Ajit Narayanan: A word game to communicate in any language

114,647 views ・ 2014-03-10

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Hallel Rabinowitz מבקר: Ido Dekkers
00:12
I work with children with autism.
0
12721
2670
אני עובד עם ילדים אוטיסטיים.
00:15
Specifically, I make technologies
1
15391
1914
ספציפית, אני יוצר טכנולוגיות
00:17
to help them communicate.
2
17305
2171
כדי לסייע להם לתקשר.
00:19
Now, many of the problems that children
3
19476
1539
עכשיו, הרבה מהבעיות איתן ילדים אוטיסטיים
00:21
with autism face, they have a common source,
4
21015
3763
מתמודדים הן בעלות שורש משותף,
00:24
and that source is that they find it difficult
5
24778
2094
והשורש הזה הוא שקשה להם
00:26
to understand abstraction, symbolism.
6
26872
5260
להבין הפשטה, סימליות.
00:32
And because of this, they have a lot of difficulty with language.
7
32132
4652
ולכן יש להם קושי רב עם שפה.
00:36
Let me tell you a little bit about why this is.
8
36784
3015
תנו לי להסביר לכם קצת למה.
00:39
You see that this is a picture of a bowl of soup.
9
39799
3934
אתם רואים שזו תמונה של קערת מרק.
00:43
All of us can see it. All of us understand this.
10
43733
2485
כולנו רואים את זה. כולנו יכולים להבין את זה.
00:46
These are two other pictures of soup,
11
46218
2312
הנה עוד שתי תמונות של מרק,
00:48
but you can see that these are more abstract
12
48530
2067
אבל אתם יכולים לראות שאלו יותר מופשטות
00:50
These are not quite as concrete.
13
50597
1856
הן פחות ממשיות.
00:52
And when you get to language,
14
52453
2174
וכשמגיעים לשפה
00:54
you see that it becomes a word
15
54627
1868
רואים שזה נהיה מילה
00:56
whose look, the way it looks and the way it sounds,
16
56495
3261
שהמראה שלה, איך שהיא נראית ואיך שהיא נשמעת,
00:59
has absolutely nothing to do with what it started with,
17
59756
2912
לא קשורים בכלל למה שהתחלנו ממנו,
01:02
or what it represents, which is the bowl of soup.
18
62668
2830
או למה שהיא מסמלת, קערת המרק.
01:05
So it's essentially a completely abstract,
19
65498
2900
אז המילה במהותה היא מופשטת לגמרי,
01:08
a completely arbitrary representation of something
20
68398
2576
ייצוג שרירותי לגמרי של משהו
01:10
which is in the real world,
21
70974
1163
שקיים בעולם האמיתי.
01:12
and this is something that children with autism
22
72137
1791
וזה משהו שילדים אוטיסטיים
01:13
have an incredible amount of difficulty with.
23
73928
3164
חווים קושי עצום מולו.
01:17
Now that's why most of the people that work with children with autism --
24
77092
2751
וזאת הסיבה שרוב האנשים שעובדים עם ילדים אוטיסטיים --
01:19
speech therapists, educators --
25
79843
1878
קלינאי תקשורת, מחנכים --
01:21
what they do is, they try to help children with autism
26
81721
2633
מה שהם עושים הוא לנסות לעזור לילדים אוטיסטיים
01:24
communicate not with words, but with pictures.
27
84354
3229
לתקשר לא בעזרת מילים, אלא בעזרת תמונות.
01:27
So if a child with autism wanted to say,
28
87583
1930
אז אם ילד אוטיסטי רצה להגיד:
01:29
"I want soup," that child would pick
29
89513
2458
"אני רוצה מרק", הילד הזה היה בוחר
01:31
three different pictures, "I," "want," and "soup,"
30
91971
2260
שלוש תמונות שונות "אני" "רוצה" ו"מרק",
01:34
and they would put these together,
31
94231
1609
והם היו מחברים את המילים,
01:35
and then the therapist or the parent would
32
95840
1867
ואז המטפל או ההורה היה
01:37
understand that this is what the kid wants to say.
33
97707
1887
מבין שזה מה שהילד רוצה להגיד.
01:39
And this has been incredibly effective;
34
99594
1778
והשיטה הזו הייתה אפקטיבית לגמרי;
01:41
for the last 30, 40 years
35
101372
2141
במשך ה30, 40 שנה האחרונות
01:43
people have been doing this.
36
103513
1613
אנשים עושים את זה.
01:45
In fact, a few years back,
37
105126
1349
למעשה, לפני כמה שנים,
01:46
I developed an app for the iPad
38
106475
2675
אני פיתחתי אפליקציה לאייפד
01:49
which does exactly this. It's called Avaz,
39
109150
2255
שעושה בדיוק את זה. היא נקראת "אווז",
01:51
and the way it works is that kids select
40
111405
2279
ובאפליקציה הילדים בוחרים
01:53
different pictures.
41
113684
1321
תמונות שונות.
01:55
These pictures are sequenced together to form sentences,
42
115005
2570
התמונות האלו מסודרות יחד כדי ליצור משפטים,
01:57
and these sentences are spoken out.
43
117575
1719
והמשפטים הללו נאמרים בקול.
