TED2013
Ajit Narayanan: A word game to communicate in any language
Ajit Narayanan: Her dilde iletişim için bir sözcük oyunu
Filmed:
Readability: 3.4
1,391,245 views
Konuşma güçlüğü çeken çeken çocuklarla çalışırken, Ajit Narayanan sözcüklerle kavramları "haritalar" kullanarak ilişkilendirecek bir resimli dil tasarladı. Bu düşünceden, konuşamayan insanların iletişim kurmasına yardım eden bir uygulama doğdu. Bunun temelindeki büyük fikir olan FreeSpeech, heyecan verici potansiyele sahip bir dil kavramı.
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
Ben otistik çocuklarla çalışıyorum.
Tam olarak yaptığım, iletişim kurmalarına yardımcı olacak
00:15
Specifically, I make technologies
1
3391
1914
00:17
to help them communicate.
2
5305
2171
teknolojiler yaratmak.
00:19
Now, many of the problems that children
3
7476
1539
Otistik çocukların karşılaştığı sorunların çoğunun
00:21
with autism face, they have a common source,
4
9015
3763
ortak bir kökeni var.
00:24
and that source is that they find it difficult
5
12778
2094
Bu köken, onların
00:26
to understand abstraction, symbolism.
6
14872
5260
soyut kavramları ve sembolleri anlamakta zorlanmaları.
00:32
And because of this, they have
a lot of difficulty with language.
a lot of difficulty with language.
7
20132
4652
Ve bu yüzden konuşma dilinde zorluk yaşıyorlar.
00:36
Let me tell you a little bit about why this is.
8
24784
3015
Bunun nedeni hakkında biraz açıklama yapayım.
00:39
You see that this is a picture of a bowl of soup.
9
27799
3934
Görüyorsunuz ki bu fotoğrafta bir kâse çorba var.
00:43
All of us can see it. All of us understand this.
10
31733
2485
Hepimiz bunu görebiliyor ve anlıyoruz.
00:46
These are two other pictures of soup,
11
34218
2312
Bunlar da iki farklı çorba resmi,
00:48
but you can see that these are more abstract
12
36530
2067
ama görüyorsunuz ki bu ikisi daha soyut.
00:50
These are not quite as concrete.
13
38597
1856
Bunlar o kadar da somut değiller.
00:52
And when you get to language,
14
40453
2174
Konuşma diline gelirsek,
00:54
you see that it becomes a word
15
42627
1868
bu bir sözcük hâline gelir: Çorba.
00:56
whose look, the way it looks and the way it sounds,
16
44495
3261
Ve bu sözcüğün ne görüntüsünün ne de seslendirilişinin
00:59
has absolutely nothing to do
with what it started with,
with what it started with,
17
47756
2912
başlangıçtakiyle hiç bir ilgisi yoktur.
01:02
or what it represents, which is the bowl of soup.
18
50668
2830
Temsil etmekte olduğu şeye, bir kâse çorbaya benzemez.
01:05
So it's essentially a completely abstract,
19
53498
2900
Sözcük, gerçek dünyada bulunan bir şeyin
01:08
a completely arbitrary representation of something
20
56398
2576
tamamen soyut, tamamen rasgele seçilmiş
01:10
which is in the real world,
21
58974
1163
bir temsilidir.
01:12
and this is something that children with autism
22
60137
1791
İşte bu durum,
01:13
have an incredible amount of difficulty with.
23
61928
3164
otizmli çocukların aşırı derecede zorlanmalarına neden olur.
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
Bu nedenle, otizmli çocuklarla çalışan pek çok insanın,
01:19
speech therapists, educators --
25
67843
1878
konuşma terapistlerinin, eğitimcilerin
01:21
what they do is, they try to help children with autism
26
69721
2633
yaptıkları şey, otistik çocuklara yardım için
01:24
communicate not with words, but with pictures.
27
72354
3229
sözcüklerle değil de, resimlerle iletişim kurmaktır.
Eğer otizmli bir çocuk "Ben çorba istiyorum"
01:27
So if a child with autism wanted to say,
28
75583
1930
01:29
"I want soup," that child would pick
29
77513
2458
demek isterse, 3 farklı resim seçer:
01:31
three different pictures, "I," "want," and "soup,"
30
79971
2260
"Ben", "istemek" ve "çorba"
01:34
and they would put these together,
31
82231
1609
ve bunları biraraya getirir.
01:35
and then the therapist or the parent would
32
83840
1867
Böylece terapist veya ebeveyn
01:37
understand that this is what the kid wants to say.
33
85707
1887
çocuğun söylemek istediği şeyi anlar.
01:39
And this has been incredibly effective;
34
87594
1778
Ve bu inanılmaz etkili olmuştur;
01:41
for the last 30, 40 years
35
89372
2141
son 30-40 yıldır
01:43
people have been doing this.
36
91513
1613
insanlar bunu yapıyor.
01:45
In fact, a few years back,
37
93126
1349
Aslında, birkaç yıl önce
01:46
I developed an app for the iPad
38
94475
2675
iPad için bir uygulama geliştirdim
ve yaptığı şey tam olarak bu.
01:49
which does exactly this. It's called Avaz,
39
97150
2255
Adı Avaz ve çocukların farklı resimler
01:51
and the way it works is that kids select
40
99405
2279
seçmesi şeklinde çalışıyor.
01:53
different pictures.
