Neural Recovery of Historical Lexical Structure in Bantu Languages from Modern Data
यह शोध पत्र प्रदर्शित करता है कि आधुनिक बंटू रूपात्मक डेटा पर प्रशिक्षित न्यूरल ट्रांसफार्मर मॉडल सफलतापूर्वक उन ऐतिहासिक शाब्दिक संरचनाओं और संज्ञानात्मक पैटर्न को पुन: प्राप्त कर सकते हैं जो स्थापित प्रोटो-बंटू पुनर्निर्माणों के अनुरूप हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
डिजिटल टाइम मशीन: कैसे AI अफ्रीका की "खोई हुई भाषा" को उजागर कर रहा है
कल्पना कीजिए कि आप एक विशाल, प्राचीन वंशावली (फैमिली ट्री) देख रहे हैं। आप सैकड़ों चचेरे भाई-बहनों को देखते हैं—कुछ शहरों में रहते हैं, कुछ गाँवों में, कुछ थोड़ी अलग बोलियाँ बोलते हैं—लेकिन आपने उस "परदादा" से कभी मुलाकात नहीं की है जिसने इसकी शुरुआत की थी। आप जानते हैं कि वे अस्तित्व में थे, लेकिन आपने कभी उनकी आवाज़ नहीं सुनी है।
भाषा विज्ञान (Linguistics) में, इस "परदादा" को प्रोटो-बांटू (Proto-Bantu) कहा जाता है। यह अफ्रीका के 300 मिलियन लोगों द्वारा बोली जाने वाली 500 से अधिक भाषाओं का प्राचीन पूर्वज है। एक सदी से अधिक समय से, मानव विद्वान "जासूस" की भूमिका निभा रहे हैं, आधुनिक शब्दों की सावधानीपूर्वक तुलना करके यह अनुमान लगाने की कोशिश कर रहे हैं कि वह मूल पूर्वज कैसा सुनाई देता होगा।
मुतिस्या और मुगाने का एक नया शोध पत्र एक क्रांतिकारी सवाल पूछता है: क्या हम AI को हमारे लिए यह जासूसी काम करने के लिए सिखा सकते हैं?
अवधारणा: शब्दों का "DNA"
एक भाषा को किसी व्यक्ति के रूप-रंग की तरह समझें। हो सकता है कि आपकी नाक आपके पिता जैसी हो या आपकी आँखें आपकी दादी जैसी हों। भले ही आप अपनी दादी से कभी न मिले हों, लेकिन आप अपने चेहरे को देखकर उनके लक्षणों के "निशान" देख सकते हैं।
शब्द भी उसी तरह काम करते हैं। भले ही "गाय" के लिए शब्द स्वाहिली में वैसा न हो जैसा कि ज़ुलु में है, वे अक्सर मूल प्रोटो-बांटू शब्द के "जेनेटिक" फिंगरप्रिंट को वहन करते हैं।
शोधकर्ताओं ने AI को प्राचीन भाषा नहीं सिखाई (क्योंकि कोई नहीं जानता कि वह वास्तव में कैसी सुनाई देती थी)। इसके बजाय, उन्होंने AI को आधुनिक डेटा दिया—जिस तरह से लोग आज बोलते हैं। उन्होंने BantuMorph नामक एक विशेष AI मॉडल का उपयोग किया जो इन भाषाओं के "व्याकरणिक ढांचे" (morphology) को समझने में विशेषज्ञ है।
प्रयोग: "पारिवारिक मिलन" को छाँटना
शोधकर्ताओं ने पूर्वी और दक्षिणी अफ्रीका की 14 विभिन्न भाषाओं को लिया और AI से उनके "एम्बेडिंग्स" (embeddings) को देखने के लिए कहा—जिसे आप हर शब्द के लिए डिजिटल फिंगरप्रिंट मान सकते हैं।
इसके बाद उन्होंने तीन मुख्य कार्य किए:
