I work with children with autism. Specifically, I make technologies to help them communicate.
Ben otistik çocuklarla çalışıyorum. Tam olarak yaptığım, iletişim kurmalarına yardımcı olacak teknolojiler yaratmak.
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.
Otistik çocukların karşılaştığı sorunların çoğunun ortak bir kökeni var. Bu köken, onların soyut kavramları ve sembolleri anlamakta zorlanmaları. Ve bu yüzden konuşma dilinde zorluk yaşıyorlar.
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.
Bunun nedeni hakkında biraz açıklama yapayım. Görüyorsunuz ki bu fotoğrafta bir kâse çorba var. Hepimiz bunu görebiliyor ve anlıyoruz. Bunlar da iki farklı çorba resmi, ama görüyorsunuz ki bu ikisi daha soyut. Bunlar o kadar da somut değiller. Konuşma diline gelirsek, bu bir sözcük hâline gelir: Çorba. Ve bu sözcüğün ne görüntüsünün ne de seslendirilişinin başlangıçtakiyle hiç bir ilgisi yoktur. Temsil etmekte olduğu şeye, bir kâse çorbaya benzemez. Sözcük, gerçek dünyada bulunan bir şeyin tamamen soyut, tamamen rasgele seçilmiş bir temsilidir. İşte bu durum, otizmli çocukların aşırı derecede zorlanmalarına neden olur. Bu nedenle, otizmli çocuklarla çalışan pek çok insanın, konuşma terapistlerinin, eğitimcilerin yaptıkları şey, otistik çocuklara yardım için sözcüklerle değil de, resimlerle iletişim kurmaktır. Eğer otizmli bir çocuk "Ben çorba istiyorum" demek isterse, 3 farklı resim seçer: "Ben", "istemek" ve "çorba" ve bunları biraraya getirir. Böylece terapist veya ebeveyn çocuğun söylemek istediği şeyi anlar. Ve bu inanılmaz etkili olmuştur; son 30-40 yıldır insanlar bunu yapıyor. Aslında, birkaç yıl önce iPad için bir uygulama geliştirdim ve yaptığı şey tam olarak bu. Adı Avaz ve çocukların farklı resimler seçmesi şeklinde çalışıyor. Bu resimler, cümleler oluşturacak biçimde sıralanıyor ve cümleler sesli olarak okunuyor. Dolayısıyla Avaz, esasen resimleri dönüştüren bir çeviri yazılımı, resimleri konuşmaya çeviren.
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.
Bu son derece etkili. Dünyanın her yanında bunu kullanan binlerce çocuk var. Neler yapabildiği ve yapamadığı üzerine düşünmeye başladım. Ve ilginç bir şey fark ettim: Avaz, otistik çocukların sözcük öğrenmesine yardımcı oluyor. Yardım edemediği nokta ise sözcük kalıplarını öğrenmeleri. Bunu daha ayrıntılı şekilde açıklamama izin verin. Şu cümleyi ele alalım: "Ben bu gece çorba istiyorum." Burada anlamı ileten sadece sözcükler değildir. Sözcüklerin nasıl sıralandığı ve değiştiriliş ve düzenleniş biçimi de önemlidir. Bu yüzden "Ben bu gece çorba istiyorum" cümlesi, "Çorba gece ben bu istiyorum" gibi anlamsız bir cümleden farklıdır. Öyleyse burada otizmli çocukların başa çıkmakta zorlandığı gizli bir başka soyutlama daha var. İşin aslı, sözcükleri değiştirip düzenleyerek, farklı düşünceler iletmek için farklı anlamlara gelmelerini sağlayabilirsiniz. Buna dilbilgisi diyoruz. Ve dilbilgisi inanılmaz güçlü. Çünkü dilbilgisi, dilin öyle bir bileşeni ki, onun sayesinde sonlu sayıdaki sözcüklerimizle sonsuz miktarda bilgi iletebiliyoruz, sonsuz miktarda düşünce. Ne isterseniz onu dile getirmeniz için sözcükleri bir araya getirmenin yolu.
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.
