Come l’intelligenza artificiale sta decodificando il patrimonio linguistico dell’umanità permettendoci di sentire voci in silenzio da millenni
Immagina di camminare in una foresta e improvvisamente sentire voci di migliaia di anni fa—lingue che si pensavano perdute per sempre, che echeggiano nuovamente. Non è una scena tratta da un romanzo di fantascienza, ma uno scorcio di ciò che l’intelligenza artificiale sta svelando oggi. Con il passare dei mesi, i ricercatori si stanno avvicinando sempre più a far rivivere i sussurri delle antiche civiltà, dando alle lingue estinte una seconda possibilità di parlare. La cosa non è solo emozionante, è profondamente commovente.
L’enigma silenzioso delle lingue perdute
Le lingue estinte sono come puzzle a pezzi sparsi nella storia. Mancano dei pezzi e l’immagine è sbiadita, rendendo incredibilmente difficile per i ricercatori ricostruire ciò che una volta veniva parlato. I linguisti tradizionali hanno trascorso decenni cercando di mettere insieme antichi scritti, iscrizioni e tradizioni orali, ma rimangono delle lacune.
Prendiamo il Lineare A, il sistema di scrittura non decifrato dell’antica Creta, o l’etrusco, che ha lasciato migliaia di iscrizioni ma rimane in gran parte misterioso nonostante sia circondato da lingue ben documentate. Molte lingue estinte hanno lasciato poco più che una manciata di parole, alcuni simboli incisi o canti misteriosi. È come se le voci fossero intrappolate nell’ambra, appena fuori dalla nostra portata.
Il richiamo emotivo di ascoltare una lingua perduta è potente—è un ponte verso gli antenati, storie dimenticate e modi di vita scomparsi. Il silenzio di queste lingue non è solo la perdita di parole; è la perdita di intere visioni del mondo.
Come l’IA affronta l’impossibile
A differenza degli archeologi umani che scavano nella terra e nella sabbia, l’IA estrae dati—grandi quantità di dati. Come riportato qui, gli algoritmi possono setacciare antichi manoscritti, registrazioni audio e persino studi genetici per trovare modelli che nessuna persona da sola potrebbe rilevare. L’IA non si stanca né si scoraggia; può provare milioni di combinazioni, cercando la giusta corrispondenza nel puzzle.
Ad esempio, il progetto MAAYA presso il MIT utilizza reti neurali per identificare relazioni tra famiglie linguistiche che i ricercatori umani potrebbero non notare. Allo stesso modo, i ricercatori dell’Università della California hanno sviluppato un sistema di IA che ha decifrato con successo il Lineare B (un antico script miceneo) in poche ore—un compito che agli studiosi umani ha richiesto decenni.
Con il deep learning, le macchine ora riconoscono modelli di linguaggio, sintassi e fonetica in modi che sembravano impossibili solo un decennio fa. Il processo sembra quasi magico, come guardare una fotografia svilupparsi in una camera oscura. Ogni nuovo progresso ci avvicina all’ascolto di voci autentiche dei secoli passati.
Dal testo al suono: ascoltare il passato
Uno degli aspetti più affascinanti del lavoro dell’IA è la sua capacità di simulare i suoni reali delle lingue perdute. I modelli di IA possono generare campioni audio che imitano come queste lingue potrebbero essere suonate analizzando lingue correlate e ricostruendo regole fonetiche.
Il “Progetto Voci Antiche” ha creato discorsi sintetizzati in Proto-Indo-Europeo, permettendoci di ascoltare approssimazioni di come i nostri antenati linguistici potrebbero aver parlato circa 6.000 anni fa. Allo stesso modo, i ricercatori dell’Università di Cambridge hanno utilizzato l’IA per ricostruire i suoni dell’inglese medievale, aiutandoci a sentire come le opere di Chaucer venivano originariamente pronunciate.
Non si tratta solo di un esercizio freddo e robotico—è sorprendentemente emozionante sentire una voce pronunciare parole che non sono state pronunciate ad alta voce per centinaia o migliaia di anni. Immagina di ascoltare una ninna nanna cantata in Proto-Indo-Europeo, o un saluto dal popolo Ainu del Giappone—improvvisamente, la storia diventa personale e viva.