01:59
So Avaz is essentially converting pictures,
44
119294
3025
אז אווז בעצם ממיר תמונות,
02:02
it's a translator, it converts pictures into speech.
45
122319
3960
זה מתרגם, זה ממיר תמונות לדיבור.
02:06
Now, this was very effective.
46
126279
1718
עכשיו, זה היה אפקטיבי מאוד.
02:07
There are thousands of children using this,
47
127997
1384
יש אלפי ילדים שמשתמשים בזה,
02:09
you know, all over the world,
48
129381
1430
אתם יודעים, בכל העולם,
02:10
and I started thinking about
49
130811
2175
והתחלתי לחשוב על
02:12
what it does and what it doesn't do.
50
132986
2654
מה זה עושה ומה זה לא עושה.
02:15
And I realized something interesting:
51
135640
1684
והבנתי משהו מעניין:
02:17
Avaz helps children with autism learn words.
52
137324
4203
אווז עוזר לילדים אוטיסטיים ללמוד מילים.
02:21
What it doesn't help them do is to learn
53
141527
2405
זה לא עוזר להם ללמוד
02:23
word patterns.
54
143932
2748
דפוסי מילים.
02:26
Let me explain this in a little more detail.
55
146680
2472
תנו לי להסביר את זה בקצת יותר פירוט.
02:29
Take this sentence: "I want soup tonight."
56
149152
3057
קחו את המשפט הזה: "אני רוצה מרק הערב."
02:32
Now it's not just the words here that convey the meaning.
57
152209
4080
אלו לא רק המילים כאן שמעבירות את המשמעות.
02:36
It's also the way in which these words are arranged,
58
156289
3140
אלא גם הדרך בה מילים אלו מסודרות,
02:39
the way these words are modified and arranged.
59
159429
2515
הדרך בה המילים מותאמות ומסודרות.
02:41
And that's why a sentence like "I want soup tonight"
60
161959
2306
ולכן משפט כמו "אני רוצה מרק הערב"
02:44
is different from a sentence like
61
164265
1984
שונה ממשפט כמו
02:46
"Soup want I tonight," which is completely meaningless.
62
166249
3312
"הערב רוצה מרק אני" שהוא חסר משמעות.
02:49
So there is another hidden abstraction here
63
169561
2619
אז יש כאן עוד הפשטה מוסתרת
02:52
which children with autism find a lot of difficulty coping with,
64
172180
3557
שילדים אוטיסטיים מתקשים איתה,
02:55
and that's the fact that you can modify words
65
175737
2840
וזו העובדה שאפשר להתאים מילים
02:58
and you can arrange them to have
66
178577
2101
ולסדר אותן כך שיש להן
03:00
different meanings, to convey different ideas.
67
180678
2895
משמעויות אחרות, כדי להעביר רעיונות שונים.
03:03
Now, this is what we call grammar.
68
183573
3459
זה מה שנקרא דקדוק.
03:07
And grammar is incredibly powerful,
69
187032
2036
ודקדוק הוא עוצמתי להפליא,
03:09
because grammar is this one component of language
70
189068
3157
בגלל שדקדוק הוא המרכיב בשפה
03:12
which takes this finite vocabulary that all of us have
71
192225
3489
שלוקח את אוצר המילים המוגבל שיש לכולנו
03:15
and allows us to convey an infinite amount of information,
72
195714
4531
ומאפשר לנו להעביר כמות אינסופית של מידע,
03:20
an infinite amount of ideas.
73
200245
2134
אינסוף רעיונות.
03:22
It's the way in which you can put things together
74
202379
2002
דקדוק הוא הדרך בה אפשר לחבר דברים
03:24
in order to convey anything you want to.
75
204381
2168
כדי להעביר כל מה שנרצה.
03:26
And so after I developed Avaz,
76
206549
2127
ולכן אחרי שפיתחתי את אווז,
03:28
I worried for a very long time
77
208676
1568
הוטרדתי הרבה מאוד זמן
03:30
about how I could give grammar to children with autism.
78
210244
3910
בשאלה איך אוכל לתת דקדוק לילדים אוטיסטיים?
03:34
The solution came to me from a very interesting perspective.
79
214154
2275
הפתרון הגיע אלי מנקודת מבט מאוד מעניינת.
03:36
I happened to chance upon a child with autism
80
216429
3449
במקרה נתקלתי בילדה אוטיסטית
03:39
conversing with her mom,
81
219878
2109
מתקשרת עם אמה,
03:41
and this is what happened.
82
221987
2094
וזה מה שקרה:
03:44
Completely out of the blue, very spontaneously,
83
224081
2186
לגמרי לפתע, בספונטניות רבה,
03:46
the child got up and said, "Eat."
84
226267
2463
הילדה קמה ואמרה "לאכול".
03:48
Now what was interesting was
85
228730
1770
עכשיו מה שהיה מעניין הוא
03:50
the way in which the mom was trying to tease out
86
230500
4244
הדרך בה האם ניסתה לדלות
03:54
the meaning of what the child wanted to say
87
234744
2213
את המשמעות של מה שהילדה רצתה להגיד
03:56
by talking to her in questions.
88
236957
2260
באמצעות שאלות.
03:59
So she asked, "Eat what? Do you want to eat ice cream?
