TED2013
Ajit Narayanan: A word game to communicate in any language
Аджіт Нараянан: Гра для слів, щоб спілкуватись будь-якою мовою
Filmed:
Readability: 3.4
1,391,245 views
Працюючи з дітьми, що мають проблеми з мовою Аджіт Нараянан створив спосіб думати про мову в картинках, щоб зв'язувати слова і поняття в "карти". На базі цієї ідеї створено програму, що допомагає людям, які не говорять, спілкуватись. За всім цим стоїть мовна концепція, FreeSpeech, що має величезний потенціал.
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
Я працюю з дітьми, хворими на аутизм.
00:15
Specifically, I make technologies
1
3391
1914
Зокрема, я створюю технології,
00:17
to help them communicate.
2
5305
2171
щоб допомогти їм спілкуватись.
00:19
Now, many of the problems that children
3
7476
1539
Багато проблем, з якими діти
00:21
with autism face, they have a common source,
4
9015
3763
з аутизмом стикаються, мають спільну причину,
00:24
and that source is that they find it difficult
5
12778
2094
і ця причина полягає в тому, що для них складно
00:26
to understand abstraction, symbolism.
6
14872
5260
зрозуміти абстракції, символіку.
00:32
And because of this, they have
a lot of difficulty with language.
a lot of difficulty with language.
7
20132
4652
І через це вони мають багато проблем з мовою.
00:36
Let me tell you a little bit about why this is.
8
24784
3015
Дозвольте мені трохи розповісти Вам, чому це так.
00:39
You see that this is a picture of a bowl of soup.
9
27799
3934
Ви бачите, що це зображення миски супу.
00:43
All of us can see it. All of us understand this.
10
31733
2485
Кожен це бачить. Кожен це розуміє.
00:46
These are two other pictures of soup,
11
34218
2312
Ось два інших зображення супу,
00:48
but you can see that these are more abstract
12
36530
2067
але ви бачите, що вони більш абстрактні.
00:50
These are not quite as concrete.
13
38597
1856
Вони не конкретизовані повністю.
00:52
And when you get to language,
14
40453
2174
І коли ви переходите до мови,
00:54
you see that it becomes a word
15
42627
1868
ви бачите, що це стає словом,
00:56
whose look, the way it looks and the way it sounds,
16
44495
3261
яке на вигляд і звучання
00:59
has absolutely nothing to do
with what it started with,
with what it started with,
17
47756
2912
не має абсолютно нічого спільного з тим, з чого починалось,
01:02
or what it represents, which is the bowl of soup.
18
50668
2830
або з тим, що воно представляє собою миску супу.
01:05
So it's essentially a completely abstract,
19
53498
2900
Так що це поняття, по суті, є повністю абстрактним,
01:08
a completely arbitrary representation of something
20
56398
2576
повністю довільним уявленням про щось,
01:10
which is in the real world,
21
58974
1163
що є в реальному світі,
01:12
and this is something that children with autism
22
60137
1791
і воно є тим, з чим діти-аутисти
01:13
have an incredible amount of difficulty with.
23
61928
3164
мають найбільше труднощів.
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
Ось чому більшість людей, які працюють з дітьми-аутистами -
01:19
speech therapists, educators --
25
67843
1878
логопеди, педагоги -
01:21
what they do is, they try to help children with autism
26
69721
2633
їхня робота полягає в тому, щоб допомогти дітям з аутизмом,
01:24
communicate not with words, but with pictures.
27
72354
3229
спілкуватися не словами, а картинками.
01:27
So if a child with autism wanted to say,
28
75583
1930
Таким чином, якщо дитина з аутизмом хоче сказати,
01:29
"I want soup," that child would pick
29
77513
2458
"Я хочу суп", вона має вибрати
01:31
three different pictures, "I," "want," and "soup,"
30
79971
2260
три різних картинки, "Я", "хочу" і "суп,"
01:34
and they would put these together,
31
82231
1609
зібрати їх разом,
01:35
and then the therapist or the parent would
32
83840
1867
і тоді терапевт або хтось з батьків
01:37
understand that this is what the kid wants to say.
33
85707
1887
зрозумів би, що хоче сказати дитина.
01:39
And this has been incredibly effective;
34
87594
1778
І це неймовірно ефективно;
01:41
for the last 30, 40 years
35
89372
2141
протягом останніх 30-40 років
01:43
people have been doing this.
36
91513
1613
люди роблять так.
01:45
In fact, a few years back,
37
93126
1349
Фактично, кілька років тому,
01:46
I developed an app for the iPad
38
94475
2675
я розробив додаток для iPad,
01:49
which does exactly this. It's called Avaz,
39
97150
2255
що робить саме це. Він називається Avaz,
01:51
and the way it works is that kids select
40
99405
2279
його робота полягає в тому, щоб діти вибирали
01:53
different pictures.
41
101684
1321
різні картинки.
