Ajit Narayanan: A word game to communicate in any language

114,647 views ・ 2014-03-10

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Fabio Avino Revisore: Elena Locatelli
00:12
I work with children with autism.
0
12721
2670
Lavoro con i bambini autistici.
00:15
Specifically, I make technologies
1
15391
1914
In particolare, creo tecnologie
00:17
to help them communicate.
2
17305
2171
che li aiutano a comunicare.
00:19
Now, many of the problems that children
3
19476
1539
Molti dei problemi che affrontano
00:21
with autism face, they have a common source,
4
21015
3763
i bambini autistici hanno una fonte in comune,
00:24
and that source is that they find it difficult
5
24778
2094
ossia che trovano difficile
00:26
to understand abstraction, symbolism.
6
26872
5260
capire l'astratto, il simbolismo.
00:32
And because of this, they have a lot of difficulty with language.
7
32132
4652
Per questo motivo, hanno molte difficoltà con il linguaggio.
00:36
Let me tell you a little bit about why this is.
8
36784
3015
Vi spiego perché.
00:39
You see that this is a picture of a bowl of soup.
9
39799
3934
Vedete, questa è l'immagine di un piatto di minestra.
00:43
All of us can see it. All of us understand this.
10
43733
2485
Tutti noi lo vediamo. Tutti noi lo capiamo.
00:46
These are two other pictures of soup,
11
46218
2312
Queste sono altre due immagini di minestra,
00:48
but you can see that these are more abstract
12
48530
2067
ma vedete che sono più astratte.
00:50
These are not quite as concrete.
13
50597
1856
Non sono altrettanto concrete.
00:52
And when you get to language,
14
52453
2174
In termini di linguaggio,
00:54
you see that it becomes a word
15
54627
1868
vedete che diventa una parola
00:56
whose look, the way it looks and the way it sounds,
16
56495
3261
il cui aspetto e suono,
00:59
has absolutely nothing to do with what it started with,
17
59756
2912
non ha assolutamente niente a che vedere con quel che era all'inizio,
01:02
or what it represents, which is the bowl of soup.
18
62668
2830
o quello che rappresenta, ossia un piatto di minestra.
01:05
So it's essentially a completely abstract,
19
65498
2900
Sostanzialmente è una rappresentazione
01:08
a completely arbitrary representation of something
20
68398
2576
completamente astratta, totalmente arbitraria di qualcosa
01:10
which is in the real world,
21
70974
1163
del mondo reale.
01:12
and this is something that children with autism
22
72137
1791
Ed è qualcosa che un bambino autistico
01:13
have an incredible amount of difficulty with.
23
73928
3164
trova molto difficile da capire.
01:17
Now that's why most of the people that work with children with autism --
24
77092
2751
Per questo motivo, la maggior parte di quelli che lavorano con bambini autistici,
01:19
speech therapists, educators --
25
79843
1878
terapisti della parola, educatori,
01:21
what they do is, they try to help children with autism
26
81721
2633
cercano di aiutare i bambini autistici
01:24
communicate not with words, but with pictures.
27
84354
3229
a comunicare non con le parole, ma con le immagini.
01:27
So if a child with autism wanted to say,
28
87583
1930
Se un bambino autistico volesse dire,
01:29
"I want soup," that child would pick
29
89513
2458
"Voglio la minestra", prenderebbe
01:31
three different pictures, "I," "want," and "soup,"
30
91971
2260
tre diverse immagini, "Io", "voglio" e "minestra",
01:34
and they would put these together,
31
94231
1609
e le metterebbe insieme,
01:35
and then the therapist or the parent would
32
95840
1867
e poi il terapista o il genitore
01:37
understand that this is what the kid wants to say.
33
97707
1887
capirebbe che questo è quello che vuole dire il bambino.
01:39
And this has been incredibly effective;
34
99594
1778
E ciò è stato straordinariamente efficace,
01:41
for the last 30, 40 years
35
101372
2141
lo si è fatto
01:43
people have been doing this.
36
103513
1613
per 30, 40 anni.
01:45
In fact, a few years back,
37
105126
1349
Di fatto, qualche anno fa,
01:46
I developed an app for the iPad
38
106475
2675
ho sviluppato una app per l'iPad
01:49
which does exactly this. It's called Avaz,
39
109150
2255
che fa esattamente questo. Si chiama Avaz.
01:51
and the way it works is that kids select
40
111405
2279
Funziona in questo modo: i bambini selezionano
01:53
different pictures.
41
113684
1321
diverse immagini.
01:55
These pictures are sequenced together to form sentences,
42
115005
2570
Le immagini vengono messe in sequenza in modo da formare frasi,
01:57
and these sentences are spoken out.
43
117575
1719
e queste frasi vengono pronunciate.
