Ajit Narayanan: A word game to communicate in any language

114,120 views ・ 2014-03-10

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Maria Pericleous Επιμέλεια: Chryssa R. Takahashi
00:12
I work with children with autism.
0
12721
2670
Δουλεύω με παιδιά με αυτισμό.
00:15
Specifically, I make technologies
1
15391
1914
Συγκεκριμένα, δημιουργώ τεχνολογίες
00:17
to help them communicate.
2
17305
2171
ώστε να τα βοηθώ να επικοινωνούν.
00:19
Now, many of the problems that children
3
19476
1539
Πολλά από τα προβλήματα που αντιμετωπίζουν τα παιδιά με αυτισμό
00:21
with autism face, they have a common source,
4
21015
3763
έχουν μια κοινή πηγή, και αυτή η πηγή είναι
00:24
and that source is that they find it difficult
5
24778
2094
ότι τους είναι δύσκολο να κατανοήσουν την αφαιρετικότητα, τον συμβολισμό.
00:26
to understand abstraction, symbolism.
6
26872
5260
00:32
And because of this, they have a lot of difficulty with language.
7
32132
4652
Και γι' αυτό, συναντούν μεγάλη δυσκολία στη γλώσσα.
00:36
Let me tell you a little bit about why this is.
8
36784
3015
Επιτρέψτε μου να σας εξηγήσω γιατί συμβαίνει αυτό.
00:39
You see that this is a picture of a bowl of soup.
9
39799
3934
Βλέπετε ότι αυτή είναι μια εικόνα ενός μπολ με σούπα.
00:43
All of us can see it. All of us understand this.
10
43733
2485
Όλοι μας το βλέπουμε και το καταλαβαίνουμε.
00:46
These are two other pictures of soup,
11
46218
2312
Αυτές είναι άλλες δύο εικόνες με σούπα,
00:48
but you can see that these are more abstract
12
48530
2067
αλλά αυτές είναι πιο αφαιρετικές.
00:50
These are not quite as concrete.
13
50597
1856
Δεν είναι τόσο απτές.
00:52
And when you get to language,
14
52453
2174
Και όταν πρόκειται για τη γλώσσα,
00:54
you see that it becomes a word
15
54627
1868
βλέπετε ότι αυτό γίνεται μια λέξη
00:56
whose look, the way it looks and the way it sounds,
16
56495
3261
της οποίας η εμφάνιση, το πώς φαίνεται και το πώς ακούγεται,
00:59
has absolutely nothing to do with what it started with,
17
59756
2912
δεν έχει απολύτως καμία σχέση με αυτό από το οποίο ξεκίνησε,
01:02
or what it represents, which is the bowl of soup.
18
62668
2830
ή αυτό το οποίο αναπαριστά, δηλαδή το μπολ με σούπα.
01:05
So it's essentially a completely abstract,
19
65498
2900
Είναι ουσιαστικά μια εντελώς αφηρημένη, αυθαίρετη αναπαράσταση ενός πράγματος
01:08
a completely arbitrary representation of something
20
68398
2576
01:10
which is in the real world,
21
70974
1163
που υπάρχει στον πραγματικό κόσμο,
01:12
and this is something that children with autism
22
72137
1791
και αυτό είναι κάτι το οποίο δυσκολεύει τα παιδιά με αυτισμό σε πολύ μεγάλο βαθμό.
01:13
have an incredible amount of difficulty with.
23
73928
3164
01:17
Now that's why most of the people that work with children with autism --
24
77092
2751
Γι' αυτό οι περισσότεροι που δουλεύουν με παιδιά με αυτισμό,
01:19
speech therapists, educators --
25
79843
1878
λογοθεραπευτές, εκπαιδευτικοί,
01:21
what they do is, they try to help children with autism
26
81721
2633
προσπαθούν να τα βοηθούν να επικοινωνούν χωρίς λέξεις, αλλά με εικόνες.
01:24
communicate not with words, but with pictures.
27
84354
3229
01:27
So if a child with autism wanted to say,
28
87583
1930
Έτσι αν ένα παιδί με αυτισμό ήθελε να πει,
01:29
"I want soup," that child would pick
29
89513
2458
«Εγώ θέλω σούπα», το παιδί θα διάλεγε
01:31
three different pictures, "I," "want," and "soup,"
30
91971
2260
τρεις διαφορετικές εικόνες, «Εγώ», «θέλω», «σούπα»,
01:34
and they would put these together,
31
94231
1609
θα τις έβαζε μαζί,
01:35
and then the therapist or the parent would
32
95840
1867
και ο θεραπευτής ή ο γονιός θα καταλάβαινε τι θέλει να πει το παιδί.
01:37
understand that this is what the kid wants to say.
33
97707
1887
01:39
And this has been incredibly effective;
34
99594
1778
Αυτό είναι απίστευτα αποτελεσματικό.
01:41
for the last 30, 40 years
35
101372
2141
Τα τελευταία 30, 40 χρόνια το χρησιμοποιούν οι άνθρωποι συνεχώς.
01:43
people have been doing this.
36
103513
1613
01:45
In fact, a few years back,
37
105126
1349
Λίγα χρόνια πριν, σχεδίασα μια εφαρμογή για το iPad
01:46
I developed an app for the iPad
38
106475
2675
01:49
which does exactly this. It's called Avaz,
39
109150
2255
που κάνει αυτό ακριβώς, λέγεται Avaz.
01:51
and the way it works is that kids select
40
111405
2279
και λειτουργεί έτσι: το παιδί διαλέγει διάφορες εικόνες
01:53
different pictures.
41
113684
1321
που διαδέχονται η μία την άλλη και σχηματίζουν προτάσεις,
01:55
These pictures are sequenced together to form sentences,
42
115005
2570
01:57
and these sentences are spoken out.
43
117575
1719
και αυτές οι προτάσεις εκφράζονται φωνητικά.
01:59
So Avaz is essentially converting pictures,
44
119294
3025
Το Avaz ουσιαστικά μετατρέπει εικόνες,
02:02
it's a translator, it converts pictures into speech.
