TED2013
Ajit Narayanan: A word game to communicate in any language
Ajit Narayanan: Een woordspel voor communicatie in iedere taal
Filmed:
Readability: 3.4
1,391,245 views
In zijn werk met kinderen die moeite hebben met spreken. bedacht Ajit Narayanan een manier om te denken over taal in beelden, om woorden en concepten in "mappen" aan elkaar te koppelen. Het idee is nu de kracht achter een app die mensen helpt om nonverbaal met elkaar te communiceren en het grote idee erachter, een taalconcept genaamd FreeSpeech, heeft veelbelovende mogelijkheden.
Ajit Narayanan - Visual grammar engine inventor
Ajit Narayanan is the inventor of Avaz, an affordable, tablet-based communication device for people who are speech-impaired. Full bio
Ajit Narayanan is the inventor of Avaz, an affordable, tablet-based communication device for people who are speech-impaired. Full bio
Double-click the English transcript below to play the video.
00:12
I work with children with autism.
0
721
2670
Ik werk met kinderen met autisme.
00:15
Specifically, I make technologies
1
3391
1914
Ik ontwikkel vooral techniek
00:17
to help them communicate.
2
5305
2171
die ze helpt te communiceren.
00:19
Now, many of the problems that children
3
7476
1539
Veel problemen van kinderen met autisme
hebben dezelfde oorzaak.
hebben dezelfde oorzaak.
00:21
with autism face, they have a common source,
4
9015
3763
00:24
and that source is that they find it difficult
5
12778
2094
Ze hebben moeite met abstractie, symboliek.
00:26
to understand abstraction, symbolism.
6
14872
5260
00:32
And because of this, they have
a lot of difficulty with language.
a lot of difficulty with language.
7
20132
4652
Daarom is taal voor hen heel moeilijk.
00:36
Let me tell you a little bit about why this is.
8
24784
3015
Ik zal daar iets over uitleggen.
00:39
You see that this is a picture of a bowl of soup.
9
27799
3934
Dit is een foto van een kom soep.
00:43
All of us can see it. All of us understand this.
10
31733
2485
Dat kan iedereen zien en begrijpen.
00:46
These are two other pictures of soup,
11
34218
2312
Dit zijn twee andere plaatjes van soep,
00:48
but you can see that these are more abstract
12
36530
2067
maar deze zijn abstracter.
00:50
These are not quite as concrete.
13
38597
1856
Ze zijn minder concreet.
00:52
And when you get to language,
14
40453
2174
Als je het omzet in taal,
00:54
you see that it becomes a word
15
42627
1868
zie je dat je een woord krijgt
00:56
whose look, the way it looks and the way it sounds,
16
44495
3261
dat in beeld en klank
00:59
has absolutely nothing to do
with what it started with,
with what it started with,
17
47756
2912
niets meer te maken heeft
met waar het over gaat,
namelijk de kom soep.
namelijk de kom soep.
01:02
or what it represents, which is the bowl of soup.
18
50668
2830
Het is in wezen een volledig abstracte,
01:05
So it's essentially a completely abstract,
19
53498
2900
01:08
a completely arbitrary representation of something
20
56398
2576
volstrekt willekeurige weergave,
van een bestaand iets.
01:10
which is in the real world,
21
58974
1163
01:12
and this is something that children with autism
22
60137
1791
Hier hebben kinderen met autisme
01:13
have an incredible amount of difficulty with.
23
61928
3164
ongelooflijk veel moeite mee.
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
Daarom proberen de meeste begeleiders --
01:19
speech therapists, educators --
25
67843
1878
logopedisten, opvoedkundigen --
01:21
what they do is, they try to help children with autism
26
69721
2633
om de kinderen te helpen communiceren
01:24
communicate not with words, but with pictures.
27
72354
3229
met beelden in plaats van woorden.
01:27
So if a child with autism wanted to say,
28
75583
1930
Als een kind wil zeggen:
01:29
"I want soup," that child would pick
29
77513
2458
'Ik wil soep,' dan kan het
drie plaatjes kiezen.
drie plaatjes kiezen.
01:31
three different pictures, "I," "want," and "soup,"
30
79971
2260
'ik', 'wil' en 'soep'.
01:34
and they would put these together,
31
82231
1609
Het kan ze samenvoegen
01:35
and then the therapist or the parent would
32
83840
1867
en dan begrijpt de therapeut of de ouder
01:37
understand that this is what the kid wants to say.
33
85707
1887
wat het kind wil zeggen.
01:39
And this has been incredibly effective;
34
87594
1778
In de 30, 40 jaar dat dit systeem
gebruikt wordt, is het heel effectief gebleken.
gebruikt wordt, is het heel effectief gebleken.
01:41
for the last 30, 40 years
35
89372
2141
01:43
people have been doing this.
36
91513
1613
01:45
In fact, a few years back,
37
93126
1349
Een paar jaar geleden
01:46
I developed an app for the iPad
38
94475
2675
heb ik zelfs een app voor de iPad ontwikkeld,
01:49
which does exactly this. It's called Avaz,
39
97150
2255
Avaz, die precies zo werkt.
