I work with children with autism. Specifically, I make technologies to help them communicate.
אני עובד עם ילדים אוטיסטיים. ספציפית, אני יוצר טכנולוגיות כדי לסייע להם לתקשר.
Now, many of the problems that children with autism face, they have a common source, and that source is that they find it difficult to understand abstraction, symbolism. And because of this, they have a lot of difficulty with language.
עכשיו, הרבה מהבעיות איתן ילדים אוטיסטיים מתמודדים הן בעלות שורש משותף, והשורש הזה הוא שקשה להם להבין הפשטה, סימליות. ולכן יש להם קושי רב עם שפה.
Let me tell you a little bit about why this is. You see that this is a picture of a bowl of soup. All of us can see it. All of us understand this. These are two other pictures of soup, but you can see that these are more abstract These are not quite as concrete. And when you get to language, you see that it becomes a word whose look, the way it looks and the way it sounds, has absolutely nothing to do with what it started with, or what it represents, which is the bowl of soup. So it's essentially a completely abstract, a completely arbitrary representation of something which is in the real world, and this is something that children with autism have an incredible amount of difficulty with. Now that's why most of the people that work with children with autism -- speech therapists, educators -- what they do is, they try to help children with autism communicate not with words, but with pictures. So if a child with autism wanted to say, "I want soup," that child would pick three different pictures, "I," "want," and "soup," and they would put these together, and then the therapist or the parent would understand that this is what the kid wants to say. And this has been incredibly effective; for the last 30, 40 years people have been doing this. In fact, a few years back, I developed an app for the iPad which does exactly this. It's called Avaz, and the way it works is that kids select different pictures. These pictures are sequenced together to form sentences, and these sentences are spoken out. So Avaz is essentially converting pictures, it's a translator, it converts pictures into speech.
תנו לי להסביר לכם קצת למה. אתם רואים שזו תמונה של קערת מרק. כולנו רואים את זה. כולנו יכולים להבין את זה. הנה עוד שתי תמונות של מרק, אבל אתם יכולים לראות שאלו יותר מופשטות הן פחות ממשיות. וכשמגיעים לשפה רואים שזה נהיה מילה שהמראה שלה, איך שהיא נראית ואיך שהיא נשמעת, לא קשורים בכלל למה שהתחלנו ממנו, או למה שהיא מסמלת, קערת המרק. אז המילה במהותה היא מופשטת לגמרי, ייצוג שרירותי לגמרי של משהו שקיים בעולם האמיתי. וזה משהו שילדים אוטיסטיים חווים קושי עצום מולו. וזאת הסיבה שרוב האנשים שעובדים עם ילדים אוטיסטיים -- קלינאי תקשורת, מחנכים -- מה שהם עושים הוא לנסות לעזור לילדים אוטיסטיים לתקשר לא בעזרת מילים, אלא בעזרת תמונות. אז אם ילד אוטיסטי רצה להגיד: "אני רוצה מרק", הילד הזה היה בוחר שלוש תמונות שונות "אני" "רוצה" ו"מרק", והם היו מחברים את המילים, ואז המטפל או ההורה היה מבין שזה מה שהילד רוצה להגיד. והשיטה הזו הייתה אפקטיבית לגמרי; במשך ה30, 40 שנה האחרונות אנשים עושים את זה. למעשה, לפני כמה שנים, אני פיתחתי אפליקציה לאייפד שעושה בדיוק את זה. היא נקראת "אווז", ובאפליקציה הילדים בוחרים תמונות שונות. התמונות האלו מסודרות יחד כדי ליצור משפטים, והמשפטים הללו נאמרים בקול. אז אווז בעצם ממיר תמונות, זה מתרגם, זה ממיר תמונות לדיבור.
