نسخهٔ خطی وینیچ ردّ چندانی از زبان نشان نمی‌دهد
نسخهٔ خطی وینیچ کتابی است با حدود 240 صفحه که تاریخ‌گذاری رادیوکربنی آن را به اوایل سدهٔ پانزدهم میلادی می‌رساند. نقاشی‌هایی از گیاهان، ستارگان و پیکره‌هایی در حال آب‌تنی گرداگرد حدود 38,000 واژه را گرفته‌اند که به خطی نوشته شده‌اند که در هیچ جای دیگری یافت نمی‌شود. هیچ‌کس نمی‌تواند آن را بخواند.
ظاهرش به نوشتار می‌ماند: واژه‌هایی که با فاصله از هم جدا شده‌اند، شمار زیادی واژهٔ کمیاب، و نشانه‌هایی — که نویسه (glyph) نامیده می‌شوند — که درون واژه‌ها جای ثابتی دارند. با این حال، رفتارش به هیچ زبان شناخته‌شده‌ای شبیه نیست. یک واژه اغلب دو یا سه بار پشت سر هم می‌آید، بسیاری از واژه‌ها تنها در یک نویسه با همسایگانشان تفاوت دارند، و واژه‌های پرکاربرد کوتاه و شبیه به هم‌اند.
یاوه، یا زبانی در لباس مبدل؟
در یک روایت، متن هیچ معنایی ندارد: کاتبی هر واژهٔ تازه را با رونویسی از واژه‌ای پیشین و تغییر یکی دو نویسه می‌نوشته است، فرایندی که تیم (Timm) و شینر (Schinner) در سال 2020 پیشنهاد کردند. در روایت دیگر، زبانی واقعی پشت یک رمز پنهان است — یکی از طرح‌های اخیر، رمز نایبه (Naibbe)، متن لاتین یا ایتالیایی را به متنی بسیار شبیه متن نسخهٔ خطی تبدیل می‌کند.
هر یک از دو طرف مدت‌ها با آماره‌هایی استدلال کرده که برای همین منظور برگزیده شده بودند. شین ژانگ (Xin Zhang) و ویکتور اس. شنگ (Victor S. Sheng)، از دانشگاه فنی تگزاس (Texas Tech University)، هر دو را با قواعدی یکسان داوری کردند.
همان صفحه‌ها، همان بودجه، آماره‌های نادیده
هر روایت به برنامه‌ای تبدیل شد که صفحه‌ها و سطرهای نسخهٔ خطی را واژه به واژه پر می‌کند. برنامه‌های رونویسی هر واژه را یا به‌صورت واژه‌ای تازه یا به‌صورت رونوشتی تغییریافته از واژه‌ای پیشین می‌نویسند. برنامه‌های رمز یک متن واقعی قرون‌وسطایی را رمزگذاری می‌کنند و هر واژه را با یک واژهٔ رمز (code word) جایگزین می‌کنند، یا حرف‌هایش، هجاهایش یا تنها مقولهٔ دستوری‌اش را. هر رمز یک کاتب رونویس نیز دارد، تا تکرار موضعی به سود هیچ‌یک از دو طرف نباشد.
هر برنامه بر پایهٔ 22 آمارهٔ متن تنظیم شد، سپس بر پایهٔ 15 آمارهٔ دیگری که هرگز ندیده بود داوری شد.
- قواعد رونویسی تیم و شینر آن آماره‌های نادیده را بسیار بهتر از هر رمز تک‌کلیدی پیش‌بینی می‌کنند. بدترین خطای آن‌ها زیر پنج انحراف معیار (پراکندگی معمول متن‌هایی که خود برنامه تولید می‌کند) می‌ماند؛ خطای یک رمز واژه‌ای در یکی از آماره‌ها از صد انحراف معیار فراتر می‌رود.