01:55
These pictures are sequenced
together to form sentences,
together to form sentences,
42
103005
2570
Ці картинки складаються разом, щоб сформувати речення,
01:57
and these sentences are spoken out.
43
105575
1719
і ці речення озвучуються.
01:59
So Avaz is essentially converting pictures,
44
107294
3025
Avaz, по суті, перетворює зображення,
02:02
it's a translator, it converts pictures into speech.
45
110319
3960
це перекладач, він перетворює картинки в мову.
02:06
Now, this was very effective.
46
114279
1718
Це було дуже ефективно.
02:07
There are thousands of children using this,
47
115997
1384
Тисячі дітей користуються ним,
02:09
you know, all over the world,
48
117381
1430
уявляєте, у всьому світі,
02:10
and I started thinking about
49
118811
2175
і я почав думати про те,
02:12
what it does and what it doesn't do.
50
120986
2654
що він робить, і чого не робить.
02:15
And I realized something interesting:
51
123640
1684
І я зрозумів дещо цікаве:
02:17
Avaz helps children with autism learn words.
52
125324
4203
Avaz допомагає дітям з аутизмом вчити слова.
02:21
What it doesn't help them do is to learn
53
129527
2405
Що він не допомагає вчити їм,
02:23
word patterns.
54
131932
2748
так це шаблони слів.
02:26
Let me explain this in a little more detail.
55
134680
2472
Дозвольте мені пояснити трішки детальніше.
02:29
Take this sentence: "I want soup tonight."
56
137152
3057
Ось, наприклад, речення: "Я хочу сьогодні ввечері суп".
02:32
Now it's not just the words
here that convey the meaning.
here that convey the meaning.
57
140209
4080
Тепер це не просто множина слів, що передають значення.
02:36
It's also the way in which these words are arranged,
58
144289
3140
Має значення також спосіб розташування цих слів,
02:39
the way these words are modified and arranged.
59
147429
2515
спосіб, яким ці слова модифікуються і групуються.
02:41
And that's why a sentence like "I want soup tonight"
60
149959
2306
І тому таке речення, як "Я хочу сьогодні ввечері суп"
02:44
is different from a sentence like
61
152265
1984
відрізняється від речення
02:46
"Soup want I tonight," which
is completely meaningless.
is completely meaningless.
62
154249
3312
"Суп хочу я сьогодні ввечері," яке є абсолютно безглуздим.
02:49
So there is another hidden abstraction here
63
157561
2619
Так що тут є ще одна прихована абстракція,
02:52
which children with autism find
a lot of difficulty coping with,
a lot of difficulty coping with,
64
160180
3557
з якою дітям-аутистам дуже тяжко впоратись,
02:55
and that's the fact that you can modify words
65
163737
2840
і це той факт, що ви можете змінювати слова
02:58
and you can arrange them to have
66
166577
2101
і групувати їх, щоб отримати
03:00
different meanings, to convey different ideas.
67
168678
2895
різні значення, які передають різні ідеї.
03:03
Now, this is what we call grammar.
68
171573
3459
Це те, що ми називаємо граматикою.
03:07
And grammar is incredibly powerful,
69
175032
2036
І граматика є неймовірно потужною,
03:09
because grammar is this one component of language
70
177068
3157
оскільки граматика - це один із компонентів мови,
03:12
which takes this finite vocabulary that all of us have
71
180225
3489
який з обмеженого словникового запасу, наявного у всіх нас,
03:15
and allows us to convey an
infinite amount of information,
infinite amount of information,
72
183714
4531
дає змогу передавати нескінченну кількість інформації,
03:20
an infinite amount of ideas.
73
188245
2134
незліченну кількість ідей.
03:22
It's the way in which you can put things together
74
190379
2002
Це спосіб, яким ви можете зібрати слова
03:24
in order to convey anything you want to.
75
192381
2168
для того, щоб передати все, що хочете.
03:26
And so after I developed Avaz,
76
194549
2127
Після того, як я розробив Avaz,
03:28
I worried for a very long time
77
196676
1568
я дуже довго розмірковував над тим,
03:30
about how I could give grammar
to children with autism.
to children with autism.
78
198244
3910
як подати граматику дітям з аутизмом.
03:34
The solution came to me from
a very interesting perspective.
a very interesting perspective.
79
202154
2275
Рішення прийшло до мене з досить цікавої сторони.
03:36
I happened to chance upon a child with autism
80
204429
3449
Мені довелося випадково натрапити на дитину-аутиста,
03:39
conversing with her mom,
81
207878
2109
яка розмовляла зі своєю мамою,
03:41
and this is what happened.
82
209987
2094
і ось що сталося.
03:44
Completely out of the blue, very spontaneously,
83
212081
2186
Зовсім непередбачувано, дуже спонтанно,
03:46
the child got up and said, "Eat."
84
214267
2463
дитина встала і сказала: "Їсти".
03:48
Now what was interesting was
85
216730
1770
Цікавим виявився
03:50
the way in which the mom was trying to tease out
86
218500
4244
спосіб, яким мама намагалась вгадати
03:54
the meaning of what the child wanted to say
87
222744
2213
значення того, що дитина хотіла сказати,
03:56
by talking to her in questions.
