're not usingza pomocą this supportwsparcie languagejęzyk,
223
547920
1833
nie używa się języka wspomagającego,
języka pomostowego.
09:21
they're not usingza pomocą this bridgemost languagejęzyk.
224
549753
2211
Zdania są konstruowane bezpośrednio.
09:23
They're directlybezpośrednio constructingkonstruowanie the sentencezdanie.
225
551964
2657
09:26
And so this gavedał me this ideapomysł.
226
554621
2193
Zatem przyszło mi do głowy,
09:28
Is it possiblemożliwy to use FreeSpeechFreeSpeech
227
556814
2024
czy można użyć FreeSpeech
09:30
not for childrendzieci with autismautyzm
228
558838
2510
nie tylko dla autystycznych dzieci,
09:33
but to teachnauczać languagejęzyk to people withoutbez disabilitiesniepełnosprawnych?
229
561348
6262
ale by uczyć ludzi bez niepełnosprawności?
09:39
And so I triedwypróbowany a numbernumer of experimentseksperymenty.
230
567610
1978
Wykonałem kilka eksperymentów.
09:41
The first thing I did was I builtwybudowany a jigsawpuzzle puzzlepuzzle
231
569588
2948
Po pierwsze stworzyłem układankę,
09:44
in whichktóry these questionspytania and answersodpowiedzi
232
572536
1970
w której pytania i odpowiedzi
09:46
are codedkodowane in the formformularz of shapeskształty,
233
574506
1835
były zakodowane
w postaci kształtów i kolorów.
09:48
in the formformularz of colorszabarwienie,
234
576341
1138
09:49
and you have people puttingwprowadzenie these togetherRazem
235
577479
1849
Poprosiłem ludzi o ich ułożenie
09:51
and tryingpróbować to understandzrozumieć how this worksPrace.
236
579328
1773
i próbę zrozumienia, jak to działa.
09:53
And I builtwybudowany an appaplikacja out of it, a gamegra out of it,
237
581101
2376
Potem na tej podstawie
stworzyłem aplikację, grę,
09:55
in whichktóry childrendzieci can playgrać with wordssłowa
238
583477
2661
w której dzieci bawią się słowami,
09:58
and with a reinforcementzbrojenie,
239
586138
1704
gdzie obiekty wizualne
są wzmacniane za pomocą dźwięku,
09:59
a sounddźwięk reinforcementzbrojenie of visualwizualny structuresStruktury,
240
587842
2585
10:02
they're ablezdolny to learnuczyć się languagejęzyk.
241
590427
2013
by mogły nauczyć się języka.
10:04
And this, this has a lot of potentialpotencjał, a lot of promiseobietnica,
242
592440
2736
Ma to duży potencjał i jest obiecujące.
10:07
and the governmentrząd of IndiaIndie recentlyostatnio
243
595176
1975
Ostatnio rząd Indii
10:09
licensedupoważniony this technologytechnologia from us,
244
597151
1404
wykupił licencję na tę grę
10:10
and they're going to try it out
with millionsmiliony of differentróżne childrendzieci
245
598555
2074
i zamierza wypróbować ją
na milionach dzieci,
10:12
tryingpróbować to teachnauczać them EnglishAngielski.
246
600629
2605
by nauczyć je angielskiego.
10:15
And the dreamśnić, the hopenadzieja, the visionwizja, really,
247
603234
2614
Marzeniem, nadzieją, wizją
10:17
is that when they learnuczyć się EnglishAngielski this way,
248
605848
3082
jest to, że nauczą się angielskiego
10:20
they learnuczyć się it with the samepodobnie proficiencyumiejętności
249
608930
2643
na takim samym poziomie biegłości
10:23
as theirich mothermama tonguejęzyk.
250
611573
3718
jak języka ojczystego.
10:27
All right, let's talk about something elsejeszcze.
251
615291
3816
Porozmawiajmy o czymś innym.
10:31
Let's talk about speechprzemówienie.
252
619107
1997
O mowie.
10:33
This is speechprzemówienie.
253
621104
1271
Oto mowa.
10:34
So speechprzemówienie is the primarypodstawowa modetryb of communicationkomunikacja
254
622375
1962
Mowa jest podstawą komunikacji,
10:36
delivereddostarczone betweenpomiędzy all of us.
