Du kan brukekunstig intelligens hjelpe oss med å tyde et eldgammelt språk som fortsatt er ukjent i dag?

En forskergruppe fra universitetet i Bologna lyktes i prosjektet ERC Inscribe, som for første gang med suksess brukte et dyplæringssystem for å kaste lys over et eldgammelt manus, Cypro-Minoan.

Kypro-minoisk dateres tilbake til rundt 3.500 år siden og har aldri blitt dechiffrert. Utbredt på øya Kypros i sen bronsealder, fortsatt i dag er det ingen konsensus blant forskere om hvor mange tegn den består av.

Ifølge noen er det faktisk fire separate undergrupper av tegn (CM1, CM2, CM3 og en arkaisk variant kalt CM0) som registrerer forskjellige språk. Men disse forskjellene kan også skyldes ulike stiler og måter å skrive på.

Codex: programvaren som forvandler språk til kode

Silvia Ferrara: "Hvor mange grafemer og hvor mange reelle skriveforskjeller?"

"Til dags dato har vi ingen sikkerhet om hvilke tegn som er ekte grafemer av dette skriftsystemet og hvilke som ganske enkelt er varianter på grunn av forskjeller i skrift", forklarer Silvia Ferrara, professor al Institutt for klassisk og italiensk filologi dell 'Universitetet i Bologna som koordinerte studiet.

"Resultatene vi oppnådde støtter definitivt hypotesen om at disse undergruppene er sammensatt av varianter knyttet til de forskjellige støttene som tegnene ble skrevet inn på".

Innovasjon er ikke å motsette seg teknisk og humanistisk kultur

Metoden: hypoteser og konklusjoner uten forkunnskaper i språket

For å komme til denne konklusjonen analyserte forskere først kypro-minoisk gjennom avanserte dyplæringsteknikker.

Spesielt ble det brukt uovervåkede læringsteknikker, der modellen utvikler hypoteser og konklusjoner uten forkunnskaper om språket og tegnene som skal analyseres.

Så en ekte ad hoc-modell ble født, kalt "Sign2Vecd", opplært til å analysere og katalogisere ikke bare de forskjellige tegnene på kypro-minoisk, men også hele sekvenser av tegn.

Tjue sveitsiske franc i sølv som en hyllest til solenergi

Takket være AI, nå en enestående vektorrepresentasjon i tre dimensjoner

Resultatene har dermed gjort det mulig å skissere en vektoriell representasjon for hvert tegn som kan sees i tre dimensjoner, og dermed tilby eksperter muligheten til å identifisere eventuelle feil i transkripsjonen av tegnene og relasjonene mellom dem i korpuset.

"Systemet vi har utviklet har gjort det mulig for oss å skille skiltene sporet på leirtavler fra de andre"fortsetter Silvia Ferrara.

"På denne måten var vi i stand til å spore samsvar mellom skiltene på støtter som leirkuler og metallgjenstander og de som var på leirtavlene".

Det er fortsatt: "Vi var dermed i stand til å rekonstruere nesten 70 prosent av korrespondansene mellom tegn som til nå bare har vært antatt som mulige varianter".

Den svarte vitenskapsmannen og den "nazistiske" stemmen i verdensrommet

Ingen ekstra "snakk", men forskjellige støtter brukt til å gravere skiltene

Il dyp læringsmodell brukt av forskere har derfor gitt nye solide bevis for å støtte ideen om at inndelingen i undergrupper av kypro-minoisk ikke skyldes eksistensen av forskjellige språk, men er i stedet knyttet til de forskjellige støttene som brukes til å gravere skiltene.

Studien ble publisert i tidsskriftet "Plos One" med tittelen "Unsupervised Deep Learning Supports Reclassification of Bronze Age Cypriot Writing System".

Forfatterne er Silvia Ferrara, Michele Corazza, Fabio Tamburini og Miguel Valério ved Institutt for klassisk og italiensk filologi.Universitetet i Bologna.

Ja i Bologna til det strategiske forumet for forsyningskjeden for romfart