01:59
So Avaz is essentially converting pictures,
44
119294
3025
Quindi Avaz, in sostanza, converte le immagini,
02:02
it's a translator, it converts pictures into speech.
45
122319
3960
è un traduttore che converte le immagini in discorso.
02:06
Now, this was very effective.
46
126279
1718
È stato molto efficace.
02:07
There are thousands of children using this,
47
127997
1384
Ci sono migliaia di bambini che la usano,
02:09
you know, all over the world,
48
129381
1430
in tutto il mondo,
02:10
and I started thinking about
49
130811
2175
e ho cominciato a pensare
02:12
what it does and what it doesn't do.
50
132986
2654
a quello che fa e quello che non fa.
02:15
And I realized something interesting:
51
135640
1684
Mi sono reso conto di una cosa interessante:
02:17
Avaz helps children with autism learn words.
52
137324
4203
Avaz aiuta i bambini autistici a imparare le parole.
02:21
What it doesn't help them do is to learn
53
141527
2405
Quello che non li aiuta a fare è imparare
02:23
word patterns.
54
143932
2748
gli schemi di parole.
02:26
Let me explain this in a little more detail.
55
146680
2472
Vi spiego più in dettaglio.
02:29
Take this sentence: "I want soup tonight."
56
149152
3057
Prendete la frase: "Stasera voglio la minestra."
02:32
Now it's not just the words here that convey the meaning.
57
152209
4080
Qui non sono solo le parole che trasmettono significato.
02:36
It's also the way in which these words are arranged,
58
156289
3140
È anche il modo in cui queste parole sono disposte,
02:39
the way these words are modified and arranged.
59
159429
2515
il modo in cui queste parole vengono modificate e disposte.
02:41
And that's why a sentence like "I want soup tonight"
60
161959
2306
Ecco perché una frase come "Stasera voglio la minestra"
02:44
is different from a sentence like
61
164265
1984
è diversa da una frase come
02:46
"Soup want I tonight," which is completely meaningless.
62
166249
3312
"Minestra stasera voglio", che è totalmente senza senso.
02:49
So there is another hidden abstraction here
63
169561
2619
C'è un'altra astrazione nascosta qui
02:52
which children with autism find a lot of difficulty coping with,
64
172180
3557
che i bambini autistici hanno difficoltà ad affrontare,
02:55
and that's the fact that you can modify words
65
175737
2840
ossia che si possono modificare le parole
02:58
and you can arrange them to have
66
178577
2101
e si possono disporre in modo
03:00
different meanings, to convey different ideas.
67
180678
2895
che abbiano significati diversi, per trasmettere idee diverse.
03:03
Now, this is what we call grammar.
68
183573
3459
È quello che chiamiamo grammatica.
03:07
And grammar is incredibly powerful,
69
187032
2036
E la grammatica è incredibilmente importante,
03:09
because grammar is this one component of language
70
189068
3157
perché la grammatica è quel componente della lingua
03:12
which takes this finite vocabulary that all of us have
71
192225
3489
che prende un vocabolario finito che abbiamo tutti
03:15
and allows us to convey an infinite amount of information,
72
195714
4531
e ci permette di trasmettere una quantità infinita di informazioni,
03:20
an infinite amount of ideas.
73
200245
2134
e una quantità infinita di idee.
03:22
It's the way in which you can put things together
74
202379
2002
È il modo in cui si possono mettere insieme le cose
03:24
in order to convey anything you want to.
75
204381
2168
per poter comunicare qualunque cosa si voglia.
03:26
And so after I developed Avaz,
76
206549
2127
Quindi dopo aver sviluppato Avaz,
03:28
I worried for a very long time
77
208676
1568
mi sono preoccupato a lungo
03:30
about how I could give grammar to children with autism.
78
210244
3910
di come spiegare la grammatica ai bambini autistici.
03:34
The solution came to me from a very interesting perspective.
79
214154
2275
La soluzione mi è venuta da una prospettiva molto interessante.
03:36
I happened to chance upon a child with autism
80
216429
3449
Mi sono imbattuto in una bambina autistica
03:39
conversing with her mom,
81
219878
2109
che chiacchierava con la madre,
03:41
and this is what happened.
82
221987
2094
e questo è quello che è successo.
03:44
Completely out of the blue, very spontaneously,
83
224081
2186
All'improvviso, molto spontaneamente,
03:46
the child got up and said, "Eat."
84
226267
2463
la bambina si alzò e disse, "Mangiare".
03:48
Now what was interesting was
85
228730
1770
La cosa interessante fu
03:50
the way in which the mom was trying to tease out
86
230500
4244
il modo in cui la madre cercava di capire
03:54
the meaning of what the child wanted to say
87
234744
2213
il significato di quello che voleva dire la bambina
03:56
by talking to her in questions.
88
236957
2260
parlando con lei per domande.
03:59
So she asked, "Eat what? Do you want to eat ice cream?
