I work with children with autism. Specifically, I make technologies to help them communicate.
Autista gyerekekkel foglalkozom. Leginkább olyan eszközöket készítek számukra, amik segítik a kommunikációt.
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.
Az autista gyerekek problémáinak nagy része közös tőről fakad: nehézséget okoz számukra a szimbólumok és elvont fogalmak megértése. Éppen ezért nagyon sok gondjuk van a nyelvvel.
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.
Hadd meséljek erről kicsit bővebben. Itt van egy kép egy tányér levesről. Mindannyiunk számára világos. További két kép egy tányér levesről, de ezek már absztraktabbak. Nem annyira egyértelműek. A nyelv esetében ezek a képek olyan szavakká válnak, amelyek kinézetükben és hangzásukban nincsen semmi közük ahhoz, amit kifejeznek, nem utalnak rá. Jelen esetben a tányér levesre. Vagyis, ez egy teljesen absztrakt, teljesen önkényes reprezentációja valaminek, ami létezik a való világban. Pontosan ez okoz az autista gyerekeknek rettenetesen nagy gondot. Éppen ezért a legtöbben, akik autista gyerekekkel foglalkoznak, logopédusok, tanítók, úgy segítik az autista gyerekeket, hogy szavak helyett képekkel kommunikálnak velük. Ha egy autista gyerek azt akarja mondani, hogy " Levest akarok", akkor kiválasztja a megfelelő három képet: "én" "akar" és "leves", és egymás mellé rakja őket. Így a tanító vagy a szülő megérti, mit akar a gyerek mondani. Ez a módszer nagyon hatékony, az elmúlt 30-40 évben ez volt a gyakorlat. Pár évvel ezelőtt, készítettem egy iPad alkalmazást, ami pontosan erre alkalmas. A neve Avaz, és úgy működik, hogy a gyerek kiválaszt különböző képeket. A képek sorba rakásával mondatok készülnek, majd e mondatokat az Avaz kimondja. Vagyis az Avaz a képeket lefordítja, és beszéddé alakítja.
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.
Ez egy nagyon hatékony módszer. Gyerekek ezrei használják a világ minden táján. Elgondolkoztam, hogy mi azt, amit ez az alkalmazás tesz, és mi az, amit nem. Valami érdekesre lettem figyelmes: az Avaz segít szavakat tanulni, nem segít viszont megtanulni a szavak sorrendjét. Elmagyarázom pontosan, mire gondolok. Vegyük a "Levest akarok ma este" mondatot. A jelentést nem csak a szavak hordozzák. Az is fontos, hogyan vannak a szavak a mondaton belül elrendezve, mivé alakulnak és hol állnak. Ezért van, hogy a "Levest akarok ma este" különbözik ettől a mondattól: "Akarok ma levest este", ami helytelen. Vagyis, itt rejlik még valami más is, amivel az autista gyerekek nagyon nehezen birkóznak meg, az, hogy a szavak megváltoztathatók, és különbözőképpen elrendezhetők, és ezáltal különböző jelentésteket közvetítenek. Ezt hívjuk nyelvtannak. A nyelvtannak nagy hatalma van, mivel ez a nyelvnek azon része, ami a rendelkezésünkre álló szókincsből végtelen mennyiségű információt, és végtelen mennyiségű gondolatot alkot. A nyelvtan az, amivel a szavakat egymás mellé tesszük, annak érdekében, hogy valamit kifejezzünk.
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.
