Ajit Narayanan是发明实验室的创始人和首席执行官，而Avaz AAC的发明家，第一辅助装置，针对印度市场，有助于言语障碍的人，如脑瘫、自闭症、智力障碍、失语、学习障碍--沟通。阿瓦兹也可作为一个iPad应用程序，针对自闭症儿童。并在2010年，Avaz从印度总统的残疾人授权获国家奖.

本视频翻译：

我从事关于自闭症儿童的工作。 具体而言，我发明技术 来帮助他们交流。

许多自闭症儿童所面临的问题， 它们有一个共同的根源， 而这个根源就是他们觉得 很难理解抽象概念和符号。因此，他们在语言上存在很大的困难。

让我来告诉你们一些会这样的原因 你看这是一碗汤的图片。 我们都可以看见它。我们都能理解这个。 这里是另外两张汤的图片。 但是你可以看到，这些更加抽象。 这些并不那么具体。

 而当你使用语言的时候， 你看它变成了一个单词 它看起来，听起来 都跟刚开始的或代表的一碗汤， 没有半点关系。 所以它本质上是完全抽象的，一个对现实生活中事物 很随意的陈述， 这才是自闭症儿童 有极大困难的地方。 

这就是为什么如今大多数从事自闭症儿童工作的人 ——语言治疗师们，教育者们 ——他们所做的是帮助自闭症儿童交流， 不是通过文字，而是通过图片。 于是如果一个自闭症儿童想说， "I want soup"(我要汤)，那个孩子将会拿起 三张不同的图片，"I"(我)，"want"(要)和"soup"(汤) 他们会将这些拼凑在一起， 然后治疗师或者家长就能理解 这就是孩子想要说的。

而且这已经卓有成效了； 在过去的30，40年间 人们一直在这样做。 事实上，几年前， 我在iPad上开发了一个app 就是这样的运作的。它叫做Avaz， 它是这样运行的：孩子们选择 不同的图片。 这些图片排列成句子， 然后这些句子被读出来。 所以 Avaz 基本上在转译图片， 他是个翻译器，它将图片翻译成语音。

现在，这已经很有效了。 有数千个孩子正在使用这个， 你知道的，遍布全世界， 于是我开始思考 它可以做的和不能做的地方。 我发现了一些有趣的地方： Avaz 可以帮助自闭症儿童学习单词。 它没做到的是帮助他们学习文字模式。 让我更具体地解释下这个。 

比如这句话："I want soup tonight"(我要汤今晚)。 它不仅仅是文字传达了意思。 这些文字的排列方式也起到了作用， 文字被修饰和排列的方式。 那就是为什么一句话比如"I want soup tonight"(我要汤今晚) 不同于这句 "Soup want I tonight"(汤要我今晚)，后者是没意义 的。 所以这里有另一个隐藏的抽象概念 自闭症儿童很难应对， 那就是，你可以修辞文字 你可以对他们进行排序 来得到不同的含义，来表达不同的思想。 

这就是我们所说的语法。 而且语法极其有用的， 因为语法是语言的一个这样的组成部分。它用我们所拥有的有限的词汇 使我们表达无限的信息， 无限的思想。 这是一种你可以将事物连在一起 来表达任何你所要表达的。

于是在我开发了 Avaz 之后， 我担心过很长一段时间 关于我该怎样将语法传递给患了自闭症的孩子们。 解决方案来自于一个很有意思的观点。 我碰巧遇到一个自闭症孩子 正在和他的妈妈交谈， 然后发生了这样的事。 

完全出乎意料的，很自然地， 那个孩子站起来并说道，"Eat"(吃) 非常有意思的是 这位妈妈试图梳理出 孩子所以表达的意思 通过提问来与她交谈。 于是她问道，“吃什么？你想吃冰淇淋吗？ 你想吃？还是别人想吃？ 你现在想吃奶油？还是你晚上想吃冰淇淋？“ 这件事让我突然想到 这位妈妈做的事情是不可思议的。 她已经能够让孩子和她交流想法 却不需要语法。 

我突然想到也许这就是 我一直在寻找的。 与其将文字 按顺序，按词组，按句子排列， 不如将他们安放在 这个地图中，它们都是联系在一起 不是通过将他们一个接着一个地排放 而是按问题，按 [问题-答案] 成对排列。 如果你这样做，那么你所表达的 就不是英文中的一个句子， 你所表达的是真实的"意义"， 英文句子的"意义"。 "意义"在某种程度上是语言的软肋。 它是一种在想法之后语言之前的东西。 所以这个想法是，这种特别的表达方式 可能能够用原始形式传递"意义"。

