TED2013
Ajit Narayanan: A word game to communicate in any language
آجیت نارایانان: "بازیِ واژگان" برای ارتباط در هر زبانی
Filmed:
Readability: 3.4
1,391,245 views
در خلال کار با افرادی که در ارتباط کلامی ناتوان بودند، ایده ی زبانِ تصویر به فکر آچیت نارایانان خطور کرد؛ تا واژگان و مفاهیم را به صورت الگویی کنار هم بگذارد.
این ایده اکنون قلب نرم افزاری ست به نام "فری اسپیچ/ گفتار مستقل" که به امکانات بسیار بالقوه، به برقراری ارتباطِ افراد داری اختلالات گفتاری کمک می کند.
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. Full bio
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 children with autism.
0
721
2670
من با کودکان اوتیسمی کار می کنم.
00:15
Specifically, I make technologies
1
3391
1914
تخصصم، ساخت فناوری
00:17
to help them communicate.
2
5305
2171
برای کمک به اونها در ایجاد ارتباطه.
00:19
Now, many of the problems that children
3
7476
1539
امروز، بیشتر مشکلاتی که بچه های اوتیسمی
00:21
with autism face, they have a common source,
4
9015
3763
از اون رنج می برن، منبع مشترکی داره،
00:24
and that source is that they find it difficult
5
12778
2094
و اون منبع، سختیِ فهم
00:26
to understand abstraction, symbolism.
6
14872
5260
و درک علایم و انتزاعه.
00:32
And because of this, they have
a lot of difficulty with language.
a lot of difficulty with language.
7
20132
4652
و به این دلیل، اون ها مشکلاتِ
بسیاری با زبان دارند.
بسیاری با زبان دارند.
00:36
Let me tell you a little bit about why this is.
8
24784
3015
بذارید کمی براتون توضیح بدم.
00:39
You see that this is a picture of a bowl of soup.
9
27799
3934
این تصویر یک کاسه سوپ است.
00:43
All of us can see it. All of us understand this.
10
31733
2485
ما همه این رو می بینیم. ما همه این رو فهمیم.
00:46
These are two other pictures of soup,
11
34218
2312
دو تصویر دیگه از سوپ هم هست،
00:48
but you can see that these are more abstract
12
36530
2067
اما می بینید که انتزاعی ترند
00:50
These are not quite as concrete.
13
38597
1856
خیلی ملموس نیستند.
00:52
And when you get to language,
14
40453
2174
و وقتی به زبان برگردیم،
00:54
you see that it becomes a word
15
42627
1868
به یک کلمه می رسیم
00:56
whose look, the way it looks and the way it sounds,
16
44495
3261
که نه ظاهرش و نه صداش
00:59
has absolutely nothing to do
with what it started with,
with what it started with,
17
47756
2912
هیچ ربطی به خودش، یا چیزی که
01:02
or what it represents, which is the bowl of soup.
18
50668
2830
معرفشه نداره: یک کاسه سوپ!
01:05
So it's essentially a completely abstract,
19
53498
2900
بنابرین، این فقط یک معرفیِ کاملن انتزاعی
01:08
a completely arbitrary representation of something
20
56398
2576
و کاملن قراردادی از چیزی
01:10
which is in the real world,
21
58974
1163
در دنیای واقعیه،
01:12
and this is something that children with autism
22
60137
1791
و چیزیی هست که بچه های اوتیسمی
01:13
have an incredible amount of difficulty with.
23
61928
3164
مشکلات بسیار زیادی با اون دارند.
01:17
Now that's why most of the people
that work with children with autism --
that work with children with autism --
24
65092
2751
به همین دلیل، بیشتر کسانی که
با بچه های اوتیسمی کار می کنند
با بچه های اوتیسمی کار می کنند
01:19
speech therapists, educators --
25
67843
1878
- گفتار درمانان، مربی ها -
01:21
what they do is, they try to help children with autism
26
69721
2633
به اون ها کمک می کنن تا به جای کلمات
01:24
communicate not with words, but with pictures.
27
72354
3229
از تصاویر برای ارتباط استفاده کنند.
01:27
So if a child with autism wanted to say,
28
75583
1930
بنابرین اگه یک کودک اوتیسمی بخواد بگه:
01:29
"I want soup," that child would pick
29
77513
2458
"سوپ می خوام"، می تونه
01:31
three different pictures, "I," "want," and "soup,"
30
79971
2260
سه تصویر مختلف برداره:
"من"، "می خوام"، "سوپ"
"من"، "می خوام"، "سوپ"
01:34
and they would put these together,
31
82231
1609
و با کنار هم چیدن اون ها،
01:35
and then the therapist or the parent would
32
83840
1867
درمان گر یا والدین، می تونن
01:37
understand that this is what the kid wants to say.
33
85707
1887
بفهمن کودک چی می خواد بگه.
01:39
And this has been incredibly effective;
34
87594
1778
این کار خیلی موثر بوده.
01:41
for the last 30, 40 years
35
89372
2141
برای ۳۰-۴۰ سال گذشته
01:43
people have been doing this.
36
91513
1613
مردم از این روش استفاده می کردند.
01:45
In fact, a few years back,
37
93126
1349
در واقع، چند سال پیش،
01:46
I developed an app for the iPad
38
94475
2675
من یک برنامه برای آی پد نوشتم
01:49
which does exactly this. It's called Avaz,
39
97150
2255
که دقیقن همین کار رو انجام می ده. اسمش هست "آواز"
01:51
and the way it works is that kids select
40
99405
2279
بچه ها تصویری رو که می خوان
01:53
different pictures.