45
122319
3960
είναι μεταφραστής, μετατρέπει εικόνες σε λόγο.
02:06
Now, this was very effective.
46
126279
1718
Αυτό ήταν πολύ αποτελεσματικό.
02:07
There are thousands of children using this,
47
127997
1384
Χιλιάδες παιδιά το χρησιμοποιούν σ' όλο τον κόσμο,
02:09
you know, all over the world,
48
129381
1430
02:10
and I started thinking about
49
130811
2175
και άρχισα να σκέφτομαι καλύτερα τι κάνει και τι δεν κάνει.
02:12
what it does and what it doesn't do.
50
132986
2654
02:15
And I realized something interesting:
51
135640
1684
Και συνειδητοποίησα κάτι ενδιαφέρον:
02:17
Avaz helps children with autism learn words.
52
137324
4203
Το Avaz βοηθά τα παιδιά με αυτισμό να μαθαίνουν λέξεις.
02:21
What it doesn't help them do is to learn
53
141527
2405
Αλλά δεν τα βοηθά να μαθαίνουν ακολουθίες λέξεων.
02:23
word patterns.
54
143932
2748
02:26
Let me explain this in a little more detail.
55
146680
2472
Επιτρέψτε μου να το εξηγήσω κάπως πιο λεπτομερώς.
02:29
Take this sentence: "I want soup tonight."
56
149152
3057
Ας πάρουμε την πρόταση: «Εγώ θέλω σούπα απόψε».
02:32
Now it's not just the words here that convey the meaning.
57
152209
4080
Εδώ δεν είναι μόνο οι λέξεις που μεταφέρουν το νόημα.
02:36
It's also the way in which these words are arranged,
58
156289
3140
Είναι επίσης και η σειρά αυτών των λέξεων,
02:39
the way these words are modified and arranged.
59
159429
2515
το πώς αυτές οι λέξεις τροποποιούνται και κατατάσσονται.
02:41
And that's why a sentence like "I want soup tonight"
60
161959
2306
Γι' αυτό μια πρόταση όπως «Εγώ θέλω σούπα απόψε»
02:44
is different from a sentence like
61
164265
1984
είναι διαφορετική από την πρόταση
02:46
"Soup want I tonight," which is completely meaningless.
62
166249
3312
«Σούπα θέλω εγώ απόψε», που δεν έχει νόημα.
02:49
So there is another hidden abstraction here
63
169561
2619
Υπάρχει, λοιπόν, ακόμα μια κρυμμένη αφαίρεση εδώ
02:52
which children with autism find a lot of difficulty coping with,
64
172180
3557
στην οποία τα παιδιά με αυτισμό συναντούν μεγάλη δυσκολία:
02:55
and that's the fact that you can modify words
65
175737
2840
μπορούμε να τροποποιούμε τις λέξεις και να τις βάζουμε στη σειρά
02:58
and you can arrange them to have
66
178577
2101
03:00
different meanings, to convey different ideas.
67
180678
2895
ώστε να έχουν διαφορετικό νόημα, να μεταφέρουν διαφορετικές ιδέες.
03:03
Now, this is what we call grammar.
68
183573
3459
Αυτό λοιπόν είναι η γραμματική.
03:07
And grammar is incredibly powerful,
69
187032
2036
Και η γραμματική είναι απίστευτα δυνατή,
03:09
because grammar is this one component of language
70
189068
3157
επειδή η γραμματική είναι ένα συστατικό στοιχείο της γλώσσας
03:12
which takes this finite vocabulary that all of us have
71
192225
3489
που παίρνει το περιορισμένο λεξιλόγιο που έχει ο καθένας μας,
03:15
and allows us to convey an infinite amount of information,
72
195714
4531
και μας επιτρέπει να μεταφέρουμε ένα απεριόριστο πλήθος πληροφοριών,
03:20
an infinite amount of ideas.
73
200245
2134
ένα απεριόριστο πλήθος ιδεών.
03:22
It's the way in which you can put things together
74
202379
2002
Ανάλογα με τον τρόπο που συνδυάζουμε τα πράγματα, μεταφέρουμε αυτό που θέλουμε.
03:24
in order to convey anything you want to.
75
204381
2168
03:26
And so after I developed Avaz,
76
206549
2127
Έτσι αφότου σχεδίασα το Avaz,
03:28
I worried for a very long time
77
208676
1568
ανησυχούσα για πολύ καιρό
03:30
about how I could give grammar to children with autism.
78
210244
3910
για το πώς θα μπορούσα να δώσω τη γραμματική στα παιδιά με αυτισμό.
03:34
The solution came to me from a very interesting perspective.
79
214154
2275
Η λύση ήρθε από μια πολύ ενδιαφέρουσα προοπτική.
03:36
I happened to chance upon a child with autism
80
216429
3449
Έτυχε να δω ένα παιδί με αυτισμό
03:39
conversing with her mom,
81
219878
2109
να συζητά με τη μαμά του,
03:41
and this is what happened.
82
221987
2094
και συνέβη το εξής.
03:44
Completely out of the blue, very spontaneously,
83
224081
2186
Εντελώς ξαφνικά, πολύ αυθόρμητα,
03:46
the child got up and said, "Eat."
84
226267
2463
το παιδί σηκώθηκε και είπε, «τρώω».
03:48
Now what was interesting was
85
228730
1770
Αυτό που είχε ενδιαφέρον ήταν ο τρόπος με τον οποίο η μαμά
03:50
the way in which the mom was trying to tease out
86
230500
4244
προσπαθούσε να καταλάβει τι ακριβώς εννοούσε το παιδί
03:54
the meaning of what the child wanted to say
87
234744
2213
03:56
by talking to her in questions.
88
236957
2260
κάνοντάς της ερωτήσεις.
03:59
So she asked, "Eat what? Do you want to eat ice cream?
89
239217
2593
Έτσι ρώτησε, «Να φας τι; Θέλεις να φας παγωτό;
04:01
You want to eat? Somebody else wants to eat?
