TED2010
Temple Grandin: The world needs all kinds of minds
विश्व को हर तरह के दिमाग की आवश्यकता है
Filmed:
Readability: 3.4
5,588,848 views
टेम्पल ग्रैन्डिन, जो कि बचपन से औटिस्म से ग्रस्त है, अपनए दिमाग की कार्यशैली के बारे मे चर्चा कर रही हैं --वह बता रही हैं कि कैसे उनकी "तस्वीरो मे सोचने की क्षमता" ने उन्हे उन समस्याओ का समाधान ढूढ़ने मे मदद दी जिन्हे अक्सर बाकि Neurotypical(वे जिन्हे औटिस्म नही है) दिमाग नही देख पाते हैं । वे कह्ती है कि दुनिया को औटिस्म स्पेक्ट्र्म से सोचने वाले व्यक्तियों की भी ज़रूरत है : दृश्य विचारकों, पैटर्न विचारकों, मौखिक विचारकों, और स्मार्ट और तेज़ बच्चों को सभी प्रकार की।
Temple Grandin - Livestock handling designer, autism activist
Through groundbreaking research and the lens of her own autism, Temple Grandin brings startling insight into two worlds. Full bio
Through groundbreaking research and the lens of her own autism, Temple Grandin brings startling insight into two worlds. Full bio
Double-click the English transcript below to play the video.
00:15
I think I'll start out and just talk a little bit about
0
0
2000
मेरे विचार से मुझे सीधे सीधे शुरु करना चहिये और थोड़ा सा बोलना चाहिए
00:17
what exactly autism is.
1
2000
2000
कि औटिस्म क्या है?
00:19
Autism is a very big continuum
2
4000
3000
औटिस्म एक लम्बी श्रृंखला है
00:22
that goes from very severe -- the child remains non-verbal --
3
7000
3000
जो बहुत गंभीर स्थिती, जिसमे बच्चा बोलता भी नही है , से
00:25
all the way up to brilliant scientists and engineers.
4
10000
3000
एक प्रतिभाशाली वैज्ञानिकों और इंजीनियरों बनने का रास्ता तय कर सकती है.
00:28
And I actually feel at home here,
5
13000
2000
और यहाँ मुझे एकदम घर जैसा लग रहा है
00:30
because there's a lot of autism genetics here.
6
15000
2000
क्योकि यहाँ बहुत सा औटिस्म जेनेटिक्स है
00:32
You wouldn't have any...
7
17000
2000
आप के पास तो नही…
00:34
(Applause)
8
19000
4000
(तालियां)
00:38
It's a continuum of traits.
9
23000
2000
यह केवल लक्षणों की श्रृंखला है
00:40
When does a nerd turn into
10
25000
3000
कब कोई विलक्षण प्रतिभा वाला व्यक्ति बदल जाता है
00:43
Asperger, which is just mild autism?
11
28000
2000
एस्परगर से ग्रसित व्यक्ति मे-जो मन्द औटिस्म का ही एक रूप है?
00:45
I mean, Einstein and Mozart
12
30000
3000
मेरा मतलब है आईनस्टाइन और मोज़ार्ट से
00:48
and Tesla would all be probably diagnosed
13
33000
2000
और टेलसा से , जिन्हे शायद आज
00:50
as autistic spectrum today.
14
35000
2000
औटिस्म स्पेक्ट्रम से ग्रसित घोषित कर दिया जाए
00:52
And one of the things that is really going to concern me is
15
37000
3000
और एक बहुत मह्त्तवपूर्ण बात जो आज मेरे लिए वास्तव में चिंता का विषय है
00:55
getting these kids to be the ones that are going to invent
16
40000
3000
वह है इन बच्चो तक पहुँचना जो कि आगे जा कर आविष्कार करेंगें
00:58
the next energy things,
17
43000
2000
आने वाली ऊर्जा का,
01:00
you know, that Bill Gates talked about this morning.
18
45000
4000
अब, जैसा कि आज सुबह बिल गेट्स ने बताया है।
01:04
OK. Now, if you want to understand
19
49000
2000
अच्छा , अब अगर आप समझना चाह्ते है तो
01:06
autism, animals.
20
51000
2000
औटिस्म को ,जानवरो को।
01:08
And I want to talk to you now about different ways of thinking.
21
53000
2000
और मै आप सबसे बात करना चाह्ती हूँ भिन्न भिन्न तरह से सोचने की क्षमता की
01:10
You have to get away from verbal language.
22
55000
3000
आप को वाणी से ध्यान हटाना होगा
01:13
I think in pictures,
23
58000
2000
मै तस्वीरो मे सोचती हूँ
01:15
I don't think in language.
24
60000
3000
मै भाषा मे नही सोचती
01:18
Now, the thing about the autistic mind
25
63000
2000
अब, औटिसटिक दिमाग के बारे मे एक विशेष चीज़ यह है कि
01:20
is it attends to details.
26
65000
3000
वह बारिकियो पर गौर करता है
01:23
OK, this is a test where you either have to
27
68000
2000
अच्छा , यह एक परीक्षा है , जहाँ आपको या तो केवल
01:25
pick out the big letters, or pick out the little letters,
28
70000
2000
बडे अक्षर चुनने हैं , या सिर्फ छोटे अक्षर चुनने हैं ।
01:27
and the autistic mind picks out the
29
72000
2000
और औटिसटिक दिमाग
01:29
little letters more quickly.
30
74000
2000
छोटे अक्षर जल्दी चुनता है
01:31
And the thing is, the normal brain ignores the details.
31
76000
4000
और यह बात भी है कि सामन्य दिमाग बारिकियो पर ध्यान नही देता।
01:35
Well, if you're building a bridge, details are pretty important
32
80000
2000
ले्किन, अगर आप एक पुल बनाने जा रहे है तो बारिकियो पर ध्यान देना ज़रूरी है
01:37
because it will fall down if you ignore the details.
33
82000
3000
अन्यथा वह गिर जाएगा,अगर आप्अने उसकी बारिकियों पर गौर नही किया।
01:40
And one of my big concerns with a lot of policy things today
34
85000
3000
और सबसे बडी चिंता आज मुझे नीति सबंधी है
01:43
is things are getting too abstract.
35
88000
2000
बहुत सी चीज़े धुन्धली हो रही है
01:45
People are getting away from doing
36
90000
2000
लोग हाथ मे लिए काम करने
01:47
hands-on stuff.
37
92000
2000
से बच रहे है
01:49
I'm really concerned that a lot of the schools have taken out
38
94000
2000
मुझे सचमुच चिन्ता हो रही है कि बहुत से स्कूलो ने
01:51
the hands-on classes,
39
96000
2000
कई कक्षाएँ बन्द कर दी है
01:53
because art, and classes like that,
40
98000
2000
जैसे कला और अन्य ऐसी कक्षाएँ क्योंकि
01:55
those are the classes where I excelled.
41
100000
2000
ये ही वो कक्षाएँ है जिनमे मैं अच्छी थी
01:57
In my work with cattle,
42
102000
2000
ठीक है, मवेशियों के साथ अपने काम में,
01:59
I noticed a lot of little things that most people don't notice
43
104000
3000
मैंने बहुत कुछ छोटी चीजें देखी जो कि ज्यादातर लोगों नहीं देखते है
02:02
would make the cattle balk. Like, for example,
44
107000
2000
उदाहरण के लिए पशुओं को क्या डराता है,
02:04
this flag waving, right in front of the veterinary facility.
45
109000
3000
जैसे वह हिलता हुआ झडा, पशु चिकित्सा सुविधा के सामने
02:07
This feed yard was going to tear down their whole veterinary facility;
46
112000
3000
उसकी वजह से वह फ़ीड यार्ड पूरा पशु चिकित्सा सुविधा गिराने जा रहा था,
02:10
all they needed to do was move the flag.
47
115000
2000
उन्हे बस उन्हे वह झडा हटाना था
02:12
Rapid movement, contrast.
48
117000
3000
इसके विपरीत तुरंत कार्यवाही हो गई,
02:15
In the early '70s when I started, I got right down
49
120000
2000
मैने जब 1970 मे शुरु किया , तब मै सीधे
02:17
in the chutes to see what cattle were seeing.
50
122000
2000
ढ्लान मे नीचे उतर गई यह देख्नने के लिये कि पशुओ को क्या दिखता है।
02:19
People thought that was crazy. A coat on a fence would make them balk,
51
124000
3000
लोगो ने सोचा कि मै पागल हूँ.उन्हें बाड़ पर पड़ा हुआ कोट डराता था
02:22
shadows would make them balk, a hose on the floor ...
