当人工智能被用于破解失传语言时会发生什么？

人工智能（AI）在破解失传语言方面究竟能发挥多大作用？这个问题没有简单的答案。一方面，AI确实能以前所未有的速度处理海量数据，帮助研究者验证假说；另一方面，对于像线性文字A和伊特鲁里亚语这样完全未知的语言，AI的能力存在根本性局限。

以伊特鲁里亚语为例，它曾在古意大利地区使用，但相关文献稀少，且没有已知的亲属语言或双语对照文本。当一位工程师用AI尝试破解时，AI并未提出创意——创意来自人类。AI的角色是研究助理，它快速将人类的假说与数千个字符进行对照，完成了一项原本需要数月手工劳动的工作。这种分工模式值得关注，远比任何尚待审查的具体结论更重要。

那么，AI真正的强项在哪里？它在大规模模式测试中表现出色，能在几分钟内检查一个关于某个符号或单词的假说是否适用于整个档案库，而人类可能需要数年。它还能发现人类眼睛会遗漏的重复序列，并通过预测缺失字符来修复受损或不完整的铭文。此外，AI还能进行所谓的“跨语言迁移”，即一个在已知语言上训练的模型有时能推断出一种密切相关未知语言的模式——就像懂西班牙语有助于猜测葡萄牙语一样。研究人员已成功将这种方法用于乌加里特语等语言，其语言家族已知。

然而，AI面临一个硬性天花板：统计模式匹配无法凭空创造意义。它需要一个锚点——一个已知的语言家族或双语文本——来告诉它哪些模式有意义，哪些只是巧合。线性文字A和伊特鲁里亚语之所以困难，正是因为这种锚点缺失或不完整。无论计算能力多强，都无法凭空创造出锚点。

对于线性文字A，其现存语料库总共约7500个字符，少到可以显示在一个屏幕上。如此有限的数据几乎任何假说都能找到零星支持。因此，这个领域的研究格外依赖独立专家审查和同行评议，而非统计置信度分数。这也意味着“AI发现了一个模式”和“AI找到了正确含义”是两个极易混淆的不同主张。

但这并不意味着AI对破解这些语言毫无用处。恰恰相反，它是一个真正的加速器，能将多年的手动交叉核对压缩到几分钟，并让更多人有机会尝试这些难题，而不受机构资源的限制。不过，它并不能取代破解一直需要的两个要素：一个真正的比较锚点，以及严格的人工审查，以区分真正的突破和诱人的巧合。在那些要素出现之前，AI在语言破解中的角色将始终如一：一个非常快速的老谜题助手。