Mesaje și documente istorice ascunse în spatele unor cifruri imposibil de înțeles pot fi găsite în biblioteci și arhive din întreaga lume. Inteligența artificială îi ajută acum pe istorici să descifreze aceste texte misterioase, potrivit BBC.
În adâncul arhivelor Bibliotecii Vaticanului, o carte misterioasă scrisă de mână, acoperită cu simboluri ciudate, a rămas necitită timp de peste 400 de ani. Paginile sale criptice ascundeau aparent remedii secrete „pentru afecțiunile corpului uman”, potrivit unor cuvinte zgâriate pe interiorul copertei. Astfel de practici de vindecare erau ținute secrete la acea vreme, deoarece puteau atrage suspiciuni sau chiar acuzații de vrăjitorie.
Cifrul Borg, manuscrisul de 408 de pagini imposibil de înțeles
Cunoscut sub numele de cifrul Borg, manuscrisul de 408 pagini este în mare parte imposibil de înțeles – codificat folosind 34 de simboluri obscure, câteva litere romane și o pagină de început scrisă în arabă. Nu exista nicio cheie cunoscută pentru a dezvălui ceea ce era ascuns. Unele pagini sunt și deteriorate de trecerea timpului, ceea ce face codul și mai greu de citit.
Însă, cu ajutorul învățării automate – o formă de inteligență artificială – cercetătorii au reușit să descifreze codul. Ei au descoperit că textul era plin de tratamente bizare, precum consumul mai multor pahare de vin roșu de calitate sau fermentarea unei nucșoare într-un aluat pentru combaterea dizenteriei.
„Este ca o muncă de detectiv în care fiecare simbol, model și soluție parțială ne poate aduce mai aproape de secretele cuiva și de o lume istorică pierdută”, spune Beáta Megyesi, profesor de lingvistică computațională la Universitatea din Stockholm, Suedia, care a făcut parte din echipa ce a descifrat textul. Chiar și cu ajutorul inteligenței artificiale, procesul de descifrare a fost extrem de migălos.
Acum, Megyesi și colegii săi conduc eforturile de folosire a puterii inteligenței artificiale pentru a sparge cifruri istorice, ceea ce ar putea debloca o cantitate uriașă de informații codificate din trecut care până acum erau imposibil de descifrat.
„Acest lucru deschide posibilități fascinante pentru sisteme rare și нестandardizate de scriere”, spune Beáta Megyesi.
Potrivit unor estimări, aproximativ 1% din materialele din arhivele și bibliotecile lumii sunt complet sau parțial criptate. Unele dintre cele mai vechi cifruri cunoscute datează încă din Grecia și Roma antică.
Limbi moarte și scris de mână greu de citit
Documentele istorice codificate ascund informații diplomatice, ritualuri ale societăților secrete, cunoștințe medicale, povești de dragoste sau detalii cotidiene pe care oamenii doreau să le păstreze ascunse. Sunt informații care lipsesc în prezent din narațiunile istorice. În unele cazuri, descifrarea acestor documente poate rescrie ceea ce știm despre o persoană celebră sau chiar despre o întreagă perioadă istorică.
Un exemplu recent îl reprezintă o colecție de scrisori codificate care s-au dovedit a fi fost scrise de Maria Stuart, Regina Scoției, în timpul lungii sale detenții în Anglia. Acestea au dezvăluit implicarea sa în comploturi pentru recâștigarea tronului și relația tensionată cu fiul său, James al VI-lea al Scoției și viitorul rege James I al Angliei.
Unele cifruri istorice sunt relativ simple: cifrul Borg, de exemplu, folosește un cifru de substituție, ceea ce înseamnă că fiecare simbol era înlocuit cu o singură literă romană pentru a ascunde textul original. Alte cifruri, însă, sunt mult mai greu de descifrat. În anumite cazuri, nu se știe nici măcar limba originală în care a fost scris textul necodificat. Uneori sunt introduse simboluri fără sens pentru a induce în eroare pe cei care încearcă să spioneze mesajul. În alte cazuri, mai multe semne pot reprezenta aceeași literă.
Toate acestea pot însemna o muncă enormă – bazată adesea pe încercări și erori – pentru a descifra chiar și o mică parte din text.
