TED2013
Ajit Narayanan: A word game to communicate in any language
Ajit Narayanan: Egy szójáték - bármilyen nyelven
Filmed:
Readability: 3.4
1,391,245 views
Ajit Narayanan, autista gyerekekkel való foglalkozás közben, találta meg a módját annak, hogy miképpen gondolkodjunk a nyelvről képek segítségével, és hogy miként kapcsoljunk össze szavakat és fogalmakat egy "térképen".
Az ötletből született aztán egy, a nem-verbális kommunikációt segítő alkalmazás, valamint a FreeSpeech nevű, izgalmas lehetőségek rejtő nyelvi koncepció.
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.
Autista gyerekekkel foglalkozom.
00:12
I work with children with autism.
0
721
2670
00:15
Specifically, I make technologies
1
3391
1914
Leginkább olyan eszközöket készítek
számukra,
számukra,
00:17
to help them communicate.
2
5305
2171
amik segítik a kommunikációt.
00:19
Now, many of the problems that children
3
7476
1539
Az autista gyerekek
problémáinak nagy része
problémáinak nagy része
00:21
with autism face, they have a common source,
4
9015
3763
közös tőről fakad:
00:24
and that source is that they find it difficult
5
12778
2094
nehézséget okoz számukra
00:26
to understand abstraction, symbolism.
6
14872
5260
a szimbólumok és elvont fogalmak
megértése.
megértése.
00:32
And because of this, they have
a lot of difficulty with language.
a lot of difficulty with language.
7
20132
4652
Éppen ezért nagyon sok
gondjuk van a nyelvvel.
gondjuk van a nyelvvel.
00:36
Let me tell you a little bit about why this is.
8
24784
3015
Hadd meséljek erről kicsit bővebben.
Itt van egy kép egy tányér levesről.
00:39
You see that this is a picture of a bowl of soup.
9
27799
3934
00:43
All of us can see it. All of us understand this.
10
31733
2485
Mindannyiunk számára világos.
00:46
These are two other pictures of soup,
11
34218
2312
További két kép egy tányér levesről,
00:48
but you can see that these are more abstract
12
36530
2067
de ezek már absztraktabbak.
00:50
These are not quite as concrete.
13
38597
1856
Nem annyira egyértelműek.
00:52
And when you get to language,
14
40453
2174
A nyelv esetében
00:54
you see that it becomes a word
15
42627
1868
ezek a képek olyan szavakká válnak,
00:56
whose look, the way it looks and the way it sounds,
16
44495
3261
amelyek kinézetükben és hangzásukban
00:59
has absolutely nothing to do
with what it started with,
with what it started with,
17
47756
2912
nincsen semmi közük ahhoz,
amit kifejeznek,
amit kifejeznek,
01:02
or what it represents, which is the bowl of soup.
18
50668
2830
nem utalnak rá.
Jelen esetben a tányér levesre.
Jelen esetben a tányér levesre.
01:05
So it's essentially a completely abstract,
19
53498
2900
Vagyis, ez egy teljesen absztrakt,
teljesen önkényes reprezentációja
valaminek,
valaminek,
01:08
a completely arbitrary representation of something
20
56398
2576
01:10
which is in the real world,
21
58974
1163
ami létezik a való világban.
01:12
and this is something that children with autism
22
60137
1791
Pontosan ez okoz az autista gyerekeknek
01:13
have an incredible amount of difficulty with.
23
61928
3164
rettenetesen nagy gondot.
Éppen ezért a legtöbben,
Éppen ezért a legtöbben,
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
akik autista gyerekekkel foglalkoznak,
01:19
speech therapists, educators --
25
67843
1878
logopédusok, tanítók,
01:21
what they do is, they try to help children with autism
26
69721
2633
úgy segítik az autista gyerekeket, hogy
01:24
communicate not with words, but with pictures.
27
72354
3229
szavak helyett képekkel
kommunikálnak velük.
kommunikálnak velük.
01:27
So if a child with autism wanted to say,
28
75583
1930
Ha egy autista gyerek azt akarja mondani,
01:29
"I want soup," that child would pick
29
77513
2458
hogy " Levest akarok", akkor
kiválasztja a megfelelő három képet:
"én" "akar" és "leves",
"én" "akar" és "leves",
01:31
three different pictures, "I," "want," and "soup,"
30
79971
2260
01:34
and they would put these together,
31
82231
1609
és egymás mellé rakja őket.
01:35
and then the therapist or the parent would
32
83840
1867
Így a tanító vagy a szülő
01:37
understand that this is what the kid wants to say.
33
85707
1887
megérti, mit akar a gyerek mondani.
01:39
And this has been incredibly effective;
34
87594
1778
Ez a módszer nagyon hatékony,
01:41
for the last 30, 40 years
35
89372
2141
az elmúlt 30-40 évben
01:43
people have been doing this.
36
91513
1613
ez volt a gyakorlat.
01:45
In fact, a few years back,
37
93126
1349
Pár évvel ezelőtt,
01:46
I developed an app for the iPad
38
94475
2675
készítettem egy iPad alkalmazást,
ami pontosan erre alkalmas.
A neve Avaz,
A neve Avaz,
01:49
which does exactly this. It's called Avaz,
39
97150
2255
01:51
and the way it works is that kids select
40
99405
2279
és úgy működik, hogy a gyerek kiválaszt
01:53
different pictures.
41
101684
1321
különböző képeket.
01:55
These pictures are sequenced
together to form sentences,
together to form sentences,
42
103005
2570
A képek sorba rakásával
mondatok készülnek,
mondatok készülnek,
01:57
and these sentences are spoken out.