我对此非常兴奋，你知道的， 手舞足蹈地， 试图确定我是否能够将 所有我听到的句子转换成这样。 

然后我发现这样是不够的。 为什么不够呢？ 不够是因为如果你想要表达 某些东西，比如否认， 你会想说，"I don't want soup"(我不想要汤)， 然而你不能通过提问来做到这个， 你通过改变“want”（要）这个词来做到的。 再者，如果你想要说， "I wanted soup yesterday"(我昨天想要汤) 你是通过将“want”转换成“wanted”做到的 它是个过去时态。 所以这是一个重要的进度 使我完善这系统。 

这是单词彼此联系在一起的一张图 通过问题和答案的方式，通过顶上这些过滤器的应用 来修改他们来表达 某种细微差别。 让我通过一个不同的例子来展示给大家。

就拿这个句子来说吧： "I told the carpenter I could not pay him."(我跟木匠说过了我不能付他钱) 这是一个相当复杂的句子。

 这个特别的系统工作的方式就是， 你可以以句子的任意部分开始。 我将从"tell"(说)这个词开始。这就是“说‘（tell）这个单词。 这发生在过去， 所以我将把它变成"说过"(told)。 现在，我将这样做， 我将提问， 那么，谁说(told)了？我说(told)了。 我跟谁说(told)了？我跟木匠说(told)了。 现在让我们从句子的另一个部分开始。 我们从“付钱”（pay）这个词开始， 我们加入了能力过滤器，将它变成了“can pay”(能够付钱)。 

然后我们将它变成了“can't pay”(不能付钱) 而且我们将它变成了“couldn't pay”((过去)不能付钱) 通过将它变成过去时态。 那么谁"couldn't pay"((过去)不能付钱)？我"couldn't pay"((过去)不能付钱)。 不能付钱给谁？我不能付钱付给木匠。 然后你讲这两个关联在一起 通过问这样的一个问题： 我跟木匠说什么了？ 我跟木匠说我不能付钱给他。

现在想想这个问题。这是 —（掌声）— 这是对这个句子的一个描述 不需要语言。 这里有两三个很有意思的现象。 首先，我可以从任何地方开始。 我没有必要从"tell"（说）这个单词开始。 我本可以从句子的任何一个地方开始， 也能弄出这整个东西。 

第二点是，如果我不是一个说英语的人， 如果我说某种其他的语言， 这个地图能够在任何语言中适用。 只要问题能够被标准化， 这个地图事实上是独立于语言的。 我管这个叫 Free Speech（自由说话）， 我玩这个玩了好多好多个月。 我试过关于这个的好多个不同的组合。

然后我注意到 Free Speech 有一些非常有趣的现象。 我尝试过将语言进行转换， 将英文句子转换成 Free Speech的句子， 然后反向转换，然后反复转换。 我意识到这种特别的结构， 这种特别的语言表示方式， 它竟然能让我创造非常简明的规则， 这种规则能够在 Free Speech 和 英语之间转换。 因此我事实上能够写下这些将特别表示法转换成英语的规则。 于是我发明了这个东西。 

我发明了这个，叫做 Free Speech 引擎 它将任何 Free Speech 句子作为输入 然后输出语法完美的英语文本。 通过将这两部分结合在一起， 表示部分和引擎部分， 我得以创造一个 app， 一种专为自闭症儿童而生的技术， 它不仅教他们文字 它也教他们语法。

我给患了自闭症的孩子试过这个， 我获得了莫大的肯定。 他们能够使用 Free Speech 来创造那些 比起类似英文语句 更复杂却有效多了的语句， 然后我开始思考 为什么是这样的。 我有一个想法，我后面想要和大家说说这个想法。 

大概在1997年，大约15年前， 有一群科学家他们试图 弄清楚大脑是如何处理语言的， 然后他们发现了一些有很意思的现象。 他们发现当你还说小孩时学习一门语言 比如2岁大， 你使用大脑的特定的部分来学习它， 当你作为一名成年人来学习它的时候—— 比如，我现在想学习日语—— 我的大脑的一个完全不同的部分被使用了。 

现在我不知道为什么是这样的， 但是我猜测那是因为 当你作为成年人学习语言的时候， 你几乎总是在通过你的母语或者通过你的第一语言在学习它。 所以对于 Free Speech 而言有意思的是 当你创造一个句子 或者当你创造语言时， 患了自闭症的孩子通过 Free Speech 创造语言， 他们没有使用这种语言中介， 他们没有使用桥梁语言。 他们直接在构造句子。