255
624337
1613
przekazywaną przez każdego z nas.
10:37
Now what's interestingciekawy about speechprzemówienie is that
256
625950
1855
Ciekawe jest to,
że mowa jest jednowymiarowa.
10:39
speechprzemówienie is one-dimensionaljednowymiarowe.
257
627805
1245
10:41
Why is it one-dimensionaljednowymiarowe?
258
629050
1359
Dlaczego? Ponieważ składa się z dźwięków.
10:42
It's one-dimensionaljednowymiarowe because it's sounddźwięk.
259
630409
1568
10:43
It's alsorównież one-dimensionaljednowymiarowe because
260
631977
1539
Jest tak również z powodu
budowy naszego aparatu artykulacyjnego,
10:45
our mouthsusta are builtwybudowany that way.
261
633516
1205
10:46
Our mouthsusta are builtwybudowany to createStwórz
one-dimensionaljednowymiarowe sounddźwięk.
262
634721
3512
który jest stworzony do wydawania
jednowymiarowego dźwięku.
10:50
But if you think about the brainmózg,
263
638233
2866
Jeśli jednak pomyślimy o mózgu,
10:53
the thoughtsmyśli that we have in our headsgłowy
264
641099
1764
to nasze myśli
10:54
are not one-dimensionaljednowymiarowe.
265
642863
2102
nie okażą się jednowymiarowe.
10:56
I mean, we have these richbogaty,
266
644965
1459
Posiadamy bogate,
10:58
complicatedskomplikowane, multi-dimensionalwielowymiarowy ideaspomysły.
267
646424
3028
złożone, wielowymiarowe myśli.
11:01
Now, it seemswydaje się to me that languagejęzyk
268
649452
1690
Wydaje mi się, że język
11:03
is really the brain'smózg inventionwynalazek
269
651142
2332
jest wynalazkiem mózgu
11:05
to convertkonwertować this richbogaty, multi-dimensionalwielowymiarowy thought
270
653474
3096
służącym przekształceniu bogactwa
wielowymiarowych myśli po jednej stronie
11:08
on one handdłoń
271
656570
1587
11:10
into speechprzemówienie on the other handdłoń.
272
658157
1923
w mowę po drugiej stronie.
11:12
Now what's interestingciekawy is that
273
660080
1762
Ciekawe jest to,
11:13
we do a lot of work in informationInformacja nowadaysdzisiaj,
274
661842
2568
że obecnie przetwarzamy masę informacji,
11:16
and almostprawie all of that is doneGotowe
in the languagejęzyk domaindomena.
275
664410
3079
niemal wszystkie za pomocą języka.
11:19
Take GoogleGoogle, for exampleprzykład.
276
667489
1939
Weźmy przykładowo Google.
11:21
GoogleGoogle trawlswłoki all these
countlessniezliczony billionsmiliardy of websitesstrony internetowe,
277
669428
2677
Przeszukuje on niezliczone
miliardy stron internetowych,
11:24
all of whichktóry are in EnglishAngielski,
and when you want to use GoogleGoogle,
278
672105
2725
wszystkie anglojęzyczne,
a gdy chce się użyć Google'a,
11:26
you go into GoogleGoogle searchszukanie, and you typerodzaj in EnglishAngielski,
279
674830
2450
wyszukuje się hasło w języku angielskim,
11:29
and it matchesmecze the EnglishAngielski with the EnglishAngielski.
280
677280
4163
a on zestawia angielski z angielskim.
11:33
What if we could do this in FreeSpeechFreeSpeech insteadzamiast?
281
681443
3583
Co by było,
gdybyśmy użyli do tego FreeSpeech?
11:37
I have a suspicionpodejrzenie that if we did this,
282
685026
2301
Podejrzewam, że gdyby tak zrobić,
11:39
we'dpoślubić find that algorithmsalgorytmy like searchingbadawczy,
283
687327
2068
okazałoby się, że algorytmy wyszukiwania,
11:41
like retrievalPobieranie, all of these things,
284
689395
2325
wydobywania informacji,
11:43
are much simplerprostsze and alsorównież more effectiveefektywny,
285
691720
3075
stałyby się prostsze i bardziej efektywne,
11:46
because they don't processproces
the datadane structureStruktura of speechprzemówienie.
