TabletCraft انقلابی در ترجمه خط میخی با هوش مصنوعی

بیش از یک سده است که صدها هزار لوح گلی به جامانده از دوران باستان در موزه‌های جهان، رازهای ناگفته‌ای از فرمان‌های شاهی، سروده‌های حماسی، رسیدهای تجاری و نامه‌های شخصی را در دل خود پنهان کرده‌اند؛ متونی که تنها چند صد متخصص در سراسر جهان توانایی خواندن آن‌ها را دارند. تا پیش از این، الگوریتم‌های هوش مصنوعی صرفاً در یک مسیر یک‌طرفه برای رمزگشایی این متون کهن به زبان‌های مدرن تلاش می‌کردند. اما اکنون، ابزار متن‌باز تبلت‌کرافت (TabletCraft) برای نخستین‌بار کانالی دوطرفه میان زبان‌های مدرن و خط میخی اکدی گشوده است؛ دستاوردی بی‌نظیر که نه‌ تنها متون باستانی را ترجمه می‌کند، بلکه به انسان امروز اجازه می‌دهد به زبان خط میخی بنویسد و لوح‌های گلی دیجیتال خلق کند.

گشوده شدن مسیر دوطرفه ترجمه در باستان‌ شناسی برای نخستین‌ بار

تمام سیستم‌های پیشین ترجمه زبان اکدی — از جمله پروژه شناخته‌شده آکادمیا (Akkademia) و مدل‌های بعدی مبتنی بر ترجمه ماشینی عصبی (NMT) — ساختاری یک‌طرفه داشتند. در این سیستم‌ها، آوانویسی یا متون میخی وارد می‌شدند و خروجی به زبان انگلیسی دریافت می‌گردید. این رویکرد اگرچه به پژوهشگران اجازه می‌داد متون باستانی را بخوانند، اما هیچ امکانی برای بازنویسی یا تولید متن به خط میخی فراهم نمی‌ساخت.

ژائووی وانگ (Zhaohui Wang)، پژوهشگر دانشکده مهندسی ویتربی در دانشگاه کالیفرنیای جنوبی (USC) و طراح اصلی TabletCraft، این شکاف را یک مانع فرهنگی منحصر‌به‌فرد می‌داند. بر خلاف چالش‌های معمول در پردازش زبان طبیعی (NLP) که میان دو جامعه زنده ارتباط برقرار می‌کند، در زبان‌های باستانی با یک تقارن زمانی یک‌طرفه مواجه هستیم. تبلت‌کرافت با بستن این چرخه، امکان نگارش به زبان اکدی و نگاشت آن بر روی تصاویر لوح‌های گلی را میسر کرده است.

ساختار فنی و زیربنای الگوریتمی سیستم TabletCraft

هسته اصلی این مترجم بر پایه مدل بازتنظیم‌شده ByT5-base استوار است. علت انتخاب این ترنسفورمر سطح بایت (Byte-level Transformer)، توانایی بالای آن در مدیریت علامت‌های زیروبم (Diacritics) و لوگوگرام‌های پیچیده زبان اکدی بدون مواجهه با ناهماهنگی‌های واژگانی است.

این سیستم بر روی ۱۱۶,۰۰۰ جفت‌جمله دوطرفه آموزش دیده است. این مجموعه داده از ترکیب پایگاه‌داده آکادمیا، داده‌های پروژه‌های ترجمه اشتراکی اخیر و متون هم‌راستاسازی‌شده به دست آمده است.

بخش‌های سه‌گانه الگوریتم

1. موتور ترجمه عصبی (NMT): مسئولیت تبدیل مفاهیم میان انگلیسی و آوانویسی اکدی را بر عهده دارد.
2. مبدل نشانه‌های میخی: جدولی شامل بیش از ۱۴,۲۴۰ نگاشت آوانویسی به نشانه‌های یونیکد است که از پایگاه‌های مرجع آشورشناسی نظیر CDLI و ORACC استخراج شده و پوشش توکن ۹۵.۳ درصدی دارد.
3. موتور رندرینگ لوح (Tablet Renderer): نشانه‌های میخی تولیدشده را در کمتر از ۱۰ میلی‌ثانیه روی پس‌زمینه‌ای با بافت لوح‌های گلی دوره آشوری نو (Neo-Assyrian) چینش می‌کند.

