Древний текст можно прочитать вслух, распознать в нём повторяющиеся слова и даже восстановить утраченные знаки, но всё равно не понять ни одной фразы. Именно в такую ловушку попадают исследователи линейного письма А, оставленного минойской цивилизацией бронзового века. Искусственный интеллект научился искать закономерности быстрее любого человека, однако скорость пока не решила главную проблему. Лингвистам по-прежнему не с чем надёжно сравнить язык древнего Крита.
Почти каждая успешная расшифровка начиналась с опоры. Египетские иероглифы удалось понять благодаря Розеттскому камню с параллельными текстами на нескольких языках. Линейное письмо Б связали с древнегреческим после долгого анализа повторяющихся знаков и окончаний. Линейное письмо А не предлагает ни двуязычной надписи, ни подтверждённого родственного языка.
При этом линейное письмо А и язык минойцев нельзя считать одним и тем же объектом. Линейное письмо А представляет собой систему знаков, а неизвестный язык скрывается за письменностью. Исследователи могут приблизительно читать многие слоговые знаки, поскольку часть символов позже перешла в расшифрованное линейное письмо Б. Однако знакомое звучание не раскрывает значение слов.
Поэтому выражение «нерасшифрованная письменность» немного упрощает ситуацию. Направление письма, числовые обозначения, некоторые идеограммы и примерное произношение многих слоговых знаков уже известны. Загадкой остаётся язык, на котором говорили авторы надписей, а также смысл большей части записей.
Сохранившийся материал слишком мал для уверенного анализа. Археологи нашли около 1400 надписей, содержащих в общей сложности примерно 7400 знаков. Большинство текстов представляет собой короткие хозяйственные записи, списки товаров, имена, числа и пометки на сосудах. Полноценные предложения встречаются редко, а длинных связных рассказов, законов или писем не сохранилось.
Небольшой и однообразный корпус создаёт опасную статистическую иллюзию. При достаточном числе попыток исследователь почти неизбежно найдёт несколько слов, похожих на греческие, семитские, анатолийские или другие языковые формы. Совпадение может выглядеть убедительно, особенно после отбора удачных примеров, но не подтверждать родство языков.
С этрусским языком ситуация заметно лучше, чем с языком линейного письма А. Этрусский алфавит происходит от греческого, поэтому специалисты умеют читать надписи и примерно знают, как звучали слова. Сохранились тысячи текстов, несколько сравнительно длинных документов и даже параллельные надписи, включая золотые пластины из Пирги с этрусским и финикийским текстами.
Лингвисты восстановили часть этрусской грамматики, падежные окончания, числительные, родственные термины, имена богов и значительную часть погребальной лексики. Этрусский также связывают с ретским языком Альп и языком древних надписей с острова Лемнос. Однако короткий и повторяющийся характер большинства текстов мешает понять многие слова и свободно переводить сложные документы.
Поэтому линейное письмо А и этрусский язык нельзя ставить в один ряд без оговорок. Первый случай связан с неизвестным языком и очень маленьким корпусом. Во втором исследователи читают письменность, понимают часть грамматики и словаря, но не могут полностью восстановить язык.
Именно к таким задачам всё чаще подключают искусственный интеллект. Нейросети пока не заменяют лингвистов , зато позволяют за минуты проверить гипотезу на всём доступном корпусе, найти редкие последовательности знаков, сгруппировать варианты написания и предложить восстановление повреждённых фрагментов.
Недавний случай показал одновременно привлекательность и слабость подобного подхода. В июне 2026 года инженер-самоучка и лингвист-любитель заявил, что приблизился к расшифровке линейного письма А. Исследователь предположил, что одно слово из молитвенной надписи происходит от семитского корня со значением «жить» или «обитать».
Затем инженер использовал созданные с помощью ИИ программные инструменты и проверил предполагаемую звуковую закономерность на доступных текстах. По словам автора, анализ позволил определить значения 40 знаков и составить словарь из 408 слов. Исследователь пришёл к выводу, что язык минойцев мог принадлежать к исчезнувшей ветви семитской семьи, куда входят иврит и арамейский.
Однако программа не обнаружила исходную зацепку самостоятельно. Человек сначала выбрал предполагаемый семитский корень, а затем построил вокруг догадки систему соответствий. Подобная последовательность создаёт риск замкнутого доказательства, когда алгоритм ищет подтверждения уже заданной версии и не проверяет все альтернативы с одинаковой строгостью.
Заявление также не прошло полноценную независимую экспертизу и рецензирование. Для признанной расшифровки недостаточно составить словарь и показать несколько правдоподобных переводов. Новая система должна последовательно объяснять ранее неизвестные тексты, грамматические формы, варианты написания и исключения, не подстраивая правила отдельно под каждую надпись.
История древних письменностей знает немало эффектных расшифровок, которые позднее отвергли. Исследователи связывали линейное письмо А с греческим, хеттским, лувийским, финикийским, индо-иранскими языками и даже с этрусским. Почти каждая версия находила отдельные совпадения, но ни одна не смогла убедительно объяснить весь корпус.