01:51
and the way it works is that kids select
40
99405
2279
Kinderen kunnen
verschillende beelden selecteren.
verschillende beelden selecteren.
01:53
different pictures.
41
101684
1321
01:55
These pictures are sequenced
together to form sentences,
together to form sentences,
42
103005
2570
Deze worden op volgorde gezet in een zin
en die zin wordt uitgesproken.
01:57
and these sentences are spoken out.
43
105575
1719
01:59
So Avaz is essentially converting pictures,
44
107294
3025
Avaz doet niets anders dan beelden omzetten.
02:02
it's a translator, it converts pictures into speech.
45
110319
3960
Het vertaalt beelden in spraak.
02:06
Now, this was very effective.
46
114279
1718
Dit was erg effectief.
02:07
There are thousands of children using this,
47
115997
1384
Duizenden kinderen over
de hele wereld gebruiken dit.
de hele wereld gebruiken dit.
02:09
you know, all over the world,
48
117381
1430
Toen begon ik na te denken
02:10
and I started thinking about
49
118811
2175
02:12
what it does and what it doesn't do.
50
120986
2654
over wat je er wel en niet mee kunt doen.
02:15
And I realized something interesting:
51
123640
1684
En ik kwam op iets interessants:
02:17
Avaz helps children with autism learn words.
52
125324
4203
Avaz helpt kinderen met autisme
om woorden te leren.
om woorden te leren.
02:21
What it doesn't help them do is to learn
53
129527
2405
Het helpt ze niet om woordpatronen te leren.
02:23
word patterns.
54
131932
2748
Ik zal het uitleggen met een voorbeeld.
02:26
Let me explain this in a little more detail.
55
134680
2472
Neem de zin: 'Ik wil vanavond soep.'
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
Niet alleen de woorden
brengen de betekenis over,
brengen de betekenis over,
02:36
It's also the way in which these words are arranged,
58
144289
3140
maar ook de samenstelling van de woorden,
02:39
the way these words are modified and arranged.
59
147429
2515
dus de wijziging en rangschikking.
02:41
And that's why a sentence like "I want soup tonight"
60
149959
2306
Daarom is de zin 'Ik wil vanavond soep',
02:44
is different from a sentence like
61
152265
1984
iets anders dan de zin
02:46
"Soup want I tonight," which
is completely meaningless.
is completely meaningless.
62
154249
3312
'Vanavond wil soep ik',
die niets betekent.
die niets betekent.
02:49
So there is another hidden abstraction here
63
157561
2619
Er zit nog een abstractie in verborgen,
02:52
which children with autism find
a lot of difficulty coping with,
a lot of difficulty coping with,
64
160180
3557
waar kinderen met autisme
moeilijk mee kunnen omgaan.
moeilijk mee kunnen omgaan.
02:55
and that's the fact that you can modify words
65
163737
2840
Namelijk dat je woorden kunt wijzigen
en rangschikken om een andere
02:58
and you can arrange them to have
66
166577
2101
03:00
different meanings, to convey different ideas.
67
168678
2895
betekenis te krijgen,
een ander idee over te brengen.
een ander idee over te brengen.
03:03
Now, this is what we call grammar.
68
171573
3459
Dit noemen we grammatica.
03:07
And grammar is incredibly powerful,
69
175032
2036
Grammatica is heel krachtig,
03:09
because grammar is this one component of language
70
177068
3157
want het is het taalonderdeel
waarmee onze beperkte
vocabulaire ons in staat stelt
vocabulaire ons in staat stelt
03:12
which takes this finite vocabulary that all of us have
71
180225
3489
03:15
and allows us to convey an
infinite amount of information,
infinite amount of information,
72
183714
4531
om een oneindige hoeveelheid
informatie en ideeën over te brengen.
informatie en ideeën over te brengen.
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
Door de manier waarop je woorden samenvoegt,
03:24
in order to convey anything you want to.
75
192381
2168
kun je overbrengen wat je maar wilt.
03:26
And so after I developed Avaz,
76
194549
2127
Nadat ik Avaz had ontwikkeld,
03:28
I worried for a very long time
77
196676
1568
heb ik lang gepiekerd over
03:30
about how I could give grammar
to children with autism.
to children with autism.
78
198244
3910
hoe ik kinderen met autisme
grammatica kon bieden.
grammatica kon bieden.
De oplossing kwam vanuit
een interessant perspectief.
een interessant perspectief.
03:34
The solution came to me from
a very interesting perspective.
a very interesting perspective.
79
202154
2275
03:36
I happened to chance upon a child with autism
80
204429
3449
Ik hoorde toevallig een gesprek
tussen een kind met autisme en haar moeder,
03:39
conversing with her mom,
81
207878
2109
03:41
and this is what happened.
82
209987
2094
waarbij het volgende gebeurde.
03:44
Completely out of the blue, very spontaneously,
83
212081
2186
Totaal onverwacht stond
het kind op en zei: 'eten'.
het kind op en zei: 'eten'.
03:46
the child got up and said, "Eat."