89
239217
2593
Quindi le chiese, "Mangiare cosa? Vuoi mangiare gelato?
04:01
You want to eat? Somebody else wants to eat?
90
241810
2112
Tu vuoi mangiare? Qualcun altro vuole mangiare?
04:03
You want to eat cream now? You want to eat ice cream in the evening?"
91
243922
3313
Vuoi mangiare il gelato adesso? Vuoi mangiare il gelato stasera?
04:07
And then it struck me that
92
247235
1514
E poi mi colpì
04:08
what the mother had done was something incredible.
93
248749
2028
quello che aveva fatto la madre, qualcosa di incredibile.
04:10
She had been able to get that child to communicate
94
250777
1994
Era riuscita a far comunicare alla bambina
04:12
an idea to her without grammar.
95
252771
4138
un'idea senza l'uso della grammatica.
04:16
And it struck me that maybe this is what
96
256909
2696
Mi colpì perché forse era quello
04:19
I was looking for.
97
259605
1385
che stavo cercando.
04:20
Instead of arranging words in an order, in sequence,
98
260990
4142
Invece di sistemare le parole in un ordine,
04:25
as a sentence, you arrange them
99
265132
2172
in una frase, vengono sistemate
04:27
in this map, where they're all linked together
100
267304
3811
in questa mappa, in cui sono tutte legate
04:31
not by placing them one after the other
101
271115
2143
senza metterle una dietro l'altra
04:33
but in questions, in question-answer pairs.
102
273258
3284
ma in domande, in coppie di domanda-risposta.
04:36
And so if you do this, then what you're conveying
103
276542
2358
Facendo questo, quello che si trasmette
04:38
is not a sentence in English,
104
278900
1986
non è una frase in inglese,
04:40
but what you're conveying is really a meaning,
105
280886
2966
ma un significato,
04:43
the meaning of a sentence in English.
106
283852
1511
il significato di una frase in inglese.
04:45
Now, meaning is really the underbelly, in some sense, of language.
107
285363
2932
Il significato è il punto debole della lingua, in un certo senso.
04:48
It's what comes after thought but before language.
108
288295
3821
È quello che viene dopo il pensiero ma prima della lingua.
04:52
And the idea was that this particular representation
109
292116
2503
E l'idea era che questa rappresentazione particolare
04:54
might convey meaning in its raw form.
110
294619
3261
potrebbe trasmettere un significato nella sua forma più pura.
04:57
So I was very excited by this, you know,
111
297880
1771
Ero entusiasmato all'idea,
04:59
hopping around all over the place,
112
299651
1493
saltellavo in giro,
05:01
trying to figure out if I can convert
113
301144
1771
cercando di capire se fosse possibile convertire
05:02
all possible sentences that I hear into this.
114
302915
2524
tutte le possibili frasi che sentivo.
05:05
And I found that this is not enough.
115
305439
1773
E ho scoperto che non è sufficiente.
05:07
Why is this not enough?
116
307212
1385
Perché non è sufficiente?
05:08
This is not enough because if you wanted to convey
117
308597
1711
Non è sufficiente perché se si vuole trasmettere
05:10
something like negation,
118
310308
2250
una cosa come la negazione,
05:12
you want to say, "I don't want soup,"
119
312558
1736
si vuole dire, "Non voglio la minestra",
05:14
then you can't do that by asking a question.
120
314294
2220
non lo si può fare facendo una domanda.
05:16
You do that by changing the word "want."
121
316514
2285
Lo si fa cambiando la parola "voglio".
05:18
Again, if you wanted to say,
122
318799
1637
Di nuovo, se voleste dire,
05:20
"I wanted soup yesterday,"
123
320436
1980
"Ieri volevo la minestra",
05:22
you do that by converting the word "want" into "wanted."
124
322416
2737
lo si fa convertendo la parola "voglio" in "volevo".
05:25
It's a past tense.
125
325153
1666
È al passato.
05:26
So this is a flourish which I added
126
326819
2103
È un'espressione fiorita che ho aggiunto
05:28
to make the system complete.
127
328922
1576
per rendere il sistema completo.
05:30
This is a map of words joined together
128
330498
1977
È una mappa di parole unite
05:32
as questions and answers,
129
332475
1656
in domande e risposte,
05:34
and with these filters applied on top of them
130
334131
2264
e con l'aggiunta di questi filtri,
05:36
in order to modify them to represent
131
336395
1817
allo scopo di modificarli per rappresentare
05:38
certain nuances.
132
338212
1709
certe sfumature.
05:39
Let me show you this with a different example.
133
339921
1951
Ve lo mostro con un esempio diverso.
05:41
Let's take this sentence:
134
341872
1254
Prendiamo la frase:
05:43
"I told the carpenter I could not pay him."
135
343126
1980
"Ho detto al falegname che non potevo pagarlo."
