2026年6月,一位自学成才的AI工程师宣布,他破解了线形文字A——克里特岛青铜时代的文字,一百年来没人真正啃动。几周内,他标出了40个符号的读音,拼出一份408个词的词表,还给这门文字认了亲:闪米特语族,和希伯来语、阿拉伯语同源。
这套说法目前还没经过独立同行评审,严格说只是一个待验证的个人主张。拆开流程看,AI在这件事里干的,是把一个人的猜想在语料库里跑了几千遍,而不是自己想出了答案。
发生了什么:一个猜想怎么变出词表
起点很小。一份祈祷铭文里有个不明词,工程师猜它源自闪米特语词根,意思是“居住”。
他让AI写脚本,把这个音型假设拿去和整个线形文字A语料库交叉比对。跑出来的就是那份408词的词表,以及“线形文字A是灭绝闪米特语”的结论。
最容易被忽略的一点是:AI没提出假说,人提出的。工程师想出词根猜想,AI负责把它在几千个字符里高速核对——人工做要耗几个月,机器几分钟跑完。创造性判断来自人,AI承担的只是规模化验算。
为什么这词表还不算“破译”
线形文字A现存语料一共约7500个字符,一屏就能放下。样本这么小,几乎任何假说都能在里面挑出零星匹配替自己撑腰。
真正管用的破译靠一样东西:锚点——要么是罗塞塔石碑那样的双语对照文本,要么是确凿的亲属语言。乌加里特语沾了这个光,语系明确,是闪米特语的一支,模型能借力做跨语言迁移,像懂西班牙语的人连蒙带猜读懂葡萄牙语。
线形文字A和伊特鲁里亚语没有这条捷径。没有锚点,统计规律再漂亮也分不清哪个是真意义、哪个是巧合。
| 对比项 | 乌加里特语 | 线形文字A / 伊特鲁里亚语 |
|---|---|---|
| 语系归属 | 已确认,闪米特语支 | 未知,本次结论待验证 |
| 可用锚点 | 有亲属语言可比对 | 无双语文本,无确凿亲属语言 |
| AI能帮到什么 | 跨语言迁移,快速验证 | 只能测内部统计规律 |
| 结果可信度 | 已被学界接受 | 0次独立同行评审 |
谁该在意,接下来看什么
这条新闻对两类读者的意义不一样,该盯的点也不同。
| 关注点 | 关注AI能力边界的读者 | 关注古文字与数字人文的读者 |
|---|---|---|
| 该验证什么 | 词表能否在留出语料上盲测,而不是在训练用的同一语料里“自证” | 40个符号的音值是否有多位学者独立复核,而非工程师自评 |
| 该看什么信号 | 论文是否提交同行评审,脚本和数据能否复现 | 是否有其他线形文字A铭文能用这套体系读通,而不只是符合词根假设的片段 |
| 现在该做什么 | 把“AI破解某语言”类新闻当作待验证假说,不当结论转发 | 追踪考古与语言学期刊的后续回应,而不是工程师本人的更新 |
接下来最该盯的,是同行评审给不给这套闪米特语假说背书,以及有没有第三方拿独立语料重新跑一遍,得出同样的词表。
锐评
罗塞塔石碑管用,不是因为字刻得工整,是因为它白送了后人一把钥匙:两种文字对照着同一段话。线形文字A没有这把钥匙,AI也造不出来。
这件事真正值得留意的,不是AI离破译古文字还差多远,而是它把验证门槛压得太低了。以前验证一个词源猜想要靠人工翻查语料,慢,但慢也逼着人反复推敲。现在一个脚本几分钟能测完几千种排列组合,漂亮的巧合冒出来的速度跟着变快。
408个词的词表看着扎实,根子上却压在一个没经过外部核实的起点假设上。模式识别和语义确认是两回事,模型预测下一个符号大概率是什么,不代表它知道这个符号指向什么,这条界线在算力提速后反而更容易被悄悄跨过。
这场“突破”最后能不能立住,不取决于词表有多长,取决于同行评审能不能找到独立证据。在那之前,AI在这门百年悬案里的角色没变:一个跑得飞快的助手,陪着一个很古老、很人类的谜题继续等下去。