Neurale netwerken ontcijferen verloren talen op kleitabletten

Onderzoekers gebruiken neurale netwerken om talen te reconstrueren die al duizenden jaren onleesbaar zijn. Waar menselijke cryptografen decennia nodig hebben om verbanden te leggen, analyseert AI razendsnel patronen in duizenden fragmenten van beschadigde kleitabletten.

Statistische vergelijking met taalfamilies

De grootste uitdaging bij het ontcijferen van een verloren taal is het gebrek aan een referentiepunt, zoals de Steen van Rosetta. Neurale netwerken lossen dit op door talen te behandelen als vectoren in een meerdimensionale ruimte. Het systeem brengt de relaties tussen woorden in kaart zonder de betekenis te kennen.

Door deze structuren te vergelijken met bekende taalfamilies, kan de software bepalen of een onbekend schrift verwant is aan bijvoorbeeld het Oudgrieks of Semitische talen. Het algoritme zoekt naar systematische klankverschuivingen en grammaticale patronen die wijzen op een gemeenschappelijke oorsprong.

De puzzel van Lineair A

Een specifiek doelwit voor deze technologie is Lineair A, het schrift van de Minoïsche beschaving op Kreta. Hoewel het verwante Lineair B in 1952 werd ontcijferd, blijft Lineair A een mysterie omdat de onderliggende taal niet bekend is. AI-modellen worden nu getraind om de kleine variaties in de tekens te herkennen, zelfs wanneer de kleitabletten door erosie of breuken onvolledig zijn.

De neurale netwerken kunnen voorspellen welke tekens waarschijnlijk op de ontbrekende plekken stonden. Dit gebeurt op basis van de context van de omliggende symbolen, vergelijkbaar met hoe een moderne tekstverwerker het volgende woord in een zin suggereert.

Patroonherkenning in beschadigde bronnen

Archeologische vondsten zijn zelden intact. Neurale netwerken blinken uit in patroonherkenning bij ruis. Ze kunnen onderscheid maken tussen een bewuste inkeping van een schrijver en een toevallige kras die door de eeuwen heen in de klei is ontstaan.

Door duizenden afbeeldingen van inscripties te verwerken, leert het systeem de 'hand' van verschillende schrijvers herkennen. Dit helpt onderzoekers om fragmenten die op verschillende locaties zijn gevonden aan elkaar te koppelen, waardoor grotere tekstblokken ontstaan die makkelijker te vertalen zijn.