BẢN THẢO VOYNICH CHO THẤY RẤT ÍT DẤU VẾT CỦA NGÔN NGỮ

Bản thảo Voynich là một cuốn sách khoảng 240 trang mà phương pháp xác định niên đại bằng cacbon phóng xạ đặt vào đầu thế kỷ XV. Những hình vẽ thực vật, các vì sao và những nhân vật đang tắm bao quanh khoảng 38.000 từ viết bằng một hệ chữ không thấy ở bất kỳ nơi nào khác. Không ai đọc được nó.

Nó trông giống chữ viết: các từ được ngăn cách bằng khoảng trắng, nhiều từ hiếm, các ký hiệu — gọi là glyph — luôn giữ những vị trí cố định bên trong từ. Thế nhưng nó không hành xử giống bất kỳ ngôn ngữ nào đã biết. Cùng một từ thường xuất hiện hai hoặc ba lần liên tiếp, nhiều từ chỉ khác các từ bên cạnh đúng một glyph, và các từ hay gặp thì ngắn và giống nhau.

Chữ vô nghĩa, hay một ngôn ngữ đội lốt?

Theo một cách lý giải, văn bản không có nghĩa gì: một người chép sách viết mỗi từ mới bằng cách sao chép một từ trước đó và thay đổi một hoặc hai glyph, một quá trình do Timm và Schinner đề xuất năm 2020. Theo cách lý giải còn lại, một ngôn ngữ thật ẩn sau một mật mã — một thiết kế gần đây, mật mã Naibbe, biến tiếng Latinh hoặc tiếng Ý thành một văn bản rất giống văn bản của bản thảo.

Từ lâu, mỗi phe đều lập luận dựa trên những số liệu thống kê được chọn cho đúng mục đích của mình. Xin Zhang và Victor S. Sheng, tại Đại học Texas Tech, đã đánh giá cả hai theo cùng một bộ quy tắc.

Cùng số trang, cùng ngân sách, những thống kê chưa từng thấy

Mỗi cách lý giải trở thành một chương trình điền đầy các trang và các dòng của bản thảo, từng từ một. Các chương trình sao chép viết mỗi từ như một từ mới hoặc như một bản sao đã bị thay đổi của một từ trước đó. Các chương trình mật mã mã hóa một văn bản thật thời trung cổ, thay mỗi từ bằng một từ mã, hoặc thay các chữ cái của nó, các âm tiết của nó, hay chỉ từ loại ngữ pháp của nó. Mỗi mật mã cũng được gắn một người chép sách có thói quen sao chép, để sự lặp lại cục bộ không nghiêng về phe nào.

Mỗi chương trình được tinh chỉnh trên 22 thống kê của văn bản, rồi được đánh giá trên 15 thống kê khác mà nó chưa từng thấy.

Các quy tắc sao chép của Timm và Schinner dự đoán những thống kê chưa từng thấy đó tốt hơn nhiều so với bất kỳ mật mã nào dùng một khóa duy nhất. Sai lệch tệ nhất của chúng vẫn dưới năm độ lệch chuẩn (mức phân tán điển hình giữa các văn bản do chính chương trình tạo ra); một bộ mã từ thì trượt một thống kê hơn một trăm độ lệch chuẩn.
Thống kê mang tính quyết định là một sự trôi dạt. Bản thảo có hai “phương ngữ”, Currier A và B, sử dụng glyph theo những cách khác nhau. Một khóa cố định viết ra cùng những thói quen dùng glyph trên mọi trang; một người chép sách dựng từ mới từ những từ mình vừa viết thì để chúng trôi dạt dần.
Nhưng các mật mã có khóa thứ hai — một khóa riêng cho các trang Currier B — hoặc chỉ mã hóa từ loại của một văn bản thật, cũng làm tốt không kém, với một người chép sách chép sai khoảng một nửa số từ. Theo lời các tác giả, “những mật mã khớp tốt nhất là những mật mã mà bản rõ của chúng ít quan trọng nhất” (bản rõ là văn bản gốc, trước khi được mã hóa).

Chỉ riêng thống kê về từ không thể phân định, và không chương trình nào khớp được cả 37 thống kê cùng lúc.

Những từ cứ gặp lại nhau trên một dòng

Vì vậy, các tác giả đi tìm một dấu vết của ngôn ngữ mà không cần giải mã. Trong một văn bản có nghĩa, những từ đi cùng nhau — một danh từ và động từ của nó, các phần của một cụm từ cố định — xuất hiện chung một dòng thường xuyên hơn mức ngẫu nhiên, và lặp lại điều đó ở những chỗ khác trong văn bản. Một bộ mã từ giữ nguyên khuôn mẫu này; còn một cặp từ sinh ra từ việc sao chép trên một trang thì chẳng có lý do gì để quay lại vài trang sau.

Phép thử chia cuốn sách làm đôi và kiểm tra xem các cặp từ hay gặp có tiếp tục xuất hiện chung dòng ở cả hai nửa hay không. Những từ giống hệt nhau và những từ chỉ khác nhau một glyph bị loại ra, để việc sao chép không thể làm giả tín hiệu.

