Искусственный интеллект обнаружил неожиданные связи между древними алфавитами разных континентов

Историки давно заметили, что некоторые буквы в армянском, грузинском и кавказско-албанском алфавитах очень напоминают знаки эфиопского письма — древнего письма Африканского Рога. До недавнего времени большинство сравнений основывалось на визуальном осмотре знаков учеными, однако такой метод трудно проверить или воспроизвести. Исследователи из Университета Сан-Диего обратились к искусственному интеллекту, чтобы устранить эти проблемы при сравнении.

В исследовании, опубликованном в журнале Digital Scholarship in the Humanities, ученые обучили модель ИИ на более чем 28 000 изображений эфиопских знаков. Затем модель измерила структурное сходство между этими знаками и буквами из трех других алфавитов, которые сложились в кавказском регионе Евразии. Примечательно, что армянский алфавит показал наибольшее сходство.

Команда разработала модель так, чтобы она фокусировалась исключительно на форме каждого знака. Искусственный интеллект не имел доступа к историческим записям, религиозным текстам, географической информации или культурному контексту. Он анализировал только изгибы, углы, прямые линии и общую структуру каждого символа. После обучения на эфиопском письме модель сравнила эти паттерны с паттернами армянского, грузинского и кавказско-албанского алфавитов, а затем вычислила их сходство с использованием математических метрик расстояния.

Анализ показал, что армянские буквы оказались наиболее похожими по структуре на эфиопские, в то время как кавказско-албанские и грузинские знаки демонстрировали меньшее сходство. В качестве контрольного примера команда включила латинский алфавит, который показал гораздо более низкую степень сходства. Это позволяет предположить, что обнаруженные закономерности среди кавказских письменностей вряд ли являются случайными.

«Наша цель состояла в том, чтобы выйти за рамки визуальных впечатлений, которые трудно проверить или воспроизвести, — заявил Сэм Кассегн, профессор машиностроения в SDSU и ведущий исследователь работы. — Делая наши критерии явными и математическими, мы предложили объективный вычислительный подход, который легко воспроизводим. Мы считаем, что именно воспроизводимость является ключевым вкладом нашего метода».

Полученные результаты становятся еще более интересными при рассмотрении в историческом контексте. Армянский алфавит был создан около 405 года нашей эры, в то время, когда эфиопское письмо уже использовалось и распространялось по региону. Исторические записи упоминают эфиопских путешественников, проходивших через Иерусалим, Египет и Сирию в тот период. Месроп Маштоц, который изобрел армянский алфавит, также путешествовал по Ближнему Востоку в это время.

Модель ИИ не получала никакой из этой исторической информации. Тем не менее, она определила армянский алфавит как наиболее близкое структурное соответствие эфиопскому письму, что совпадает с периодом, когда контакты между этими культурами были наиболее вероятны.

«Значимость исследования заключается в том, что вычислительная геометрия и историческая наука сходятся на одних и тех же письменностях и временных периодах, — отметил Дэниел Земене, аспирант SDSU и первый автор исследования. — У модели не было доступа к историческим записям, но она научилась исключительно на визуальных и структурных данных и определила армянский как ближайшее структурное соответствие эфиопскому именно в тех временных рамках, которые историки давно обсуждают. Это совпадение между вычислениями и историей очень показательно».

Исследователи указывают, что их выводы имеют важные ограничения. Простое визуальное сходство двух письменностей не означает, что одна была скопирована с другой. Системы письма могут развивать похожие черты независимо друг от друга, либо обе могут находиться под влиянием другого похожего источника. На протяжении всей истории греческое, римское, персидское и арабское письма влияли друг на друга способами, которые не всегда были прямыми или намеренными.

До сих пор остается неясным, отражают ли эти сходства прямой культурный обмен, общий, но не задокументированный источник или какой-либо иной фактор. Однако впервые этот спор может быть проверен с помощью количественных данных, а не только на основе визуальных сравнений. Теперь цифры подтверждают то, что ученые давно подозревали, а предложенный подход позволяет другим исследователям проверять и воспроизводить полученные результаты.