90
241810
2112
Θέλεις να φας; Θέλει κανείς άλλος να φάει;
04:03
You want to eat cream now? You want to eat ice cream in the evening?"
91
243922
3313
Θέλεις να φας παγωτό τώρα; Θέλεις να φας παγωτό το βράδυ;»
04:07
And then it struck me that
92
247235
1514
Κι έπειτα μου ήρθε η ιδέα
04:08
what the mother had done was something incredible.
93
248749
2028
ότι αυτό που έκανε η μητέρα ήταν απίστευτο.
04:10
She had been able to get that child to communicate
94
250777
1994
Κατάφερε να κάνει το παιδί να μεταδώσει μια ιδέα χωρίς γραμματική.
04:12
an idea to her without grammar.
95
252771
4138
04:16
And it struck me that maybe this is what
96
256909
2696
Μου φάνηκε ότι ίσως αυτό ήταν αυτό που έψαχνα.
04:19
I was looking for.
97
259605
1385
04:20
Instead of arranging words in an order, in sequence,
98
260990
4142
Αντί να βάζουμε λέξεις σε σειρά, όπως σε μια πρόταση,
04:25
as a sentence, you arrange them
99
265132
2172
να τις συντάξουμε σ' αυτόν τον χάρτη, όπου είναι όλες συνδεδεμένες μεταξύ τους
04:27
in this map, where they're all linked together
100
267304
3811
04:31
not by placing them one after the other
101
271115
2143
χωρίς να τις τοποθετούμε τη μία μετά την άλλη
04:33
but in questions, in question-answer pairs.
102
273258
3284
αλλά σε ερωτήσεις, σε ζεύγη ερωτήσεων-απαντήσεων.
04:36
And so if you do this, then what you're conveying
103
276542
2358
Αν το κάνετε αυτό, αυτό που μεταφέρετε
04:38
is not a sentence in English,
104
278900
1986
δεν είναι μια πρόταση στα Αγγλικά,
04:40
but what you're conveying is really a meaning,
105
280886
2966
αλλά είναι πραγματικά ένα νόημα, το νόημα μιας πρότασης στα Αγγλικά.
04:43
the meaning of a sentence in English.
106
283852
1511
04:45
Now, meaning is really the underbelly, in some sense, of language.
107
285363
2932
Το νόημα είναι το υπόβαθρο, κατά κάποιον τρόπο, της γλώσσας.
04:48
It's what comes after thought but before language.
108
288295
3821
Είναι αυτό που έρχεται μετά τη σκέψη και πριν τη γλώσσα.
04:52
And the idea was that this particular representation
109
292116
2503
Και η ιδέα ήταν ότι αυτή η συγκεκριμένη αναπαράσταση
04:54
might convey meaning in its raw form.
110
294619
3261
ίσως μεταφέρει το νόημα στην ακατέργαστη μορφή του.
04:57
So I was very excited by this, you know,
111
297880
1771
Αυτό με ενθουσίασε πολύ, χοροπηδούσα πάνω κάτω,
04:59
hopping around all over the place,
112
299651
1493
05:01
trying to figure out if I can convert
113
301144
1771
και αναρωτιόμουν
05:02
all possible sentences that I hear into this.
114
302915
2524
αν θα μπορούσα να το εφαρμόσω σε όλες τις πιθανές προτάσεις.
05:05
And I found that this is not enough.
115
305439
1773
Βρήκα ότι αυτό δεν είναι αρκετό.
05:07
Why is this not enough?
116
307212
1385
05:08
This is not enough because if you wanted to convey
117
308597
1711
Δεν είναι αρκετό γιατί αν θέλαμε να μεταφέρουμε κάτι όπως η άρνηση,
05:10
something like negation,
118
310308
2250
05:12
you want to say, "I don't want soup,"
119
312558
1736
αν θέλαμε να πούμε «Δε θέλω σούπα»,
05:14
then you can't do that by asking a question.
120
314294
2220
αυτό δε γίνεται κάνοντας ερώτηση,
05:16
You do that by changing the word "want."
121
316514
2285
αλλά αλλάζοντας τη λέξη «θέλω».
05:18
Again, if you wanted to say,
122
318799
1637
Και πάλι, αν θέλουμε να πούμε, «Ήθελα σούπα χθες»,
05:20
"I wanted soup yesterday,"
123
320436
1980
05:22
you do that by converting the word "want" into "wanted."
124
322416
2737
το κάνουμε μετατρέποντας τη λέξη «θέλω» σε «ήθελα», παρελθοντικός χρόνος.
05:25
It's a past tense.
125
325153
1666
05:26
So this is a flourish which I added
126
326819
2103
Πρόσθεσα αυτή τη λεπτομέρεια για να ολοκληρώσω το σύστημα.
05:28
to make the system complete.
127
328922
1576
05:30
This is a map of words joined together
128
330498
1977
Να ένας χάρτης από λέξεις που ενώθηκαν σαν ερωτήσεις και απαντήσεις,
05:32
as questions and answers,
129
332475
1656
05:34
and with these filters applied on top of them
130
334131
2264
και εφαρμόστηκαν αυτά τα φίλτρα,
05:36
in order to modify them to represent
131
336395
1817
ώστε να τροποποιηθούν για να εκφράσουν λεπτές διαφορές.
05:38
certain nuances.
132
338212
1709
05:39
Let me show you this with a different example.
133
339921
1951
Θα σας το δείξω με ένα άλλο παράδειγμα, ας πάρουμε την πρόταση:
05:41
Let's take this sentence:
134
341872
1254
05:43
"I told the carpenter I could not pay him."
135
343126
1980
«Είπα στον ξυλουργό ότι δεν μπορούσα να τον πληρώσω», μια πολύπλοκη πρόταση.
05:45
It's a fairly complicated sentence.
136
345106
1792
05:46
The way that this particular system works,
137
346898
1893
Σε αυτό το σύστημα, μπορείτε να ξεκινήσετε με οποιοδήποτε μέρος της πρότασης.
