Ajit Narayanan: A word game to communicate in any language

114,906 views ・ 2014-03-10

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

Vertaald door: Els De Keyser Nagekeken door: Christel Foncke
00:12
I work with children with autism.
0
12721
2670
Ik werk met kinderen met autisme.
00:15
Specifically, I make technologies
1
15391
1914
Ik ontwikkel vooral techniek
00:17
to help them communicate.
2
17305
2171
die ze helpt te communiceren.
00:19
Now, many of the problems that children
3
19476
1539
Veel problemen van kinderen met autisme hebben dezelfde oorzaak.
00:21
with autism face, they have a common source,
4
21015
3763
00:24
and that source is that they find it difficult
5
24778
2094
Ze hebben moeite met abstractie, symboliek.
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
Daarom is taal voor hen heel moeilijk.
00:36
Let me tell you a little bit about why this is.
8
36784
3015
Ik zal daar iets over uitleggen.
00:39
You see that this is a picture of a bowl of soup.
9
39799
3934
Dit is een foto van een kom soep.
00:43
All of us can see it. All of us understand this.
10
43733
2485
Dat kan iedereen zien en begrijpen.
00:46
These are two other pictures of soup,
11
46218
2312
Dit zijn twee andere plaatjes van soep,
00:48
but you can see that these are more abstract
12
48530
2067
maar deze zijn abstracter.
00:50
These are not quite as concrete.
13
50597
1856
Ze zijn minder concreet.
00:52
And when you get to language,
14
52453
2174
Als je het omzet in taal,
00:54
you see that it becomes a word
15
54627
1868
zie je dat je een woord krijgt
00:56
whose look, the way it looks and the way it sounds,
16
56495
3261
dat in beeld en klank
00:59
has absolutely nothing to do with what it started with,
17
59756
2912
niets meer te maken heeft
01:02
or what it represents, which is the bowl of soup.
18
62668
2830
met waar het over gaat, namelijk de kom soep.
01:05
So it's essentially a completely abstract,
19
65498
2900
Het is in wezen een volledig abstracte,
01:08
a completely arbitrary representation of something
20
68398
2576
volstrekt willekeurige weergave,
01:10
which is in the real world,
21
70974
1163
van een bestaand iets.
01:12
and this is something that children with autism
22
72137
1791
Hier hebben kinderen met autisme
01:13
have an incredible amount of difficulty with.
23
73928
3164
ongelooflijk veel moeite mee.
01:17
Now that's why most of the people that work with children with autism --
24
77092
2751
Daarom proberen de meeste begeleiders --
01:19
speech therapists, educators --
25
79843
1878
logopedisten, opvoedkundigen --
01:21
what they do is, they try to help children with autism
26
81721
2633
om de kinderen te helpen communiceren
01:24
communicate not with words, but with pictures.
27
84354
3229
met beelden in plaats van woorden.
01:27
So if a child with autism wanted to say,
28
87583
1930
Als een kind wil zeggen:
01:29
"I want soup," that child would pick
29
89513
2458
'Ik wil soep,' dan kan het drie plaatjes kiezen.
01:31
three different pictures, "I," "want," and "soup,"
30
91971
2260
'ik', 'wil' en 'soep'.
01:34
and they would put these together,
31
94231
1609
Het kan ze samenvoegen
01:35
and then the therapist or the parent would
32
95840
1867
en dan begrijpt de therapeut of de ouder
01:37
understand that this is what the kid wants to say.
33
97707
1887
wat het kind wil zeggen.
01:39
And this has been incredibly effective;
34
99594
1778
In de 30, 40 jaar dat dit systeem gebruikt wordt, is het heel effectief gebleken.
01:41
for the last 30, 40 years
35
101372
2141
01:43
people have been doing this.
36
103513
1613
01:45
In fact, a few years back,
37
105126
1349
Een paar jaar geleden
01:46
I developed an app for the iPad
38
106475
2675
heb ik zelfs een app voor de iPad ontwikkeld,
01:49
which does exactly this. It's called Avaz,
39
109150
2255
Avaz, die precies zo werkt.
01:51
and the way it works is that kids select
40
111405
2279
Kinderen kunnen verschillende beelden selecteren.
01:53
different pictures.
41
113684
1321
01:55
These pictures are sequenced together to form sentences,
42
115005
2570
Deze worden op volgorde gezet in een zin
01:57
and these sentences are spoken out.
43
117575
1719
en die zin wordt uitgesproken.
01:59
So Avaz is essentially converting pictures,
44
119294
3025
Avaz doet niets anders dan beelden omzetten.
