व्हॉयनिच हस्तलिखितात भाषेच्या खुणा फारशा दिसत नाहीत

व्हॉयनिच हस्तलिखित हे सुमारे 240 पानांचे पुस्तक आहे; रेडिओकार्बन कालनिश्चितीनुसार ते पंधराव्या शतकाच्या सुरुवातीचे ठरते. वनस्पती, तारे आणि स्नान करणाऱ्या आकृत्यांची चित्रे, इतर कुठेही न आढळणाऱ्या लिपीतील सुमारे 38,000 शब्दांभोवती पसरलेली आहेत. ते कोणालाच वाचता येत नाही.

ते लेखनासारखे दिसते: मोकळ्या जागांनी वेगळे केलेले शब्द, अनेक दुर्मीळ शब्द, आणि शब्दांच्या आत ठरावीक जागीच येणारी चिन्हे — ज्यांना ग्लिफ (glyphs) म्हणतात. तरीही ते कोणत्याही ज्ञात भाषेसारखे वागत नाही. एकच शब्द अनेकदा सलग दोन-तीन वेळा येतो, अनेक शब्द शेजारच्या शब्दांपासून केवळ एका ग्लिफने वेगळे असतात, आणि वारंवार येणारे शब्द छोटे आणि एकमेकांसारखे असतात.

निरर्थक बडबड, की वेषांतर केलेली भाषा?

एका स्पष्टीकरणानुसार, या मजकुराला काहीच अर्थ नाही: एका लेखनिकाने प्रत्येक नवीन शब्द आधीच्या एखाद्या शब्दाची नक्कल करून आणि त्यातील एक-दोन ग्लिफ बदलून लिहिला — Timm आणि Schinner यांनी 2020 मध्ये सुचवलेली ही प्रक्रिया. दुसऱ्या स्पष्टीकरणानुसार, एक खरी भाषा एका सांकेतिक लिपीमागे (cipher) लपलेली आहे — Naibbe cipher नावाची एक अलीकडची रचना लॅटिन किंवा इटालियन मजकुराचे रूपांतर हस्तलिखितासारख्याच मजकुरात करते.

दोन्ही बाजू बराच काळ आपापल्या हेतूसाठी निवडलेल्या आकडेवारीच्या आधारे युक्तिवाद करत आल्या आहेत. Texas Tech University मधील Xin Zhang आणि Victor S. Sheng यांनी दोन्हींची परीक्षा एकाच नियमांनुसार घेतली.

तीच पाने, तेच बजेट, न पाहिलेली आकडेवारी

प्रत्येक स्पष्टीकरणाचे रूपांतर एका प्रोग्राममध्ये झाले, जो हस्तलिखिताची पाने आणि ओळी शब्दामागून शब्द भरतो. नक्कल-प्रोग्राम प्रत्येक शब्द नवा म्हणून, किंवा आधीच्या एखाद्या शब्दाची बदललेली नक्कल म्हणून लिहितात. सांकेतिक-लिपी प्रोग्राम एखादा खरा मध्ययुगीन मजकूर सांकेतिक रूपात बदलतात: प्रत्येक शब्दाच्या — किंवा त्याच्या अक्षरांच्या, त्याच्या उच्चारघटकांच्या (syllables), किंवा केवळ त्याच्या व्याकरणिक वर्गाच्या — जागी एक सांकेतिक शब्द (code word) ठेवतात. प्रत्येक सांकेतिक लिपीला एक नक्कल करणारा लेखनिकही जोडला जातो, जेणेकरून स्थानिक पुनरावृत्ती कोणत्याच बाजूला झुकते माप देणार नाही.

प्रत्येक प्रोग्राम मजकुराच्या 22 सांख्यिकीय मापांवर जुळवला गेला, आणि मग त्याने कधीही न पाहिलेल्या इतर 15 मापांवर त्याची परीक्षा घेण्यात आली.