05:48
you can start with any part of this sentence.
138
348791
2578
05:51
I'm going to start with the word "tell."
139
351369
1698
Θα ξεκινήσω με τη λέξη «λέω», αυτή λοιπόν είναι η λέξη «λέω».
05:53
So this is the word "tell."
140
353067
1462
05:54
Now this happened in the past,
141
354529
1600
Αυτό συνέβη στο παρελθόν, οπότε θα το κάνω «είπα».
05:56
so I'm going to make that "told."
142
356129
2223
05:58
Now, what I'm going to do is,
143
358352
1708
Και τώρα θα κάνω ερωτήσεις.
06:00
I'm going to ask questions.
144
360060
1756
06:01
So, who told? I told.
145
361816
2364
Ποιος είπε; Εγώ είπα.
06:04
I told whom? I told the carpenter.
146
364180
1927
Σε ποιον είπα; Είπα στον ξυλουργό.
06:06
Now we start with a different part of the sentence.
147
366107
1751
Ας αρχίσουμε με άλλο μέρος της πρότασης, με τη λέξη «πληρώνω»,
06:07
We start with the word "pay,"
148
367858
1867
06:09
and we add the ability filter to it to make it "can pay."
149
369725
4577
και προσθέτουμε το φίλτρο της δυνατότητας, για να το κάνουμε «μπορώ να πληρώσω».
06:14
Then we make it "can't pay,"
150
374302
2101
Και μετά το κάνουμε «δεν μπορώ να πληρώσω»,
06:16
and we can make it "couldn't pay"
151
376403
1599
και «δεν μπορούσα να πληρώσω», βάζοντάς το σε παρελθοντικό χρόνο.
06:18
by making it the past tense.
152
378002
1663
06:19
So who couldn't pay? I couldn't pay.
153
379665
1923
Ποιος δεν μπορούσε να πληρώσει; Εγώ.
06:21
Couldn't pay whom? I couldn't pay the carpenter.
154
381588
2676
Δεν μπορούσα να πληρώσω ποιον; Τον ξυλουργό.
06:24
And then you join these two together
155
384264
1731
Και στη συνέχεια ενώνουμε αυτά τα δύο και ρωτάμε:
06:25
by asking this question:
156
385995
1350
06:27
What did I tell the carpenter?
157
387345
1737
Τι είπα στον ξυλουργό;
06:29
I told the carpenter I could not pay him.
158
389082
4049
Είπα στον ξυλουργό ότι δεν μπορούσα να τον πληρώσω.
06:33
Now think about this. This is
159
393131
1937
Τώρα σκεφτείτε αυτό. Αυτό είναι...
06:35
—(Applause)—
160
395068
3542
(Χειροκρότημα)
06:38
this is a representation of this sentence
161
398610
3672
είναι μια αναπαράσταση αυτής της πρότασης χωρίς γλώσσα.
06:42
without language.
162
402282
2435
06:44
And there are two or three interesting things about this.
163
404717
2192
Υπάρχουν κάποια ενδιαφέροντα σημεία.
06:46
First of all, I could have started anywhere.
164
406909
3131
Πρώτα απ' όλα, θα μπορούσα να ξεκινήσω από οπουδήποτε,
06:50
I didn't have to start with the word "tell."
165
410040
2243
όχι υποχρεωτικά με τη λέξη «λέω».
06:52
I could have started anywhere in the sentence,
166
412283
1416
Μπορούσα να ξεκινήσω από οπουδήποτε, και να έκανα όλο αυτό.
06:53
and I could have made this entire thing.
167
413699
1507
06:55
The second thing is, if I wasn't an English speaker,
168
415206
2776
Το δεύτερο είναι ότι, αν δεν ήμουν ομιλητής της Αγγλικής,
06:57
if I was speaking in some other language,
169
417982
2175
αν μιλούσα κάποια άλλη γλώσσα,
07:00
this map would actually hold true in any language.
170
420157
3156
αυτός ο χάρτης θα μπορούσε να ισχύει για κάθε γλώσσα.
07:03
So long as the questions are standardized,
171
423313
1990
Εφόσον οι ερωτήσεις είναι τυποποιημένες,
07:05
the map is actually independent of language.
172
425303
4287
ο χάρτης είναι πραγματικά ανεξάρτητος από τη γλώσσα.
07:09
So I call this FreeSpeech,
173
429590
2115
Αυτό λοιπόν το αποκαλώ Ελεύθερο Λόγο,
07:11
and I was playing with this for many, many months.
174
431705
2935
και έπαιζα μαζί του για πολλούς μήνες.
07:14
I was trying out so many different combinations of this.
175
434640
2726
Δοκίμαζα πολλούς διαφορετικούς συνδυασμούς.
07:17
And then I noticed something very interesting about FreeSpeech.
176
437366
2289
Και τότε παρατήρησα κάτι πολύ ενδιαφέρον.
07:19
I was trying to convert language,
177
439655
3243
Προσπαθούσα να μετατρέψω τη γλώσσα, να μετατρέψω προτάσεις των Αγγλικών
07:22
convert sentences in English into sentences in FreeSpeech,
178
442898
2384
σε προτάσεις του Ελεύθερου Λόγου και το αντίθετο.
07:25
and vice versa, and back and forth.
179
445282
1752
07:27
And I realized that this particular configuration,
180
447034
2255
Και είδα ότι αυτός ο συγκεκριμένος σχηματισμός,
07:29
this particular way of representing language,
181
449289
2026
αυτός ο τρόπος αναπαράστασης της γλώσσας,
07:31
it allowed me to actually create very concise rules
182
451315
4395
μου επέτρεπε πραγματικά να δημιουργώ πολύ συνοπτικούς κανόνες
07:35
that go between FreeSpeech on one side
183
455710
2734
που ισχύουν στον Ελεύθερο Λόγο από τη μία, και στα Αγγλικά από την άλλη.
07:38
and English on the other.
184
458444
1488
07:39
So I could actually write this set of rules
185
459932
2180
Κι έτσι μπορούσα να γράψω αυτούς τους κανόνες
07:42
that translates from this particular representation into English.