88
224957
2260
ставлячи їй запитання.
03:59
So she asked, "Eat what? Do
you want to eat ice cream?
you want to eat ice cream?
89
227217
2593
Вона запитала: "Їсти що? Ти хочеш морозива?
04:01
You want to eat? Somebody else wants to eat?
90
229810
2112
Ти хочеш їсти? Ще хтось хоче їсти?
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
Ти хочеш їсти морозиво зараз? Ти хочеш їсти морозиво ввечері?"
04:07
And then it struck me that
92
235235
1514
І тоді мене осяяло,
04:08
what the mother had done was something incredible.
93
236749
2028
що мати зробила щось неймовірне.
04:10
She had been able to get that child to communicate
94
238777
1994
Вона була здатна передати цій дитині
04:12
an idea to her without grammar.
95
240771
4138
ідею без граматики.
04:16
And it struck me that maybe this is what
96
244909
2696
Мене осінило, що, можливо, це саме те,
04:19
I was looking for.
97
247605
1385
що я шукав.
04:20
Instead of arranging words in an order, in sequence,
98
248990
4142
Замість того, щоб організовувати слова по порядку, в послідовність,
04:25
as a sentence, you arrange them
99
253132
2172
як речення, ви їх розташовуєте
04:27
in this map, where they're all linked together
100
255304
3811
в таку карту, де вони всі пов'язані між собою,
04:31
not by placing them one after the other
101
259115
2143
не розміщуючи їх один за одним,
04:33
but in questions, in question-answer pairs.
102
261258
3284
тільки в питаннях, парами питань-відповідей.
04:36
And so if you do this, then what you're conveying
103
264542
2358
І, якщо ви зробите так, тоді те, що ви передасте,
04:38
is not a sentence in English,
104
266900
1986
це не речення англійською мовою,
04:40
but what you're conveying is really a meaning,
105
268886
2966
але ви дійсно передаєте зміст,
04:43
the meaning of a sentence in English.
106
271852
1511
зміст англійського речення.
04:45
Now, meaning is really the underbelly,
in some sense, of language.
in some sense, of language.
107
273363
2932
Зміст є дійсно, в певному сенсі, дном мови.
04:48
It's what comes after thought but before language.
108
276295
3821
Це те, що приходить після думки, але передує мові.
04:52
And the idea was that this particular representation
109
280116
2503
А ідея полягала в тому, що це конкретне представлення
04:54
might convey meaning in its raw form.
110
282619
3261
може передати зміст в сирому вигляді.
04:57
So I was very excited by this, you know,
111
285880
1771
Тому я дуже хвилювався через це,
04:59
hopping around all over the place,
112
287651
1493
стрибаючи навколо,
05:01
trying to figure out if I can convert
113
289144
1771
намагаючись з'ясувати, чи зможу я конвертувати
05:02
all possible sentences that I hear into this.
114
290915
2524
у це всі можливі речення, які я чую.
05:05
And I found that this is not enough.
115
293439
1773
І я зрозумів, що цього не достатньо.
05:07
Why is this not enough?
116
295212
1385
Чому цього не достатньо?
05:08
This is not enough because if you wanted to convey
117
296597
1711
Цього не достатньо тому, що, якби ви захотіли передати
05:10
something like negation,
118
298308
2250
щось на зразок заперечення,
05:12
you want to say, "I don't want soup,"
119
300558
1736
ви хочете сказати, "Я не хочу супу",
05:14
then you can't do that by asking a question.
120
302294
2220
ви не зможете зробити це, ставлячи запитання.
05:16
You do that by changing the word "want."
121
304514
2285
Ви зробите це, змінивши слово "хочу".
05:18
Again, if you wanted to say,
122
306799
1637
Знову ж таки, якби ви захотіли сказати
05:20
"I wanted soup yesterday,"
123
308436
1980
"Я хотів суп учора",
05:22
you do that by converting
the word "want" into "wanted."
the word "want" into "wanted."
124
310416
2737
ви зробили б це, замінивши слово "хочу" на "хотів".
05:25
It's a past tense.
125
313153
1666
Це минулий час.
05:26
So this is a flourish which I added
126
314819
2103
Так що це штрих, який я додав,
05:28
to make the system complete.
127
316922
1576
щоб зробити систему завершеною.
05:30
This is a map of words joined together
128
318498
1977
Це карта слів, об'єднаних разом,
05:32
as questions and answers,
129
320475
1656
як питання та відповіді,
05:34
and with these filters applied on top of them
130
322131
2264
і з допомогою цих фільтрів, застосованих з самого початку,
05:36
in order to modify them to represent
131
324395
1817
для того, щоб змінити їх так, щоб вони представляли
05:38
certain nuances.
132
326212
1709
певні нюанси.
05:39
Let me show you this with a different example.