84
214267
2463
03:48
Now what was interesting was
85
216730
1770
Het interessante was de manier
03:50
the way in which the mom was trying to tease out
86
218500
4244
waarop de moeder
erachter probeerde te komen
erachter probeerde te komen
03:54
the meaning of what the child wanted to say
87
222744
2213
wat haar kind wilde,
03:56
by talking to her in questions.
88
224957
2260
door haar vragen te stellen.
03:59
So she asked, "Eat what? Do
you want to eat ice cream?
you want to eat ice cream?
89
227217
2593
Ze vroeg: 'Wat eten?
Wil je een ijsje?
Wil je een ijsje?
04:01
You want to eat? Somebody else wants to eat?
90
229810
2112
Wil je eten?
Wil iemand anders iets eten?
Wil iemand anders iets eten?
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
Wil je nu een ijsje?
Wil je vanavond een ijsje?'
Wil je vanavond een ijsje?'
Ineens viel het me op
04:07
And then it struck me that
92
235235
1514
dat de moeder
iets ongelooflijks had gedaan.
iets ongelooflijks had gedaan.
04:08
what the mother had done was something incredible.
93
236749
2028
04:10
She had been able to get that child to communicate
94
238777
1994
Ze had het klaargespeeld
om het kind een idee
om het kind een idee
04:12
an idea to her without grammar.
95
240771
4138
te laten overbrengen zonder dat daar
grammatica aan te pas kwam.
grammatica aan te pas kwam.
04:16
And it struck me that maybe this is what
96
244909
2696
Misschien was dit wel waar ik naar op zoek was.
04:19
I was looking for.
97
247605
1385
04:20
Instead of arranging words in an order, in sequence,
98
248990
4142
In plaats van de woorden op
volgorde in een zin te zetten,
volgorde in een zin te zetten,
04:25
as a sentence, you arrange them
99
253132
2172
verzamel je ze in een kaart,
04:27
in this map, where they're all linked together
100
255304
3811
waar ze aan elkaar gelinkt zijn.
04:31
not by placing them one after the other
101
259115
2143
niet door ze achter elkaar te zetten,
04:33
but in questions, in question-answer pairs.
102
261258
3284
maar in vraag-en-antwoordvorm.
04:36
And so if you do this, then what you're conveying
103
264542
2358
Op die manier breng je niet
een Engelse zin over,
een Engelse zin over,
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
maar de Engelse betekenis van die zin.
04:43
the meaning of a sentence in English.
106
271852
1511
Betekenis is in zekere zin
de onderbuik van de taal.
de onderbuik van de taal.
04:45
Now, meaning is really the underbelly,
in some sense, of language.
in some sense, of language.
107
273363
2932
04:48
It's what comes after thought but before language.
108
276295
3821
Het komt na de gedachte en voor de taal.
04:52
And the idea was that this particular representation
109
280116
2503
Het idee was om een ruwe vorm
van betekenis over te brengen.
van betekenis over te brengen.
04:54
might convey meaning in its raw form.
110
282619
3261
Dit maakte me heel enthousiast
04:57
So I was very excited by this, you know,
111
285880
1771
04:59
hopping around all over the place,
112
287651
1493
en ik was overal tegelijk bezig
met het zoeken naar manieren
met het zoeken naar manieren
05:01
trying to figure out if I can convert
113
289144
1771
05:02
all possible sentences that I hear into this.
114
290915
2524
om alle mogeljke zinnen
in dit schema te passen.
in dit schema te passen.
05:05
And I found that this is not enough.
115
293439
1773
Tot ik ontdekte dat er iets ontbrak.
05:07
Why is this not enough?
116
295212
1385
Wat dan?
05:08
This is not enough because if you wanted to convey
117
296597
1711
Er ontbreekt de mogelijkheid om
een ontkenning over te brengen.
een ontkenning over te brengen.
05:10
something like negation,
118
298308
2250
05:12
you want to say, "I don't want soup,"
119
300558
1736
Bij de zin: 'Ik wil geen soep,'
05:14
then you can't do that by asking a question.
120
302294
2220
kun je geen vraag stellen.
05:16
You do that by changing the word "want."
121
304514
2285
Je moet het woord 'geen' toevoegen.
05:18
Again, if you wanted to say,
122
306799
1637
En als je wilt zeggen:
05:20
"I wanted soup yesterday,"
123
308436
1980
'Gisteren wilde ik soep,'
05:22
you do that by converting
the word "want" into "wanted."
the word "want" into "wanted."
124
310416
2737
dan moet je 'wil' veranderen in 'wilde',
05:25
It's a past tense.
125
313153
1666
de verleden tijd van 'wil'.
05:26
So this is a flourish which I added
126
314819
2103
Deze toevoeging maakt het systeem compleet.
05:28
to make the system complete.
127
316922
1576
05:30
This is a map of words joined together
128
318498
1977
Dit is een kaart met woorden
05:32
as questions and answers,
129
320475
1656
in vraag- en antwoordvorm.
05:34
and with these filters applied on top of them
130
322131
2264
Er zitten filters op
om ze te kunnen wijzigen
om ze te kunnen wijzigen
05:36
in order to modify them to represent
131
324395
1817
en zo nuances aan te brengen.