43
105575
1719
majd e mondatokat az Avaz kimondja.
01:59
So Avaz is essentially converting pictures,
44
107294
3025
Vagyis az Avaz a képeket
lefordítja, és beszéddé alakítja.
02:02
it's a translator, it converts pictures into speech.
45
110319
3960
02:06
Now, this was very effective.
46
114279
1718
Ez egy nagyon hatékony módszer.
02:07
There are thousands of children using this,
47
115997
1384
Gyerekek ezrei használják
02:09
you know, all over the world,
48
117381
1430
a világ minden táján.
02:10
and I started thinking about
49
118811
2175
Elgondolkoztam, hogy
02:12
what it does and what it doesn't do.
50
120986
2654
mi azt, amit ez az alkalmazás tesz,
és mi az, amit nem.
és mi az, amit nem.
02:15
And I realized something interesting:
51
123640
1684
Valami érdekesre lettem figyelmes:
02:17
Avaz helps children with autism learn words.
52
125324
4203
az Avaz segít szavakat tanulni,
02:21
What it doesn't help them do is to learn
53
129527
2405
nem segít viszont megtanulni
a szavak sorrendjét.
02:23
word patterns.
54
131932
2748
02:26
Let me explain this in a little more detail.
55
134680
2472
Elmagyarázom pontosan, mire gondolok.
Vegyük a "Levest akarok ma este" mondatot.
02:29
Take this sentence: "I want soup tonight."
56
137152
3057
02:32
Now it's not just the words
here that convey the meaning.
here that convey the meaning.
57
140209
4080
A jelentést nem csak a szavak hordozzák.
02:36
It's also the way in which these words are arranged,
58
144289
3140
Az is fontos, hogyan vannak a szavak
a mondaton belül elrendezve,
a mondaton belül elrendezve,
02:39
the way these words are modified and arranged.
59
147429
2515
mivé alakulnak és hol állnak.
02:41
And that's why a sentence like "I want soup tonight"
60
149959
2306
Ezért van, hogy a "Levest akarok ma este"
02:44
is different from a sentence like
61
152265
1984
különbözik ettől a mondattól:
02:46
"Soup want I tonight," which
is completely meaningless.
is completely meaningless.
62
154249
3312
"Akarok ma levest este",
ami helytelen.
ami helytelen.
02:49
So there is another hidden abstraction here
63
157561
2619
Vagyis, itt rejlik még valami más is,
02:52
which children with autism find
a lot of difficulty coping with,
a lot of difficulty coping with,
64
160180
3557
amivel az autista gyerekek
nagyon nehezen birkóznak meg,
nagyon nehezen birkóznak meg,
02:55
and that's the fact that you can modify words
65
163737
2840
az, hogy a szavak megváltoztathatók,
és különbözőképpen elrendezhetők,
02:58
and you can arrange them to have
66
166577
2101
03:00
different meanings, to convey different ideas.
67
168678
2895
és ezáltal különböző jelentésteket
közvetítenek.
közvetítenek.
03:03
Now, this is what we call grammar.
68
171573
3459
Ezt hívjuk nyelvtannak.
A nyelvtannak nagy hatalma van,
03:07
And grammar is incredibly powerful,
69
175032
2036
03:09
because grammar is this one component of language
70
177068
3157
mivel ez a nyelvnek azon része,
03:12
which takes this finite vocabulary that all of us have
71
180225
3489
ami a rendelkezésünkre álló szókincsből
végtelen mennyiségű információt,
03:15
and allows us to convey an
infinite amount of information,
infinite amount of information,
72
183714
4531
és végtelen mennyiségű gondolatot alkot.
03:20
an infinite amount of ideas.
73
188245
2134
03:22
It's the way in which you can put things together
74
190379
2002
A nyelvtan az, amivel a szavakat
egymás mellé tesszük,
egymás mellé tesszük,
03:24
in order to convey anything you want to.
75
192381
2168
annak érdekében, hogy valamit kifejezzünk.
03:26
And so after I developed Avaz,
76
194549
2127
Az Avaz kifejlesztése után
hosszú ideig töprengtem azon, hogyan
03:28
I worried for a very long time
77
196676
1568
03:30
about how I could give grammar
to children with autism.
to children with autism.
78
198244
3910
taníthatnánk az autista gyerekeknek
nyelvtant.
nyelvtant.
03:34
The solution came to me from
a very interesting perspective.
a very interesting perspective.
79
202154
2275
A megoldás egy meglepő helyről érkezett.
03:36
I happened to chance upon a child with autism
80
204429
3449
Láttam egyszer egy autista gyermeket,
ahogy az édesanyával társalgott,
03:39
conversing with her mom,
81
207878
2109
03:41
and this is what happened.
82
209987
2094
és a következő történt.
03:44
Completely out of the blue, very spontaneously,
83
212081
2186
Egyszer csak a gyermek hirtelen
03:46
the child got up and said, "Eat."
84
214267
2463
felállt, és azt mondta "Enni".
03:48
Now what was interesting was
85
216730
1770
Ami ebben érdekes volt,
03:50
the way in which the mom was trying to tease out
86
218500
4244
ahogy az édesanya megpróbálta megfejteni,
hogy mit akart a gyerek mondani,
03:54
the meaning of what the child wanted to say
87
222744
2213
03:56
by talking to her in questions.
88
224957
2260
azáltal, hogy kérdéseket tett fel neki.