05:45
It's a fairly complicated sentence.
136
345106
1792
È una frase abbastanza complessa.
05:46
The way that this particular system works,
137
346898
1893
Ecco come funziona questo particolare sistema:
05:48
you can start with any part of this sentence.
138
348791
2578
si può cominciare con qualunque parte della frase.
05:51
I'm going to start with the word "tell."
139
351369
1698
Comincerò con la parola "dire".
05:53
So this is the word "tell."
140
353067
1462
Questa è la parola "dire".
05:54
Now this happened in the past,
141
354529
1600
È al passato,
05:56
so I'm going to make that "told."
142
356129
2223
quindi la trasformerò in "detto".
05:58
Now, what I'm going to do is,
143
358352
1708
Quello che farò,
06:00
I'm going to ask questions.
144
360060
1756
è porre domande.
06:01
So, who told? I told.
145
361816
2364
Allora, chi ha detto? Io ho detto.
06:04
I told whom? I told the carpenter.
146
364180
1927
Ho detto a chi? Ho detto al falegname.
06:06
Now we start with a different part of the sentence.
147
366107
1751
Cominciamo con una parte diversa della frase.
06:07
We start with the word "pay,"
148
367858
1867
Cominciamo con la parola "pagare",
06:09
and we add the ability filter to it to make it "can pay."
149
369725
4577
e aggiungiamo il filtro della capacità per ottenere "posso pagare".
06:14
Then we make it "can't pay,"
150
374302
2101
Poi lo trasformiamo in "non posso pagare",
06:16
and we can make it "couldn't pay"
151
376403
1599
e possiamo trasformarlo in "non potevo pagare"
06:18
by making it the past tense.
152
378002
1663
mettendolo al passato.
06:19
So who couldn't pay? I couldn't pay.
153
379665
1923
Quindi chi non poteva pagare? Io non potevo pagare.
06:21
Couldn't pay whom? I couldn't pay the carpenter.
154
381588
2676
Non potevo pagare chi? Non potevo pagare il falegname.
06:24
And then you join these two together
155
384264
1731
Poi le mettete insieme
06:25
by asking this question:
156
385995
1350
facendo questa domanda:
06:27
What did I tell the carpenter?
157
387345
1737
Cos'ho detto al falegname?
06:29
I told the carpenter I could not pay him.
158
389082
4049
Ho detto al falegname che non potevo pagarlo.
06:33
Now think about this. This is
159
393131
1937
Pensateci. Questa è...
06:35
—(Applause)—
160
395068
3542
(Applausi)
06:38
this is a representation of this sentence
161
398610
3672
questa è una rappresentazione di questa frase
06:42
without language.
162
402282
2435
senza la lingua.
06:44
And there are two or three interesting things about this.
163
404717
2192
E ci sono due o tre cose interessanti a questo proposito.
06:46
First of all, I could have started anywhere.
164
406909
3131
Prima di tutto, avrei potuto cominciare ovunque.
06:50
I didn't have to start with the word "tell."
165
410040
2243
Non dovevo per forza cominciare con la parola "dire".
06:52
I could have started anywhere in the sentence,
166
412283
1416
Avrei potuto cominciare ovunque nella frase,
06:53
and I could have made this entire thing.
167
413699
1507
e avrei potuto fare la stessa cosa.
06:55
The second thing is, if I wasn't an English speaker,
168
415206
2776
La seconda cosa è, se non parlassi inglese,
06:57
if I was speaking in some other language,
169
417982
2175
se parlassi un'altra lingua,
07:00
this map would actually hold true in any language.
170
420157
3156
questa mappa sarebbe rimasta valida in qualunque lingua.
07:03
So long as the questions are standardized,
171
423313
1990
Finché le domande sono standard,
07:05
the map is actually independent of language.
172
425303
4287
la mappa è indipendente dalla lingua.
07:09
So I call this FreeSpeech,
173
429590
2115
Lo chiamo FreeSpeech,
07:11
and I was playing with this for many, many months.
174
431705
2935
e ci ho giocato per molti mesi.
07:14
I was trying out so many different combinations of this.
175
434640
2726
Ho provato tante diverse combinazioni.
07:17
And then I noticed something very interesting about FreeSpeech.
176
437366
2289
E poi ho notato nel FreeSpeech una cosa davvero interessante.
07:19
I was trying to convert language,
177
439655
3243
Cercavo di convertire la lingua,
07:22
convert sentences in English into sentences in FreeSpeech,
178
442898
2384
di convertire le frasi in inglese in frasi in FreeSpeech,
07:25
and vice versa, and back and forth.
179
445282
1752
e viceversa, e avanti e indietro.