05:38
certain nuances.
132
326212
1709
05:39
Let me show you this with a different example.
133
327921
1951
Een ander voorbeeld.
05:41
Let's take this sentence:
134
329872
1254
Neem deze zin: 'Ik zei de timmerman
dat ik hem niet kon betalen.'
dat ik hem niet kon betalen.'
05:43
"I told the carpenter I could not pay him."
135
331126
1980
05:45
It's a fairly complicated sentence.
136
333106
1792
Een vrij gecompliceerde zin.
05:46
The way that this particular system works,
137
334898
1893
Het speciale van dit systeem is
05:48
you can start with any part of this sentence.
138
336791
2578
dat het niet uitmaakt waar je begint.
05:51
I'm going to start with the word "tell."
139
339369
1698
Ik begin met het woord 'zeggen'.
05:53
So this is the word "tell."
140
341067
1462
Dit is het woord 'zeggen'.
05:54
Now this happened in the past,
141
342529
1600
Het is verleden tijd,
05:56
so I'm going to make that "told."
142
344129
2223
dus ik maak er 'zei' van.
05:58
Now, what I'm going to do is,
143
346352
1708
Nu ga ik vragen stellen.
06:00
I'm going to ask questions.
144
348060
1756
06:01
So, who told? I told.
145
349816
2364
Wie zei er iets?
Ik.
Ik.
06:04
I told whom? I told the carpenter.
146
352180
1927
Tegen wie zei ik het?
De timmerman.
De timmerman.
06:06
Now we start with a different part of the sentence.
147
354107
1751
Nu een ander zinsdeel.
06:07
We start with the word "pay,"
148
355858
1867
We nemen het woord 'betalen'.
06:09
and we add the ability filter to it to make it "can pay."
149
357725
4577
Met de mogelijkheidsfilter
maken we er 'kan betalen' van.
maken we er 'kan betalen' van.
06:14
Then we make it "can't pay,"
150
362302
2101
Dan wordt het 'niet kan betalen',
06:16
and we can make it "couldn't pay"
151
364403
1599
of - in de verleden tijd -
'kon niet betalen'.
'kon niet betalen'.
06:18
by making it the past tense.
152
366002
1663
06:19
So who couldn't pay? I couldn't pay.
153
367665
1923
Wie kon er dus niet betalen?
Ik.
Ik.
06:21
Couldn't pay whom? I couldn't pay the carpenter.
154
369588
2676
Wie kon ik niet betalen?
De timmerman.
De timmerman.
06:24
And then you join these two together
155
372264
1731
Dan voeg je de twee samen in deze vraag:
06:25
by asking this question:
156
373995
1350
Wat zei ik tegen de timmerman?
06:27
What did I tell the carpenter?
157
375345
1737
06:29
I told the carpenter I could not pay him.
158
377082
4049
Ik zei de timmerman
dat ik hem niet kon betalen.
dat ik hem niet kon betalen.
06:33
Now think about this. This is
159
381131
1937
Denk je eens in. Dit is -
06:35
—(Applause)—
160
383068
3542
(Applaus)
Dit is een weergave van een zin
06:38
this is a representation of this sentence
161
386610
3672
zonder taal.
06:42
without language.
162
390282
2435
06:44
And there are two or three
interesting things about this.
interesting things about this.
163
392717
2192
Er zijn hier een aantal dingen interessant.
06:46
First of all, I could have started anywhere.
164
394909
3131
Ten eerste hoefde ik niet speciaal
bij het woord 'zeggen' te beginnen.
bij het woord 'zeggen' te beginnen.
06:50
I didn't have to start with the word "tell."
165
398040
2243
Ik had op iedere plek
kunnen starten
kunnen starten
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
om tot dit geheel te komen.
06:55
The second thing is, if I wasn't an English speaker,
168
403206
2776
Ten tweede: of je nou Engels spreekt
06:57
if I was speaking in some other language,
169
405982
2175
of een andere taal,
07:00
this map would actually hold true in any language.
170
408157
3156
deze kaart is in iedere taal te gebruiken.
07:03
So long as the questions are standardized,
171
411313
1990
Zolang de vragen gestandaardiseerd zijn,
07:05
the map is actually independent of language.
172
413303
4287
is deze kaart niet gebonden aan een taal.
07:09
So I call this FreeSpeech,
173
417590
2115
Ik noem dit FreeSpeech (vrije spraak).
07:11
and I was playing with this for many, many months.
174
419705
2935
Maandenlang heb ik hiermee gespeeld
07:14
I was trying out so many
different combinations of this.
different combinations of this.
175
422640
2726
en veel verschillende
combinaties uitgeprobeerd.
combinaties uitgeprobeerd.
07:17
And then I noticed something very
interesting about FreeSpeech.
interesting about FreeSpeech.
176
425366
2289
Toen ontdekte ik iets interessants.
