الذكاء الاصطناعي يتصدّى لفك رموز اللغات الميتة: يكشف الأنماط، أما المعنى فمن شأن العالِم

تساعد الشبكات العصبية المؤرخين اليوم على قراءة نصوص ظلّت غامضة آلاف السنين. لكن مهما بلغت قوة الخوارزميات، لا يزال فك الرموز يتطلب العنصر البشري: فالذكاء الاصطناعي بارع في العثور على الانتظامات بين الرموز، أما إضفاء المعنى عليها فلا يقدر عليه إلا اللغوي.

ما الذي تستطيع الشبكة العصبية فعله في علم اللغة

تكمن الميزة الأساسية للشبكات العصبية على الباحث في سرعة التحليل الإحصائي واتساع نطاقه. فخلال بضع ساعات، تعالج الخوارزمية مدوّنة نصية كانت ستستغرق من العالِم سنوات: تحسب تكرار الرموز، وتبني مصفوفات التواقع، وتكشف الأنماط البنيوية.

ومن أبرز الأمثلة على ذلك مشروع Ithaca الذي طوّره فريق DeepMind بالتعاون مع مؤرخين، ونُشر في مجلة Nature عام 2022. استعاد النظام أجزاءً تالفة من نقوش باللغة اليونانية القديمة. وبلغت دقة الخوارزمية نحو 62%، في حين لم يُصب المتخصصون العاملون دون الذكاء الاصطناعي الخيار الصحيح إلا في 25% من الحالات. وعندما عمل المؤرخون بالتعاون مع الشبكة العصبية، ارتفعت النتيجة إلى 72%.

وجاء نجاح Ithaca تحديدًا لأن اليونانية القديمة تملك أصلًا مدوّنة ضخمة من النصوص المفكوكة. فقد استندت الخوارزمية إلى آلاف النقوش التي درسها العلماء من قبل، وبنت على هذا الأساس توقعاتها للأجزاء المجهولة.

• Ithaca (DeepMind، Nature، 2022) — دقة 62% في استعادة النقوش
• المؤرخون دون الذكاء الاصطناعي — نحو 25% من الخيارات الصحيحة
• المؤرخون + Ithaca — 72%
• أكبر الأنظمة الكتابية التي لم تُفك رموزها: الخط الخطي أ (كريت)، والإيلامي الأولي (إيران)، ورونغورونغو (جزيرة الفصح)، والكتابة السندية (موهينجو دارو)

لماذا لا غنى عن اللغوي؟

يستطيع الذكاء الاصطناعي وصف بنية النص، لكنه لا يستطيع ربطها بالمعنى. ويظهر ذلك بوضوح حيث لا يوجد «مرتكز» — أي نص موازٍ يشبه حجر رشيد في حالة الهيروغليفية المصرية. فالخط الخطي أ والإيلامي الأولي ورونغورونغو لا تملك نقطة انطلاق كهذه، ومن دونها يتحول فك الرموز إلى تخمين.

قد تكتشف الخوارزمية أن رموزًا معينة تظهر متجاورة أكثر من غيرها، لكن لا يمكن تسميتها كلماتٍ دون سياق ثقافي. فاللغوي يُضيف ما لا تحتويه البيانات: معرفة بتصنيف اللغات وأنماطها، وفهمًا للفروق بين السجلات التجارية والنصوص الدينية، وحدسًا بالمقولات النحوية — أي كل ما لا يمكن تعليمه مباشرة انطلاقًا من المدوّنة.

«الذكاء الاصطناعي بارع بشكل مذهل في التعرّف على الأنماط، لكن الحدس البشري يظل العامل الحاسم» — هذا ما يؤكده باحثون في اللسانيات الحاسوبية استطلعت

Ars Technica آراءهم.

كيف يتغير عمل العلماء

لا يحلّ الجمع بين «الشبكة العصبية + اللغوي» محل العالِم، بل يغيّر إيقاع عمله. فالخوارزمية تتولى الأعمال الروتينية: التحليل التكراري، واستعادة الرموز المفقودة، والبحث عن التطابقات البنيوية في المدوّنات المتوازية. ويركّز المتخصص على التفسير، وهي المرحلة التي تتطلب فهم العالم لا النص وحده.

ويشبّه عدد من الباحثين هذا التحول بما أحدثه التصوير بالرنين المغناطيسي في التشخيص الطبي: فالطبيب لا يزال هو من يضع التشخيص، لكنه يرى تفاصيل لم تكن متاحة له من قبل. أما الفرق التي كانت تقضي أشهرًا في الترميز اليدوي للمدوّنات، فتحصل الآن على الأنماط الأولية في غضون أيام. ولا يزال في العالم عدة عشرات من الكتابات التي لم تُفك رموزها، وقد يتسنى، بحسب تقدير المتخصصين، قراءة بعضها خلال السنوات المقبلة بفضل هذه الشراكة تحديدًا.

ماذا يعني ذلك

يُعدّ توظيف الذكاء الاصطناعي في علم اللغة مثالًا على أن الشبكات العصبية تعزّز الخبرة البشرية ولا تزيحها. فحيث تتوافر نصوص موازية وحجم كافٍ من البيانات، تعمل الخوارزمية كمسرّع. وحيث يكون السياق الثقافي غامضًا أو البيانات شحيحة، تبقى الكلمة الأخيرة للعالِم.