Az Avaz kifejlesztése után hosszú ideig töprengtem azon, hogyan taníthatnánk az autista gyerekeknek nyelvtant. A megoldás egy meglepő helyről érkezett. Láttam egyszer egy autista gyermeket, ahogy az édesanyával társalgott, és a következő történt. Egyszer csak a gyermek hirtelen felállt, és azt mondta "Enni". Ami ebben érdekes volt, ahogy az édesanya megpróbálta megfejteni, hogy mit akart a gyerek mondani, azáltal, hogy kérdéseket tett fel neki. "Enni mit? Fagylaltot szeretnél enni?" "Te szeretnél enni? Valaki más szeretne enni?" "Most akarsz fagyit enni? Este akarsz fagyit enni?" Akkor értettem meg, hogy amit ez az anya tesz, az fantasztikus. Képes volt gondolatokat közvetíteni, a gyermeknek, nyelvtan nélkül. Rájöttem, hogy pontosan ezt kerestem eddig. Ahelyett, hogy a szavakat bizonyos módon elhelyeznénk a mondatokban, elhelyezhetjük őket egy térképen, ahol össze vannak kapcsolva, de nem a helyük által, hanem az által, hogy milyen kérdésre adnak választ. Így, amit létrehozunk nem egy angol mondat lesz, de a jelentése megfelel egy angol mondatnak. A jelentés a nyelv egy nagyon érzékeny pontja. Az a valami, ami a gondolat után van, de még a nyelv előtt. Az alapgondolat az volt, hogy ez a fajta megjelenítés, a gondolat nyers formájából hozza ki a jelentést.
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.
Nagyon izgatott lettem, fel-alá járkáltam és próbáltam kitalálni, hogyan tudnám beépíteni az összes lehetséges mondatot a rendszerbe. Rájöttem, hogy ez nem elég. Miért nem? Mert olyasmit is ki akarunk fejezni, mint a tagadás, azt mondani, hogy "Nem akarok levest", és ezt nem lehet kérdésekkel elérni. Ezt úgy fejezzük ki, hogy megváltoztatjuk az "akar" jelentését. Vagy, amikor azt akarod mondani, hogy " Levest akartam tegnap" akkor megváltoztatod az "akarok"-ot "akartam"-ra. Ez a múlt idő. Ez volt az az extra, amit hozzáadtam az elképzeléshez, hogy teljes legyen. Egy olyan térkép, ahol szavak kapcsolódnak egymáshoz, mint kérdések és válaszok. Majd további lehetőségeket adtam hozzá hogy ezek módosításával ki lehessen fejezni bizonyos finomságokat. Hadd mutassak Önöknek pár példát.
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.
Vegyük a következő mondatot: "Azt mondtam az asztalosnak, hogy nem tudom őt kifizetni." Ez egy bonyolult mondat. A rendszer úgy működik, hogy a mondat bármely részével el lehet kezdeni. Én a "mondtam" szóval kezdem. Szóval a szavam: "mondani". Mivel a múltban történt, ezért átalakítom "mondtam"-ra. A következő lépés, hogy felteszek egy kérdést. Ki mondta? Én mondtam. Kinek mondtam? Az asztalosnak. Most vegyük a mondat egy másik elemét. Kezdjük a "kifizetni"-vel, hozzá adjuk a képességre való hajlamot " tud kifizetni". Majd ebből "nem tud kifizetni" lesz, és végül "nem tudott kifizetni"-vé alakítjuk azzal, hogy múlt időbe tesszük. Ki nem tudott kifizetni? Én nem tudtam. Kit nem tudtam kifizetni? Az asztalost. Ezután összekapcsoljuk ezt a kettőt feltéve a kérdést: Mit mondtam az asztalosnak? Azt mondtam az asztalosnak, hogy nem tudom kifizetni.
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.
Gondoljuk ezt végig. (Taps) Ez nem más, mint egy mondat jelentése, nyelv nélkül. Van itt még pár érdekes dolog. Először, kezdhettük volna a mondat bármely elemével Nem kell, hogy a "mondani" legyen az első. A mondat bármelyik elemével kezdhettük volna, hogy elkészítsük a térképet. Másodszor, ha nem angolul, hanem bármilyen más nyelven beszélnék, ez a térkép még mindig helyes lenne. Bármelyik nyelven. Amíg a kérdések egy adott sémát követnek, a térkép nyelvfüggetlen lesz. Ezért FreeSpeechnek neveztem el. Hónapokon keresztül játszottam a szavakkal. A lehető legtöbb kombinációt kipróbáltam.
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.