02:02
it's a translator, it converts pictures into speech.
45
122319
3960
Het vertaalt beelden in spraak.
02:06
Now, this was very effective.
46
126279
1718
Dit was erg effectief.
02:07
There are thousands of children using this,
47
127997
1384
Duizenden kinderen over de hele wereld gebruiken dit.
02:09
you know, all over the world,
48
129381
1430
02:10
and I started thinking about
49
130811
2175
Toen begon ik na te denken
02:12
what it does and what it doesn't do.
50
132986
2654
over wat je er wel en niet mee kunt doen.
02:15
And I realized something interesting:
51
135640
1684
En ik kwam op iets interessants:
02:17
Avaz helps children with autism learn words.
52
137324
4203
Avaz helpt kinderen met autisme om woorden te leren.
02:21
What it doesn't help them do is to learn
53
141527
2405
Het helpt ze niet om woordpatronen te leren.
02:23
word patterns.
54
143932
2748
02:26
Let me explain this in a little more detail.
55
146680
2472
Ik zal het uitleggen met een voorbeeld.
02:29
Take this sentence: "I want soup tonight."
56
149152
3057
Neem de zin: 'Ik wil vanavond soep.'
02:32
Now it's not just the words here that convey the meaning.
57
152209
4080
Niet alleen de woorden brengen de betekenis over,
02:36
It's also the way in which these words are arranged,
58
156289
3140
maar ook de samenstelling van de woorden,
02:39
the way these words are modified and arranged.
59
159429
2515
dus de wijziging en rangschikking.
02:41
And that's why a sentence like "I want soup tonight"
60
161959
2306
Daarom is de zin 'Ik wil vanavond soep',
02:44
is different from a sentence like
61
164265
1984
iets anders dan de zin
02:46
"Soup want I tonight," which is completely meaningless.
62
166249
3312
'Vanavond wil soep ik', die niets betekent.
02:49
So there is another hidden abstraction here
63
169561
2619
Er zit nog een abstractie in verborgen,
02:52
which children with autism find a lot of difficulty coping with,
64
172180
3557
waar kinderen met autisme moeilijk mee kunnen omgaan.
02:55
and that's the fact that you can modify words
65
175737
2840
Namelijk dat je woorden kunt wijzigen
02:58
and you can arrange them to have
66
178577
2101
en rangschikken om een andere
03:00
different meanings, to convey different ideas.
67
180678
2895
betekenis te krijgen, een ander idee over te brengen.
03:03
Now, this is what we call grammar.
68
183573
3459
Dit noemen we grammatica.
03:07
And grammar is incredibly powerful,
69
187032
2036
Grammatica is heel krachtig,
03:09
because grammar is this one component of language
70
189068
3157
want het is het taalonderdeel
03:12
which takes this finite vocabulary that all of us have
71
192225
3489
waarmee onze beperkte vocabulaire ons in staat stelt
03:15
and allows us to convey an infinite amount of information,
72
195714
4531
om een oneindige hoeveelheid informatie en ideeën over te brengen.
03:20
an infinite amount of ideas.
73
200245
2134
03:22
It's the way in which you can put things together
74
202379
2002
Door de manier waarop je woorden samenvoegt,
03:24
in order to convey anything you want to.
75
204381
2168
kun je overbrengen wat je maar wilt.
03:26
And so after I developed Avaz,
76
206549
2127
Nadat ik Avaz had ontwikkeld,
03:28
I worried for a very long time
77
208676
1568
heb ik lang gepiekerd over
03:30
about how I could give grammar to children with autism.
78
210244
3910
hoe ik kinderen met autisme grammatica kon bieden.
De oplossing kwam vanuit een interessant perspectief.
03:34
The solution came to me from a very interesting perspective.
79
214154
2275
03:36
I happened to chance upon a child with autism
80
216429
3449
Ik hoorde toevallig een gesprek
03:39
conversing with her mom,
81
219878
2109
tussen een kind met autisme en haar moeder,
03:41
and this is what happened.
82
221987
2094
waarbij het volgende gebeurde.
03:44
Completely out of the blue, very spontaneously,
83
224081
2186
Totaal onverwacht stond het kind op en zei: 'eten'.
03:46
the child got up and said, "Eat."
84
226267
2463
03:48
Now what was interesting was
85
228730
1770
Het interessante was de manier
03:50
the way in which the mom was trying to tease out
86
230500
4244
waarop de moeder erachter probeerde te komen
03:54
the meaning of what the child wanted to say
87
234744
2213
wat haar kind wilde,
03:56
by talking to her in questions.
