Determinative Detection in Egyptian Hieroglyphic Sequences: A Sequence-Labelling Benchmark and Multi-Agent LLM Baseline

Über dreitausend Jahre lang schrieben die alten Ägypter ihre Geschichte, ihre Gebete und ihre Gesetze mit einem System von Bildern, das dem modernen Auge wie eine Galerie von Vögeln, Beinen und geometrischen Formen erscheint. Doch dieses Schriftsystem war weit mehr als nur eine Liste von Lauten. Es war ein hybrider Code, bei dem ein einzelnes Bild drei verschiedene Aufgaben gleichzeitig erfüllen konnte: Es konnte einen Laut repräsentieren, es konnte für ein ganzes Wort stehen oder es konnte als stummes Kennzeichen fungieren. Diese dritte Aufgabe, die von einem Zeichen namens Determinativ ausgeführt wird, ist der Schlüssel zum Verständnis des Textes. Ein Determinativ ist ein stummes Markierungselement, das am Ende eines Wortes platziert wird, um dem Leser zu sagen, um welche Art von Sache es sich bei dem Wort handelt. Es kann signalisieren, dass sich das Wort auf eine Person, ein Tier, einen Gott oder eine Art von Handlung bezieht. Da diese Zeichen stumm sind und oft wie die anderen Bilder im Satz aussehen, ist das Entziffern, welche davon bloße Laute und welche die stummen Kennzeichen sind, ein schwieriges Rätsel. Ohne die Lösung dieses Rätsels können Computer das Altägyptische nicht korrekt übersetzen, da sie nicht erkennen können, wo ein Wort endet und das nächste beginnt, noch können sie die Bedeutung der gefundenen Wörter verstehen.

Jahrzehntelang haben Gelehrte diese stillen Kennzeichen von Hand untersucht, aber das schiere Volumen der Texte macht es für Menschen unmöglich, alles allein zu verarbeiten. Kürzlich haben Forscher versucht, Computern das Lesen dieser antiken Schriften beizubringen, aber der Großteil dieser Arbeit konzentrierte sich lediglich auf das Erkennen der Bilder selbst, wie etwa das Identifizieren einer Zeichnung eines Vogels oder eines Beins. Sehr wenig Aufmerksamkeit wurde der schwierigeren Aufgabe geschenkt, herauszufinden, welche Bilder als die stummen Kennzeichen fungieren. Eine neue Studie von Forschern aus Brasilien und Spanien befasst sich direkt mit dieser Lücke. Sie haben ein Computersystem entwickelt, das speziell darauf ausgelegt ist, diese stillen Kennzeichen in Sequenzen altägyptischer Schrift zu finden. Anstatt nur zu raten, nutzt das System ein Team von künstlichen Intelligenz-Agenten, die zusammenarbeiten und den Text aus verschiedenen Blickwinkeln prüfen, um zu einem Ergebnis zu gelangen, das sowohl intelligent als auch zuverlässig ist.

Die Forscher begannen damit, eine spezialisierte Wissensbibliothek aufzubauen. Sie sammelten Informationen über mehr als achtzig verschiedene Zeichen, die als stille Kennzeichen fungieren können, und ordneten sie in Kategorien wie Menschen, Tiere, Götter und Natur ein. Anschließend erstellten sie einen Testdatensatz aus neunundneunzig kurzen Sequenzen antiker Schrift, die sorgfältig von menschlichen Experten geprüft und etikettiert worden waren. Dieser Datensatz dient als Benchmark, ein Standardtest, um zu sehen, wie gut ein Computerprogramm die Aufgabe bewältigen kann. Das Ziel war es zu sehen, ob eine Maschine aus einer Folge von Symbolen korrekt herausfiltern kann, welche davon die stillen Kennzeichen sind und welche lediglich Laute oder Teile des Wortes selbst darstellen.

Um dies zu lösen, baute das Team ein System auf, das wie ein kleines Komitee von Experten agiert. Sie verwendeten große Sprachmodelle, bei denen es sich um leistungsstarke Computerprogramme handelt, die auf riesigen Mengen an Text trainiert wurden, aber sie ließen sie nicht alleine arbeiten. Stattdessen richteten sie zwei unabhängige Agenten ein, um jede Sequenz der Schrift zu analysieren. Ein Agent betrachtete die Bedeutung der Zeichen und stellte Fragen wie: „Passt dieses Bild zur Idee eines Gottes oder einer Person?“ Der andere Agent betrachtete streng die Struktur und Position der Zeichen und fragte: „Ist dieses Zeichen am Ende des Wortes, wo stille Kennzeichen normalerweise vorkommen?“ Entscheidend war, dass diese beiden Agenten während ihrer Arbeit nicht miteinander kommunizierten. Sie mussten ihre eigenen Meinungen unabhängig voneinander bilden. Dieses Design stellt sicher, dass, wenn beide Agenten bei einer Kennzeichnung übereinstimmen, dies ein starkes Indiz dafür ist, dass sie richtig liegen, anstatt lediglich die Fehler des jeweils anderen zu kopieren.

Sobald die beiden Agenten ihre Analyse abgeschlossen hatten, fungierte ein dritter Agent als Synthetisator, der ihre Ergebnisse zusammenführte. Er suchte nach den Stellen, an denen sie sich einig waren, und an denen sie voneinander abwichen. Schließlich fungierte ein Satz strenger, unveränderlicher Regeln als Schiedsrichter. Dieser Schiedsrichter prüfte die Vorschläge gegen die von den Forschern aufgebaute Wissensdatenbank. Er wandte spezifische Regeln an, wie zum Beispiel: „Ein Zeichen, das ein Gefäß bedeutet, kann nur dann ein stilles Kennzeichen sein, wenn der Text von Flüssigkeiten oder Opfergaben handelt.“ Wenn der Kontext nicht passte, lehnte die Regel den Vorschlag ab, selbst wenn die KI-Agenten ihn für korrekt hielten. Diese Kombination aus dem flexiblen Denken der KI und den starren Regeln des Schiedsrichters schuf ein System, das die Komplexität der antiken Sprache bewältigen konnte, ohne wilde Vermutungen anzustellen.