Now, this was very effective. There are thousands of children using this, you know, all over the world, and I started thinking about what it does and what it doesn't do. And I realized something interesting: Avaz helps children with autism learn words. What it doesn't help them do is to learn word patterns. Let me explain this in a little more detail. Take this sentence: "I want soup tonight." Now it's not just the words here that convey the meaning. It's also the way in which these words are arranged, the way these words are modified and arranged. And that's why a sentence like "I want soup tonight" is different from a sentence like "Soup want I tonight," which is completely meaningless. So there is another hidden abstraction here which children with autism find a lot of difficulty coping with, and that's the fact that you can modify words and you can arrange them to have different meanings, to convey different ideas. Now, this is what we call grammar. And grammar is incredibly powerful, because grammar is this one component of language which takes this finite vocabulary that all of us have and allows us to convey an infinite amount of information, an infinite amount of ideas. It's the way in which you can put things together in order to convey anything you want to.
עכשיו, זה היה אפקטיבי מאוד. יש אלפי ילדים שמשתמשים בזה, אתם יודעים, בכל העולם, והתחלתי לחשוב על מה זה עושה ומה זה לא עושה. והבנתי משהו מעניין: אווז עוזר לילדים אוטיסטיים ללמוד מילים. זה לא עוזר להם ללמוד דפוסי מילים. תנו לי להסביר את זה בקצת יותר פירוט. קחו את המשפט הזה: "אני רוצה מרק הערב." אלו לא רק המילים כאן שמעבירות את המשמעות. אלא גם הדרך בה מילים אלו מסודרות, הדרך בה המילים מותאמות ומסודרות. ולכן משפט כמו "אני רוצה מרק הערב" שונה ממשפט כמו "הערב רוצה מרק אני" שהוא חסר משמעות. אז יש כאן עוד הפשטה מוסתרת שילדים אוטיסטיים מתקשים איתה, וזו העובדה שאפשר להתאים מילים ולסדר אותן כך שיש להן משמעויות אחרות, כדי להעביר רעיונות שונים. זה מה שנקרא דקדוק. ודקדוק הוא עוצמתי להפליא, בגלל שדקדוק הוא המרכיב בשפה שלוקח את אוצר המילים המוגבל שיש לכולנו ומאפשר לנו להעביר כמות אינסופית של מידע, אינסוף רעיונות. דקדוק הוא הדרך בה אפשר לחבר דברים כדי להעביר כל מה שנרצה.
And so after I developed Avaz, I worried for a very long time about how I could give grammar to children with autism. The solution came to me from a very interesting perspective. I happened to chance upon a child with autism conversing with her mom, and this is what happened. Completely out of the blue, very spontaneously, the child got up and said, "Eat." Now what was interesting was the way in which the mom was trying to tease out the meaning of what the child wanted to say by talking to her in questions. So she asked, "Eat what? Do you want to eat ice cream? You want to eat? Somebody else wants to eat? You want to eat cream now? You want to eat ice cream in the evening?" And then it struck me that what the mother had done was something incredible. She had been able to get that child to communicate an idea to her without grammar. And it struck me that maybe this is what I was looking for. Instead of arranging words in an order, in sequence, as a sentence, you arrange them in this map, where they're all linked together not by placing them one after the other but in questions, in question-answer pairs. And so if you do this, then what you're conveying is not a sentence in English, but what you're conveying is really a meaning, the meaning of a sentence in English. Now, meaning is really the underbelly, in some sense, of language. It's what comes after thought but before language. And the idea was that this particular representation might convey meaning in its raw form.
ולכן אחרי שפיתחתי את אווז, הוטרדתי הרבה מאוד זמן בשאלה איך אוכל לתת דקדוק לילדים אוטיסטיים? הפתרון הגיע אלי מנקודת מבט מאוד מעניינת. במקרה נתקלתי בילדה אוטיסטית מתקשרת עם אמה, וזה מה שקרה: לגמרי לפתע, בספונטניות רבה, הילדה קמה ואמרה "לאכול". עכשיו מה שהיה מעניין הוא הדרך בה האם ניסתה לדלות את המשמעות של מה שהילדה רצתה להגיד באמצעות שאלות. אז היא שאלה "לאכול מה? את רוצה לאכול גלידה? את רוצה לאכול? מישהו אחר רוצה לאכול? את רוצה לאכול גלידה עכשיו? את רוצה לאכול גלידה בערב?" ואז קלטתי שמה שהאם עשתה היה דבר מדהים. היא הצליחה לגרום לילדה להעביר לה רעיון ללא דקדוק. וקלטתי שאולי זה מה שחיפשתי. במקום סידור מילים בסדר, בתבנית, כמשפט, מסדרים אותם במפה הזו, בה כולם מחוברים לא ע"י הסדר אלא בשאלות, בזוגות של שאלה ותשובה. וכך, אם עושים את זה, אז מה שמעבירים הוא לא משפט באנגלית, אלא מעבירים את המשמעות. המשמעות של המשפט באנגלית. משמעות היא בצורה מסויימת הבטן הרכה של שפה. זה מה שבא אחרי מחשבה, אבל לפני שפה. והרעיון היה שהייצוג המיוחד הזה אולי יעביר משמעות בצורה הגולמית שלה.
