ИИ берётся за расшифровку мёртвых языков: находит паттерны, смысл — за учёным

Нейросети уже помогают историкам читать тексты, которые тысячелетиями оставались непонятными. Но при всей мощи алгоритмов расшифровка по-прежнему требует человека: ИИ превосходно находит закономерности в символах, а вот придать им смысл способен только лингвист.

Что умеет нейросеть в лингвистике

Главное преимущество нейросетей перед исследователем — скорость и масштаб статистического анализа. За несколько часов алгоритм обрабатывает корпус, на который у учёного ушли бы годы: подсчитывает частоту символов, строит матрицы совместной встречаемости, выявляет структурные паттерны.

Один из наиболее показательных примеров — проект Ithaca, разработанный командой DeepMind совместно с историками и опубликованный в журнале Nature в 2022 году. Система восстанавливала повреждённые фрагменты надписей на древнегреческом. Точность алгоритма составила около 62%, тогда как специалисты без ИИ угадывали верный вариант лишь в 25% случаев. Когда историки работали в тандеме с нейросетью, результат вырастал до 72%.

Ithaca работала эффективно именно потому, что для древнегреческого уже существовал большой корпус расшифрованных текстов. Алгоритм опирался на тысячи надписей, изученных учёными прежде, — и строил предсказания для неизвестных фрагментов на основе этого фундамента.

• Ithaca (DeepMind, Nature, 2022) — 62% точности при восстановлении надписей
• Историки без ИИ — около 25% верных вариантов
• Историки + Ithaca — 72%
• Крупнейшие нерасшифрованные системы: линейное А (Крит), протоэламский (Иран), ронгоронго (о. Пасхи), индская письменность (Мохенджо-Даро)

Почему без лингвиста не обойтись?

ИИ умеет описать структуру текста, но не может связать её со значением. Особенно это проявляется там, где нет «якоря» — параллельного текста, подобного Розеттскому камню для египетских иероглифов. Для линейного А, протоэламского или ронгоронго такой точки входа не существует, и без неё расшифровка превращается в угадывание.

Алгоритм обнаружит, что определённые символы встречаются рядом чаще других, — но назвать их словами без культурного контекста невозможно. Лингвист привносит то, чего нет в данных: знание типологии языков, понимание того, чем торговые записи отличаются от религиозных текстов, интуицию о грамматических категориях — всё то, что не поддаётся прямому обучению на корпусе.

«ИИ фантастически хорош в распознавании паттернов, но человеческая интуиция остаётся ключевой» — именно это подчёркивают исследователи в области вычислительной лингвистики, опрошенные

Ars Technica.

Как меняется работа учёных

Связка «нейросеть + лингвист» не заменяет учёного — она меняет темп его работы. Алгоритм берёт на себя рутину: частотный анализ, восстановление пропущенных символов, поиск структурных совпадений в параллельных корпусах. Специалист концентрируется на интерпретации — том этапе, где нужно понимание мира, а не только текста.

Ряд исследователей сравнивает этот сдвиг с тем, как МРТ изменило диагностику: врач по-прежнему ставит диагноз, но видит детали, недоступные прежде. Команды, которые раньше тратили месяцы на ручную кодировку корпусов, теперь получают первичные паттерны за дни. Нерасшифрованных письменностей в мире остаётся несколько десятков — часть из них, по мнению специалистов, может быть прочитана в ближайшие годы именно благодаря этому партнёрству.

Что это значит

Применение ИИ в лингвистике — пример того, как нейросети усиливают экспертизу, а не вытесняют её. Там, где есть параллельные тексты и достаточный объём данных, алгоритм работает как ускоритель. Там, где культурный контекст непрозрачен или данных мало, последнее слово остаётся за учёным.