286
694795
4417
ponieważ nie przetwarzałyby
danych związanych ze strukturą języka.
11:51
InsteadZamiast tego they're processingprzetwarzanie
the datadane structureStruktura of thought.
287
699212
5976
W to miejsce przetwarzane
byłyby dane struktur myślowych.
11:57
The datadane structureStruktura of thought.
288
705188
2808
Dane struktur myśli.
11:59
That's a provocativewyzywający ideapomysł.
289
707996
2076
Pomysł brzmi prowokacyjnie.
12:02
But let's look at this in a little more detailSzczegół.
290
710072
2142
Przyjrzyjmy się temu szczegółowo.
12:04
So this is the FreeSpeechFreeSpeech ecosystemekosystem.
291
712214
2366
Oto ekosystem FreeSpeech.
12:06
We have the FreeDarmowe SpeechMowy
representationreprezentacja on one sidebok,
292
714580
2884
Z jednej strony
dysponujemy reprezentacją FreeSpeech,
12:09
and we have the FreeSpeechFreeSpeech
EngineSilnik, whichktóry generatesgeneruje EnglishAngielski.
293
717464
2228
mamy silnik FreeSpeech
generujący angielski.
12:11
Now if you think about it,
294
719694
1725
Pomyślcie przez chwilę,
12:13
FreeSpeechFreeSpeech, I told you, is completelycałkowicie
language-independentniezależne od języka.
295
721419
2544
FreeSpeech jest
zupełnie niezależny od języka.
12:15
It doesn't have any specifickonkretny informationInformacja in it
296
723963
2087
Nie posiada żadnej szczególnej
informacji dotyczącej angielskiego.
12:18
whichktóry is about EnglishAngielski.
297
726050
1228
12:19
So everything that this systemsystem knowswie about EnglishAngielski
298
727278
2800
Zatem wszystko, co system wie o angielskim
12:22
is actuallytak właściwie encodedzakodowany into the enginesilnik.
299
730078
4620
jest zakodowane w silniku graficznym.
12:26
That's a prettyładny interestingciekawy conceptpojęcie in itselfsamo.
300
734698
2237
To ciekawostka sama w sobie.
12:28
You've encodedzakodowany an entireCały humanczłowiek languagejęzyk
301
736935
3604
Koduje się całą ludzką mowę
12:32
into a softwareoprogramowanie programprogram.
302
740539
2645
w oprogramowaniu.
12:35
But if you look at what's insidewewnątrz the enginesilnik,
303
743184
2531
Jeśli przyjrzeć się wnętrzu silnika,
12:37
it's actuallytak właściwie not very complicatedskomplikowane.
304
745715
2358
nie jest on skomplikowany.
12:40
It's not very complicatedskomplikowane codekod.
305
748073
2105
Nie zawiera złożonego kodu.
12:42
And what's more interestingciekawy is the factfakt that
306
750178
2672
A co ciekawe,
12:44
the vastogromny majoritywiększość of the codekod in that enginesilnik
307
752850
2203
większa część kodu silnika
12:47
is not really English-specificSpecyficzne dla języka angielskiego.
308
755053
2412
nie jest nakierowana na angielski.
12:49
And that givesdaje this interestingciekawy ideapomysł.
309
757465
1895
To nasuwa ciekawy pomysł,
12:51
It mightmoc be very easyłatwo for us to actuallytak właściwie
310
759360
2038
mogłoby okazać się łatwe
12:53
createStwórz these enginessilniki in manywiele,
manywiele differentróżne languagesJęzyki,
311
761398
3826
stworzenie silników w wielu językach,
12:57
in HindiHindi, in FrenchFrancuski, in GermanNiemiecki, in SwahiliSuahili.
312
765224
6354
w hinduskim, francuskim,
niemieckim, suahili.
13:03
And that givesdaje anotherinne interestingciekawy ideapomysł.
313
771578
2799
Nasuwa to kolejną myśl.
13:06
For exampleprzykład, supposingZakładając I was a writerpisarz,
314
774377
2654
Załóżmy, że jestem dziennikarzem
13:09
say, for a newspaperGazeta or for a magazineczasopismo.