03:59
So she asked, "Eat what? Do
you want to eat ice cream?
you want to eat ice cream?
89
227217
2593
"Enni mit?
Fagylaltot szeretnél enni?"
Fagylaltot szeretnél enni?"
04:01
You want to eat? Somebody else wants to eat?
90
229810
2112
"Te szeretnél enni?
Valaki más szeretne enni?"
Valaki más szeretne enni?"
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
"Most akarsz fagyit enni?
Este akarsz fagyit enni?"
Este akarsz fagyit enni?"
Akkor értettem meg, hogy
04:07
And then it struck me that
92
235235
1514
04:08
what the mother had done was something incredible.
93
236749
2028
amit ez az anya tesz, az fantasztikus.
04:10
She had been able to get that child to communicate
94
238777
1994
Képes volt gondolatokat közvetíteni,
04:12
an idea to her without grammar.
95
240771
4138
a gyermeknek, nyelvtan nélkül.
04:16
And it struck me that maybe this is what
96
244909
2696
Rájöttem, hogy pontosan
ezt kerestem eddig.
04:19
I was looking for.
97
247605
1385
04:20
Instead of arranging words in an order, in sequence,
98
248990
4142
Ahelyett, hogy a szavakat
bizonyos módon elhelyeznénk
bizonyos módon elhelyeznénk
a mondatokban, elhelyezhetjük őket
04:25
as a sentence, you arrange them
99
253132
2172
04:27
in this map, where they're all linked together
100
255304
3811
egy térképen, ahol össze vannak kapcsolva,
de nem a helyük által, hanem az által,
04:31
not by placing them one after the other
101
259115
2143
04:33
but in questions, in question-answer pairs.
102
261258
3284
hogy milyen kérdésre adnak választ.
Így, amit létrehozunk
04:36
And so if you do this, then what you're conveying
103
264542
2358
nem egy angol mondat lesz,
04:38
is not a sentence in English,
104
266900
1986
04:40
but what you're conveying is really a meaning,
105
268886
2966
de a jelentése megfelel
04:43
the meaning of a sentence in English.
106
271852
1511
egy angol mondatnak.
04:45
Now, meaning is really the underbelly,
in some sense, of language.
in some sense, of language.
107
273363
2932
A jelentés
a nyelv egy nagyon érzékeny pontja.
a nyelv egy nagyon érzékeny pontja.
04:48
It's what comes after thought but before language.
108
276295
3821
Az a valami, ami a gondolat után van,
de még a nyelv előtt.
de még a nyelv előtt.
04:52
And the idea was that this particular representation
109
280116
2503
Az alapgondolat az volt,
hogy ez a fajta megjelenítés,
hogy ez a fajta megjelenítés,
04:54
might convey meaning in its raw form.
110
282619
3261
a gondolat nyers formájából hozza ki
a jelentést.
a jelentést.
04:57
So I was very excited by this, you know,
111
285880
1771
Nagyon izgatott lettem,
04:59
hopping around all over the place,
112
287651
1493
fel-alá járkáltam
05:01
trying to figure out if I can convert
113
289144
1771
és próbáltam kitalálni,
hogyan tudnám beépíteni
hogyan tudnám beépíteni
05:02
all possible sentences that I hear into this.
114
290915
2524
az összes lehetséges mondatot
a rendszerbe.
a rendszerbe.
05:05
And I found that this is not enough.
115
293439
1773
Rájöttem, hogy ez nem elég.
05:07
Why is this not enough?
116
295212
1385
Miért nem?
05:08
This is not enough because if you wanted to convey
117
296597
1711
Mert olyasmit is ki akarunk fejezni,
05:10
something like negation,
118
298308
2250
mint a tagadás,
05:12
you want to say, "I don't want soup,"
119
300558
1736
azt mondani, hogy "Nem akarok levest",
05:14
then you can't do that by asking a question.
120
302294
2220
és ezt nem lehet kérdésekkel elérni.
05:16
You do that by changing the word "want."
121
304514
2285
Ezt úgy fejezzük ki,
hogy megváltoztatjuk az "akar" jelentését.
hogy megváltoztatjuk az "akar" jelentését.
05:18
Again, if you wanted to say,
122
306799
1637
Vagy, amikor azt akarod mondani, hogy
05:20
"I wanted soup yesterday,"
123
308436
1980
" Levest akartam tegnap"
05:22
you do that by converting
the word "want" into "wanted."
the word "want" into "wanted."
124
310416
2737
akkor megváltoztatod
az "akarok"-ot "akartam"-ra.
az "akarok"-ot "akartam"-ra.
05:25
It's a past tense.
125
313153
1666
Ez a múlt idő.
05:26
So this is a flourish which I added
126
314819
2103
Ez volt az az extra, amit
hozzáadtam az elképzeléshez,
hogy teljes legyen.
hogy teljes legyen.
05:28
to make the system complete.
127
316922
1576
05:30
This is a map of words joined together
128
318498
1977
Egy olyan térkép,
ahol szavak kapcsolódnak egymáshoz,
ahol szavak kapcsolódnak egymáshoz,
mint kérdések és válaszok.
05:32
as questions and answers,
129
320475
1656
Majd további lehetőségeket adtam hozzá
05:34
and with these filters applied on top of them
130
322131
2264
05:36
in order to modify them to represent
131
324395
1817
hogy ezek módosításával
ki lehessen fejezni
ki lehessen fejezni
05:38
certain nuances.
132
326212
1709
bizonyos finomságokat.
05:39
Let me show you this with a different example.
133
327921
1951
Hadd mutassak Önöknek pár példát.