133
327921
1951
Дозвольте мені показати вам це на іншому прикладі.
05:41
Let's take this sentence:
134
329872
1254
Давайте візьмемо таке речення:
05:43
"I told the carpenter I could not pay him."
135
331126
1980
"Я сказав столяру, що я не в змозі заплатити йому".
05:45
It's a fairly complicated sentence.
136
333106
1792
Це досить складне речення.
05:46
The way that this particular system works,
137
334898
1893
Спосіб, яким дана система працює, полягає в тому,
05:48
you can start with any part of this sentence.
138
336791
2578
що ви можете почати з будь-якої частини цього речення.
05:51
I'm going to start with the word "tell."
139
339369
1698
Я збираюсь почати зі слова: "Скажи".
05:53
So this is the word "tell."
140
341067
1462
Отже це слово "скажи".
05:54
Now this happened in the past,
141
342529
1600
Воно відбулось в минулому,
05:56
so I'm going to make that "told."
142
344129
2223
так що я зроблю його "сказав".
05:58
Now, what I'm going to do is,
143
346352
1708
А тепер я збираюся
06:00
I'm going to ask questions.
144
348060
1756
поставити запитання.
06:01
So, who told? I told.
145
349816
2364
Отже, хто сказав? Я сказав.
06:04
I told whom? I told the carpenter.
146
352180
1927
Я сказав кому? Я сказав столяру.
06:06
Now we start with a different part of the sentence.
147
354107
1751
Тепер ми починаємо з іншої частини речення.
06:07
We start with the word "pay,"
148
355858
1867
Ми починаємо зі слова "платити"
06:09
and we add the ability filter to it to make it "can pay."
149
357725
4577
і додаємо фільтр, щоб продемонструвати здатність: "можу заплатити".
06:14
Then we make it "can't pay,"
150
362302
2101
Потім ми зробимо його "не можу заплатити",
06:16
and we can make it "couldn't pay"
151
364403
1599
і ми можемо зробити його "не міг заплатити",
06:18
by making it the past tense.
152
366002
1663
зробивши його минулим часом.
06:19
So who couldn't pay? I couldn't pay.
153
367665
1923
Отже, хто не міг заплатити? Я не міг заплатити.
06:21
Couldn't pay whom? I couldn't pay the carpenter.
154
369588
2676
Не міг заплатити кому? Я не міг заплатити столяру.
06:24
And then you join these two together
155
372264
1731
І тоді ви об'єднуєте їх обидва,
06:25
by asking this question:
156
373995
1350
запитуючи:
06:27
What did I tell the carpenter?
157
375345
1737
Що я сказав столяру?
06:29
I told the carpenter I could not pay him.
158
377082
4049
Я сказав столяру, що я не в змозі заплатити йому.
06:33
Now think about this. This is
159
381131
1937
Ви тільки подумайте. Це
06:35
—(Applause)—
160
383068
3542
- (Оплески) -
06:38
this is a representation of this sentence
161
386610
3672
це представлення цієї фрази
06:42
without language.
162
390282
2435
без мови.
06:44
And there are two or three
interesting things about this.
interesting things about this.
163
392717
2192
І є ще два або три цікаві моменти щодо цього.
06:46
First of all, I could have started anywhere.
164
394909
3131
Перш за все, я міг би почати з будь-якого місця.
06:50
I didn't have to start with the word "tell."
165
398040
2243
Мені не треба було починати зі слова "розповісти".
06:52
I could have started anywhere in the sentence,
166
400283
1416
Я міг би почати з будь-якого місця в реченні,
06:53
and I could have made this entire thing.
167
401699
1507
і я міг зробити все це з будь-яким реченням.
06:55
The second thing is, if I wasn't an English speaker,
168
403206
2776
По-друге, якби я не розмовляв англійською,
06:57
if I was speaking in some other language,
169
405982
2175
якби я розмовляв іншою мовою,
07:00
this map would actually hold true in any language.
170
408157
3156
ця карта лишилася б істинною в будь-якій мові.
07:03
So long as the questions are standardized,
171
411313
1990
Оскільки питання стандартизовані,
07:05
the map is actually independent of language.
172
413303
4287
карта, насправді, не залежить від мови.
07:09
So I call this FreeSpeech,
173
417590
2115
Отже, я називаю його FreeSpeech,
07:11
and I was playing with this for many, many months.
174
419705
2935
і я практикувався з ним протягом багатьох, багатьох місяців.
07:14
I was trying out so many
different combinations of this.
different combinations of this.
175
422640
2726
Я пробував дуже багато комбінацій з ним.
07:17
And then I noticed something very
interesting about FreeSpeech.
interesting about FreeSpeech.
176
425366
2289
І потім я помітив щось дуже цікаве у FreeSpeech.
07:19
I was trying to convert language,
177
427655
3243
Я намагався перетворити мову,
07:22
convert sentences in English
into sentences in FreeSpeech,
into sentences in FreeSpeech,
178
430898
2384
перетворити речення англійською мовою в речення на FreeSpeech,
07:25
and vice versa, and back and forth.