41
101684
1321
01:55
These pictures are sequenced
together to form sentences,
together to form sentences,
42
103005
2570
Bu resimler, cümleler oluşturacak biçimde sıralanıyor
01:57
and these sentences are spoken out.
43
105575
1719
ve cümleler sesli olarak okunuyor.
01:59
So Avaz is essentially converting pictures,
44
107294
3025
Dolayısıyla Avaz, esasen resimleri dönüştüren
02:02
it's a translator, it converts pictures into speech.
45
110319
3960
bir çeviri yazılımı, resimleri konuşmaya çeviren.
02:06
Now, this was very effective.
46
114279
1718
Bu son derece etkili.
02:07
There are thousands of children using this,
47
115997
1384
Dünyanın her yanında
02:09
you know, all over the world,
48
117381
1430
bunu kullanan binlerce çocuk var.
02:10
and I started thinking about
49
118811
2175
Neler yapabildiği ve yapamadığı
02:12
what it does and what it doesn't do.
50
120986
2654
üzerine düşünmeye başladım.
02:15
And I realized something interesting:
51
123640
1684
Ve ilginç bir şey fark ettim:
02:17
Avaz helps children with autism learn words.
52
125324
4203
Avaz, otistik çocukların sözcük öğrenmesine yardımcı oluyor.
02:21
What it doesn't help them do is to learn
53
129527
2405
Yardım edemediği nokta ise
02:23
word patterns.
54
131932
2748
sözcük kalıplarını öğrenmeleri.
02:26
Let me explain this in a little more detail.
55
134680
2472
Bunu daha ayrıntılı şekilde açıklamama izin verin.
02:29
Take this sentence: "I want soup tonight."
56
137152
3057
Şu cümleyi ele alalım: "Ben bu gece çorba istiyorum."
02:32
Now it's not just the words
here that convey the meaning.
here that convey the meaning.
57
140209
4080
Burada anlamı ileten sadece sözcükler değildir.
02:36
It's also the way in which these words are arranged,
58
144289
3140
Sözcüklerin nasıl sıralandığı ve
değiştiriliş ve düzenleniş biçimi de önemlidir.
02:39
the way these words are modified and arranged.
59
147429
2515
02:41
And that's why a sentence like "I want soup tonight"
60
149959
2306
Bu yüzden "Ben bu gece çorba istiyorum" cümlesi,
02:44
is different from a sentence like
61
152265
1984
"Çorba gece ben bu istiyorum" gibi anlamsız
02:46
"Soup want I tonight," which
is completely meaningless.
is completely meaningless.
62
154249
3312
bir cümleden farklıdır.
02:49
So there is another hidden abstraction here
63
157561
2619
Öyleyse burada otizmli çocukların başa çıkmakta
02:52
which children with autism find
a lot of difficulty coping with,
a lot of difficulty coping with,
64
160180
3557
zorlandığı gizli bir başka soyutlama daha var.
02:55
and that's the fact that you can modify words
65
163737
2840
İşin aslı, sözcükleri değiştirip düzenleyerek,
02:58
and you can arrange them to have
66
166577
2101
farklı düşünceler iletmek için
03:00
different meanings, to convey different ideas.
67
168678
2895
farklı anlamlara gelmelerini sağlayabilirsiniz.
03:03
Now, this is what we call grammar.
68
171573
3459
Buna dilbilgisi diyoruz.
Ve dilbilgisi inanılmaz güçlü.
03:07
And grammar is incredibly powerful,
69
175032
2036
03:09
because grammar is this one component of language
70
177068
3157
Çünkü dilbilgisi, dilin öyle bir bileşeni ki,
03:12
which takes this finite vocabulary that all of us have
71
180225
3489
onun sayesinde sonlu sayıdaki sözcüklerimizle
03:15
and allows us to convey an
infinite amount of information,
infinite amount of information,
72
183714
4531
sonsuz miktarda bilgi iletebiliyoruz,
sonsuz miktarda düşünce.
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
Ne isterseniz onu dile getirmeniz için
03:24
in order to convey anything you want to.
75
192381
2168
sözcükleri bir araya getirmenin yolu.
03:26
And so after I developed Avaz,
76
194549
2127
Böylece Avaz'ı geliştirmemin ardından,
03:28
I worried for a very long time
77
196676
1568
uzun bir süre boyunca otizmli çocuklara
03:30
about how I could give grammar
to children with autism.
to children with autism.
78
198244
3910
dilbilgisini nasıl kazandırabileceğim konusunda kafa yordum.
03:34
The solution came to me from
a very interesting perspective.
a very interesting perspective.
79
202154
2275
Çok ilginç bir bakış açısı sonucunda çözüme ulaştım.
03:36
I happened to chance upon a child with autism
80
204429
3449
Şans eseri, annesiyle konuşmakta olan
03:39
conversing with her mom,
81
207878
2109
otizmli bir çocuğa rastladım
03:41
and this is what happened.
82
209987
2094
ve olaylar gelişti.
03:44
Completely out of the blue, very spontaneously,
83
212081
2186
Durup dururken, hiç beklenmedik bir biçimde,
03:46
the child got up and said, "Eat."
84
214267
2463
çocuk ayağa kalktı ve dedi ki, "Ye."