05:41
Let's take this sentence:
134
329872
1254
Vegyük a következő mondatot:
05:43
"I told the carpenter I could not pay him."
135
331126
1980
"Azt mondtam az asztalosnak,
hogy nem tudom őt kifizetni."
hogy nem tudom őt kifizetni."
05:45
It's a fairly complicated sentence.
136
333106
1792
05:46
The way that this particular system works,
137
334898
1893
Ez egy bonyolult mondat.
05:48
you can start with any part of this sentence.
138
336791
2578
A rendszer úgy működik, hogy
a mondat bármely részével
el lehet kezdeni.
el lehet kezdeni.
05:51
I'm going to start with the word "tell."
139
339369
1698
Én a "mondtam" szóval kezdem.
05:53
So this is the word "tell."
140
341067
1462
Szóval a szavam: "mondani".
05:54
Now this happened in the past,
141
342529
1600
Mivel a múltban történt,
05:56
so I'm going to make that "told."
142
344129
2223
ezért átalakítom "mondtam"-ra.
05:58
Now, what I'm going to do is,
143
346352
1708
A következő lépés, hogy
06:00
I'm going to ask questions.
144
348060
1756
felteszek egy kérdést.
06:01
So, who told? I told.
145
349816
2364
Ki mondta? Én mondtam.
06:04
I told whom? I told the carpenter.
146
352180
1927
Kinek mondtam? Az asztalosnak.
06:06
Now we start with a different part of the sentence.
147
354107
1751
Most vegyük a mondat egy másik elemét.
06:07
We start with the word "pay,"
148
355858
1867
Kezdjük a "kifizetni"-vel,
06:09
and we add the ability filter to it to make it "can pay."
149
357725
4577
hozzá adjuk a képességre való
hajlamot " tud kifizetni".
hajlamot " tud kifizetni".
Majd ebből "nem tud kifizetni" lesz,
06:14
Then we make it "can't pay,"
150
362302
2101
és végül "nem tudott kifizetni"-vé
alakítjuk
alakítjuk
06:16
and we can make it "couldn't pay"
151
364403
1599
azzal, hogy múlt időbe tesszük.
06:18
by making it the past tense.
152
366002
1663
Ki nem tudott kifizetni? Én nem tudtam.
06:19
So who couldn't pay? I couldn't pay.
153
367665
1923
06:21
Couldn't pay whom? I couldn't pay the carpenter.
154
369588
2676
Kit nem tudtam kifizetni? Az asztalost.
06:24
And then you join these two together
155
372264
1731
Ezután összekapcsoljuk ezt a kettőt
06:25
by asking this question:
156
373995
1350
feltéve a kérdést:
06:27
What did I tell the carpenter?
157
375345
1737
Mit mondtam az asztalosnak?
06:29
I told the carpenter I could not pay him.
158
377082
4049
Azt mondtam az asztalosnak,
hogy nem tudom kifizetni.
hogy nem tudom kifizetni.
Gondoljuk ezt végig.
06:33
Now think about this. This is
159
381131
1937
06:35
—(Applause)—
160
383068
3542
(Taps)
06:38
this is a representation of this sentence
161
386610
3672
Ez nem más, mint egy mondat jelentése,
06:42
without language.
162
390282
2435
nyelv nélkül.
06:44
And there are two or three
interesting things about this.
interesting things about this.
163
392717
2192
Van itt még pár érdekes dolog.
06:46
First of all, I could have started anywhere.
164
394909
3131
Először, kezdhettük volna
a mondat bármely elemével
a mondat bármely elemével
Nem kell, hogy a "mondani" legyen az első.
06:50
I didn't have to start with the word "tell."
165
398040
2243
A mondat bármelyik elemével
kezdhettük volna,
kezdhettük volna,
06:52
I could have started anywhere in the sentence,
166
400283
1416
06:53
and I could have made this entire thing.
167
401699
1507
hogy elkészítsük a térképet.
06:55
The second thing is, if I wasn't an English speaker,
168
403206
2776
Másodszor, ha nem angolul,
06:57
if I was speaking in some other language,
169
405982
2175
hanem bármilyen más nyelven beszélnék,
07:00
this map would actually hold true in any language.
170
408157
3156
ez a térkép még mindig helyes lenne.
Bármelyik nyelven.
Bármelyik nyelven.
07:03
So long as the questions are standardized,
171
411313
1990
Amíg a kérdések egy adott sémát követnek,
07:05
the map is actually independent of language.
172
413303
4287
a térkép nyelvfüggetlen lesz.
07:09
So I call this FreeSpeech,
173
417590
2115
Ezért FreeSpeechnek neveztem el.
07:11
and I was playing with this for many, many months.
174
419705
2935
Hónapokon keresztül játszottam
a szavakkal.
a szavakkal.
07:14
I was trying out so many
different combinations of this.
different combinations of this.
175
422640
2726
A lehető legtöbb kombinációt kipróbáltam.
07:17
And then I noticed something very
interesting about FreeSpeech.
interesting about FreeSpeech.
176
425366
2289
Észrevettem valami nagyon érdekeset
a FreeSpeech-csel kapcsolatban.
a FreeSpeech-csel kapcsolatban.
07:19
I was trying to convert language,
177
427655
3243
Megpróbáltam átalakítani a nyelvet,
07:22
convert sentences in English
into sentences in FreeSpeech,
into sentences in FreeSpeech,
178
430898
2384
átalakítani angol mondatokat
Freespeech mondatokká,
Freespeech mondatokká,
07:25
and vice versa, and back and forth.