41
101684
1321
انتخاب می کنن؛
01:55
These pictures are sequenced
together to form sentences,
together to form sentences,
42
103005
2570
این تصاویر برای ساخت جمله،
دنبال هم قرار می گیرند،
دنبال هم قرار می گیرند،
01:57
and these sentences are spoken out.
43
105575
1719
و جملات با صدا پخش می شن.
01:59
So Avaz is essentially converting pictures,
44
107294
3025
بنابراین "آواز" اساسا مبدل تصاویره.
02:02
it's a translator, it converts pictures into speech.
45
110319
3960
مترجمی که تصاویر رو به گفتار تبدیل می کنه.
02:06
Now, this was very effective.
46
114279
1718
خب، این خیلی موثر بود.
02:07
There are thousands of children using this,
47
115997
1384
هزاران کودک از اون استفاده می کنند،
02:09
you know, all over the world,
48
117381
1430
در سرتاسر دنیا.
02:10
and I started thinking about
49
118811
2175
به این فکر کردم که
02:12
what it does and what it doesn't do.
50
120986
2654
چه کاری انجام می ده، و چه کاری نه.
02:15
And I realized something interesting:
51
123640
1684
و به یک چیز جالب رسیدم:
02:17
Avaz helps children with autism learn words.
52
125324
4203
"آواز" به بچه های اوتیسمی کمک می کنه
کلمات رو یاد بگیرند.
کلمات رو یاد بگیرند.
02:21
What it doesn't help them do is to learn
53
129527
2405
چیزی رو که کمکی به انجامش نمی کنه:
02:23
word patterns.
54
131932
2748
یادگیریِ الگوی کلماته.
02:26
Let me explain this in a little more detail.
55
134680
2472
بذارید کمی وارد جزییات شم.
02:29
Take this sentence: "I want soup tonight."
56
137152
3057
برای مثال: "من امشب سوپ می خوام."
02:32
Now it's not just the words
here that convey the meaning.
here that convey the meaning.
57
140209
4080
در این مورد، تنها کلمات نیستند
که معنا را انتقال می دهند.
که معنا را انتقال می دهند.
02:36
It's also the way in which these words are arranged,
58
144289
3140
نحوه ی چیدمان این کلمات هم هست،
02:39
the way these words are modified and arranged.
59
147429
2515
نحوه ی تطبیق و چیدمانِ این کلمات.
02:41
And that's why a sentence like "I want soup tonight"
60
149959
2306
و به همین دلیل جمله ای مثل "من امشب سوپ می خوام"
02:44
is different from a sentence like
61
152265
1984
متفاوته از جمله ای مثل
02:46
"Soup want I tonight," which
is completely meaningless.
is completely meaningless.
62
154249
3312
" سوپ امشب من می خوام"،
که کاملن بی معنیه.
که کاملن بی معنیه.
02:49
So there is another hidden abstraction here
63
157561
2619
بنابراین، حالت انتزاعیِ پنهانِ دیگری هم هست
02:52
which children with autism find
a lot of difficulty coping with,
a lot of difficulty coping with,
64
160180
3557
که کنار اومدن باهاش،
برای بچه های اوتیسمی خیلی سخته:
برای بچه های اوتیسمی خیلی سخته:
02:55
and that's the fact that you can modify words
65
163737
2840
این واقعیت که می شه کلمات رو تغییر داد
02:58
and you can arrange them to have
66
166577
2101
و برای انتقال معناهای مختلف
03:00
different meanings, to convey different ideas.
67
168678
2895
چیدمان اون ها رو عوض کرد.
03:03
Now, this is what we call grammar.
68
171573
3459
این همون چیزیه که بهش"دستور زبان" می گیم.
03:07
And grammar is incredibly powerful,
69
175032
2036
و "دستور زبان" واقعن قدرت مند است،
03:09
because grammar is this one component of language
70
177068
3157
چراکه این مؤلفه از زبان،
03:12
which takes this finite vocabulary that all of us have
71
180225
3489
به ما اجازه می ده تا با داشتن واژگان محدود
که همگی می دونیم
که همگی می دونیم
03:15
and allows us to convey an
infinite amount of information,
infinite amount of information,
72
183714
4531
مقدار نامحدودی از اطلاعات رو انتقال بدیم.
03:20
an infinite amount of ideas.
73
188245
2134
حجم بی نهایتی از ایده ها.
03:22
It's the way in which you can put things together
74
190379
2002
با این شیوه می تونیم چیزها رو کنار هم بگذاریم،
03:24
in order to convey anything you want to.
75
192381
2168
تا هر چیزی رو که می خوایم، منتقل کنیم.
03:26
And so after I developed Avaz,
76
194549
2127
بعد از نوشتنِ "آواز"،
03:28
I worried for a very long time
77
196676
1568
این موضوع برای مدت طولانی نگرانم می کرد
03:30
about how I could give grammar
to children with autism.
to children with autism.
78
198244
3910
که چطور می تونم به بچه های اوتیسمی
دستور زبان یاد بدم.
دستور زبان یاد بدم.
03:34
The solution came to me from
a very interesting perspective.
a very interesting perspective.
79
202154
2275
این ایده از یه دیدگاه خیلی جالب سراغم اومد.
03:36
I happened to chance upon a child with autism
80
204429
3449
تصادفن با یک کودک اوتیسمی برخورد کردم
03:39
conversing with her mom,
81
207878
2109
که با مادرش حرف می زد...
03:41
and this is what happened.
82
209987
2094
این اتفاق افتاد:
03:44
Completely out of the blue, very spontaneously,
83
212081
2186
کاملن ناگهانی و خود به خود،
03:46
the child got up and said, "Eat."