52
127000
3000
परछाईयाँ उन्हे डरा देती थी, एक ज़मीन पर पडा पाईप भी
02:25
people weren't noticing these things --
53
130000
2000
लोग इन बातो पर ध्यान नही दे रहे थे।
02:27
a chain hanging down --
54
132000
2000
नीचे लटकती एक ज़ंज़ीर,
02:29
and that's shown very, very nicely in the movie.
55
134000
2000
और यह सब इस फ़िल्म मे बहुत अछे से दिखाया है।
02:31
In fact, I loved the movie, how they
56
136000
2000
दरासल , मुझे यह फ़िल्म बेहद पसंद आई उन्होने
02:33
duplicated all my projects. That's the geek side.
57
138000
2000
मेरे सभी कार्यो को हूबहू दिखाया है.यह मेरी पढ़ाकू तस्वीर है
02:35
My drawings got to star in the movie too.
58
140000
3000
मेरे बनाए चित्र भी इस फ़िल्म मे प्रदर्शित किए है
02:38
And actually it's called "Temple Grandin,"
59
143000
2000
और सचमुच इस फ़िल्म का नाम भी टेम्पल ग्रैन्डिन है,
02:40
not "Thinking In Pictures."
60
145000
2000
आप चित्रो मे नही सोच रहे है
02:42
So, what is thinking in pictures? It's literally movies
61
147000
2000
तो फ़िर चित्रो मे सोचना क्या है? यह सही मे एक फ़िल्म कि तरह है
02:44
in your head.
62
149000
2000
आपके दिमाग के अंदर
02:46
My mind works like Google for images.
63
151000
2000
मेरा दिमाग गूगल की तरह काम करता है, चित्रो के लिये
02:48
Now, when I was a young kid I didn't know my thinking was different.
64
153000
3000
जब , मैं एक छोटी बच्ची थी तब मैं नही जानती थी कि मेरी सोच अलग है
02:51
I thought everybody thought in pictures.
65
156000
2000
मुझे लगता था कि सभी चित्रो में सोचते है
02:53
And then when I did my book, "Thinking In Pictures,"
66
158000
2000
और फ़िर जब मैने अपनी किताब "थिंकिंग इन पिक्चर्स" लिखी
02:55
I start interviewing people about how they think.
67
160000
3000
मैने कई लोगो का इन्टरवियू किया कि वो कैसे सोचते है
02:58
And I was shocked to find out that
68
163000
2000
और मै हैरान रह गई यह देख कर कि मेरी सोच
03:00
my thinking was quite different. Like if I say,
69
165000
2000
कितनी अलग है। जैसे कि मै कहती हूँ
03:02
"Think about a church steeple"
70
167000
2000
"चर्च के घंटाघर के बारे मे सोचो
03:04
most people get this sort of generalized generic one.
71
169000
2000
बहुत से लोगो को यह साधारणता से एक आम छवि समझ आ जाएगी
03:06
Now, maybe that's not true in this room,
72
171000
2000
हो सकता है कि यह सही न हो इस कमरे मे
03:08
but it's going to be true in a lot of different places.
73
173000
4000
लेकिन यह सही होगा बहुत सी अन्य जगहो में
03:12
I see only specific pictures.
74
177000
2000
मै बहुत सटीक तस्वीरे देखती हूँ
03:14
They flash up into my memory, just like Google for pictures.
75
179000
4000
वे अपने आप मेरे दिमाग मे आ जाती है, एकदम गूगल की तस्वीरो की तरह
03:18
And in the movie, they've got a great scene in there
76
183000
2000
और मेरी फ़िल्म मे , एक सीन है
03:20
where the word "shoe" is said, and a whole bunch of '50s and '60s shoes
77
185000
4000
जिसमे "जूता" शब्द का इस्तेमाल होता है, और 50 से 60 जोडी जूते
03:24
pop into my imagination.
78
189000
2000
मेरे दिमाग मे आ जाते हैं
03:26
OK, there is my childhood church,
79
191000
2000
ओके, ये मेरे बचपन की चर्च की तस्वीर है
03:28
that's specific. There's some more, Fort Collins.
80
193000
3000
यह विशिष्ट है, और भी है, फ़ोर्ट कोलिन्स
03:31
OK, how about famous ones?
81
196000
2000
ओके , अब कुछ प्रसिद्ध तस्वी्रे कैसी रहेंगी?
03:33
And they just kind of come up, kind of like this.
82
198000
3000
और वो खुद ही दिमाग मे आ जाती है,कु्छ इस तरह से
03:36
Just really quickly, like Google for pictures.
83
201000
3000
जल्दी से, जैसे, गूगल पर एकदम से मिल जाती है
03:39
And they come up one at a time,
84
204000
2000
और वो एक एक कर के ऊपर आने लगती है
03:41
and then I think, "OK, well maybe we can have it snow,
85
206000
2000
और मै सोचती हूँ , ओके चलो शायद बर्फ़ की तरह धीरे धीरे गिरने दो
03:43
or we can have a thunderstorm,"
86
208000
2000
य तूफ़ान की तरह आने दो
03:45
and I can hold it there and turn them into videos.
87
210000
3000
और मै उन्हे वहाँ रोक कर रख सकती हूँ और उनके विडियो बना सकती हूँ
03:48
Now, visual thinking was a tremendous asset
88
213000
3000
यह ज़रूर है कि चित्रो वाली सोच बहुत फ़ायदेमंद है
03:51
in my work designing cattle-handling facilities.
89
216000
3000
मवेशियो को संभालने के मेरे काम मे
03:54
And I've worked really hard on improving
90
219000
2000
और मैने बहुत मेहनत की है यह निश्चित करने मे
03:56
how cattle are treated at the slaughter plant.
91
221000
2000
कि कैसे मवेशियो को मारने के समय रखा जाता है
03:58
I'm not going to go into any gucky slaughter slides.
92
223000
3000
मैन आपको कोई दहला देने वाले विभत्स द्र्श्य नही दिखाऊँगी
04:01
I've got that stuff up on YouTube if you want to look at it.
93
226000
2000
अगर आप वह देखना चाहे तो आप यू ट्यूब पर देख सकते है
04:03
But, one of the things that I was able to do in my design work
94
228000
4000
लेकिन, एक चीज जो कि मैं अपने डिजाइन में काम करने में सक्षम हो सकी
04:07
is I could actually test run
95
232000
2000
वह थी कि मैने वास्तविक परीक्षण किया
04:09
a piece of equipment in my mind,
96
234000
2000
अपने दिमाग मे उस उपकरण का
04:11
just like a virtual reality computer system.
97
236000
3000
बिल्कुल वैसे ही जैसे वास्तविकता कंप्यूटर प्रणाली मे होता है
04:14
And this is an aerial view
98
239000
2000
और यह एक हवाई दृश्य है
04:16
of a recreation of one of my projects that was used in the movie.
99
241000
3000
फिल्म में इस्तेमाल किया गए मेरे एक प्रोजेक्ट के पुनः सृजन का
04:19
That was like just so super cool.
100
244000
2000
वह वास्त्व मे बहुत मस्त था
04:21
And there were a lot of kind of Asperger types
101
246000
2000
और वहाँ एस्पर्गर के प्रकार की तरह के बहुत व्यक्ति थे,
04:23
and autism types working out there on the movie set too.
102
248000
3000
और औटिस्म के प्रकार के भी, फिल्म सेट पर काम करने वालों मे भी बहुत
04:26
(Laughter)
103
251000
2000
(हँसी)
04:28
But one of the things that really worries me
104
253000
2000
लेकिन वास्तव मे एक चीज़ है जिसकी मुझे चिंता है
04:30
is: Where's the younger version of those kids going today?
105
255000
4000
वह ये कि आज के बच्चे किस दिशा मे जा रहे है
04:34
They're not ending up in Silicon Valley, where they belong.
106
259000
3000
वे सिलिकौन वैली मे नही पहुँच रहे जहाँ उन्हे होना चहिये था
04:37
(Laughter)
107
262000
3000
(हँसी)
04:40
(Applause)
108
265000
5000
(तालियाँ)
04:45
Now, one of the things I learned very early on because I wasn't that social,
109
270000
3000
अब, एक बात जो मैने बहुत जल्दी सीखी है, क्योकि मै बहुत ज्याद घुलति -मिलती नही हूँ लोगो मे
04:48
is I had to sell my work, and not myself.