179
433282
1752
és vissza.
07:27
And I realized that this particular configuration,
180
435034
2255
Felismertem, hogy ez az
igen sajátos szerkezet,
igen sajátos szerkezet,
07:29
this particular way of representing language,
181
437289
2026
a nyelv megjelenítésének ez
a különös módja
a különös módja
07:31
it allowed me to actually create very concise rules
182
439315
4395
lehetőséget adott,
hogy pontos szabályokat állítsak fel,
hogy pontos szabályokat állítsak fel,
07:35
that go between FreeSpeech on one side
183
443710
2734
aminek az egyik oldalán a FreeSpeech,
07:38
and English on the other.
184
446444
1488
a másik oldalán pedig az angol áll.
07:39
So I could actually write this set of rules
185
447932
2180
Vagyis, le tudtam írni azokat
a szabályokat,
a szabályokat,
07:42
that translates from this particular
representation into English.
representation into English.
186
450112
3395
amelyek ebből a bizonyos
megjelenítésből angolra fordítanak.
megjelenítésből angolra fordítanak.
07:45
And so I developed this thing.
187
453507
1831
Aztán el is végeztem a fejlesztést.
07:47
I developed this thing called
the FreeSpeech Engine
the FreeSpeech Engine
188
455338
2232
Kifejlesztettem a FreeSpeech Engine-t,
07:49
which takes any FreeSpeech sentence as the input
189
457570
2561
ami bármely FreeSpeech mondatból
07:52
and gives out perfectly grammatical English text.
190
460131
3930
nyelvtanilag helyes angol mondatra fordít.
07:56
And by putting these two pieces together,
191
464061
1605
Összekapcsolva ezt a két dolgot,
07:57
the representation and the engine,
192
465666
1881
a megjelenítést és a fordítót,
07:59
I was able to create an app, a
technology for children with autism,
technology for children with autism,
193
467547
3796
elkészítettem egy alkalmazást
az autista gyerek számára,
az autista gyerek számára,
08:03
that not only gives them words
194
471343
2499
ami nem csak szavakat ad nekik,
08:05
but also gives them grammar.
195
473842
3941
de nyelvtan is.
Majd kipróbáltam az alkalmazást
autista gyerekekkel,
autista gyerekekkel,
08:09
So I tried this out with kids with autism,
196
477783
2360
08:12
and I found that there was an
incredible amount of identification.
incredible amount of identification.
197
480143
5013
és felfigyeltem az azonosságok
nagy számára.
nagy számára.
08:17
They were able to create sentences in FreeSpeech
198
485156
2720
A FreeSpeech-csel képesek voltak
mondatokat alkotni,
mondatokat alkotni,
08:19
which were much more complicated
but much more effective
but much more effective
199
487876
2558
amik sokkal összetettebbek
és hatékonyabbak voltak,
és hatékonyabbak voltak,
08:22
than equivalent sentences in English,
200
490434
2899
mint az angol megfelelőjük.
08:25
and I started thinking about
201
493333
1682
Elkezdtem azon gondolkozni,
08:27
why that might be the case.
202
495015
1969
hogy vajon miért van ez így.
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
Felmerült bennem egy gondolat,
amiről most Önöknek is beszélni szeretnék.
amiről most Önöknek is beszélni szeretnék.
08:33
In about 1997, about 15 years back,
204
501271
3142
1997-ben, körülbelül 15 évvel ezelőtt,
08:36
there were a group of scientists that were trying
205
504413
2011
tudósok egy csoportja megpróbálta,
08:38
to understand how the brain processes language,
206
506424
2389
megérteni, hogyan dolgozza fel
az agy a nyelvet,
az agy a nyelvet,
08:40
and they found something very interesting.
207
508813
1779
és valami nagyon érdekesre bukkantak.
08:42
They found that when you learn a language
208
510592
1872
Amikor nyelvet tanulunk
08:44
as a child, as a two-year-old,
209
512464
2912
kétéves gyermekként,
08:47
you learn it with a certain part of your brain,
210
515376
2366
az agy egy adott részével tanuljuk.
08:49
and when you learn a language as an adult --
211
517742
1600
Amikor felnőttként tanulunk egy nyelvet,
08:51
for example, if I wanted to
learn Japanese right now —
learn Japanese right now —
212
519342
3911
például meg akarok tanulni japánul,
08:55
a completely different part of my brain is used.
213
523253
2707
az agy egy teljesen másik része
lép működésbe.
lép működésbe.
08:57
Now I don't know why that's the case,
214
525960
1831
Nem tudom, hogy ez valóban így van-e
08:59
but my guess is that that's because
215
527791
1991
de feltételezem, igen, hiszen
09:01
when you learn a language as an adult,
216
529782
2437
amikor felnőttként tanulunk nyelvet
09:04
you almost invariably learn it
217
532219
1616
szinte minden esetben,
09:05
through your native language, or
through your first language.
through your first language.
218
533835
4266
az anyanyelvünk segítségével,
az elsődleges nyelvünkön tesszük ezt.
az elsődleges nyelvünkön tesszük ezt.
09:10
So what's interesting about FreeSpeech
219
538101
3252
Ami érdekes a FreeSpeech-csel
kapcsolatban,
kapcsolatban,
09:13
is that when you create a sentence
220
541353
1802
hogy amikor megalkotsz egy mondatot
09:15
or when you create language,
221
543155
1695
vagy amikor létrehozol egy nyelvet,
09:16
a child with autism creates
language with FreeSpeech,
language with FreeSpeech,
222
544850
3070
az autista gyerekek egy másik nyelv nélkül
09:19
they're not using this support language,
223
547920
1833
alkotnak nyelvet a FreeSpeech
segítségével,
segítségével,
09:21
they're not using this bridge language.