So I was very excited by this, you know, hopping around all over the place, trying to figure out if I can convert all possible sentences that I hear into this. And I found that this is not enough. Why is this not enough? This is not enough because if you wanted to convey something like negation, you want to say, "I don't want soup," then you can't do that by asking a question. You do that by changing the word "want." Again, if you wanted to say, "I wanted soup yesterday," you do that by converting the word "want" into "wanted." It's a past tense. So this is a flourish which I added to make the system complete. This is a map of words joined together as questions and answers, and with these filters applied on top of them in order to modify them to represent certain nuances. Let me show you this with a different example.
אז אני התרגשתי מאוד מזה, אתם יודעים, קיפצתי בכל מקום, וניסיתי להבין אם אני יכול להמיר את כל המשפטים האפשריים שאני שומע לזה. ומצאתי שזה לא מספיק. למה זה לא מספיק? זה לא מספיק בגלל שאם רציתם להעביר משהו כמו שלילה, רציתם להגיד "אני לא רוצה מרק" אז אי אפשר לעשות את זה על ידי שאילת שאלה. עושים את זה בעזרת שינוי המילה "רוצה". שוב, אם רציתם להגיד "אני רציתי מרק אתמול" עושים זאת בעזרת המרה של המילה "רוצה" ל"רציתי" זה בזמן עבר. אז זה קישוט שהוספתי כדי להשלים את המערכת. זוהי מפת מילים המחוברות כשאלות ותשובות, עם הפילטרים האלה עליהם כדי להתאים אותם לייצוג של הבדלים קטנים מסויימים. תנו לי להראות לכם את זה באמצעות דוגמא אחרת.
Let's take this sentence: "I told the carpenter I could not pay him." It's a fairly complicated sentence. The way that this particular system works, you can start with any part of this sentence. I'm going to start with the word "tell." So this is the word "tell." Now this happened in the past, so I'm going to make that "told." Now, what I'm going to do is, I'm going to ask questions. So, who told? I told. I told whom? I told the carpenter. Now we start with a different part of the sentence. We start with the word "pay," and we add the ability filter to it to make it "can pay." Then we make it "can't pay," and we can make it "couldn't pay" by making it the past tense. So who couldn't pay? I couldn't pay. Couldn't pay whom? I couldn't pay the carpenter. And then you join these two together by asking this question: What did I tell the carpenter? I told the carpenter I could not pay him.
בואו ניקח את המשפט הזה: "אני אמרתי לנגר שאני לא יכולתי לשלם לו." זה משפט די מורכב. המערכת הזו עובדת כך שאפשר להתחיל בכל חלק של המשפט. אני הולך להתחיל עם המילה "אמור". אז זו המילה "אמור". אבל זה קרה בעבר, אז אני הולך להפוך את זה ל"אמר" עכשיו מה שאני הולך לעשות הוא לשאול שאלות. אז, מי אמר? אני אמרתי. אני אמרתי למי? לנגר. עכשיו אנחנו מתחילים עם חלק אחר במשפט: אנחנו מתחילים עם המילה "לשלם" ואנחנו מוסיפים את פילטר היכולת כדי להפוך את זה ל"יכול לשלם" ואז אנחנו הופכים את זה ל"לא יכול לשלם" ואנחנו הופכים את זה ל"לא יכל לשלם" בעזרת הטייה לזמן עבר. אז מי לא יכל לשלם? אני לא יכלתי לשלם. לא יכלתי לשלם למי? לנגר. ואז מחברים את שני אלו בעזרת השאלה: מה אמרתי לנגר? אני אמרתי לנגר שאני לא יכולתי לשלם לו.
