Η τεχνητή νοημοσύνη μπαίνει όλο και πιο συχνά στο πεδίο της αποκρυπτογράφησης αρχαίων γλωσσών, όμως στη Γραμμική Α το εμπόδιο παραμένει μεγάλο. Χωρίς δίγλωσσο κείμενο ή γνωστή συγγενή γλώσσα, ο μινωικός γρίφος της Κρήτης συνεχίζει να δοκιμάζει τους γλωσσολόγους.
Κάθε γλώσσα που έχει αποκρυπτογραφηθεί μέχρι σήμερα είχε ένα σημείο εκκίνησης. Συνήθως αυτό ήταν ένα δίγλωσσο κείμενο, όπως η Στήλη της Ροζέτας, ή μια γνωστή συγγενική γλώσσα για σύγκριση, κάτι που η Γραμμική Α, το σύστημα γραφής του μινωικού πολιτισμού της Εποχής του Χαλκού στην Κρήτη, δεν διαθέτει.
Η Γραμμική Α θεωρείται απομονωμένη γλώσσα, καθώς δεν έχει επιβεβαιωθεί σύνδεσή της με καμία γνωστή γλώσσα, ζωντανή ή νεκρή. Γι’ αυτό και εδώ και έναν αιώνα παραμένει μία από τις μεγαλύτερες προκλήσεις για τους γλωσσολόγους.
Η ετρουσκική, γλώσσα της Ιταλίας που χρησιμοποιούνταν πριν από την άνοδο της Ρωμαϊκής Αυτοκρατορίας, έχει προχωρήσει μόνο λίγο περισσότερο. Από σύντομες επιτύμβιες επιγραφές έχει συγκεντρωθεί ένα μερικό λεξιλόγιο, όμως η γραμματική και η βαθύτερη σημασία της εξακολουθούν να διαφεύγουν.
Ακριβώς σε τέτοιου είδους γρίφους έχει στραφεί πρόσφατα η τεχνητή νοημοσύνη, όχι για να αντικαταστήσει τους γλωσσολόγους, αλλά για να ενισχύσει τις διαίσθησές τους.
Το ερώτημα, βέβαια, είναι αν η τεχνητή νοημοσύνη μπορεί πραγματικά να ολοκληρώσει αυτό που δεν κατάφεραν να λύσουν περισσότεροι από εκατό χρόνια ανθρώπινης έρευνας.
Ο μινωικός πολιτισμός είναι γνωστός για τη μνημειακή αρχιτεκτονική και την εκλεπτυσμένη τέχνη του
Μια πρόσφατη περίπτωση δείχνει τόσο τη δυναμική όσο και τα όρια αυτής της προσέγγισης. Τον Ιούνιο του 2026, ένας αυτοδίδακτος μηχανικός τεχνητής νοημοσύνης και ερασιτέχνης γλωσσολόγος υποστήριξε ότι έκανε μια σημαντική ανακάλυψη για τη Γραμμική Α.
Η αφετηρία του ήταν μια απλή υπόθεση: ότι μια άγνωστη λέξη σε επιγραφή προσευχής προερχόταν από σημιτική ρίζα που σημαίνει κατοικώ ή ζω.
Στη συνέχεια, με προγραμματιστικά σενάρια που δημιουργήθηκαν με τεχνητή νοημοσύνη, συνέκρινε αυτό το φωνητικό μοτίβο με το υπόλοιπο σώμα κειμένων της Γραμμικής Α που είχε συγκεντρώσει.
Σύμφωνα με πληροφορίες, έδωσε τιμές σε 40 σύμβολα και συνέταξε λεξικό 408 λέξεων, υποστηρίζοντας ότι η Γραμμική Α είναι εξαφανισμένο μέλος της ομάδας των σημιτικών γλωσσών, στην οποία ανήκουν τα εβραϊκά και τα αραμαϊκά.
Σε αυτή την περίπτωση, όμως, είναι σημαντικό να ξεχωρίσει κανείς τι έκανε και τι δεν έκανε η τεχνητή νοημοσύνη. Δεν είχε εκείνη την αρχική ιδέα· ο μηχανικός την είχε.
Η τεχνητή νοημοσύνη λειτούργησε ως ερευνητικός βοηθός. Μπόρεσε να εντοπίσει γρήγορα μια ανθρώπινη υπόθεση μέσα σε χιλιάδες χαρακτήρες, δουλειά που θα απαιτούσε μήνες χειροκίνητης εξέτασης από άνθρωπο.