88
236957
2260
door haar vragen te stellen.
03:59
So she asked, "Eat what? Do you want to eat ice cream?
89
239217
2593
Ze vroeg: 'Wat eten? Wil je een ijsje?
04:01
You want to eat? Somebody else wants to eat?
90
241810
2112
Wil je eten? Wil iemand anders iets eten?
04:03
You want to eat cream now? You want to eat ice cream in the evening?"
91
243922
3313
Wil je nu een ijsje? Wil je vanavond een ijsje?'
Ineens viel het me op
04:07
And then it struck me that
92
247235
1514
04:08
what the mother had done was something incredible.
93
248749
2028
dat de moeder iets ongelooflijks had gedaan.
04:10
She had been able to get that child to communicate
94
250777
1994
Ze had het klaargespeeld om het kind een idee
04:12
an idea to her without grammar.
95
252771
4138
te laten overbrengen zonder dat daar grammatica aan te pas kwam.
04:16
And it struck me that maybe this is what
96
256909
2696
Misschien was dit wel waar ik naar op zoek was.
04:19
I was looking for.
97
259605
1385
04:20
Instead of arranging words in an order, in sequence,
98
260990
4142
In plaats van de woorden op volgorde in een zin te zetten,
04:25
as a sentence, you arrange them
99
265132
2172
verzamel je ze in een kaart,
04:27
in this map, where they're all linked together
100
267304
3811
waar ze aan elkaar gelinkt zijn.
04:31
not by placing them one after the other
101
271115
2143
niet door ze achter elkaar te zetten,
04:33
but in questions, in question-answer pairs.
102
273258
3284
maar in vraag-en-antwoordvorm.
04:36
And so if you do this, then what you're conveying
103
276542
2358
Op die manier breng je niet een Engelse zin over,
04:38
is not a sentence in English,
104
278900
1986
04:40
but what you're conveying is really a meaning,
105
280886
2966
maar de Engelse betekenis van die zin.
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
Betekenis is in zekere zin de onderbuik van de taal.
04:48
It's what comes after thought but before language.
108
288295
3821
Het komt na de gedachte en voor de taal.
04:52
And the idea was that this particular representation
109
292116
2503
Het idee was om een ruwe vorm van betekenis over te brengen.
04:54
might convey meaning in its raw form.
110
294619
3261
04:57
So I was very excited by this, you know,
111
297880
1771
Dit maakte me heel enthousiast
04:59
hopping around all over the place,
112
299651
1493
en ik was overal tegelijk bezig met het zoeken naar manieren
05:01
trying to figure out if I can convert
113
301144
1771
05:02
all possible sentences that I hear into this.
114
302915
2524
om alle mogeljke zinnen in dit schema te passen.
05:05
And I found that this is not enough.
115
305439
1773
Tot ik ontdekte dat er iets ontbrak.
05:07
Why is this not enough?
116
307212
1385
Wat dan?
05:08
This is not enough because if you wanted to convey
117
308597
1711
Er ontbreekt de mogelijkheid om een ontkenning over te brengen.
05:10
something like negation,
118
310308
2250
05:12
you want to say, "I don't want soup,"
119
312558
1736
Bij de zin: 'Ik wil geen soep,'
05:14
then you can't do that by asking a question.
120
314294
2220
kun je geen vraag stellen.
05:16
You do that by changing the word "want."
121
316514
2285
Je moet het woord 'geen' toevoegen.
05:18
Again, if you wanted to say,
122
318799
1637
En als je wilt zeggen:
05:20
"I wanted soup yesterday,"
123
320436
1980
'Gisteren wilde ik soep,'
05:22
you do that by converting the word "want" into "wanted."
124
322416
2737
dan moet je 'wil' veranderen in 'wilde',
05:25
It's a past tense.
125
325153
1666
de verleden tijd van 'wil'.
05:26
So this is a flourish which I added
126
326819
2103
Deze toevoeging maakt het systeem compleet.
05:28
to make the system complete.
127
328922
1576
05:30
This is a map of words joined together
128
330498
1977
Dit is een kaart met woorden
05:32
as questions and answers,
129
332475
1656
in vraag- en antwoordvorm.
05:34
and with these filters applied on top of them
130
334131
2264
Er zitten filters op om ze te kunnen wijzigen
05:36
in order to modify them to represent
131
336395
1817
05:38
certain nuances.
132
338212
1709
en zo nuances aan te brengen.
05:39
Let me show you this with a different example.
133
339921
1951
Een ander voorbeeld.