07:19
I was trying to convert language,
177
427655
3243
Ik probeerde taal om te zetten,
07:22
convert sentences in English
into sentences in FreeSpeech,
into sentences in FreeSpeech,
178
430898
2384
Engelse zinnen in FreeSpeech-zinnen
en andersom.
en andersom.
07:25
and vice versa, and back and forth.
179
433282
1752
Telkens heen en weer.
07:27
And I realized that this particular configuration,
180
435034
2255
Ik besefte dat deze speciale manier
07:29
this particular way of representing language,
181
437289
2026
om taal te verbeelden,
07:31
it allowed me to actually create very concise rules
182
439315
4395
mij de mogelijkheid gaf om kernachtige regels
op te stellen voor het gebruik van
zowel FreeSpeech als Engels.
zowel FreeSpeech als Engels.
07:35
that go between FreeSpeech on one side
183
443710
2734
07:38
and English on the other.
184
446444
1488
07:39
So I could actually write this set of rules
185
447932
2180
Ik schreef een reeks regels
07:42
that translates from this particular
representation into English.
representation into English.
186
450112
3395
waarmee vertaald kan worden in het Engels.
07:45
And so I developed this thing.
187
453507
1831
Ik ontwikkelde dit ding.
07:47
I developed this thing called
the FreeSpeech Engine
the FreeSpeech Engine
188
455338
2232
Het heet de FreeSpeech-machine.
07:49
which takes any FreeSpeech sentence as the input
189
457570
2561
Iedere FreeSpeech-zin
die wordt ingevoerd,
die wordt ingevoerd,
07:52
and gives out perfectly grammatical English text.
190
460131
3930
komt eruit in grammaticaal
kloppend Engels.
kloppend Engels.
07:56
And by putting these two pieces together,
191
464061
1605
Door het samenvoegen van
de taalverbeelding en de machine,
de taalverbeelding en de machine,
07:57
the representation and the engine,
192
465666
1881
07:59
I was able to create an app, a
technology for children with autism,
technology for children with autism,
193
467547
3796
kon ik een app ontwikkelen voor
kinderen met autisme.
kinderen met autisme.
08:03
that not only gives them words
194
471343
2499
Een app die ze niet alleen woorden,
maar ook grammatica geeft.
maar ook grammatica geeft.
08:05
but also gives them grammar.
195
473842
3941
08:09
So I tried this out with kids with autism,
196
477783
2360
Ik heb dit uitgetest bij deze kinderen
08:12
and I found that there was an
incredible amount of identification.
incredible amount of identification.
197
480143
5013
en ontdekte dat er ontzettend veel
identificatie was.
identificatie was.
08:17
They were able to create sentences in FreeSpeech
198
485156
2720
Ze konden zinnen maken in FreeSpeech
08:19
which were much more complicated
but much more effective
but much more effective
199
487876
2558
die veel gecompliceerder maar ook
veel effectiever waren
veel effectiever waren
08:22
than equivalent sentences in English,
200
490434
2899
dan gelijkwaardige zinnen in het Engels.
08:25
and I started thinking about
201
493333
1682
Ik vroeg me af hoe dat kwam.
08:27
why that might be the case.
202
495015
1969
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
Toen kwam ik op het volgende idee
en ik zal daar iets over vertellen.
en ik zal daar iets over vertellen.
08:33
In about 1997, about 15 years back,
204
501271
3142
Rond 1997, ongeveer 15 jaar geleden,
08:36
there were a group of scientists that were trying
205
504413
2011
onderzocht een groep wetenschappers
08:38
to understand how the brain processes language,
206
506424
2389
hoe het brein de taal verwerkt.
08:40
and they found something very interesting.
207
508813
1779
Ze ontdekten iets heel interessants.
08:42
They found that when you learn a language
208
510592
1872
Een tweejarig kind dat een taal leert,
08:44
as a child, as a two-year-old,
209
512464
2912
08:47
you learn it with a certain part of your brain,
210
515376
2366
doet dat met een bepaald hersengedeelte.
08:49
and when you learn a language as an adult --
211
517742
1600
Als je als volwassene een taal leert,
08:51
for example, if I wanted to
learn Japanese right now —
learn Japanese right now —
212
519342
3911
bijvoorbeeld Japans,
08:55
a completely different part of my brain is used.
213
523253
2707
gebruik je een heel ander deel
van de hersens.
van de hersens.
08:57
Now I don't know why that's the case,
214
525960
1831
Ik weet niet waarom dat is,
08:59
but my guess is that that's because
215
527791
1991
maar ik vermoed dat het komt
09:01
when you learn a language as an adult,
216
529782
2437
doordat het bijna onvermijdelijk is
dat je als volwassene de taal leert
dat je als volwassene de taal leert
09:04
you almost invariably learn it
217
532219
1616
via je moedertaal.
09:05
through your native language, or
through your first language.
through your first language.
218
533835
4266
Het interessante aan FreeSpeech is
09:10
So what's interesting about FreeSpeech
219
538101
3252
09:13
is that when you create a sentence
220
541353
1802
dat als je een zin vormt
of taal creëert -
of taal creëert -
09:15
or when you create language,
221
543155
1695
09:16
a child with autism creates
language with FreeSpeech,
language with FreeSpeech,
222
544850
3070
een kind met autisme
creëert taal met FreeSpeech -
creëert taal met FreeSpeech -
09:19
they're not using this support language,
223
547920
1833
dat je niet die ondersteunende,
overbruggende taal gebruikt.
overbruggende taal gebruikt.
