AI pakt oude vergeten talen aan: wat neurale netwerken kunnen doen

Oude inscripties bestaan vaak uit mysterieuze symbolen op steen of klei, die culturen vertegenwoordigen die zijn verdwenen. Het ontcijferen is een uitdaging zonder een Steen van Rosetta of verwante talen. Neurale netwerken zijn recentelijk toegepast om ontbrekende delen van teksten te herstellen, patronen in duizenden inscripties te identificeren, hypotheses te testen en de leeftijd en herkomst te schatten. Ze zijn bijzonder goed in het vinden van herhaalde reeksen en het opvullen van hiaten, waarbij ze zowel tekst als beeld gebruiken. Ze kunnen ook zoeken naar overeenkomsten tussen verwante talen, aannames massaal controleren en datering en geografische toewijzing bieden. Simon Cordwell gebruikte bijvoorbeeld een programma om een hypothese over Lineair A te testen, waarbij hij voorstellen deed voor 40 tekens en een woordenboek van 408 woorden. Het team van de Vesuvius Challenge gebruikte tomografie en neurale netwerken om een verkoold document virtueel uit te rollen, wat een filosofische verhandeling onthulde. Het Aeneas-model van Google DeepMind voor Latijnse inscripties bereikt 73% nauwkeurigheid bij het opvullen van hiaten, 72% bij provincie-attributie en heeft fouten van ongeveer 13 jaar bij datering. Ithaca, voor Oudgrieks, herstelt teksten met 62% nauwkeurigheid, en wanneer gebruikt door historici, verbeterde hun nauwkeurigheid van 25% naar 72%. Voor Chinese orakelbotten suggereren generatieve adversariële netwerken mogelijke ontbrekende karakters. Neurale netwerken kunnen echter niet afleiden wat niet in de gegevens staat; als er te weinig teksten zijn, kunnen ze alleen plausibele maar onbevestigde hypothesen bieden. Ze voorspellen waarschijnlijke vervolgen maar begrijpen de betekenis niet. Daarom blijven ze hulpmiddelen voor onderzoekers, versnellen ze het testen van hypothesen en ontdekkingen, maar kunnen ze een vergeten taal niet volledig zelf ontcijferen.