Hay alrededor de 6.500-7.000 lenguas que se hablan actualmente en el mundo. Pero eso es menos de una cuarta parte de todas las lenguas que se han hablado a lo largo de la historia de la humanidad. Esa cifra total asciende a unas 31.000 lenguas, según algunas estimaciones lingüísticas. Cada vez que se pierde una lengua, se pierde también una forma de pensar y de relacionarse con el mundo. Se pierden asimismo las relaciones y la poesía de la vida que se describía de manera única a través de esa lengua. Pero ¿y si fuera posible averiguar cómo leer las lenguas muertas? Investigadores del MIT y Google Brain han creado un sistema basado en IA que puede lograr precisamente eso.
Aunque las lenguas cambian, muchos de los símbolos y la forma en que se distribuyen las palabras y los caracteres se mantienen relativamente constantes a lo largo del tiempo. Por ello, se podría intentar descifrar una lengua perdida hace tiempo si se comprendiera su relación con una lengua progenitora conocida. Esta idea es la que permitió al equipo, integrado por Jiaming Luo y Regina Barzilay del MIT y Yuan Cao del laboratorio de IA de Google, utilizar el aprendizaje automático para descifrar la antigua lengua griega Lineal B (desde el 1400 a. C.) y la lengua cuneiforme ugarítica (hebreo antiguo), que también tiene más de 3.000 años.
El Lineal B fue descifrado anteriormente por una persona: en 1953, lo descifró Michael Ventris. Pero esta fue la primera vez que una máquina logró descifrar la lengua.
El enfoque de los investigadores se centró en 4 propiedades clave relacionadas con el contexto y la alineación de los caracteres que había que descifrar: similitud distribucional, mapeo monotónico de caracteres, escasez estructural y un solapamiento significativo de cognados.
Entrenaron la red de IA para buscar estos rasgos, logrando traducir correctamente el 67,3 % del Lineal B cognados (palabras de origen común) a sus equivalentes griegos.
Lo que la IA puede hacer potencialmente mejor en tareas de este tipo, según MIT Technology Review, es que puede recurrir sencillamente a un enfoque de fuerza bruta que resultaría demasiado agotador para los humanos. Pueden intentar traducir símbolos de un alfabeto desconocido probándolos rápidamente frente a símbolos de una lengua tras otra, comparándolos con todo lo que ya se conoce.
¿Y qué sigue para los científicos? Quizá la traducción de Lineal A - la lengua de la antigua Grecia que hasta ahora nadie ha logrado descifrar.
Puedes consultar su artículo «Neural Decipherment via Minimum-Cost Flow: from Ugaritic to Linear B» aquí.
Noam Chomsky sobre los grandes misterios del lenguaje
Noam Chomsky reflexiona sobre las preguntas básicas, aún sin respuesta, de la lingüística.