89
239217
2593
אז היא שאלה "לאכול מה? את רוצה לאכול גלידה?
04:01
You want to eat? Somebody else wants to eat?
90
241810
2112
את רוצה לאכול? מישהו אחר רוצה לאכול?
04:03
You want to eat cream now? You want to eat ice cream in the evening?"
91
243922
3313
את רוצה לאכול גלידה עכשיו? את רוצה לאכול גלידה בערב?"
04:07
And then it struck me that
92
247235
1514
ואז קלטתי
04:08
what the mother had done was something incredible.
93
248749
2028
שמה שהאם עשתה היה דבר מדהים.
04:10
She had been able to get that child to communicate
94
250777
1994
היא הצליחה לגרום לילדה להעביר
04:12
an idea to her without grammar.
95
252771
4138
לה רעיון ללא דקדוק.
04:16
And it struck me that maybe this is what
96
256909
2696
וקלטתי שאולי זה מה
04:19
I was looking for.
97
259605
1385
שחיפשתי.
04:20
Instead of arranging words in an order, in sequence,
98
260990
4142
במקום סידור מילים בסדר, בתבנית,
04:25
as a sentence, you arrange them
99
265132
2172
כמשפט, מסדרים אותם
04:27
in this map, where they're all linked together
100
267304
3811
במפה הזו, בה כולם מחוברים
04:31
not by placing them one after the other
101
271115
2143
לא ע"י הסדר
04:33
but in questions, in question-answer pairs.
102
273258
3284
אלא בשאלות, בזוגות של שאלה ותשובה.
04:36
And so if you do this, then what you're conveying
103
276542
2358
וכך, אם עושים את זה, אז מה שמעבירים
04:38
is not a sentence in English,
104
278900
1986
הוא לא משפט באנגלית,
04:40
but what you're conveying is really a meaning,
105
280886
2966
אלא מעבירים את המשמעות.
04:43
the meaning of a sentence in English.
106
283852
1511
המשמעות של המשפט באנגלית.
04:45
Now, meaning is really the underbelly, in some sense, of language.
107
285363
2932
משמעות היא בצורה מסויימת הבטן הרכה של שפה.
04:48
It's what comes after thought but before language.
108
288295
3821
זה מה שבא אחרי מחשבה, אבל לפני שפה.
04:52
And the idea was that this particular representation
109
292116
2503
והרעיון היה שהייצוג המיוחד הזה
04:54
might convey meaning in its raw form.
110
294619
3261
אולי יעביר משמעות בצורה הגולמית שלה.
04:57
So I was very excited by this, you know,
111
297880
1771
אז אני התרגשתי מאוד מזה, אתם יודעים,
04:59
hopping around all over the place,
112
299651
1493
קיפצתי בכל מקום,
05:01
trying to figure out if I can convert
113
301144
1771
וניסיתי להבין אם אני יכול להמיר
05:02
all possible sentences that I hear into this.
114
302915
2524
את כל המשפטים האפשריים שאני שומע לזה.
05:05
And I found that this is not enough.
115
305439
1773
ומצאתי שזה לא מספיק.
05:07
Why is this not enough?
116
307212
1385
למה זה לא מספיק?
05:08
This is not enough because if you wanted to convey
117
308597
1711
זה לא מספיק בגלל שאם רציתם להעביר
05:10
something like negation,
118
310308
2250
משהו כמו שלילה,
05:12
you want to say, "I don't want soup,"
119
312558
1736
רציתם להגיד "אני לא רוצה מרק"
05:14
then you can't do that by asking a question.
120
314294
2220
אז אי אפשר לעשות את זה על ידי שאילת שאלה.
05:16
You do that by changing the word "want."
121
316514
2285
עושים את זה בעזרת שינוי המילה "רוצה".
05:18
Again, if you wanted to say,
122
318799
1637
שוב, אם רציתם להגיד
05:20
"I wanted soup yesterday,"
123
320436
1980
"אני רציתי מרק אתמול"
05:22
you do that by converting the word "want" into "wanted."
124
322416
2737
עושים זאת בעזרת המרה של המילה "רוצה" ל"רציתי"
05:25
It's a past tense.
125
325153
1666
זה בזמן עבר.
05:26
So this is a flourish which I added
126
326819
2103
אז זה קישוט שהוספתי
05:28
to make the system complete.
127
328922
1576
כדי להשלים את המערכת.
05:30
This is a map of words joined together
128
330498
1977
זוהי מפת מילים המחוברות
05:32
as questions and answers,
129
332475
1656
כשאלות ותשובות,
05:34
and with these filters applied on top of them
130
334131
2264
עם הפילטרים האלה עליהם
05:36
in order to modify them to represent
131
336395
1817
כדי להתאים אותם לייצוג
05:38
certain nuances.
132
338212
1709
של הבדלים קטנים מסויימים.
05:39
Let me show you this with a different example.
133
339921
1951
תנו לי להראות לכם את זה באמצעות דוגמא אחרת.
05:41
Let's take this sentence:
134
341872
1254
בואו ניקח את המשפט הזה:
05:43
"I told the carpenter I could not pay him."
135
343126
1980
"אני אמרתי לנגר שאני לא יכולתי לשלם לו."
05:45
It's a fairly complicated sentence.