110
273000
4000
कि मुझे अपने काम को बेचना है अपने आप को नही
04:52
And the way I sold livestock jobs
111
277000
2000
और जिस तरह से मैने पशुओ कीं नौकरियों को बेचा
04:54
is I showed off my drawings, I showed off pictures of things.
112
279000
3000
मैने अपने चित्र दिखाए, मैनें चीजों की तस्वीरें दिखाई.
04:57
Another thing that helped me as a little kid
113
282000
2000
एक और बात जिसने कि मेरी मदद की है, वह ये कि जब मै छोटी थी
04:59
is, boy, in the '50s, you were taught manners.
114
284000
2000
हमे सन 50 मे सचमुच शिष्टाचार सिखाया गया था.
05:01
You were taught you can't pull the merchandise off the shelves
115
286000
2000
आपको सिखाया गया था आप अलमारियों से सामान नहीं खींच सकते हैं
05:03
in the store and throw it around.
116
288000
2000
दुकानो मे और उसे बिखेर नही सकते
05:05
Now, when kids get to be in third or fourth grade,
117
290000
3000
और जब बच्चे तीसरी या चौथी कक्षा मे आते है
05:08
you might see that this kid's going to be a visual thinker,
118
293000
3000
आपदेख सकते है कि बच्चा एक दृश्य विचारक होने जा रहा है,
05:11
drawing in perspective. Now, I want to
119
296000
2000
एक परिप्रेक्ष्य मे यह चित्र अब, मैं
05:13
emphasize that not every autistic kid
120
298000
2000
निश्चित रूप से बताना चाह्ती हू कि हर औटिस्टिक बच्चा
05:15
is going to be a visual thinker.
121
300000
2000
दृश्य विचारक नही हो सकता
05:17
Now, I had this brain scan done several years ago,
122
302000
4000
अब, मेरा एक ब्रेन स्कैन किया गया कई साल पहले,
05:21
and I used to joke around about having a
123
306000
2000
और मैं एक मजाक किया करती हू कि मेरे पास एक
05:23
gigantic Internet trunk line
124
308000
2000
विशाल इंटरनेट ट्रंक लाइन
05:25
going deep into my visual cortex.
125
310000
2000
मै द्र्श्य कल्पना मे गहरी जा रहा है.
05:27
This is tensor imaging.
126
312000
2000
यह टेन्सर इमेजिंग है
05:29
And my great big internet trunk line
127
314000
2000
और मेरी विशाल इंटरनेट ट्रंक लाइन
05:31
is twice as big as the control's.
128
316000
2000
कंट्रोल से दुगनी बडी है
05:33
The red lines there are me,
129
318000
2000
यह लाल लकीरे मै हूँ
05:35
and the blue lines are the sex and age-matched control.
130
320000
4000
और नीली लकीरे लैन्गिक और उम्र के सामान कंट्रोल है
05:39
And there I got a gigantic one,
131
324000
2000
और उधर एक बडा सा है
05:41
and the control over there, the blue one,
132
326000
2000
और वह कंट्रोल , वह नीले कट्रोल
05:43
has got a really small one.
133
328000
4000
मे एक बहुत सा छोटा सा है
05:47
And some of the research now is showing
134
332000
2000
और कुछ खोजों मे यह सामने आ रहा है
05:49
is that people on the spectrum actually think with primary visual cortex.
135
334000
4000
यह है कि स्पेक्ट्रम पर लोग वास्तव में प्राथमिक दृश्य के साथ लगता है.
05:53
Now, the thing is, the visual thinker's just one kind of mind.
136
338000
3000
अब, बात यह है, दृश्य विचारक, दिमाग का ,सिर्फ एक प्रकार है
05:56
You see, the autistic mind tends to be a specialist mind --
137
341000
3000
आप सम्झिए कि , औटिस्टिक दिमाग एक विशेश प्रकार का दिमाग होता है
05:59
good at one thing, bad at something else.
138
344000
4000
किसी चीज़ मे अच्छा, किसी मे खराब
06:03
And where I was bad was algebra. And I was never allowed
139
348000
2000
और क्योकी मै बीज गणित मे बुरी थी और मुझे कभी भी अनुमति नही मिली
06:05
to take geometry or trig.
140
350000
2000
कि मै ज्योमैट्री य ट्रिग्नोमैट्रि सीखू
06:07
Gigantic mistake: I'm finding a lot of kids who need to skip algebra,
141
352000
3000
वह बहुत बडी गलती थी,मैंने बहुत बच्चों को देखा जिन्हे बीजगणित को छोड कर
06:10
go right to geometry and trig.
142
355000
2000
सीधे ज्योमैट्री य ट्रिग्नोमैट्रि सीखनी चाहिए
06:12
Now, another kind of mind is the pattern thinker.
143
357000
3000
अब, दिमाग क एक और प्रकार , पैटर्न विचारक है.
06:15
More abstract. These are your engineers,
144
360000
2000
अधिक अमूर्त. ये अपने इंजिनियर रहे हैं,
06:17
your computer programmers.
145
362000
2000
या आपके कम्पयूट्र प्रोग्रामर है
06:19
Now, this is pattern thinking. That praying mantis
146
364000
2000
अब, यह पैटर्न सोच है , जैसे यह प्रार्थना करता हुआ कीडा
06:21
is made from a single sheet of paper --
147
366000
2000
कागज़ के एक टुकडे से बनाया है
06:23
no scotch tape, no cuts.
148
368000
2000
कोई स्कॉच टेप, कोई काट-पीट नही
06:25
And there in the background is the pattern for folding it.
149
370000
3000
और वहाँ पीछे इसे बनाने का तरीका दिखाया हुआ है
06:28
Here are the types of thinking:
150
373000
2000
यहाँ कुछ सोचने के प्रकार बताए है
06:30
photo-realistic visual thinkers, like me;
151
375000
3000
मेरी तरह यथार्थवादी दृश्य विचारक
06:33
pattern thinkers, music and math minds.
152
378000
4000
पैटर्न विचारक, संगीत और गणित मन.
06:37
Some of these oftentimes have problems with reading.
153
382000
2000
इन्मे से कुछ को अक्सर पढ़ने की समस्या होती है
06:39
You also will see these kind of problems
154
384000
2000
आप इस तरह की समस्याए उनमे भी देख सकते है
06:41
with kids that are dyslexic.
155
386000
3000
जैसे डिसलिक्सिक बच्चे
06:44
You'll see these different kinds of minds.
156
389000
2000
आप मन के इन विभिन्न प्रका्रो को देखे
06:46
And then there's a verbal mind, they know every fact about everything.
157
391000
3000
और फिर वहाँ एक मौखिक दिमाग है. उन्हे सब कुछ के बारे में हर तथ्य पता होता है
06:49
Now, another thing is the sensory issues.
158
394000
2000
अब, एक बात सवेदना से सबधी मुद्दों की है.
06:51
I was really concerned about having to wear this gadget on my face.
159
396000
4000
मैं वास्तव में मेरे चेहरे पर इस गैजेट को पहनने के लिए होने के बारे में चिंतित थी
06:55
And I came in half an hour beforehand
160
400000
3000
और मैं आधे घंटे में पहले से आई थी
06:58
so I could have it put on and kind of get used to it,
161
403000
2000
ताकि मै इसे पहन सकू और इससे सहज हो सकूँ
07:00
and they got it bent so it's not hitting my chin.
162
405000
3000
और उन्होने इसे मोड दिया है और अब ये मेरी ठोड़ी से नही टकरा रहा है
07:03
But sensory is an issue. Some kids are bothered by fluorescent lights;
163
408000
3000
पर सवेदना एक बडा मुद्दा है। कुछ बच्चो को फ्लोरोसेंट रोशनी से परेशानी होती है
07:06
others have problems with sound sensitivity.
164
411000
3000
कुछ को आवाज़ की संवेदना से
07:09
You know, it's going to be variable.
165
414000
3000
आप जानते है कि , याह परिवर्तन शील मुद्दा है
07:12
Now, visual thinking gave me a whole lot of insight
166
417000
4000
अब, दृश्य सोच ने मुझे बहुत सी अंतर्दृष्टि दी है
07:16
into the animal mind.
167
421000
2000
पशुओ के दिमाग मे
07:18
Because think about it: An animal is a sensory-based thinker,
168
423000
3000
क्योंकि अगर इसके बारे में सोचो. तो जानवर एक संवेदी आधारित विचारक है,
07:21
not verbal -- thinks in pictures,
169
426000
4000
मौखिक नहीं. वह तस्वीरों में सोचता है.