05:41
Let's take this sentence:
134
341872
1254
Neem deze zin: 'Ik zei de timmerman dat ik hem niet kon betalen.'
05:43
"I told the carpenter I could not pay him."
135
343126
1980
05:45
It's a fairly complicated sentence.
136
345106
1792
Een vrij gecompliceerde zin.
05:46
The way that this particular system works,
137
346898
1893
Het speciale van dit systeem is
05:48
you can start with any part of this sentence.
138
348791
2578
dat het niet uitmaakt waar je begint.
05:51
I'm going to start with the word "tell."
139
351369
1698
Ik begin met het woord 'zeggen'.
05:53
So this is the word "tell."
140
353067
1462
Dit is het woord 'zeggen'.
05:54
Now this happened in the past,
141
354529
1600
Het is verleden tijd,
05:56
so I'm going to make that "told."
142
356129
2223
dus ik maak er 'zei' van.
05:58
Now, what I'm going to do is,
143
358352
1708
Nu ga ik vragen stellen.
06:00
I'm going to ask questions.
144
360060
1756
06:01
So, who told? I told.
145
361816
2364
Wie zei er iets? Ik.
06:04
I told whom? I told the carpenter.
146
364180
1927
Tegen wie zei ik het? De timmerman.
06:06
Now we start with a different part of the sentence.
147
366107
1751
Nu een ander zinsdeel.
06:07
We start with the word "pay,"
148
367858
1867
We nemen het woord 'betalen'.
06:09
and we add the ability filter to it to make it "can pay."
149
369725
4577
Met de mogelijkheidsfilter maken we er 'kan betalen' van.
06:14
Then we make it "can't pay,"
150
374302
2101
Dan wordt het 'niet kan betalen',
06:16
and we can make it "couldn't pay"
151
376403
1599
of - in de verleden tijd - 'kon niet betalen'.
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
Wie kon er dus niet betalen? Ik.
06:21
Couldn't pay whom? I couldn't pay the carpenter.
154
381588
2676
Wie kon ik niet betalen? De timmerman.
06:24
And then you join these two together
155
384264
1731
Dan voeg je de twee samen in deze vraag:
06:25
by asking this question:
156
385995
1350
06:27
What did I tell the carpenter?
157
387345
1737
Wat zei ik tegen de timmerman?
06:29
I told the carpenter I could not pay him.
158
389082
4049
Ik zei de timmerman dat ik hem niet kon betalen.
06:33
Now think about this. This is
159
393131
1937
Denk je eens in. Dit is -
06:35
—(Applause)—
160
395068
3542
(Applaus)
06:38
this is a representation of this sentence
161
398610
3672
Dit is een weergave van een zin
06:42
without language.
162
402282
2435
zonder taal.
06:44
And there are two or three interesting things about this.
163
404717
2192
Er zijn hier een aantal dingen interessant.
06:46
First of all, I could have started anywhere.
164
406909
3131
Ten eerste hoefde ik niet speciaal bij het woord 'zeggen' te beginnen.
06:50
I didn't have to start with the word "tell."
165
410040
2243
06:52
I could have started anywhere in the sentence,
166
412283
1416
Ik had op iedere plek kunnen starten
06:53
and I could have made this entire thing.
167
413699
1507
om tot dit geheel te komen.
06:55
The second thing is, if I wasn't an English speaker,
168
415206
2776
Ten tweede: of je nou Engels spreekt
06:57
if I was speaking in some other language,
169
417982
2175
of een andere taal,
07:00
this map would actually hold true in any language.
170
420157
3156
deze kaart is in iedere taal te gebruiken.
07:03
So long as the questions are standardized,
171
423313
1990
Zolang de vragen gestandaardiseerd zijn,
07:05
the map is actually independent of language.
172
425303
4287
is deze kaart niet gebonden aan een taal.
07:09
So I call this FreeSpeech,
173
429590
2115
Ik noem dit FreeSpeech (vrije spraak).
07:11
and I was playing with this for many, many months.
174
431705
2935
Maandenlang heb ik hiermee gespeeld
07:14
I was trying out so many different combinations of this.
175
434640
2726
en veel verschillende combinaties uitgeprobeerd.
07:17
And then I noticed something very interesting about FreeSpeech.
176
437366
2289
Toen ontdekte ik iets interessants.
07:19
I was trying to convert language,
177
439655
3243
Ik probeerde taal om te zetten,
07:22
convert sentences in English into sentences in FreeSpeech,
178
442898
2384
Engelse zinnen in FreeSpeech-zinnen en andersom.
