Britský spisovatel populárně naučné literatury Andrew Robinson ve své knize Ztracené jazyky (Lost Languages) z roku 2002 tvrdí, že luštění zaniklých jazyků vyžaduje propojení logiky a intuice. To je něco, co podle něj počítače nemají a pravděpodobně ani nemohou mít.
K čemu může být užitečná starověká ugaritština
Možná to tak je, ale ne všichni s ním souhlasí. Například informatici a počítačoví vědci z Massachusettského technologického institutu (MIT) a Univerzity Jižní Karolíny (USC) se pokusili dokázat, že se Robinson mýlí.
Vyvinuli počítačový systém primárně určený pro automatické dešifrování zaniklých jazyků. S jeho principy seznámili odbornou veřejnost na nedávném výročním zasedání mezinárodní Společnosti pro počítačovou lingvistiku ve švédské Uppsale.
|
Vědci z MIT vyvinuli počítačový systém, primárně určený pro automatické dešifrování zaniklých jazyků... |
Aby prověřili funkčnost svého softwaru, museli ho vědci otestovat na nějakém starobylém jazyce, jehož základní gramatika je poměrně dobře známa. Vybrali ugaritštinu, semitský jazyk, kterým se hovořilo ve druhé polovině 2. tisíciletí před naším letopočtem. Byl objeven ve starověkém městě Ugaritu, jehož trosky byly nalezeny v roce 1928. Jazyk se zapisoval zvláštní formou klínového písma a jeho abeceda se skládala z 30 písmen, 27 souhlásek a 3 samohlásek.
Simulace intuice
S logikou nemívají počítače problémy. Je jim jaksi dána do vínku, ale jak jim dodat intuici? Je třeba se pokusit ji v počítači nějak nasimulovat. Právě touto cestou se rozhodla vydat skupina amerických vědců pod vedením Reginy Barzilayové z MIT.
Než se vědci pustili do práce, museli se postarat o několik zásadních předpokladů. Za prvé bylo potřeba, aby luštěný jazyk byl co možná nejpříbuznější jinému, už známému jazyku, kterým se v tomto případě stala hebrejština.
Vyšli dále z hypotézy, že mezi abecedami obou jazyků existuje určité propojení. Něco na způsob mapy, ve které se odrážejí vzájemné vztahy mezi jednotlivými písmeny, jež se opakují s podobnou frekvencí.
Stejný předpoklad lze aplikovat i na jednotlivá slova a fráze, i zde se vyskytují podobnosti, například mezi slovními kmeny či mezi odpovídajícími si předponami a příponami.
Jak to vlastně funguje?
Nově vyvinutý systém využívá pravděpodobnostních modelů běžně užívaných při výzkumech umělé inteligence. Během výpočtu vyhledává a současně vyhodnocuje podobnosti odpovídající přijatým předpokladům, a to na úrovni abecedních symbolů (písmen) i slov nebo jejich částí.
|
...nově vyvinuté postupy by se mohly uplatnit u on-linových automatických překladačů, jakým je například známý Google Translate... |
Celý proces přitom probíhá iteračně, tzn., že výpočet se opakuje pořád dokola, řádově stokrát, čímž se jeho odhady neustále zpřesňují. Až nakonec program dospěje do bodu, kdy už k žádným zlepšením nedochází. Z celkového počtu 30 hlásek vyskytujících se v ugaritštině, se 29 podařilo správně přiřadit jejich hebrejským protějškům.
U slov byla úspěšnost menší, což se ale dalo předpokládat. Slovníky ugaritštiny a hebrejštiny se totiž překrývají asi jen z jedné třetiny, přesto ale systém identifikoval správně 60 procent těchto překryvů. Protože se ale většina chybných řešení lišila většinou jen v jednom jediném písmenu, lze i v tomto ohledu software považovat za úspěšný.
Meze počítačové intuice
Tvůrci systému však v žádném případě netvrdí, že by jejich program mohl nahradit lidské luštitele či překladatele, ale mohl by jim významně pomoci. A to nejen při luštění textů zaniklých civilizací, které vytrvale odolávají snahám o rozluštění. Nově vyvinuté postupy by se totiž mohly uplatnit u on-linových automatických překladačů, jakým je například známý Google Translate.
Zdroj: web.mit.edu