07:25
thinks in sounds, thinks in smells.
170
430000
3000
आवाज़ में सोचता है , खुश्बू में सोचता है
07:28
Think about how much information there is there on the local fire hydrant.
171
433000
3000
सोचिए कि उस आग बुझाने वाले यंत्र के पस कितनी जानकारी है
07:31
He knows who's been there, when they were there.
172
436000
3000
उसे पता है कि कौन आया था वहाँ और कब आया था
07:34
Are they friend or foe? Is there anybody he can go mate with?
173
439000
3000
वे दोस्त थे या दुश्मन, क्या वह कोई ऐसा था जिसके साथ वे मेटिंग कर सकते थे
07:37
There's a ton of information on that fire hydrant.
174
442000
3000
उस आग बुझाने वाले यत्र के पास बहुत सी जानकारी है
07:40
It's all very detailed information,
175
445000
4000
और बहुत बारीकियो मे है यह जानकारी है
07:44
and, looking at these kind of details
176
449000
2000
और इस तरह की बारिकियो को देख्नने से
07:46
gave me a lot of insight into animals.
177
451000
2000
मुझे जानवरों में की सोच समझने की अंतर्दृष्टि मिली है
07:48
Now, the animal mind, and also my mind,
178
453000
4000
अब, पशुओ के दिमाग और मेरे भी दिमाग
07:52
puts sensory-based information
179
457000
2000
मे संवेदना पर आधारित जानकारी
07:54
into categories.
180
459000
2000
को श्रेणियों मे रखा जाता है
07:56
Man on a horse
181
461000
2000
घोड़े पर आदमी
07:58
and a man on the ground --
182
463000
2000
और ज़मीन पर आदमी
08:00
that is viewed as two totally different things.
183
465000
2000
को दो बिल्कुल अलग तरह के रूप में देखा जाता है
08:02
You could have a horse that's been abused by a rider.
184
467000
3000
आपके पास एक घोड़ा है जिससे कि एक सवार द्वारा दुर्व्यवहार किया गया है
08:05
They'll be absolutely fine with the veterinarian
185
470000
2000
वह जानवरों के डॉक्टर के साथ बिल्कुल ठीक रहेगा
08:07
and with the horseshoer, but you can't ride him.
186
472000
3000
और घोडे की नाल लगाने वाले के साथ भी , लेकिन आप उस पर सवारी नही कर सकते
08:10
You have another horse, where maybe the horseshoer beat him up
187
475000
3000
आपके पास एक और घोडा है , जिसे नाल लगाने वाले ने मारा है
08:13
and he'll be terrible for anything on the ground,
188
478000
2000
वो बहुत तग करेगा ज़मीन पर रखी चीज़ को देख कर
08:15
with the veterinarian, but a person can ride him.
189
480000
3000
या जानवरों का डॉक्टर के साथ, लेकिन उस पर आप सवारी कर सकते है
08:18
Cattle are the same way.
190
483000
2000
गाय भी ऐसी ही होती है
08:20
Man on a horse,
191
485000
2000
घोड़े पर आदमी
08:22
a man on foot -- they're two different things.
192
487000
2000
पैदल आदमी, दो अलग चीज़े है
08:24
You see, it's a different picture.
193
489000
2000
आप देखिए , यह एक दम अलग तस्वीर है
08:26
See, I want you to think about just how specific this is.
194
491000
3000
देखो, मैं चाहती हूँ कि आप सम्झे कि यह कितना विशेष है
08:29
Now, this ability to put information into categories,
195
494000
4000
अब, यह श्रेणियों में जानकारी रखने की क्षमता,
08:33
I find a lot of people are not very good at this.
196
498000
3000
मैने देखा है बहुत से लोग इसमे अच्छे नही होते
08:36
When I'm out troubleshooting equipment
197
501000
2000
जब मैं बाहर उपकरणो की समस्या का निवारण कर रही हूँ
08:38
or problems with something in a plant,
198
503000
2000
या संयंत्र में कुछ समस्याओं को देख रही हूँ
08:40
they don't seem to be able to figure out, "Do I have a training people issue?
199
505000
4000
वे लोग पता नही लगा पाते कि "मेरे लिए यह लोगो को प्रशिक्षण देने का मुद्दा है?"
08:44
Or do I have something wrong with the equipment?"
200
509000
2000
या "मेरे उपकरणों के साथ कुछ गलत है?"
08:46
In other words, categorize equipment problem
201
511000
2000
दूसरे शब्दों में, उपकरण समस्या का वर्गीकरण ,
08:48
from a people problem.
202
513000
2000
लोगों की समस्या से अलग करना
08:50
I find a lot of people have difficulty doing that.
203
515000
3000
मैने देखा इसमे बहुत से लोगों को कठिनाई होती है.
08:53
Now, let's say I figure out it's an equipment problem.
204
518000
3000
अब, मान लीजिए कि मैंने समझ लिया यह एक उपकरण समस्या है.
08:56
Is it a minor problem, with something simple I can fix?
205
521000
2000
तो क्या यह एक छोटी सी समस्या है , इतनी आसान कि मै खुद ही ठीक कर सकती हूँ
08:58
Or is the whole design of the system wrong?
206
523000
3000
या यत्र के पूरे डिज़ाइन मे ही गडगड है?
09:01
People have a hard time figuring that out.
207
526000
3000
बहुत से लोगों को इसे समझने मे कठिनाई होती है.
09:04
Let's just look at something like, you know,
208
529000
2000
चलिए बस ऐसे ही कुछ देखते है, जैसे कि आप जानते है
09:06
solving problems with making airlines safer.
209
531000
2000
एयरलाइनों को सुरक्षित बनाने की समस्याओं को सुलझाना
09:08
Yeah, I'm a million-mile flier.
210
533000
2000
हाँ, मै एक मिलियन माइल फ़्लायर हूँ
09:10
I do lots and lots of flying,
211
535000
2000
और मै बहुत बहुत ज़्यादा हवाई यात्रा करती हूँ
09:12
and if I was at the FAA,
212
537000
3000
और अगर मै FAA मे होती
09:15
what would I be doing a lot of direct observation of?
213
540000
4000
क्या मै कौन सी चीज़ का प्रत्यक्ष अवलोकन कर रही होती?
09:19
It would be their airplane tails.
214
544000
2000
उनके हवाई जहाज की पूंछ का
09:21
You know, five fatal wrecks in the last 20 years,
215
546000
3000
आप जानते हैं, पिछले 20 वर्षों में पांच घातक विनाश हुए है
09:24
the tail either came off or steering stuff inside the tail broke
216
549000
4000
पूंछ या तो पूरा टूट गया या पूंछ के अंदर स्टीयरिंग का सामान टूट गया
09:28
in some way.
217
553000
2000
किसी तरह से
09:30
It's tails, pure and simple.
218
555000
2000
समस्या पूंछ मे है स्पष्ट और सीधी बात
09:32
And when the pilots walk around the plane, guess what? They can't see
219
557000
2000
और जब पाइल्ट्स जहाज के पीछे जाते है तो वह नही देख पाते
09:34
that stuff inside the tail.
220
559000
2000
पूंछ के भीतर का सामान
09:36
You know, now as I think about that,
221
561000
2000
आप जानते है कि अब जब मै इस बारे मे सोच रही हू
09:38
I'm pulling up all of that specific information.
222
563000
3000
तो मै सभी विशेष जानकारिओ के बारे मे सोच रही हूँ
09:41
It's specific. See, my thinking's bottom-up.
223
566000
3000
यह विशिष्ट है, अब आप देखे , कि मेरी सोच नीचे से उभरती है
09:44
I take all the little pieces and I put the pieces together like a puzzle.
224
569000
4000
मै सारे छोटे छोटे टुकड़े लेती हूँ और उन्हे जोड कर पूरी पहेली सुलझाती हूँ
09:48
Now, here is a horse that was deathly afraid
225
573000
2000
अब, यहाँ एक घोड़ा है जो बहु्त डरता था
09:50
of black cowboy hats.
226
575000
2000
चरवाहो की काली टोपियो से
09:52
He'd been abused by somebody with a black cowboy hat.
227
577000
2000
किसी के द्वारा उसके साथ दुर्व्यवहार किया था जो काली चरवाहा टोपी पहनता था
09:54
White cowboy hats, that was absolutely fine.