07:27
And I realized that this particular configuration,
180
447034
2255
E mi sono reso conto che questa particolare configurazione,
07:29
this particular way of representing language,
181
449289
2026
questo modo particolare di rappresentare la lingua,
07:31
it allowed me to actually create very concise rules
182
451315
4395
mi permetteva di creare regole molto concise
07:35
that go between FreeSpeech on one side
183
455710
2734
che va da FreeSpeech da un lato
07:38
and English on the other.
184
458444
1488
e inglese dall'altro.
07:39
So I could actually write this set of rules
185
459932
2180
Quindi potevo scrivere questa serie di regole
07:42
that translates from this particular representation into English.
186
462112
3395
che traducono da questa particolare rappresentazione all'inglese.
07:45
And so I developed this thing.
187
465507
1831
E quindi ho sviluppato questa cosa.
07:47
I developed this thing called the FreeSpeech Engine
188
467338
2232
Ho sviluppato questa cosa chiamata Motore FreeSpeech
07:49
which takes any FreeSpeech sentence as the input
189
469570
2561
che prende qualunque frase FreeSpeech come input
07:52
and gives out perfectly grammatical English text.
190
472131
3930
e restituisce un testo inglese grammaticamente perfetto.
07:56
And by putting these two pieces together,
191
476061
1605
Mettendo insieme queste due cose,
07:57
the representation and the engine,
192
477666
1881
la rappresentazione e il motore,
07:59
I was able to create an app, a technology for children with autism,
193
479547
3796
sono stato in grado di creare una app, una tecnologia per bambini autistici,
08:03
that not only gives them words
194
483343
2499
che non solo dà loro le parole
08:05
but also gives them grammar.
195
485842
3941
ma anche la grammatica.
08:09
So I tried this out with kids with autism,
196
489783
2360
Quindi l'ho provato con bambini autistici,
08:12
and I found that there was an incredible amount of identification.
197
492143
5013
e ho scoperto una forte identificazione.
08:17
They were able to create sentences in FreeSpeech
198
497156
2720
Erano in grado di creare frasi in FreeSpeech
08:19
which were much more complicated but much more effective
199
499876
2558
molto più complicate, ma molto più efficaci
08:22
than equivalent sentences in English,
200
502434
2899
delle equivalenti frasi in inglese,
08:25
and I started thinking about
201
505333
1682
e ho cominciato a chiedermi
08:27
why that might be the case.
202
507015
1969
perché fosse così.
08:28
And I had an idea, and I want to talk to you about this idea next.
203
508984
4287
Ho avuto un'idea, di cui voglio parlarvi.
08:33
In about 1997, about 15 years back,
204
513271
3142
Nel 1997, circa 15 anni fa,
08:36
there were a group of scientists that were trying
205
516413
2011
un gruppo di scienziati stavano cercando
08:38
to understand how the brain processes language,
206
518424
2389
di capire come il cervello elabora il linguaggio
08:40
and they found something very interesting.
207
520813
1779
e scoprirono una cosa molto interessante.
08:42
They found that when you learn a language
208
522592
1872
Scoprirono che quando si impara una lingua
08:44
as a child, as a two-year-old,
209
524464
2912
da bambini, a due anni,
08:47
you learn it with a certain part of your brain,
210
527376
2366
la si impara con una certa parte del cervello,
08:49
and when you learn a language as an adult --
211
529742
1600
e quando si impara una lingua da adulti,
08:51
for example, if I wanted to learn Japanese right now —
212
531342
3911
per esempio, se volessi imparare il giapponese adesso,
08:55
a completely different part of my brain is used.
213
535253
2707
userei una parte molto diversa del cervello.
08:57
Now I don't know why that's the case,
214
537960
1831
Non so perché sia così,
08:59
but my guess is that that's because
215
539791
1991
ma credo che sia perché
09:01
when you learn a language as an adult,
216
541782
2437
quando si impara una lingua da adulti,
09:04
you almost invariably learn it
217
544219
1616
la si impara inevitabilmente
09:05
through your native language, or through your first language.
218
545835
4266
attraverso la lingua madre, o attraverso la prima lingua.
09:10
So what's interesting about FreeSpeech
219
550101
3252
La cosa interessante di FreeSpeech
09:13
is that when you create a sentence
220
553353
1802
è che quando si crea una frase
09:15
or when you create language,
221
555155
1695
o quando si produce linguaggio,
09:16
a child with autism creates language with FreeSpeech,
222
556850
3070
un bambino autistico produce linguaggio con FreeSpeech,
09:19
they're not using this support language,
223
559920
1833
non usa questa lingua di supporto,
09:21
they're not using this bridge language.
224
561753
2211
non usa questa lingua ponte.
09:23
They're directly constructing the sentence.
225
563964
2657
Costruisce frasi direttamente.
09:26
And so this gave me this idea.
226
566621
2193
Questo mi ha dato un'idea.