186
462112
3395
που μεταφράζουν από αυτή την αναπαράσταση στα Αγγλικά.
07:45
And so I developed this thing.
187
465507
1831
Κι έτσι σχεδίασα αυτό εδώ, που λέγεται «Μηχανή Ελεύθερου Λόγου»,
07:47
I developed this thing called the FreeSpeech Engine
188
467338
2232
07:49
which takes any FreeSpeech sentence as the input
189
469570
2561
όπου βάζουμε μια πρόταση του Ελεύθερου Λόγου
07:52
and gives out perfectly grammatical English text.
190
472131
3930
και μας βγάζει ένα άριστο γραμματικά αγγλικό κείμενο.
07:56
And by putting these two pieces together,
191
476061
1605
Και ενώνοντας αυτά τα δυο κομμάτια, την αναπαράσταση και τη μηχανή,
07:57
the representation and the engine,
192
477666
1881
07:59
I was able to create an app, a technology for children with autism,
193
479547
3796
κατάφερα να δημιουργήσω μια εφαρμογή, μια τεχνολογία για παιδιά με αυτισμό,
08:03
that not only gives them words
194
483343
2499
που δεν τους δίνει μόνο τις λέξεις
08:05
but also gives them grammar.
195
485842
3941
αλλά τους δίνει και τη γραμματική.
08:09
So I tried this out with kids with autism,
196
489783
2360
Έτσι το δοκίμασα με παιδιά με αυτισμό,
08:12
and I found that there was an incredible amount of identification.
197
492143
5013
και βρήκα ότι υπήρχε ένας απίστευτος βαθμός κατανόησης.
08:17
They were able to create sentences in FreeSpeech
198
497156
2720
Μπορούσαν να δημιουργούν προτάσεις στον Ελεύθερο Λόγο
08:19
which were much more complicated but much more effective
199
499876
2558
που ήταν πολύ πολύπλοκες αλλά πολύ πιο αποτελεσματικές
08:22
than equivalent sentences in English,
200
502434
2899
από τις αντίστοιχες προτάσεις στα Αγγλικά,
08:25
and I started thinking about
201
505333
1682
και άρχισα να αναρωτιέμαι γιατί να συμβαίνει αυτό.
08:27
why that might be the case.
202
507015
1969
08:28
And I had an idea, and I want to talk to you about this idea next.
203
508984
4287
Είχα μια ιδέα, και θα ήθελα να σας μιλήσω γι' αυτήν στη συνέχεια.
08:33
In about 1997, about 15 years back,
204
513271
3142
Γύρω στο 1997, περίπου 15 χρόνια πριν, μια ομάδα επιστημόνων
08:36
there were a group of scientists that were trying
205
516413
2011
08:38
to understand how the brain processes language,
206
518424
2389
προσπαθούσε να καταλάβει πώς ο εγκέφαλος επεξεργάζεται τη γλώσσα
08:40
and they found something very interesting.
207
520813
1779
και βρήκαν κάτι πολύ ενδιαφέρον.
08:42
They found that when you learn a language
208
522592
1872
Βρήκαν ότι όταν μαθαίνουμε μια γλώσσα στην ηλικία των δύο χρόνων,
08:44
as a child, as a two-year-old,
209
524464
2912
08:47
you learn it with a certain part of your brain,
210
527376
2366
χρησιμοποιούμε ένα συγκεκριμένο μέρος του εγκεφάλου,
08:49
and when you learn a language as an adult --
211
529742
1600
και μαθαίνοντας μια γλώσσα ως ενήλικες,
08:51
for example, if I wanted to learn Japanese right now —
212
531342
3911
για παράδειγμα, αν ήθελα να μάθω τώρα Ιαπωνικά,
08:55
a completely different part of my brain is used.
213
535253
2707
χρησιμοποιούμε ένα άλλο μέρος του εγκεφάλου.
08:57
Now I don't know why that's the case,
214
537960
1831
Δεν ξέρω τον λόγο,
08:59
but my guess is that that's because
215
539791
1991
αλλά υποθέτω ότι γίνεται επειδή όταν μαθαίνουμε μια γλώσσα ως ενήλικες,
09:01
when you learn a language as an adult,
216
541782
2437
09:04
you almost invariably learn it
217
544219
1616
σχεδόν αναπόφευκτα τη μαθαίνουμε
09:05
through your native language, or through your first language.
218
545835
4266
μέσω της μητρικής μας γλώσσας, ή μέσω της πρώτης μας γλώσσας.
09:10
So what's interesting about FreeSpeech
219
550101
3252
Έτσι αυτό που είναι ενδιαφέρον σχετικά με τον Ελεύθερο Λόγο
09:13
is that when you create a sentence
220
553353
1802
είναι ότι όταν δημιουργείτε μια πρόταση ή όταν δημιουργείτε γλώσσα,
09:15
or when you create language,
221
555155
1695
09:16
a child with autism creates language with FreeSpeech,
222
556850
3070
όταν τα παιδιά με αυτισμό δημιουργούν γλώσσα με τον Ελεύθερο Λόγο,
09:19
they're not using this support language,
223
559920
1833
δε χρησιμοποιούν υποστηρικτική γλώσσα, αυτή τη γλώσσα-γέφυρα.
09:21
they're not using this bridge language.
224
561753
2211
09:23
They're directly constructing the sentence.
225
563964
2657
Κατασκευάζουν απευθείας την πρόταση.
09:26
And so this gave me this idea.
226
566621
2193
Και αυτό μου έδωσε αυτήν την ιδέα.
09:28
Is it possible to use FreeSpeech
227
568814
2024
Γίνεται να χρησιμοποιήσουμε τον Ελεύθερο Λόγο,
09:30
not for children with autism
228
570838
2510
όχι για παιδιά με αυτισμό
09:33
but to teach language to people without disabilities?
229
573348
6262
αλλά για να διδάξουμε μια γλώσσα σε ανθρώπους χωρίς ειδικές ανάγκες;
09:39
And so I tried a number of experiments.