28 văn bản thuộc 16 ngôn ngữ, được dàn trang theo các trang của bản thảo, đạt điểm từ 0,139 đến 0,411 (một hệ số tương quan giữa hai nửa: bằng 0 khi các cặp tìm thấy ở nửa này không cho biết gì về nửa kia, bằng 1 khi chúng khớp hoàn toàn).
Bản thảo đạt 0,071, và 0,053 với một bản chuyển tự thứ hai, độc lập (một cách gõ các glyph sang một bảng chữ cái chuẩn): bằng một nửa cường độ của văn bản yếu nhất.
Các bộ mã từ chỉ tụt xuống mức đó khi văn bản gốc của chúng thể hiện khuôn mẫu này một cách yếu ớt — trên hết là tiếng Latinh thời trung cổ viết với các chữ viết tắt, ở mức 0,102 — hoặc khi nhiều từ bị chép sai.

Việc hiệu chuẩn rất quan trọng: một chương trình được huấn luyện để phân biệt chữ vô nghĩa do các tình nguyện viên viết với văn xuôi thật gọi bản thảo là vô nghĩa, nhưng nó cũng gọi 53 trên 54 văn bản có nghĩa đã được mã hóa là vô nghĩa.

Những cỗ máy phá mã phải đọc được văn bản đã biết trước

Mỗi bộ giải tìm kiếm khóa mà theo đó văn bản đọc lên giống một ngôn ngữ cho trước nhất, được chấm điểm bằng một bảng thống kê đơn giản về việc chữ cái, hoặc từ, nào thường theo sau chữ cái, hoặc từ, nào trong các văn bản cổ của ngôn ngữ đó. Mỗi bộ giải trước hết được chạy trên các văn bản đối chứng, những văn bản thật được mã hóa theo cùng một cách; ở chỗ nào nó không đọc được chúng, phép thử được tính là chưa phân định.

Mật mã chữ cái. Bộ giải đọc được các văn bản đối chứng của 15 trên 16 ngôn ngữ. Ở mỗi ngôn ngữ, bản thảo cho thấy ít trật tự hơn các văn bản đối chứng, và các cách đọc của nó là những chuỗi chữ cái không có từ nào nhận ra được. Tiếng Hebrew vẫn chưa phân định.
Bộ mã từ. Với một bộ mã dựa trên tiếng Latinh viết tắt, văn bản gốc được các chương trình mật mã ưa chuộng, một bảng được xây dựng từ 5 triệu từ tiếng Latinh như vậy vẫn tìm thấy nhiều trật tự từ trong các văn bản đối chứng hơn trong bản thảo, trừ khi hai trên năm từ bị chép sai.
Một từ cho mỗi chữ cái hoặc âm tiết. 28 sơ đồ như vậy cho ra 1.144 kết luận: 596 bị loại trừ, 429 chưa phân định, và 119 không thể loại trừ: bản thảo chỉ nhỉnh hơn một chút so với những văn bản hoàn toàn không chứa thông điệp nào, nhưng khi giải mã lại không ra được gì đọc được.

Loại mật mã lọt qua

Một nomenclator, một loại mã phổ biến vào thời kỳ đó, viết những từ hay gặp nhất dưới dạng các từ mã nguyên vẹn và đánh vần các từ còn lại từng chữ cái một. Với một khóa thứ hai và một người chép sách chép sai một phần lớn số từ (37% và 56% trong hai phương án khớp tốt nhất của nó), nó khớp với các cặp từ của bản thảo, và các bộ giải không thể loại trừ nó ở 9 trên 16 ngôn ngữ. Một mật mã có khóa thay đổi dọc theo văn bản thì hoàn toàn chưa được thử nghiệm.

Một đường nối giữa các từ

Cấu trúc mạnh nhất còn lại nằm ở ranh giới giữa các từ. Glyph cuối cùng của một từ ràng buộc glyph đầu tiên của từ tiếp theo: 0,204 bit thông tin tương hỗ (mức độ mà cái này cho bạn biết về cái kia), so với 0,078 của chương trình sao chép và 0,014 của các mật mã. Mối liên kết này chiếm phần lớn những gì bộ giải chữ cái tìm thấy. Các tác giả truy nguyên nó về việc các glyph gắn với các glyph bên cạnh chặt gấp đôi so với các chữ cái trong những ngôn ngữ được thử nghiệm; không chương trình nào tái tạo được nó đồng thời với các khoảng trắng của bản thảo.

Chỗ cho một thông điệp ngắn

Các tác giả cũng cài những thông điệp dài từ 50 đến 5.000 chữ cái vào văn bản của bản thảo rồi tìm kiếm chúng. Chỉ một loại được phát hiện một cách đáng tin cậy: mỗi chữ cái luôn được viết bằng cùng một từ, các từ nằm cạnh nhau. Khi được giấu trong những từ đầu tiên của các đoạn văn, mọi thông điệp như vậy dài 500 chữ cái đều được tìm thấy. Không có gì trong bản thảo cho thấy có một thông điệp như thế — nhưng một thông điệp dùng nhiều từ cho mỗi chữ cái, hoặc có các chữ cái được đặt cách xa nhau, vẫn có thể ẩn ở đó.