Systemy nie rozpoznają już po prostu kształtów. Czytali je.
Startup TokenAI z Aleksandrii wypuścił dwa nowe modele: Horus Hiero i Horus Hiero Mini. Wykonują zadanie, które wydawało nam się prawie niemożliwe w przypadku standardowych modeli wizualnych: analizują gramatykę starożytnego Egiptu na podstawie danych wizualnych i tłumaczą ją bezpośrednio na ustrukturyzowany tekst angielski lub arabski.
Brak środków zewnętrznych. Zaprojektowany całkowicie od podstaw.
Większość nowoczesnych wizualnych sztucznej inteligencji potrafi oczywiście wykryć hieroglif. Wskaż go, być może oznacz jako „sęp” lub „oko”. Ale na tym kończą się ich możliwości. Nie potrafią ułożyć tych symboli w spójne zdania. Brakuje im własnego mechanizmu przetwarzania starożytnej struktury syntaktycznej. TokenAI wypełnił tę pustkę.
„Sztuczna inteligencja, która natywnie rozumie kontekst hieroglifów, nie ma analogii”.
Silnik jest trenowany na prawdziwych artefaktach: rysunkach epigraficznych, płaskorzeźbach kamiennych, skrawkach zwojów papirusu. I to nie tylko w przypadku czcionek cyfrowych. System rozumie specyfikę mediów.
To jest to, co naprawdę się liczy.
Horus Hiero 9B to model flagowy. Zajmuje pierwsze miejsce w nowym teście TokenAI.
Horus Hiero Mini 4B to model dla segmentu masowego. Zaprojektowany do pracy na budżetowych procesorach. Wyobraź sobie tłumaczenie offline na niedrogim smartfonie.
Obydwa modele mają ogromne okno kontekstowe zawierające 128 000 tokenów. Można tam przesłać całą książkę. Obsługują także ponad 100 współczesnych języków, wyświetlając pełne dialekty arabskie, od potocznego języka egipskiego po warianty 海湾 (jalicyjskie) i lewantyńskie. Nie chodzi tylko o przeszłość. Wypełniają lukę językową w całym regionie.
Mówimy liczbami.
Zastrzeżony Hieroglyphic AI Benchmark ocenia wydajność w czterech wymiarach: rozpoznawanie, transliteracja, tłumaczenie i rozumowanie kontekstowe.
Horus Hiero osiągnął ogólny wynik 90%. 92,4% dla dokładnej identyfikacji postaci według listy Gardinera. 89,3% z prawdziwym tłumaczeniem gramatycznym. Jest to wysoki stopień dokładności dla tekstów starożytnych. Trochę w tyle pozostał model Mini, który pokazał 84,2%, co jest całkiem logiczne: poświęca część mocy na rzecz możliwości pracy na dowolnym urządzeniu. Nawet na sprzęcie, który nie krzyczy o sobie jako o „centrum danych”.
Wyniki w światowych benchmarkach są również konkurencyjne. Horus Hiero uzyskał 79,3% w MMLU-Pro. Jego umiejętności programowania w języku Python osiągnęły wynik HumanEval na poziomie 83,7. Dla modelu z 9 miliardami parametrów? Jest to wynik znacznie powyżej średniej dla jej klasy.
A co ze znaczeniem?
W tym miejscu staje się to trudne dla większości sztucznej inteligencji. Transliteracja jest prosta. Zamień symbol na dźwięk fonetyczny. Rozumowanie kontekstowe? Wymaga to zrozumienia, dlaczego dana kombinacja ma znaczenie.
Jeśli sztuczna inteligencja widzi Ankh, Oko Horusa i Różdżkę Vas razem, powinna zrozumieć, że to nie jest tylko lista przedmiotów. To oświadczenie o życiu, ochronie i mocy. Święta koncepcja związana ze związkami faraona z bogami. TokenAI twierdzi, że jego modele rozumieją te powiązania religijne i kulturowe. Nie tylko słowa. I ciężar za nimi.
Praktyczne zastosowanie? Natychmiastowe tłumaczenie za pomocą kamery dla turystów w muzeach. Najlepsze narzędzia dla egiptologów. Bardzo dokładny OCR dla archiwów historycznych. Być może nawet wyszukiwanie korporacyjne firm pracujących z dokumentami arabskimi w różnych dialektach.
To nie pierwszy raz, kiedy TokenAI zaskakuje opinię publiczną.
Założony przez Assema Sabriego zespół wypuścił wcześniej Horus 1.0-4B w 2026 r. Mały model z 4 miliardami parametrów, który przewyższał Llamę 3.1 i Gemmę 2 w MMLU, mimo że te modele miały dwukrotnie więcej parametrów. Zmiażdżyła je nawet w ArabicBench (67% w porównaniu z 40% w przypadku Lamy). Firma utrzymała dynamikę, tworząc Horus Lens 1.0, model do generowania obrazów z tekstu.
To wydanie opiera się na tym samym paradygmacie. Efektywność. Odważniki otwarte na podstawie niestandardowej licencji w celu ochrony własności intelektualnej, ale za pozwoleniem na badania. Interfejs czatu już wkrótce. Większy i mocniejszy model jest już w fazie opracowywania.
Czy to koniec ręcznej transkrypcji dla naukowców? Prawdopodobnie nie.
Ale dla gościa muzeum patrzącego na ścianę w Luksorze? Ściana stała się głośniejsza. Jaśniejsze. Kamień przemawia. A teraz oprogramowanie, które to odczytuje, mówi.
