一位自学成才的人工智能工程师和业余语言学家表示，他完成了一项专家一个多世纪以来一直未能实现的壮举：破译线性 A，这是米诺斯文明的青铜时代书写系统。他在 Anthropic 的人工智能编码助手 Claude Code 的帮助下做到了这一点。

居住在哈德逊河谷的汤姆·迪·米诺 (Tom Di Mino) 声称线性 A 语言属于一种已灭绝的闪米特语言，它是圣经希伯来语、阿拉伯语和阿拉姆语的前身。根据 AI Clambake 博客上发布的详细说明，他的工作目前正在接受罗格斯大学和剑桥大学的语言学专家的审查。 更多相关背景，请参阅我们的AI最新动态。

如果这一破译得到证实，将引起语言学领域的一场地震。 1952 年，当一个密切相关的文字 Linear B 被破译时，它登上了《纽约时报》的头版。

7年的痴迷和5月的突破

迪米诺从 18 岁起就开始学习古典历史、语言学和语言，对八种语言有不同程度的熟练程度，包括阿提卡希腊语、古典拉丁语、梵语、阿拉伯语和乌加里特语。他阅读线性 A 已有七年，并两次访问过希腊克里特岛。

他于 2026 年 1 月开始积极致力于破译线形 A。根据他的说法，他在 2026 年 5 月 22 日分析了一系列遵循可识别公式的线形 A 祈祷铭文时获得了主要见解。

这个公式出现在五个米诺斯圣地。每行中的每个单词都通过与线形 B 的重叠而已知——除了第一个单词，它包含不同区域形式的相同动词词根。该词包含一个仅线性 A 的符号，称为“*301”。迪米诺说，通过将其与闪族辅音词根 N-W-Y 连接起来，意思是“居住或居住”，他解锁了词根“nawaya”。

破译后，他发现该祈祷文与后来的希伯来祈祷文相似，但祈祷对象是一位女神。

Claude Code 如何改变方程

人工智能在该项目中的作用是实用的而不是神秘的。 Di Mino 使用 Claude Code 构建了一套 Python 脚本，用于查询、交叉引用和组织数字化 Linear A 语料库，该语料库取自 GORILA 和 SigLA 两个主要学术数据库。

这些脚本实现了系统假设检验，其规模对于手动执行来说是不切实际的。通过自动化对照建议的语音值交叉引用数千个平板电脑转录的繁琐工作，这些工具使迪米诺能够快速测试和完善他的翻译。

这种方法与 Linear B 最初的破解方式相呼应。在早期的案例中，布鲁克林学院教授爱丽丝·科伯和英国建筑师迈克尔·文特里斯使用语法和统计分析来寻找符号放置和移动的模式。迪米诺的工作将这一传统延伸到了计算语言学时代，人工智能在数据组织方面承担了重任。

解密声称要传达什么

如果被接受，迪米诺的发现将包括几项主要贡献：

  • 线性 A 符号的 40 个建议读法，其中包括 13 个其语音值以前未知的符号。
  • 解决了迄今为止仍未知的五个线性 B 标志的声音值。
  • 408 个线性 A 术语的词典翻译成英语。
  • 一份九页的手稿，标题为“Ya Diktu：米诺斯峰圣殿祭酒公式的语法”*，这可能构成向同行评审的科学期刊提交的基础。

Di Mino 还声称，他对线性 A 语标的见解有助于解决某些线性 B 翻译的问题，这将独立验证他的发现。

不是第一个闪米特假说

迪米诺并不是第一个争论线性 A 是闪族的人。 1957 年，赛勒斯·戈登 (Cyrus Gordon) 在《古代》杂志上发表了一篇文章，提出了线性 A 奉献板与他翻译的阿卡德语和腓尼基语类似板之间的联系。然而，戈登的工作并没有像迪米诺的解决方案那样解锁翻译，而且它从未获得广泛的接受。

迪米诺的主张与众不同，他说，他是第一个明确指出线性 A 铭文与希伯来祈祷文之间联系的人。这种联系解锁了祈祷铭文中的动词，并可能解锁了脚本使用语标的更广泛模式。

沉重的举证负担

尽管令人兴奋，但这一说法仍面临严格审查。众所周知，线形 A 很难破译，因为大多数幸存的铭文都是对商品贸易进行编目的库存记录，几乎没有透露底层语言。 A 线形铭文也比 B 线形铭文少得多。

Linear A 与 Linear B 共有 60 个核心音节，专家可以猜测重叠符号的发音，但无法猜测这些声音的含义。 Linear A 独有的 13 个附加符号根本没有可接受的声音值。

迪米诺作为业余选手的背景虽然让人想起文特里斯，但也招致了怀疑。事实上，他的主张正在罗格斯大学和剑桥大学积极审查，而不是已经发表，这一事实突显了学术裁决远未达成。

人工智能作为解开古代谜团的工具

不管迪米诺的解读是否成立，他的工作都指出了一个更广泛的趋势：人工智能工具越来越多地转向人文学科中的问题，这些问题几十年来或几个世纪以来一直抵制传统方法。

在 Linear A 案例中，Claude Code 并未自行破解脚本。语言学见解——米诺斯动词词根和闪族辅音模式之间的联系——来自迪米诺多年的研究。人工智能提供的是计算杠杆，可以以人类无法比拟的速度针对大量铭文语料库来测试这种洞察力。

随着大型语言模型和人工智能编码助手变得更加强大，类似的方法可能会应用于其他未破译的文字，从印度河流域的印章到复活节岛的 Rongorongo 字形。人类语言专业知识和机器规模模式匹配的结合可以在曾经看似冻结的领域开辟新的领域。

目前，语言学界将根据其优点来评判迪米诺的工作。但其背后的方法——一位拥有深厚语言知识的业余学者和人工智能编码助手——让我们得以一睹人工智能如何帮助解锁过去，一次解锁一个古老的文字。

---

掌握AI最新动态

获取最新的AI新闻、分析和突破——尽在一处。

阅读更多AI新闻 →