Timm आणि Schinner यांचे नक्कल-नियम त्या न पाहिलेल्या मापांचा अंदाज, एकच किल्ली असलेल्या कोणत्याही सांकेतिक लिपीपेक्षा कितीतरी अचूकपणे वर्तवतात. त्यांची सर्वांत मोठी चूकही पाच मानक विचलनांच्या (standard deviations — प्रोग्रामच्याच मजकुरांमधील नेहमीचा फैलाव) आत राहते; एक शब्द-सांकेतिक पद्धत (word code) एका मापात शंभराहून अधिक मानक विचलनांनी चुकते.
निर्णायक माप म्हणजे एक हळूहळू होणारा बदल (drift). हस्तलिखितात Currier A आणि B अशा दोन “बोली” आहेत, ज्या ग्लिफ वेगवेगळ्या प्रकारे वापरतात. एक स्थिर किल्ली प्रत्येक पानावर ग्लिफच्या त्याच सवयी लिहिते; नुकत्याच लिहिलेल्या शब्दांपासून शब्द घडवणारा लेखनिक त्या सवयींना भरकटू देतो.
पण दुसरी किल्ली असलेल्या सांकेतिक लिप्या — Currier B पानांसाठी वेगळी किल्ली — किंवा खऱ्या मजकुराचे केवळ शब्दवर्ग सांकेतिक रूपात लिहिणाऱ्या लिप्या, सुमारे निम्मे शब्द चुकीचे उतरवणाऱ्या लेखनिकासह, तितक्याच चांगल्या ठरतात. लेखकांच्या शब्दांत, “ज्या सांकेतिक लिप्या सर्वोत्तम जुळतात, त्यांच्यात मूळ संदेशाला सर्वांत कमी महत्त्व असते” (मूळ संदेश, plaintext, म्हणजे सांकेतिक रूपात बदलण्यापूर्वीचा मूळ मजकूर).

केवळ शब्दांच्या आकडेवारीवरून निर्णय होऊ शकत नाही, आणि कोणताही प्रोग्राम सर्व 37 मापांशी एकाच वेळी जुळत नाही.

एकाच ओळीत पुन्हा पुन्हा भेटणारे शब्द

म्हणून लेखकांनी भाषेची अशी खूण शोधली, जिच्यासाठी उकल करण्याची गरज नसते. अर्थपूर्ण मजकुरात, एकमेकांशी संबंधित शब्द — एखादे नाम आणि त्याचे क्रियापद, एखाद्या ठरीव वाक्प्रचाराचे भाग — योगायोगापेक्षा अधिक वेळा एकाच ओळीत येतात, आणि मजकुरात इतरत्रही पुन्हा तसेच येतात. शब्द-सांकेतिक पद्धत हा नमुना टिकवते; एका पानावर नकलेतून जन्मलेल्या जोडीला काही पानांनंतर परत येण्याचे काहीच कारण नसते.

ही चाचणी पुस्तकाचे दोन भाग करते, आणि वारंवार येणाऱ्या शब्दांच्या त्याच जोड्या दोन्ही भागांत एकाच ओळीत येत राहतात का, हे तपासते. एकसारखे शब्द आणि केवळ एका ग्लिफने वेगळे असलेले शब्द वगळले जातात, जेणेकरून नक्कल हा संकेत कृत्रिमपणे निर्माण करू शकणार नाही.

हस्तलिखिताच्या पानांवर मांडलेले 16 भाषांमधील 28 मजकूर 0.139 ते 0.411 दरम्यान गुण मिळवतात (दोन भागांमधील सहसंबंध: एका भागात सापडलेल्या जोड्या दुसऱ्या भागाबद्दल काहीच सांगत नसतील तेव्हा 0, त्या पूर्णपणे जुळतात तेव्हा 1).
हस्तलिखिताला 0.071 गुण मिळतात, आणि दुसऱ्या, स्वतंत्र लिप्यंतरणात (transliteration — ग्लिफ एका प्रमाणित वर्णमालेत टंकलिखित करणे) 0.053: सर्वांत दुर्बळ मजकुराच्या निम्मी तीव्रता.
शब्द-सांकेतिक पद्धती त्या पातळीपर्यंत तेव्हाच घसरतात, जेव्हा त्यांच्या मूळ मजकुरात हा नमुना दुर्बळ असतो — सर्वांत ठळकपणे संक्षेपांसह लिहिलेले मध्ययुगीन लॅटिन, 0.102 वर — किंवा जेव्हा बरेच शब्द चुकीचे उतरवलेले असतात.

अंशांकन (calibration) महत्त्वाचे आहे: स्वयंसेवकांनी लिहिलेली निरर्थक बडबड खऱ्या गद्यापासून वेगळी ओळखण्यासाठी प्रशिक्षित केलेला प्रोग्राम हस्तलिखिताला निरर्थक ठरवतो, पण तो सांकेतिक रूपात लिहिलेल्या 54 पैकी 53 अर्थपूर्ण मजकुरांनाही निरर्थक ठरवतो.

आधी ज्ञात मजकूर वाचून दाखवावे लागणारे सांकेतिक-उकलक

प्रत्येक उकलक (solver) अशी किल्ली शोधतो, जिच्याखाली मजकूर दिलेल्या भाषेसारखा सर्वाधिक वाचला जातो; हे गुणांकन एका साध्या सांख्यिकीय तक्त्याने होते, जो त्या भाषेच्या जुन्या मजकुरांत कोणत्या अक्षरानंतर, किंवा शब्दानंतर, कोणते येण्याची प्रवृत्ती असते हे दाखवतो. प्रत्येक उकलक आधी नियंत्रण मजकुरांवर (control texts) चालवला गेला — त्याच पद्धतीने सांकेतिक रूपात लिहिलेले खरे मजकूर; जिथे तो ते वाचू शकला नाही, तिथे चाचणी अनिर्णित मानली गेली.