Now think about this. This is —(Applause)— this is a representation of this sentence without language. And there are two or three interesting things about this. First of all, I could have started anywhere. I didn't have to start with the word "tell." I could have started anywhere in the sentence, and I could have made this entire thing. The second thing is, if I wasn't an English speaker, if I was speaking in some other language, this map would actually hold true in any language. So long as the questions are standardized, the map is actually independent of language. So I call this FreeSpeech, and I was playing with this for many, many months. I was trying out so many different combinations of this.
עכשיו תחשבו על זה, זו --- ----(מחיאות כפיים)----- זוהי הצגה של משפט ללא שפה. ויש שניים שלושה דברים מעניינים בזה, קודם כל, יכולתי להתחיל בכל חלק. לא הייתי חייב להתחיל עם המילה "אמור". יכולתי להתחיל בכל חלק במשפט, ויכולתי ליצור את כל זה. הדבר השני הוא שאם לא הייתי דובר אנגלית, אם דיברתי בשפה אחרת, המפה הזו הייתה תקפה בכל שפה. כל עוד השאלות הן מתוקננות, המפה בעצם לא תלויה בשפה. אז אני קורא לזה "פרי ספיטש" (דיבור חופשי) ושיחקתי עם זה במשך הרבה מאוד חודשים. ניסיתי הרבה מאוד הרכבים של זה.
And then I noticed something very interesting about FreeSpeech. I was trying to convert language, convert sentences in English into sentences in FreeSpeech, and vice versa, and back and forth. And I realized that this particular configuration, this particular way of representing language, it allowed me to actually create very concise rules that go between FreeSpeech on one side and English on the other. So I could actually write this set of rules that translates from this particular representation into English. And so I developed this thing. I developed this thing called the FreeSpeech Engine which takes any FreeSpeech sentence as the input and gives out perfectly grammatical English text. And by putting these two pieces together, the representation and the engine, I was able to create an app, a technology for children with autism, that not only gives them words but also gives them grammar.
ואז שמתי לב למשהו מאוד מעניין ב"פרי ספיטש". ניסיתי להמיר שפה, להמיר משפטים באנגלית למשפטים ב"פרי ספיטש", ולהפך, הלוך ושוב. והבנתי שהתצורה המסויימת הזו, הדרך הזו להציג שפה, אפשרה לי להגדיר כללים מאוד תכליתיים שמקשרים בין "פרי ספיטש" מצד אחד לאנגלית מהצד השני. אז יכולתי ממש לכתוב מערכת חוקים שתרגמה מהייצוג המסוים הזה לאנגלית. אז פיתחתי את הדבר הזה. פיתחתי את הדבר הזה שנקרא מנוע ה"פרי ספיטש" שלוקח כל משפט "פרי ספיטש" כתשומה ומוציא טקסט מדוקדק לגמרי באנגלית. ובהרכבה של שני חלקים אלו ביחד, הייצוג והמנוע, הייתי מסוגל ליצור אפליקציה, טכנולוגייה עבור ילדים אוטיסטיים, שלא רק נותנת להם מילים, אלא גם נותנת להם דיקדוק.
So I tried this out with kids with autism, and I found that there was an incredible amount of identification. They were able to create sentences in FreeSpeech which were much more complicated but much more effective than equivalent sentences in English, and I started thinking about why that might be the case. And I had an idea, and I want to talk to you about this idea next. In about 1997, about 15 years back, there were a group of scientists that were trying to understand how the brain processes language, and they found something very interesting. They found that when you learn a language as a child, as a two-year-old, you learn it with a certain part of your brain, and when you learn a language as an adult -- for example, if I wanted to learn Japanese right now — a completely different part of my brain is used. Now I don't know why that's the case, but my guess is that that's because when you learn a language as an adult, you almost invariably learn it through your native language, or through your first language. So what's interesting about FreeSpeech is that when you create a sentence or when you create language, a child with autism creates language with FreeSpeech, they're not using this support language, they're not using this bridge language. They're directly constructing the sentence.