Észrevettem valami nagyon érdekeset a FreeSpeech-csel kapcsolatban. Megpróbáltam átalakítani a nyelvet, átalakítani angol mondatokat Freespeech mondatokká, és vissza. Felismertem, hogy ez az igen sajátos szerkezet, a nyelv megjelenítésének ez a különös módja lehetőséget adott, hogy pontos szabályokat állítsak fel, aminek az egyik oldalán a FreeSpeech, a másik oldalán pedig az angol áll. Vagyis, le tudtam írni azokat a szabályokat, amelyek ebből a bizonyos megjelenítésből angolra fordítanak. Aztán el is végeztem a fejlesztést. Kifejlesztettem a FreeSpeech Engine-t, ami bármely FreeSpeech mondatból nyelvtanilag helyes angol mondatra fordít. Összekapcsolva ezt a két dolgot, a megjelenítést és a fordítót, elkészítettem egy alkalmazást az autista gyerek számára, ami nem csak szavakat ad nekik, de nyelvtan is.
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.
Majd kipróbáltam az alkalmazást autista gyerekekkel, és felfigyeltem az azonosságok nagy számára. A FreeSpeech-csel képesek voltak mondatokat alkotni, amik sokkal összetettebbek és hatékonyabbak voltak, mint az angol megfelelőjük. Elkezdtem azon gondolkozni, hogy vajon miért van ez így. Felmerült bennem egy gondolat, amiről most Önöknek is beszélni szeretnék. 1997-ben, körülbelül 15 évvel ezelőtt, tudósok egy csoportja megpróbálta, megérteni, hogyan dolgozza fel az agy a nyelvet, és valami nagyon érdekesre bukkantak. Amikor nyelvet tanulunk kétéves gyermekként, az agy egy adott részével tanuljuk. Amikor felnőttként tanulunk egy nyelvet, például meg akarok tanulni japánul, az agy egy teljesen másik része lép működésbe. Nem tudom, hogy ez valóban így van-e de feltételezem, igen, hiszen amikor felnőttként tanulunk nyelvet szinte minden esetben, az anyanyelvünk segítségével, az elsődleges nyelvünkön tesszük ezt. Ami érdekes a FreeSpeech-csel kapcsolatban, hogy amikor megalkotsz egy mondatot vagy amikor létrehozol egy nyelvet, az autista gyerekek egy másik nyelv nélkül alkotnak nyelvet a FreeSpeech segítségével, náluk nincsen köztes nyelv. A mondatokat közvetlenül alkotják meg.
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.
Támadt egy ötletem. Lehetséges-e vajon a FreeSpeech segítségével nem csak autista gyerekeket, hanem egészséges embereket is nyelvekre tanítani? Elvégeztem pár kísérletet. Elsőként készítettem egy puzzle-t amiben a kérdések és a válaszok, formákba és színekbe vannak kódolva. Az emberek megpróbálják összerakni a darabkákat, és próbálják megérteni, hogyan működik. Majd elkészítettem egy alkalmazást, egy játékot, amiben a gyerekek szavakkal játszhatnak; folyamatos megerősítéssel, a képek hangos megjelenítésével, és képesek megtanulni egy nyelvet. Rengeteg lehetőség és ígéret rejlik ebben, és az indiai kormány nemrégiben megvette tőlünk ezt a technológiát, és különböző gyerekek millióival fogják kipróbálni, hogy angolra tanítsák őket. Az az álmunk, abban reménykedünk, hogy így meg is tanulnak majd angolul, éppen olyan tökéletességgel, mint az anyanyelvüket.
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.
Beszéljük valami másról. Beszéljünk a beszédről. Ez a beszéd. A beszéd a kommunikáció elsődleges formája, közvetít közöttünk. Ami nagyon érdekes a beszédet illetően, hogy a beszéd egydimenziós. Miért egydimenziós? Egydimenziós, mivel csupán hang. Egysíkú, mivel a szánk így van kialakítva. A szánk úgy alakult ki, hogy egydimenziós hangot képezzen. De ha az agyra gondolunk, a gondolatainkra a fejünkben, azok nem egydimenziósak, Gazdagabbak összetettek, sokdimenziósak. Úgy tűnik számomra, hogy a nyelv valójában az elme találmánya, hogy a gazdag, sokrétű gondolatokat átalakítsa beszéddé. Ami nagyon érdekes, hogy napjainkban nagy mennyiségű információt kell feldolgoznunk és mindezt a nyelv segítségével tesszük. Vegyük csak Google-t. A Google weboldalak milliárdjait kapcsolja össze, mindent, ami angolul van. Így amikor a Google-t használjuk, megnyitjuk a keresőt és angolul beírjuk, amit keresünk, és a kereső az angolt az angollal párosítja. Mi történne, ha ugyan ezt megtehetnénk a FreeSpeech-csel is? Úgy sejtem, ha megtehetnénk, akkor találnánk egy algoritmust a kereséshez, a visszakereséshez, és hasonló műveletekhez, ami egyszerűbb és hatékonyabb, mivel nem a beszéd szerkezetét használja, hanem a gondolatok szerkezetét. A gondolatok adatszerkezetét. Ez igen merész gondolat.