- آمارهٔ تعیین‌کننده یک رانش است. نسخهٔ خطی دو «گویش» دارد، Currier A و B، که نویسه‌ها را به شکل متفاوتی به کار می‌برند. یک کلید ثابت در همهٔ صفحه‌ها همان عادت‌های نویسه‌ای را می‌نویسد؛ کاتبی که واژه‌ها را از واژه‌هایی که تازه نوشته است می‌سازد، این عادت‌ها را به حرکت و تغییر وامی‌دارد.
- اما رمزهایی با کلید دوم — کلیدی جداگانه برای صفحه‌های Currier B — یا رمزهایی که تنها مقوله‌های دستوری یک متن واقعی را رمزگذاری می‌کنند، به همان خوبی عمل می‌کنند، با کاتبی که حدود نیمی از واژه‌ها را نادرست رونویسی می‌کند. به بیان نویسندگان، «رمزهایی که بهترین برازش را دارند همان‌هایی‌اند که متن آشکارشان کمترین اهمیت را دارد» (متن آشکار همان متن اصلی پیش از رمزگذاری است).
آماره‌های واژه به‌تنهایی نمی‌توانند داوری کنند، و هیچ برنامه‌ای با هر 37 آماره هم‌زمان جور درنمی‌آید.
واژه‌هایی که بارها در یک سطر به هم می‌رسند
پس نویسندگان به دنبال ردّی از زبان گشتند که به رمزگشایی نیازی ندارد. در متنی معنادار، واژه‌هایی که با هم پیوند دارند — یک اسم و فعلش، اجزای یک عبارت ثابت — بیش از آنچه تصادف حکم می‌کند در یک سطر کنار هم می‌آیند، و این را در جای دیگری از متن هم تکرار می‌کنند. یک رمز واژه‌ای این الگو را حفظ می‌کند؛ جفتی که از رونویسی در یک صفحه زاده شده دلیلی ندارد که چند صفحه بعد بازگردد.
این آزمون کتاب را دو نیم می‌کند و بررسی می‌کند که آیا همان جفت‌های واژه‌های پرکاربرد در هر دو نیمه همچنان در سطرها کنار هم می‌آیند. واژه‌های یکسان و واژه‌هایی که تنها یک نویسه با هم فرق دارند کنار گذاشته می‌شوند، تا رونویسی نتواند این نشانه را جعل کند.
- 28 متن به 16 زبان، که روی صفحه‌های نسخهٔ خطی چیده شده‌اند، امتیازی میان 0.139 و 0.411 می‌گیرند (همبستگی میان دو نیمه: 0 وقتی جفت‌های یافته‌شده در یک نیمه چیزی دربارهٔ نیمهٔ دیگر نمی‌گویند، 1 وقتی کاملاً بر هم منطبق‌اند).
- نسخهٔ خطی امتیاز 0.071 می‌گیرد، و 0.053 در یک نویسه‌گردانی دوم و مستقل (برگرداندن نویسه‌ها به یک الفبای استاندارد با تایپ): نصف قوت ضعیف‌ترین متن.
- رمزهای واژه‌ای تنها وقتی به آن سطح فرو می‌افتند که متن اصلی‌شان این الگو را ضعیف نشان دهد — بیش از همه لاتین قرون‌وسطایی که با کوته‌نوشت‌هایش نوشته شده، با 0.102 — یا وقتی بسیاری از واژه‌ها نادرست رونویسی شوند.
واسنجی اهمیت دارد: برنامه‌ای که آموزش دیده تا یاوه‌نویسی داوطلبان را از نثر واقعی تشخیص دهد، نسخهٔ خطی را یاوه می‌داند، اما 53 از 54 متن معنادارِ رمزگذاری‌شده را هم یاوه می‌داند.
رمزشکن‌هایی که باید نخست متن‌های شناخته‌شده را بخوانند
هر حل‌کننده به دنبال کلیدی می‌گردد که با آن متن بیش از همه به زبانی معین شبیه شود، و این شباهت با یک جدول آماری ساده سنجیده می‌شود که نشان می‌دهد در متن‌های کهن آن زبان، کدام حرف، یا واژه، معمولاً پس از کدام می‌آید. هر حل‌کننده نخست روی متن‌های کنترل اجرا شد، متن‌هایی واقعی که به همان روش رمزگذاری شده بودند؛ هر جا نتوانست آن‌ها را بخواند، آزمون بی‌نتیجه شمرده شد.