אז ניסיתי את זה עם ילדים אוטיסטיים, ומצאתי כי הייתה זהות עצומה. הם היו מסוגלים ליצור משפטים ב"פרי ספיטש" שהיו יותר מסובכים אך הרבה יותר אפקטיבים מאשר משפטים אלו באנגלית. והתחלתי לחשוב למה? והיה לי רעיון, ואני רוצה לדבר איתכם על הרעיון הזה. בערך ב1997, לפני כ 15 שנה, הייתה קבוצת מדענים שניסו להבין איך המח מעבד שפה, והם גילו משהו מאוד מעניין. הם גילו שכשלומדים שפה כילדים, כבני שנתיים, לומדים אותה עם חלק מסויים במח, וכשלומדים שפה כמבוגרים -- לדוגמא אם רציתי ללמוד יפנית עכשיו -- משתמשים בחלק אחר לגמרי במח. עכשיו אני לא יודע למה זה קורה, אבל הניחוש שלי הוא שזה בגלל שכשלומדים שפה כמבוגרים, כמעט תמיד לומדים אותה דרך שפת האם, או דרך השפה הראשונה. אז מה שמעניין ב"פרי ספיטש" הוא שכשיוצרים משפט או כשיוצרים שפה, ילד אוטיסטי שיוצר שפה עם "פרי ספיטש", לא משתמשים בשפה תומכת, לא משתמשים בשפה מגשרת. בונים את המשפט בצורה ישירה.
And so this gave me this idea. Is it possible to use FreeSpeech not for children with autism but to teach language to people without disabilities? And so I tried a number of experiments. The first thing I did was I built a jigsaw puzzle in which these questions and answers are coded in the form of shapes, in the form of colors, and you have people putting these together and trying to understand how this works. And I built an app out of it, a game out of it, in which children can play with words and with a reinforcement, a sound reinforcement of visual structures, they're able to learn language. And this, this has a lot of potential, a lot of promise, and the government of India recently licensed this technology from us, and they're going to try it out with millions of different children trying to teach them English. And the dream, the hope, the vision, really, is that when they learn English this way, they learn it with the same proficiency as their mother tongue.
אז זה נתן לי רעיון. האם אפשר להשתמש ב"פרי ספיטש" לא עבור ילדים אוטיסטיים אלא כדי ללמד שפה לאנשים ללא מוגבלויות? אז ניסיתי כמה ניסויים. הדבר הראשון שעשיתי הוא שבניתי פאזל בו השאלות והתשובות הללו מוצפנות בצורת צורות או צבעים, ויש אנשים שמרכיבים את החלקים האלה ומנסים להבין איך זה עובד. ובניתי מזה אפליקציה, משחק, בו ילדים יכולים לשחק עם מילים ועם תיגבור, תיגבור קולי של מבנים ויזואלים, הם מסוגלים ללמוד שפה. ולזה, לזה יש פוטנציאל, זה מבטיח מאוד, וממשלת הודו לאחרונה הירשתה את הטכנולוגיה הזו מאיתנו, והם הולכים לנסות את זה עם מליוני ילדים בנסיון ללמד אותם אנגלית. והחלום, התקווה, החזון באמת הוא שכשהם לומדים אנגלית בצורה הזו, הם לומדים אותה באותה מומחיות של שפת האם שלהם.
All right, let's talk about something else. Let's talk about speech. This is speech. So speech is the primary mode of communication delivered between all of us. Now what's interesting about speech is that speech is one-dimensional. Why is it one-dimensional? It's one-dimensional because it's sound. It's also one-dimensional because our mouths are built that way. Our mouths are built to create one-dimensional sound. But if you think about the brain, the thoughts that we have in our heads are not one-dimensional. I mean, we have these rich, complicated, multi-dimensional ideas. Now, it seems to me that language is really the brain's invention to convert this rich, multi-dimensional thought on one hand into speech on the other hand. Now what's interesting is that we do a lot of work in information nowadays, and almost all of that is done in the language domain. Take Google, for example. Google trawls all these countless billions of websites, all of which are in English, and when you want to use Google, you go into Google search, and you type in English, and it matches the English with the English. What if we could do this in FreeSpeech instead? I have a suspicion that if we did this, we'd find that algorithms like searching, like retrieval, all of these things, are much simpler and also more effective, because they don't process the data structure of speech. Instead they're processing the data structure of thought. The data structure of thought. That's a provocative idea.