ارزیابی کیفی؛ دقت ترجمه تبلت‌کرافت چقدر است؟

بر اساس ارزیابی‌های انجام‌شده بر روی ۲,۸۱۲ نمونه از متون دوره آشوری نو در پایگاه آزمایشی آکادمیا، تبلت‌کرافت به امتیازات چشمگیری دست یافته است:

امتیاز ۴۸.۵ BLEU در مسیر انگلیسی به اکدی، نخستین نتایج کمی منتشرشده در این مقیاس برای نگارش به زبان کهن اکدی محسوب می‌شود.

علت پایین‌تر بودن نسبی شاخص chrF++ در مسیر معکوس، به انعطاف‌پذیری نگارشی در زبان اکدی بازمی‌گردد. کاتبان باستان می‌توانستند یک کلمه یا عبارت واحد را به چند روش هجایی یا با استفاده از لوگوگرام‌های جایگزین بنویسند. برای نمونه، سیستم ممکن است عنوان شاه را به جای عبارت تاریخی LUGAL به صورت MAN بنویسد که اگرچه از نظر زبان‌شناسی و آشورشناسی کاملاً درست است، اما در ارزیابی‌های خودکار خطای نگارشی محسوب می‌شود.

پاسخ به چهار چالش فرهنگی در مواجهه با زبان‌های خاموش

توسعه‌دهندگان تبلت‌کرافت این پروژه را صرفاً یک مسئله فنی نپنداشته، بلکه چهار چالش فرهنگی عمده را در طراحی آن مد نظر قرار داده‌اند:

۱. حفظ مفاهیم بومی و پیچیده باستانی

مفاهیمی مانند ساختارهای تجاری مشارکت‌مدار یا سیستم‌های گاه‌شماری مبتنی بر مقامات سالانه (Limmu) که معادل دقیق امروزی ندارند، به جای ساده‌سازی در ترجمه، در قالب اصلی خود حفظ می‌شوند.

۲. عاملیت فرهنگی و مشارکت فعال

ابزارهای گذشته کاربران را صرفاً به خوانندگانی منفعل تبدیل می‌کردند. امروزه امکان نگارش به خط میخی، حس مشارکت فرهنگی ایجاد می‌کند؛ اگرچه تمام متون تولیدشده توسط هوش مصنوعی به عنوان متون بازسازی‌شده و غیرتارخی برچسب‌گذاری می‌شوند.

۳. پاسخگویی هم‌زمان به پژوهشگران و عموم مخاطبان

آشورشناسان از مسیر اکدی به انگلیسی برای بررسی اولیه لوح‌های تازه کشف‌شده استفاده می‌کنند، در حالی که موزه‌داران و علاقمندان از مسیر معکوس برای ساخت لوح‌های یادبود یا آموزشی بهره می‌برند. تمام مراحل میانی آوانویسی و نگاشت در این ابزار شفاف است.

۴. تمرکززدایی از انحصار دانشگاه‌های غربی

ارائه این ابزار به صورت کاملاً متن‌ باز (Open-Source)، دسترسی پژوهشگران و بومیان کشورهای ایران، عراق، سوریه و ترکیه — که زادگاه اصلی تمدن‌های بین‌النهرین هستند — را به ابزارهای پیشرفته بازخوانی میراث اجدادی خود تسهیل می‌کند.

نتیجه گیری

پروژه TabletCraft با گشودن درهای ترجمه دوطرفه میان زبان‌های مدرن و خط میخی اکدی، گامی بلند در راستای دیجیتال‌سازی و همگانی‌سازی باستان‌شناسی بین‌النهرین برداشته است. این ابزار نه تنها سرعت بازخوانی ده‌ها هزار لوح گلی خوانده‌نشده در موزه‌های جهان را افزایش می‌دهد، بلکه امکان تعامل فعال با خطوط باستانی را برای نخستین‌بار فراهم می‌سازد. با برنامه‌ریزی‌های صورت‌گرفته برای افزودن زبان سومری و سیستم‌های تشخیص نوری کاراکتر (OCR)، هوش مصنوعی در حال تبدیل شدن به قدرتمندترین دستیار باستان‌شناسان در رمزگشایی از تاریخ کهن است.