- رمزهای حرفی. حل‌کننده متن‌های کنترل 15 زبان از 16 زبان را خواند. در هر یک، نسخهٔ خطی نظم کمتری از متن‌های کنترل نشان داد، و خوانش‌هایش رشته‌هایی از حرف‌ها بودند بی هیچ واژهٔ قابل‌تشخیصی. عبری بی‌نتیجه ماند.
- رمزهای واژه‌ای. برای رمزی از لاتین کوته‌نوشت، یعنی همان متن اصلی‌ای که برنامه‌های رمز ترجیح می‌دادند، جدولی ساخته‌شده از 5 میلیون واژه از چنین لاتینی همچنان در متن‌های کنترل نظم واژگانی بیشتری از نسخهٔ خطی یافت، مگر آنکه از هر پنج واژه دو واژه نادرست رونویسی شده باشد.
- یک واژه برای هر حرف یا هجا. 28 طرح از این دست 1,144 تصمیم به دست دادند: 596 مورد رد شد، 429 مورد بی‌نتیجه ماند، و 119 مورد را نمی‌شد رد کرد: نسخهٔ خطی اندکی بالاتر از متن‌هایی بی هیچ پیامی قرار گرفت، اما رمزگشایی‌اش به هیچ چیز خواندنی‌ای نینجامید.
رمزی که از صافی می‌گذرد
نومنکلاتور (nomenclator)، گونه‌ای رمز رایج در آن دوره، پرکاربردترین واژه‌ها را به‌صورت واژه‌های رمز کامل می‌نویسد و بقیه را حرف به حرف هجی می‌کند. با کلید دوم و کاتبی که بخش بزرگی از واژه‌ها را نادرست رونویسی می‌کند (37% و 56% در دو بهترین برازشش)، با جفت‌واژه‌های نسخهٔ خطی جور درمی‌آید، و حل‌کننده‌ها نمی‌توانند آن را در 9 زبان از 16 زبان رد کنند. رمزی که کلیدش در طول متن تغییر می‌کند اصلاً آزموده نشد.
درزی میان واژه‌ها
قوی‌ترین ساختار باقی‌مانده در مرز واژه‌ها جای دارد. آخرین نویسهٔ یک واژه، نخستین نویسهٔ واژهٔ بعدی را محدود می‌کند: 0.204 بیت اطلاعات متقابل (اینکه یکی چقدر دربارهٔ دیگری به شما می‌گوید)، در برابر 0.078 برای برنامهٔ رونویسی و 0.014 برای رمزها. این پیوند بیشتر آنچه را حل‌کنندهٔ حرفی یافت در بر دارد. نویسندگان آن را به نویسه‌هایی نسبت می‌دهند که دو برابر محکم‌تر از حرف‌ها در زبان‌های آزموده‌شده به همسایگانشان بسته‌اند؛ هیچ برنامه‌ای آن را هم‌زمان با فاصله‌گذاری میان واژه‌های نسخهٔ خطی بازتولید نمی‌کند.
جایی برای یک پیام کوتاه
نویسندگان همچنین پیام‌هایی از 50 تا 5,000 حرف را در متن نسخهٔ خطی کار گذاشتند و به جست‌وجویشان پرداختند. تنها یک نوع به‌طور قابل‌اعتمادی شناسایی می‌شود: هر حرف همیشه با یک واژهٔ ثابت نوشته شود و واژه‌ها کنار هم بیایند. وقتی چنین پیامی در نخستین واژه‌های بندها پنهان شد، هر پیام 500 حرفی از این نوع پیدا شد. هیچ چیز در نسخهٔ خطی به وجود چنین پیامی اشاره نمی‌کند — اما پیامی که برای هر حرف از چند واژه استفاده کند، یا حرف‌هایش با فاصله از هم پخش شده باشند، همچنان می‌تواند آنجا پنهان شود.