07:25
and vice versa, and back and forth.
179
445282
1752
Telkens heen en weer.
07:27
And I realized that this particular configuration,
180
447034
2255
Ik besefte dat deze speciale manier
07:29
this particular way of representing language,
181
449289
2026
om taal te verbeelden,
07:31
it allowed me to actually create very concise rules
182
451315
4395
mij de mogelijkheid gaf om kernachtige regels
07:35
that go between FreeSpeech on one side
183
455710
2734
op te stellen voor het gebruik van zowel FreeSpeech als Engels.
07:38
and English on the other.
184
458444
1488
07:39
So I could actually write this set of rules
185
459932
2180
Ik schreef een reeks regels
07:42
that translates from this particular representation into English.
186
462112
3395
waarmee vertaald kan worden in het Engels.
07:45
And so I developed this thing.
187
465507
1831
Ik ontwikkelde dit ding.
07:47
I developed this thing called the FreeSpeech Engine
188
467338
2232
Het heet de FreeSpeech-machine.
07:49
which takes any FreeSpeech sentence as the input
189
469570
2561
Iedere FreeSpeech-zin die wordt ingevoerd,
07:52
and gives out perfectly grammatical English text.
190
472131
3930
komt eruit in grammaticaal kloppend Engels.
07:56
And by putting these two pieces together,
191
476061
1605
Door het samenvoegen van de taalverbeelding en de machine,
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
kon ik een app ontwikkelen voor kinderen met autisme.
08:03
that not only gives them words
194
483343
2499
Een app die ze niet alleen woorden, maar ook grammatica geeft.
08:05
but also gives them grammar.
195
485842
3941
08:09
So I tried this out with kids with autism,
196
489783
2360
Ik heb dit uitgetest bij deze kinderen
08:12
and I found that there was an incredible amount of identification.
197
492143
5013
en ontdekte dat er ontzettend veel identificatie was.
08:17
They were able to create sentences in FreeSpeech
198
497156
2720
Ze konden zinnen maken in FreeSpeech
08:19
which were much more complicated but much more effective
199
499876
2558
die veel gecompliceerder maar ook veel effectiever waren
08:22
than equivalent sentences in English,
200
502434
2899
dan gelijkwaardige zinnen in het Engels.
08:25
and I started thinking about
201
505333
1682
Ik vroeg me af hoe dat kwam.
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
Toen kwam ik op het volgende idee en ik zal daar iets over vertellen.
08:33
In about 1997, about 15 years back,
204
513271
3142
Rond 1997, ongeveer 15 jaar geleden,
08:36
there were a group of scientists that were trying
205
516413
2011
onderzocht een groep wetenschappers
08:38
to understand how the brain processes language,
206
518424
2389
hoe het brein de taal verwerkt.
08:40
and they found something very interesting.
207
520813
1779
Ze ontdekten iets heel interessants.
08:42
They found that when you learn a language
208
522592
1872
Een tweejarig kind dat een taal leert,
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
doet dat met een bepaald hersengedeelte.
08:49
and when you learn a language as an adult --
211
529742
1600
Als je als volwassene een taal leert,
08:51
for example, if I wanted to learn Japanese right now —
212
531342
3911
bijvoorbeeld Japans,
08:55
a completely different part of my brain is used.
213
535253
2707
gebruik je een heel ander deel van de hersens.
08:57
Now I don't know why that's the case,
214
537960
1831
Ik weet niet waarom dat is,
08:59
but my guess is that that's because
215
539791
1991
maar ik vermoed dat het komt
09:01
when you learn a language as an adult,
216
541782
2437
doordat het bijna onvermijdelijk is dat je als volwassene de taal leert
09:04
you almost invariably learn it
217
544219
1616
09:05
through your native language, or through your first language.
218
545835
4266
via je moedertaal.
Het interessante aan FreeSpeech is
09:10
So what's interesting about FreeSpeech
219
550101
3252
09:13
is that when you create a sentence
220
553353
1802
dat als je een zin vormt of taal creëert -
09:15
or when you create language,
221
555155
1695
09:16
a child with autism creates language with FreeSpeech,
222
556850
3070
een kind met autisme creëert taal met FreeSpeech -
09:19
they're not using this support language,
223
559920
1833
dat je niet die ondersteunende, overbruggende taal gebruikt.
09:21
they're not using this bridge language.
224
561753
2211
09:23
They're directly constructing the sentence.
225
563964
2657
De zin wordt rechtstreeks geconstrueerd.
09:26
And so this gave me this idea.