- कोग्नेट की खोज (रिश्तेदारों को ढूँढना): उन्होंने AI से पूछा, "इन विभिन्न भाषाओं में कौन से शब्द वास्तव में एक ही मूल शब्द के अलग-अलग संस्करण हैं?" AI ने हजारों संभावित शब्दों को खोज निकाला। जब उन्होंने ऐतिहासिक रिकॉर्ड के "गोल्ड स्टैंडर्ड" के साथ इनकी जाँच की, तो संज्ञाओं (nouns) के लिए वे 90.9% बार सही थे! इसने "व्यक्ति", "गाय" और "सिर" जैसे प्राचीन शब्दों को सफलतापूर्वक पहचाना।
- संख्या परीक्षण (अपरिवर्तनीय सत्य): संख्याएँ भाषा के "हृदय की धड़कन" की तरह होती हैं—वे हजारों वर्षों में बहुत धीरे-धीरे बदलती हैं। AI ने प्राचीन संख्या पैटर्न को सफलतापूर्वक पुनः प्राप्त किया, जैसे कि "तीन" और "नौ" के लिए शब्द, जो पूरे महाद्वीप में उल्लेखनीय रूप से स्थिर रहे हैं।
- वंशवृक्ष (वंशावली का मानचित्रण): उन्होंने AI को यह बताने के लिए कहा कि भाषाएँ आपस में कितनी समान हैं और उनके आधार पर उन्हें समूहों में बाँटा जाए। AI ने केवल अनुमान नहीं लगाया; इसने "गुथरी ज़ोन्स" (Guthrie Zones) को पूरी तरह से पुन: निर्मित किया—जो भाषाओं के परिवारों के संबंध का स्थापित वैज्ञानिक मानचित्र है। यह ऐसा था जैसे AI को यादों का एक ढेर देना और फिर उसे सही ढंग से "स्मिथ परिवार," "जोन्स परिवार," और "मिलर परिवार" में वर्गीकृत करना।
सिस्टम में "शोर": जाल से बचना
शोधकर्ताओं को सावधान रहना पड़ा। कल्पना कीजिए कि यदि आप पारिवारिक समानताएं खोजने की कोशिश करते हैं, लेकिन गलती से उन लोगों को भी शामिल कर लेते हैं जिन्होंने संयोग से एक ही ब्रांड की टी-शर्ट पहनी हुई है। आप सोच सकते हैं कि वे संबंधित हैं, लेकिन वे नहीं हैं!
डिजिटल दुनिया में, "टी-शर्ट" लोनवर्ड्स (loanwords/ऋणशब्द) हैं। यदि कई अफ्रीकी भाषाओं ने अंग्रेजी या अरबी से "हॉस्पिटल" या "स्कूल" जैसे शब्द उधार लिए हैं, तो AI सोच सकता है कि वे "संबंधित" हैं क्योंकि वे एक ही शब्द का उपयोग करते हैं। शोधकर्ताओं को यह सुनिश्चित करने के लिए फिल्टर बनाने पड़े कि AI प्राचीन विरासत को देख रहा है, न कि केवल आधुनिक रुझानों को।
यह क्यों महत्वपूर्ण है: एक हाई-टेक आवर्धक लेंस
क्या इसका मतलब यह है कि AI मानव भाषाविदों की जगह ले रहा है? नहीं।
AI को एक शक्तिशाली मेटल डिटेक्टर के रूप में समझें। एक मेटल डिटेक्टर एक विशाल समुद्र तट को स्कैन कर सकता है और रेत के नीचे कुछ चमकता हुआ मिलने पर 'बीप' कर सकता है। यह खजाना खोजने वाले को बताता है, "हे! यहाँ देखो!" लेकिन इंसान को अभी भी उस स्थान पर जाना होगा, सावधानी से खुदाई करनी होगी, और यह तय करना होगा कि उसने सोने का सिक्का पाया है या सोडा कैन का एक टुकड़ा।
यह शोध पत्र दिखाता है कि AI सेकंडों में हजारों शब्दों को स्कैन कर सकता है, जिससे भाषाविदों को सबसे संभावित "प्राचीन खजानों" की ओर संकेत मिलता है। यह अफ्रीकी महाद्वीप के गहरे, साझा इतिहास को समझने की प्रक्रिया को तेज करने का एक तरीका है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।