这给了我这样一个想法。 这样是可能的吗？不仅仅将 Free Speech 给自闭症儿童使用 也给没有缺陷的人学习语言用？ 于是我尝试了一些实验。 首先我做的时建造一个拼图游戏 它的问题和答案 以图形和颜色 的形式编码，然后你让人们把他们拼凑在一起 然后试图理解这是怎么运作的。 我通过它制作了一个应用，是一个游戏 孩子们可以用文字游戏 然后巩固， 用声音强化视觉结构， 让他们学习语言。 

然后这个，这个有很大的潜力，很多承诺， 而且印度政府最近 从我们这项技术授权， 他们将在上百万不同的儿童身上使用 尝试教他们英语。 而这个梦想，希望，远景，实际上， 就是他们能够用这种方式学习英语， 他们想能够将它学得熟练得 跟他们的母语一样。

好吧，让我们来谈点别的东西。 让我们谈谈语言。 这个是语言， 语言是我们之间 交流主要模式。 关于语言有意思的是 语言是一维的。 为什么是一维的呢？ 它是一维的因为它是声音。 它是一维的也是因为 我们的嘴是那样构造的。 我们的嘴被构造得生产一维的声音。 但是如果你想想大脑， 在我们脑子中的思法 不是一维的。 我的意思是，我们拥有这些丰富的， 复杂的，多维的思想。 

现在，对我而言好像是这样的 语言确实是大脑的发明将这种丰富的，多维的想法 进行转换，一方面， 转换成语言，另一方面。 现在有趣的是 我们如今在做大量的信息化工作， 而且几乎所有的工作都是在语言领域的。 比如Google，打个比方吧。 Google 网罗了数十亿的网站， 都是英文网站，当你想要使用 Google 时， 你进入 Google 搜索，然后你输入英文， 然后它将英文与英文匹配。 

如果我们能够用 Free Speech 来替代这件事会怎样呢？ 我有一个猜想就是如果我们做到了这个， 我们就会发现类似于搜索， 类似于检索，所有这样的算法， 简单得多同时也有效得多了， 因为他们不是处理语言的信息结构， 而是他们处理想法的信息结构。 想法的信息结构。 这是个令人振奋的主意。

但是让我们更仔细的想想这个问题。 这就是 Free Speech 生态体系。 我们把 Free Speech 的表示法放置在一个站点上， 我们有 Free Speech 引擎， 它生成英文。 现在大家思考一下这个， Free Speech，我已经跟大家讲过，是完全语言独立的。 他没有任何特定的信息在里面 关于英语的。 于是这个系统所知的所有关于英语的 事实上都被编码写入了引擎。 

它本身就是一个非常有趣的概念。 你已经将整个人类的的语种编码 写入了一个软件程序中。 但是如果你看看引擎里面有什么， 他实际上并不是很复杂。 不是非常复杂的代码。 更有趣的情况是 引擎里绝大多数的代码 都不是英文特有的。 这给出的这样一个有趣的想法。 或许对我们来说 用许多不同的语言来创造这些引擎是很容易的， 比如用印地语，法语，德语，斯瓦希里语。 

这给了我们另一个有趣的想法。 比如，假设我是一名作家， 比方说，为报社或者为杂志工作。 我可以用一种语言创作内容，Free Speech， 看内容的人， 阅览特定信息的人， 能够选择任意引擎， 他们能够用他们的母语来阅读， 用他们的当地语言。 我的意思是，这是一个极其诱人的想法， 特别是对印度而言。 我们有这么多不同的语言。 有一首关于印度的歌，其中有一段描述 是关于这个国家的，它是这样唱的， （梵文） 意思是说“永远微笑着的 美好的语言的述说者”

语言是美好的。 我认为它是人类发明中最美好的。 我认为他是我们的大脑创造的最可爱的东西。 它使人欢乐，教导众生，启发心灵 但是关于语言我最喜欢的 是它带给人力量。

我想以一下内容作为结束。 这是一张我的同事的照片， 我最早的同事 当我开始研究语言 和自闭症和许多其他的东西的时候。 这个女孩的名字叫 Pavna， 这个是她的妈妈， Kalpana。 Pavna 是一名创业者， 但她的故事比我的更值得一提， 因为 Pavna 大约只有23岁。 她患有脑性四肢瘫痪， 所以从她出生以来， 她既不能行动也不能说话。 她目前的所有成就， 完成学业，进入大学， 创立公司， 与我合作开发 Avaz， 她所做的所有这些 都是通过移动她的眼睛来完成的。

Daniel Webster 曾经这样说过： 他说，“如果我所拥有的一切都将被带走 只能有一个例外， 我将选择留下交流的力量， 因为有了它，我将能够重建所有其他的东西。” 这就是为何，在 Free Speech 所有这些不可思议的应用中， 最接近我的心灵的那一个 仍旧是它赋予 自闭症儿童 能够交流的力量， 交流的力量， 重建所有其他的东西。