當人工智慧被用於破解失傳語言時會發生什麼？

人工智慧（AI）在破解失傳語言方面究竟能發揮多大作用？這個問題沒有簡單的答案。一方面，AI確實能以前所未有的速度處理海量資料，幫助研究者驗證假說；另一方面，對於像線性文字A和伊特魯里亞語這樣完全未知的語言，AI的能力存在根本性侷限。

以伊特魯里亞語為例，它曾在古義大利地區使用，但相關文獻稀少，且沒有已知的親屬語言或雙語對照文本。當一位工程師用AI嘗試破解時，AI並未提出創意——創意來自人類。AI的角色是研究助理，它快速將人類的假說與數千個字元進行對照，完成了一項原本需要數月手工勞動的工作。這種分工模式值得關注，遠比任何尚待審查的具體結論更重要。

那麼，AI真正的強項在哪裡？它在大規模模式測試中表現出色，能在幾分鐘內檢查一個關於某個符號或單詞的假說是否適用於整個檔案庫，而人類可能需要數年。它還能發現人類眼睛會遺漏的重複序列，並透過預測缺失字元來修復受損或不完整的銘文。此外，AI還能進行所謂的“跨語言遷移”，即一個在已知語言上訓練的模型有時能推斷出一種密切相關未知語言的模式——就像懂西班牙語有助於猜測葡萄牙語一樣。研究人員已成功將這種方法用於烏加里特語等語言，其語言家族已知。

然而，AI面臨一個硬性天花板：統計模式匹配無法憑空創造意義。它需要一個錨點——一個已知的語言家族或雙語文本——來告訴它哪些模式有意義，哪些只是巧合。線性文字A和伊特魯里亞語之所以困難，正是因為這種錨點缺失或不完整。無論計算能力多強，都無法憑空創造出錨點。

對於線性文字A，其現存語料庫總共約7500個字元，少到可以顯示在一個螢幕上。如此有限的資料幾乎任何假說都能找到零星支援。因此，這個領域的研究格外依賴獨立專家審查和同行評議，而非統計置信度分數。這也意味著“AI發現了一個模式”和“AI找到了正確含義”是兩個極易混淆的不同主張。

但這並不意味著AI對破解這些語言毫無用處。恰恰相反，它是一個真正的加速器，能將多年的手動交叉核對壓縮到幾分鐘，並讓更多人有機會嘗試這些難題，而不受機構資源的限制。不過，它並不能取代破解一直需要的兩個要素：一個真正的比較錨點，以及嚴格的人工審查，以區分真正的突破和誘人的巧合。在那些要素出現之前，AI在語言破解中的角色將始終如一：一個非常快速的老謎題助手。