226
566621
2193
Dit bracht me op een idee.
09:28
Is it possible to use FreeSpeech
227
568814
2024
Kun je FreeSpeech niet alleen gebruiken,
09:30
not for children with autism
228
570838
2510
voor kinderen met autisme,
09:33
but to teach language to people without disabilities?
229
573348
6262
maar ook voor taalonderwijs
aan mensen zonder beperkingen?
09:39
And so I tried a number of experiments.
230
579610
1978
Ik deed een aantal experimenten.
09:41
The first thing I did was I built a jigsaw puzzle
231
581588
2948
Ik begon met het maken van een legpuzzel.
09:44
in which these questions and answers
232
584536
1970
Daarin werden de vragen en antwoorden
09:46
are coded in the form of shapes,
233
586506
1835
gecodeerd in vormen en kleuren.
09:48
in the form of colors,
234
588341
1138
09:49
and you have people putting these together
235
589479
1849
Door combinaties te maken
09:51
and trying to understand how this works.
236
591328
1773
leer je te begrijpen hoe het werkt.
09:53
And I built an app out of it, a game out of it,
237
593101
2376
Ik verwerkte het in een computerspel,
09:55
in which children can play with words
238
595477
2661
waarin kinderen kunnen spelen met woorden,
09:58
and with a reinforcement,
239
598138
1704
Ze kunnen een taal leren, ondersteund door visuele structuren
09:59
a sound reinforcement of visual structures,
240
599842
2585
10:02
they're able to learn language.
241
602427
2013
10:04
And this, this has a lot of potential, a lot of promise,
242
604440
2736
Dit is veelbelovend.
10:07
and the government of India recently
243
607176
1975
De Indiase regering heeft onlangs een licentie van ons gekocht.
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
Ze gaan proberen of ze hiermee
10:12
trying to teach them English.
246
612629
2605
miljoenen kinderen Engels kunnen leren.
10:15
And the dream, the hope, the vision, really,
247
615234
2614
De droom, de hoop en het idee is
10:17
is that when they learn English this way,
248
617848
3082
dat ze op deze manier het Engels
10:20
they learn it with the same proficiency
249
620930
2643
net zo goed gaan beheersen als hun moedertaal.
10:23
as their mother tongue.
250
623573
3718
10:27
All right, let's talk about something else.
251
627291
3816
Laten we het nu eens over iets anders hebben:
10:31
Let's talk about speech.
252
631107
1997
spraak.
10:33
This is speech.
253
633104
1271
Dit is spraak.
10:34
So speech is the primary mode of communication
254
634375
1962
Het is onze primaire vorm van communicatie.
10:36
delivered between all of us.
255
636337
1613
10:37
Now what's interesting about speech is that
256
637950
1855
Spraak is eendimensionaal.
10:39
speech is one-dimensional.
257
639805
1245
10:41
Why is it one-dimensional?
258
641050
1359
Waarom?
10:42
It's one-dimensional because it's sound.
259
642409
1568
10:43
It's also one-dimensional because
260
643977
1539
Spraak is klank en onze mond is gebouwd
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
op eendimensionaal geluid.
10:50
But if you think about the brain,
263
650233
2866
Maar de gedachten in ons hoofd
10:53
the thoughts that we have in our heads
264
653099
1764
10:54
are not one-dimensional.
265
654863
2102
zijn niet eendimensionaal.
10:56
I mean, we have these rich,
266
656965
1459
Onze gedachten zijn rijk,
10:58
complicated, multi-dimensional ideas.
267
658424
3028
gecompliceerd en multi-dimensionaal.
11:01
Now, it seems to me that language
268
661452
1690
Ik denk dat taal
11:03
is really the brain's invention
269
663142
2332
de oplossing is van de hersens
11:05
to convert this rich, multi-dimensional thought
270
665474
3096
om deze rijke, multi-dimensionale gedachten
11:08
on one hand
271
668570
1587
om te zetten in spraak.
11:10
into speech on the other hand.
272
670157
1923
11:12
Now what's interesting is that
273
672080
1762
Tegenwoordig doen we veel werk
11:13
we do a lot of work in information nowadays,
274
673842
2568
op het gebied van informatica.
11:16
and almost all of that is done in the language domain.
275
676410
3079
Bijna al dat werk heeft met taal te maken.
11:19
Take Google, for example.
276
679489
1939
Neem bijvoorbeeld Google.
11:21
Google trawls all these countless billions of websites,
277
681428
2677
Google doorploegt die miljarden websites
11:24
all of which are in English, and when you want to use Google,
278
684105
2725
en die zijn allemaal in het Engels.