84
214267
2463
بچه بلند شد و گفت" "بخور."
03:48
Now what was interesting was
85
216730
1770
حالا نکته ی جالب،
03:50
the way in which the mom was trying to tease out
86
218500
4244
تلاشی بود که مادر می کرد
03:54
the meaning of what the child wanted to say
87
222744
2213
تا منظور بچه رو از حرفی که زده بفهمه
03:56
by talking to her in questions.
88
224957
2260
در حالی که ازش سوال می پرسید.
03:59
So she asked, "Eat what? Do
you want to eat ice cream?
you want to eat ice cream?
89
227217
2593
اون پرسید: "چی بخوری؟ می خوای بستنی بخوری؟
04:01
You want to eat? Somebody else wants to eat?
90
229810
2112
تو می خوای بخوری؟ یکی دیگه می خواد بخوره؟
04:03
You want to eat cream now? You
want to eat ice cream in the evening?"
want to eat ice cream in the evening?"
91
231922
3313
الان می خوای بستنی بخوری؟
غروب می خوای بستنی بخوری؟
غروب می خوای بستنی بخوری؟
04:07
And then it struck me that
92
235235
1514
ناگهان ندایی بهم گفت
04:08
what the mother had done was something incredible.
93
236749
2028
کاری که مادر می کنه فوق العاده س.
04:10
She had been able to get that child to communicate
94
238777
1994
اون می تونست کاری کنه که بچه، بدون دستور زبان
04:12
an idea to her without grammar.
95
240771
4138
ایده ش رو منتقل کنه.
04:16
And it struck me that maybe this is what
96
244909
2696
و با خودم گفتم شاید این همون چیزیه که
04:19
I was looking for.
97
247605
1385
دنبالش می گشتم.
04:20
Instead of arranging words in an order, in sequence,
98
248990
4142
به جای قرار دادن واژگان در یک توالی مشخص،
04:25
as a sentence, you arrange them
99
253132
2172
برای تشکیل جمله، اونهارو جوری بچینی
04:27
in this map, where they're all linked together
100
255304
3811
که همه به هم مربوط باشن
04:31
not by placing them one after the other
101
259115
2143
نه با چیدن شون پشت سر هم
04:33
but in questions, in question-answer pairs.
102
261258
3284
بلکه به صورت سوال، در جفتهای سوال و جوابی.
04:36
And so if you do this, then what you're conveying
103
264542
2358
در این صورت، چیزی که منتقل می کنیم
04:38
is not a sentence in English,
104
266900
1986
یک جمله ی انگلیسی نیست،
04:40
but what you're conveying is really a meaning,
105
268886
2966
بلکه واقعن یک معناست.
04:43
the meaning of a sentence in English.
106
271852
1511
معنای جمله ای در انگلیسی.
04:45
Now, meaning is really the underbelly,
in some sense, of language.
in some sense, of language.
107
273363
2932
اما معنای زبان -یه جورایی- پنهان است.
04:48
It's what comes after thought but before language.
108
276295
3821
چیزیه که بعد از فکر و قبل از زبان می آد.
04:52
And the idea was that this particular representation
109
280116
2503
ایده به این صورت بود که این روشِ خاصِ ارائه
04:54
might convey meaning in its raw form.
110
282619
3261
ممکن بود بتونه معنا رو به صورت خام انتقال بده.
04:57
So I was very excited by this, you know,
111
285880
1771
می دونید، من خیلی هیجان زده بودم
04:59
hopping around all over the place,
112
287651
1493
از این طرف به اون طرف می پریدم،
05:01
trying to figure out if I can convert
113
289144
1771
تا بتونم مطمئن بشم آیا می شه همه
05:02
all possible sentences that I hear into this.
114
290915
2524
جمله های ممکن رو که می شنوم، به این روش تبدیل کنم.
05:05
And I found that this is not enough.
115
293439
1773
و فهمیدم که این کافی نیست.
05:07
Why is this not enough?
116
295212
1385
چرا این کافی نیست؟
05:08
This is not enough because if you wanted to convey
117
296597
1711
کافی نیست چون اگر بخوای چیزی رو
05:10
something like negation,
118
298308
2250
به صورت منفی انتقال بدی،
05:12
you want to say, "I don't want soup,"
119
300558
1736
مثلا: "من سوپ نمی خوام"،
05:14
then you can't do that by asking a question.
120
302294
2220
نمی شه در موردش سوال بپرسی.
05:16
You do that by changing the word "want."
121
304514
2285
این کار رو با تغییر واژه ی "می خوام" انجام می دی.
05:18
Again, if you wanted to say,
122
306799
1637
مثلن اگه بخوای بگی:
05:20
"I wanted soup yesterday,"
123
308436
1980
"دیروز سوپ می خواستم"
05:22
you do that by converting
the word "want" into "wanted."
the word "want" into "wanted."
124
310416
2737
"می خوام" رو به "می خواستم" تغیر می دی.
05:25
It's a past tense.
125
313153
1666
یک فعلِ گذشته.
05:26
So this is a flourish which I added
126
314819
2103
بنابراین، برای تکمیل سیستم،
05:28
to make the system complete.
127
316922
1576
این رو بهش اضافه کردم.
05:30
This is a map of words joined together
128
318498
1977
این یک نقشه از واژگان متصل به هم
05:32
as questions and answers,
129
320475
1656
به صورتِ پرسش و پاسخ
05:34
and with these filters applied on top of them
130
322131
2264
و یک سری فیلتر در قسمت بالایی
05:36
in order to modify them to represent
131
324395
1817
برای اعمال تغییر در زمان و
05:38
certain nuances.
132
326212
1709
تفاوت های ظریف است.