224
549753
2211
náluk nincsen köztes nyelv.
09:23
They're directly constructing the sentence.
225
551964
2657
A mondatokat közvetlenül alkotják meg.
09:26
And so this gave me this idea.
226
554621
2193
Támadt egy ötletem.
09:28
Is it possible to use FreeSpeech
227
556814
2024
Lehetséges-e vajon a FreeSpeech
segítségével
segítségével
09:30
not for children with autism
228
558838
2510
nem csak autista gyerekeket,
09:33
but to teach language to people without disabilities?
229
561348
6262
hanem egészséges embereket is
nyelvekre tanítani?
nyelvekre tanítani?
Elvégeztem pár kísérletet.
09:39
And so I tried a number of experiments.
230
567610
1978
09:41
The first thing I did was I built a jigsaw puzzle
231
569588
2948
Elsőként készítettem egy puzzle-t
09:44
in which these questions and answers
232
572536
1970
amiben a kérdések és a válaszok,
09:46
are coded in the form of shapes,
233
574506
1835
formákba és színekbe
09:48
in the form of colors,
234
576341
1138
vannak kódolva.
09:49
and you have people putting these together
235
577479
1849
Az emberek megpróbálják összerakni
a darabkákat,
a darabkákat,
09:51
and trying to understand how this works.
236
579328
1773
és próbálják megérteni, hogyan működik.
09:53
And I built an app out of it, a game out of it,
237
581101
2376
Majd elkészítettem egy alkalmazást,
egy játékot,
egy játékot,
09:55
in which children can play with words
238
583477
2661
amiben a gyerekek szavakkal játszhatnak;
09:58
and with a reinforcement,
239
586138
1704
folyamatos megerősítéssel,
09:59
a sound reinforcement of visual structures,
240
587842
2585
a képek hangos megjelenítésével,
10:02
they're able to learn language.
241
590427
2013
és képesek megtanulni egy nyelvet.
10:04
And this, this has a lot of potential, a lot of promise,
242
592440
2736
Rengeteg lehetőség és ígéret rejlik ebben,
10:07
and the government of India recently
243
595176
1975
és az indiai kormány nemrégiben
10:09
licensed this technology from us,
244
597151
1404
megvette tőlünk ezt a technológiát,
10:10
and they're going to try it out
with millions of different children
with millions of different children
245
598555
2074
és különböző gyerekek millióival fogják
kipróbálni,
kipróbálni,
10:12
trying to teach them English.
246
600629
2605
hogy angolra tanítsák őket.
10:15
And the dream, the hope, the vision, really,
247
603234
2614
Az az álmunk, abban reménykedünk,
10:17
is that when they learn English this way,
248
605848
3082
hogy így meg is tanulnak majd angolul,
10:20
they learn it with the same proficiency
249
608930
2643
éppen olyan tökéletességgel,
10:23
as their mother tongue.
250
611573
3718
mint az anyanyelvüket.
Beszéljük valami másról.
10:27
All right, let's talk about something else.
251
615291
3816
10:31
Let's talk about speech.
252
619107
1997
Beszéljünk a beszédről.
10:33
This is speech.
253
621104
1271
Ez a beszéd.
10:34
So speech is the primary mode of communication
254
622375
1962
A beszéd a kommunikáció elsődleges
formája,
formája,
10:36
delivered between all of us.
255
624337
1613
közvetít közöttünk.
10:37
Now what's interesting about speech is that
256
625950
1855
Ami nagyon érdekes a beszédet illetően,
10:39
speech is one-dimensional.
257
627805
1245
10:41
Why is it one-dimensional?
258
629050
1359
hogy a beszéd egydimenziós.
10:42
It's one-dimensional because it's sound.
259
630409
1568
Miért egydimenziós?
Egydimenziós, mivel csupán hang.
10:43
It's also one-dimensional because
260
631977
1539
10:45
our mouths are built that way.
261
633516
1205
Egysíkú, mivel
a szánk így van kialakítva.
10:46
Our mouths are built to create
one-dimensional sound.
one-dimensional sound.
262
634721
3512
A szánk úgy alakult ki,
hogy egydimenziós hangot képezzen.
hogy egydimenziós hangot képezzen.
10:50
But if you think about the brain,
263
638233
2866
De ha az agyra gondolunk,
10:53
the thoughts that we have in our heads
264
641099
1764
a gondolatainkra a fejünkben,
10:54
are not one-dimensional.
265
642863
2102
azok nem egydimenziósak,
10:56
I mean, we have these rich,
266
644965
1459
10:58
complicated, multi-dimensional ideas.
267
646424
3028
Gazdagabbak
összetettek, sokdimenziósak.
11:01
Now, it seems to me that language
268
649452
1690
Úgy tűnik számomra, hogy a nyelv
11:03
is really the brain's invention
269
651142
2332
valójában az elme találmánya,
11:05
to convert this rich, multi-dimensional thought
270
653474
3096
hogy a gazdag, sokrétű gondolatokat
11:08
on one hand
271
656570
1587
átalakítsa
11:10
into speech on the other hand.
272
658157
1923
beszéddé.
11:12
Now what's interesting is that
273
660080
1762
Ami nagyon érdekes, hogy
11:13
we do a lot of work in information nowadays,
274
661842
2568
napjainkban nagy mennyiségű információt
kell feldolgoznunk
kell feldolgoznunk
11:16
and almost all of that is done
in the language domain.
in the language domain.