בסדר, בואו נדבר על משהו אחר. בואו נדבר על דיבור. זהו דיבור. אז דיבור הוא צורת בסיס של תקשורת המועבר בין כולנו. עכשיו מה שמעניין בדיבור הוא שדיבור הוא חד-מימדי. למה הוא חד-מימדי? הוא חד-מימדי בגלל שהוא קול. הוא גם חד-מימדי בגלל שהפיות שלנו בנויות כך. הפיות שלנו בנויות לייצר קול חד-מימדי. אבל אם חושבים על המח, המחשבות שעוברות בראשנו אינן חד-מימדיות. זאת אומרת, יש לנו עושר, מורכבות ורב-מימדיות ברעיונות שלנו. נדמה לי ששפה היא המצאה של המח שנועדה להמיר מחשבות רב-מימדיות מחד, לדיבור מאידך. עכשיו מה שמעניין הוא שאנחנו עושים הרבה עבודה במידע כיום, וכמעט כולה נעשית בתחום השפה. קחו את גוגל לדוגמא. גוגל דג את כל אינספור האתרים האלו, כולם באנגלית, וכשאנחנו רוצים להשתמש בגוגל אנחנו נכנסים לחיפוש בגוגל, ומקלידים באנגלית, וגוגל מתאים את האנגלית עם האנגלית. מה אם היינו יכולים לעשות זאת ב"פרי ספיטש" במקום זאת? יש לי חשד שאם היינו עושים זאת היינו מגלים שאלגוריתמים כמו חיפוש, כמו שליפת מידע, כל הדברים הללו, היו הרבה יותר פשוטים וגם יותר אפקטיבים, בגלל שהם לא מעבדים את מבנה הדיבור. במקום זאת הם מעבדים את מבנה המחשבה. מבנה המחשבה. זה רעיון פרובוקטיבי.
But let's look at this in a little more detail. So this is the FreeSpeech ecosystem. We have the Free Speech representation on one side, and we have the FreeSpeech Engine, which generates English. Now if you think about it, FreeSpeech, I told you, is completely language-independent. It doesn't have any specific information in it which is about English. So everything that this system knows about English is actually encoded into the engine. That's a pretty interesting concept in itself. You've encoded an entire human language into a software program. But if you look at what's inside the engine, it's actually not very complicated. It's not very complicated code. And what's more interesting is the fact that the vast majority of the code in that engine is not really English-specific. And that gives this interesting idea. It might be very easy for us to actually create these engines in many, many different languages, in Hindi, in French, in German, in Swahili. And that gives another interesting idea. For example, supposing I was a writer, say, for a newspaper or for a magazine. I could create content in one language, FreeSpeech, and the person who's consuming that content, the person who's reading that particular information could choose any engine, and they could read it in their own mother tongue, in their native language. I mean, this is an incredibly attractive idea, especially for India. We have so many different languages. There's a song about India, and there's a description of the country as, it says, (in Sanskrit). That means "ever-smiling speaker of beautiful languages."