03:48
Now what was interesting was
85
216730
1770
İlginç olan nokta,
03:50
the way in which the mom was trying to tease out
86
218500
4244
çocuğunun söylediklerinin anlamını
açığa çıkarabilmek için, annesinin
03:54
the meaning of what the child wanted to say
87
222744
2213
sorular kullanarak konuşması idi.
03:56
by talking to her in questions.
88
224957
2260
03:59
So she asked, "Eat what? Do
you want to eat ice cream?
you want to eat ice cream?
89
227217
2593
"Ne ye? Dondurma yemek ister misin?
04:01
You want to eat? Somebody else wants to eat?
90
229810
2112
Sen mi yemek istiyorsun? Başka biri mi yemek istiyor?
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
Sen dondurmayı şimdi mi yemek istiyorsun? Dondurmayı akşam mı yemek istiyorsun?"
04:07
And then it struck me that
92
235235
1514
Ve bir anda, annenin yaptığı şeyin
04:08
what the mother had done was something incredible.
93
236749
2028
ne kadar inanılmaz olduğunu fark ettim.
04:10
She had been able to get that child to communicate
94
238777
1994
Çocuğun, dilbilgisi olmadan kendisine ne düşündüğünü
04:12
an idea to her without grammar.
95
240771
4138
aktarabilmesini sağlıyordu.
04:16
And it struck me that maybe this is what
96
244909
2696
Ve bir anda, belki de aradığım şey bu
04:19
I was looking for.
97
247605
1385
diye düşündüm.
04:20
Instead of arranging words in an order, in sequence,
98
248990
4142
Sözcükleri düzenleyip cümle olarak sıraya sokmak yerine,
04:25
as a sentence, you arrange them
99
253132
2172
onları hepsinin bağlantılı olduğu
04:27
in this map, where they're all linked together
100
255304
3811
bir sözcük haritasına yerleştirmek ve
04:31
not by placing them one after the other
101
259115
2143
ard arda dizmek yerine sorular sormak,
04:33
but in questions, in question-answer pairs.
102
261258
3284
soru-cevap çiftleri şeklinde.
04:36
And so if you do this, then what you're conveying
103
264542
2358
Böyle yaptığınızda, ilettiğiniz şey
04:38
is not a sentence in English,
104
266900
1986
İngilizce bir cümle olmuyor.
04:40
but what you're conveying is really a meaning,
105
268886
2966
Ama ilettiğiniz şey gerçekten de bir anlam oluyor,
İngilizce bir cümlenin anlamı.
04:43
the meaning of a sentence in English.
106
271852
1511
04:45
Now, meaning is really the underbelly,
in some sense, of language.
in some sense, of language.
107
273363
2932
Anlam, bir açıdan dilin en hassas noktasıdır.
04:48
It's what comes after thought but before language.
108
276295
3821
Düşünceden sonra değil, dilden bile önce gelir.
04:52
And the idea was that this particular representation
109
280116
2503
Ve bana göre, bu özel gösterim biçimi
04:54
might convey meaning in its raw form.
110
282619
3261
anlamı işlenmemiş biçimiyle iletebilirdi.
04:57
So I was very excited by this, you know,
111
285880
1771
Bu beni çok heyecanlandırmıştı ve
04:59
hopping around all over the place,
112
287651
1493
etrafta hoplaya-zıplaya
05:01
trying to figure out if I can convert
113
289144
1771
duyduğum her olası cümleyi buna çevirebilir miyim
05:02
all possible sentences that I hear into this.
114
290915
2524
diye denemeler yapıyordum.
05:05
And I found that this is not enough.
115
293439
1773
Ve yeterli olmadığını anladım.
05:07
Why is this not enough?
116
295212
1385
Neden yeterli değildi?
05:08
This is not enough because if you wanted to convey
117
296597
1711
Çünkü eğer iletmek istediğiniz düşünce
05:10
something like negation,
118
298308
2250
"Ben çorba istemiyorum" gibi olumsuz birşey ise,
05:12
you want to say, "I don't want soup,"
119
300558
1736
bunu soru sorarak
05:14
then you can't do that by asking a question.
120
302294
2220
yapamıyordunuz.
05:16
You do that by changing the word "want."
121
304514
2285
Bunu ancak "istemek" fiilini değiştirerek yapabiliyorsunuz.
05:18
Again, if you wanted to say,
122
306799
1637
Eğer söylemek istediğiniz şey
05:20
"I wanted soup yesterday,"
123
308436
1980
"Ben dün çorba istemiştim" olursa,
05:22
you do that by converting
the word "want" into "wanted."
the word "want" into "wanted."
124
310416
2737
yine "istemek" fiilini değiştirmeniz gerekiyordu.
05:25
It's a past tense.
125
313153
1666
Bu, geçmiş zaman.
05:26
So this is a flourish which I added
126
314819
2103
Sistemi tamamlamak için
05:28
to make the system complete.
127
316922
1576
bir ekleme yaptım.
05:30
This is a map of words joined together
128
318498
1977
Sözcüklerin, soru-cevap şeklinde bir araya getirildiği
05:32
as questions and answers,
129
320475
1656
bir haritamız var ve
05:34
and with these filters applied on top of them
130
322131
2264
üzerlerindeki filtreleri uygulayarak,
05:36
in order to modify them to represent
131
324395
1817
çeşitli farklılıkları belirtecek biçimde
05:38
certain nuances.
132
326212
1709
onları değiştirebiliyoruz.
05:39
Let me show you this with a different example.