Costruire il mosaico: come funziona la ricostruzione
Ricostruire lingue estinte non significa trovare un’unica versione “corretta”. È piuttosto come assemblare un mosaico da tessere rotte. L’IA aiuta confrontando frammenti—parole, grammatica e sintassi—da lingue correlate e colmando le lacune.
I linguisti computazionali dell’Università di Oxford impiegano quella che chiamano “ricostruzione probabilistica”—utilizzando modelli statistici per determinare i suoni e le caratteristiche grammaticali più probabili basandosi su modelli noti di evoluzione linguistica. Ad esempio, i ricercatori utilizzano reti neurali per analizzare similitudini tra lingue viventi e i loro parenti estinti, prevedendo probabili suoni e strutture grammaticali.
Prendiamo il Proto-Finno-Ugrico, un’antica lingua antenata del finlandese e dell’ungherese. Analizzando modelli condivisi in queste lingue moderne, l’IA può dedurre come potrebbe essere suonato il loro antenato comune. È un po’ come usare somiglianze familiari per immaginare come potrebbe essere stato un bisnonno. Questo processo è raramente perfetto, ma ci porta incredibilmente vicino alle voci originali.
Archeologia digitale: le materie prime
L’IA non lavora nel vuoto. Si basa su antichi scritti, iscrizioni e manufatti come sua materia primaria. Digitalizzare questi manufatti e inserirli in modelli di apprendimento automatico aiuta l’IA a “imparare” gli elementi fondamentali delle lingue estinte.
Il Progetto Digital Hammurabi ha creato scansioni 3D ad alta risoluzione di migliaia di tavolette cuneiformi, permettendo all’IA di analizzare modelli nel modo in cui questi antichi testi furono scritti. Allo stesso modo, il Progetto di Decifrazione Maya ha digitalizzato oltre 10.000 glifi, creando un vasto database per algoritmi di riconoscimento dei modelli.
Ad esempio, Rosetta Stone una volta fu la chiave per decifrare i geroglifici egizi. Oggi, vaste biblioteche digitali di tavolette cuneiformi, glifi Maya e iscrizioni runiche servono come dati di addestramento per l’IA. Ogni manufatto è un indizio, un elemento di prova nella grande storia investigativa della ricostruzione linguistica.
Il laboratorio delle voci: sintetizzare il linguaggio antico
Una volta che l’IA ricostruisce le probabili regole fonetiche, la sfida successiva è rendere quei suoni udibili. I moderni motori di sintesi vocale, alimentati dal deep learning, possono trasformare fonemi e parole ricostruite in parlato simile a quello umano.
Il progetto BARD (Bringing Ancient Resonances to Digital Media) utilizza una avanzata sintesi vocale neurale per ricreare come i drammi greci antichi potrebbero aver suonato quando venivano rappresentati nei teatri all’aperto. Questa tecnologia va oltre la semplice conversione da testo a suono; può aggiungere intonazione, ritmo e persino emozione.
Quando senti una voce generata dal computer recitare una poesia in ittita o etrusco, non stai solo ascoltando una serie di sillabe—stai cogliendo uno scorcio del passato riportato in vita. È un po’ come ascoltare per la prima volta una canzone da tempo perduta.
Alberi genealogici: imparare dalle lingue viventi
Molte lingue estinte hanno discendenti viventi—lingue moderne che condividono radici, vocabolario o grammatica. L’IA sfrutta queste connessioni confrontando lingue viventi e morte, trovando modelli che possono aiutare a colmare le lacune.
Gli algoritmi di apprendimento automatico dell’Università di Stanford hanno mappato con successo i percorsi evolutivi delle lingue indo-europee, tracciando le parole indietro nel tempo con notevole precisione. Ad esempio, il suono e la grammatica del latino possono essere dedotti dai suoi “figli” come l’italiano, il francese e lo spagnolo. Mappando queste relazioni, l’IA può ricostruire elementi perduti del linguaggio antico.
Questo approccio è potente perché usa il vivente per far rivivere il morto, creando una riunione familiare linguistica attraverso i secoli. Quando i ricercatori hanno ricostruito aspetti del Proto-Polinesiano utilizzando questo metodo, gli isolani indigeni del Pacifico hanno riferito di riconoscere parole e frasi che corrispondevano alle loro tradizioni orali—una potente convalida del potenziale della tecnologia.