136
345106
1792
זה משפט די מורכב.
05:46
The way that this particular system works,
137
346898
1893
המערכת הזו עובדת כך
05:48
you can start with any part of this sentence.
138
348791
2578
שאפשר להתחיל בכל חלק של המשפט.
05:51
I'm going to start with the word "tell."
139
351369
1698
אני הולך להתחיל עם המילה "אמור".
05:53
So this is the word "tell."
140
353067
1462
אז זו המילה "אמור".
05:54
Now this happened in the past,
141
354529
1600
אבל זה קרה בעבר,
05:56
so I'm going to make that "told."
142
356129
2223
אז אני הולך להפוך את זה ל"אמר"
05:58
Now, what I'm going to do is,
143
358352
1708
עכשיו מה שאני הולך לעשות הוא
06:00
I'm going to ask questions.
144
360060
1756
לשאול שאלות.
06:01
So, who told? I told.
145
361816
2364
אז, מי אמר? אני אמרתי.
06:04
I told whom? I told the carpenter.
146
364180
1927
אני אמרתי למי? לנגר.
06:06
Now we start with a different part of the sentence.
147
366107
1751
עכשיו אנחנו מתחילים עם חלק אחר במשפט:
06:07
We start with the word "pay,"
148
367858
1867
אנחנו מתחילים עם המילה "לשלם"
06:09
and we add the ability filter to it to make it "can pay."
149
369725
4577
ואנחנו מוסיפים את פילטר היכולת כדי להפוך את זה ל"יכול לשלם"
06:14
Then we make it "can't pay,"
150
374302
2101
ואז אנחנו הופכים את זה ל"לא יכול לשלם"
06:16
and we can make it "couldn't pay"
151
376403
1599
ואנחנו הופכים את זה ל"לא יכל לשלם"
06:18
by making it the past tense.
152
378002
1663
בעזרת הטייה לזמן עבר.
06:19
So who couldn't pay? I couldn't pay.
153
379665
1923
אז מי לא יכל לשלם? אני לא יכלתי לשלם.
06:21
Couldn't pay whom? I couldn't pay the carpenter.
154
381588
2676
לא יכלתי לשלם למי? לנגר.
06:24
And then you join these two together
155
384264
1731
ואז מחברים את שני אלו
06:25
by asking this question:
156
385995
1350
בעזרת השאלה:
06:27
What did I tell the carpenter?
157
387345
1737
מה אמרתי לנגר?
06:29
I told the carpenter I could not pay him.
158
389082
4049
אני אמרתי לנגר שאני לא יכולתי לשלם לו.
06:33
Now think about this. This is
159
393131
1937
עכשיו תחשבו על זה, זו ---
06:35
—(Applause)—
160
395068
3542
----(מחיאות כפיים)-----
06:38
this is a representation of this sentence
161
398610
3672
זוהי הצגה של משפט
06:42
without language.
162
402282
2435
ללא שפה.
06:44
And there are two or three interesting things about this.
163
404717
2192
ויש שניים שלושה דברים מעניינים בזה,
06:46
First of all, I could have started anywhere.
164
406909
3131
קודם כל, יכולתי להתחיל בכל חלק.
06:50
I didn't have to start with the word "tell."
165
410040
2243
לא הייתי חייב להתחיל עם המילה "אמור".
06:52
I could have started anywhere in the sentence,
166
412283
1416
יכולתי להתחיל בכל חלק במשפט,
06:53
and I could have made this entire thing.
167
413699
1507
ויכולתי ליצור את כל זה.
06:55
The second thing is, if I wasn't an English speaker,
168
415206
2776
הדבר השני הוא שאם לא הייתי דובר אנגלית,
06:57
if I was speaking in some other language,
169
417982
2175
אם דיברתי בשפה אחרת,
07:00
this map would actually hold true in any language.
170
420157
3156
המפה הזו הייתה תקפה בכל שפה.
07:03
So long as the questions are standardized,
171
423313
1990
כל עוד השאלות הן מתוקננות,
07:05
the map is actually independent of language.
172
425303
4287
המפה בעצם לא תלויה בשפה.
07:09
So I call this FreeSpeech,
173
429590
2115
אז אני קורא לזה "פרי ספיטש" (דיבור חופשי)
07:11
and I was playing with this for many, many months.
174
431705
2935
ושיחקתי עם זה במשך הרבה מאוד חודשים.
07:14
I was trying out so many different combinations of this.
175
434640
2726
ניסיתי הרבה מאוד הרכבים של זה.
07:17
And then I noticed something very interesting about FreeSpeech.
176
437366
2289
ואז שמתי לב למשהו מאוד מעניין ב"פרי ספיטש".
07:19
I was trying to convert language,
177
439655
3243
ניסיתי להמיר שפה,
07:22
convert sentences in English into sentences in FreeSpeech,
178
442898
2384
להמיר משפטים באנגלית למשפטים ב"פרי ספיטש",
07:25
and vice versa, and back and forth.
179
445282
1752
ולהפך, הלוך ושוב.