11:26
you go into Google search, and you type in English,
279
686830
2450
Als je Google-search gebruikt in het Engels,
11:29
and it matches the English with the English.
280
689280
4163
wordt er gezocht naar Engels.
11:33
What if we could do this in FreeSpeech instead?
281
693443
3583
Als we dat nu eens in FreeSpeech konden doen.
Ik vermoed dat algoritmes als
11:37
I have a suspicion that if we did this,
282
697026
2301
11:39
we'd find that algorithms like searching,
283
699327
2068
zoeken en ophalen
11:41
like retrieval, all of these things,
284
701395
2325
11:43
are much simpler and also more effective,
285
703720
3075
dan veel simpeler en effectiever zouden werken.
11:46
because they don't process the data structure of speech.
286
706795
4417
Ze bewerken namelijk niet de datastructuur
van spraak, maar van gedachten.
11:51
Instead they're processing the data structure of thought.
287
711212
5976
11:57
The data structure of thought.
288
717188
2808
De datastructuur van gedachten...
11:59
That's a provocative idea.
289
719996
2076
dat is een uitdagend idee.
12:02
But let's look at this in a little more detail.
290
722072
2142
Laten we dit eens nader bekijken.
12:04
So this is the FreeSpeech ecosystem.
291
724214
2366
Dit is het FreeSpeech-ecosysteem,
12:06
We have the Free Speech representation on one side,
292
726580
2884
met enerzijds de FreeSpeech-voorstelling,
12:09
and we have the FreeSpeech Engine, which generates English.
293
729464
2228
en anderzijds de FreeSpeechmachine die het omzet in Engels.
12:11
Now if you think about it,
294
731694
1725
12:13
FreeSpeech, I told you, is completely language-independent.
295
733419
2544
FreeSpeech is geschikt voor elke taal.
12:15
It doesn't have any specific information in it
296
735963
2087
Het bevat geen specifieke informatie
12:18
which is about English.
297
738050
1228
over het Engels.
12:19
So everything that this system knows about English
298
739278
2800
Alle kennis over het Engels zit gecodeerd in de machine.
12:22
is actually encoded into the engine.
299
742078
4620
12:26
That's a pretty interesting concept in itself.
300
746698
2237
Op zich een heel interessant concept.
12:28
You've encoded an entire human language
301
748935
3604
Je hebt een volledige menselijke taal gecodeerd in een softwareprogramma.
12:32
into a software program.
302
752539
2645
12:35
But if you look at what's inside the engine,
303
755184
2531
Maar de machine zit niet erg ingewikkeld in elkaar.
12:37
it's actually not very complicated.
304
757715
2358
12:40
It's not very complicated code.
305
760073
2105
De code is eenvoudig.
12:42
And what's more interesting is the fact that
306
762178
2672
Ook is het overgrote deel van de code
12:44
the vast majority of the code in that engine
307
764850
2203
12:47
is not really English-specific.
308
767053
2412
niet specifiek gericht op het Engels.
12:49
And that gives this interesting idea.
309
769465
1895
Dat brengt ons op een interessant idee.
12:51
It might be very easy for us to actually
310
771360
2038
We zouden deze machines in verschillende talen kunnen produceren.
12:53
create these engines in many, many different languages,
311
773398
3826
12:57
in Hindi, in French, in German, in Swahili.
312
777224
6354
Hindi, Frans, Duits, Swahili.
13:03
And that gives another interesting idea.
313
783578
2799
Daaruit volgt nog een interessant idee.
13:06
For example, supposing I was a writer,
314
786377
2654
Stel dat ik een schrijver voor een krant of tijdschrift was.
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
Ik zou iets kunnen schrijven in FreeSpeech.
13:16
and the person who's consuming that content,
317
796164
2056
Degene die de inhoud wil lezen,
13:18
the person who's reading that particular information
318
798220
3061
13:21
could choose any engine,
319
801281
2495
kan kiezen uit iedere willekeurige machine,
13:23
and they could read it in their own mother tongue,
320
803776
2736
om de informatie in zijn eigen moedertaal tot zich te nemen.
13:26
in their native language.
321
806512
3939
13:30
I mean, this is an incredibly attractive idea,
322
810451
2722
Deze gedachte is zeer aantrekkelijk,
13:33
especially for India.
323
813173
1999
vooral voor India.
13:35
We have so many different languages.
324
815172
1690
Wij hebben zoveel verschillende talen.
