Создание вымышленных языков - дело, требующее десятилетий. Джон Р. Р. Толкин разрабатывал эльфийский язык для «Властелина колец» почти всю жизнь. Создатели «Игры престолов» нанимали профессиональных лингвистов для дотракийского. Эсперанто, призванный стать универсальным языком мира, рождался годами кропотливой философской и лингвистической работы. Теперь исследователи из Тель-Авивского университета, Университета Карнеги-Меллона и Калифорнийского университета в Беркли создали систему искусственного интеллекта ConlangCrafter, которая может за один сеанс разработать основы нового языка - со своей звуковой системой, грамматическими правилами и словарем.
Результаты работы представлены на конференции Ассоциации вычислительной лингвистики 2026 года и опубликованы в сборнике ACL Anthology.
Как ConlangCrafter создает язык с нуля
Отличительная особенность системы - пошаговый подход. Вместо того чтобы просить ИИ придумать целый язык за один раз, что, как выяснили исследователи, приводит к скучным и однообразным результатам, ConlangCrafter разбивает задачу на этапы. Сначала идут звуки: какие согласные и гласные используются и как они могут сочетаться. Затем следуют правила грамматики: как упорядочиваются предложения, как глаголы изменяются в зависимости от времени и лица. Только после этого система добавляет сами слова.
На каждом этапе ИИ генерирует описание соответствующего слоя, проверяет свою работу на наличие противоречий и вносит изменения, прежде чем перейти к следующему этапу. Этот цикл самопроверки важен, поскольку небольшие противоречия могут перерасти в более серьезные проблемы, если их вовремя не исправить.
Чтобы избежать однообразия, исследователи добавили генератор случайных чисел. Вместо того чтобы позволять ИИ использовать знакомые шаблоны из обучающих данных, система случайным образом выбирает такие признаки, как порядок слов, способ построения глаголов и использование тонов. Затем ИИ заполняет детали на основе этих случайно выбранных отправных точек, сохраняя творческий контроль, в то время как случайность направляет его в менее изученную область.
Как измеряли разнообразие и согласованность
Одной из самых сложных задач этого исследования было определение системы оценки. При оценке искусственного языка нет правильного ответа. Команда разработала новую систему оценки на основе реальной базы данных «Всемирный атлас языковых структур» (WALS), которая каталогизирует различия между естественными языками по ключевым признакам: например, обычно ли глагол ставится до или после подлежащего, добавляются ли звуки до или после корневого слова и различается ли грамматический род.
Исследователи выбрали 16 таких признаков и использовали ИИ для анализа сгенерированных языков по тому же контрольному списку. ConlangCrafter показал стабильные результаты в диапазоне от 0,56 до 0,60, в то время как более простой одноэтапный подход давал лишь 0,25-0,35. Реальный образец естественного языка из базы данных WALS показал около 0,43. Это означает, что языки, сгенерированные ConlangCrafter, продемонстрировали большее структурное разнообразие, чем выборка из 1874 реальных естественных языков.
Для измерения внутренней согласованности команда перевела фиксированный набор из 10 тестовых предложений на каждый сгенерированный язык и с помощью ИИ проверила, соответствует ли каждый перевод правилам, установленным самим языком. Чтобы проверить, действительно ли автоматизированная оценка соответствует экспертным заключениям, команда привлекла двух лингвистов с докторской степенью, которые потратили около 35 часов на ручную проверку подмножества сгенерированных языков и переводов. Согласованность между оценками экспертов и автоматизированными оценками оказалась значимой.
Нечеловеческие языки: только гласные и цветовые сигналы
Помимо цифр, система способна на нечто действительно необычное: генерировать языки, построенные на ограничениях, которым ни один естественный человеческий язык никогда не смог бы соответствовать. В одном примере пользователь указал, что в языке не должно быть согласных звуков, только гласные. Система сгенерировала соответствующий язык. В другом примере пользователь указал, что язык предназначен для инопланетной расы и вместо звуков должен использовать цвета и жесты. Система изобрела «хромемы» - сигналы на основе цвета, и «кинемы» - сигналы на основе жестов, и построила на их основе грамматику.
Эти примеры указывают на реальные области применения: разработчики игр могут создавать вымышленные миры, нуждающиеся во внутренне согласованных культурах и языках, или исследователи могут проверять теоретические идеи о том, какие характеристики действительно необходимы языку для функционирования. Система также позволяет пользователям с частичными представлениями дополнить то, что им известно, а ИИ позаботится об остальном.
Ограничения и вызовы
Исследователи откровенно заявляют, что ConlangCrafter - это отправная точка, а не готовый продукт. Создаваемые им языки охватывают только основы: звуки, структуру грамматики и список лексики, опуская тонкости значения, особенности построения диалогов и способы записи слов. Также существуют опасения по поводу предвзятости: крупные языковые модели обучаются в основном на текстах на широко распространенных языках, таких как английский, что может незаметно подталкивать генерируемые языки к знакомым шаблонам.
Исследователи также предупреждают, что генерация вымышленного языкового контента не должна отвлекать внимание или ресурсы от неотложной работы по документированию реальных исчезающих языков, на которых говорят современные сообщества. Запуск всего конвейера обработки данных требует значительных вычислительных ресурсов, при этом большая часть затрат приходится на циклы трансляции и самопроверки.