230
579610
1978
Έτσι έκανα κάποια πειράματα.
09:41
The first thing I did was I built a jigsaw puzzle
231
581588
2948
Το πρώτο που έκανα, ήταν να φτιάξω ένα παζλ
09:44
in which these questions and answers
232
584536
1970
όπου οι ερωτήσεις και οι απαντήσεις είναι κωδικοποιημένες
09:46
are coded in the form of shapes,
233
586506
1835
μέσω σχημάτων και χρωμάτων,
09:48
in the form of colors,
234
588341
1138
09:49
and you have people putting these together
235
589479
1849
οι χρήστες τις συνδυάζουν για να καταλάβουν πώς δουλεύει.
09:51
and trying to understand how this works.
236
591328
1773
09:53
And I built an app out of it, a game out of it,
237
593101
2376
Και σχεδίασα μια εφαρμογή από αυτό, ένα παιχνίδι,
09:55
in which children can play with words
238
595477
2661
στο οποίο τα παιδιά μπορούν να παίζουν με λέξεις
09:58
and with a reinforcement,
239
598138
1704
και με ηχητική υποστήριξη των οπτικών δομών,
09:59
a sound reinforcement of visual structures,
240
599842
2585
10:02
they're able to learn language.
241
602427
2013
μπορούν να μάθουν μια γλώσσα.
10:04
And this, this has a lot of potential, a lot of promise,
242
604440
2736
Αυτό έχει πολλές δυνατότητες και πολλές προοπτικές
10:07
and the government of India recently
243
607176
1975
και πρόσφατα η κυβέρνηση της Ινδίας ζήτησε την άδεια για αυτήν την καινοτομία,
10:09
licensed this technology from us,
244
609151
1404
10:10
and they're going to try it out with millions of different children
245
610555
2074
θα τη δοκιμάσουν διδάσκοντας Αγγλικά σε εκατομμύρια παιδιά.
10:12
trying to teach them English.
246
612629
2605
10:15
And the dream, the hope, the vision, really,
247
615234
2614
Και πραγματικά το όνειρο, η ελπίδα, το όραμα, είναι,
10:17
is that when they learn English this way,
248
617848
3082
όταν μαθαίνουν Αγγλικά με αυτόν τον τρόπο,
10:20
they learn it with the same proficiency
249
620930
2643
να τα μαθαίνουν με την ίδια επάρκεια
10:23
as their mother tongue.
250
623573
3718
που έχουν και στη μητρική τους γλώσσα.
10:27
All right, let's talk about something else.
251
627291
3816
Εντάξει, ας μιλήσουμε για κάτι άλλο.
10:31
Let's talk about speech.
252
631107
1997
Ας μιλήσουμε για τον λόγο.
10:33
This is speech.
253
633104
1271
Αυτό είναι λόγος.
10:34
So speech is the primary mode of communication
254
634375
1962
Ο λόγος είναι ο βασικός τρόπος επικοινωνίας
10:36
delivered between all of us.
255
636337
1613
που χρησιμοποιούμε όλοι.
10:37
Now what's interesting about speech is that
256
637950
1855
Αυτό που έχει ενδιαφέρον, είναι ότι ο λόγος είναι μονοδιάστατος.
10:39
speech is one-dimensional.
257
639805
1245
10:41
Why is it one-dimensional?
258
641050
1359
Γιατί είναι μονοδιάστατος; Γιατί είναι ήχος.
10:42
It's one-dimensional because it's sound.
259
642409
1568
10:43
It's also one-dimensional because
260
643977
1539
Επίσης επειδή το στόμα μας είναι έτσι φτιαγμένο.
10:45
our mouths are built that way.
261
645516
1205
10:46
Our mouths are built to create one-dimensional sound.
262
646721
3512
Το στόμα μας είναι φτιαγμένο να δημιουργεί μονοδιάστατο ήχο.
10:50
But if you think about the brain,
263
650233
2866
Αλλά αν σκεφτούμε το μυαλό,
10:53
the thoughts that we have in our heads
264
653099
1764
οι σκέψεις που έχουμε στο κεφάλι μας δεν είναι μονοδιάστατες.
10:54
are not one-dimensional.
265
654863
2102
10:56
I mean, we have these rich,
266
656965
1459
Θέλω να πω, έχουμε πλούσιες, περίπλοκες, πολυδιάστατες ιδέες.
10:58
complicated, multi-dimensional ideas.
267
658424
3028
11:01
Now, it seems to me that language
268
661452
1690
Μου φαίνεται λοιπόν ότι η γλώσσα
11:03
is really the brain's invention
269
663142
2332
είναι στην πραγματικότητα μια εφεύρεση του εγκεφάλου
11:05
to convert this rich, multi-dimensional thought
270
665474
3096
για να μετατρέπει αυτήν την πλούσια, πολυδιάστατη σκέψη, από τη μια πλευρά,
11:08
on one hand
271
668570
1587
11:10
into speech on the other hand.
272
670157
1923
σε λόγο, από την άλλη πλευρά.
11:12
Now what's interesting is that
273
672080
1762
Αυτό που έχει ενδιαφέρον είναι ότι λαμβάνουμε πολλές πληροφορίες,
11:13
we do a lot of work in information nowadays,
274
673842
2568
11:16
and almost all of that is done in the language domain.
275
676410
3079
και σχεδόν όλη αυτή η δουλειά γίνεται στην περιοχή της γλώσσας.
11:19
Take Google, for example.
276
679489
1939
Πάρτε για παράδειγμα το Google.
11:21
Google trawls all these countless billions of websites,
277
681428
2677
Το Google «χτενίζει» αμέτρητες ιστοσελίδες,
11:24
all of which are in English, and when you want to use Google,
278
684105
2725
που όλες τους είναι στα Αγγλικά.
11:26
you go into Google search, and you type in English,
279
686830
2450
Όταν χρησιμοποιούμε το Google, πληκτρολογούμε στην αναζήτηση Αγγλικά
11:29
and it matches the English with the English.