228
579000
3000
सफेद चरवाहा टोपी से उसे कोई समस्या नही थी
09:57
Now, the thing is, the world is going to need
229
582000
3000
अब, बात है, दुनिया को ज़रूरत है
10:00
all of the different kinds of minds
230
585000
2000
विभिन्न प्रकार के सभी दिमागो के
10:02
to work together.
231
587000
2000
साथ मिलकर काम करने की
10:04
We've got to work on developing all these different kinds of minds.
232
589000
3000
हमे इन सभी प्रकार क दिमागो के विकास पर काम करना है
10:07
And one of the things that is driving me really crazy,
233
592000
3000
और चीजें हैं जो मुझे वास्तव में पागल कर देती है
10:10
as I travel around and I do autism meetings,
234
595000
2000
मैं जो यात्राएँ करती हूँ और औटिस्म की बैठकें करती हूँ
10:12
is I'm seeing a lot of smart, geeky, nerdy kids,
235
597000
3000
और मै बहुत से स्मार्ट , तेज़ और होशियार बच्चो को देखती हूँ
10:15
and they just aren't very social,
236
600000
3000
और वो ज्यादा मिलनसार नही है
10:18
and nobody's working on developing their interest
237
603000
2000
और कोई उनके साथ उनकी रुचि विकसित करने के लिए काम भी नही कर रहा
10:20
in something like science.
238
605000
2000
जैसे कि विज्ञान मे
10:22
And this brings up the whole thing of my science teacher.
239
607000
3000
और यह मेरे विज्ञान शिक्षक की बात मेरे ध्यान मे लाता है.
10:25
My science teacher is shown absolutely beautifully in the movie.
240
610000
3000
मेरे विज्ञान शिक्षक बह्त खूबसूरती से फिल्म में दिखाया गया है.
10:28
I was a goofball student. When I was in high school
241
613000
2000
जब मैं हाई स्कूल में थी, मैं एक बहुत मूर्ख छात्रा थी
10:30
I just didn't care at all about studying,
242
615000
3000
और मुझे पढाई कि बिल्कुल परवाह नहीं थी
10:33
until I had Mr. Carlock's science class.
243
618000
3000
जब तक मैं श्री कार्लौक के विज्ञान वर्ग मे नही गई
10:36
He was now Dr. Carlock in the movie.
244
621000
3000
वह जो फिल्म में अब डा. कार्लौक है
10:39
And he got me challenged
245
624000
3000
और उन्होने मुझे चुनौती दी
10:42
to figure out an optical illusion room.
246
627000
3000
एक ऑप्टिकल भ्रम कमरे को समझने की
10:45
This brings up the whole thing of you've got to show kids
247
630000
2000
ये मुझे याद दिलाता है कि आपको भी बच्चों को
10:47
interesting stuff.
248
632000
2000
आकर्षक चीज़े दिखानी चाहिए
10:49
You know, one of the things that I think maybe TED ought to do
249
634000
3000
आप जानते हैं कि एक चीज़ जो मुझे लगता है शायद टेड को करनी चाहिए की
10:52
is tell all the schools about all the great lectures that are on TED,
250
637000
3000
सभी स्कूलों को बताए कि टेड पर कितने अच्छे व्याख्यान हैं,
10:55
and there's all kinds of great stuff on the Internet
251
640000
2000
और इंटरनेट पर बहुत कुछ है
10:57
to get these kids turned on.
252
642000
2000
इन बच्चों का उत्साह जगाने के लिए
10:59
Because I'm seeing a lot of these geeky nerdy kids,
253
644000
3000
क्योंकि मै बहुत से स्मार्ट , तेज़ और होशियार बच्चो को देखती हूँ
11:02
and the teachers out in the Midwest, and the other parts of the country,
254
647000
3000
और मिडवेस्ट में शिक्षकों, और देश के अन्य भागों,
11:05
when you get away from these tech areas,
255
650000
2000
जब आप इन तकनीक के क्षेत्रों से दूर जाते है,
11:07
they don't know what to do with these kids.
256
652000
2000
वहाँ वे नहीं जानते कि क्या इन बच्चों के साथ क्या करना है.
11:09
And they're not going down the right path.
257
654000
2000
वे सही रास्ते पर नहीं चल रहे हैं
11:11
The thing is, you can make a mind
258
656000
2000
बात यह है कि , तुम एक अपना एक मत बना सकते हो
11:13
to be more of a thinking and cognitive mind,
259
658000
3000
और विचार्क और संज्ञानात्मक होने के लिए
11:16
or your mind can be wired to be more social.
260
661000
3000
या आप अपने दिमाग को और समजिक होने के लिए बाध्य कर सकते हो
11:19
And what some of the research now has shown in autism
261
664000
2000
और कुछ अनुसंधान ने औटिस्म के बारे मे दिखाया है
11:21
is there may by extra wiring back here,
262
666000
2000
कि ऐसे तेज़ लोगो के दिमाग मे कुछ ज़्यादा ही नसे हो सकती है
11:23
in the really brilliant mind, and we lose a few social circuits here.
263
668000
3000
और कुछ सामाजिक एरिया की नसे कम हो सकती है
11:26
It's kind of a trade-off between thinking and social.
264
671000
4000
यह एक व्यापार की तरह है सोच और सामाजिकता के बीच मे
11:30
And then you can get into the point where it's so severe
265
675000
2000
और फिर तुम उस बिन्दु पर हो सकते हो जहाँ यह बहुत गंभीर है
11:32
you're going to have a person that's going to be non-verbal.
266
677000
3000
आपके सामने एक व्यक्ति है जो कि बिल्कुल नही बोलता
11:35
In the normal human mind
267
680000
2000
एक सामान्य आदमी के दिमाग मे
11:37
language covers up the visual thinking we share with animals.
268
682000
3000
भाषा दृश्य सोच को जो हम मे जानवरो जैसी है, दबा देती है
11:40
This is the work of Dr. Bruce Miller.
269
685000
3000
यह डॉ. ब्रूस मिलर का काम है.
11:43
And he studied Alzheimer's patients
270
688000
3000
और उन्होने अल्जाइमर रोगियों का अध्ययन किया है
11:46
that had frontal temporal lobe dementia.
271
691000
2000
जिन्हे टेम्पोरल लोब मनोभ्रंश था
11:48
And the dementia ate out the language parts of the brain,
272
693000
3000
और उस मनोभ्रंश मस्तिष्क के भाषा भागों को नष्ट कर दिया था
11:51
and then this artwork came out of somebody who used to install stereos in cars.
273
696000
5000
और इस कलाकृति को उसने बनाया है जो कभी कारो मे स्टीरियो लगाता था
11:56
Now, Van Gogh doesn't know anything about physics,
274
701000
4000
अब, वैन गौघ भौतिकी के बारे में कुछ नहीं जानते थे
12:00
but I think it's very interesting
275
705000
2000
लेकिन मुझे लगता है यह बहुत दिलचस्प है
12:02
that there was some work done to show that
276
707000
2000
कि वहाँ कुछ काम किया था यह दिखाने के लिए कि
12:04
this eddy pattern in this painting
277
709000
2000
इस चित्र में इस तुफ़ान के पैटर्न मे
12:06
followed a statistical model of turbulence,
278
711000
3000
अशांति के एक सांख्यिकीय मॉडल का पालन किया.गया है
12:09
which brings up the whole interesting idea
279
714000
2000
जो एक अलग ही दिलचस्प विचार लाता है
12:11
of maybe some of this mathematical patterns
280
716000
2000
इस गणितीय पैटर्न में से कुछ हो सकता है की
12:13
is in our own head.
281
718000
2000
हमारे अपने दिमाग में है.
12:15
And the Wolfram stuff -- I was taking
282
720000
2000
और वौलफ़्रम सामान के नोटस जो मैं ले रही थी
12:17
notes and I was writing down all the
283
722000
2000
और जो भी लिख रही थी
12:19
search words I could use,
284
724000
2000
खोज के जो शब्द जो मै इस्तेमाल कर रही थी
12:21
because I think that's going to go on in my autism lectures.
285
726000
4000
क्योंकि मुझे लगा कि वह काम आएगे मेरे औटिस्म के व्याख्यानो मे
12:25
We've got to show these kids interesting stuff.
286
730000
2000
हमे इन बच्चों क दिलचस्प चीज़े दिखानी है
12:27
And they've taken out the autoshop class
287
732000
2000
और उन्होने औटोशौप बंद कर दी है
12:29
and the drafting class and the art class.