133
327921
1951
Başka bir örnekle göstereyim bunu.
05:41
Let's take this sentence:
134
329872
1254
Şu cümleyi ele alalım:
05:43
"I told the carpenter I could not pay him."
135
331126
1980
"Ben marangoza ona ödeme yapamayacağımı söyledim."
05:45
It's a fairly complicated sentence.
136
333106
1792
Biraz karmaşık bir cümle oldu.
05:46
The way that this particular system works,
137
334898
1893
Cümlenin istediğiniz parçasından başlayarak
05:48
you can start with any part of this sentence.
138
336791
2578
sistemi uygulayabilirsiniz.
05:51
I'm going to start with the word "tell."
139
339369
1698
Ben "söylemek" sözcüğünden başlayacağım.
05:53
So this is the word "tell."
140
341067
1462
Burada "söylemek" sözcüğü var.
05:54
Now this happened in the past,
141
342529
1600
Olay geçmişte olduğundan,
05:56
so I'm going to make that "told."
142
344129
2223
bunu "söyledim" yapacağım.
05:58
Now, what I'm going to do is,
143
346352
1708
Ve ardından da
06:00
I'm going to ask questions.
144
348060
1756
sorular soracağım.
06:01
So, who told? I told.
145
349816
2364
Kim söyledi? Ben söyledim.
06:04
I told whom? I told the carpenter.
146
352180
1927
Kime söyledim? Marangoza söyledim.
06:06
Now we start with a different part of the sentence.
147
354107
1751
Cümlenin başka bir parçası ile başlayalım şimdi de.
06:07
We start with the word "pay,"
148
355858
1867
"Ödeme yapmak" sözcüğü ile başlayalım ve buna
06:09
and we add the ability filter to it to make it "can pay."
149
357725
4577
muktedirlik filtresi uygulayarak "ödeme yapabilmek" elde edelim.
Sonra da bunu "ödeme yapamamak" biçimine dönüştürebilir,
06:14
Then we make it "can't pay,"
150
362302
2101
bunu da "ödeme yapamayacağım" yaparız,
06:16
and we can make it "couldn't pay"
151
364403
1599
06:18
by making it the past tense.
152
366002
1663
geçmiş zamanı seçerek.
06:19
So who couldn't pay? I couldn't pay.
153
367665
1923
Yani kim ödeme yapamayacaktı? Ben.
06:21
Couldn't pay whom? I couldn't pay the carpenter.
154
369588
2676
Kime? Marangoza ödeme yapamayacaktım.
06:24
And then you join these two together
155
372264
1731
Şimdi de şu soruyu sorarak,
06:25
by asking this question:
156
373995
1350
bu ikisini birleştirelim:
06:27
What did I tell the carpenter?
157
375345
1737
Ben marangoza ne söyledim?
06:29
I told the carpenter I could not pay him.
158
377082
4049
Ben marangoza ona ödeme yapamayacağımı söyledim.
06:33
Now think about this. This is
159
381131
1937
Şimdi düşünelim. Bu
06:35
—(Applause)—
160
383068
3542
— (Alkış) —
06:38
this is a representation of this sentence
161
386610
3672
Bu, dil kullanmaksızın şu cümlenin
06:42
without language.
162
390282
2435
temsil edilmesidir.
06:44
And there are two or three
interesting things about this.
interesting things about this.
163
392717
2192
Burada iki ya da üç ilginç durum var.
06:46
First of all, I could have started anywhere.
164
394909
3131
İlk olarak, istediğim yerden başlayabiliyorum.
06:50
I didn't have to start with the word "tell."
165
398040
2243
"Söylemek" sözcüğü ile başlamak zorunda değildim.
06:52
I could have started anywhere in the sentence,
166
400283
1416
Cümle içinde herhangi bir yerden başlayabilir ve
06:53
and I could have made this entire thing.
167
401699
1507
bütüne yine ulaşabilirdim.
06:55
The second thing is, if I wasn't an English speaker,
168
403206
2776
İkincisi, eğer İngilizce bilmiyor olsaydım,
06:57
if I was speaking in some other language,
169
405982
2175
başka bir dil konuşuyor olsaydım,
07:00
this map would actually hold true in any language.
170
408157
3156
bu harita yine doğru olurdu, dil hangisi olursa olsun.
07:03
So long as the questions are standardized,
171
411313
1990
Sorular standart olduğu sürece,
07:05
the map is actually independent of language.
172
413303
4287
bu harita dilden bağımsızdır.
07:09
So I call this FreeSpeech,
173
417590
2115
Buna FreeSpeech adını verdim ve
07:11
and I was playing with this for many, many months.
174
419705
2935
pek çok ay boyunca bununla uğraştım.
07:14
I was trying out so many
different combinations of this.
different combinations of this.
175
422640
2726
Bunun çok sayıda kombinasyonunu deniyordum.
07:17
And then I noticed something very
interesting about FreeSpeech.
interesting about FreeSpeech.
176
425366
2289
Bu arada FreeSpeech'in çok ilginç bir özelliğini fark ettim.
07:19
I was trying to convert language,
177
427655
3243
Konuşma dilini, İngilizce cümleleri
FreeSpeech cümlelerine ve tersi yönde
07:22
convert sentences in English
into sentences in FreeSpeech,
into sentences in FreeSpeech,
178
430898
2384
birini diğerine dönüştürmekle uğraşıyordum.
07:25
and vice versa, and back and forth.
