Yapay zeka teknolojileri, tarih boyunca gizemini koruyan ve dilbilimcilerin yüzyıllardır çözmeye çalıştığı antik dillerin şifrelerini kırmak için yeni bir araç olarak kullanılmaya başlandı. Özellikle hiçbir yaşayan akrabası olmayan yalnız diller üzerinde yoğunlaşan bu süreç, insan sezgileri ile bilgisayar gücünü birleştiriyor.

Linear A ve Etrüskçe Gizemleri

Girit adasındaki Minos uygarlığına ait olan Linear A ve Roma İmparatorluğu öncesi İtalya'da konuşulan Etrüskçe, çözülemeyen dillerin başında geliyor. Linear A, bilinen hiçbir dil ile bağı kanıtlanamadığı için dilbilimciler için büyük bir meydan okuma oluştururken; Etrüskçe'de sadece bazı cenaze yazıtlarından elde edilen kısıtlı bir kelime hazinesi mevcut, ancak dilin dil bilgisi kuralları hala bilinmiyor.

AI Destekli Dil Çözümleme Süreçleri

Haziran 2026'da bir yapay zeka mühendisi, Linear A üzerindeki bir dua yazıtında yer alan bilinmeyen bir kelimenin, Sami kökenli 'ikamet etmek' anlamındaki bir kökten geldiği varsayımıyla çalışmaya başladı. Geliştirdiği programlama scriptleri sayesinde bu ses kalıbını tüm Linear A veri setinde test eden mühendis, 40 işarete değer atayarak 408 kelimelik bir sözlük oluşturdu ve dilin İbranice ile Aramice'yi de kapsayan Sami dil grubuna ait olduğunu öne sürdü.

Yalnızca Yardımcı Bir Araç Olarak Yapay Zeka

Süreçteki iş bölümü dikkat çekiyor; temel fikir ve hipotez insan tarafından kurulurken, yapay zeka binlerce karakteri hızla çapraz kontrol eden bir araştırma asistanı görevi üstleniyor. AI'nın en güçlü olduğu alanlar geniş ölçekli kalıp testleri yapmak, insan gözünün kaçırabileceği tekrarları yakalamak ve hasarlı yazıtlardaki eksik karakterleri tahmin ederek tamamlamaktır. Ayrıca, bilinen bir dilde eğitilen modelin benzer bir bilinmeyen dildeki kalıpları çıkarabildiği çapraz dil aktarımı yöntemi, dil ailesi bilinen Ugaritic gibi dillerde başarıyla kullanıldı.

Ne anlama geliyor?

Bu yöntem, veri setleri arasındaki benzerlikleri matematiksel olarak analiz eden bir mekanizmaya dayanır. Bir dilin yapısal özelliklerini başka bir dildeki kalıplarla karşılaştırarak olasılık hesapları yapar. Bu sayede, manuel olarak yıllar sürecek olan karşılaştırma işlemleri saniyeler içinde tamamlanabilir ve metindeki boşluklar istatistiksel tahminlerle doldurulabilir.

Ancak bu teknolojinin çalışabilmesi için mutlaka somut bir referans noktasına ihtiyaç vardır. Tamamen yabancı olan ve hiçbir karşılaştırma metni bulunmayan yapılarda, istatistiksel eşleşmeler tek başına anlam üretemez. Sistem, hangi kalıbın gerçek bir anlam taşıdığını, hangisinin sadece rastlantısal bir benzerlik olduğunu ayırt etmek için mevcut dil bilgisi verilerine ihtiyaç duyar.