09:28
Is it possible to use FreeSpeech
227
568814
2024
È possibile usare FreeSpeech
09:30
not for children with autism
228
570838
2510
non per i bambini autistici
09:33
but to teach language to people without disabilities?
229
573348
6262
ma per insegnare le lingue a persone senza disabilità?
09:39
And so I tried a number of experiments.
230
579610
1978
Così ho fatto un certo numero di esperimenti.
09:41
The first thing I did was I built a jigsaw puzzle
231
581588
2948
La prima cosa che ho fatto è stato creare un puzzle
09:44
in which these questions and answers
232
584536
1970
in cui queste domande e risposte
09:46
are coded in the form of shapes,
233
586506
1835
sono codificate in forme,
09:48
in the form of colors,
234
588341
1138
in forma di colori,
09:49
and you have people putting these together
235
589479
1849
e le persone le mettono insieme
09:51
and trying to understand how this works.
236
591328
1773
cercando di capire come funziona.
09:53
And I built an app out of it, a game out of it,
237
593101
2376
Ne ho fatto una app, un gioco,
09:55
in which children can play with words
238
595477
2661
in cui i bambini possono giocare con le parole
09:58
and with a reinforcement,
239
598138
1704
e con un incoraggiamento,
09:59
a sound reinforcement of visual structures,
240
599842
2585
un incoraggiamento sonoro di strutture visive,
10:02
they're able to learn language.
241
602427
2013
sono in grado di imparare una lingua.
10:04
And this, this has a lot of potential, a lot of promise,
242
604440
2736
Tutto ciò ha un potenziale enorme, è molto promettente
10:07
and the government of India recently
243
607176
1975
e proprio di recente abbiamo autorizzato
10:09
licensed this technology from us,
244
609151
1404
il governo indiano all'uso di questa tecnologia,
10:10
and they're going to try it out with millions of different children
245
610555
2074
che sarà sperimentata con milioni di bambini
10:12
trying to teach them English.
246
612629
2605
per l'insegnamento dell'inglese.
10:15
And the dream, the hope, the vision, really,
247
615234
2614
Il vero sogno, la speranza, la visione,
10:17
is that when they learn English this way,
248
617848
3082
è che imparando l'inglese in questo modo,
10:20
they learn it with the same proficiency
249
620930
2643
lo imparino con la stessa competenza
10:23
as their mother tongue.
250
623573
3718
della loro lingua madre.
10:27
All right, let's talk about something else.
251
627291
3816
Bene, parliamo di qualcos'altro.
10:31
Let's talk about speech.
252
631107
1997
Parliamo del discorso.
10:33
This is speech.
253
633104
1271
Questo è il discorso.
10:34
So speech is the primary mode of communication
254
634375
1962
Il discorso è la principale modalità di comunicazione
10:36
delivered between all of us.
255
636337
1613
che usiamo tra di noi.
10:37
Now what's interesting about speech is that
256
637950
1855
La cosa interessante del discorso è che
10:39
speech is one-dimensional.
257
639805
1245
è monodimensionale.
10:41
Why is it one-dimensional?
258
641050
1359
Perché è monodimensionale?
10:42
It's one-dimensional because it's sound.
259
642409
1568
È monodimensionale perché è suono.
10:43
It's also one-dimensional because
260
643977
1539
È anche monodimensionale perché
10:45
our mouths are built that way.
261
645516
1205
le nostre bocche sono fatte in quel modo.
10:46
Our mouths are built to create one-dimensional sound.
262
646721
3512
Le nostre bocche sono fatte per creare suoni monodimensionali.
10:50
But if you think about the brain,
263
650233
2866
Ma se pensate al cervello,
10:53
the thoughts that we have in our heads
264
653099
1764
i pensieri che abbiamo in testa
10:54
are not one-dimensional.
265
654863
2102
non sono monodimensionali.
10:56
I mean, we have these rich,
266
656965
1459
Voglio dire, abbiamo idee
10:58
complicated, multi-dimensional ideas.
267
658424
3028
ricche, complicate, multidimensionali.
11:01
Now, it seems to me that language
268
661452
1690
Mi sembra che la lingua
11:03
is really the brain's invention
269
663142
2332
sia veramente l'invenzione del cervello
11:05
to convert this rich, multi-dimensional thought
270
665474
3096
per convertire questo pensiero ricco, multidimensionale
11:08
on one hand
271
668570
1587
da un lato
11:10
into speech on the other hand.
272
670157
1923
in discorso dall'altro.
11:12
Now what's interesting is that
273
672080
1762
La cosa interessante è che
11:13
we do a lot of work in information nowadays,
274
673842
2568
lavoriamo molto con le informazioni oggi,
11:16
and almost all of that is done in the language domain.
275
676410
3079
e quasi tutto viene fatto nel campo della lingua.
11:19
Take Google, for example.
276
679489
1939
Prendete Google, per esempio.
