SHRDLU

SHRDLU — это ранняя экспертная система и программа для моделирования естественного языка, разработанная в 1968—1970 годах американским учёным Терри Виноградом в Массачусетском технологическом институте (MIT). Программа демонстрировала взаимодействие человека с компьютером на ограниченном естественном языке (английском) в рамках виртуального «мира кубиков» — трёхмерного пространства, содержащего геометрические фигуры (кубы, пирамиды, призмы) различных цветов и размеров. SHRDLU считается одним из первых успешных примеров интеграции синтаксического анализа, семантического понимания и планирования действий в искусственном интеллекте.

История создания

Разработка SHRDLU велась в рамках диссертации Терри Винограда «Procedures as a Representation for Data in a Computer Program for Understanding Natural Language» (1971). Виноград стремился создать систему, способную не просто распознавать команды на естественном языке, но и выполнять их в смоделированной среде, а также отвечать на вопросы о своём состоянии и действиях. Работа опиралась на более ранние исследования в области компьютерной лингвистики (например, систему ELIZA Джозефа Вейценбаума) и символического ИИ.

Название программы происходит от последовательности букв, которая часто появлялась в случайных строках при тестировании наборов символов на телетайпах (клавиатурах) — «SHRDLU» была результатом нажатия клавиш в верхнем ряду (по аналогии с «QWERTY»). Виноград выбрал это слово как не имеющее смысла, чтобы подчеркнуть, что программа не привязана к какой-либо конкретной предметной области.

Архитектура и принцип работы

SHRDLU состояла из трёх основных модулей, работающих в тесной связке:

1. Синтаксический анализатор (парсер) — использовал грамматику, основанную на системах фразовых структур (в частности, грамматику зависимостей). Он разбивал предложение на составляющие (существительные, глаголы, прилагательные) и строил дерево синтаксического разбора.
2. Семантический анализатор — интерпретировал смысл предложения, сопоставляя синтаксические структуры с объектами и действиями в «мире кубиков». Например, слово «красный» связывалось с цветом, «пирамида» — с типом объекта, «положи» — с действием перемещения.
3. Планировщик (решатель задач) — на основе семантического представления генерировал последовательность команд для робота-манипулятора (виртуальной руки), который мог захватывать, перемещать и ставить объекты. Планировщик учитывал физические ограничения: нельзя поставить куб на пирамиду, если она неустойчива, или переместить объект, если он заблокирован другим.

Мир кубиков

Виртуальная среда SHRDLU представляла собой плоскую поверхность (стол), на которой располагались геометрические тела. Программа могла:

• Идентифицировать объекты по цвету, форме, размеру и положению.
• Выполнять команды: «Возьми красный куб», «Поставь зелёную пирамиду на синий куб», «Убери все объекты со стола».
• Отвечать на вопросы: «Что находится на синем кубе?», «Какого цвета пирамида?», «Сколько кубов на столе?».
• Вести диалог: пользователь мог уточнять команды, задавать вопросы о прошлых действиях или просить объяснить, почему программа не может выполнить действие.

Возможности и ограничения

Возможности

• Понимание контекста: SHRDLU могла запоминать историю диалога и использовать её для разрешения неоднозначностей. Например, на вопрос «Что это?» (после команды «Возьми красный куб») программа отвечала «Красный куб».
• Генерация ответов: программа могла не только выполнять команды, но и объяснять свои действия («Я не могу взять пирамиду, потому что она под зелёным кубом»).
• Обучение на примерах: пользователь мог вводить новые слова и конструкции, и программа адаптировалась к ним в пределах своей грамматики.

Ограничения

• Замкнутость мира: SHRDLU работала только в пределах своего «мира кубиков». Любая команда, выходящая за рамки этой предметной области (например, «Что такое любовь?»), вызывала ошибку или бессмысленный ответ.
• Жёсткая грамматика: программа не могла обрабатывать сложные синтаксические конструкции, метафоры, иронию или нестандартные обороты.
• Отсутствие обобщения: SHRDLU не могла перенести свои знания на другие домены или задачи.

Влияние и значение

SHRDLU стала важной вехой в истории искусственного интеллекта и компьютерной лингвистики. Она продемонстрировала, что комбинация синтаксиса, семантики и планирования позволяет создавать системы, способные к ограниченному, но осмысленному взаимодействию с человеком. Работа Винограда повлияла на развитие:

• Экспертных систем — SHRDLU показала, как знания о предметной области могут быть формализованы и использованы для решения задач.
• Обработки естественного языка (NLP) — программа стала одним из первых примеров интеграции грамматического анализа с семантическим пониманием.
• Робототехники — идеи планирования действий в «мире кубиков» позже были применены в реальных системах управления роботами.

Однако SHRDLU также выявила фундаментальные ограничения символьного подхода к ИИ. Критики (в частности, Хьюберт Дрейфус) отмечали, что программа не обладает настоящим пониманием, а лишь имитирует его в узкой, заранее заданной среде. Это привело к упадку интереса к символьному ИИ в 1970-х годах и переходу к более статистическим и нейросетевым методам.

Интересные факты

• Название «SHRDLU» было выбрано случайно. Виноград использовал его как «бессмысленное слово», чтобы избежать ассоциаций с реальными объектами.
• Программа была написана на языке LISP (диалект MacLisp) и работала на компьютере PDP-6.
• Демонстрация SHRDLU в 1970 году произвела сильное впечатление на научное сообщество, но позже была раскритикована за «искусственность» и отсутствие обобщения.
• В 2000-х годах энтузиасты создали несколько реконструкций SHRDLU на современных языках (например, на Python), чтобы сохранить наследие программы.

Источники

• Winograd, T. (1971). Procedures as a Representation for Data in a Computer Program for Understanding Natural Language. MIT AI Laboratory.
• Winograd, T. (1972). Understanding Natural Language. Academic Press.
• Dreyfus, H. (1972). What Computers Can’t Do: A Critique of Artificial Reason. Harper & Row.
• Russell, S., Norvig, P. (2010). Artificial Intelligence: A Modern Approach (3rd ed.). Prentice Hall.