280
689280
4163
και αυτό ταιριάζει τα Αγγλικά με τα Αγγλικά.
11:33
What if we could do this in FreeSpeech instead?
281
693443
3583
Τι θα γινόταν αν μπορούσαμε να το κάνουμε αυτό με τον Ελεύθερο Λόγο;
11:37
I have a suspicion that if we did this,
282
697026
2301
Υποψιάζομαι ότι αν το κάναμε αυτό,
11:39
we'd find that algorithms like searching,
283
699327
2068
θα βρίσκαμε ότι αλγόριθμοι όπως η αναζήτηση,
11:41
like retrieval, all of these things,
284
701395
2325
όπως η ανάκτηση, και όλα αυτά,
11:43
are much simpler and also more effective,
285
703720
3075
θα είναι πολύ πιο απλά και πολύ πιο αποτελεσματικά,
11:46
because they don't process the data structure of speech.
286
706795
4417
επειδή δεν επεξεργάζονται τη δομή των δεδομένων του λόγου.
11:51
Instead they're processing the data structure of thought.
287
711212
5976
Αντίθετα, επεξεργάζονται τη δομή των δεδομένων της σκέψης.
11:57
The data structure of thought.
288
717188
2808
Τη δομή των δεδομένων της σκέψης.
11:59
That's a provocative idea.
289
719996
2076
Αυτή είναι μια προκλητική ιδέα.
12:02
But let's look at this in a little more detail.
290
722072
2142
Αλλά ας το δούμε με μεγαλύτερη λεπτομέρεια.
12:04
So this is the FreeSpeech ecosystem.
291
724214
2366
Αυτό λοιπόν είναι το οικοσύστημα του Ελεύθερου Λόγου.
12:06
We have the Free Speech representation on one side,
292
726580
2884
Έχουμε την αναπαράσταση του Ελεύθερου Λόγου από τη μία,
12:09
and we have the FreeSpeech Engine, which generates English.
293
729464
2228
και τη Μηχανή Ελεύθερου Λόγου, που παράγει Αγγλικά.
12:11
Now if you think about it,
294
731694
1725
Αν το σκεφτείτε, ο Ελεύθερος Λόγος είναι εντελώς ανεξάρτητος από τη γλώσσα.
12:13
FreeSpeech, I told you, is completely language-independent.
295
733419
2544
12:15
It doesn't have any specific information in it
296
735963
2087
Δεν περιλαμβάνει ιδιαίτερες πληροφορίες
12:18
which is about English.
297
738050
1228
να παραπέμπουν στα Αγγλικά.
12:19
So everything that this system knows about English
298
739278
2800
Έτσι ό,τι γνωρίζει αυτό το σύστημα για τα Αγγλικά
12:22
is actually encoded into the engine.
299
742078
4620
είναι στην ουσία κωδικοποιημένο μέσα στη μηχανή.
12:26
That's a pretty interesting concept in itself.
300
746698
2237
Είναι μια αρκετά ενδιαφέρουσα ιδέα.
12:28
You've encoded an entire human language
301
748935
3604
Έχετε κωδικοποιήσει μια ολόκληρη ανθρώπινη γλώσσα
12:32
into a software program.
302
752539
2645
σε ένα πρόγραμμα λογισμικού.
12:35
But if you look at what's inside the engine,
303
755184
2531
Αλλά αν προσέξετε τι υπάρχει μέσα στη μηχανή,
12:37
it's actually not very complicated.
304
757715
2358
πραγματικά αυτό δεν είναι πολύ περίπλοκο.
12:40
It's not very complicated code.
305
760073
2105
Δεν είναι πολύ περίπλοκος κώδικας.
12:42
And what's more interesting is the fact that
306
762178
2672
Ακόμα πιο ενδιαφέρον
το ότι, το μεγαλύτερο μέρος του κώδικα στην μηχανή
12:44
the vast majority of the code in that engine
307
764850
2203
12:47
is not really English-specific.
308
767053
2412
δεν ισχύει μόνο για τα Αγγλικά.
12:49
And that gives this interesting idea.
309
769465
1895
Αυτό δίνει αυτήν την ενδιαφέρουσα ιδέα.
12:51
It might be very easy for us to actually
310
771360
2038
Θα ήταν πολύ εύκολο για μας
12:53
create these engines in many, many different languages,
311
773398
3826
να δημιουργήσουμε αυτές τις μηχανές σε πολλές, πολλές διαφορετικές γλώσσες,
12:57
in Hindi, in French, in German, in Swahili.
312
777224
6354
στα Χίντι, στα Γαλλικά, στα Γερμανικά, στα Σουαχίλι.
13:03
And that gives another interesting idea.
313
783578
2799
Και αυτό μας δίνει μια άλλη ενδιαφέρουσα ιδέα.
13:06
For example, supposing I was a writer,
314
786377
2654
Για παράδειγμα, εάν υποθέσουμε
ότι εγώ γράφω για μια εφημερίδα ή για ένα περιοδικό.
13:09
say, for a newspaper or for a magazine.
315
789031
2122
13:11
I could create content in one language, FreeSpeech,
316
791153
5011
Θα μπορούσα να δημιουργήσω περιεχόμενο σε μια γλώσσα,
στον Ελεύθερο Λόγο,
13:16
and the person who's consuming that content,
317
796164
2056
και όσοι καταναλώνουν το περιεχόμενο,
13:18
the person who's reading that particular information
318
798220
3061
όσοι διαβάζουν τη συγκεκριμένη πληροφορία
13:21
could choose any engine,
319
801281
2495
θα μπορούν να επιλέξουν οποιαδήποτε μηχανή,
13:23
and they could read it in their own mother tongue,
320
803776
2736
και να το διαβάσουν στη μητρική τους γλώσσα,
13:26
in their native language.
321
806512
3939
στην εθνική τους γλώσσα.
13:30
I mean, this is an incredibly attractive idea,
322
810451
2722
Θέλω να πω, αυτή είναι μια απίστευτα ελκυστική ιδέα ειδικά για την Ινδία.