315
777031
2122
piszącym dla gazety czy czasopisma.
13:11
I could createStwórz contentzadowolony in one languagejęzyk, FreeSpeechFreeSpeech,
316
779153
5011
Mógłbym tworzyć tekst
w jednym języku we FreeSpeech,
13:16
and the personosoba who'skto jest consumingspożywanie that contentzadowolony,
317
784164
2056
a osoba czytająca jej zawartość,
13:18
the personosoba who'skto jest readingczytanie that particularszczególny informationInformacja
318
786220
3061
tę szczególną informację
13:21
could choosewybierać any enginesilnik,
319
789281
2495
może wybrać dowolny silnik
13:23
and they could readczytać it in theirich ownwłasny mothermama tonguejęzyk,
320
791776
2736
i odczytać ją w ojczystym języku,
13:26
in theirich nativeojczysty languagejęzyk.
321
794512
3939
we własnym języku.
13:30
I mean, this is an incrediblyniewiarygodnie attractiveatrakcyjny ideapomysł,
322
798451
2722
Myślę, że to niezwykle ciekawy pomysł,
13:33
especiallyszczególnie for IndiaIndie.
323
801173
1999
zwłaszcza w Indiach,
używamy tak wielu różnych języków.
13:35
We have so manywiele differentróżne languagesJęzyki.
324
803172
1690
13:36
There's a songpiosenka about IndiaIndie, and there's a descriptionopis
325
804862
2142
Istnieje piosenka,
opisująca Indie jako kraj, który...
13:39
of the countrykraj as, it saysmówi,
326
807004
2344
13:41
(in SanskritSanskryt).
327
809348
2360
(w sanskrycie).
13:43
That meansznaczy "ever-smilingzawsze uśmiechnięta speakergłośnik
328
811708
2773
Oznacza to: "wiecznie uśmiechnięty
użytkownik pięknych języków".
13:46
of beautifulpiękny languagesJęzyki."
329
814481
4519
13:51
LanguageJęzyk is beautifulpiękny.
330
819000
1964
Język jest piękny.
13:52
I think it's the mostwiększość beautifulpiękny of humanczłowiek creationskreacje.
331
820964
2454
To najpiękniejszy wytwór ludzkości.
13:55
I think it's the loveliestnajpiękniejszych thing
that our brainsmózg have inventedzmyślony.
332
823418
3978
To najcudowniejsza rzecz,
jaką nasz mózg wymyślił.
13:59
It entertainsbawi, it educateskształci, it enlightensoświeca,
333
827396
3584
Bawi, uczy, oświeca
14:02
but what I like the mostwiększość about languagejęzyk
334
830980
2044
i to co lubię najbardziej: wyzwala.
14:05
is that it empowersupoważnia.
335
833024
1500
14:06
I want to leavepozostawiać you with this.
336
834524
1838
Zostawię was z tą myślą.
14:08
This is a photographfotografia of my collaboratorswspółpracownicy,
337
836362
2385
Oto fotografia
moich pierwszych współpracowników,
14:10
my earliestnajwcześniej collaboratorswspółpracownicy
338
838747
997
14:11
when I startedRozpoczęty workingpracujący on languagejęzyk
339
839744
1462
z którymi zacząłem pracę
nad językiem i autyzmem.
14:13
and autismautyzm and variousróżnorodny other things.
340
841206
1502
Dziewczyna nazywa się Pavna,
jest z matką, Kalpaną.
14:14
The girl'sGirl's nameNazwa is PavnaPavna,
341
842708
1417
14:16
and that's her mothermama, KalpanaKalpana.
342
844125
1902
14:18
And Pavna'sPavna's an entrepreneurprzedsiębiorca,
343
846027
2138
Pavna jest przedsiębiorcą,
lecz jej historia
jest bardziej niezwykła niż moja.
14:20
but her storyfabuła is much more remarkableznakomity than minekopalnia,
344
848165
2371
14:22
because PavnaPavna is about 23.
345
850536
2400
Pavna ma 23 lata,
14:24
She has quadriplegicw wyniku wypadku cerebralmózgowy palsyPorażenie,
346
852936
2552
cierpi na mózgowe
porażenie czterokończynowe,
14:27
so ever sinceod she was bornurodzony,
347
855488
1640
więc odkąd się urodziła,
14:29
she could neitherani moveruszaj się norani talk.
