L'IA s'attaque aux langues anciennes oubliées : ce que les réseaux neuronaux peuvent faire

Les inscriptions antiques sont souvent constituées de symboles mystérieux sur pierre ou argile, témoignant de cultures disparues. Le déchiffrement est difficile sans pierre de Rosette ni langues apparentées. Les réseaux neuronaux ont récemment été appliqués pour restaurer les parties manquantes de textes, identifier des motifs communs à des milliers d'inscriptions, tester des hypothèses et estimer l'âge et l'origine. Ils sont particulièrement doués pour trouver des séquences répétées et combler les lacunes, en utilisant à la fois le texte et l'image. Ils peuvent également chercher des correspondances entre des langues apparentées, vérifier en masse des suppositions, et fournir des attributions de date et de lieu. Par exemple, Simon Cordwell a utilisé un programme pour tester une hypothèse sur le linéaire A, proposant des lectures pour 40 signes et un dictionnaire de 408 mots. L'équipe du défi Vesuvius a utilisé la tomographie et des réseaux neuronaux pour dérouler virtuellement un rouleau carbonisé, révélant un traité philosophique. Le modèle Aeneas de Google DeepMind pour les inscriptions latines atteint une précision de 73 pour cent pour combler les lacunes, 72 pour cent pour l'attribution de la province, et des erreurs d'environ 13 ans pour la datation. Ithaca, pour le grec ancien, restaure les textes avec une précision de 62 pour cent, et lorsqu'il est utilisé par des historiens, leur précision est passée de 25 à 72 pour cent. Pour les os oraculaires chinois, des réseaux antagonistes génératifs suggèrent des caractères manquants potentiels. Cependant, les réseaux neuronaux ne peuvent pas déduire ce qui n'est pas dans les données ; si trop peu de textes existent, ils ne peuvent offrir que des hypothèses plausibles mais non vérifiées. Ils prédisent des continuations probables mais ne comprennent pas le sens. Par conséquent, ils restent des outils pour les chercheurs, accélérant les tests d'hypothèses et les découvertes, mais ne peuvent pas déchiffrer entièrement une langue oubliée par eux-mêmes.