07:27
And I realized that this particular configuration,
180
447034
2255
והבנתי שהתצורה המסויימת הזו,
07:29
this particular way of representing language,
181
449289
2026
הדרך הזו להציג שפה,
07:31
it allowed me to actually create very concise rules
182
451315
4395
אפשרה לי להגדיר כללים מאוד תכליתיים
07:35
that go between FreeSpeech on one side
183
455710
2734
שמקשרים בין "פרי ספיטש" מצד אחד
07:38
and English on the other.
184
458444
1488
לאנגלית מהצד השני.
07:39
So I could actually write this set of rules
185
459932
2180
אז יכולתי ממש לכתוב מערכת חוקים
07:42
that translates from this particular representation into English.
186
462112
3395
שתרגמה מהייצוג המסוים הזה לאנגלית.
07:45
And so I developed this thing.
187
465507
1831
אז פיתחתי את הדבר הזה.
07:47
I developed this thing called the FreeSpeech Engine
188
467338
2232
פיתחתי את הדבר הזה שנקרא מנוע ה"פרי ספיטש"
07:49
which takes any FreeSpeech sentence as the input
189
469570
2561
שלוקח כל משפט "פרי ספיטש" כתשומה
07:52
and gives out perfectly grammatical English text.
190
472131
3930
ומוציא טקסט מדוקדק לגמרי באנגלית.
07:56
And by putting these two pieces together,
191
476061
1605
ובהרכבה של שני חלקים אלו ביחד,
07:57
the representation and the engine,
192
477666
1881
הייצוג והמנוע,
07:59
I was able to create an app, a technology for children with autism,
193
479547
3796
הייתי מסוגל ליצור אפליקציה, טכנולוגייה עבור ילדים אוטיסטיים,
08:03
that not only gives them words
194
483343
2499
שלא רק נותנת להם מילים,
08:05
but also gives them grammar.
195
485842
3941
אלא גם נותנת להם דיקדוק.
08:09
So I tried this out with kids with autism,
196
489783
2360
אז ניסיתי את זה עם ילדים אוטיסטיים,
08:12
and I found that there was an incredible amount of identification.
197
492143
5013
ומצאתי כי הייתה זהות עצומה.
08:17
They were able to create sentences in FreeSpeech
198
497156
2720
הם היו מסוגלים ליצור משפטים ב"פרי ספיטש"
08:19
which were much more complicated but much more effective
199
499876
2558
שהיו יותר מסובכים אך הרבה יותר אפקטיבים
08:22
than equivalent sentences in English,
200
502434
2899
מאשר משפטים אלו באנגלית.
08:25
and I started thinking about
201
505333
1682
והתחלתי לחשוב
08:27
why that might be the case.
202
507015
1969
למה?
08:28
And I had an idea, and I want to talk to you about this idea next.
203
508984
4287
והיה לי רעיון, ואני רוצה לדבר איתכם על הרעיון הזה.
08:33
In about 1997, about 15 years back,
204
513271
3142
בערך ב1997, לפני כ 15 שנה,
08:36
there were a group of scientists that were trying
205
516413
2011
הייתה קבוצת מדענים שניסו
08:38
to understand how the brain processes language,
206
518424
2389
להבין איך המח מעבד שפה,
08:40
and they found something very interesting.
207
520813
1779
והם גילו משהו מאוד מעניין.
08:42
They found that when you learn a language
208
522592
1872
הם גילו שכשלומדים שפה
08:44
as a child, as a two-year-old,
209
524464
2912
כילדים, כבני שנתיים,
08:47
you learn it with a certain part of your brain,
210
527376
2366
לומדים אותה עם חלק מסויים במח,
08:49
and when you learn a language as an adult --
211
529742
1600
וכשלומדים שפה כמבוגרים --
08:51
for example, if I wanted to learn Japanese right now —
212
531342
3911
לדוגמא אם רציתי ללמוד יפנית עכשיו --
08:55
a completely different part of my brain is used.
213
535253
2707
משתמשים בחלק אחר לגמרי במח.
08:57
Now I don't know why that's the case,
214
537960
1831
עכשיו אני לא יודע למה זה קורה,
08:59
but my guess is that that's because
215
539791
1991
אבל הניחוש שלי הוא שזה בגלל
09:01
when you learn a language as an adult,
216
541782
2437
שכשלומדים שפה כמבוגרים,
09:04
you almost invariably learn it
217
544219
1616
כמעט תמיד לומדים אותה
09:05
through your native language, or through your first language.
218
545835
4266
דרך שפת האם, או דרך השפה הראשונה.
09:10
So what's interesting about FreeSpeech
219
550101
3252
אז מה שמעניין ב"פרי ספיטש"
09:13
is that when you create a sentence
220
553353
1802
הוא שכשיוצרים משפט
09:15
or when you create language,
221
555155
1695
או כשיוצרים שפה,
09:16
a child with autism creates language with FreeSpeech,
222
556850
3070
ילד אוטיסטי שיוצר שפה עם "פרי ספיטש",
09:19
they're not using this support language,
223
559920
1833
לא משתמשים בשפה תומכת,
09:21
they're not using this bridge language.
224
561753
2211
לא משתמשים בשפה מגשרת.
09:23
They're directly constructing the sentence.
225
563964
2657
בונים את המשפט בצורה ישירה.
09:26
And so this gave me this idea.
226
566621
2193
אז זה נתן לי רעיון.