275
664410
3079
és mindezt a nyelv segítségével tesszük.
11:19
Take Google, for example.
276
667489
1939
11:21
Google trawls all these
countless billions of websites,
countless billions of websites,
277
669428
2677
Vegyük csak Google-t.
A Google weboldalak milliárdjait
kapcsolja össze,
kapcsolja össze,
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
mindent, ami angolul van.
Így amikor a Google-t használjuk,
Így amikor a Google-t használjuk,
11:26
you go into Google search, and you type in English,
279
674830
2450
megnyitjuk a keresőt és angolul beírjuk,
amit keresünk,
amit keresünk,
11:29
and it matches the English with the English.
280
677280
4163
és a kereső az angolt az angollal
párosítja.
párosítja.
11:33
What if we could do this in FreeSpeech instead?
281
681443
3583
Mi történne, ha ugyan ezt megtehetnénk
a FreeSpeech-csel is?
a FreeSpeech-csel is?
11:37
I have a suspicion that if we did this,
282
685026
2301
Úgy sejtem, ha megtehetnénk,
11:39
we'd find that algorithms like searching,
283
687327
2068
akkor találnánk egy algoritmust
a kereséshez,
a kereséshez,
11:41
like retrieval, all of these things,
284
689395
2325
a visszakereséshez, és hasonló
műveletekhez,
műveletekhez,
11:43
are much simpler and also more effective,
285
691720
3075
ami egyszerűbb és hatékonyabb,
11:46
because they don't process
the data structure of speech.
the data structure of speech.
286
694795
4417
mivel nem a beszéd szerkezetét használja,
hanem a gondolatok szerkezetét.
11:51
Instead they're processing
the data structure of thought.
the data structure of thought.
287
699212
5976
11:57
The data structure of thought.
288
705188
2808
A gondolatok adatszerkezetét.
11:59
That's a provocative idea.
289
707996
2076
Ez igen merész gondolat.
12:02
But let's look at this in a little more detail.
290
710072
2142
Nézzük meg kissé részletesebben.
12:04
So this is the FreeSpeech ecosystem.
291
712214
2366
Ez a FreeSpeech.
Az egyik oldalon ott áll a FreeSpeech
reprezentáció,
reprezentáció,
12:06
We have the Free Speech
representation on one side,
representation on one side,
292
714580
2884
és elkészült a FreeSpeech Engine,
ami angol mondatokat készít.
ami angol mondatokat készít.
12:09
and we have the FreeSpeech
Engine, which generates English.
Engine, which generates English.
293
717464
2228
12:11
Now if you think about it,
294
719694
1725
Ha ebbe belegondolunk,
12:13
FreeSpeech, I told you, is completely
language-independent.
language-independent.
295
721419
2544
a FreeSpeech független a nyelvtől.
Semmilyen különleges információt
nem tartalmaz
nem tartalmaz
12:15
It doesn't have any specific information in it
296
723963
2087
az angol nyelvről.
12:18
which is about English.
297
726050
1228
12:19
So everything that this system knows about English
298
727278
2800
Minden, amit a rendszer tud
az angol nyelvről
az angol nyelvről
már eleve kódolva van.
12:22
is actually encoded into the engine.
299
730078
4620
Ami önmagában is egy nagyon
érdekes gondolat.
érdekes gondolat.
12:26
That's a pretty interesting concept in itself.
300
734698
2237
12:28
You've encoded an entire human language
301
736935
3604
Az összes emberi nyelv kódolva
egy programba.
12:32
into a software program.
302
740539
2645
De ha a rendszer belsejébe nézünk,
12:35
But if you look at what's inside the engine,
303
743184
2531
látjuk, hogy ez valójában nem is
annyira bonyolult.
annyira bonyolult.
12:37
it's actually not very complicated.
304
745715
2358
12:40
It's not very complicated code.
305
748073
2105
Nem túl bonyolult kód.
12:42
And what's more interesting is the fact that
306
750178
2672
És ami még érdekesebb,
hogy a kód legnagyobb része,
12:44
the vast majority of the code in that engine
307
752850
2203
12:47
is not really English-specific.
308
755053
2412
nem speciálisan angol.
Ebből aztán támadt egy ötletem.
12:49
And that gives this interesting idea.
309
757465
1895
Talán nem is lenne annyira nehéz
12:51
It might be very easy for us to actually
310
759360
2038
12:53
create these engines in many,
many different languages,
many different languages,
311
761398
3826
létrehozni egy motort a különböző
nyelvekre:
nyelvekre:
12:57
in Hindi, in French, in German, in Swahili.
312
765224
6354
hindi, francia, német, szuahéli.
Ami szintén egy érdekes dologhoz vezet.
13:03
And that gives another interesting idea.
313
771578
2799
Ha én például újságíró lennék,
13:06
For example, supposing I was a writer,
314
774377
2654
13:09
say, for a newspaper or for a magazine.
315
777031
2122
egy újságnál vagy egy magazinnál,
13:11
I could create content in one language, FreeSpeech,
316
779153
5011
elkészíthetném a cikket FreeSpeech
nyelven,
nyelven,
és az, aki olvassa a cikket,
13:16
and the person who's consuming that content,
317
784164
2056
13:18
the person who's reading that particular information
318
786220
3061
akit érdekel az a bizonyos információ,
13:21
could choose any engine,
319
789281
2495
kiválaszthatná a fordító motort,
13:23
and they could read it in their own mother tongue,
320
791776
2736
és az anyanyelvén olvashatná a szöveget,
13:26
in their native language.