09:21
they're not using this bridge language.
224
549753
2211
09:23
They're directly constructing the sentence.
225
551964
2657
De zin wordt rechtstreeks geconstrueerd.
09:26
And so this gave me this idea.
226
554621
2193
Dit bracht me op een idee.
09:28
Is it possible to use FreeSpeech
227
556814
2024
Kun je FreeSpeech niet alleen gebruiken,
09:30
not for children with autism
228
558838
2510
voor kinderen met autisme,
09:33
but to teach language to people without disabilities?
229
561348
6262
maar ook voor taalonderwijs
aan mensen zonder beperkingen?
Ik deed een aantal experimenten.
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
Ik begon met het maken van een legpuzzel.
09:44
in which these questions and answers
232
572536
1970
Daarin werden de vragen en antwoorden
09:46
are coded in the form of shapes,
233
574506
1835
gecodeerd in vormen en kleuren.
09:48
in the form of colors,
234
576341
1138
09:49
and you have people putting these together
235
577479
1849
Door combinaties te maken
09:51
and trying to understand how this works.
236
579328
1773
leer je te begrijpen hoe het werkt.
09:53
And I built an app out of it, a game out of it,
237
581101
2376
Ik verwerkte het in een computerspel,
09:55
in which children can play with words
238
583477
2661
waarin kinderen
kunnen spelen met woorden,
kunnen spelen met woorden,
09:58
and with a reinforcement,
239
586138
1704
Ze kunnen een taal leren,
ondersteund door visuele structuren
ondersteund door visuele structuren
09:59
a sound reinforcement of visual structures,
240
587842
2585
10:02
they're able to learn language.
241
590427
2013
10:04
And this, this has a lot of potential, a lot of promise,
242
592440
2736
Dit is veelbelovend.
10:07
and the government of India recently
243
595176
1975
De Indiase regering heeft onlangs
een licentie van ons gekocht.
een licentie van ons gekocht.
10:09
licensed this technology from us,
244
597151
1404
10:10
and they're going to try it out
with millions of different children
with millions of different children
245
598555
2074
Ze gaan proberen of ze hiermee
10:12
trying to teach them English.
246
600629
2605
miljoenen kinderen Engels kunnen leren.
10:15
And the dream, the hope, the vision, really,
247
603234
2614
De droom, de hoop en het idee is
10:17
is that when they learn English this way,
248
605848
3082
dat ze op deze manier het Engels
10:20
they learn it with the same proficiency
249
608930
2643
net zo goed gaan beheersen als hun moedertaal.
10:23
as their mother tongue.
250
611573
3718
10:27
All right, let's talk about something else.
251
615291
3816
Laten we het nu eens
over iets anders hebben:
over iets anders hebben:
10:31
Let's talk about speech.
252
619107
1997
spraak.
10:33
This is speech.
253
621104
1271
Dit is spraak.
10:34
So speech is the primary mode of communication
254
622375
1962
Het is onze primaire vorm van communicatie.
10:36
delivered between all of us.
255
624337
1613
10:37
Now what's interesting about speech is that
256
625950
1855
Spraak is eendimensionaal.
10:39
speech is one-dimensional.
257
627805
1245
10:41
Why is it one-dimensional?
258
629050
1359
Waarom?
10:42
It's one-dimensional because it's sound.
259
630409
1568
Spraak is klank
en onze mond is gebouwd
en onze mond is gebouwd
10:43
It's also one-dimensional because
260
631977
1539
10:45
our mouths are built that way.
261
633516
1205
10:46
Our mouths are built to create
one-dimensional sound.
one-dimensional sound.
262
634721
3512
op eendimensionaal geluid.
10:50
But if you think about the brain,
263
638233
2866
Maar de gedachten in ons hoofd
10:53
the thoughts that we have in our heads
264
641099
1764
10:54
are not one-dimensional.
265
642863
2102
zijn niet eendimensionaal.
10:56
I mean, we have these rich,
266
644965
1459
Onze gedachten zijn rijk,
10:58
complicated, multi-dimensional ideas.
267
646424
3028
gecompliceerd en multi-dimensionaal.
11:01
Now, it seems to me that language
268
649452
1690
Ik denk dat taal
11:03
is really the brain's invention
269
651142
2332
de oplossing is van de hersens
11:05
to convert this rich, multi-dimensional thought
270
653474
3096
om deze rijke,
multi-dimensionale gedachten
multi-dimensionale gedachten
11:08
on one hand
271
656570
1587
om te zetten in spraak.
11:10
into speech on the other hand.
272
658157
1923
11:12
Now what's interesting is that
273
660080
1762
Tegenwoordig doen we veel werk
11:13
we do a lot of work in information nowadays,
274
661842
2568
op het gebied van informatica.