05:39
Let me show you this with a different example.
133
327921
1951
بگذارید مثال دیگه ای بزنم.
05:41
Let's take this sentence:
134
329872
1254
مثل این جمله:
05:43
"I told the carpenter I could not pay him."
135
331126
1980
"به نجار گفتم که نمی تونم پولش رو بپردازم."
05:45
It's a fairly complicated sentence.
136
333106
1792
که انصافا یک جمله ی پیچیده است.
05:46
The way that this particular system works,
137
334898
1893
این طور که این سیستم کار می کنه،
05:48
you can start with any part of this sentence.
138
336791
2578
می تونید از هرجای جمله شروع کنید.
05:51
I'm going to start with the word "tell."
139
339369
1698
من با "گفتن" شروع می کنم.
05:53
So this is the word "tell."
140
341067
1462
خُب این واژه ی "گفتن"
05:54
Now this happened in the past,
141
342529
1600
این اتفاق در گذشته رخ داده،
05:56
so I'm going to make that "told."
142
344129
2223
پس به "گفتم" تغییرش می دم.
05:58
Now, what I'm going to do is,
143
346352
1708
حالا کاری که باید انجام بدم،
06:00
I'm going to ask questions.
144
348060
1756
سوال پرسیدن است.
06:01
So, who told? I told.
145
349816
2364
خُب... کی گفت؟ من گفتم.
06:04
I told whom? I told the carpenter.
146
352180
1927
به کی گفتم؟ به نجار گفتم.
06:06
Now we start with a different part of the sentence.
147
354107
1751
حالا با یه قسمتِ دیگه ی جمله شروع می کنیم
06:07
We start with the word "pay,"
148
355858
1867
با "پرداختن" مثلا.
06:09
and we add the ability filter to it to make it "can pay."
149
357725
4577
از فیلتر توانایی استفاده می کنیم
تا توانایی در پرداخت رو نشون بدیم.
تا توانایی در پرداخت رو نشون بدیم.
06:14
Then we make it "can't pay,"
150
362302
2101
بعد به "نمی تونه بپردازه" تغییرش می دیم.
06:16
and we can make it "couldn't pay"
151
364403
1599
و با اضافه کردن این فیلتر
06:18
by making it the past tense.
152
366002
1663
به گذشته تغییرش می دیم.
06:19
So who couldn't pay? I couldn't pay.
153
367665
1923
بنابراین کی نمی تونست بپردازه؟ من.
06:21
Couldn't pay whom? I couldn't pay the carpenter.
154
369588
2676
به کی نمی تونستم بپردازم؟ به نجار.
06:24
And then you join these two together
155
372264
1731
و بعد این دو تا رو به هم وصل می کنید
06:25
by asking this question:
156
373995
1350
با پرسیدن یک سوال:
06:27
What did I tell the carpenter?
157
375345
1737
به نجار چی گفتم؟
06:29
I told the carpenter I could not pay him.
158
377082
4049
"به نجار گفتم که نمی تونم پولش رو بپردازم."
06:33
Now think about this. This is
159
381131
1937
حالا به این فکر کنید. این...
06:35
—(Applause)—
160
383068
3542
(تشویق حضار)
06:38
this is a representation of this sentence
161
386610
3672
این یک ارائه از این جمله است،
06:42
without language.
162
390282
2435
بدون زبان.
06:44
And there are two or three
interesting things about this.
interesting things about this.
163
392717
2192
دو سه نکته ی جالب وجود داره
06:46
First of all, I could have started anywhere.
164
394909
3131
اول این که: می تونستم از هرجا می خوام
شروع کنم.
شروع کنم.
06:50
I didn't have to start with the word "tell."
165
398040
2243
مجبور نبودم با واژه ی "گفتن" شروع کنم.
06:52
I could have started anywhere in the sentence,
166
400283
1416
از هر جای جمله می شد شروع کنم،
06:53
and I could have made this entire thing.
167
401699
1507
و به همین جمله برسم.
06:55
The second thing is, if I wasn't an English speaker,
168
403206
2776
نکته ی دوم: اگر من انگلیسی زبان نبودم،
06:57
if I was speaking in some other language,
169
405982
2175
اگر به زبان دیگری حرف می زدم،
07:00
this map would actually hold true in any language.
170
408157
3156
این روش برای هر زبان دیگری جواب می داد.
07:03
So long as the questions are standardized,
171
411313
1990
بنابرین تا زمانی که پرسش ها استاندار باشند،
07:05
the map is actually independent of language.
172
413303
4287
این روش از زبان مستقل است.
07:09
So I call this FreeSpeech,
173
417590
2115
بنابراین بهش می گم: "گفتارِ مستقل ( فری اسپیچ)"
07:11
and I was playing with this for many, many months.
174
419705
2935
ماه های زیادی با این برنامه کار کردم.
07:14
I was trying out so many
different combinations of this.
different combinations of this.
175
422640
2726
تا انواع مختلف ترکیبات رو امتحان کنم.
07:17
And then I noticed something very
interesting about FreeSpeech.
interesting about FreeSpeech.
176
425366
2289
تا به چیز خیلی جالبی در مورد "گفتار مستقل" برخوردم!
07:19
I was trying to convert language,
177
427655
3243
من داشتم تلاش می کردم زبان رو تبدیل کنم؛
07:22
convert sentences in English
into sentences in FreeSpeech,
into sentences in FreeSpeech,
178
430898
2384
تبدیل جملات انگلیسی
به جملات "گفتار مستقل،"
به جملات "گفتار مستقل،"
07:25
and vice versa, and back and forth.
179
433282
1752
و برعکس...