179
433282
1752
і навпаки, і вперед, і назад.
07:27
And I realized that this particular configuration,
180
435034
2255
І я зрозумів, що ця конкретна конфігурація,
07:29
this particular way of representing language,
181
437289
2026
цей конкретний шлях представлення мови,
07:31
it allowed me to actually create very concise rules
182
439315
4395
дозволив мені створити дуже короткі правила,
07:35
that go between FreeSpeech on one side
183
443710
2734
які знаходяться між FreeSpeech з одного боку
07:38
and English on the other.
184
446444
1488
та англійською мовою з іншого.
07:39
So I could actually write this set of rules
185
447932
2180
Отеж, я міг написати набір правил,
07:42
that translates from this particular
representation into English.
representation into English.
186
450112
3395
що перекладає з цього конкретного представлення на англійську мову.
07:45
And so I developed this thing.
187
453507
1831
І я зробив це.
07:47
I developed this thing called
the FreeSpeech Engine
the FreeSpeech Engine
188
455338
2232
Я розробив те, що називається FreeSpeech Engine,
07:49
which takes any FreeSpeech sentence as the input
189
457570
2561
який приймає будь-яке FreeSpeech речення на вході
07:52
and gives out perfectly grammatical English text.
190
460131
3930
і видає граматично правильний англійський текст.
07:56
And by putting these two pieces together,
191
464061
1605
І, склавши ці дві частини разом,
07:57
the representation and the engine,
192
465666
1881
представлення і двигун,
07:59
I was able to create an app, a
technology for children with autism,
technology for children with autism,
193
467547
3796
я зміг створити програму, технологію для дітей з аутизмом,
08:03
that not only gives them words
194
471343
2499
що не тільки дає їм слова,
08:05
but also gives them grammar.
195
473842
3941
але також і граматику.
08:09
So I tried this out with kids with autism,
196
477783
2360
Так що я використав її з дітьми з аутизмом,
08:12
and I found that there was an
incredible amount of identification.
incredible amount of identification.
197
480143
5013
і виявив неймовірну кількість ототожнень.
08:17
They were able to create sentences in FreeSpeech
198
485156
2720
Вони змогли створювати речення у FreeSpeech,
08:19
which were much more complicated
but much more effective
but much more effective
199
487876
2558
які були набагато складнішими і ефективнішими,
08:22
than equivalent sentences in English,
200
490434
2899
ніж еквівалентні речення англійською мовою,
08:25
and I started thinking about
201
493333
1682
і я почав думати про те,
08:27
why that might be the case.
202
495015
1969
в чому ж може бути справа.
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
В мене з'явилась ідея, я розкажу вам про неї пізніше.
08:33
In about 1997, about 15 years back,
204
501271
3142
Приблизно в 1997, близько 15 років тому,
08:36
there were a group of scientists that were trying
205
504413
2011
була група вчених, які намагалися
08:38
to understand how the brain processes language,
206
506424
2389
зрозуміти, як мозок обробляє мову,
08:40
and they found something very interesting.
207
508813
1779
і вони виявили щось дуже цікаве.
08:42
They found that when you learn a language
208
510592
1872
Вони виявили, що коли ви вивчаєте мову
08:44
as a child, as a two-year-old,
209
512464
2912
у дитинстві, коли вам два роки,
08:47
you learn it with a certain part of your brain,
210
515376
2366
ви вивчаєте її певною частиною вашого мозку,
08:49
and when you learn a language as an adult --
211
517742
1600
а коли ви вивчаєте іноземну мову в дорослому віці -
08:51
for example, if I wanted to
learn Japanese right now —
learn Japanese right now —
212
519342
3911
наприклад, якби я хотів вивчити японську прямо зараз -
08:55
a completely different part of my brain is used.
213
523253
2707
то використовувалась би зовсім інша частина мого мозку.
08:57
Now I don't know why that's the case,
214
525960
1831
На даний момент я не розумію, в чому причина,
08:59
but my guess is that that's because
215
527791
1991
але, на мою думку, це через те, що
09:01
when you learn a language as an adult,
216
529782
2437
коли ви вивчаєте іноземну мову як дорослий,
09:04
you almost invariably learn it
217
532219
1616
то майже завжди вивчаєте її
09:05
through your native language, or
through your first language.
through your first language.
218
533835
4266
через вашу рідну мову, або через вашу першу мову.
09:10
So what's interesting about FreeSpeech
219
538101
3252
Цікаво, що в FreeSpeech ,
09:13
is that when you create a sentence
220
541353
1802
коли ви створюєте речення
09:15
or when you create language,
221
543155
1695
чи здійснюєте мовлення,
09:16
a child with autism creates
language with FreeSpeech,
language with FreeSpeech,
222
544850
3070
коли діти з аутизмом створюють мову з FreeSpeech,
09:19
they're not using this support language,
223
547920
1833
вони не використовують підтримку мови,
09:21
they're not using this bridge language.
