Những Cỗ Máy Đang Học Đọc Chữ Hình Nêm

Bài Thánh ca Babylon, có lẽ được sáng tác vào đầu thiên niên kỷ thứ nhất TCN, về sau trở thành văn bản học đường mà học trò Babylon chép lại để luyện viết. Đó là một tác phẩm ăn khách thời bấy giờ, được sao chép đi chép lại trên đất sét. Rồi Babylon sụp đổ, đất sét vỡ tan, các mảnh vụn tản mác khắp các bảo tàng và bãi phế tích khai quật, và bài thơ biến mất gần trọn hai nghìn năm.

Năm 2025 nó trở lại. Không phải vì ai đó đào được một bản chép nguyên vẹn, mà vì một chiếc máy tính ở Munich nhận ra rằng ba mươi mảnh vỡ, nằm trong những ngăn kéo khác nhau, đều là những mảnh của cùng một bài ca.

Thư viện vốn chỉ là một tấm bảng khổng lồ bị vỡ

Có một câu đùa cũ trong giới nghiên cứu Assyria: một ngày nào đó ai đó sẽ nhận ra rằng xưa nay chỉ từng có một tấm bảng chữ hình nêm duy nhất, và nó chỉ vỡ ra thành một triệu mảnh. Câu đùa ấy thật ra là một lời mô tả công việc. Chữ hình nêm, lối chữ hình cái nêm ấn lên đất sét ướt khắp vùng Cận Đông cổ đại, phần lớn tồn tại dưới dạng những mảnh vỡ. Một học giả có thể dành cả sự nghiệp để săn tìm mảnh vụn nối tiếp văn bản trên mảnh vụn đang nằm trước mặt mình.

Đó là bài toán mà Enrique Jiménez đặt ra để tấn công tại Đại học Munich. Từ năm 2018, dự án của ông, Thư viện Babylon Điện tử (Electronic Babylonian Library), đã chụp ảnh và phiên âm chữ hình nêm của cả thế giới, dựng nên một cơ sở dữ liệu nay chứa khoảng 25.000 tấm bảng và hơn 350.000 dòng văn bản. Phần khôn khéo nằm ở chỗ phần mềm làm gì với chúng. Vay mượn một kỹ thuật từ cách các nhà sinh học sắp thẳng hàng các chuỗi ADN, nó so sánh từng dòng với mọi dòng khác và đánh dấu những mảnh vỡ có khả năng ghép nối với nhau.

Kết quả không hề mờ nhạt. Jiménez nói thẳng: trong 150 năm đầu của ngành nghiên cứu chữ hình nêm, các học giả tìm ra khoảng 6.000 chỗ mà các mảnh vỡ ghép nối. Dự án của ông đã tìm ra khoảng 1.500 chỗ chỉ trong năm năm. Đó là khác biệt giữa cả một đời nheo mắt và một lượt tìm kiếm chạy qua đêm.

Bài Thánh Ca Gửi Babylon là một trong những thành quả. Thuật toán gom ba mươi mảnh vỡ từ hai mươi tấm bảng khác nhau, và từ đó dựng lên khoảng hai phần ba một bài thơ 250 dòng đã thất lạc, bao gồm bằng chứng thành văn đầu tiên mà ta có về vai trò của các nữ tư tế Babylon. Một văn bản mà trẻ con từng thuộc nằm lòng, xa lạ với mọi học giả hiện đại cho đến khi một cỗ máy ghép nó lại.

Cỗ máy làm được gì và không làm được gì

Cần phải thật chính xác về ý nghĩa thực sự của câu "AI đọc chữ hình nêm," bởi phiên bản trung thực còn thú vị hơn lời thổi phồng.

Cỗ máy rất giỏi khớp mẫu và dự đoán. Bên cạnh việc ghép nối mảnh vỡ, các nhóm khác đã huấn luyện những mô hình để lấp những chỗ vỡ nhỏ trên các tấm bảng hư hại, đoán ra ký hiệu bị mất từ ngữ cảnh với độ chính xác đáng ngạc nhiên, và thậm chí tạo ra những bản dịch tiếng Anh thô của tiếng Akkad. Nhưng "thô" là từ mấu chốt. Những mô hình dịch tốt nhất đạt điểm, theo thước đo tự động thông dụng, thấp hơn hẳn so với dịch thuật thương mại chín muồi, và chúng sẵn lòng tạo ra thứ tiếng Anh trôi chảy nhưng đơn giản là sai. Chúng làm tốt nhất với những câu ngắn, theo công thức, và vấp váp trước những đoạn văn chương bay bổng.