11:16
and almost all of that is done
in the language domain.
in the language domain.
275
664410
3079
Bijna al dat werk heeft met taal te maken.
11:19
Take Google, for example.
276
667489
1939
Neem bijvoorbeeld Google.
11:21
Google trawls all these
countless billions of websites,
countless billions of websites,
277
669428
2677
Google doorploegt
die miljarden websites
die miljarden websites
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
en die zijn allemaal in het Engels.
Als je Google-search
gebruikt in het Engels,
gebruikt in het Engels,
11:26
you go into Google search, and you type in English,
279
674830
2450
11:29
and it matches the English with the English.
280
677280
4163
wordt er gezocht naar Engels.
11:33
What if we could do this in FreeSpeech instead?
281
681443
3583
Als we dat nu eens
in FreeSpeech konden doen.
in FreeSpeech konden doen.
Ik vermoed dat algoritmes als
11:37
I have a suspicion that if we did this,
282
685026
2301
11:39
we'd find that algorithms like searching,
283
687327
2068
zoeken en ophalen
11:41
like retrieval, all of these things,
284
689395
2325
11:43
are much simpler and also more effective,
285
691720
3075
dan veel simpeler
en effectiever zouden werken.
en effectiever zouden werken.
11:46
because they don't process
the data structure of speech.
the data structure of speech.
286
694795
4417
Ze bewerken namelijk niet de datastructuur
van spraak, maar van gedachten.
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
De datastructuur van gedachten...
11:59
That's a provocative idea.
289
707996
2076
dat is een uitdagend idee.
12:02
But let's look at this in a little more detail.
290
710072
2142
Laten we dit eens nader bekijken.
12:04
So this is the FreeSpeech ecosystem.
291
712214
2366
Dit is het FreeSpeech-ecosysteem,
12:06
We have the Free Speech
representation on one side,
representation on one side,
292
714580
2884
met enerzijds
de FreeSpeech-voorstelling,
de FreeSpeech-voorstelling,
12:09
and we have the FreeSpeech
Engine, which generates English.
Engine, which generates English.
293
717464
2228
en anderzijds de FreeSpeechmachine
die het omzet in Engels.
die het omzet in Engels.
12:11
Now if you think about it,
294
719694
1725
FreeSpeech is geschikt voor elke taal.
12:13
FreeSpeech, I told you, is completely
language-independent.
language-independent.
295
721419
2544
12:15
It doesn't have any specific information in it
296
723963
2087
Het bevat geen specifieke informatie
12:18
which is about English.
297
726050
1228
over het Engels.
12:19
So everything that this system knows about English
298
727278
2800
Alle kennis over het Engels
zit gecodeerd in de machine.
zit gecodeerd in de machine.
12:22
is actually encoded into the engine.
299
730078
4620
Op zich een heel interessant concept.
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
Je hebt een volledige menselijke taal
gecodeerd in een softwareprogramma.
gecodeerd in een softwareprogramma.
12:32
into a software program.
302
740539
2645
12:35
But if you look at what's inside the engine,
303
743184
2531
Maar de machine zit
niet erg ingewikkeld in elkaar.
niet erg ingewikkeld in elkaar.
12:37
it's actually not very complicated.
304
745715
2358
12:40
It's not very complicated code.
305
748073
2105
De code is eenvoudig.
12:42
And what's more interesting is the fact that
306
750178
2672
Ook is het overgrote deel van de code
12:44
the vast majority of the code in that engine
307
752850
2203
12:47
is not really English-specific.
308
755053
2412
niet specifiek gericht op het Engels.
12:49
And that gives this interesting idea.
309
757465
1895
Dat brengt ons op een interessant idee.
12:51
It might be very easy for us to actually
310
759360
2038
We zouden deze machines
in verschillende talen kunnen produceren.
in verschillende talen kunnen produceren.
12:53
create these engines in many,
many different languages,
many different languages,
311
761398
3826
12:57
in Hindi, in French, in German, in Swahili.
312
765224
6354
Hindi, Frans, Duits, Swahili.
Daaruit volgt nog een interessant idee.
13:03
And that gives another interesting idea.
313
771578
2799
13:06
For example, supposing I was a writer,
314
774377
2654
Stel dat ik een schrijver
voor een krant of tijdschrift was.
voor een krant of tijdschrift was.
13:09
say, for a newspaper or for a magazine.
315
777031
2122
13:11
I could create content in one language, FreeSpeech,
316
779153
5011
Ik zou iets kunnen schrijven in FreeSpeech.
13:16
and the person who's consuming that content,
317
784164
2056
Degene die de inhoud wil lezen,
13:18
the person who's reading that particular information
318
786220
3061
13:21
could choose any engine,
319
789281
2495
kan kiezen uit iedere willekeurige machine,
13:23
and they could read it in their own mother tongue,
320
791776
2736
om de informatie in zijn eigen moedertaal
tot zich te nemen.
tot zich te nemen.
13:26
in their native language.
321
794512
3939
13:30
I mean, this is an incredibly attractive idea,
322
798451
2722
Deze gedachte is zeer aantrekkelijk,
13:33
especially for India.