179
433282
1752
07:27
And I realized that this particular configuration,
180
435034
2255
Ve fark ettim ki böyle bir yapılandırma,
07:29
this particular way of representing language,
181
437289
2026
böyle bir dil temsil yolu,
07:31
it allowed me to actually create very concise rules
182
439315
4395
FreeSpeech ile İngilizce arasında çeviri için
07:35
that go between FreeSpeech on one side
183
443710
2734
çok net kurallar yaratmamı
07:38
and English on the other.
184
446444
1488
mümkün kılıyordu.
07:39
So I could actually write this set of rules
185
447932
2180
O halde, böyle bir temsilden İngilizce'ye çeviri için
07:42
that translates from this particular
representation into English.
representation into English.
186
450112
3395
gereken bu kurallar kümesini yazabilirdim.
07:45
And so I developed this thing.
187
453507
1831
Ben de şöyle bir şey geliştirdim.
07:47
I developed this thing called
the FreeSpeech Engine
the FreeSpeech Engine
188
455338
2232
Buna FreeSpeech Motoru adını veriyoruz.
07:49
which takes any FreeSpeech sentence as the input
189
457570
2561
Herhangi bir FreeSpeech cümlesini girdi olarak alıyor ve
07:52
and gives out perfectly grammatical English text.
190
460131
3930
dilbilgisi açısından kusursuz bir İngilizce cümle çıktısı veriyor.
07:56
And by putting these two pieces together,
191
464061
1605
İşte bu iki parçayı,
07:57
the representation and the engine,
192
465666
1881
temsili ve motoru bir araya getirerek,
07:59
I was able to create an app, a
technology for children with autism,
technology for children with autism,
193
467547
3796
otizmli çocuklar için bir teknoloji geliştirebildim.
08:03
that not only gives them words
194
471343
2499
Böylece onlara sözcüklerin yanı sıra
08:05
but also gives them grammar.
195
473842
3941
dilbilgisi de kazandırmış oldum.
08:09
So I tried this out with kids with autism,
196
477783
2360
Bunu otizmli çocuklarla denedim ve
08:12
and I found that there was an
incredible amount of identification.
incredible amount of identification.
197
480143
5013
gördüm ki inanılmaz miktarda tanımlama olmakta.
08:17
They were able to create sentences in FreeSpeech
198
485156
2720
Eşdeğer İngilizce cümlelerden çok daha karmaşık
08:19
which were much more complicated
but much more effective
but much more effective
199
487876
2558
ama çok daha etkili olan FreeSpeech cümlelerini
08:22
than equivalent sentences in English,
200
490434
2899
kurabiliyorlardı.
08:25
and I started thinking about
201
493333
1682
Durumun neden böyle olduğu
08:27
why that might be the case.
202
495015
1969
üzerinde düşünmeye başladım.
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
Sonra aklıma bir fikir geldi. Size bu fikirden söz etmek istiyorum.
08:33
In about 1997, about 15 years back,
204
501271
3142
1997 dolaylarında, yaklaşık 15 yıl önce,
beynin dili nasıl işlediğini araştıran
08:36
there were a group of scientists that were trying
205
504413
2011
08:38
to understand how the brain processes language,
206
506424
2389
bir grup bilimci vardı ve
çok ilginç sonuçlara ulaştılar.
08:40
and they found something very interesting.
207
508813
1779
08:42
They found that when you learn a language
208
510592
1872
Çocukken, iki yaşlarındayken
08:44
as a child, as a two-year-old,
209
512464
2912
dil öğrenme sırasında beynin belli bir bölgesi
08:47
you learn it with a certain part of your brain,
210
515376
2366
aktif halde olurken,
bir yetişkin olarak dil öğrenme sırasında
08:49
and when you learn a language as an adult --
211
517742
1600
08:51
for example, if I wanted to
learn Japanese right now —
learn Japanese right now —
212
519342
3911
-- örneğin, ben şimdi Japonca öğrenirken --
08:55
a completely different part of my brain is used.
213
523253
2707
beynin bütünüyle farklı bir bölgesi kullanılıyor.
08:57
Now I don't know why that's the case,
214
525960
1831
Bunun neden böyle olduğunu bilmiyorum,
08:59
but my guess is that that's because
215
527791
1991
ama sanıyorum ki,
09:01
when you learn a language as an adult,
216
529782
2437
yetişkin olarak dil öğrenirken
09:04
you almost invariably learn it
217
532219
1616
hep anadil üzerinden,
09:05
through your native language, or
through your first language.
through your first language.
218
533835
4266
bilinen bir dil üzerinden gidiliyor olması.
09:10
So what's interesting about FreeSpeech
219
538101
3252
İşte FreeSpeech'in ilginç yanı
09:13
is that when you create a sentence
220
541353
1802
bir cümle kurarken
09:15
or when you create language,
221
543155
1695
veya dil oluştururken,
09:16
a child with autism creates
language with FreeSpeech,
language with FreeSpeech,
222
544850
3070
otizmli bir çocuk FreeSpeech ile dil yaratırken,
09:19
they're not using this support language,
223
547920
1833
öyle destek bir dil kullanılmıyor,
09:21
they're not using this bridge language.
224
549753
2211
köprü bir dil kullanılmıyor.
09:23
They're directly constructing the sentence.
225
551964
2657
Doğrudan cümle kuruluyor.