अक्षर-सांकेतिक लिप्या. उकलकाने 16 पैकी 15 भाषांचे नियंत्रण मजकूर वाचले. प्रत्येक भाषेत, हस्तलिखितात नियंत्रण मजकुरांपेक्षा कमी सुव्यवस्था दिसली, आणि त्याचे वाचन म्हणजे ओळखण्याजोगे शब्द नसलेल्या अक्षरांच्या माळा होत्या. हिब्रू अनिर्णितच राहिली.
शब्द-सांकेतिक पद्धती. संक्षिप्त लॅटिनच्या सांकेतिक पद्धतीसाठी — सांकेतिक-लिपी प्रोग्राम्सनी पसंत केलेला मूळ मजकूर — अशा लॅटिनच्या 5 दशलक्ष शब्दांवरून बनवलेल्या तक्त्यालाही हस्तलिखितापेक्षा नियंत्रण मजकुरांतच अधिक शब्दक्रम आढळला, जोपर्यंत पाचपैकी दोन शब्द चुकीचे उतरवले जात नाहीत.
प्रत्येक अक्षरासाठी किंवा उच्चारघटकासाठी एक शब्द. अशा 28 योजनांनी 1,144 निर्णय दिले: 596 वगळले गेले, 429 अनिर्णित, आणि 119 वगळता आले नाहीत: हस्तलिखित कोणताही संदेश नसलेल्या मजकुरांच्या किंचित वर राहिले, तरीही त्याची उकल वाचण्याजोग्या कशातही झाली नाही.

नजरेतून निसटणारी सांकेतिक लिपी

नोमेन्क्लेटर (nomenclator) ही त्या काळात सामान्य असलेली एक सांकेतिक पद्धत सर्वाधिक वारंवार येणारे शब्द संपूर्ण सांकेतिक शब्दांच्या रूपात लिहिते, आणि इतर शब्द अक्षरामागून अक्षर लिहिते. दुसरी किल्ली आणि शब्दांचा मोठा वाटा चुकीचा उतरवणारा लेखनिक (तिच्या दोन सर्वोत्तम जुळण्यांमध्ये 37% आणि 56%) यांच्यासह ती हस्तलिखितातील शब्दजोड्यांशी जुळते, आणि उकलक तिला 16 पैकी 9 भाषांमध्ये वगळू शकत नाहीत. मजकुरात पुढे जाताना किल्ली बदलणारी सांकेतिक लिपी तर तपासलीच गेली नाही.

शब्दांमधील एक शिवण

उरलेली सर्वांत मजबूत रचना शब्दांच्या सीमांवर आहे. एका शब्दाचा शेवटचा ग्लिफ पुढच्या शब्दाच्या पहिल्या ग्लिफवर बंधन घालतो: 0.204 बिट्स परस्पर माहिती (mutual information — एक घटक दुसऱ्याबद्दल किती सांगतो), तर नक्कल-प्रोग्रामसाठी 0.078 आणि सांकेतिक लिप्यांसाठी 0.014. अक्षर-उकलकाला जे सापडले, त्यातील बहुतेक भाग हाच दुवा वाहतो. लेखक याचे मूळ अशा ग्लिफमध्ये शोधतात, जे तपासलेल्या भाषांतील अक्षरांपेक्षा आपल्या शेजाऱ्यांशी दुप्पट घट्ट बांधलेले आहेत; कोणताही प्रोग्राम हस्तलिखितातील मोकळ्या जागांसह हा दुवा पुन्हा निर्माण करू शकत नाही.

छोट्या संदेशासाठी जागा

लेखकांनी हस्तलिखिताच्या मजकुरात 50 ते 5,000 अक्षरांचे संदेश पेरूनही पाहिले, आणि ते शोधले. केवळ एकाच प्रकारचा संदेश खात्रीने पकडला जातो: प्रत्येक अक्षर नेहमी एकाच शब्दाच्या रूपात लिहिलेले, आणि ते शब्द शेजारी शेजारी. परिच्छेदांच्या पहिल्या शब्दांमध्ये लपवलेला 500 अक्षरांचा असा प्रत्येक संदेश सापडला. हस्तलिखितातील कोणतीही गोष्ट अशा संदेशाकडे निर्देश करत नाही — पण प्रत्येक अक्षरासाठी अनेक शब्द वापरणारा, किंवा ज्याची अक्षरे दूरदूर विखुरलेली आहेत असा संदेश तिथे अजूनही लपलेला असू शकतो.