288
734000
2000
और प्रारूपण कक्षा और कला की कक्षाएँ भी
12:31
I mean art was my best subject in school.
289
736000
3000
मेरा मतलब है कि कला मेरा स्कूल में सबसे अच्छा विषय था.
12:34
We've got to think about all these different kinds of minds,
290
739000
2000
हमे दिमाग के इन सभी विभिन्न प्रकार के बारे में सोचना होगा
12:36
and we've got to absolutely work with these kind of minds,
291
741000
3000
और हमे इन दिमाग के विभिन्न प्रकार के साथ काम करना है
12:39
because we absolutely are going to need
292
744000
3000
क्योकि हमे निश्चित रूप से
12:42
these kind of people in the future.
293
747000
3000
भविष्य में इस प्रकार के लोगों की आवश्यकता है
12:45
And let's talk about jobs.
294
750000
2000
और हम नौकरियों के बारे में बात करते हैं.
12:47
OK, my science teacher got me studying
295
752000
2000
ठीक है, मेरे विज्ञान शिक्षक ने मुझे अध्यन के लिए प्रेरित किया
12:49
because I was a goofball that didn't want to study.
296
754000
3000
क्योकि मै मूर्ख थी और पढ्ना नही चह्ती थी
12:52
But you know what? I was getting work experience.
297
757000
2000
लेकिन आप जानते हो क्या? मैं काम का अनुभव ले रही थी.
12:54
I'm seeing too many of these smart kids who haven't learned basic things,
298
759000
2000
मैं इन बच्चों कोदेख रही हूँ जो स्मार्ट है लेकिन उन्होने बुनियादी बातें नहीं सीखी है
12:56
like how to be on time.
299
761000
2000
जैसे कैसे समय पर आया जाता है
12:58
I was taught that when I was eight years old.
300
763000
2000
मुझे यह सिखाया गया था कि जब मैं आठ साल की थी
13:00
You know, how to have table manners at granny's Sunday party.
301
765000
3000
आप जानते ही है कि दादी की रविवार की पार्टी मे खाने की मेज़ पर कैसे व्य्वहार करना चाहिए
13:03
I was taught that when I was very, very young.
302
768000
3000
यह मुझे सिखाया गया था जब मै बहुत छोटी थी
13:06
And when I was 13, I had a job at a dressmaker's shop
303
771000
3000
और जब मै तेरह साल की थी तब एक दर्ज़ी की दुकान पर मै नौकरी कर रही थी
13:09
sewing clothes.
304
774000
2000
कपडे बेचने की
13:11
I did internships in college,
305
776000
3000
मैने इंटर्नशिप की थी कौलेज़ मे
13:14
I was building things,
306
779000
3000
मै सामान बनाती थी
13:17
and I also had to learn how to do assignments.
307
782000
3000
और मुझे ग्रहकार्य कैसे करना सीखना था.
13:20
You know, all I wanted to do was draw pictures of horses when I was little.
308
785000
4000
आपको पता है, जब मैं छोटी थी. मैं सिर्फ़ घोड़ों की तस्वीरें बनाना चाह्ती थी
13:24
My mother said, "Well let's do a picture of something else."
309
789000
2000
मेरी माँ कह्ती "चलो , अब किसी और चीज़ की तस्वीर बनाते है"
13:26
They've got to learn how to do something else.
310
791000
2000
उन्हे कुछ और करना भी सीखना चाहिए
13:28
Let's say the kid is fixated on Legos.
311
793000
2000
मान लीजिए कि बच्चा केवल लोगोज़ खिलौनो से ही खेलता है
13:30
Let's get him working on building different things.
312
795000
3000
चलो तो उसे अलग अलग चीजों के निर्माण पर काम करने के लिए प्रेरित करे
13:33
The thing about the autistic mind
313
798000
2000
औटिस्टिक दिमाग के बारे में एक बात है कि
13:35
is it tends to be fixated.
314
800000
2000
वह ज़िद्दी होते है
13:37
Like if a kid loves racecars,
315
802000
2000
जैसे कि अगर बच्चे को रेस कार का शौक है
13:39
let's use racecars for math.
316
804000
2000
तो रेस कार का ही उपयोग करे गणित की पढाई के लिए
13:41
Let's figure out how long it takes a racecar to go a certain distance.
317
806000
3000
देखते है कि रेस कार एक निश्चित समय मे कितनी दूरी तक जा सकती है
13:44
In other words, use that fixation
318
809000
4000
दूसरे शब्दों में, उस ज़िद्द का उपयोग करे
13:48
in order to motivate that kid, that's one of the things we need to do.
319
813000
3000
उस बच्चे का उत्साह बढाने के लिए करे, यह एक कार्य है जो हमे करना चाहिए
13:51
I really get fed up when they, you know, the teachers,
320
816000
3000
मै कभी कभी सच मे तग आ जाती हूँ , क्योकि, आप जानते है शिक्षक
13:54
especially when you get away from this part of the country,
321
819000
3000
खासकर जब आप देश के इस भाग से दूर चले जाओ,
13:57
they don't know what to do with these smart kids.
322
822000
2000
उन्हे पता ही नही है कि इन होशियार बच्चो के साथ क्या करना है
13:59
It just drives me crazy.
323
824000
2000
यह मुझे झुंझला देता है
14:01
What can visual thinkers do when they grow up?
324
826000
2000
जब वे बड़े हो जाए तो दृश्य विचारक क्या काम कर सकते है
14:03
They can do graphic design, all kinds of stuff with computers,
325
828000
3000
वे ग्राफिक डिजाइन कर सकते है। कंप्यूटर के साथ सभी प्रकार के काम कर सकते हैं,
14:06
photography, industrial design.
326
831000
5000
फोटोग्राफी , औद्योगिक डिजाइन
14:11
The pattern thinkers, they're the ones that are going to be
327
836000
2000
पैटर्न विचारक, वे है जो कि बन सकते है
14:13
your mathematicians, your software engineers,
328
838000
3000
आपके गणितज्ञ, आपके सॉफ्टवेयर इंजीनियर,
14:16
your computer programmers, all of those kinds of jobs.
329
841000
4000
आपके कंप्यूटर प्रोग्रामर, इस प्रकार के सभी रोजगार
14:20
And then you've got the word minds. They make great journalists,
330
845000
3000
और तब आपके शब्दो मे सोचने वाले दिमाग है. वे महान पत्रकारों बनते हैं.
14:23
and they also make really, really good stage actors.
331
848000
3000
वे वास्तव में बहुत अच्छे मंच अभिनेता भी बन सकते है
14:26
Because the thing about being autistic is,
332
851000
2000
क्योंकि औटिस्टिक होने के बारे मे एक बात है कि
14:28
I had to learn social skills like being in a play.
333
853000
3000
जैसे मैने सामाजिक होने की कला स्टेज पर सीखी
14:31
It's just kind of -- you just have to learn it.
334
856000
3000
यह जैसे कि , बस आपको इसे सीखना है
14:34
And we need to be working with these students.
335
859000
3000
और हमे इन बच्चो के साथ काम करने की ज़रूरत है
14:37
And this brings up mentors.
336
862000
2000
और यह मुझे मार्गदर्शको की याद दिलाता है
14:39
You know, my science teacher was not an accredited teacher.
337
864000
3000
आप जानते है क्या कि मेरे विज्ञान शिक्षक एक मान्यता प्राप्त शिक्षक नहीं थे.
14:42
He was a NASA space scientist.
338
867000
2000
वह नासा के एक अंतरिक्ष वैज्ञानिक थे.
14:44
Now, some states now are getting it to where
339
869000
2000
कुछ राज्यों अब यह हो रहा है कि
14:46
if you have a degree in biology, or a degree in chemistry,
340
871000
2000
अगर आपकी जीव विज्ञान में डिग्री, या रसायन विज्ञान में डिग्री है,
14:48
you can come into the school and teach biology or chemistry.
341
873000
3000
आप स्कूल में आ सकते हैं और जीव विज्ञान रसायन शास्त्र या सिखा सकते हैं.
14:51
We need to be doing that.
342
876000
2000
हमे ऐसा करने की आवश्यकता है.
14:53
Because what I'm observing is
343
878000
2000
क्योंकि मै देख रही हूँ
14:55
the good teachers, for a lot of these kids,
344
880000
2000
काफ़ी सारे बच्चो के लिए , अच्छे शिक्षक
14:57
are out in the community colleges,
345
882000
2000
बाहर सामुदायिक कॉलेजों में है
14:59
but we need to be getting some of these good teachers into the high schools.