ИИ особенно хорошо справляется с крупномасштабной проверкой таких гипотез. Алгоритм может подсчитать, где появляется конкретный знак, какие символы обычно стоят рядом, меняются ли окончания слов и зависят ли последовательности от типа предмета или места находки. Человеку пришлось бы вручную просматривать сотни фотографий и таблиц.
Машинное обучение также помогает отличать самостоятельные знаки от вариантов почерка. Для линейного письма А задача имеет большое значение, поскольку исследователи насчитывают сотни форм, но часть редких символов может оказаться повреждёнными или необычно написанными версиями уже известных знаков. Ошибка в классификации искажает частотный анализ всего корпуса.
Ещё одно перспективное направление связано с поиском фрагментов одного документа. Компьютерное зрение может сравнивать форму глины, линии разлома, почерк и расположение знаков на тысячах осколков. Удачное соединение фрагментов иногда даёт исследователям больше информации, чем новая языковая модель, поскольку восстанавливает утраченный контекст.
ИИ уже доказал пользу на древних языках, которые специалисты понимают. Система Ithaca , обученная на древнегреческих надписях, восстанавливает пропущенные фрагменты, предполагает место создания текста и оценивает возраст документа. В испытаниях историки самостоятельно правильно восстанавливали около четверти скрытых фрагментов, а совместная работа с моделью повысила точность до 72%.
Результат показывает наиболее реалистичную роль ИИ в гуманитарных исследованиях. Модель не выдаёт единственный перевод как окончательную истину, а предлагает несколько вариантов и показывает, какие части текста повлияли на прогноз. Специалист сравнивает подсказки с историческим контекстом, археологическими данными и известной грамматикой.
Исследователи также применяли машинное обучение к угаритскому языку и линейному письму Б. Алгоритмы находили соответствия с родственными языками, учитывая закономерные изменения звуков. Угаритский относится к семитской семье, а линейное письмо Б передаёт раннюю форму греческого, поэтому модели располагали надёжными точками сравнения.
Такой перенос знаний между языками напоминает ситуацию, когда знание испанского помогает догадаться о значении португальского слова. Модель сопоставляет не только внешне похожие формы, но и частоту звуков, порядок символов, возможные окончания и закономерности исторических изменений.
Но метод плохо работает без подтверждённого родственника. Статистический анализ способен показать, что два знака часто встречаются рядом или занимают одинаковые позиции в словах. Алгоритм не узнает, обозначает ли найденная последовательность зерно, имя чиновника, название города или религиозный титул.
Даже идеально обученная модель могла бы научиться создавать строки, похожие на минойские записи, не понимая их смысла. Свободное воспроизведение структуры языка не равнозначно переводу. Современные языковые модели тоже строят правдоподобные фразы на основе вероятностей, а не получают значения слов непосредственно из окружающего мира.
Проблему усиливает отсутствие независимой проверки. Перевод современного языка можно показать носителю. Толкование древнего текста можно сравнить с параллельной версией, историческим событием или известным документом. Для линейного письма А подобных источников почти нет, поэтому высокая уверенность алгоритма говорит только о внутренней последовательности модели.
Модели также наследуют предположения разработчиков. Если исследователь заранее считает язык семитским, программа получит семитские словари, правила звуковых переходов и подходящие варианты сегментации. При другой исходной версии тот же корпус может показать сходство с анатолийскими или индоевропейскими языками.
Надёжная компьютерная расшифровка потребует сравнивать конкурирующие гипотезы на одинаковых условиях. Алгоритм должен проверять, какая языковая семья лучше объясняет весь набор данных, штрафовать чрезмерное число исключений и успешно предсказывать скрытые части корпуса, которые не использовались при построении модели.
Отдельной проблемой остаются сами данные. Обзор вычислительных методов расшифровки эгейских письменностей показал, что исследователям не хватает единого стандартизированного цифрового набора надписей. Разные проекты по-разному обозначают повреждения, варианты знаков, предполагаемое чтение и место находки. Несовместимая разметка затрудняет сравнение алгоритмов и воспроизведение результатов.
Поэтому ближайший прорыв может прийти не от более крупной нейросети, а от качественной оцифровки музейных коллекций. Фотографии высокого разрешения, трёхмерное сканирование, единая система обозначений и открытые каталоги позволят находить связи, которые пока скрываются в разрозненных публикациях.
Самой ценной находкой всё равно станет новый археологический текст. Длинная надпись с понятным контекстом, перечень известных географических названий или двуязычный документ способны изменить ситуацию сильнее, чем многократное увеличение вычислительной мощности. Один минойский аналог Розеттского камня дал бы алгоритмам проверяемую опору.
Искусственный интеллект уже сокращает месяцы ручной работы до нескольких минут, помогает восстанавливать повреждённые тексты и позволяет проверять больше гипотез. Но нейросеть не отменяет требования, на которых всегда держалась расшифровка. Исследователям нужны независимые подтверждения, предсказательная сила и строгая экспертиза.
Пока для линейного письма А не найден надёжный языковой родственник или двуязычная надпись, ИИ останется быстрым помощником, а не переводчиком минойцев. Настоящий прорыв наступит не тогда, когда программа обнаружит красивую закономерность, а когда предложенное чтение объяснит весь корпус и выдержит проверку новыми находками.