09:28
Is it possible to use FreeSpeech
227
568814
2024
האם אפשר להשתמש ב"פרי ספיטש"
09:30
not for children with autism
228
570838
2510
לא עבור ילדים אוטיסטיים
09:33
but to teach language to people without disabilities?
229
573348
6262
אלא כדי ללמד שפה לאנשים ללא מוגבלויות?
09:39
And so I tried a number of experiments.
230
579610
1978
אז ניסיתי כמה ניסויים.
09:41
The first thing I did was I built a jigsaw puzzle
231
581588
2948
הדבר הראשון שעשיתי הוא שבניתי פאזל
09:44
in which these questions and answers
232
584536
1970
בו השאלות והתשובות הללו
09:46
are coded in the form of shapes,
233
586506
1835
מוצפנות בצורת צורות
09:48
in the form of colors,
234
588341
1138
או צבעים,
09:49
and you have people putting these together
235
589479
1849
ויש אנשים שמרכיבים את החלקים האלה
09:51
and trying to understand how this works.
236
591328
1773
ומנסים להבין איך זה עובד.
09:53
And I built an app out of it, a game out of it,
237
593101
2376
ובניתי מזה אפליקציה, משחק,
09:55
in which children can play with words
238
595477
2661
בו ילדים יכולים לשחק עם מילים
09:58
and with a reinforcement,
239
598138
1704
ועם תיגבור,
09:59
a sound reinforcement of visual structures,
240
599842
2585
תיגבור קולי של מבנים ויזואלים,
10:02
they're able to learn language.
241
602427
2013
הם מסוגלים ללמוד שפה.
10:04
And this, this has a lot of potential, a lot of promise,
242
604440
2736
ולזה, לזה יש פוטנציאל, זה מבטיח מאוד,
10:07
and the government of India recently
243
607176
1975
וממשלת הודו לאחרונה
10:09
licensed this technology from us,
244
609151
1404
הירשתה את הטכנולוגיה הזו מאיתנו,
10:10
and they're going to try it out with millions of different children
245
610555
2074
והם הולכים לנסות את זה עם מליוני ילדים
10:12
trying to teach them English.
246
612629
2605
בנסיון ללמד אותם אנגלית.
10:15
And the dream, the hope, the vision, really,
247
615234
2614
והחלום, התקווה, החזון באמת הוא
10:17
is that when they learn English this way,
248
617848
3082
שכשהם לומדים אנגלית בצורה הזו,
10:20
they learn it with the same proficiency
249
620930
2643
הם לומדים אותה באותה מומחיות
10:23
as their mother tongue.
250
623573
3718
של שפת האם שלהם.
10:27
All right, let's talk about something else.
251
627291
3816
בסדר, בואו נדבר על משהו אחר.
10:31
Let's talk about speech.
252
631107
1997
בואו נדבר על דיבור.
10:33
This is speech.
253
633104
1271
זהו דיבור.
10:34
So speech is the primary mode of communication
254
634375
1962
אז דיבור הוא צורת בסיס של תקשורת
10:36
delivered between all of us.
255
636337
1613
המועבר בין כולנו.
10:37
Now what's interesting about speech is that
256
637950
1855
עכשיו מה שמעניין בדיבור הוא
10:39
speech is one-dimensional.
257
639805
1245
שדיבור הוא חד-מימדי.
10:41
Why is it one-dimensional?
258
641050
1359
למה הוא חד-מימדי?
10:42
It's one-dimensional because it's sound.
259
642409
1568
הוא חד-מימדי בגלל שהוא קול.
10:43
It's also one-dimensional because
260
643977
1539
הוא גם חד-מימדי בגלל
10:45
our mouths are built that way.
261
645516
1205
שהפיות שלנו בנויות כך.
10:46
Our mouths are built to create one-dimensional sound.
262
646721
3512
הפיות שלנו בנויות לייצר קול חד-מימדי.
10:50
But if you think about the brain,
263
650233
2866
אבל אם חושבים על המח,
10:53
the thoughts that we have in our heads
264
653099
1764
המחשבות שעוברות בראשנו
10:54
are not one-dimensional.
265
654863
2102
אינן חד-מימדיות.
10:56
I mean, we have these rich,
266
656965
1459
זאת אומרת, יש לנו עושר,
10:58
complicated, multi-dimensional ideas.
267
658424
3028
מורכבות ורב-מימדיות ברעיונות שלנו.
11:01
Now, it seems to me that language
268
661452
1690
נדמה לי ששפה
11:03
is really the brain's invention
269
663142
2332
היא המצאה של המח
11:05
to convert this rich, multi-dimensional thought
270
665474
3096
שנועדה להמיר מחשבות רב-מימדיות
11:08
on one hand
271
668570
1587
מחד,
11:10
into speech on the other hand.
272
670157
1923
לדיבור מאידך.
11:12
Now what's interesting is that
273
672080
1762
עכשיו מה שמעניין הוא
11:13
we do a lot of work in information nowadays,
274
673842
2568
שאנחנו עושים הרבה עבודה במידע כיום,
11:16
and almost all of that is done in the language domain.
275
676410
3079
וכמעט כולה נעשית בתחום השפה.
11:19
Take Google, for example.
276
679489
1939
קחו את גוגל לדוגמא.