Böylece Avaz'ı geliştirmemin ardından, uzun bir süre boyunca otizmli çocuklara dilbilgisini nasıl kazandırabileceğim konusunda kafa yordum. Çok ilginç bir bakış açısı sonucunda çözüme ulaştım. Şans eseri, annesiyle konuşmakta olan otizmli bir çocuğa rastladım ve olaylar gelişti. Durup dururken, hiç beklenmedik bir biçimde, çocuk ayağa kalktı ve dedi ki, "Ye." İlginç olan nokta, çocuğunun söylediklerinin anlamını açığa çıkarabilmek için, annesinin sorular kullanarak konuşması idi. "Ne ye? Dondurma yemek ister misin? Sen mi yemek istiyorsun? Başka biri mi yemek istiyor? Sen dondurmayı şimdi mi yemek istiyorsun? Dondurmayı akşam mı yemek istiyorsun?" Ve bir anda, annenin yaptığı şeyin ne kadar inanılmaz olduğunu fark ettim. Çocuğun, dilbilgisi olmadan kendisine ne düşündüğünü aktarabilmesini sağlıyordu. Ve bir anda, belki de aradığım şey bu diye düşündüm. Sözcükleri düzenleyip cümle olarak sıraya sokmak yerine, onları hepsinin bağlantılı olduğu bir sözcük haritasına yerleştirmek ve ard arda dizmek yerine sorular sormak, soru-cevap çiftleri şeklinde. Böyle yaptığınızda, ilettiğiniz şey İngilizce bir cümle olmuyor. Ama ilettiğiniz şey gerçekten de bir anlam oluyor, İngilizce bir cümlenin anlamı. Anlam, bir açıdan dilin en hassas noktasıdır. Düşünceden sonra değil, dilden bile önce gelir. Ve bana göre, bu özel gösterim biçimi anlamı işlenmemiş biçimiyle iletebilirdi.
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.
Bu beni çok heyecanlandırmıştı ve etrafta hoplaya-zıplaya duyduğum her olası cümleyi buna çevirebilir miyim diye denemeler yapıyordum. Ve yeterli olmadığını anladım. Neden yeterli değildi? Çünkü eğer iletmek istediğiniz düşünce "Ben çorba istemiyorum" gibi olumsuz birşey ise, bunu soru sorarak yapamıyordunuz. Bunu ancak "istemek" fiilini değiştirerek yapabiliyorsunuz. Eğer söylemek istediğiniz şey "Ben dün çorba istemiştim" olursa, yine "istemek" fiilini değiştirmeniz gerekiyordu. Bu, geçmiş zaman. Sistemi tamamlamak için bir ekleme yaptım. Sözcüklerin, soru-cevap şeklinde bir araya getirildiği bir haritamız var ve üzerlerindeki filtreleri uygulayarak, çeşitli farklılıkları belirtecek biçimde onları değiştirebiliyoruz. Başka bir örnekle göstereyim bunu.
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.
Şu cümleyi ele alalım: "Ben marangoza ona ödeme yapamayacağımı söyledim." Biraz karmaşık bir cümle oldu. Cümlenin istediğiniz parçasından başlayarak sistemi uygulayabilirsiniz. Ben "söylemek" sözcüğünden başlayacağım. Burada "söylemek" sözcüğü var. Olay geçmişte olduğundan, bunu "söyledim" yapacağım. Ve ardından da sorular soracağım. Kim söyledi? Ben söyledim. Kime söyledim? Marangoza söyledim. Cümlenin başka bir parçası ile başlayalım şimdi de. "Ödeme yapmak" sözcüğü ile başlayalım ve buna muktedirlik filtresi uygulayarak "ödeme yapabilmek" elde edelim. Sonra da bunu "ödeme yapamamak" biçimine dönüştürebilir, bunu da "ödeme yapamayacağım" yaparız, geçmiş zamanı seçerek. Yani kim ödeme yapamayacaktı? Ben. Kime? Marangoza ödeme yapamayacaktım. Şimdi de şu soruyu sorarak, bu ikisini birleştirelim: Ben marangoza ne söyledim? Ben marangoza ona ödeme yapamayacağımı söyledim.
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.
Şimdi düşünelim. Bu — (Alkış) — Bu, dil kullanmaksızın şu cümlenin temsil edilmesidir. Burada iki ya da üç ilginç durum var. İlk olarak, istediğim yerden başlayabiliyorum. "Söylemek" sözcüğü ile başlamak zorunda değildim. Cümle içinde herhangi bir yerden başlayabilir ve bütüne yine ulaşabilirdim. İkincisi, eğer İngilizce bilmiyor olsaydım, başka bir dil konuşuyor olsaydım, bu harita yine doğru olurdu, dil hangisi olursa olsun. Sorular standart olduğu sürece, bu harita dilden bağımsızdır. Buna FreeSpeech adını verdim ve pek çok ay boyunca bununla uğraştım. Bunun çok sayıda kombinasyonunu deniyordum.
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.