13:36
There's a song about India, and there's a description
325
816862
2142
Er is een liedje over India, waarin het beschreven wordt als
13:39
of the country as, it says,
326
819004
2344
(in het Sanskriet)
13:41
(in Sanskrit).
327
821348
2360
13:43
That means "ever-smiling speaker
328
823708
2773
als het land van de 'altijd-lachende-spreker-van mooie-talen'.
13:46
of beautiful languages."
329
826481
4519
13:51
Language is beautiful.
330
831000
1964
Taal is mooi,
13:52
I think it's the most beautiful of human creations.
331
832964
2454
de mooiste menselijke creatie die er is.
13:55
I think it's the loveliest thing that our brains have invented.
332
835418
3978
De prachtigste uitvinding van onze hersens.
13:59
It entertains, it educates, it enlightens,
333
839396
3584
Het vermaakt, het leert, het verlicht,
14:02
but what I like the most about language
334
842980
2044
maar wat ik er het beste aan vind,
14:05
is that it empowers.
335
845024
1500
is dat het kracht geeft.
14:06
I want to leave you with this.
336
846524
1838
Tot slot wil ik jullie dit nog laten zien.
14:08
This is a photograph of my collaborators,
337
848362
2385
Dit is een foto van mijn medewerkers van het eerste uur,
14:10
my earliest collaborators
338
850747
997
14:11
when I started working on language
339
851744
1462
toen ik pas begon met mijn werk
14:13
and autism and various other things.
340
853206
1502
aan onder meer taal en autisme.
14:14
The girl's name is Pavna,
341
854708
1417
Het meisje heet Pavna
14:16
and that's her mother, Kalpana.
342
856125
1902
en dat is haar moeder, Kalpana.
14:18
And Pavna's an entrepreneur,
343
858027
2138
Pavna is onderneemster,
14:20
but her story is much more remarkable than mine,
344
860165
2371
maar haar verhaal is veel opmerkelijker dan dat van mij.
14:22
because Pavna is about 23.
345
862536
2400
Pavna is namelijk ongeveer 23.
14:24
She has quadriplegic cerebral palsy,
346
864936
2552
Ze heeft een viervoudige hersenverlamming
14:27
so ever since she was born,
347
867488
1640
en kon vanaf haar geboorte niet bewegen of praten.
14:29
she could neither move nor talk.
348
869128
3600
14:32
And everything that she's accomplished so far,
349
872728
2403
Alles wat ze tot dusver heeft bereikt,
14:35
finishing school, going to college,
350
875131
2227
haar eindexamen halen, universitaire studies,
14:37
starting a company,
351
877358
1416
een eigen bedrijf starten,
14:38
collaborating with me to develop Avaz,
352
878774
2140
met mij samenwerken aan Avaz,
14:40
all of these things she's done
353
880914
1892
al die dingen heeft ze gedaan
14:42
with nothing more than moving her eyes.
354
882806
5523
met het bewegen van haar ogen.
14:48
Daniel Webster said this:
355
888329
2689
Daniel Webster zei:
'Als alles me werd afgenomen,
14:51
He said, "If all of my possessions were taken
356
891018
2940
14:53
from me with one exception,
357
893958
2988
met uitzondering van één ding,
14:56
I would choose to keep the power of communication,
358
896946
2981
dan zou ik de kracht van communicatie willen behouden,
14:59
for with it, I would regain all the rest."
359
899927
3903
want daarmee zou ik de rest weer heroveren.'
15:03
And that's why, of all of these incredible applications of FreeSpeech,
360
903830
5116
Daarom, hoeveel ongelooflijke applicaties FreeSpeech ook heeft,
15:08
the one that's closest to my heart
361
908946
2080
het dierbaarste is mij toch
15:11
still remains the ability for this
362
911026
2068
de mogelijkheid om kinderen met beperkingen
15:13
to empower children with disabilities
363
913094
2380
15:15
to be able to communicate,
364
915474
1773
te kunnen laten communiceren.
15:17
the power of communication,
365
917247
1789
De kracht van communicatie,
15:19
to get back all the rest.
366
919036
2240
waarmee ze de rest terug kunnen winnen.
15:21
Thank you.
367
921276
1397
Dankjewel.
15:22
(Applause)
368
922673
1332
(Applaus)
15:24
Thank you. (Applause)
369
924005
4199
15:28
Thank you. Thank you. Thank you. (Applause)
370
928204
5323
Dankjewel. (Applaus)
Dankjewel. Dankjewel. Dankjewel. (Applaus)
15:33
Thank you. Thank you. Thank you. (Applause)
371
933527
4000
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7