IA Enfrenta Línguas Antigas Esquecidas: O Que as Redes Neurais Podem Fazer

As inscrições antigas frequentemente consistem em símbolos misteriosos em pedra ou argila, representando culturas que desapareceram. A decifração é desafiadora sem uma Pedra de Roseta ou línguas relacionadas. Redes neurais têm sido recentemente aplicadas para restaurar partes faltantes de textos, identificar padrões em milhares de inscrições, testar hipóteses e estimar idade e origem. Elas são particularmente boas em encontrar sequências repetidas e preencher lacunas, usando tanto texto quanto imagem. Também podem buscar correspondências entre línguas relacionadas, verificar em massa suposições e fornecer atribuição de data e origem geográfica. Por exemplo, Simon Cordwell usou um programa para testar uma hipótese sobre o Linear A, propondo leituras para 40 signos e um dicionário de 408 palavras. A equipe do Desafio Vesúvio usou tomografia e redes neurais para desenrolar virtualmente um pergaminho carbonizado, revelando um tratado filosófico. O modelo Aeneas do Google DeepMind para inscrições latinas atinge 73% de precisão no preenchimento de lacunas, 72% na atribuição de província e erros de cerca de 13 anos na datação. O Ithaca, para grego antigo, restaura textos com 62% de precisão, e quando usado por historiadores, a precisão deles melhorou de 25% para 72%. Para ossos oraculares chineses, redes adversariais generativas sugerem caracteres ausentes potenciais. No entanto, redes neurais não podem deduzir o que não está nos dados; se houver poucos textos, elas só podem oferecer hipóteses plausíveis, mas não verificadas. Elas preveem continuações prováveis, mas não compreendem o significado. Portanto, permanecem ferramentas para pesquisadores, acelerando o teste de hipóteses e a descoberta, mas não conseguem decifrar completamente uma língua esquecida por conta própria.