Benim de aklıma gelen soru şu oldu:
09:26
And so this gave me this idea.
226
554621
2193
09:28
Is it possible to use FreeSpeech
227
556814
2024
Otizmli çocuklara değil de,
09:30
not for children with autism
228
558838
2510
herhangi bir engeli olmayan insanlara
09:33
but to teach language to people without disabilities?
229
561348
6262
dil öğretmede FreeSpeech kullanmak mümkün mü?
09:39
And so I tried a number of experiments.
230
567610
1978
Çok sayıda deney yaptım.
09:41
The first thing I did was I built a jigsaw puzzle
231
569588
2948
Yaptığım ilk şey bir yapboz tasarlamak oldu.
09:44
in which these questions and answers
232
572536
1970
Burada sorular ve cevaplar
09:46
are coded in the form of shapes,
233
574506
1835
şekiller biçiminde kodlanmış durumda,
09:48
in the form of colors,
234
576341
1138
renkler biçiminde.
09:49
and you have people putting these together
235
577479
1849
İnsanlardan bunları bir araya getirerek,
09:51
and trying to understand how this works.
236
579328
1773
nasıl işlediğini anlamaya çalışmalarını istiyoruz.
09:53
And I built an app out of it, a game out of it,
237
581101
2376
Böyle bir uygulama ve oyun geliştirdim.
09:55
in which children can play with words
238
583477
2661
Çocuklar sözcüklerle oynayabiliyor
09:58
and with a reinforcement,
239
586138
1704
ve biraz takviye ile,
09:59
a sound reinforcement of visual structures,
240
587842
2585
görsel yapıların sesle takviyesi ile,
10:02
they're able to learn language.
241
590427
2013
dil öğrenebiliyorlar.
10:04
And this, this has a lot of potential, a lot of promise,
242
592440
2736
Bunun büyük bir potansiyeli var ve çok şey vaat ediyor.
10:07
and the government of India recently
243
595176
1975
Kısa süre önce Hindistan Hükümeti bizden bu teknolojiyi
10:09
licensed this technology from us,
244
597151
1404
kullanmak için gerekli izinleri aldı.
10:10
and they're going to try it out
with millions of different children
with millions of different children
245
598555
2074
Milyonlarca farklı çocukla bunu deneyecek ve
10:12
trying to teach them English.
246
600629
2605
onlara İngilizce öğretmeye çalışacaklar.
10:15
And the dream, the hope, the vision, really,
247
603234
2614
Ve rüya, ümit, vizyon,
10:17
is that when they learn English this way,
248
605848
3082
gerçekte şu ki, İngilizceyi bu yolla öğrendiklerinde,
10:20
they learn it with the same proficiency
249
608930
2643
anadillerinde olduğu kadar
10:23
as their mother tongue.
250
611573
3718
ustalıkla öğrenmiş olacaklar.
10:27
All right, let's talk about something else.
251
615291
3816
Bu arada, değinmek istediğim bir başka konu var.
10:31
Let's talk about speech.
252
619107
1997
Konuşma hakkında bir kaç şey söylemek istiyorum.
10:33
This is speech.
253
621104
1271
Konuşma budur.
10:34
So speech is the primary mode of communication
254
622375
1962
Hepimiz arasındaki birincil iletişim biçimi
10:36
delivered between all of us.
255
624337
1613
konuşmadır.
10:37
Now what's interesting about speech is that
256
625950
1855
Konuşma hakkında ilginç olan şu ki,
10:39
speech is one-dimensional.
257
627805
1245
konuşma tek boyutlu.
10:41
Why is it one-dimensional?
258
629050
1359
Neden tek boyutlu?
10:42
It's one-dimensional because it's sound.
259
630409
1568
Tek boyutlu çünkü o ses.
10:43
It's also one-dimensional because
260
631977
1539
Ayrıca tek boyutlu çünkü
10:45
our mouths are built that way.
261
633516
1205
ağızlarımız böyle biçimlendirilmiş.
10:46
Our mouths are built to create
one-dimensional sound.
one-dimensional sound.
262
634721
3512
Ağzımız tek boyutlu ses oluşturmak için biçimlendirilmiş.
10:50
But if you think about the brain,
263
638233
2866
Fakat beynimizi düşünürsek,
aklımızdan geçen düşüncelerin
10:53
the thoughts that we have in our heads
264
641099
1764
10:54
are not one-dimensional.
265
642863
2102
tek boyutlu olmadığını görüyoruz.
10:56
I mean, we have these rich,
266
644965
1459
Yani, bizim zengin, karmaşık,
10:58
complicated, multi-dimensional ideas.
267
646424
3028
çok boyutlu düşüncelerimiz var.
11:01
Now, it seems to me that language
268
649452
1690
Bana öyle geliyor ki, konuşma dili
11:03
is really the brain's invention
269
651142
2332
bir taraftaki bu zengin ve çok boyutlu düşüncelerin,
11:05
to convert this rich, multi-dimensional thought
270
653474
3096
diğer taraftaki konuşma hâline
dönüştürülebilmesi için
11:08
on one hand
271
656570
1587
11:10
into speech on the other hand.
272
658157
1923
beyin tarafından icat edilmiştir.
11:12
Now what's interesting is that
273
660080
1762
Şöyle de ilginç bir şey var ki,
11:13
we do a lot of work in information nowadays,
274
661842
2568
günümüzde bilgi üzerine pek çok çalışma var
11:16
and almost all of that is done
in the language domain.
in the language domain.