Cheia unei scrisori vechi de 500 de ani scrise de Carol al V-lea
Cecile Pierrot, criptolog la Institutul Național Francez pentru Cercetare în Informatică (INRIA) din Nancy, Franța, și colegii săi au avut nevoie de șase luni pentru a descifra cheia unei scrisori vechi de 500 de ani scrise de Carol al V-lea, împărat al Sfântului Imperiu Roman și rege al Spaniei. Scrisoarea folosea 120 de simboluri diferite pe doar trei pagini.
Textul descifrat a dezvăluit că Carol al V-lea – unul dintre cei mai puternici oameni ai vremii sale – era dominat de teama unui complot de asasinare. Regele era convins că un comandant mercenar italian aflat în slujba regelui Franței, Francisc I, urma să îl ucidă.
Înainte ca spargerea codului să poată începe, cercetătorii trebuie mai întâi să transforme cu migală un cifru scris de mână într-un document digital care poate fi introdus într-un software specializat. Scrisul greu de descifrat și estomparea cernelii fac această sarcină și mai dificilă.
Pierrot spune că îi ia, de regulă, o zi întreagă doar pentru a transcrie o scrisoare de două pagini care conține simboluri necunoscute.
Cum accelerează inteligența artificială descifrarea secretelor
Inteligența artificială începe însă să accelereze acest proces. Michelle Waldispühl, profesor de lingvistică germană la Universitatea din Oslo, Norvegia, și colegii săi au folosit recent o platformă online bazată pe AI numită Transkribus pentru a transcrie o scrisoare secretă scrisă în 1637 de nobilul Sigismund Heusner von Wandersleben către cancelarul suedez Axel Oxenstierna, în plin Război de Treizeci de Ani.
Instrumentul a fost antrenat pe diverse limbi, stiluri de scriere și tipuri de caractere care acoperă mai multe secole. După încărcarea imaginii unui document, inteligența artificială detectează blocurile de text și liniile individuale, apoi scanează textul caracter cu caracter pentru a-l transforma într-o formă digitală.
Deși au fost necesare unele corecturi manuale, instrumentul a funcționat destul de bine în cazul scrisorii lui Von Wandersleben, deoarece aceasta era doar parțial criptată folosind numere separate prin puncte și scrise clar. Alte părți nu erau codificate și erau scrise în germană de secol XVII.
Caractere neobișnuite, simboluri inventate sau semne astrologice
Platformele existente de transcriere bazate pe AI întâmpină adesea dificultăți atunci când manuscrisele sunt criptate cu caractere neobișnuite, simboluri inventate sau semne astrologice. Din acest motiv, Megyesi, Waldispühl și colegii lor dezvoltă propriul instrument AI pentru transformarea textelor istorice scrise de mână și pline de simboluri obscure în documente care pot fi citite de calculator, în cadrul proiectului internațional Descrypt.
„Dezvoltăm modele mai adaptabile, antrenate și testate pe o gamă largă de scrieri, alfabete și repertorii simbolice”, spune Megyesi.
După transcrierea unui document secret, începe adevărata muncă de detectiv. În prezent, criptologii folosesc adesea programe speciale, fără AI, bazate pe algoritmi care încearcă să determine ce tip de cifru a fost folosit și să spargă codul.
Cifrurile simple pot fi deseori descifrate prin analiza frecvenței simbolurilor și compararea acestora cu literele care apar cel mai des într-o limbă. În engleză, de exemplu, litera E este cea mai frecventă, în timp ce Z, Q și X sunt printre cele mai rare.
Însă în scrisoarea lui Von Wandersleben, de exemplu, erau folosite până la opt simboluri diferite pentru a reprezenta litera E. A fost nevoie de numeroase încercări și de cunoștințele lui Waldispühl despre germana veche pentru a descifra treptat codul.
„A fost un permanent schimb între mașină și validatorul uman”, spune Waldispühl. „Poate că, la un moment dat, AI-ul va putea face asta complet independent.”
Ascunse în spatele cifrului se aflau avertismentele lui Von Wandersleben despre amenințarea reprezentată de facțiuni ale aliaților protestanți ai Suediei în război. El îi spunea lui Oxenstierna că fusese nevoit să se retragă strategic după ce aflase despre o conspirație între aliații săi, inclusiv lordul Franz Heinrich de Saxonia.