07:27
And I realized that this particular configuration,
180
435034
2255
و من متوجه شدم که این تنظیمات خاص،
07:29
this particular way of representing language,
181
437289
2026
این روش ویژه ارائه ی زبان،
07:31
it allowed me to actually create very concise rules
182
439315
4395
به من اجازه داده تا قوانین خیلی موجزی بسازم
07:35
that go between FreeSpeech on one side
183
443710
2734
که مابین "گفتار مستقل" از یه سو
07:38
and English on the other.
184
446444
1488
و انگلیسی از سوی دیگه قرار دارند.
07:39
So I could actually write this set of rules
185
447932
2180
بنابراین می تونستم مجموعه ای ازقوانینی رو بنویسم،
07:42
that translates from this particular
representation into English.
representation into English.
186
450112
3395
که این نحوه خاص از ارائه را
به انگلیسی ترجمه کنند.
به انگلیسی ترجمه کنند.
07:45
And so I developed this thing.
187
453507
1831
و در نتیجه این برنامه رو نوشتم.
07:47
I developed this thing called
the FreeSpeech Engine
the FreeSpeech Engine
188
455338
2232
برنامه ای به اسم موتور "گفتار مستقل"
07:49
which takes any FreeSpeech sentence as the input
189
457570
2561
که هر نوع جمله "گفتار مستقل" رو به عنوان ورودی می گیره
07:52
and gives out perfectly grammatical English text.
190
460131
3930
و از نظر دستوری، جمله ی درستِ انگلیسی می ده.
07:56
And by putting these two pieces together,
191
464061
1605
و با کنار هم گذاشتن این دو در کنار هم،
07:57
the representation and the engine,
192
465666
1881
برنامه ی "گفتار مستقل" و موتورش،
07:59
I was able to create an app, a
technology for children with autism,
technology for children with autism,
193
467547
3796
تونستم برنامه ای بنویسم،
یک فناوری برای کمک به کودکان اوتیسمی؛
یک فناوری برای کمک به کودکان اوتیسمی؛
08:03
that not only gives them words
194
471343
2499
که نه تنها بهشون واژه می ده،
08:05
but also gives them grammar.
195
473842
3941
که دستور زبان هم می ده.
08:09
So I tried this out with kids with autism,
196
477783
2360
بنابراین اون رو با بچه های اوتیسمی امتحان کردم.
08:12
and I found that there was an
incredible amount of identification.
incredible amount of identification.
197
480143
5013
و متوجه شدم که تطبیق فوق العاده ی داره.
08:17
They were able to create sentences in FreeSpeech
198
485156
2720
اون ها می تونستند با "گفتار مستقل" جمله بسازند،
08:19
which were much more complicated
but much more effective
but much more effective
199
487876
2558
که از معادل انگلیسی اون،
08:22
than equivalent sentences in English,
200
490434
2899
خیلی پیچیده تر و خیلی مفیدتر بود!
08:25
and I started thinking about
201
493333
1682
این بود که به فکر فرو رفتم درباره این
08:27
why that might be the case.
202
495015
1969
که چرا باید این طور باشه.
08:28
And I had an idea, and I want to
talk to you about this idea next.
talk to you about this idea next.
203
496984
4287
و ایده ای به ذهنم اومد
که می خوام درباره ش صحبت کنم.
که می خوام درباره ش صحبت کنم.
08:33
In about 1997, about 15 years back,
204
501271
3142
حدود ۱۵ سال پیش، سال ۱۹۹۷
08:36
there were a group of scientists that were trying
205
504413
2011
گروهی از دانشمندان چگونگی پردازشِ زبان
08:38
to understand how the brain processes language,
206
506424
2389
توسط مغر رو بررسی می کردند.
08:40
and they found something very interesting.
207
508813
1779
و چیز خیلی جالبی کشف کردند.
08:42
They found that when you learn a language
208
510592
1872
این که وقتی شما به عنوان یک کودک
زبان یاد می گیرید،
زبان یاد می گیرید،
08:44
as a child, as a two-year-old,
209
512464
2912
یک کودکِ ۲ ساله،
08:47
you learn it with a certain part of your brain,
210
515376
2366
با قسمت مشخصی از مغز این کارُ می کنید.
08:49
and when you learn a language as an adult --
211
517742
1600
و وقتی به عنوان آدم برزگ زبان یاد می گیرید
08:51
for example, if I wanted to
learn Japanese right now —
learn Japanese right now —
212
519342
3911
-مثلن اگر من الان بخوام ژاپنی یاد بگیرم-
08:55
a completely different part of my brain is used.
213
523253
2707
قسمت کاملن متفاوتی از مغزم استفاده می شه.
08:57
Now I don't know why that's the case,
214
525960
1831
نمی دونم چرا این طوره،
08:59
but my guess is that that's because
215
527791
1991
اما حدس می زنم به این دلیل که
09:01
when you learn a language as an adult,
216
529782
2437
وقتی به عنوان آدم بزرگ زبان یاد می گیرید،
09:04
you almost invariably learn it
217
532219
1616
این کار رو از طریق زبان محلی تون انجام می دید،
09:05
through your native language, or
through your first language.
through your first language.
218
533835
4266
از طریق زبان مادری تون.
09:10
So what's interesting about FreeSpeech
219
538101
3252
نکته ی جالب در مورد "گفتار مستقل"،
09:13
is that when you create a sentence
220
541353
1802
موقع جمله ساختن است
09:15
or when you create language,
221
543155
1695
یا ایجاد زبان،
09:16
a child with autism creates
language with FreeSpeech,
language with FreeSpeech,
222
544850
3070
وقتی یک کودک اوتیسمی با "گفتار مستقل"
زبان می سازه،
زبان می سازه،
09:19
they're not using this support language,
223
547920
1833
از زبان کمکی استفاده نمی کنه!