224
549753
2211
вони не використовують мову як міст.
09:23
They're directly constructing the sentence.
225
551964
2657
Вони безпосередньо конструюють речення.
09:26
And so this gave me this idea.
226
554621
2193
І тому це дало мені ідею.
09:28
Is it possible to use FreeSpeech
227
556814
2024
Чи можна використовувати FreeSpeech
09:30
not for children with autism
228
558838
2510
не для дітей з аутизмом,
09:33
but to teach language to people without disabilities?
229
561348
6262
а щоб вивчати мову звичайним людям?
09:39
And so I tried a number of experiments.
230
567610
1978
І тому я провів низку експериментів.
09:41
The first thing I did was I built a jigsaw puzzle
231
569588
2948
Перше, що я зробив - я побудував пазл,
09:44
in which these questions and answers
232
572536
1970
в якому питання і відповіді були
09:46
are coded in the form of shapes,
233
574506
1835
закодовані у формі фігур,
09:48
in the form of colors,
234
576341
1138
і в кольорі,
09:49
and you have people putting these together
235
577479
1849
люди складали їх разом
09:51
and trying to understand how this works.
236
579328
1773
і намагались зрозуміти, як це працює.
09:53
And I built an app out of it, a game out of it,
237
581101
2376
Я розробив програму для цього, гру, на її базі,
09:55
in which children can play with words
238
583477
2661
в якій діти можуть гратися зі словами,
09:58
and with a reinforcement,
239
586138
1704
і з допомогою відтворення,
09:59
a sound reinforcement of visual structures,
240
587842
2585
звукового відтворення візуальних структур,
10:02
they're able to learn language.
241
590427
2013
вони зможуть вивчати мову.
10:04
And this, this has a lot of potential, a lot of promise,
242
592440
2736
Це має великий потенціал, багато перспектив,
10:07
and the government of India recently
243
595176
1975
і уряд Індії недавно
10:09
licensed this technology from us,
244
597151
1404
ліцензував нашу технологію
10:10
and they're going to try it out
with millions of different children
with millions of different children
245
598555
2074
і збирається спробувати її з мільйонами дітей,
10:12
trying to teach them English.
246
600629
2605
намагаючись навчити їх англійської.
10:15
And the dream, the hope, the vision, really,
247
603234
2614
І мрія, надія, бачення дійсно в тому,
10:17
is that when they learn English this way,
248
605848
3082
що, якщо вони вивчатимуть англійську мову таким чином,
10:20
they learn it with the same proficiency
249
608930
2643
вони вивчать її так якісно,
10:23
as their mother tongue.
250
611573
3718
як їхню рідну мову.
10:27
All right, let's talk about something else.
251
615291
3816
Гаразд, поговоримо про інше.
10:31
Let's talk about speech.
252
619107
1997
Поговоримо про мовлення.
10:33
This is speech.
253
621104
1271
Це мовлення.
10:34
So speech is the primary mode of communication
254
622375
1962
Мова є первинним способом спілкування,
10:36
delivered between all of us.
255
624337
1613
що поширений між нами всіма.
10:37
Now what's interesting about speech is that
256
625950
1855
Цікаво, що
10:39
speech is one-dimensional.
257
627805
1245
мова є одновимірною.
10:41
Why is it one-dimensional?
258
629050
1359
Чому вона одновимірна?
10:42
It's one-dimensional because it's sound.
259
630409
1568
Вона одновимірна, тому що це - звук.
10:43
It's also one-dimensional because
260
631977
1539
Вона також одновимірна тому,
10:45
our mouths are built that way.
261
633516
1205
що наші вуста побудовано таким чином.
10:46
Our mouths are built to create
one-dimensional sound.
one-dimensional sound.
262
634721
3512
Наші вуста побудовані для створення одновимірного звуку.
10:50
But if you think about the brain,
263
638233
2866
Але, якщо ви подумаєте про мозок,
10:53
the thoughts that we have in our heads
264
641099
1764
думки, які є в наших головах,
10:54
are not one-dimensional.
265
642863
2102
не одновимірні.
10:56
I mean, we have these rich,
266
644965
1459
Я маю на увазі, ми маємо багаті,
10:58
complicated, multi-dimensional ideas.
267
646424
3028
складні, багатовимірні ідеї.
11:01
Now, it seems to me that language
268
649452
1690
Мені здається, що мова -
11:03
is really the brain's invention
269
651142
2332
це дійсно винахід мозку,
11:05
to convert this rich, multi-dimensional thought
270
653474
3096
щоб перетворювати ці багаті багатовимірні думки,
11:08
on one hand
271
656570
1587
з одного боку,
11:10
into speech on the other hand.
272
658157
1923
в мову, з іншого боку.
11:12
Now what's interesting is that
273
660080
1762
Цікаво те,
11:13
we do a lot of work in information nowadays,
274
661842
2568
що ми багато працюємо з інформацією в наші дні,
11:16
and almost all of that is done
in the language domain.
in the language domain.