348
857128
3600
nie mogła ani chodzić ani mówić.
14:32
And everything that she's accomplishedznakomity so fardaleko,
349
860728
2403
Wszystko czego dokonała dotychczas,
14:35
finishingwykończeniowy schoolszkoła, going to collegeSzkoła Wyższa,
350
863131
2227
ukończenie szkoły, studiów,
14:37
startingstartowy a companyfirma,
351
865358
1416
założenie firmy,
14:38
collaboratingWspółpraca with me to developrozwijać AvazAvaz,
352
866774
2140
współpraca ze mną przy opracowaniu Avaza,
14:40
all of these things she's doneGotowe
353
868914
1892
wszystkiego tego dokonała
14:42
with nothing more than movingw ruchu her eyesoczy.
354
870806
5523
jedynie za pomocą ruchów gałek ocznych.
14:48
DanielDaniel WebsterWebster said this:
355
876329
2689
Daniel Webster powiedział:
14:51
He said, "If all of my possessionsdobytek were takenwzięty
356
879018
2940
"Gdyby odebrano mi wszystko, co posiadam,
14:53
from me with one exceptionwyjątek,
357
881958
2988
pozostawiając jedną rzecz,
14:56
I would choosewybierać to keep the powermoc of communicationkomunikacja,
358
884946
2981
wybrałbym dar komunikacji,
14:59
for with it, I would regainodzyskać all the restodpoczynek."
359
887927
3903
bo z jego pomocą mógłbym odzyskać resztę".
15:03
And that's why, of all of these incredibleniesamowite
applicationsAplikacje of FreeSpeechFreeSpeech,
360
891830
5116
Dlatego spośród wszystkich
niesamowitych zastosowań FreeSpeech,
15:08
the one that's closestnajbliższy to my heartserce
361
896946
2080
najbliższą mojemu sercu
pozostaje możliwość
15:11
still remainsszczątki the abilityzdolność for this
362
899026
2068
wyposażenia niepełnosprawnych dzieci
15:13
to empowerumożliwiać childrendzieci with disabilitiesniepełnosprawnych
363
901094
2380
15:15
to be ablezdolny to communicatekomunikować się,
364
903474
1773
w narzędzie komunikacji,
15:17
the powermoc of communicationkomunikacja,
365
905247
1789
w moc komunikacji,
15:19
to get back all the restodpoczynek.
366
907036
2240
by mogły odzyskać resztę.
15:21
Thank you.
367
909276
1397
Dziękuję.
15:22
(ApplauseAplauz)
368
910673
1332
(Brawa)
15:24
Thank you. (ApplauseAplauz)
369
912005
4199
Dziękuję. (Brawa)
15:28
Thank you. Thank you. Thank you. (ApplauseAplauz)
370
916204
5323
Dziękuję. Dziękuję. Dziękuję. (Brawa)
15:33
Thank you. Thank you. Thank you. (ApplauseAplauz)
371
921527
4000
Dziękuję. Dziękuję. Dziękuję. (Brawa)
Translated by Mateusz Radziwonowicz
Reviewed by Maciej Mackiewicz

▲Back to top

ABOUT THE SPEAKER
Ajit Narayanan - Visual grammar engine inventor
Ajit Narayanan is the inventor of Avaz, an affordable, tablet-based communication device for people who are speech-impaired.

Why you should listen

Ajit Narayanan is the founder and CEO of Invention Labs, and the inventor of Avaz AAC, the first assistive device aimed at an Indian market that helps people with speech disabilities -- such as cerebral palsy, autism, intellectual disability, aphasia and learning disabilities -- to communicate. Avaz is also available as an iPad app, aimed at children with autism. In 2010, Avaz won the National Award for Empowerment of People with Disabilities from the president of India, and in 2011, Narayanan was listed in MIT Technology Review 35 under 35.
 
Narayanan is a prolific inventor with more than 20 patent applications. He is an electrical engineer with degrees from IIT Madras. His research interests are embedded systems, signal processing and understanding how the brain perceives language and communication.

More profile about the speaker
Ajit Narayanan | Speaker | TED.com