У каждого древнего языка, который когда-либо удалось расшифровать, был «якорь». Обычно это двуязычный текст, как Розеттский камень, или известный родственный язык для сравнения. Линейное письмо А — система письменности минойской цивилизации бронзового века на греческом острове Крит — не имеет ни того, ни другого.
Линейное письмо А описывают как «язык-изолят», поскольку не подтверждена его связь ни с одним известным языком, живым или мёртвым. Из-за этого оно на протяжении последнего столетия представляет серьёзную проблему для лингвистов.
Этрусский язык, на котором говорили в Италии до возвышения Римской империи, повезло лишь немного больше. Частичный словарь был собран по коротким погребальным надписям, но его грамматика и более глубокий смысл по-прежнему ускользают от лингвистов.
Оба этих языка как раз относятся к тому типу загадок, к решению которых в последнее время привлекли ИИ — не для того, чтобы заменить лингвистов, а чтобы придать мощный импульс их догадкам. Так есть ли у ИИ шанс завершить то, что не удалось сделать за столетие человеческих усилий?
Недавний случай демонстрирует как привлекательность такого подхода, так и его подводные камни. В июне 2026 года инженер по ИИ и лингвист-любитель, обучавшийся самостоятельно, заявил о прорыве в расшифровке Линейного письма А. Всё началось с единственного предположения, что одно неизвестное слово в молитвенной надписи происходит от семитского корня со значением «обитать» или «жить».
Затем он использовал написанные с помощью ИИ программные скрипты, чтобы проверить этот звуковой паттерн на всём собранном корпусе Линейного письма А. Сообщается, что он смог присвоить значения 40 знакам и составил лексикон из 408 слов, показав — по его мнению, — что Линейное письмо А является вымершим представителем семитской языковой группы, к которой относятся такие языки, как иврит и арамейский.
Необходимость творческого подхода
Стоит уточнить, что именно ИИ сделал, а что нет в данном случае. Идея принадлежала не ему. Её выдвинул инженер.
ИИ выступил в роли научного ассистента. Он быстро перепроверил гипотезу человека на тысячах знаков — работа, которая заняла бы у человека месяцы ручного труда. Такое разделение труда — вот та модель, на которую сейчас стоит обратить внимание, гораздо больше, чем на любое отдельное утверждение, которое всё ещё находится на стадии проверки.
Так где же ИИ действительно помогает, а где он упирается в стену? Он действительно силён в масштабной проверке паттернов. Он может за считаные минуты проверить, подтверждается ли догадка об одном знаке или слове на всём массиве данных, вместо того чтобы тратить на это годы. Он может заметить повторяющиеся последовательности, которые ускользнули бы от человеческого глаза, и восстановить повреждённые или фрагментарные надписи, предсказывая вероятные отсутствующие символы.
ИИ также делает кое-что уникальное, что называется «кросс-лингвальный перенос»: модель, обученная на известном языке, иногда может выводить закономерности в близкородственном неизвестном языке. Это похоже на то, как знание испанского помогает угадывать слова по-португальски.
Исследователи уже успешно применяли такой подход к письменностям, таким как угаритская, где языковая семья известна. Угаритский — это вымерший семитский язык, на котором говорили в позднем бронзовом веке (около 1300–1190 гг. до н. э.) в древнем прибрежном городе Угарит (на территории современной Сирии).
Но есть и жёсткое ограничение: статистическое сопоставление паттернов не может извлечь смысл из пустоты. Ему нужен «якорь» — известная языковая семья или двуязычный текст, — чтобы указать, какие паттерны значимы, а какие — случайность.
Линейное письмо А и этрусский язык сложны именно потому, что этого «якоря» нет или он неполон, и никакая вычислительная мощность не создаст его с нуля.
Скудные свидетельства
При достаточно большом корпусе модель ИИ гипотетически могла бы стать настолько «беглой», чтобы заговорить с носителем минойского или этрусского языка на её собственных статистических условиях. Это означает, что она могла бы распознавать повторяющиеся паттерны слов и других структурных единиц языка, что позволило бы модели ИИ использовать эти термины в другом контексте — возможно, приближаясь к ограниченному разговору, по крайней мере, на поверхностном уровне.
Но система ИИ всё равно не смогла бы выдать человеку перевод, потому что беглость и значение в данном случае — не одно и то же. Модель может выучить, какие знаки за какими следуют и какие слова группируются вместе, так и не узнав, на что они на самом деле указывают.
Именно поэтому проверка любого утверждения, сделанного с помощью ИИ относительно этих языков, настолько сложна, и это проблема более масштабная, чем какой-то отдельный случай. Обычно вы проверяете предлагаемый перевод или интерпретацию, сверяясь с носителями языка, другими текстами или экспертным консенсусом, накопленным за десятилетия. Ничего этого для по-настоящему нерасшифрованного языка не существует. Если не считать машины времени, проверить это невозможно.
Небольшой объём сохранившихся корпусов усугубляет ситуацию: весь сохранившийся корпус Линейного письма А составляет около 7500 знаков — достаточно мало, чтобы уместиться на одном экране, — и при таком объёме данных почти любая гипотеза может найти разрозненные совпадения в свою поддержку.
Вот почему заявления в этой области настолько сильно опираются на независимую экспертную оценку и рецензирование, а не на статистические показатели достоверности. Это также объясняет, почему утверждения «ИИ нашёл паттерн» и «ИИ нашёл правильное значение» — это совершенно разные утверждения, которые легко спутать.
Всё это не означает, что ИИ является тупиком для этих языков. Как раз наоборот: это реальный ускоритель, способный сжать годы ручной перекрёстной проверки в считаные минуты и позволить гораздо большему числу людей попытаться решить эти проблемы, чем когда-либо позволяли институциональные ресурсы.
Но это не отменяет двух составляющих, которые всегда требовались для дешифровки. Первая — это настоящий сравнительный «якорь». Вторая — это тщательная проверка человеком, чтобы отличить настоящий прорыв от удачного совпадения.
Пока что-то из этого не появится для Линейного письма А или этрусского языка, роль ИИ в дешифровке языков останется той же, что и сегодня: очень быстрый помощник в решении очень старой, очень человеческой головоломки.
Джейн Адкинс — кандидат наук в Школе вычислительной техники Дублинского городского университета.
Эта статья перепечатана из The Conversation по лицензии Creative Commons. Ознакомьтесь с оригинальной статьёй.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Jane Adkins, The Conversation