11:21
Google trawls all these countless billions of websites,
277
681428
2677
גוגל דג את כל אינספור האתרים האלו,
11:24
all of which are in English, and when you want to use Google,
278
684105
2725
כולם באנגלית, וכשאנחנו רוצים להשתמש בגוגל
11:26
you go into Google search, and you type in English,
279
686830
2450
אנחנו נכנסים לחיפוש בגוגל, ומקלידים באנגלית,
11:29
and it matches the English with the English.
280
689280
4163
וגוגל מתאים את האנגלית עם האנגלית.
11:33
What if we could do this in FreeSpeech instead?
281
693443
3583
מה אם היינו יכולים לעשות זאת ב"פרי ספיטש" במקום זאת?
11:37
I have a suspicion that if we did this,
282
697026
2301
יש לי חשד שאם היינו עושים זאת
11:39
we'd find that algorithms like searching,
283
699327
2068
היינו מגלים שאלגוריתמים כמו חיפוש,
11:41
like retrieval, all of these things,
284
701395
2325
כמו שליפת מידע, כל הדברים הללו,
11:43
are much simpler and also more effective,
285
703720
3075
היו הרבה יותר פשוטים וגם יותר אפקטיבים,
11:46
because they don't process the data structure of speech.
286
706795
4417
בגלל שהם לא מעבדים את מבנה הדיבור.
11:51
Instead they're processing the data structure of thought.
287
711212
5976
במקום זאת הם מעבדים את מבנה המחשבה.
11:57
The data structure of thought.
288
717188
2808
מבנה המחשבה.
11:59
That's a provocative idea.
289
719996
2076
זה רעיון פרובוקטיבי.
12:02
But let's look at this in a little more detail.
290
722072
2142
אבל בואו נסתכל על זה בקצת יותר פרוט.
12:04
So this is the FreeSpeech ecosystem.
291
724214
2366
אז זוהי המערכת האקולוגית של "פרי ספיטש".
12:06
We have the Free Speech representation on one side,
292
726580
2884
יש לנו את ייצוג ה"פרי ספיטש" מצד אחד,
12:09
and we have the FreeSpeech Engine, which generates English.
293
729464
2228
ויש לנו את המנוע המייצר אנגלית.
12:11
Now if you think about it,
294
731694
1725
עכשיו אם חושבים על זה,
12:13
FreeSpeech, I told you, is completely language-independent.
295
733419
2544
"פרי ספיטש" כמו שאמרתי לכם הוא לגמרי בלתי תלוי בשפות.
12:15
It doesn't have any specific information in it
296
735963
2087
אין בו שום מידע מסוים
12:18
which is about English.
297
738050
1228
על אנגלית.
12:19
So everything that this system knows about English
298
739278
2800
אז כל מה שהמערכת הזו יודעת על אנגלית
12:22
is actually encoded into the engine.
299
742078
4620
בעצם מוצפן במנוע.
12:26
That's a pretty interesting concept in itself.
300
746698
2237
זה קונספט די מעניין בפני עצמו.
12:28
You've encoded an entire human language
301
748935
3604
הכנסנו שפת אדם שלמה
12:32
into a software program.
302
752539
2645
לתוך תוכנה.
12:35
But if you look at what's inside the engine,
303
755184
2531
אבל אם מסתכלים על מה שבתוך המנוע,
12:37
it's actually not very complicated.
304
757715
2358
זה בעצם לא כל כך מסובך.
12:40
It's not very complicated code.
305
760073
2105
זה לא קוד מאוד מסובך.
12:42
And what's more interesting is the fact that
306
762178
2672
ועוד יותר מעניינת היא העובדה
12:44
the vast majority of the code in that engine
307
764850
2203
שהרוב המוחלט של הקוד במנוע
12:47
is not really English-specific.
308
767053
2412
הוא לא ממש ספציפי לאנגלית.
12:49
And that gives this interesting idea.
309
769465
1895
וזה מציג רעיון מעניין.
12:51
It might be very easy for us to actually
310
771360
2038
ייתכן ויהיה לנו קל מאוד
12:53
create these engines in many, many different languages,
311
773398
3826
ליצור מנועים כאלו בהרבה מאוד שפות,
12:57
in Hindi, in French, in German, in Swahili.
312
777224
6354
בהינדי, בצרפתית, בגרמנית, בסווהילי.
13:03
And that gives another interesting idea.
313
783578
2799
וזה מייצר עוד רעיון מעניין.
13:06
For example, supposing I was a writer,
314
786377
2654
לדוגמא, נגיד שאני כתב,
13:09
say, for a newspaper or for a magazine.
315
789031
2122
נגיד בשביל עיתון או מגזין.
13:11
I could create content in one language, FreeSpeech,
316
791153
5011
אני אוכל ליצור תוכן בשפה אחת, ב"פרי ספיטש",
13:16
and the person who's consuming that content,
317
796164
2056
והאדם שצורך את התוכן,
13:18
the person who's reading that particular information
318
798220
3061
האדם שקורא את המידע המסוים הזה
13:21
could choose any engine,
319
801281
2495
יוכל לבחור בכל מנוע
13:23
and they could read it in their own mother tongue,
320
803776
2736
ויוכל לקרוא בשפת האם שלו,
13:26
in their native language.