323
801173
1999
vooral voor India.
13:35
We have so many different languages.
324
803172
1690
Wij hebben zoveel verschillende talen.
13:36
There's a song about India, and there's a description
325
804862
2142
Er is een liedje over India,
waarin het beschreven wordt als
waarin het beschreven wordt als
13:39
of the country as, it says,
326
807004
2344
(in het Sanskriet)
13:41
(in Sanskrit).
327
809348
2360
13:43
That means "ever-smiling speaker
328
811708
2773
als het land van de
'altijd-lachende-spreker-van mooie-talen'.
'altijd-lachende-spreker-van mooie-talen'.
13:46
of beautiful languages."
329
814481
4519
13:51
Language is beautiful.
330
819000
1964
Taal is mooi,
13:52
I think it's the most beautiful of human creations.
331
820964
2454
de mooiste menselijke creatie die er is.
13:55
I think it's the loveliest thing
that our brains have invented.
that our brains have invented.
332
823418
3978
De prachtigste uitvinding van onze hersens.
Het vermaakt, het leert, het verlicht,
13:59
It entertains, it educates, it enlightens,
333
827396
3584
14:02
but what I like the most about language
334
830980
2044
maar wat ik er het beste aan vind,
14:05
is that it empowers.
335
833024
1500
is dat het kracht geeft.
14:06
I want to leave you with this.
336
834524
1838
Tot slot wil ik jullie dit nog laten zien.
14:08
This is a photograph of my collaborators,
337
836362
2385
Dit is een foto van
mijn medewerkers van het eerste uur,
mijn medewerkers van het eerste uur,
14:10
my earliest collaborators
338
838747
997
14:11
when I started working on language
339
839744
1462
toen ik pas begon met mijn werk
14:13
and autism and various other things.
340
841206
1502
aan onder meer taal en autisme.
14:14
The girl's name is Pavna,
341
842708
1417
Het meisje heet Pavna
14:16
and that's her mother, Kalpana.
342
844125
1902
en dat is haar moeder, Kalpana.
14:18
And Pavna's an entrepreneur,
343
846027
2138
Pavna is onderneemster,
14:20
but her story is much more remarkable than mine,
344
848165
2371
maar haar verhaal
is veel opmerkelijker dan dat van mij.
is veel opmerkelijker dan dat van mij.
14:22
because Pavna is about 23.
345
850536
2400
Pavna is namelijk ongeveer 23.
14:24
She has quadriplegic cerebral palsy,
346
852936
2552
Ze heeft een viervoudige hersenverlamming
14:27
so ever since she was born,
347
855488
1640
en kon vanaf haar geboorte
niet bewegen of praten.
niet bewegen of praten.
14:29
she could neither move nor talk.
348
857128
3600
14:32
And everything that she's accomplished so far,
349
860728
2403
Alles wat ze tot dusver heeft bereikt,
14:35
finishing school, going to college,
350
863131
2227
haar eindexamen halen,
universitaire studies,
universitaire studies,
14:37
starting a company,
351
865358
1416
een eigen bedrijf starten,
14:38
collaborating with me to develop Avaz,
352
866774
2140
met mij samenwerken aan Avaz,
14:40
all of these things she's done
353
868914
1892
al die dingen heeft ze gedaan
14:42
with nothing more than moving her eyes.
354
870806
5523
met het bewegen van haar ogen.
14:48
Daniel Webster said this:
355
876329
2689
Daniel Webster zei:
'Als alles me werd afgenomen,
14:51
He said, "If all of my possessions were taken
356
879018
2940
14:53
from me with one exception,
357
881958
2988
met uitzondering van één ding,
14:56
I would choose to keep the power of communication,
358
884946
2981
dan zou ik de kracht
van communicatie willen behouden,
van communicatie willen behouden,
14:59
for with it, I would regain all the rest."
359
887927
3903
want daarmee
zou ik de rest weer heroveren.'
zou ik de rest weer heroveren.'
15:03
And that's why, of all of these incredible
applications of FreeSpeech,
applications of FreeSpeech,
360
891830
5116
Daarom, hoeveel ongelooflijke applicaties
FreeSpeech ook heeft,
FreeSpeech ook heeft,
15:08
the one that's closest to my heart
361
896946
2080
het dierbaarste is mij toch
15:11
still remains the ability for this
362
899026
2068
de mogelijkheid om kinderen met beperkingen
15:13
to empower children with disabilities
363
901094
2380
te kunnen laten communiceren.
15:15
to be able to communicate,
364
903474
1773
15:17
the power of communication,
365
905247
1789
De kracht van communicatie,
15:19
to get back all the rest.
366
907036
2240
waarmee ze de rest terug kunnen winnen.
15:21
Thank you.
367
909276
1397
Dankjewel.
15:22
(Applause)
368
910673
1332
(Applaus)
15:24
Thank you. (Applause)
369
912005
4199
Dankjewel. (Applaus)
15:28
Thank you. Thank you. Thank you. (Applause)
370
916204
5323
Dankjewel. Dankjewel. Dankjewel. (Applaus)
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