人工智能凭借强大的模式识别能力，正成为语言破译的超级助理，但真正的意义解读仍离不开人类的直觉。
破译古代语言就像是在没有钥匙的情况下打开一把尘封千年的锁。每一段被成功解读的古文字都需要一个“锚点”，通常是类似罗塞塔石碑那样的双语对照文本，或者是某种已知的亲缘语言。然而，克里特岛米诺斯文明的线性文字A，以及罗马崛起前的伊特鲁里亚语，至今都没有找到这样的锚点。
过去一个世纪，语言学家们对着这些“语言孤岛”一筹莫展。直到最近，人工智能的介入似乎让事情有了转机。在2026年6月，一位业余语言爱好者声称利用AI取得了突破。他先是假设某个古代祷文中不认识的单词源自意为“居住”的闪米特语词根，然后利用编程脚本在整个线性文字A库中进行模式比对。仅仅用了几分钟，AI就验证了这个假设，并帮他整理出一份包含408个单词的词汇表。在他看来，线性文字A就是闪米特语族的一个失落分支。
在这场破译工作中，AI扮演的角色更像是一个高效的研究助理，而不是一个能够自主思考的专家。人类提出假设，AI则在几秒钟内完成对数千个字符的交叉比对，这种工作量如果靠人工手动完成，可能需要耗费数月时间。此外，AI在修复受损碑文、预测缺失字符以及识别肉眼难以察觉的重复序列方面，确实表现出了惊人的实力。
但是，统计学上的模式匹配并不能凭空创造出意义。这正是人工智能目前面临的技术天花板。虽然研究人员已经成功利用这种技术破译了乌加里特语，但那是建立在已知其属于闪米特语族的基础之上的。对于线性文字A和伊特鲁里亚语，缺失了那块核心的“对照表”，再强大的算力也无法发明出真相。
从理论上讲，如果数据量足够大，AI甚至可以学会像古代米诺斯人一样“交谈”，它能精准地掌握哪些词通常连在一起，哪些符号紧随其后。然而，这种表面的流利并不代表理解。AI可能学会了如何排列组合这些符号，却依然不知道它们具体指代现实世界中的什么东西。
验证这些破译成果同样是一个巨大的挑战。通常情况下，翻译的准确性需要通过母语者或学术共识来检验，但对于这些已经失传的语言，除了穿越时空，人类没有任何办法去证实。线性文字A目前存世的字符总数只有约7500个，甚至还填不满一个现代人的手机屏幕。由于样本量太小，几乎任何一个随意的假设都能在海量数据中找到零星的证据支持。
正因如此，真正的破译成果不仅需要统计学上的高分，更需要学术界的同行评议。AI只是一个加速器，它将原本极其枯燥的手动比对过程压缩到了极致。在找到真正的历史锚点或进行严谨的人工审核之前，人工智能的角色将始终如一，它只是人类在解开这些古老谜团时的得力助手。
原文：https://arstechnica.com/science/2026/07/what-happens-when-you-put-ai-to-work-deciphering-lost-languages/