346
884000
3000
हमे अपने उच्च विद्यालयों में इन अच्छे शिक्षकों को लाने की ज़रूरत है
15:02
Another thing that can be very, very, very successful is
347
887000
3000
और एक बात जो बहुत सफ़ल हो सकती है
15:05
there is a lot of people that may have retired
348
890000
3000
वह ये कि बहुत से लोग जो अब रिटायर हो गये है
15:08
from working in the software industry, and they can teach your kid.
349
893000
3000
सॉफ्टवेयर उद्योगो मे काम करने के बाद, और ये आपके बच्चो को पढा सकते है
15:11
And it doesn't matter if what they teach them is old,
350
896000
3000
और यह फ़र्क नही पड्ता कि जो वे सिखा रहे है वो पुराना है।
15:14
because what you're doing is you're lighting the spark.
351
899000
3000
क्योंकि आप चिंगारी प्रकाशित कर रहे हैं
15:17
You're getting that kid turned on.
352
902000
3000
आप उस बच्चे को उत्साहि त कर रहे है
15:20
And you get him turned on, then he'll learn all the new stuff.
353
905000
3000
और जब वह प्रेरित हो जाएगा , तब वह बहुत सी नई बाते सीख लेगा
15:23
Mentors are just essential.
354
908000
2000
मार्गदर्शक ज़रूरी है
15:25
I cannot emphasize enough
355
910000
2000
मै जितना भी कहूँ कम है
15:27
what my science teacher did for me.
356
912000
3000
कि मेरे विज्ञान के शिक्षक ने मेरे लिए क्या किया.
15:30
And we've got to mentor them, hire them.
357
915000
3000
और हमे उन्हें मार्गदर्शक बनाना है, गुरु बनाना है
15:33
And if you bring them in for internships in your companies,
358
918000
2000
और अगर आप उन्हें अपनी कंपनियों में इंटर्नशिप के लिए ले आएँ
15:35
the thing about the autism, Asperger-y kind of mind,
359
920000
3000
औटिस्म के बारे में बात है, ऐस्पर्गी वाले दिमाग की
15:38
you've got to give them a specific task. Don't just say, "Design new software."
360
923000
3000
उन्हे आपको एक निश्चित और तय काम ही देना होगा। आप ऐसा नही कह सकते कि "एक नया सौफ़्ट्वेयर बनाओ"
15:41
You've got to tell them something a lot more specific:
361
926000
2000
आपको उन्हे बहुत अधिक विशिष्ट्ता मे बताना होगा
15:43
"Well, we're designing a software for a phone
362
928000
3000
"हम एक फ़ोन के लिए एक सॉफ्टवेयर तैयार कर रहे हैं
15:46
and it has to do some specific thing.
363
931000
2000
और उसे यह विशेष कार्य करना है।
15:48
And it can only use so much memory."
364
933000
2000
और यह केवल इतनी ही स्मृति का उपयोग कर सकता है
15:50
That's the kind of specificity you need.
365
935000
2000
आपको इस तरह का विशलेषण करना होगा
15:52
Well, that's the end of my talk.
366
937000
2000
बस , यही मेरे व्याख्यान का अंत होता है
15:54
And I just want to thank everybody for coming.
367
939000
2000
और मै बस आप सबको यहाँ आने के लिए धन्यवाद देना चाह्ती हूँ
15:56
It was great to be here.
368
941000
2000
यहाँ आना बहुत अच्छा रहा।
15:58
(Applause)
369
943000
12000
(तालियाँ)
16:10
Oh, you've got a question for me? OK.
370
955000
3000
ओह, आप मेरे से कोइ प्रश्न करना चाहते है
16:13
(Applause)
371
958000
1000
(तालियाँ)
16:14
Chris Anderson: Thank you so much for that.
372
959000
4000
क्रिस एन्डरसन: इस सब के लिए शुक्रिया
16:18
You know, you once wrote, I like this quote,
373
963000
2000
आप जानती है, आपने एक बार यह लिखा था, मुझे यह पंक्तियाँ बेहद पसंद है
16:20
"If by some magic, autism had been
374
965000
2000
'अगर किसी जादू से, औटिस्म को
16:22
eradicated from the face of the Earth,
375
967000
3000
धरती अर से मिटाया जा सके,
16:25
then men would still be socializing in front of a wood fire
376
970000
3000
तो आदमी आज भी एक लकड़ी जला कर आग के सामने
16:28
at the entrance to a cave."
377
973000
2000
किसी गुफ़ा के सामने मिलना जुलना कर रहा होता
16:30
Temple Grandin: Because who do you think made the first stone spears?
378
975000
2000
तेम्पल ग्रैंडिन: क्योंकि तम्हे क्या लगता है कि जो पहले पत्थर से भाले तैयार हुए थ,े किसने किए थे?
16:32
The Asperger guy. And if you were to get rid of all the autism genetics
379
977000
3000
ऐस्पर्गर आदमी ने। और अगर हमने सब आत्मकेंद्रित आनुवंशिकी से छुटकारा पा लिया
16:35
there would be no more Silicon Valley,
380
980000
2000
तो सिलिकौन वैली ही नही रहेगी
16:37
and the energy crisis would not be solved.
381
982000
2000
और ऊर्जा संकट का हल नहीं मिलेगा
16:39
(Applause)
382
984000
3000
(तालियाँ)
16:42
CA: So, I want to ask you a couple other questions,
383
987000
2000
सी ए : तो, मै आप से कुछ और प्रश्न पूछ्ना चाहता हूँ
16:44
and if any of these feel inappropriate,
384
989000
2000
और इनमे से कोई अनुपयुक्त महसूस करे
16:46
it's okay just to say, "Next question."
385
991000
2000
तो आपको बस कहना है, "अगला सवाल "।
16:48
But if there is someone here
386
993000
2000
लेकिन अगर यहाँ कोई है
16:50
who has an autistic child,
387
995000
2000
जिसे एक औटिस्टिक बच्चा है
16:52
or knows an autistic child
388
997000
2000
या वह किसी औटिस्टिक बच्चे को जानता है
16:54
and feels kind of cut off from them,
389
999000
3000
और उनसे अलग -थलग महसूस करता है
16:57
what advice would you give them?
390
1002000
2000
आप उन्हे क्या सलाह देंगी
16:59
TG: Well, first of all, you've got to look at age.
391
1004000
2000
टीजी: ,अच्छा, सबसे पहले तो, आप को उसकी उम्र देखनी चहिए
17:01
If you have a two, three or four year old
392
1006000
2000
, अगर वह एक दो, तीन या चार साल का है
17:03
you know, no speech, no social interaction,
393
1008000
2000
आप जानते है कि उसकी कोई भाषा नहीं, कोई सामाजिक संपर्क नही है,
17:05
I can't emphasize enough:
394
1010000
2000
मै इस पर और पर्याप्त ज़ोर नही दे सकती
17:07
Don't wait, you need at least 20 hours a week of one-to-one teaching.
395
1012000
4000
इ।तज़ार मत करो, तम्हे ठीक शिक्षण के लिए कम से कम 20 घंटे एक सप्ताह में जरूरत है.
17:11
You know, the thing is, autism comes in different degrees.
396
1016000
3000
आप जानते है कि बात यह है कि औटिस्म कैइ श्रेणियों मे आता है
17:14
There's going to be about half the people on the spectrum
397
1019000
2000
वहाँ स्पैक्ट्रम पर कम से कम आधे लोग होंगे
17:16
that are not going to learn to talk, and they're not going to be working
398
1021000
2000
जो कि कभी बोलना नही सीखेंगे और कभी काम नही कर पाएँगे
17:18
Silicon Valley, that would not be a reasonable thing for them to do.
399
1023000
3000
सिलीकौन वैली उअनके लिए उनके लिए एक उचित कार्य नहीं होगा.
17:21
But then you get the smart, geeky kids
400
1026000
2000
लेकिन फिर आप स्मार्ट और तेज़ बच्चों को मिलते है
17:23
that have a touch of autism,
401
1028000
2000
जो औटिस्म से प्रभावित है
17:25
and that's where you've got to get them turned on
402
1030000
2000
और वहाँ आपको उन्हे प्रभावित करने की आवश्यकता है
17:27
with doing interesting things.
403
1032000
2000
कुछ रोचक कार्यो द्वारा
17:29
I got social interaction through shared interest.