275
664410
3079
ve neredeyse hepsi dil konusunda yapılıyor.
11:19
Take Google, for example.
276
667489
1939
Örneğin Google.
11:21
Google trawls all these
countless billions of websites,
countless billions of websites,
277
669428
2677
Google, İngilizce olan milyarlarca web sitesini ağında tutar
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
ve Google'ı kullanmak istediğinizde,
11:26
you go into Google search, and you type in English,
279
674830
2450
arama çubuğuna İngilizce giriş yaptığınızda,
11:29
and it matches the English with the English.
280
677280
4163
İngilizce ile İngilizce arasında eşleştirme yapar.
11:33
What if we could do this in FreeSpeech instead?
281
681443
3583
Ya bunu FreeSpeech'te yapabilseydik?
11:37
I have a suspicion that if we did this,
282
685026
2301
Tahminimce eğer bunu yaparsak,
11:39
we'd find that algorithms like searching,
283
687327
2068
arama, bulup getirme ve buna benzer
11:41
like retrieval, all of these things,
284
689395
2325
tüm diğer algoritmalar
11:43
are much simpler and also more effective,
285
691720
3075
daha basit ve daha verimli olabilir.
11:46
because they don't process
the data structure of speech.
the data structure of speech.
286
694795
4417
Çünkü konuşmanın veri yapısını işlemek yerine,
11:51
Instead they're processing
the data structure of thought.
the data structure of thought.
287
699212
5976
düşüncenin veri yapısını işleyecek.
11:57
The data structure of thought.
288
705188
2808
Düşüncenin veri yapısı.
11:59
That's a provocative idea.
289
707996
2076
Bu kışkırtıcı bir fikir.
12:02
But let's look at this in a little more detail.
290
710072
2142
Buna biraz daha yakından bakalım.
12:04
So this is the FreeSpeech ecosystem.
291
712214
2366
Bu, FreeSpeech ekosistemi.
12:06
We have the Free Speech
representation on one side,
representation on one side,
292
714580
2884
Bir tarafta FreeSpeech temsili var,
ve bir de FreeSpeech Motoru var,
ki İngilizce üreten bu.
ki İngilizce üreten bu.
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
Şimdi biraz düşünelim.
12:13
FreeSpeech, I told you, is completely
language-independent.
language-independent.
295
721419
2544
Söylediğim gibi FreeSpeech bütünüyle dilden bağımsız.
12:15
It doesn't have any specific information in it
296
723963
2087
Onun İngilizce ile ilgili hiç bir
12:18
which is about English.
297
726050
1228
özel bilgisi yok.
12:19
So everything that this system knows about English
298
727278
2800
Yani sistemin İngilizce hakkında bildiği her şey,
12:22
is actually encoded into the engine.
299
730078
4620
aslında motora kodlanmış durumda.
12:26
That's a pretty interesting concept in itself.
300
734698
2237
Bu da ayrıca çok ilginç bir kavram.
12:28
You've encoded an entire human language
301
736935
3604
Bütün bir insan dili,
12:32
into a software program.
302
740539
2645
bir yazılım programına kodlanmış durumda.
12:35
But if you look at what's inside the engine,
303
743184
2531
Eğer motorun içinde ne olduğuna bakarsak,
12:37
it's actually not very complicated.
304
745715
2358
aslında pek de karmaşık değil.
12:40
It's not very complicated code.
305
748073
2105
Pek karmaşık bir kod değil.
12:42
And what's more interesting is the fact that
306
750178
2672
Daha ilginç olanı ise,
12:44
the vast majority of the code in that engine
307
752850
2203
motordaki kodun büyük çoğunluğunun
12:47
is not really English-specific.
308
755053
2412
İngilizceye özgü olmayışı.
12:49
And that gives this interesting idea.
309
757465
1895
Bu durum, akla ilginç bir fikir getiriyor.
12:51
It might be very easy for us to actually
310
759360
2038
Pek çok farklı dil için bu motorlardan geliştirmek
12:53
create these engines in many,
many different languages,
many different languages,
311
761398
3826
bizim için çok kolay olabilir,
12:57
in Hindi, in French, in German, in Swahili.
312
765224
6354
Hintçe, Fransızca, Almanca, Swahili dili gibi.
13:03
And that gives another interesting idea.
313
771578
2799
Buradan başka bir ilginç sonuç çıkıyor.
13:06
For example, supposing I was a writer,
314
774377
2654
Örneğin, bir gazetede ya da dergide
13:09
say, for a newspaper or for a magazine.
315
777031
2122
yazar olarak çalıştığımı düşünelim.
13:11
I could create content in one language, FreeSpeech,
316
779153
5011
İçeriği tek bir dilde, FreeSpeech'te, oluştururum
13:16
and the person who's consuming that content,
317
784164
2056
ve içeriğe ulaşmak isteyen kişi,
13:18
the person who's reading that particular information
318
786220
3061
bu bilgilere erişmek isteyen kişi,
13:21
could choose any engine,
319
789281
2495
herhangi bir motoru seçebilir ve
13:23
and they could read it in their own mother tongue,
320
791776
2736
böylece kendi anadilinde,
13:26
in their native language.
321
794512
3939
bildiği bir dilde okuyabilir.