Αυτή η κατανομή ρόλων είναι το σημείο που χρειάζεται προσοχή σήμερα, πολύ περισσότερο από κάθε μεμονωμένο ισχυρισμό που παραμένει υπό εξέταση.
Η Jane Adkins στο The Conversation θέτει το ερώτημα για το πού βοηθά πραγματικά η τεχνητή νοημοσύνη και πού συναντά τα όριά της.
Η απάντηση είναι ότι είναι ιδιαίτερα δυνατή στην ανάλυση προτύπων μεγάλης κλίμακας. Μπορεί να ελέγξει αν μια υπόθεση για ένα σύμβολο ή μια λέξη επιβεβαιώνεται σε ολόκληρο το αρχείο μέσα σε λίγα λεπτά, αντί για χρόνια.
Μπορεί επίσης να εντοπίσει επαναλαμβανόμενες ακολουθίες που το ανθρώπινο μάτι ίσως παραβλέψει και να αποκαταστήσει κατεστραμμένες ή αποσπασματικές επιγραφές, προβλέποντας τους πιθανούς χαρακτήρες που λείπουν.
Παράλληλα, η τεχνητή νοημοσύνη κάνει και κάτι ακόμη: τη διαγλωσσική μεταφορά, δηλαδή όταν ένα μοντέλο που έχει εκπαιδευτεί σε μια γνωστή γλώσσα μπορεί μερικές φορές να συμπεράνει μοτίβα σε μια άγνωστη γλώσσα, αν αυτή είναι στενά συνδεδεμένη.
Κάτι ανάλογο συμβαίνει όταν η γνώση των ισπανικών βοηθά κάποιον να μαντέψει τα πορτογαλικά.
Η ΑΙ, ωστόσο, δεν καταργεί τα δύο στοιχεία που η αποκρυπτογράφηση απαιτούσε πάντα. Το ένα είναι ένα πραγματικό συγκριτικό σημείο αναφοράς. Το άλλο είναι η αυστηρή ανθρώπινη αξιολόγηση, ώστε να ξεχωρίσει μια αληθινή ανακάλυψη από μια πειστική σύμπτωση.
Επιγραφή σε Γραμμική Α σε πήλινη πινακίδα από την Αγία Τριάδα της Κρήτης, που χρονολογείται πιθανώς στον 15ο αιώνα π.Χ. Από το Αρχαιολογικό Μουσείο Ηρακλείου.
Οι ερευνητές έχουν ήδη αξιοποιήσει με επιτυχία αυτή τη μέθοδο σε γραφές όπως η Ουγκαριτική, όπου η γλωσσική οικογένεια είναι γνωστή.
Η Ουγκαριτική είναι μια εξαφανισμένη σημιτική γλώσσα που μιλιόταν κατά την ύστερη Εποχή του Χαλκού, περίπου από το 1300 έως το 1190 π.Χ., στην αρχαία παραθαλάσσια πόλη Ουγκαρίτ, στη σημερινή Συρία.
Υπάρχει όμως ένα ξεκάθαρο όριο: η στατιστική αντιστοίχιση προτύπων δεν μπορεί να δημιουργήσει νόημα από το μηδέν.
Χρειάζεται ένα σημείο αναφοράς, δηλαδή μια γνωστή γλωσσική οικογένεια ή ένα δίγλωσσο κείμενο, για να ξεχωρίσει ποια μοτίβα έχουν σημασία και ποια είναι απλή σύμπτωση.
Η Γραμμική Α και η ετρουσκική γλώσσα παραμένουν πρόκληση ακριβώς επειδή αυτό το σημείο αναφοράς λείπει ή είναι ελλιπές, και καμία υπολογιστική ισχύς δεν μπορεί να το δημιουργήσει από το μηδέν.
Με αρκετά μεγάλο σώμα δεδομένων, ένα μοντέλο τεχνητής νοημοσύνης θα μπορούσε θεωρητικά να αποκτήσει επαρκή ευχέρεια ώστε να «συνομιλήσει» με έναν ομιλητή της μινωικής ή της ετρουσκικής γλώσσας, με βάση τους δικούς του στατιστικούς όρους.
Αυτό σημαίνει ότι θα μπορούσε να αναγνωρίσει επαναλαμβανόμενα μοτίβα λέξεων και άλλων δομικών στοιχείων μιας γλώσσας, ώστε να επαναχρησιμοποιεί τους όρους σε διαφορετικό πλαίσιο.