404
1034000
3000
मैने कुछ सहयोगी रोचक कार्यो के माध्यम से सामाजिक संपर्क सीखा था
17:32
I rode horses with other kids, I made model rockets with other kids,
405
1037000
4000
मैने दूसरे बच्चों के साथ ही घोड़ों की सवारी की. मैनें दूसरे बच्चों के साथ मिल कर मॉडल रॉकेट बनाए है,
17:36
did electronics lab with other kids,
406
1041000
2000
दूसरे बच्चों के साथ इलेक्ट्रॉनिक्स प्रयोगशाला मे काम किया था,
17:38
and in the '60s, it was gluing mirrors
407
1043000
2000
और 60 के दशक मे उसमे शीशा चिपकाना होता था
17:40
onto a rubber membrane on a speaker to make a light show.
408
1045000
3000
एक स्पीकर पर जिस पर एक रबर झिल्ली होती थी, रोशनी दिखाने के लिए
17:43
That was like, we considered that super cool.
409
1048000
3000
वह कुछ इस तरह था, अरे हमे वो बहुत मस्त लगता था।
17:46
CA: Is it unrealistic for them
410
1051000
2000
सीए: क्या उनके लिए यह आशा करना
17:48
to hope or think that that child
411
1053000
2000
या सोचना अवास्तविक है कि बच्चा
17:50
loves them, as some might, as most, wish?
412
1055000
3000
उन्हे प्यार करता है, जैसे कि कुछ करते है या आशा करते है
17:53
TG: Well let me tell you, that child will be loyal,
413
1058000
2000
टीजी: अच्छा , मैन आपको बता दू कि बच्चा उनसे वफ़ादार रहेगा
17:55
and if your house is burning down, they're going to get you out of it.
414
1060000
2000
और अगर आपका घर जलने वाला हो तो वे आपको कैसे भी वहाँ से बाहर निकाल लेंगे
17:57
CA: Wow. So, most people, if you ask them
415
1062000
3000
सीए: वाह, ज़्यादातर लोग , अगर आप उनसे पूछे
18:00
what are they most passionate about, they'd say things like,
416
1065000
2000
कि वे सबसे अधिक किसके के बारे में भावुक होते हैं, तो कहते हैं
18:02
"My kids" or "My lover."
417
1067000
3000
मेरी "बच्चों" या "मेरे प्रेमी" के लिए
18:05
What are you most passionate about?
418
1070000
3000
आप सबसे अधिक किस के बारे में भावुक हो?
18:08
TG: I'm passionate about that the things I do
419
1073000
2000
टीजी: मैं सबसे अधिक भावुक हूँ अपने कार्य जो मै करती हूँ
18:10
are going to make the world a better place.
420
1075000
2000
दुनिया को एक बेहतर जगह बनाने के लिए
18:12
When I have a mother of an autistic child say,
421
1077000
2000
जब एक औटिस्टिक बच्चे कि मँ मुझ् से यह कहती है कि
18:14
"My kid went to college because of your book,
422
1079000
2000
" मेरा बच्चा आपकी पुस्तक की वजह से
18:16
or one of your lectures," that makes me happy.
423
1081000
2000
या व्याख्यानो की वजह से कॉलेज गया", मुझे बहुत खुशी मिलती है।
18:18
You know, the slaughter plants, I've worked with them
424
1083000
3000
मैने पशुओ के वध करने वाले प्लांट्स के साथ काम किया है
18:21
in the '80s; they were absolutely awful.
425
1086000
2000
80 के दशक मे वे बिल्कुल भयानक थे
18:23
I developed a really simple scoring system for slaughter plants
426
1088000
4000
मैं वध संयंत्रों के लिए एक बहुत सरल स्कोरिंग प्रणाली विकसित की
18:27
where you just measure outcomes: How many cattle fell down?
427
1092000
2000
जहाँ आप सिर्फ परिणाम मापते थे , कि कितने मवेशी नीचे गिर गए
18:29
How many cattle got poked with the prodder?
428
1094000
2000
कितने मवेशीयो को डडे से भोंका गया
18:31
How many cattle are mooing their heads off?
429
1096000
2000
कितने मवेशी राँभ रँभ कर शोर मचा रहे है
18:33
And it's very, very simple.
430
1098000
2000
और यह बहुत आसान है
18:35
You directly observe a few simple things.
431
1100000
2000
आप सीधे सीधे कुछ सरल बातों पर ध्यान रखते है
18:37
It's worked really well. I get satisfaction out of
432
1102000
2000
यह वास्तव में अच्छी तरह से काम किया . मुझे उससे बहुत संतोष मिलता है
18:39
seeing stuff that makes real change
433
1104000
3000
जिन चीज़ो से वास्तव मे
18:42
in the real world. We need a lot more of that,
434
1107000
2000
बाह्री दुनिया मे फ़र्क पड्ता है। हमे ऐसे कार्यो की बहुत आवश्यकता है
18:44
and a lot less abstract stuff.
435
1109000
2000
और बहुत कम ऊपरी बातो की
18:46
(Applause)
436
1111000
7000
(तालियाँ)
18:53
CA: When we were talking on the phone, one of the things you said that
437
1118000
2000
सीए : जब हम फोन पर बात कर रहे थे आपने एक बात कही थी
18:55
really astonished me was you said one thing
438
1120000
2000
और मुझे बहुत आश्चर्य हुआ कि आपने कहा कि
18:57
you were passionate about was server farms. Tell me about that.
439
1122000
4000
आप े सर्वर फार्मों मे बहुत रुचि रखती थी। उसके बारे मे मुझे कुछ बताएँ
19:01
TG: Well the reason why I got really excited when I read about that,
440
1126000
3000
टीजी: उसका कारण था कि मैं बहुत उत्साहित हो गई जब मैने पढ़ा है कि
19:04
it contains knowledge.
441
1129000
3000
उसमे बहुत ज्ञान होता है
19:07
It's libraries.
442
1132000
2000
यह पुस्तकालय है.
19:09
And to me, knowledge is something
443
1134000
2000
और मेर लिए ज्ञान कुछ महत्त्व रखता है
19:11
that is extremely valuable. So, maybe, over 10 years ago
444
1136000
2000
जो बहुत कीमती है, लगभग 10 साल पहले
19:13
now our library got flooded.
445
1138000
2000
हमारे पुस्तकालयो मे पानी भर गया.
19:15
And this is before the Internet got really big.
446
1140000
2000
इंटरनेट तब बहुत बडा नही हुआ था
19:17
And I was really upset about all the books being wrecked,
447
1142000
2000
और मै वास्तव में सभी पुस्तकों के बर्बाद होने से परेशान थी
19:19
because it was knowledge being destroyed.
448
1144000
2000
क्योंकि वह ज्ञान था जो नष्ट हो रहा था
19:21
And server farms, or data centers
449
1146000
2000
और सर्वर फार्मं, या डेटा केन्द्र
19:23
are great libraries of knowledge.
450
1148000
3000
ज्ञान के महान पुस्तकालय हैं.
19:26
CA: Temple, can I just say it's an absolute delight to have you at TED.
451
1151000
3000
CA: टेम्प्ल, क्या मै कह सकता हूँ कि टेड मे तुम्हारे आने से हुम सब को बेहद खुशी हुई
19:29
TG: Well thank you so much. Thank you.
452
1154000
3000
TG:अच्छा बहुत बहुत शुक्रिया। शुक्रिया।
19:32
(Applause)
453
1157000
6000
(तालियाँ)
ABOUT THE SPEAKER
Temple Grandin - Livestock handling designer, autism activistThrough groundbreaking research and the lens of her own autism, Temple Grandin brings startling insight into two worlds.
Why you should listen
An expert on animal behavior, Temple Grandin has designed humane handling systems for half the cattle-processing facilities in the US, and consults with the meat industry to develop animal welfare guidelines. As PETA wrote when awarding her a 2004 Proggy: “Dr. Grandin's improvements to animal-handling systems found in slaughterhouses have decreased the amount of fear and pain that animals experience in their final hours, and she is widely considered the world's leading expert on the welfare of cattle and pigs.” In 2010, Time Magazine listed her as one of its most Important People of the Year. She is also a member of the American Academy of Arts and Sciences.
Grandin’s books about her interior life as an autistic person have increased the world's understanding of the condition with personal immediacy -- and with import, as rates of autism diagnosis rise. She is revered by animal rights groups and members of autistic community, perhaps because in both regards she is a voice for those who are sometimes challenged to make themselves heard.
Temple Grandin | Speaker | TED.com