09:21
they're not using this bridge language.
224
549753
2211
از یک پل ارتباطی کمک نمی گیره.
09:23
They're directly constructing the sentence.
225
551964
2657
مستقیم جمله رو می سازه.
09:26
And so this gave me this idea.
226
554621
2193
به دنبال این نکته، این ایده اومد:
09:28
Is it possible to use FreeSpeech
227
556814
2024
آیا می شه از " گفتار مستقل" استفاده کرد
09:30
not for children with autism
228
558838
2510
نه برای کودکانِ اوتیسمی،
09:33
but to teach language to people without disabilities?
229
561348
6262
که برای آموزش زبان به مردمِ سالم؟
09:39
And so I tried a number of experiments.
230
567610
1978
آزمایشات مختلفی انجام دادم.
09:41
The first thing I did was I built a jigsaw puzzle
231
569588
2948
اول یک پازل ساختم
09:44
in which these questions and answers
232
572536
1970
که این پرسش و پاسخ ها
09:46
are coded in the form of shapes,
233
574506
1835
به صورت اَشکال کدگذاری شده بودند.
09:48
in the form of colors,
234
576341
1138
به صورت رنگ.
09:49
and you have people putting these together
235
577479
1849
افراد اون ها رو کنار هم می چیدن
09:51
and trying to understand how this works.
236
579328
1773
و سعی می کردند نحوه ی کارش رو بفهمند.
09:53
And I built an app out of it, a game out of it,
237
581101
2376
و یک برنامه براش نوشتم، یک بازی،
09:55
in which children can play with words
238
583477
2661
که بچه ها با واژه ها بازی کنند،
09:58
and with a reinforcement,
239
586138
1704
و با یک کمک،
09:59
a sound reinforcement of visual structures,
240
587842
2585
یک کمکِ شنیداری از ساختارهای دیداری،
10:02
they're able to learn language.
241
590427
2013
می تونستن زبان یاد بگیرند.
10:04
And this, this has a lot of potential, a lot of promise,
242
592440
2736
و این پتانسیل بالایی داره، و نوید بخش است،
10:07
and the government of India recently
243
595176
1975
اخیرا، دولت هند
10:09
licensed this technology from us,
244
597151
1404
این فناوری رو از ما خرید.
10:10
and they're going to try it out
with millions of different children
with millions of different children
245
598555
2074
اونا می خوان این رو روی میلیون ها کودک
آزمایش کنند
آزمایش کنند
10:12
trying to teach them English.
246
600629
2605
بهشون انگلیسی یاد بدهند.
10:15
And the dream, the hope, the vision, really,
247
603234
2614
رویا، امید و الهام در واقع...
10:17
is that when they learn English this way,
248
605848
3082
هنگامی است که اون ها با این روش انگلیسی یاد بگیرند،
10:20
they learn it with the same proficiency
249
608930
2643
این که با همان کیفیتِ زبان مادری
10:23
as their mother tongue.
250
611573
3718
انگلیسی یاد بگیرند.
10:27
All right, let's talk about something else.
251
615291
3816
خُب، بیایید در مورد چیز دیگری صحبت کنیم.
10:31
Let's talk about speech.
252
619107
1997
درباره ی گفتار.
10:33
This is speech.
253
621104
1271
این گفتار است.
10:34
So speech is the primary mode of communication
254
622375
1962
گفتار، اولین حالت ارتباط است،
10:36
delivered between all of us.
255
624337
1613
که بین ما رایج شده.
10:37
Now what's interesting about speech is that
256
625950
1855
حالا چیزِ جالب در مورد گفتار این است که
10:39
speech is one-dimensional.
257
627805
1245
گفتار تک بُعدی است.
10:41
Why is it one-dimensional?
258
629050
1359
چرا تک بعدی است؟
10:42
It's one-dimensional because it's sound.
259
630409
1568
تک بعدی است، چون صداست.
10:43
It's also one-dimensional because
260
631977
1539
دلیل دیگر اینه که
10:45
our mouths are built that way.
261
633516
1205
ساختار دهان به این شکل است.
10:46
Our mouths are built to create
one-dimensional sound.
one-dimensional sound.
262
634721
3512
دهان مان برای تولید صدای تک-بعدی ساخته شده.
10:50
But if you think about the brain,
263
638233
2866
اما اگر به مغز فکر کنید،
10:53
the thoughts that we have in our heads
264
641099
1764
افکاری که در سر داریم
10:54
are not one-dimensional.
265
642863
2102
تک-بعدی نیستند.
10:56
I mean, we have these rich,
266
644965
1459
افکار ما غنی،
10:58
complicated, multi-dimensional ideas.
267
646424
3028
پیچیده، و چند بعدی اند.
11:01
Now, it seems to me that language
268
649452
1690
به نظر می آد که زبان
11:03
is really the brain's invention
269
651142
2332
اختراعِ مغز است
11:05
to convert this rich, multi-dimensional thought
270
653474
3096
برای تبدیل این افکار غنی و چند بعدی
11:08
on one hand
271
656570
1587
از یک سو
11:10
into speech on the other hand.
272
658157
1923
به گفتار در سوی دیگر.
11:12
Now what's interesting is that
273
660080
1762
نکته ی جالب این است که
11:13
we do a lot of work in information nowadays,
274
661842
2568
امروزه ما تلاش زیادی
در زمینه اطلاعات انجام می دیم،
در زمینه اطلاعات انجام می دیم،
11:16
and almost all of that is done
in the language domain.
in the language domain.