Bu arada FreeSpeech'in çok ilginç bir özelliğini fark ettim. Konuşma dilini, İngilizce cümleleri FreeSpeech cümlelerine ve tersi yönde birini diğerine dönüştürmekle uğraşıyordum. Ve fark ettim ki böyle bir yapılandırma, böyle bir dil temsil yolu, FreeSpeech ile İngilizce arasında çeviri için çok net kurallar yaratmamı mümkün kılıyordu. O halde, böyle bir temsilden İngilizce'ye çeviri için gereken bu kurallar kümesini yazabilirdim. Ben de şöyle bir şey geliştirdim. Buna FreeSpeech Motoru adını veriyoruz. Herhangi bir FreeSpeech cümlesini girdi olarak alıyor ve dilbilgisi açısından kusursuz bir İngilizce cümle çıktısı veriyor. İşte bu iki parçayı, temsili ve motoru bir araya getirerek, otizmli çocuklar için bir teknoloji geliştirebildim. Böylece onlara sözcüklerin yanı sıra dilbilgisi de kazandırmış oldum.
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.
Bunu otizmli çocuklarla denedim ve gördüm ki inanılmaz miktarda tanımlama olmakta. Eşdeğer İngilizce cümlelerden çok daha karmaşık ama çok daha etkili olan FreeSpeech cümlelerini kurabiliyorlardı. Durumun neden böyle olduğu üzerinde düşünmeye başladım. Sonra aklıma bir fikir geldi. Size bu fikirden söz etmek istiyorum. 1997 dolaylarında, yaklaşık 15 yıl önce, beynin dili nasıl işlediğini araştıran bir grup bilimci vardı ve çok ilginç sonuçlara ulaştılar. Çocukken, iki yaşlarındayken dil öğrenme sırasında beynin belli bir bölgesi aktif halde olurken, bir yetişkin olarak dil öğrenme sırasında -- örneğin, ben şimdi Japonca öğrenirken -- beynin bütünüyle farklı bir bölgesi kullanılıyor. Bunun neden böyle olduğunu bilmiyorum, ama sanıyorum ki, yetişkin olarak dil öğrenirken hep anadil üzerinden, bilinen bir dil üzerinden gidiliyor olması. İşte FreeSpeech'in ilginç yanı bir cümle kurarken veya dil oluştururken, otizmli bir çocuk FreeSpeech ile dil yaratırken, öyle destek bir dil kullanılmıyor, köprü bir dil kullanılmıyor. Doğrudan cümle kuruluyor.
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.
Benim de aklıma gelen soru şu oldu: Otizmli çocuklara değil de, herhangi bir engeli olmayan insanlara dil öğretmede FreeSpeech kullanmak mümkün mü? Çok sayıda deney yaptım. Yaptığım ilk şey bir yapboz tasarlamak oldu. Burada sorular ve cevaplar şekiller biçiminde kodlanmış durumda, renkler biçiminde. İnsanlardan bunları bir araya getirerek, nasıl işlediğini anlamaya çalışmalarını istiyoruz. Böyle bir uygulama ve oyun geliştirdim. Çocuklar sözcüklerle oynayabiliyor ve biraz takviye ile, görsel yapıların sesle takviyesi ile, dil öğrenebiliyorlar. Bunun büyük bir potansiyeli var ve çok şey vaat ediyor. Kısa süre önce Hindistan Hükümeti bizden bu teknolojiyi kullanmak için gerekli izinleri aldı. Milyonlarca farklı çocukla bunu deneyecek ve onlara İngilizce öğretmeye çalışacaklar. Ve rüya, ümit, vizyon, gerçekte şu ki, İngilizceyi bu yolla öğrendiklerinde, anadillerinde olduğu kadar ustalıkla öğrenmiş olacaklar.
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.
Bu arada, değinmek istediğim bir başka konu var. Konuşma hakkında bir kaç şey söylemek istiyorum. Konuşma budur. Hepimiz arasındaki birincil iletişim biçimi konuşmadır. Konuşma hakkında ilginç olan şu ki, konuşma tek boyutlu. Neden tek boyutlu? Tek boyutlu çünkü o ses. Ayrıca tek boyutlu çünkü ağızlarımız böyle biçimlendirilmiş. Ağzımız tek boyutlu ses oluşturmak için biçimlendirilmiş. Fakat beynimizi düşünürsek, aklımızdan geçen düşüncelerin tek boyutlu olmadığını görüyoruz. Yani, bizim zengin, karmaşık, çok boyutlu düşüncelerimiz var. Bana öyle geliyor ki, konuşma dili bir taraftaki bu zengin ve çok boyutlu düşüncelerin, diğer taraftaki konuşma hâline dönüştürülebilmesi için beyin tarafından icat edilmiştir. Şöyle de ilginç bir şey var ki, günümüzde bilgi üzerine pek çok çalışma var ve neredeyse hepsi dil konusunda yapılıyor. Örneğin Google. Google, İngilizce olan milyarlarca web sitesini ağında tutar ve Google'ı kullanmak istediğinizde, arama çubuğuna İngilizce giriş yaptığınızda, İngilizce ile İngilizce arasında eşleştirme yapar. Ya bunu FreeSpeech'te yapabilseydik? Tahminimce eğer bunu yaparsak, arama, bulup getirme ve buna benzer tüm diğer algoritmalar daha basit ve daha verimli olabilir. Çünkü konuşmanın veri yapısını işlemek yerine, düşüncenin veri yapısını işleyecek. Düşüncenin veri yapısı. Bu kışkırtıcı bir fikir.