Ένα τέτοιο πλαίσιο θα μπορούσε να φτάσει μέχρι μια περιορισμένη συνομιλία, τουλάχιστον επιφανειακά.
Παρά ταύτα, το σύστημα τεχνητής νοημοσύνης δεν θα μπορούσε ακόμη να δώσει σε έναν άνθρωπο μια μετάφραση, γιατί η ευχέρεια και το νόημα δεν είναι το ίδιο πράγμα σε αυτή την περίπτωση.
Το μοντέλο μπορεί να μάθει ποια σημεία ακολουθούν το ένα το άλλο και ποιες λέξεις ομαδοποιούνται, χωρίς όμως να γνωρίζει ποτέ τι σημαίνει πραγματικά η καθεμία.
Γι’ αυτό και η επαλήθευση κάθε ισχυρισμού που βασίζεται στην τεχνητή νοημοσύνη για αυτές τις γλώσσες παραμένει τόσο δύσκολη, σε βαθμό που ξεπερνά κάθε μεμονωμένη περίπτωση.
Κανονικά, μια προτεινόμενη μετάφραση ή ερμηνεία θα ελεγχόταν με γηγενείς ομιλητές, με άλλα κείμενα ή με τη συναίνεση ειδικών που έχει διαμορφωθεί επί δεκαετίες.
Για μια γλώσσα που δεν έχει πραγματικά αποκρυπτογραφηθεί, τίποτα από αυτά δεν υπάρχει. Χωρίς μια μηχανή του χρόνου, δεν υπάρχει τρόπος να γίνει αυτή η επιβεβαίωση.
Το πρόβλημα γίνεται ακόμη πιο δύσκολο από τα μικρά σώματα κειμένων που έχουν διασωθεί: το σύνολο των σωζόμενων κειμένων της Γραμμικής Α φτάνει περίπου τους 7.500 χαρακτήρες, αριθμός τόσο μικρός που χωρά σε μία μόνο οθόνη, ενώ με τόσο λίγα δεδομένα σχεδόν κάθε υπόθεση μπορεί να βρει διάσπαρτες αντιστοιχίες που τη στηρίζουν.
Γι’ αυτό και οι ισχυρισμοί σε αυτό το πεδίο στηρίζονται τόσο πολύ στην ανεξάρτητη εξέταση από ειδικούς και στην αξιολόγηση από ομότιμους, και όχι μόνο σε στατιστικά ποσοστά εμπιστοσύνης.
Εξίσου εύκολα συγχέονται οι φράσεις «η τεχνητή νοημοσύνη εντόπισε ένα μοτίβο» και «η τεχνητή νοημοσύνη βρήκε τη σωστή σημασία», παρότι δεν σημαίνουν το ίδιο.
Η τεχνητή νοημοσύνη είναι ένας πραγματικός καταλύτης, γιατί μπορεί να συμπιέσει χρόνια χειροκίνητων διασταυρώσεων σε λίγα λεπτά και να επιτρέψει σε περισσότερους ανθρώπους να δουλέψουν πάνω σε αυτά τα προβλήματα από ό,τι επέτρεπαν ποτέ οι διαθέσιμοι θεσμικοί πόροι.
Δεν καταργεί, όμως, τα δύο στοιχεία που η αποκρυπτογράφηση χρειάστηκε πάντα: ένα γνήσιο συγκριτικό σημείο αναφοράς και αυστηρή ανθρώπινη αξιολόγηση για να φανεί αν πρόκειται για πραγματική ανακάλυψη ή για μια πειστική σύμπτωση.
Μέχρι να εμφανιστεί ένα από αυτά για τη Γραμμική Α ή την ετρουσκική, ο ρόλος της τεχνητής νοημοσύνης στην αποκρυπτογράφηση γλωσσών θα παραμένει ο ίδιος: ένας πολύ γρήγορος βοηθός σε έναν πολύ παλιό, πολύ ανθρώπινο γρίφο.
*Με στοιχεία από theconversation.com | Αρχική Φωτό: Μια επιγραφή στα ετρουσκικά βρίσκεται πάνω από τα κεφάλια ενός ευγενούς ζευγαριού σε αυτή την τοιχογραφία από τον Τάφο των Ασπίδων, στην Ταρκίνια της Ιταλίας
Πηγή περιεχομένου: in.gr