275
664410
3079
і майже все це робиться в площині мови.
11:19
Take Google, for example.
276
667489
1939
Візьмемо, наприклад, Google.
11:21
Google trawls all these
countless billions of websites,
countless billions of websites,
277
669428
2677
Google перебирає всі ці незліченні мільярди веб-сайтів,
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
кожен з яких англійською, і коли ви хочете використовувати Google,
11:26
you go into Google search, and you type in English,
279
674830
2450
ви запускаєте пошук Google, і вводите текст англійською,
11:29
and it matches the English with the English.
280
677280
4163
і він шукає співпадіння англійської з англійською.
11:33
What if we could do this in FreeSpeech instead?
281
681443
3583
Що, якби ми змогли зробити це в FreeSpeech натомість?
11:37
I have a suspicion that if we did this,
282
685026
2301
В мене є підозра, що якби ми це зробили,
11:39
we'd find that algorithms like searching,
283
687327
2068
ми б зрозуміли, що такі алгоритми як пошук,
11:41
like retrieval, all of these things,
284
689395
2325
як вибірка, всі ці речі
11:43
are much simpler and also more effective,
285
691720
3075
значно простіші і ефективніші,
11:46
because they don't process
the data structure of speech.
the data structure of speech.
286
694795
4417
тому що вони не обробляють структуру даних мови.
11:51
Instead they're processing
the data structure of thought.
the data structure of thought.
287
699212
5976
Натомість вони обробляють структуру даних думки.
11:57
The data structure of thought.
288
705188
2808
Структуру даних думки.
11:59
That's a provocative idea.
289
707996
2076
Це дуже провокаційна ідея.
12:02
But let's look at this in a little more detail.
290
710072
2142
Але погляньмо на це трохи детальніше.
12:04
So this is the FreeSpeech ecosystem.
291
712214
2366
Отже, це екосистема FreeSpeech.
12:06
We have the Free Speech
representation on one side,
representation on one side,
292
714580
2884
Ми маємо представлення FreeSpeech з одного боку,
12:09
and we have the FreeSpeech
Engine, which generates English.
Engine, which generates English.
293
717464
2228
і в нас є FreeSpeech двигун, який генерує англійську.
12:11
Now if you think about it,
294
719694
1725
Тепер, якщо ви уявите це,
12:13
FreeSpeech, I told you, is completely
language-independent.
language-independent.
295
721419
2544
FreeSpeech, як я сказав вам, повністю незалежний від мови.
12:15
It doesn't have any specific information in it
296
723963
2087
Він не має будь-якої конкретної інформації
12:18
which is about English.
297
726050
1228
про англійську мову.
12:19
So everything that this system knows about English
298
727278
2800
Отже все, що ця система знає про англійську,
12:22
is actually encoded into the engine.
299
730078
4620
насправді закодоване в двигуні.
12:26
That's a pretty interesting concept in itself.
300
734698
2237
Це досить цікава концепція, сама по собі.
12:28
You've encoded an entire human language
301
736935
3604
Ви закодували всю людську мову
12:32
into a software program.
302
740539
2645
в програмне забезпечення.
12:35
But if you look at what's inside the engine,
303
743184
2531
Але, якщо ви поглянете, що всередині двигуна,
12:37
it's actually not very complicated.
304
745715
2358
він насправді не дуже складний.
12:40
It's not very complicated code.
305
748073
2105
Це не дуже складний код.
12:42
And what's more interesting is the fact that
306
750178
2672
І що іще цікавіше - це те,
12:44
the vast majority of the code in that engine
307
752850
2203
що переважна більшість коду цього двигуна
12:47
is not really English-specific.
308
755053
2412
не є конкретно англійською.
12:49
And that gives this interesting idea.
309
757465
1895
І це наштовхує на цікаву ідею.
12:51
It might be very easy for us to actually
310
759360
2038
Для нас може виявитися дуже легко
12:53
create these engines in many,
many different languages,
many different languages,
311
761398
3826
створити такі двигуни для багатьох, багатьох різних мов,
12:57
in Hindi, in French, in German, in Swahili.
312
765224
6354
хінді, французької, німецької мов, суахілі.
13:03
And that gives another interesting idea.
313
771578
2799
І це дає ще одну цікаву ідею.
13:06
For example, supposing I was a writer,
314
774377
2654
Наприклад, припустимо, що я пишу,
13:09
say, for a newspaper or for a magazine.
315
777031
2122
скажімо, для газети або журналу.
13:11
I could create content in one language, FreeSpeech,
316
779153
5011
Я міг би створити зміст однією мовою, FreeSpeech,
13:16
and the person who's consuming that content,
317
784164
2056
і особа, яка споживає той контент,
13:18
the person who's reading that particular information
318
786220
3061
людина, яка читає ту конкретну інформацію,
13:21
could choose any engine,
319
789281
2495
зможе вибрати будь-який двигун
13:23
and they could read it in their own mother tongue,
320
791776
2736
і прочитати текст рідною мовою,
13:26
in their native language.