321
794512
3939
a saját nyelvén.
Ez egy valóban lenyűgöző ötlet,
13:30
I mean, this is an incredibly attractive idea,
322
798451
2722
13:33
especially for India.
323
801173
1999
főleg Indiában,
13:35
We have so many different languages.
324
803172
1690
ahol a különböző nyelvek száma igen magas.
13:36
There's a song about India, and there's a description
325
804862
2142
Van egy dal Indiáról, amely leírást ad
13:39
of the country as, it says,
326
807004
2344
az országról. Így szól:
(szanszkrit szöveg)
13:41
(in Sanskrit).
327
809348
2360
13:43
That means "ever-smiling speaker
328
811708
2773
" A gyönyörű nyelvek
örökké mosolygó hírnöke."
13:46
of beautiful languages."
329
814481
4519
A nyelv csodálatos.
13:51
Language is beautiful.
330
819000
1964
13:52
I think it's the most beautiful of human creations.
331
820964
2454
A legcsodálatosabb emberi találmány.
13:55
I think it's the loveliest thing
that our brains have invented.
that our brains have invented.
332
823418
3978
A legszebb dolog, amit
az elménk megalkotott.
az elménk megalkotott.
Szórakoztat, oktat és felvilágosít,
13:59
It entertains, it educates, it enlightens,
333
827396
3584
14:02
but what I like the most about language
334
830980
2044
de, amit a legjobban szeretek a nyelvben,
14:05
is that it empowers.
335
833024
1500
az, hogy hatalmat ad nekünk.
14:06
I want to leave you with this.
336
834524
1838
14:08
This is a photograph of my collaborators,
337
836362
2385
Ezzel szeretnék elköszönni.
Ezen a képen a munkatársaim láthatók,
14:10
my earliest collaborators
338
838747
997
az első munkatársaim,
14:11
when I started working on language
339
839744
1462
akikkel együtt kezdtem foglalkozni
a nyelvvel,
a nyelvvel,
az autizmussal és más egyéb dolgokkal.
14:13
and autism and various other things.
340
841206
1502
14:14
The girl's name is Pavna,
341
842708
1417
Ez itt Pavna,
14:16
and that's her mother, Kalpana.
342
844125
1902
és az édesanyja Kalpana.
14:18
And Pavna's an entrepreneur,
343
846027
2138
Pavna vállalkozó,
14:20
but her story is much more remarkable than mine,
344
848165
2371
de az ő története sokkal érdekesebb,
mint az enyém,
mint az enyém,
14:22
because Pavna is about 23.
345
850536
2400
mivel Pavna csak 23 éves
14:24
She has quadriplegic cerebral palsy,
346
852936
2552
Az összes végtagjára kiterjedő
agyi bénulásban szenved,
agyi bénulásban szenved,
14:27
so ever since she was born,
347
855488
1640
és születésétől fogva
14:29
she could neither move nor talk.
348
857128
3600
soha nem tanult meg mozogni,
vagy beszélni.
vagy beszélni.
14:32
And everything that she's accomplished so far,
349
860728
2403
Minden, amit eddig elért:
14:35
finishing school, going to college,
350
863131
2227
befejezte az iskolát,
főiskolára ment,
főiskolára ment,
14:37
starting a company,
351
865358
1416
elindította saját vállalkozását,
14:38
collaborating with me to develop Avaz,
352
866774
2140
és együtt dolgozott velem
az Avaz fejlesztésén.
az Avaz fejlesztésén.
14:40
all of these things she's done
353
868914
1892
Minden, amit eddig tett,
14:42
with nothing more than moving her eyes.
354
870806
5523
csupán a szeme mozgatásával tette.
Daniel Webster szavaival:
14:48
Daniel Webster said this:
355
876329
2689
14:51
He said, "If all of my possessions were taken
356
879018
2940
"Ha minden vagyonom elvennék
tőlem, egy kivételével,
14:53
from me with one exception,
357
881958
2988
akkor a kommunikáció hatalmát választanám,
14:56
I would choose to keep the power of communication,
358
884946
2981
14:59
for with it, I would regain all the rest."
359
887927
3903
mivel azzal visszaszerezhetném a többit."
15:03
And that's why, of all of these incredible
applications of FreeSpeech,
applications of FreeSpeech,
360
891830
5116
Éppen ezért a FreeSpeech fantasztikus
felhasználásai közül
felhasználásai közül
az maradt számomra
15:08
the one that's closest to my heart
361
896946
2080
a legkedvesebb képessége,
15:11
still remains the ability for this
362
899026
2068
hogy a fogyatékkal élő gyerekek számára
15:13
to empower children with disabilities
363
901094
2380
15:15
to be able to communicate,
364
903474
1773
lehetővé teszi a kommunikációt,
és a kommunikáció erejével
15:17
the power of communication,
365
905247
1789
15:19
to get back all the rest.
366
907036
2240
minden mást.
15:21
Thank you.
367
909276
1397
Köszönöm!
15:22
(Applause)
368
910673
1332
(Taps)
15:24
Thank you. (Applause)
369
912005
4199
Köszönöm! (Taps)
Köszönöm! Köszönöm! (Taps)
15:28
Thank you. Thank you. Thank you. (Applause)
370
916204
5323
Köszönöm! Köszönöm! (Taps)
15:33
Thank you. Thank you. Thank you. (Applause)
371
921527
4000
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