Durante décadas se ha sugerido que el sánscrito podría ser el lenguaje ideal para representar el conocimiento en inteligencia artificial (IA). Esto se debe a la sintaxis basada en fórmulas y con muchas reglas de Skaskrit, lo que lo convierte en una opción excelente y lógica para escribir algoritmos. ¿Pero es esto cierto? Investiguemos.
Origen
Las afirmaciones de que el sánscrito es uno de los mejores lenguajes para la IA se basan en un artículo de investigación, “Representación del conocimiento en sánscrito e inteligencia artificial”, publicado por el científico de la NASA Rick Briggs en 1985. Acceda a la investigación en este enlace.
Sin embargo, el hecho de que el sánscrito represente un lenguaje ideal para la IA no significa que deba utilizarse como lenguaje de programación. En cambio, la sugerencia se refiere a utilizar el lenguaje para los conjuntos de datos utilizados por los modelos de IA. Hay razones para esto.
El sánscrito es uno de los idiomas más antiguos y se remonta a la época védica en la India. El idioma a menudo se llama Devabhasha , que significa el idioma de los dioses. Todos los manuscritos religiosos hindúes antiguos y muchos budistas y jainistas están escritos en sánscrito.
Por esta y otras razones, el sánscrito se considera una lengua pura. Se mantuvo independiente y auténtico, sin mezclarse nunca con otras lenguas indoeuropeas. En parte, esto se debe a que nunca fue un idioma para los plebeyos ni una conversación común.
En la antigüedad, el sánscrito se utilizaba exclusivamente para escribir y preservar el conocimiento. Para conversar se utilizaban otros idiomas, incluido el prakrit bhasha o las lenguas vernáculas. A lo largo de los siglos, han surgido muchos idiomas y dialectos diferentes, y algunos tienen raíces en el sánscrito.
Actualmente, la India tiene 22 idiomas oficiales, 121 de los cuales están reconocidos por la constitución india. Se han derivado más de 19.569 dialectos, de los cuales 1.369 se reconocen como derivados de lenguas maternas nativas. Esto no incluye los idiomas y dialectos de otros países del sur de Asia.
Cuando los científicos buscaron lenguas puras y sin adulterar (no mezcladas con otras lenguas), recurrieron a lenguas antiguas como el sánscrito, el latín y el griego. El sánscrito se ha mantenido fiel a sus formas, sin adulteraciones a lo largo de la historia.
Fonética integral
El sánscrito es una lengua fonética. Las palabras tienen una correspondencia directa entre símbolos y sonidos. De hecho, no hay sonido ni pronunciación que no pueda escribirse en letras sánscritas. Como tal, una vez que conoces el idioma, el sánscrito es fácil de traducir y grabar.
Sin sintaxis
En la mayoría de los idiomas, el orden de las palabras en una oración es esencial para la comprensión. Esto no es cierto en sánscrito.
En el trabajo de investigación de Briggs (vinculado arriba), compara el sánscrito con el inglés. Por lo tanto, en las oraciones en inglés, el orden de las palabras o la sintaxis de una oración es fundamental para la comprensión. Por ejemplo, “Él hará” y “Él hará” tienen significados diferentes.
En sánscrito, las palabras tienen muchos sufijos que indican el contexto y el uso de la palabra dentro de una oración. Entonces, incluso si las palabras de una oración sánscrita están mezcladas, el significado sigue siendo el mismo.
La frase "Él lo hará" en sánscrito se puede escribir de cualquier manera:
Lo mismo se aplica a cualquier oración en idioma sánscrito.
El significado de las palabras.
En sánscrito, cada palabra de una oración contiene más información que en inglés (según Briggs). Por el contrario, en inglés, las palabras descriptivas de una oración suelen representar el sustantivo, pronombre, verbo, adverbio o adjetivo. Por ejemplo, un verbo en inglés sólo proporciona información sobre la acción y una pista sobre el tiempo (pasado, presente o futuro). El momento de la acción (cuando se realizó la acción) se interpreta en función de la sintaxis de la oración.