13:33
especially for India.
323
813173
1999
13:35
We have so many different languages.
324
815172
1690
Έχουμε τόσες πολλές γλώσσες.
13:36
There's a song about India, and there's a description
325
816862
2142
Υπάρχει ένα τραγούδι για την Ινδία, που περιγράφει την χώρα, λέει,
13:39
of the country as, it says,
326
819004
2344
13:41
(in Sanskrit).
327
821348
2360
(μιλάει σε άλλη γλώσσα)
13:43
That means "ever-smiling speaker
328
823708
2773
Αυτό σημαίνει «Πάντα χαμογελαστέ ομιλητή των όμορφων γλωσσών».
13:46
of beautiful languages."
329
826481
4519
13:51
Language is beautiful.
330
831000
1964
Η γλώσσα είναι όμορφη.
13:52
I think it's the most beautiful of human creations.
331
832964
2454
Πιστεύω ότι είναι το ομορφότερο δημιούργημα των ανθρώπων.
13:55
I think it's the loveliest thing that our brains have invented.
332
835418
3978
Πιστεύω ότι είναι το πιο ωραίο πράγμα που έχει εφεύρει ο εγκέφαλός μας.
13:59
It entertains, it educates, it enlightens,
333
839396
3584
Διασκεδάζει, εκπαιδεύει, διαφωτίζει,
14:02
but what I like the most about language
334
842980
2044
αλλά αυτό που μου αρέσει πιο πολύ στη γλώσσα, είναι ότι ενδυναμώνει.
14:05
is that it empowers.
335
845024
1500
14:06
I want to leave you with this.
336
846524
1838
Θέλω να σας αφήσω με αυτό.
14:08
This is a photograph of my collaborators,
337
848362
2385
Στην φωτογραφία φαίνονται δυο παλιές μου συνεργάτιδες,
14:10
my earliest collaborators
338
850747
997
14:11
when I started working on language
339
851744
1462
όταν άρχισα να δουλεύω πάνω στη γλώσσα, τον αυτισμό και πολλά άλλα.
14:13
and autism and various other things.
340
853206
1502
14:14
The girl's name is Pavna,
341
854708
1417
Το κορίτσι λέγεται Πάβνα, και αυτή είναι η μητέρα της, η Καλπάνα.
14:16
and that's her mother, Kalpana.
342
856125
1902
14:18
And Pavna's an entrepreneur,
343
858027
2138
Η Πάβνα είναι επιχειρηματίας, αλλά η ιστορία της
14:20
but her story is much more remarkable than mine,
344
860165
2371
είναι πολύ πιο αξιόλογη από τη δική μου,
14:22
because Pavna is about 23.
345
862536
2400
γιατί η Πάβνα είναι γύρω στα 23.
14:24
She has quadriplegic cerebral palsy,
346
864936
2552
Έχει τετραπληγική εγκεφαλική παράλυση,
14:27
so ever since she was born,
347
867488
1640
έτσι, από τότε που γεννήθηκε,
14:29
she could neither move nor talk.
348
869128
3600
δεν μπορούσε ούτε να κινηθεί ούτε να μιλήσει.
14:32
And everything that she's accomplished so far,
349
872728
2403
Ό,τι έχει καταφέρει μέχρι σήμερα,
14:35
finishing school, going to college,
350
875131
2227
να τελειώσει το σχολείο, να πάει στο κολλέγιο,
14:37
starting a company,
351
877358
1416
να ιδρύσει μια εταιρία,
14:38
collaborating with me to develop Avaz,
352
878774
2140
να συνεργαστεί μαζί μου στο σχεδιασμό του Avaz,
14:40
all of these things she's done
353
880914
1892
όλα αυτά τα πράγματα τα έκανε μόνο με τις κινήσεις των ματιών της.
14:42
with nothing more than moving her eyes.
354
882806
5523
14:48
Daniel Webster said this:
355
888329
2689
Ο Ντάνιελ Γουέμπστερ είπε, «Άν μου έπαιρναν όλα μου τα αγαθά
14:51
He said, "If all of my possessions were taken
356
891018
2940
14:53
from me with one exception,
357
893958
2988
και μου άφηναν μόνο ένα,
14:56
I would choose to keep the power of communication,
358
896946
2981
θα διάλεγα να κρατήσω τη δύναμη της επικοινωνίας,
14:59
for with it, I would regain all the rest."
359
899927
3903
γιατί μ' αυτήν, θα μπορούσα να αποκτήσω ξανά όλα τα υπόλοιπα».
15:03
And that's why, of all of these incredible applications of FreeSpeech,
360
903830
5116
Και γι' αυτό, από όλες τις απίστευτες εφαρμογές του Ελεύθερου Λόγου,
15:08
the one that's closest to my heart
361
908946
2080
αυτή που είναι στην καρδιά μου
15:11
still remains the ability for this
362
911026
2068
είναι το ότι μας βοηθά να δίνουμε στα παιδιά με ειδικές ανάγκες
15:13
to empower children with disabilities
363
913094
2380
15:15
to be able to communicate,
364
915474
1773
τη δυνατότητα να μπορούν να επικοινωνούν.
15:17
the power of communication,
365
917247
1789
Να έχουν τη δύναμη της επικοινωνίας, ώστε να πάρουν πίσω όλα τα υπόλοιπα.
15:19
to get back all the rest.
366
919036
2240
15:21
Thank you.
367
921276
1397
Σας ευχαριστώ.
15:22
(Applause)
368
922673
1332
(Χειροκρότημα)
15:24
Thank you. (Applause)
369
924005
4199
Σας ευχαριστώ. (Χειροκρότημα)
15:28
Thank you. Thank you. Thank you. (Applause)
370
928204
5323
Ευχαριστώ. Ευχαριστώ. Ευχαριστώ. (Χειροκρότημα)
15:33
Thank you. Thank you. Thank you. (Applause)
371
933527
4000
Ευχαριστώ. Ευχαριστώ. Ευχαριστώ. (Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7