אבל בואו נסתכל על זה בקצת יותר פרוט. אז זוהי המערכת האקולוגית של "פרי ספיטש". יש לנו את ייצוג ה"פרי ספיטש" מצד אחד, ויש לנו את המנוע המייצר אנגלית. עכשיו אם חושבים על זה, "פרי ספיטש" כמו שאמרתי לכם הוא לגמרי בלתי תלוי בשפות. אין בו שום מידע מסוים על אנגלית. אז כל מה שהמערכת הזו יודעת על אנגלית בעצם מוצפן במנוע. זה קונספט די מעניין בפני עצמו. הכנסנו שפת אדם שלמה לתוך תוכנה. אבל אם מסתכלים על מה שבתוך המנוע, זה בעצם לא כל כך מסובך. זה לא קוד מאוד מסובך. ועוד יותר מעניינת היא העובדה שהרוב המוחלט של הקוד במנוע הוא לא ממש ספציפי לאנגלית. וזה מציג רעיון מעניין. ייתכן ויהיה לנו קל מאוד ליצור מנועים כאלו בהרבה מאוד שפות, בהינדי, בצרפתית, בגרמנית, בסווהילי. וזה מייצר עוד רעיון מעניין. לדוגמא, נגיד שאני כתב, נגיד בשביל עיתון או מגזין. אני אוכל ליצור תוכן בשפה אחת, ב"פרי ספיטש", והאדם שצורך את התוכן, האדם שקורא את המידע המסוים הזה יוכל לבחור בכל מנוע ויוכל לקרוא בשפת האם שלו, בשפתו המולדת. זה רעיון מושך בצורה יוצאת מן הכלל, בעיקר עבור הודו. יש לנו כל כך הרבה שפות שונות. יש שיר על הודו ויש תיאור של המדינה והוא: (בסנסקרית). משמעותו "דובר שפות יפות המחוייך תמיד"
Language is beautiful. I think it's the most beautiful of human creations. I think it's the loveliest thing that our brains have invented. It entertains, it educates, it enlightens, but what I like the most about language is that it empowers.
שפה היא יפה. אני חושב שהיא היפה ביותר מיצירות האדם. אני חושב שהיא הדבר המופלא ביותר שמוחותינו המציאו. היא מבדרת, היא מלמדת, היא מחנכת, אבל מה שאני הכי אוהב בשפה הוא שהיא מעצימה.
I want to leave you with this. This is a photograph of my collaborators, my earliest collaborators when I started working on language and autism and various other things. The girl's name is Pavna, and that's her mother, Kalpana. And Pavna's an entrepreneur, but her story is much more remarkable than mine, because Pavna is about 23. She has quadriplegic cerebral palsy, so ever since she was born, she could neither move nor talk. And everything that she's accomplished so far, finishing school, going to college, starting a company, collaborating with me to develop Avaz, all of these things she's done with nothing more than moving her eyes.
אני רוצה להשאיר אתכם עם זה. זה תצלום של אחת משותפותיי, שותפותיי הראשונות כשהתחלתי לעבוד על שפה ואוטיזם ועוד כל מיני דברים. שמה של הבת הוא פוונה, וזוהי אמה, קלפנה. פוונה היא יזמת, אבל הסיפור שלה הוא הרבה יותר מדהים משל שלי, בגלל שפוונה היא בת כ23. יש לה שיתוק מוחין, אז מאז שהיא נולדה היא לא יכלה לא לזוז ולא לדבר. וכל מה שהיא השיגה עד עכשיו, סיום בית הספר, לימוד בקולג', ייסוד חברה, שיתוף פעולה איתי כדי ליצור את אווז, את כל הדברים הללו היא עשתה עם לא יותר מתזוזות עיניה.
Daniel Webster said this: He said, "If all of my possessions were taken from me with one exception, I would choose to keep the power of communication, for with it, I would regain all the rest." And that's why, of all of these incredible applications of FreeSpeech, the one that's closest to my heart still remains the ability for this to empower children with disabilities to be able to communicate, the power of communication, to get back all the rest.
דניאל וובסטר אמר: "אם כל מה ששייך לי נלקח ממני למעט דבר אחד, הייתי בוחר לשמור את כח התקשורת, כי איתו, הייתי רוכש את כל השאר מחדש." ולכן, מתוך כל היישומים המדהימים הללו של "פרי ספיטש", הקרוב ביותר לליבי עדיין נשאר היכולת להעצים ילדים עם מוגבלויות לתקשר, כח התקשורת, כדי לרכוש מחדש את כל השאר.
Thank you. (Applause) Thank you. (Applause) Thank you. Thank you. Thank you. (Applause) Thank you. Thank you. Thank you. (Applause)
תודה. (מחיאות כפיים) תודה. (מחיאות כפיים) תודה. תודה. תודה. (מחיאות כפיים) תודה. תודה. תודה. (מחיאות כפיים)