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."
Nézzük meg kissé részletesebben. Ez a FreeSpeech. Az egyik oldalon ott áll a FreeSpeech reprezentáció, és elkészült a FreeSpeech Engine, ami angol mondatokat készít. Ha ebbe belegondolunk, a FreeSpeech független a nyelvtől. Semmilyen különleges információt nem tartalmaz az angol nyelvről. Minden, amit a rendszer tud az angol nyelvről már eleve kódolva van. Ami önmagában is egy nagyon érdekes gondolat. Az összes emberi nyelv kódolva egy programba. De ha a rendszer belsejébe nézünk, látjuk, hogy ez valójában nem is annyira bonyolult. Nem túl bonyolult kód. És ami még érdekesebb, hogy a kód legnagyobb része, nem speciálisan angol. Ebből aztán támadt egy ötletem. Talán nem is lenne annyira nehéz létrehozni egy motort a különböző nyelvekre: hindi, francia, német, szuahéli. Ami szintén egy érdekes dologhoz vezet. Ha én például újságíró lennék, egy újságnál vagy egy magazinnál, elkészíthetném a cikket FreeSpeech nyelven, és az, aki olvassa a cikket, akit érdekel az a bizonyos információ, kiválaszthatná a fordító motort, és az anyanyelvén olvashatná a szöveget, a saját nyelvén. Ez egy valóban lenyűgöző ötlet, főleg Indiában, ahol a különböző nyelvek száma igen magas. Van egy dal Indiáról, amely leírást ad az országról. Így szól: (szanszkrit szöveg) " A gyönyörű nyelvek örökké mosolygó hírnöke."
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.
A nyelv csodálatos. A legcsodálatosabb emberi találmány. A legszebb dolog, amit az elménk megalkotott. Szórakoztat, oktat és felvilágosít, de, amit a legjobban szeretek a nyelvben, az, hogy hatalmat ad nekünk.
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.
Ezzel szeretnék elköszönni. Ezen a képen a munkatársaim láthatók, az első munkatársaim, akikkel együtt kezdtem foglalkozni a nyelvvel, az autizmussal és más egyéb dolgokkal. Ez itt Pavna, és az édesanyja Kalpana. Pavna vállalkozó, de az ő története sokkal érdekesebb, mint az enyém, mivel Pavna csak 23 éves Az összes végtagjára kiterjedő agyi bénulásban szenved, és születésétől fogva soha nem tanult meg mozogni, vagy beszélni. Minden, amit eddig elért: befejezte az iskolát, főiskolára ment, elindította saját vállalkozását, és együtt dolgozott velem az Avaz fejlesztésén. Minden, amit eddig tett, csupán a szeme mozgatásával tette.
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.
Daniel Webster szavaival: "Ha minden vagyonom elvennék tőlem, egy kivételével, akkor a kommunikáció hatalmát választanám, mivel azzal visszaszerezhetném a többit." Éppen ezért a FreeSpeech fantasztikus felhasználásai közül az maradt számomra a legkedvesebb képessége, hogy a fogyatékkal élő gyerekek számára lehetővé teszi a kommunikációt, és a kommunikáció erejével minden mást.
Thank you. (Applause) Thank you. (Applause) Thank you. Thank you. Thank you. (Applause) Thank you. Thank you. Thank you. (Applause)
Köszönöm! (Taps) Köszönöm! (Taps) Köszönöm! Köszönöm! (Taps) Köszönöm! Köszönöm! (Taps)