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."
Buna biraz daha yakından bakalım. Bu, FreeSpeech ekosistemi. Bir tarafta FreeSpeech temsili var, ve bir de FreeSpeech Motoru var, ki İngilizce üreten bu. Şimdi biraz düşünelim. Söylediğim gibi FreeSpeech bütünüyle dilden bağımsız. Onun İngilizce ile ilgili hiç bir özel bilgisi yok. Yani sistemin İngilizce hakkında bildiği her şey, aslında motora kodlanmış durumda. Bu da ayrıca çok ilginç bir kavram. Bütün bir insan dili, bir yazılım programına kodlanmış durumda. Eğer motorun içinde ne olduğuna bakarsak, aslında pek de karmaşık değil. Pek karmaşık bir kod değil. Daha ilginç olanı ise, motordaki kodun büyük çoğunluğunun İngilizceye özgü olmayışı. Bu durum, akla ilginç bir fikir getiriyor. Pek çok farklı dil için bu motorlardan geliştirmek bizim için çok kolay olabilir, Hintçe, Fransızca, Almanca, Swahili dili gibi. Buradan başka bir ilginç sonuç çıkıyor. Örneğin, bir gazetede ya da dergide yazar olarak çalıştığımı düşünelim. İçeriği tek bir dilde, FreeSpeech'te, oluştururum ve içeriğe ulaşmak isteyen kişi, bu bilgilere erişmek isteyen kişi, herhangi bir motoru seçebilir ve böylece kendi anadilinde, bildiği bir dilde okuyabilir. Bence bu inanılmaz derecede cazip bir fikir, özellikle Hindistan için. O kadar çok farklı dilimiz var ki. Hindistan hakkında bir şarkı var, ülkeyi şöyle tanımlıyor (Sanskritçe). Anlamı şu: "Güzel dilleri hep gülümseyerek konuşan."
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.
Dil güzeldir. Bana göre, insanın yarattığı en güzel şey. Bana göre, beyinlerimizin icat ettiği en sevilesi şey. Eğlendirir, eğitir, aydınlatır. Ama dil hakkında en sevdiğim nokta güç kazandırması.
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.
Son olarak sizinle şunu paylaşmak istiyorum. Çalışma arkadaşlarımın bir fotoğrafı. Dil, otizm ve diğer şeyler üzerine ilk çalışmaya başladığım zamanki çalışma arkadaşlarım. Kızın adı Pavna, bu da annesi Kalpana. Pavna bir girişimci, ama hikâyesi benimkinden çok daha dikkat çekici. Çünkü Pavna 23 yaşında ve Quadriplegia serebral palsi hastası. Bu yüzden doğduğundan beri ne hareket edebiliyor, ne de konuşabiliyor. Şimdiye kadar pek çok şey başarmış, okulu bitirmiş, üniversiteye gitmiş, şirket kurmuş. Avaz'ı geliştirmemde benimle çalıştı ve tüm bu yaptıklarını sadece gözlerini hareket ettirerek yaptı.
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 şöyle diyor: "Eğer bir şey hariç sahip olduğum herşey elimden alınacak olsaydı, iletişim yeteneğimi korumayı seçerdim, çünkü onun sayesinde, geri kalan herşeyi yeniden elde edebilirim." İşte bu yüzden, FreeSpeech'in tüm bu inanılmaz uygulamaları arasında kalbime en yakın duran nokta, engelli çocuklara iletişim yeteneği kazandırmak iletişim gücü kazandırmak, ve böylece onların geri kalan her şeye tekrar kavuşmalarını sağlamak.
Thank you. (Applause) Thank you. (Applause) Thank you. Thank you. Thank you. (Applause) Thank you. Thank you. Thank you. (Applause)
Teşekkür ederim. (Alkış) Teşekkür ederim. (Alkış) Teşekkür ederim. Teşekkür ederim. Teşekkür ederim. (Alkış) Teşekkür ederim. Teşekkür ederim. Teşekkür ederim. (Alkış)