11:21
Google trawls all these countless billions of websites,
277
681428
2677
Google setaccia miliardi di siti,
11:24
all of which are in English, and when you want to use Google,
278
684105
2725
tutti in inglese, e quando volete usare Google,
11:26
you go into Google search, and you type in English,
279
686830
2450
andate in Google search e digitate in inglese,
11:29
and it matches the English with the English.
280
689280
4163
e lui fa coincidere l'inglese con l'inglese.
11:33
What if we could do this in FreeSpeech instead?
281
693443
3583
E se poteste invece farlo con FreeSpeech?
11:37
I have a suspicion that if we did this,
282
697026
2301
Ho il sospetto che se lo facessimo,
11:39
we'd find that algorithms like searching,
283
699327
2068
scopriremmo che algoritmi come la ricerca,
11:41
like retrieval, all of these things,
284
701395
2325
il recupero, tutte queste cose,
11:43
are much simpler and also more effective,
285
703720
3075
sono molto più semplici e più efficaci,
11:46
because they don't process the data structure of speech.
286
706795
4417
perché non elaborano la struttura dati del discorso.
11:51
Instead they're processing the data structure of thought.
287
711212
5976
Invece elaborano la struttura dati del pensiero.
11:57
The data structure of thought.
288
717188
2808
La struttura dati del pensiero.
11:59
That's a provocative idea.
289
719996
2076
È un'idea provocatoria.
12:02
But let's look at this in a little more detail.
290
722072
2142
Ma analizziamola in dettaglio.
12:04
So this is the FreeSpeech ecosystem.
291
724214
2366
Questo è l'ecosistema FreeSpeech.
12:06
We have the Free Speech representation on one side,
292
726580
2884
Da un lato, abbiamo la rappresentazione di FreeSpeech,
12:09
and we have the FreeSpeech Engine, which generates English.
293
729464
2228
e dall'altro il Motore FreeSpeech che genera inglese.
12:11
Now if you think about it,
294
731694
1725
Se ci pensate,
12:13
FreeSpeech, I told you, is completely language-independent.
295
733419
2544
FreeSpeech, vi ho detto, è completamente indipendente dalla lingua.
12:15
It doesn't have any specific information in it
296
735963
2087
Non ha informazioni specifiche
12:18
which is about English.
297
738050
1228
sull'inglese.
12:19
So everything that this system knows about English
298
739278
2800
Tutto quello che il sistema sa sull'inglese
12:22
is actually encoded into the engine.
299
742078
4620
è incorporato nel motore.
12:26
That's a pretty interesting concept in itself.
300
746698
2237
È un concetto interessante di per sé.
12:28
You've encoded an entire human language
301
748935
3604
Abbiamo incorporato un'intera lingua umana
12:32
into a software program.
302
752539
2645
in un software.
12:35
But if you look at what's inside the engine,
303
755184
2531
Ma se osservate quello che c'è nel motore,
12:37
it's actually not very complicated.
304
757715
2358
in realtà non è molto complicato.
12:40
It's not very complicated code.
305
760073
2105
Non è un codice molto complicato.
12:42
And what's more interesting is the fact that
306
762178
2672
La cosa più interessante è il fatto che
12:44
the vast majority of the code in that engine
307
764850
2203
la grande maggioranza del codice in quel motore
12:47
is not really English-specific.
308
767053
2412
non è proprio specifico dell'inglese.
12:49
And that gives this interesting idea.
309
769465
1895
E questo dà un'idea interessante.
12:51
It might be very easy for us to actually
310
771360
2038
Potrebbe essere molto facile
12:53
create these engines in many, many different languages,
311
773398
3826
creare questi motori in diverse lingue,
12:57
in Hindi, in French, in German, in Swahili.
312
777224
6354
in Hindi, Francese, Tedesco, Swahili.
13:03
And that gives another interesting idea.
313
783578
2799
Questo dà un'altra idea interessante.
13:06
For example, supposing I was a writer,
314
786377
2654
Per esempio, supponiamo che io sia uno scrittore,
13:09
say, for a newspaper or for a magazine.
315
789031
2122
diciamo per un quotidiano o per una rivista.
13:11
I could create content in one language, FreeSpeech,
316
791153
5011
Potrei creare contenuti in una lingua, FreeSpeech,
13:16
and the person who's consuming that content,
317
796164
2056
e la persona che utilizza quel contenuto,
13:18
the person who's reading that particular information
318
798220
3061
la persona che legge quella particolare informazione
13:21
could choose any engine,
319
801281
2495
potrebbe scegliere qualunque motore,
13:23
and they could read it in their own mother tongue,
320
803776
2736
e potrebbe leggere nella propria lingua madre,
13:26
in their native language.
321
806512
3939
nella propria lingua di nascita.
13:30
I mean, this is an incredibly attractive idea,
322
810451
2722
Si tratta di un'idea incredibilmente attraente
13:33
especially for India.