13:30
I mean, this is an incredibly attractive idea,
322
798451
2722
Bence bu inanılmaz derecede cazip bir fikir,
13:33
especially for India.
323
801173
1999
özellikle Hindistan için.
13:35
We have so many different languages.
324
803172
1690
O kadar çok farklı dilimiz var ki.
13:36
There's a song about India, and there's a description
325
804862
2142
Hindistan hakkında bir şarkı var,
13:39
of the country as, it says,
326
807004
2344
ülkeyi şöyle tanımlıyor
13:41
(in Sanskrit).
327
809348
2360
(Sanskritçe). Anlamı şu:
13:43
That means "ever-smiling speaker
328
811708
2773
"Güzel dilleri
13:46
of beautiful languages."
329
814481
4519
hep gülümseyerek konuşan."
13:51
Language is beautiful.
330
819000
1964
Dil güzeldir.
13:52
I think it's the most beautiful of human creations.
331
820964
2454
Bana göre, insanın yarattığı en güzel şey.
13:55
I think it's the loveliest thing
that our brains have invented.
that our brains have invented.
332
823418
3978
Bana göre, beyinlerimizin icat ettiği en sevilesi şey.
13:59
It entertains, it educates, it enlightens,
333
827396
3584
Eğlendirir, eğitir, aydınlatır.
14:02
but what I like the most about language
334
830980
2044
Ama dil hakkında en sevdiğim nokta
14:05
is that it empowers.
335
833024
1500
güç kazandırması.
14:06
I want to leave you with this.
336
834524
1838
Son olarak sizinle şunu paylaşmak istiyorum.
14:08
This is a photograph of my collaborators,
337
836362
2385
Çalışma arkadaşlarımın bir fotoğrafı.
Dil, otizm ve diğer şeyler üzerine
14:10
my earliest collaborators
338
838747
997
14:11
when I started working on language
339
839744
1462
ilk çalışmaya başladığım zamanki
14:13
and autism and various other things.
340
841206
1502
çalışma arkadaşlarım.
14:14
The girl's name is Pavna,
341
842708
1417
Kızın adı Pavna,
14:16
and that's her mother, Kalpana.
342
844125
1902
bu da annesi Kalpana.
14:18
And Pavna's an entrepreneur,
343
846027
2138
Pavna bir girişimci,
14:20
but her story is much more remarkable than mine,
344
848165
2371
ama hikâyesi benimkinden çok daha dikkat çekici.
14:22
because Pavna is about 23.
345
850536
2400
Çünkü Pavna 23 yaşında ve
14:24
She has quadriplegic cerebral palsy,
346
852936
2552
Quadriplegia serebral palsi hastası.
14:27
so ever since she was born,
347
855488
1640
Bu yüzden doğduğundan beri
14:29
she could neither move nor talk.
348
857128
3600
ne hareket edebiliyor, ne de konuşabiliyor.
14:32
And everything that she's accomplished so far,
349
860728
2403
Şimdiye kadar pek çok şey başarmış,
14:35
finishing school, going to college,
350
863131
2227
okulu bitirmiş, üniversiteye gitmiş,
14:37
starting a company,
351
865358
1416
şirket kurmuş.
14:38
collaborating with me to develop Avaz,
352
866774
2140
Avaz'ı geliştirmemde benimle çalıştı
14:40
all of these things she's done
353
868914
1892
ve tüm bu yaptıklarını
14:42
with nothing more than moving her eyes.
354
870806
5523
sadece gözlerini hareket ettirerek yaptı.
14:48
Daniel Webster said this:
355
876329
2689
Daniel Webster şöyle diyor:
14:51
He said, "If all of my possessions were taken
356
879018
2940
"Eğer bir şey hariç sahip olduğum herşey
14:53
from me with one exception,
357
881958
2988
elimden alınacak olsaydı,
14:56
I would choose to keep the power of communication,
358
884946
2981
iletişim yeteneğimi korumayı seçerdim,
14:59
for with it, I would regain all the rest."
359
887927
3903
çünkü onun sayesinde, geri kalan herşeyi yeniden elde edebilirim."
15:03
And that's why, of all of these incredible
applications of FreeSpeech,
applications of FreeSpeech,
360
891830
5116
İşte bu yüzden, FreeSpeech'in tüm bu inanılmaz uygulamaları arasında
15:08
the one that's closest to my heart
361
896946
2080
kalbime en yakın duran nokta,
15:11
still remains the ability for this
362
899026
2068
engelli çocuklara iletişim yeteneği kazandırmak
15:13
to empower children with disabilities
363
901094
2380
iletişim gücü kazandırmak,
15:15
to be able to communicate,
364
903474
1773
ve böylece
15:17
the power of communication,
365
905247
1789
onların
15:19
to get back all the rest.
366
907036
2240
geri kalan her şeye tekrar kavuşmalarını sağlamak.
15:21
Thank you.
367
909276
1397
Teşekkür ederim.
15:22
(Applause)
368
910673
1332
(Alkış)
15:24
Thank you. (Applause)
369
912005
4199
Teşekkür ederim. (Alkış)
15:28
Thank you. Thank you. Thank you. (Applause)
370
916204
5323
Teşekkür ederim. Teşekkür ederim. Teşekkür ederim. (Alkış)
15:33
Thank you. Thank you. Thank you. (Applause)
371
921527
4000
Teşekkür ederim. Teşekkür ederim. Teşekkür ederim. (Alkış)
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