SHRDLU

SHRDLU ist ein frühes Computerprogramm zum Verständnis natürlicher Sprache, das von Terry Winograd am MIT in den Jahren 1968–1970 entwickelt wurde. Es ermöglichte Benutzern, sich auf Englisch mit einem Computer zu unterhalten und Objekte in einer vereinfachten „Blockwelt“ zu manipulieren - einer virtuellen Box, die Blöcke, Kegel und Kugeln enthielt. Das Programm kombinierte Sprachverarbeitung, Gedächtnis und grundlegende Physik, um Verständnis zu simulieren, und wurde in Micro Planner und Lisp auf einem DEC-PDP-6-Computer mit einem DEC-Grafikterminal geschrieben. Spätere Ergänzungen an der University of Utah fügten eine vollständige 3D-Darstellung der Welt hinzu. Der Name leitet sich von ETAOIN SHRDLU ab, der Buchstabenanordnung auf Linotype-Maschinen, geordnet nach der Häufigkeit der Verwendung im Englischen.

Funktionalität

SHRDLUs Kern war ein Sprachparser, der Benutzeranweisungen und Fragen zur Blockwelt verarbeitete. Die Welt war bewusst einfach gehalten, mit einem Vokabular von etwa 50 Wörtern: Substantive wie „Block“ und „Kegel“, Verben wie „auflegen“ und „bewegen zu“ sowie Adjektive wie „groß“ und „blau“. Diese Einfachheit ermöglichte es dem Programm, Sätze zu analysieren und Aktionen zuverlässig auszuführen.

Ein zentrales Merkmal war sein Gedächtnis, das Kontext bot. Benutzer konnten sich auf zuvor erwähnte Objekte beziehen, ohne vollständige Beschreibungen zu wiederholen. Zum Beispiel würde nach „lege den grünen Kegel auf den roten Block“ ein anschließendes „nimm den Kegel ab“ den grünen Kegel korrekt identifizieren. SHRDLU konnte auch Fragen zu seiner Geschichte beantworten, wie etwa „hast du vor dem Kegel etwas aufgehoben?“

Das Programm enthielt grundlegende Regeln zur Physik der Welt, die es ihm ermöglichten, über Möglichkeiten zu schlussfolgern. Es konnte ableiten, dass Blöcke gestapelt werden konnten, Pyramiden jedoch nicht, basierend auf seinen Erfahrungen. Dies erlaubte es, Fragen wie „Kann eine Pyramide eine Pyramide stützen?“ mit „ICH WEISS NICHT“ oder „Staple zwei Pyramiden“ mit „ICH KANN NICHT“ zu beantworten.

SHRDLU erlaubte Benutzern auch, neue Begriffe zu definieren. Zum Beispiel konnte man sagen „ein Kirchturm ist ein Stapel, der zwei grüne Würfel und eine Pyramide enthält“, und SHRDLU würde dann Fragen zu Kirchtürmen verstehen und beantworten, sogar neue auf Anfrage bauen.

Eine typische Sitzung (wie in Winograds Arbeit dokumentiert) zeigt das Programm bei der Verarbeitung komplexer Anweisungen, der Auflösung von Pronomenreferenzen und der Erklärung seiner Aktionen. Zum Beispiel antwortete es auf die Frage „Warum hast du diesen Würfel weggeräumt?“ mit „UM IHN AUF EINEN GROSSEN GRÜNEN WÜRFEL ZU LEGEN“, was eine Kette von Schlussfolgerungen demonstriert.

Konsequenzen

SHRDLU galt als bahnbrechender Erfolg in der Forschung zur künstlichen Intelligenz (KI) und zeigte das Potenzial des Verständnisses natürlicher Sprache. Seine Leistung führte zu Optimismus unter KI-Forschern, die glaubten, dass die Skalierung solcher Systeme allgemeine Intelligenz erreichen könnte. Dieser Optimismus verblasste jedoch, als spätere Systeme mit der Mehrdeutigkeit und Komplexität der realen Welt konfrontiert wurden, die SHRDLUs kontrollierte Umgebung vermied.

Das Programm beeinflusste spätere Arbeiten in künstlicher Intelligenz und Verarbeitung natürlicher Sprache, obwohl es nicht direkt zu modernen Ansätzen wie maschinellem Lernen oder großen Sprachmodellen führte. Winograds Arbeit am MIT CSAIL (damals das MIT AI Lab) trug zu den grundlegenden Konzepten des Feldes bei, einschließlich der Bedeutung von Kontext und Weltwissen für das Sprachverständnis.

Technische Details

SHRDLU lief auf einem DEC-PDP-6-Computer, einem Mainframe dieser Ära, und verwendete ein DEC-Grafikterminal zur Anzeige. Die Software wurde in Micro Planner, einer Planungssprache, und Lisp, einer in der KI-Forschung beliebten Programmiersprache, geschrieben. Die Architektur des Programms integrierte einen syntaktischen Parser, semantische Interpretation und eine Problemlösungskomponente, die die Blockwelt manipulierte.

Die Blockwelt selbst war eine simulierte Umgebung mit Objekten wie Blöcken, Pyramiden und Kugeln, die auf einem Tisch oder in einer Box platziert waren. Das Programm verfolgte Objektpositionen, Größen, Farben und Beziehungen, was es ihm ermöglichte, räumliche Fragen zu beantworten und Manipulationsbefehle auszuführen.

Vermächtnis

SHRDLU bleibt ein klassisches Beispiel früher KI, das oft in Lehrbüchern und historischen Darstellungen zitiert wird. Seine Demonstration kontextsensibler Dialoge und Planung war ihrer Zeit voraus, obwohl seine Einschränkungen ebenfalls lehrreich waren. Die Abhängigkeit des Programms von handgefertigten Regeln und einer eingeschränkten Domäne stand in scharfem Kontrast zu späteren datengetriebenen Ansätzen wie tiefem Lernen und neuronalen Netzen.

Winograd wechselte später nach Stanford, wo er seine Forschung zur Mensch-Computer-Interaktion fortsetzte. Der Name SHRDLU selbst wurde zu einer Kuriosität, abgeleitet von der Tastenreihenfolge der Linotype-Maschine, und wird manchmal als Begriff in der Informatik verwendet.

Trotz seines Alters bleiben SHRDLUs Prinzipien - wie die Nutzung von Gedächtnis für Kontext und das Schlussfolgern über physikalische Einschränkungen - für moderne KI-Systeme relevant, auch wenn sie heute anders implementiert werden. Der Erfolg des Programms und der anschließende Niedergang des Optimismus verdeutlichen die Herausforderungen, robustes Sprachverständnis zu erreichen, ein Ziel, das Forscher auch heute noch verfolgen.