Redeschiderea codurilor uitate
Megyesi și echipa sa explorează acum modul în care inteligența artificială ar putea elimina complet etapa de transcriere, analizând direct fotografiile paginilor pentru a descifra mesajele secrete.
Ei au demonstrat recent cum această abordare poate funcționa pentru coduri simple, în care fiecare literă este înlocuită cu un singur simbol.
Sistemul a fost testat pe un manuscris de 105 pagini deja descifrat anterior, cunoscut sub numele de cifrul Copiale, care descrie ritualurile, regulile și idealurile unei societăți secrete germane din secolul al XVIII-lea. După antrenarea AI-ului pe mostre de scris generic, imagini ale liniilor din cifru și textul german corespunzător deja descifrat, sistemul a reușit să decodeze corect părți ale textului pe care nu le văzuse anterior.
Un astfel de sistem ar putea fi deosebit de util atunci când limba originală a cifrului este necunoscută.
„Acest lucru deschide posibilități fascinante pentru sisteme rare și nestandardizate de scriere”, spune Megyesi. „Scopul final este combinarea transcrierii și descifrării într-un singur pas.”
Antrenarea unui program AI care să spargă coduri
Waldispühl și colegii săi au cercetat arhive vechi pentru a aduna texte criptate într-o bază de date. Acest lucru ar putea fi esențial pentru obținerea unui volum suficient de date necesare antrenării unui AI capabil să spargă coduri.
Printre materialele colectate se află și 400 de cărți poștale misterioase scrise în cifru, datând de la sfârșitul anilor 1800 până la începutul anilor 1900. Fragmentele deja descifrate arată că unele dintre acestea sunt scrisori de dragoste scrise în germană.
Echipa lui Megyesi a folosit aceste cercetări pentru a crea un instrument de tip chatbot AI care combină transcrierea și decriptarea într-un singur pas. Chatbotul combină algoritmi de decriptare antrenați pe perechi de caractere criptate și textul pe care îl reprezintă cu modele lingvistice mari antrenate pe texte istorice din diferite perioade. În plus, sunt integrate și algoritmi de recunoaștere a imaginilor, antrenați pe scris de mână adnotat.
Instrumentul AI va putea, de asemenea, să se îmbunătățească singur prin integrarea corecturilor făcute de experții care îl folosesc.
Ideea este ca cercetătorii sau chiar publicul larg să poată introduce un text istoric codificat într-un chatbot și să afle instantaneu ce conține acesta.
Texte antice scrise în alfabete pe care nimeni nu le mai poate citi astăzi
Atunci când cercetătorii au testat chatbotul AI pe cifrul Borg, Megyesi și colegii săi au descoperit că acesta putea traduce și descifra un fragment de 500 de simboluri în puțin peste 29 de minute. Instrumentul oferea inclusiv o traducere în engleză. De asemenea, documenta procesul și explica de ce soluția era plauzibilă – un aspect important pentru a evita ca AI-ul să „halucineze” sau să inventeze interpretări.
Echipa a testat recent sistemul și pe alte două cifruri descifrate anterior, reprezentând perioade istorice, limbi și niveluri de complexitate diferite. Sistemul le-a descifrat rapid și pe acestea, demonstrând că poate aborda o gamă variată de coduri.
„AI-ul ajută cel mai mult la scară, viteză, descoperirea modelelor și integrarea sarcinilor”, spune Megyesi.
Astfel de instrumente AI ar putea fi cheia descifrării unor cifruri istorice care au rămas imposibil de rezolvat până în prezent. Ele vor ajuta și în cazul textelor antice scrise în alfabete pe care nimeni nu le mai poate citi astăzi. Discul Phaistos din Creta, vechi de 4.000 de ani, rămâne încă nedescifrat, la fel ca și vechea limbă greacă „Linear B”.
„Ceea ce mă entuziasmează nu este doar posibilitatea de a rezolva un anumit puzzle istoric, ci perspectiva de a crea metode care să îi ajute pe cercetători într-o multitudine de cazuri”, spune Megyesi.