321
794512
3939
своєю рідною мовою.
13:30
I mean, this is an incredibly attractive idea,
322
798451
2722
Я маю на увазі, що це неймовірно приваблива ідея,
13:33
especially for India.
323
801173
1999
особливо для Індії.
13:35
We have so many different languages.
324
803172
1690
В нас є дуже багато різних мов.
13:36
There's a song about India, and there's a description
325
804862
2142
Існує пісня про Індію, і в ній є опис країни,
13:39
of the country as, it says,
326
807004
2344
де говориться:
13:41
(in Sanskrit).
327
809348
2360
(на санскриті).
13:43
That means "ever-smiling speaker
328
811708
2773
Це означає, що "постійно посміхається промовець
13:46
of beautiful languages."
329
814481
4519
красивих мов".
13:51
Language is beautiful.
330
819000
1964
Мова красива.
13:52
I think it's the most beautiful of human creations.
331
820964
2454
Я думаю, вона найкрасивіша з людських творінь.
13:55
I think it's the loveliest thing
that our brains have invented.
that our brains have invented.
332
823418
3978
Я думаю, що вона є найпрекраснішим з того, що наш мозок винайшов.
13:59
It entertains, it educates, it enlightens,
333
827396
3584
Вона розважає, навчає, просвітлює,
14:02
but what I like the most about language
334
830980
2044
але найбільше я люблю в мові
14:05
is that it empowers.
335
833024
1500
те, що вона дає можливості.
14:06
I want to leave you with this.
336
834524
1838
Запам'ятайте це.
14:08
This is a photograph of my collaborators,
337
836362
2385
Це фотографія моїх співробітників,
14:10
my earliest collaborators
338
838747
997
моїх перших співробітників,
14:11
when I started working on language
339
839744
1462
коли я почав працювати над мовою
14:13
and autism and various other things.
340
841206
1502
і аутизмом та декількома іншими речами.
14:14
The girl's name is Pavna,
341
842708
1417
Дівчину звуть Павна,
14:16
and that's her mother, Kalpana.
342
844125
1902
і її матір - Калпана.
14:18
And Pavna's an entrepreneur,
343
846027
2138
Павна - підприємець,
14:20
but her story is much more remarkable than mine,
344
848165
2371
і її історія набагато більш вражаюча, ніж моя,
14:22
because Pavna is about 23.
345
850536
2400
тому що Павні 23 роки.
14:24
She has quadriplegic cerebral palsy,
346
852936
2552
В неї ДЦП,
14:27
so ever since she was born,
347
855488
1640
від самого народження,
14:29
she could neither move nor talk.
348
857128
3600
вона не могла ні рухатись, ні розмовляти.
14:32
And everything that she's accomplished so far,
349
860728
2403
І все, що вона зробила до цього часу,
14:35
finishing school, going to college,
350
863131
2227
закінчення школи, вступ до коледжу,
14:37
starting a company,
351
865358
1416
створення компанії,
14:38
collaborating with me to develop Avaz,
352
866774
2140
співпраця зі мною, щоб створити Avaz,
14:40
all of these things she's done
353
868914
1892
всі ці речі вона зробила,
14:42
with nothing more than moving her eyes.
354
870806
5523
тільки рухаючи очима.
14:48
Daniel Webster said this:
355
876329
2689
Даніель Вебстер сказав:
14:51
He said, "If all of my possessions were taken
356
879018
2940
"Якщо всі мої надбання відберуть,
14:53
from me with one exception,
357
881958
2988
залишивши тільки одне,
14:56
I would choose to keep the power of communication,
358
884946
2981
я б вибрав здатність спілкуватись,
14:59
for with it, I would regain all the rest."
359
887927
3903
заради неї я віддав би все інше".
15:03
And that's why, of all of these incredible
applications of FreeSpeech,
applications of FreeSpeech,
360
891830
5116
І тому з усіх застосувань FreeSpeech,
15:08
the one that's closest to my heart
361
896946
2080
одне найближче моєму серцю,
15:11
still remains the ability for this
362
899026
2068
як і раніше, нагадує про можливість
15:13
to empower children with disabilities
363
901094
2380
оволодіння дітьми-інвалідами
15:15
to be able to communicate,
364
903474
1773
здатності спілкуватись,
15:17
the power of communication,
365
905247
1789
силі спілкування,
15:19
to get back all the rest.
366
907036
2240
залишивши все інше.
15:21
Thank you.
367
909276
1397
Дякую.
15:22
(Applause)
368
910673
1332
(Оплески)
15:24
Thank you. (Applause)
369
912005
4199
Дякую. (Оплески)
15:28
Thank you. Thank you. Thank you. (Applause)
370
916204
5323
Дякую. Дякую. Дякую. (Оплески)
15:33
Thank you. Thank you. Thank you. (Applause)
371
921527
4000
Дякую. Дякую. Дякую. (Оплески)
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