AI助力考古：MIT谷歌用神經(jīng)網(wǎng)絡(luò)破譯失傳古文字

人工智能技術(shù)正在被用來破譯失傳已久的古文字。

近日，麻省理工學(xué)院和谷歌人工智能實(shí)驗(yàn)室的研究人員提出了一種自動(dòng)破譯失傳文字的神經(jīng)網(wǎng)絡(luò)算法。這一算法首次實(shí)現(xiàn)了古希臘邁錫尼文明時(shí)期“線形文字B”的自動(dòng)翻譯，準(zhǔn)確地把67.3% 的線形文字B同源詞翻譯成了希臘語。下一步，人工智能和機(jī)器學(xué)習(xí)技術(shù)可能會(huì)被用來解密至今仍未被破譯的古文字。

線形文字B大約出現(xiàn)在公元前1400年后，于1953年被語言學(xué)家邁克爾·文特里斯破譯。麻省理工學(xué)院和谷歌人工智能實(shí)驗(yàn)室的實(shí)驗(yàn)是自動(dòng)翻譯線形文字B的首次嘗試。

據(jù)《麻省理工科技評論》報(bào)道，1886年，英國考古學(xué)家阿瑟·埃文斯（Arthur Evans）偶然發(fā)現(xiàn)了地中?？死锾貚u上的大量刻字石頭和石碑。后續(xù)研究中，他和其他研究者認(rèn)定這些石頭和石碑由兩種不同文字寫就。更古老的那一種后來被稱作“線性文字A”，可追溯到公元前1800年至公元前1400年，另一種被命名為“線形文字B”，大約出現(xiàn)在公元前1400年后。

針對這兩種文字的早期破譯工作都宣告失敗。直到1953年，一位業(yè)余語言學(xué)家邁克爾·文特里斯（Michael Ventris）成功破譯了線形文字B。他的成功源于兩個(gè)重要的推斷。首先，文特里斯推測線形文字B詞匯表中許多重復(fù)單詞是克里特島上的地名，這一推測后來被證明是正確的。其二，他假設(shè)線形文字B記錄了古希臘與的早期形式，這個(gè)想法隨即幫助他破譯了剩余的文字。

這次，麻省理工學(xué)院人工智能實(shí)驗(yàn)室博士羅佳鳴、麻省理工學(xué)院教授Regina Barzilay和谷歌大腦的曹原以歷史語言學(xué)中記錄的語言變化模式為依據(jù)，利用序列對序列表達(dá)模型捕獲同源詞之間的字符級對應(yīng)關(guān)系，建立了一種自動(dòng)破譯失傳古文字的神經(jīng)網(wǎng)絡(luò)算法。

論文介紹，研究人員在模型中輸入失傳文字和已知相關(guān)語言中的非并行語料，模型再根據(jù)失傳文字與已知語言中的對應(yīng)詞之間的對齊精度進(jìn)行評估。

這種方法不僅準(zhǔn)確地把67.3% 的線形文字B同源詞翻譯成了希臘語，還被用來翻譯公元前15世紀(jì)的烏加里特語，翻譯結(jié)果比傳統(tǒng)方法提升了5.5%。

研究人員表示，他們的方法也顯示了對羅馬語言翻譯工作的改進(jìn)作用。