L'IA peut-elle percer les systèmes d'écriture anciens qui ont déconcerté les linguistes pendant un siècle ?

Points clés

• Le linéaire A, le système d'écriture de la civilisation minoenne de l'âge du bronze en Crète, n'a jamais été déchiffré et n'a aucun lien confirmé avec une langue connue.
• L'étrusque, parlé en Italie avant l'Empire romain, dispose d'un vocabulaire partiel mais sa grammaire reste inconnue.
• La plupart des scripts anciens ont été percés à l'aide de textes bilingues comme la Pierre de Rosette ; ni le linéaire A ni l'étrusque n'en possèdent.
• Les chercheurs testent maintenant si les grands modèles de langage, la technologie d'IA derrière des outils comme ChatGPT, peuvent trouver des modèles que les humains ont manqués.

Chaque système d'écriture ancien jamais déchiffré avait quelque chose à quoi se raccrocher. Généralement, il s'agit d'un texte bilingue, comme la Pierre de Rosette, qui montrait le même décret dans trois scripts côte à côte. Parfois, il s'agit d'un cousin linguistique proche, une langue connue suffisamment similaire pour aider à combler les lacunes. Le linéaire A, le système d'écriture utilisé par la civilisation minoenne sur l'île grecque de Crète il y a environ 3 500 ans, n'a aucun des deux.

Les linguistes l'appellent une « langue isolée », ce qui signifie qu'elle n'a aucune connexion confirmée avec une autre langue, vivante ou morte. Un siècle d'études n'a pas résolu l'énigme.

L'étrusque, la langue parlée dans le centre de l'Italie avant que Rome ne prenne le contrôle, est en meilleure forme. Les courtes inscriptions funéraires, l'équivalent antique du texte de pierre tombale, ont fourni aux chercheurs un vocabulaire partiel. Mais la grammaire et le sens plus profond manquent toujours.

Pourquoi ces deux langues sont-elles si difficiles à déchiffrer ?

Sans une ancre bilingue ou une langue apparentée, il n'y a rien pour le recoupage. C'est comme essayer de résoudre un mot croisé sans indices et sans grille.

Des tablettes du linéaire A ont été trouvées, mais la plupart sont des listes d'inventaire et des dossiers comptables, pas les textes narratifs riches qui ont aidé à déverrouiller les hiéroglyphes égyptiens. Les inscriptions étrusques ont tendance à être courtes, répétitives et formulaires. Ni l'un ni l'autre ne donne aux chercheurs le volume et la variété de texte dont les méthodes traditionnelles ont besoin.

Comme l'a rapporté Ars Technica, les linguistes explorent maintenant si l'IA, en particulier les grands modèles de langage entraînés sur d'énormes quantités de texte humain, peut détecter les modèles structurels dans des milliers d'inscriptions fragmentaires plus rapidement qu'une équipe humaine ne pourrait le faire.

L'IA pourrait-elle réussir là où les humains ont échoué ?

Peut-être, pour certaines pièces du puzzle. L'IA est très douée pour trouver des modèles statistiques dans les grands ensembles de données. Alimentez-la avec chaque inscription étrusque connue et elle peut cartographier quels mots se regroupent, quelles formes grammaticales se répètent, quels sons apparaissent au début ou à la fin des mots. C'est un travail préliminaire genuinely utile.

Mais il y a une vraie limite. Un grand modèle de langage a besoin de quelque chose à partir duquel apprendre. Avec seulement quelques milliers de courts textes étrusques et zéro traductions confirmées du linéaire A, le modèle travaille avec un matériel maigre. Garbage in, uncertain out.

Imaginez demander à un ami d'apprendre une langue à partir d'une pile de reçus de caisse enregistreuse et rien d'autre. C'est à peu près la situation ici.

Que signifie cela pour les gens ordinaires ?

Aucune application ne vous remettra une traduction du linéaire A mardi prochain. Il s'agit de recherches à long terme. Mais cela a de l'importance : si l'IA aide les linguistes à réduire les possibilités pour ne serait-ce qu'un de ces scripts, cela reframe ce que nous savons sur le commerce, la religion et la culture de l'âge du bronze en Méditerranée.

Questions fréquemment posées

L'IA a-t-elle déjà déchiffré avec succès une langue ancienne ?

Les chercheurs ont utilisé l'apprentissage automatique, une forme d'IA qui trouve des modèles dans les données, pour aider à confirmer la relation entre la langue éteinte ougaritique et l'hébreu, et pour assister les glyphes mayas. Les décipherments complets reposaient toujours fortement sur l'expertise humaine aux côtés des outils d'IA.

Y a-t-il un outil gratuit que n'importe qui peut utiliser pour explorer les scripts anciens ?

Pas pour le travail de décipherment sérieux. Les projets académiques et les bases de données universitaires détiennent les dossiers d'inscription, et l'accès est principalement destiné aux chercheurs. Les chatbots d'IA généraux peuvent expliquer les scripts connus mais ne peuvent pas en déchiffrer des inconnus.

Qu'est-ce qu'il faudrait pour finalement déchiffrer le linéaire A ?

Une inscription bilingue montrant le linéaire A aux côtés d'une langue connue serait l'itinéraire le plus rapide. À défaut, un corpus beaucoup plus important de texte varié aiderait énormément. Aucun des deux n'a vu le jour pour l'instant.