Sin embargo, en sánscrito, el verbo contiene información sobre la acción, su tiempo y el sustantivo (como si el sustantivo fuera singular, dual o plural).
Tomemos la frase: “Los estudiantes leerán”. En inglés, la palabra “students” sólo nos habla del sustantivo. La “voluntad” nos habla del tiempo verbal (en futuro), y la palabra “leer” nos dice el verbo o acción.
Esta es la misma frase en sánscrito:
Sólo la segunda palabra en la oración sánscrita anterior nos dice que el sustantivo es plural, el tiempo está en futuro y la acción es lectura.
Entendiendo los casos
Los "casos" indican las funciones gramaticales de sustantivos y pronombres según su relación con otras palabras de una oración. El sánscrito tiene muchos más casos para sustantivos o pronombres que cualquier otro idioma.
Considere la palabra inglesa “beautiful”, que es un adjetivo pero la raíz puede usarse como sustantivo (“Ella es una belleza”). También puede ser un adverbio (“Ella cantó maravillosamente”) o un verbo (“Embellezcamos esta habitación”).
En sánscrito, cada sustantivo tiene ocho casos y la palabra para cada caso también significa la singularidad, dualidad o pluralidad del caso. La siguiente tabla representa los casos del sustantivo Beat en sánscrito.
Con múltiples “casos”, cada palabra sánscrita se explica por sí misma y depende mínimamente de otras palabras en una oración. Cada palabra por sí sola indica su función y contexto.
Entonces, ¿qué podría significar esto para la IA? Según Briggs, el poder de los casos en sánscrito puede proporcionar más información a una computadora en oraciones más precisas que cualquier otro idioma.
Yendo a la raíz
Una cosa que distingue al sánscrito de todos los demás idiomas del mundo es que tiene su propio metalenguaje o “metarule”.
En el año 500 a.C., Pāṇini, un sabio y maestro de la lengua sánscrita, escribió un texto sobre su gramática llamado Astadhyayi u Ocho Capítulos . El texto ilustra un sistema de gramática y vocabulario sánscrito, indicando cómo cada palabra del idioma se deriva en realidad de una raíz. Hay un conjunto de 4.000 reglas (o Sutras ) que se aplican a estas palabras raíz. Los Sutras son similares a una fórmula matemática.
Esencialmente, Pāṇini enseñó una “metarregla”, que los eruditos suelen interpretar de la siguiente manera: “En el caso de un conflicto entre dos reglas de igual fuerza, gana la regla que viene más tarde en el orden serial de la gramática”.
Esto significa que las palabras sánscritas técnicamente no necesitan traducción de ningún otro idioma (ya que algunas palabras en inglés derivan del latín). En cambio, todas las palabras sánscritas se derivan o tienen su raíz en el idioma mismo.
Todos los idiomas tienen estructuras y reglas para formar palabras y oraciones. Pero a veces existen variaciones en la ortografía de las palabras. Este no es el caso del sánscrito.
En sánscrito no existen palabras aleatorias. El lenguaje se basa en un sistema derivacional gramatical. Astadhyayi explica cómo todas las palabras sánscritas se derivan de letras fundamentales, dadas en sus Maheshwar Sutras un conjunto de 14 reglas, que son la base del lenguaje.
Un artículo de investigación, “Sobre la arquitectura de la gramática de Panini”, del experto en lingüística de la Universidad de Stanford, Paul Kiparsky, arroja más luz sobre esto.
Panini Astadhyayi (con sus Sutras ) comparte reglas similares a los lenguajes de programación modernos.
Por ejemplo, hay:
- Sangyak Varna - Similar a palabras clave
- Pratyaya – similar a los operadores
- Vidhi – similar a funciones
- Anuvrati – similar a bibliotecas o paquetes
Dado que el sánscrito puede derivarse algorítmicamente de un metalenguaje o “metarules”, como se describe en Panini Astadhyayi , podría ser fácil o más fácil crear un modelo generativo para el idioma, al menos en comparación con otros idiomas modernos. Su base gramatical basada en reglas es una de las razones por las que algunos han considerado el sánscrito como un lenguaje ideal para la representación del conocimiento en la inteligencia artificial.