Và có một giới hạn sâu hơn. Ký hiệu chữ hình nêm mang tính đa trị: một cụm nêm có thể được đọc theo vài cách khác nhau, và chỉ ngữ cảnh mới quyết định. Việc phân định nghĩa ấy, tức việc đọc thật sự, là phần mà con người vẫn đảm nhận. Cỗ máy tìm ra các mảnh và đề xuất cách ghép. Một học giả mới quyết định văn bản có nghĩa gì.

Jiménez sáng suốt một cách khiến người ta nhẹ nhõm về điều này. Công nghệ, ông nói, sẽ không bao giờ thay thế hoàn toàn công sức học thuật của con người; món quà thực sự của nó là sự tăng tốc. Đoạn về sông Euphrates mà nhóm của ông phục hồi từ bài thánh ca nói lên điều đó hay hơn mọi lập luận:

Euphrates là dòng sông của nàng, được lập nên bởi đức chúa khôn ngoan Nudimmud.
Nó làm dịu cơn khát của đồng cỏ, thấm đẫm bụi lau sậy,
những cánh đồng của nó, trong sắc hoa rực rỡ, nảy mầm lúa mạch.

Không thuật toán nào viết ra điều ấy. Một thuật toán chỉ tìm ra hạt lúa mạch, tản mác trên hai mươi tấm bảng vỡ, và để một con người gieo nó trở lại vào ruộng.

Những cuộc giải cứu lặng lẽ

Những câu chuyện hay nhất từ công việc này gần như thân thuộc như chuyện nhà. Khi những bản phiên âm thất lạc từ lâu của một học giả thế kỷ mười chín, Carl Bezold, bị tưởng đã mất vĩnh viễn, chúng xuất hiện trong một thư viện ở Heidelberg và được đưa thẳng vào cơ sở dữ liệu: nét chữ của một người đã khuất được phần mềm thổi vào một đời sống mới. Các nhiếp ảnh gia làm việc qua bộ sưu tập của Bảo tàng Anh, từng tấm bảng một, hàng nghìn tấm, để cỗ máy có cái mà đọc. Nét lãng mạn của ngành này không phải là một con robot phá giải một mật mã. Đó là những con người kiên nhẫn và mã lệnh kiên nhẫn, cùng nhau, dỗ dành một bài thánh ca trở lại tồn tại.

Năm từ từ đất sét

Ngôn ngữ nằm dưới tất cả những điều này là tiếng Akkad, thứ tiếng Semit của Babylon và Assyria, và nó dễ tiếp cận hơn vẻ ngoài của những hình nêm:

• ṭuppu (TUP-pu), một tấm bảng đất sét, chính là thứ đang được ghép lại.
• ṭupšarru (tup-SHAR-ru), một thư lại, nghĩa đen là "người viết bảng."
• Bāb-ili (BAB-ih-lee), Babylon, "cổng của thần."
• Purattu (pu-RAT-tu), sông Euphrates, dòng sông trong bài thánh ca.
• šarru (SHAR-ru), vua, một trong những từ đầu tiên mà bất cứ ai học chữ hình nêm cũng gặp.

Những cỗ máy thật đáng kinh ngạc, và chúng cũng là một lời nhắc rằng vì sao kỹ năng con người vẫn còn quan trọng. Phải có ai đó thực sự biết tiếng Akkad thì mới biến một mảnh vỡ tìm được thành một bài thơ. Người đó có thể là bạn, và nó khởi đầu từ một nắm từ ngữ. PRAVIEL tồn tại để đưa bạn từ những ký hiệu đầu tiên ấy đến chỗ đọc được thứ thật sự, theo đúng cách các học giả ở Munich làm, mỗi lần một dòng được phục hồi.

Nguồn tham khảo

• Fadhil and Jiménez, "A Hymn in Praise of Babylon and the Babylonians" (Iraq, 2025)
• Bài Thánh Ca Gửi Babylon, được ghép lại bằng AI (phys.org)
• Dự án Electronic Babylonian Library (The Conversation)
• Dịch tiếng Akkad bằng dịch máy nơ-ron (PNAS Nexus, 2023)
• Phục hồi những văn bản Babylon bị vỡ bằng mạng nơ-ron (PNAS, 2020)