Celebradas en la tradición y en las leyendas, las civilizaciones antiguas y sus lenguas olvidadas han fascinado a los historiadores, arqueólogos y lingüistas durante mucho tiempo. Hoy en día, estos investigadores cuentan con un nuevo instrumento en sus cajas de herramientas profesionales: la inteligencia artificial, una tecnología que podría ayudar a desvelar los secretos de culturas que han desaparecido milenios atrás.
Los jeroglíficos y la piedra de Roseta
Tanto académicos como amateurs han estudiado sistemas de escritura como la escritura cuneiforme sumeria o los textos etruscos prerromanos durante siglos. Entre ellos se encuentra Jean-François Champollion (1790-1832), un joven francés que logró descifrar uno de los sistemas antiguos de escritura más conocidos: los jeroglifos egipcios. Para hacerlo, utilizó la famosa piedra de Roseta. Esta estela de granodiorita tenía tallados fragmentos del mismo texto en tres sistemas de escritura distintos: 32 renglones de demótico, 14 de jeroglíficos y 54 de griego.
La escritura cuneiforme y otros enigmas antiguos
Otro ejemplo intrigante es el ugarítico. Este sistema de escritura fue descubierto por arqueólogos franceses en 1929 en unas tabletas de arcilla encontradas en los años 20 en el tell de Ugarit. Esta lengua semítica noroccidental fue utilizado por académicos hebreos que analizaban textos bíblicos y que revelaron similitudes entre Israel, Judá y sus culturas vecinas.
En otras partes del mundo quedan muchos textos misteriosos por descifrar, como el manuscrito de Voynich (Europa), el bloque de Cascajal (centro de América) y el rongo rongo (rapanui/Isla de Pascua).
Misterios de la Era de Bronce
Quizás el ejemplo más conocido en tiempos modernos sea el lineal B, que fue encontrado en un principio entre ruinas cretas de la Era de Bronce. Aunque el desciframiento del Lineal B, reconocida ahora como la escritura griega más antigua (desarrollada alrededor de 1400 a. C.), generalmente se le atribuye al arquitecto británico Michael Ventris, sus esfuerzos fueron respaldados por la clasicista Alice Kober. Ella había creado un archivo en su casa de Nueva York, almacenando alrededor de 180,000 trozos de papel en cajas de cigarrillos. Pero murió trágicamente dos años antes de que el código misterioso fuera descifrado por Ventris en 1952.
Entre los dos, le dedicaron más de seis décadas de arduo esfuerzo a descifrar el lineal B, una rama del silabario lineal A, que fue utilizado por la misteriosa civilización minoica y posiblemente no tenga relación con las lenguas indoeuropeas. Sin embargo, solo un siglo después de las excavaciones de Knossos llevadas a cabo por el arqueólogo británico sir Arthur Evans (1851-1941), la tecnología está acelerando el desciframiento de estas lenguas antiguas.
El misterio del valle del Indo
Durante la década de 1870, los ladrillos recuperados de las ruinas de un pueblo en el Punyab se usaron como balastro para cientos de millas de vías de tren entre las ciudades de Multán y Lahore. Sin embargo, el ingeniero del ejército y agrimensor arqueológico Alexander Cunningham encontró algunos fragmentos de cerámica antigua y una pequeña tablilla de piedra de aproximadamente 1,5 pulgadas cuadradas, inscrita con seis caracteres desconocidos y con el dibujo de un toro o rinoceronte de un solo cuerno (o tal vez de un unicornio).
Desde entonces, se han desenterrado unas 4000 reliquias, la mayoría a lo largo del río Indo en Pakistán, otras en India y en Irak. Con hasta 700 símbolos únicos, parece probable que se usaran como sellos de control de impuestos y comercio, y posiblemente se leyeran de derecha a izquierda. Sin embargo, nadie sabe qué significan estos signos prevédicos, a pesar de más de cien intentos publicados durante el siglo pasado, pero la tecnología de punta de la IA le está dando un impulso renovado a la investigación.
Los límites del aprendizaje profundo
Expertos como la investigadora de lenguas escritas del valle del Indus Bahata Ansumalo Mukhopadhyay son muy conscientes de los límites que tienen incluso las computadoras más potentes. Ella cree que muchos aspectos cognitivos no pueden codificarse dentro de marcos convenientes porque las iteraciones actuales de la inteligencia artificial no son capaces de procesar información no cuantificable (o codificada para que las computadoras puedan entenderla).
Incluso el aprendizaje profundo, que actualmente es la técnica de inteligencia artificial dominante, funciona con el reconocimiento de patrones y mejora sus resultados paralelamente con la cantidad de información que ingresa en el sistema. Sin embargo, esta técnica que depende de grandes cantidades de datos no funciona así de bien con temas de pocos recursos, como las lenguas antiguas, que muchas veces se encuentran incompletas, con partes perdidas en el tiempo. Ni los investigadores ni las computadoras tienen la manera de distinguir un signo diacrítico de un rayón accidental.
¿Qué hay más adelante?
Ni tampoco los defensores del aprendizaje artificial, como Jiaming Luo, científico del MIT, esperan que una aplicación produzca traducciones instantáneas de lenguas perdidas. En el mejor de los casos, Luo prevé analizar estos fragmentos lingüísticos comparándolos con lenguas modernas de regiones vecinas y buscando coincidencias.
Siente que un método híbrido es el que más posibilidades tiene de producir resultados positivos. Al principio, la fuerza bruta de computadoras inmensas podría usarse para examinar artefactos e identificar posibles relaciones con lenguas conocidas. Esto les ahorraría décadas de trabajo a los especialistas, quienes podrán ocuparse de aspectos más sutiles que dependen de la inspiración y de la intuición.
Conclusión: Los alfabetos y los signos son reflejos únicos de las civilizaciones que alguna vez los usaron. Miles de años más tarde, está claro que incluso las máquinas más sofisticadas no son competencia para el cerebro humano, particularmente en lo que respecta traducir las ideas y los conceptos que hacen que cada cultura sea única.
Imagen de Peace,love,happiness en Pixabay