275
664410
3079
که تقریبن همه اون ها
در دامنه ی زبان قرار می گیرند.
در دامنه ی زبان قرار می گیرند.
11:19
Take Google, for example.
276
667489
1939
برای مثال: گوگل.
11:21
Google trawls all these
countless billions of websites,
countless billions of websites,
277
669428
2677
گوگل تعداد بی شماری وب سایت میاره،
11:24
all of which are in English,
and when you want to use Google,
and when you want to use Google,
278
672105
2725
که همه انگلیسی ان،
و وقتی شما از گوگل استفاده می کنید،
و وقتی شما از گوگل استفاده می کنید،
11:26
you go into Google search, and you type in English,
279
674830
2450
به موتور جستجوی گوگل می رید،
و به انگلیسی تایپ می کنید،
و به انگلیسی تایپ می کنید،
11:29
and it matches the English with the English.
280
677280
4163
و اون انگلیسی رو با انگلیسی تطبیق می ده.
11:33
What if we could do this in FreeSpeech instead?
281
681443
3583
چی می شد اگه ما این کار رو با "گفتار مستقل" انجام می دادیم؟
11:37
I have a suspicion that if we did this,
282
685026
2301
من فکر می کنم اگر این کار رو می کردیم،
11:39
we'd find that algorithms like searching,
283
687327
2068
الگوریتم هایی مثل جستجو،
11:41
like retrieval, all of these things,
284
689395
2325
یا بازیابی، همه شون
11:43
are much simpler and also more effective,
285
691720
3075
ساده تر و مفیدتر می شدند،
11:46
because they don't process
the data structure of speech.
the data structure of speech.
286
694795
4417
چون نیازی به پردازشِ ساختار گفتار نبود.
11:51
Instead they're processing
the data structure of thought.
the data structure of thought.
287
699212
5976
در ازاش، ساختار داده های تفکر پردازش می شه.
11:57
The data structure of thought.
288
705188
2808
ساختار داده های تفکر.
11:59
That's a provocative idea.
289
707996
2076
ایده محرکی است.
12:02
But let's look at this in a little more detail.
290
710072
2142
بیاید کمی وارد جزییات شیم.
12:04
So this is the FreeSpeech ecosystem.
291
712214
2366
خُب این اکو سیستمِ "گفتار مستقل"
12:06
We have the Free Speech
representation on one side,
representation on one side,
292
714580
2884
در یک سو ارائه دهنده "گفتار مستقل" رو داریم،
12:09
and we have the FreeSpeech
Engine, which generates English.
Engine, which generates English.
293
717464
2228
و موتورِ "گفتار مستق" که انگلیسی تولید می کند.
12:11
Now if you think about it,
294
719694
1725
حالا اگر کمی فکر کنید،
12:13
FreeSpeech, I told you, is completely
language-independent.
language-independent.
295
721419
2544
"گفتار مستقل" همون طور که گفتم،
از زبان مستقل است.
از زبان مستقل است.
12:15
It doesn't have any specific information in it
296
723963
2087
هیچ اطلاعات مشخصی در خودش نداره
12:18
which is about English.
297
726050
1228
که انگلیسی باشه.
12:19
So everything that this system knows about English
298
727278
2800
بنابرین هرچیزی که این سیستم در مورد انگلیسی می دونه
12:22
is actually encoded into the engine.
299
730078
4620
در واقع برای موتور کُد شده.
12:26
That's a pretty interesting concept in itself.
300
734698
2237
که این خودش مبحثِ خیلی جالبی است.
12:28
You've encoded an entire human language
301
736935
3604
تمام زبان انسان در یک نرم افزار
12:32
into a software program.
302
740539
2645
کد گذاری شده.
12:35
But if you look at what's inside the engine,
303
743184
2531
اما اگر به داخل این موتور نگاهی بندازید،
12:37
it's actually not very complicated.
304
745715
2358
می بینید خیلی پیچیده نیست.
12:40
It's not very complicated code.
305
748073
2105
کدهای پیچیده ای نداره.
12:42
And what's more interesting is the fact that
306
750178
2672
و چیزی که جالب است این حقیقت است که
12:44
the vast majority of the code in that engine
307
752850
2203
بیشتر کدهای این موتور
12:47
is not really English-specific.
308
755053
2412
در واقع لزوما انگلیسی نیستند.
12:49
And that gives this interesting idea.
309
757465
1895
و همین دلیلِ این ایده ی جالب
12:51
It might be very easy for us to actually
310
759360
2038
برامون خیلی ساده خواهد بود که
12:53
create these engines in many,
many different languages,
many different languages,
311
761398
3826
این موتورها رو به خیلی از زبان های دیگر هم بنویسیم؛
12:57
in Hindi, in French, in German, in Swahili.
312
765224
6354
به هندی، فرانسه، آلمانی و سواحیلی.
13:03
And that gives another interesting idea.
313
771578
2799
و ایده جالبِ دیگری می آد.
13:06
For example, supposing I was a writer,
314
774377
2654
مثلا فکر کنید من نویسنده ام،
13:09
say, for a newspaper or for a magazine.
315
777031
2122
برای یک روزنامه یا مجله...
13:11
I could create content in one language, FreeSpeech,
316
779153
5011
می تونم مطالب رو فقط به یک زبان بنویسم: گفتار مستقل،
13:16
and the person who's consuming that content,
317
784164
2056
و کسی که می خواد مطلب رو بخونه،
13:18
the person who's reading that particular information
318
786220
3061
کسی که می خواد اون مطلب خاص رو بخونه
13:21
could choose any engine,
319
789281
2495
می تونه هر موتوری رو انتخاب کنه،
13:23
and they could read it in their own mother tongue,
320
791776
2736
و اون رو به زبان مادریش بخونه.
