AIを失われた言語の解読に活用すると何が起こるのか？

人工知能（AI）は失われた言語の解読にどれほど役立つのでしょうか？その答えは単純ではありません。一方で、AIは前例のない速度で大量のデータを処理し、研究者の仮説検証を支援します。他方で、線文字Aやエトルリア語のような完全に未知の言語に対しては、AIの能力には根本的な限界があります。

エトルリア語を例に挙げましょう。この言語は古代イタリアで使用されましたが、関連する文献はわずかで、既知の親族言語やバイリンガルテキストは存在しません。あるエンジニアがAIを使って解読を試みたとき、AI自体はアイデアを生み出しませんでした。アイデアを出したのは人間です。AIは研究助手として、人間の仮説を数千の文字と迅速に照合し、手作業では数ヶ月かかる作業を完了しました。この分業パターンは、まだ審査中の個別の主張よりも注目に値します。

では、AIの真の強みはどこにあるのでしょうか？AIは大規模なパターンテストで優れた能力を発揮します。数分で、ある記号や単語に関する仮説がアーカイブ全体で成立するかどうかを確認でき、人間が数年かかる作業です。また、人間の目には見逃される反復配列を発見し、欠落した文字を予測して損傷した碑文を復元することも可能です。さらに、「言語間転移」と呼ばれる技術により、既知の言語で訓練されたモデルが、密接に関連する未知の言語のパターンを推測できる場合があります。これは、スペイン語がわかればポルトガル語を推測できることに似ています。研究者はこの手法をウガリト語などの言語に成功裏に適用しており、ウガリト語は既知のセム語族に属します。

しかし、AIには硬い天井があります。統計的なパターンマッチングは、無から意味を創造することはできません。既知の言語族やバイリンガルテキストといった「アンカー」が必要であり、どのパターンが意味があり、どれが偶然かを教えてくれます。線文字Aとエトルリア語が難しいのは、まさにこのアンカーが欠けているか不完全だからです。いかなる計算能力も、アンカーをゼロから発明することはできません。

線文字Aの場合、現存するコーパス全体は約7,500文字で、1画面に収まるほど少ないです。これだけ少ないデータでは、ほとんどすべての仮説が散発的に支持される可能性があります。そのため、この分野の研究は統計的な信頼度スコアではなく、独立した専門家の精査とピアレビューに大きく依存しています。「AIがパターンを発見した」と「AIが正しい意味を発見した」は、混同されやすい全く異なる主張です。

しかし、AIがこれらの言語の解読に無意味だというわけではありません。まったく逆で、AIは真の加速装置です。何年もの手動クロスリファレンスを数分に圧縮し、機関資源の制約なしにより多くの人々がこれらの問題に取り組むことを可能にします。ただし、解読に常に必要な2つの要素を置き換えるものではありません。1つは真の比較アンカー、もう1つは厳格な人間のレビューであり、真のブレークスルーと魅力的な偶然を区別します。これらの要素が線文字Aやエトルリア語に現れるまで、AIの役割は今日と変わらないでしょう。非常に古く、非常に人間的なパズルに対する、非常に高速なアシスタントです。