321
806512
3939
בשפתו המולדת.
13:30
I mean, this is an incredibly attractive idea,
322
810451
2722
זה רעיון מושך בצורה יוצאת מן הכלל,
13:33
especially for India.
323
813173
1999
בעיקר עבור הודו.
13:35
We have so many different languages.
324
815172
1690
יש לנו כל כך הרבה שפות שונות.
13:36
There's a song about India, and there's a description
325
816862
2142
יש שיר על הודו ויש תיאור
13:39
of the country as, it says,
326
819004
2344
של המדינה והוא:
13:41
(in Sanskrit).
327
821348
2360
(בסנסקרית).
13:43
That means "ever-smiling speaker
328
823708
2773
משמעותו "דובר שפות יפות
13:46
of beautiful languages."
329
826481
4519
המחוייך תמיד"
13:51
Language is beautiful.
330
831000
1964
שפה היא יפה.
13:52
I think it's the most beautiful of human creations.
331
832964
2454
אני חושב שהיא היפה ביותר מיצירות האדם.
13:55
I think it's the loveliest thing that our brains have invented.
332
835418
3978
אני חושב שהיא הדבר המופלא ביותר שמוחותינו המציאו.
13:59
It entertains, it educates, it enlightens,
333
839396
3584
היא מבדרת, היא מלמדת, היא מחנכת,
14:02
but what I like the most about language
334
842980
2044
אבל מה שאני הכי אוהב בשפה
14:05
is that it empowers.
335
845024
1500
הוא שהיא מעצימה.
14:06
I want to leave you with this.
336
846524
1838
אני רוצה להשאיר אתכם עם זה.
14:08
This is a photograph of my collaborators,
337
848362
2385
זה תצלום של אחת משותפותיי,
14:10
my earliest collaborators
338
850747
997
שותפותיי הראשונות
14:11
when I started working on language
339
851744
1462
כשהתחלתי לעבוד על שפה
14:13
and autism and various other things.
340
853206
1502
ואוטיזם ועוד כל מיני דברים.
14:14
The girl's name is Pavna,
341
854708
1417
שמה של הבת הוא פוונה,
14:16
and that's her mother, Kalpana.
342
856125
1902
וזוהי אמה, קלפנה.
14:18
And Pavna's an entrepreneur,
343
858027
2138
פוונה היא יזמת,
14:20
but her story is much more remarkable than mine,
344
860165
2371
אבל הסיפור שלה הוא הרבה יותר מדהים משל שלי,
14:22
because Pavna is about 23.
345
862536
2400
בגלל שפוונה היא בת כ23.
14:24
She has quadriplegic cerebral palsy,
346
864936
2552
יש לה שיתוק מוחין,
14:27
so ever since she was born,
347
867488
1640
אז מאז שהיא נולדה
14:29
she could neither move nor talk.
348
869128
3600
היא לא יכלה לא לזוז ולא לדבר.
14:32
And everything that she's accomplished so far,
349
872728
2403
וכל מה שהיא השיגה עד עכשיו,
14:35
finishing school, going to college,
350
875131
2227
סיום בית הספר, לימוד בקולג',
14:37
starting a company,
351
877358
1416
ייסוד חברה,
14:38
collaborating with me to develop Avaz,
352
878774
2140
שיתוף פעולה איתי כדי ליצור את אווז,
14:40
all of these things she's done
353
880914
1892
את כל הדברים הללו היא עשתה
14:42
with nothing more than moving her eyes.
354
882806
5523
עם לא יותר מתזוזות עיניה.
14:48
Daniel Webster said this:
355
888329
2689
דניאל וובסטר אמר:
14:51
He said, "If all of my possessions were taken
356
891018
2940
"אם כל מה ששייך לי נלקח
14:53
from me with one exception,
357
893958
2988
ממני למעט דבר אחד,
14:56
I would choose to keep the power of communication,
358
896946
2981
הייתי בוחר לשמור את כח התקשורת,
14:59
for with it, I would regain all the rest."
359
899927
3903
כי איתו, הייתי רוכש את כל השאר מחדש."
15:03
And that's why, of all of these incredible applications of FreeSpeech,
360
903830
5116
ולכן, מתוך כל היישומים המדהימים הללו של "פרי ספיטש",
15:08
the one that's closest to my heart
361
908946
2080
הקרוב ביותר לליבי
15:11
still remains the ability for this
362
911026
2068
עדיין נשאר היכולת
15:13
to empower children with disabilities
363
913094
2380
להעצים ילדים עם מוגבלויות
15:15
to be able to communicate,
364
915474
1773
לתקשר,
15:17
the power of communication,
365
917247
1789
כח התקשורת,
15:19
to get back all the rest.
366
919036
2240
כדי לרכוש מחדש את כל השאר.
15:21
Thank you.
367
921276
1397
תודה.
15:22
(Applause)
368
922673
1332
(מחיאות כפיים)
15:24
Thank you. (Applause)
369
924005
4199
תודה. (מחיאות כפיים)
15:28
Thank you. Thank you. Thank you. (Applause)
370
928204
5323
תודה. תודה. תודה. (מחיאות כפיים)
15:33
Thank you. Thank you. Thank you. (Applause)
371
933527
4000
תודה. תודה. תודה. (מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7