13:26
in their native language.
321
794512
3939
به زبانِ محلیش.
13:30
I mean, this is an incredibly attractive idea,
322
798451
2722
این ایده ی بسیار خوبی است،
13:33
especially for India.
323
801173
1999
مخصوصا برای هند.
13:35
We have so many different languages.
324
803172
1690
ما کلی زبان های مختلف داریم.
13:36
There's a song about India, and there's a description
325
804862
2142
ترانه ای در مورد هند هست
13:39
of the country as, it says,
326
807004
2344
که کشور رو توصیف می کنه:
13:41
(in Sanskrit).
327
809348
2360
(به زبان سانسکریت)
13:43
That means "ever-smiling speaker
328
811708
2773
یعنی "متکلم همیشه خندانِ
13:46
of beautiful languages."
329
814481
4519
زبان های زیبا."
13:51
Language is beautiful.
330
819000
1964
زبان زیباست!
13:52
I think it's the most beautiful of human creations.
331
820964
2454
فکر می کنم زیباترین ابداع بشر باشه.
13:55
I think it's the loveliest thing
that our brains have invented.
that our brains have invented.
332
823418
3978
فکر می کنم دوست داشتنی-ترین
اختراع مغزمون باشه.
اختراع مغزمون باشه.
13:59
It entertains, it educates, it enlightens,
333
827396
3584
سرگرم می کنه، آموزش می ده و آگاه می کنه
14:02
but what I like the most about language
334
830980
2044
اما چیزی که بیشتر در موردش دوست دارم،
14:05
is that it empowers.
335
833024
1500
این است که قدرت می ده.
14:06
I want to leave you with this.
336
834524
1838
به عنوان حسن ختام،
14:08
This is a photograph of my collaborators,
337
836362
2385
این عکس همکارانِ من است.
14:10
my earliest collaborators
338
838747
997
اولین همکارام
14:11
when I started working on language
339
839744
1462
وقتی کار روی زبان، اوتیسم،
14:13
and autism and various other things.
340
841206
1502
و خیلی چیزهای دیگر رو شروع کردم.
14:14
The girl's name is Pavna,
341
842708
1417
اسم اون دختر "پاونا"ست
14:16
and that's her mother, Kalpana.
342
844125
1902
و اون مادرشه، "کالپانا".
14:18
And Pavna's an entrepreneur,
343
846027
2138
"پاونا" مؤسس شرکت است،
14:20
but her story is much more remarkable than mine,
344
848165
2371
اما داستانش خیلی قابل توجه تر از مالِ من است؛
14:22
because Pavna is about 23.
345
850536
2400
چون "پاونا" حدود ۲۳ سال داره.
14:24
She has quadriplegic cerebral palsy,
346
852936
2552
و اون فلجِ مغزی-نخاعی است.
14:27
so ever since she was born,
347
855488
1640
از زمان تولدش،
14:29
she could neither move nor talk.
348
857128
3600
نه حرف می زنه، نه حرکت می کنه.
14:32
And everything that she's accomplished so far,
349
860728
2403
و هرچیزی که تا امروز انجام داده،
14:35
finishing school, going to college,
350
863131
2227
پایان تحصیلات، رفتن به دانشگاه،
14:37
starting a company,
351
865358
1416
تآسیس شرکت،
14:38
collaborating with me to develop Avaz,
352
866774
2140
همکاری با من برای نوشتن "آواز"،
14:40
all of these things she's done
353
868914
1892
همه کارهایی که انجام داده،
14:42
with nothing more than moving her eyes.
354
870806
5523
تنها با حرکت چشمان اش بوده.
14:48
Daniel Webster said this:
355
876329
2689
"دانیل وبستر" می گه:
14:51
He said, "If all of my possessions were taken
356
879018
2940
"اگر همه ی دارایی های من را بگیرند،
14:53
from me with one exception,
357
881958
2988
و فقط یک انتخاب داشته باشم،
14:56
I would choose to keep the power of communication,
358
884946
2981
قدرت ارتباط برقرار کردن را انتخاب می کنم،
14:59
for with it, I would regain all the rest."
359
887927
3903
که به وسیله ی آن، مابقی را دوباره کسب می کنم."
15:03
And that's why, of all of these incredible
applications of FreeSpeech,
applications of FreeSpeech,
360
891830
5116
به همین دلیل... از بین تمام برنامه های "گفتار مستقل"،
15:08
the one that's closest to my heart
361
896946
2080
نزدیک ترین به قلب من،
15:11
still remains the ability for this
362
899026
2068
توانایی ی قدرت بخشیدن
15:13
to empower children with disabilities
363
901094
2380
به بچه های ناتوان است
15:15
to be able to communicate,
364
903474
1773
که بتونن حرف بزنند،
15:17
the power of communication,
365
905247
1789
تا برای کسب مابقی،
15:19
to get back all the rest.
366
907036
2240
قدرت ارتباط داشته باشند.
15:21
Thank you.
367
909276
1397
ممنونم.
15:22
(Applause)
368
910673
1332
(تشویق حضار)
15:24
Thank you. (Applause)
369
912005
4199
ممنونم.
15:28
Thank you. Thank you. Thank you. (Applause)
370
916204
5323
(تشویق حضار)
15:33
Thank you. Thank you. Thank you. (Applause)
371
921527
4000
ممنونم.
ABOUT THE SPEAKER
Ajit Narayanan - Visual grammar engine inventorAjit 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.
Ajit Narayanan | Speaker | TED.com