323
813173
1999
specialmente per l'India.
13:35
We have so many different languages.
324
815172
1690
Abbiamo tante lingue diverse.
13:36
There's a song about India, and there's a description
325
816862
2142
C'è una canzone sull'India, con una descrizione
13:39
of the country as, it says,
326
819004
2344
del paese che dice
13:41
(in Sanskrit).
327
821348
2360
(in Sanscrito).
13:43
That means "ever-smiling speaker
328
823708
2773
Significa "oratore di belle lingue
13:46
of beautiful languages."
329
826481
4519
sempre sorridente."
13:51
Language is beautiful.
330
831000
1964
La lingua è bella.
13:52
I think it's the most beautiful of human creations.
331
832964
2454
Credo che sia una delle più belle creazioni dell'uomo.
13:55
I think it's the loveliest thing that our brains have invented.
332
835418
3978
Credo sia la cosa più bella che il nostro cervello abbia inventato.
13:59
It entertains, it educates, it enlightens,
333
839396
3584
Intrattiene, istruisce, illumina,
14:02
but what I like the most about language
334
842980
2044
ma quello che più mi piace della lingua
14:05
is that it empowers.
335
845024
1500
è che dà potere.
14:06
I want to leave you with this.
336
846524
1838
Voglio lasciarvi con questo.
14:08
This is a photograph of my collaborators,
337
848362
2385
Questa è una foto delle mie collaboratrici,
14:10
my earliest collaborators
338
850747
997
le mie prime collaboratrici
14:11
when I started working on language
339
851744
1462
di quando ho cominciato a lavorare sulla lingua,
14:13
and autism and various other things.
340
853206
1502
sull'autismo e su varie altre cose.
14:14
The girl's name is Pavna,
341
854708
1417
Il nome della ragazza è Pavna,
14:16
and that's her mother, Kalpana.
342
856125
1902
e l'altra è sua madre, Kalpana.
14:18
And Pavna's an entrepreneur,
343
858027
2138
Pavna è un'imprenditrice,
14:20
but her story is much more remarkable than mine,
344
860165
2371
ma la sua storia è molto più notevole della mia,
14:22
because Pavna is about 23.
345
862536
2400
perché Pavna ha 23 anni.
14:24
She has quadriplegic cerebral palsy,
346
864936
2552
Ha una paralisi cerebrale,
14:27
so ever since she was born,
347
867488
1640
quindi da quando è nata,
14:29
she could neither move nor talk.
348
869128
3600
non può né muoversi né parlare.
14:32
And everything that she's accomplished so far,
349
872728
2403
E tutto quello che ha realizzato fino ad ora,
14:35
finishing school, going to college,
350
875131
2227
finire la scuola, andare all'università,
14:37
starting a company,
351
877358
1416
fondare un'azienda,
14:38
collaborating with me to develop Avaz,
352
878774
2140
collaborare con me per sviluppare Avaz,
14:40
all of these things she's done
353
880914
1892
tutte queste cose le ha fatte
14:42
with nothing more than moving her eyes.
354
882806
5523
solo muovendo gli occhi.
14:48
Daniel Webster said this:
355
888329
2689
Daniel Webster ha detto questo:
14:51
He said, "If all of my possessions were taken
356
891018
2940
"Se mi venissero portati via tutti i miei averi
14:53
from me with one exception,
357
893958
2988
con un'unica eccezione,
14:56
I would choose to keep the power of communication,
358
896946
2981
sceglierei di tenere il potere della comunicazione,
14:59
for with it, I would regain all the rest."
359
899927
3903
perché con quello, potrei riprendermi tutto il resto."
15:03
And that's why, of all of these incredible applications of FreeSpeech,
360
903830
5116
Ecco perché, di tutte le incredibili applicazioni di FreeSpeech,
15:08
the one that's closest to my heart
361
908946
2080
quella che sento più vicina
15:11
still remains the ability for this
362
911026
2068
rimane ancora la capacità
15:13
to empower children with disabilities
363
913094
2380
di mettere i bambini con disabilità
15:15
to be able to communicate,
364
915474
1773
in grado di comunicare,
15:17
the power of communication,
365
917247
1789
di dare loro il potere della comunicazione,
15:19
to get back all the rest.
366
919036
2240
per riprendersi tutto il resto.
15:21
Thank you.
367
921276
1397
Grazie.
15:22
(Applause)
368
922673
1332
(Applausi)
15:24
Thank you. (Applause)
369
924005
4199
Grazie. (Applausi)
15:28
Thank you. Thank you. Thank you. (Applause)
370
928204
5323
Grazie. Grazie. Grazie. (Applausi)
15:33
Thank you. Thank you. Thank you. (Applause)
371
933527
4000
Grazie. Grazie. Grazie. (Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7