Die Forscher testeten ihr System mit einer strengen Methode, die darauf ausgelegt war, sicherzustellen, dass die Ergebnisse kein bloßer Glückstreffer waren. Sie teilten ihre neunundneunzig Testsequenzen in fünf verschiedene Gruppen auf. In jeder Testrunde verwendeten sie vier Gruppen zum Trainieren des Systems und die fünfte Gruppe zum Testen, wobei sie diesen Prozess wiederholten, bis jede einzelne Sequenz genau einmal getestet worden war. Dieser Ansatz gab ihnen ein klares Bild davon, wie das System bei neuem, ungesehenem Text abschneiden würde. Die Ergebnisse zeigten, dass das System äußerst effektiv war. Es identifizierte die stillen Kennzeichen in der überwiegenden Mehrheit der Fälle und erreichte eine Erfolgsquote von etwa zweiundachtzig Prozent, wenn alle Arten von Kennzeichen gleich gewichtet wurden, und etwa achtundachtzig Prozent, wenn man die Gesamtzahl der gefundenen Kennzeichen betrachtete. Die Konsistenz dieser Ergebnisse über die verschiedenen Testgruppen hinweg zeigte, dass das System robust ist und nicht von einem spezifischen Satz von Beispielen abhängt.

Einer der interessantesten Befunde war, wie das System mit schwierigen Fällen umging. Die Forscher entdeckten, dass das System am besten arbeitete, wenn der Text reich an Informationen war und drei oder mehr stille Kennzeichen enthielt. In diesen komplexen Sequenzen verstärkten sich die verschiedenen Hinweise aus Bedeutung und Struktur gegenseitig, was die richtige Antwort offensichtlich machte. Das System hatte jedoch größere Schwierigkeiten mit sehr kurzen Sequenzen, die gar keine oder nur ein einziges stilles Kennzeichen enthielten. In diesen spärlichen Fällen erschwerte der Mangel an umgebenden Hinweisen dem System die Gewissheit, was zu etwas mehr Fehlern führte. Dies deutet darauf hin, dass das System sehr gut darin ist, Muster zu finden, wenn reichlich Evidenz vorhanden ist, aber es benötigt mehr Unterstützung, wenn der Text sehr einfach ist.

Eine weitere große Innovation dieser Arbeit ist die Art und Weise, wie sie ihre Antworten präsentiert. Anstatt eine einzige, endgültige Antwort wie eine Black Box zu liefern, bietet das System eine rangierte Liste von Möglichkeiten an. Es liefert eine Hauptinterpretation, die wahrscheinlichste Antwort, listet aber auch bis zu drei alternative Interpretationen auf. Für jede Alternative erklärt das System genau, welche zusätzlichen Beweise nötig wären, um diese Alternative zur korrekten zu machen. Zum Beispiel könnte es sagen: „Wir glauben, dieses Zeichen ist ein Kennzeichen für einen Gott, aber wenn der Text von einem Tempel handeln würde, könnte es auch ein Kennzeichen für ein Gebäude sein.“ Diese Transparenz macht den Computer zu einem kollaborativen Werkzeug für menschliche Gelehrte. Er ersetzt nicht den Experten; statattdessen legt er die Optionen und die Argumentation dar, sodass der Mensch die endgültige Entscheidung auf Basis seines tieferen Wissens treffen kann.

Die Studie hob auch spezifische Herausforderungen hervor, die bestehen bleiben. Das System verwechselte manchmal Zeichen, die zwei sehr unterschiedliche Aufgaben haben, wie etwa die Zeichnung von gehenden Beinen, die entweder „gehen“ bedeuten oder als stilles Kennzeichen für „Handlung“ fungieren können. Da der Computer auf den Kontext angewiesen ist, um zu entscheiden, welche Aufgabe das Zeichen erfüllt, unterlief ihm gelegentlich Fehler, wenn der Kontext mehrdeutig war. Die Forscher merkten an, dass diese Fehler nicht auf einen Fehler in der Logik des Systems zurückzuführen waren, sondern auf eine Limitation in der aktuellen Wissensbasis. Durch das Hinzufügen von mehr Beispielen und die Verfeinerung der Regeln für diese kniffligen Zeichen könnte sich das System wahrscheinlich weiter verbessern.

Letztendlich setzt diese Arbeit einen neuen Standard dafür, wie Computer mit antiken Schriftsystemen interagieren können. Sie beweist, dass ein hybrider Ansatz, der das flexible Denken moderner künstlicher Intelligenz mit den strengen Regeln der menschlichen Gelehrsamkeit kombiniert, Probleme lösen kann, an denen keines der beiden allein scheitern würde. Das System produziert nicht nur eine Übersetzung; es produziert ein strukturiertes Argument, das überprüft, hinterfragt und verbessert werden kann. Indem die Forscher die Argumentation sichtbar und die Alternativen klar machten, haben sie ein Werkzeug geschaffen, das die Komplexität der antiken Sprache respektiert und gleichzeitig die Tür für eine schnellere und genauere Analyse der tausenden Texte öffnet, die noch gelesen werden müssen. Dies ist keine magische Lösung, die alles sofort löst, aber es ist ein bedeutender Schritt nach vorn, der eine zuverlässige Basis für die zukünftige Forschung und eine neue Art und Weise bietet, wie Maschinen und Menschen zusammenarbeiten können, um die Vergangenheit zu verstehen.