SHRDLUは、1968年から1970年にかけてMITでテリー・ウィノグラードによって開発された初期の自然言語理解コンピュータプログラムです。これにより、ユーザーは簡略化された「ブロック世界」（ブロック、角錐、球が入った仮想的な箱）の中で物体を操作しながら、英語でコンピュータと対話することができました。このプログラムは、言語解析、記憶、および基本的な物理を組み合わせて理解をシミュレートし、DEC PDP-6コンピュータ上でDECグラフィック端末を使用してMicro PlannerとLispで書かれていました。後にユタ大学での追加により、世界の完全な3Dレンダリングが実現しました。この名前は、英語での使用頻度順に並べられたLinotypeの文字配列である「ETAOIN SHRDLU」に由来しています。
機能
SHRDLUの核となるのは、ユーザーの指示やブロック世界に関する質問を処理する言語パーサーでした。この世界は意図的に単純化されており、約50語の語彙（「ブロック」や「角錐」などの名詞、「置く」や「動かす」などの動詞、「大きい」や「青い」などの形容詞）で構成されていました。この単純さにより、プログラムは文を確実に解析し、動作を実行することができました。
重要な特徴は、文脈を提供する記憶機能でした。ユーザーは、完全な説明を繰り返すことなく、以前に言及した物体を参照できました。例えば、「緑のブロックを赤いブロックの上に置く」という指示の後、「角錐を取る」という後続の指示では、緑の角錐を正しく特定できました。また、SHRDLUは「角錐の前に何かを取ったか？」などの履歴に関する質問にも答えることができました。
このプログラムには、世界の基本的な物理法則に関するルールが含まれており、可能性について推論することができました。例えば、ブロックは積み重ねられるが角錐は積み重ねられないことを演繹でき、これに基づいて「角錐は角錐を支えられるか？」という質問に「わからない」と答えたり、「角錐を2つ積み重ねる」という指示に「できない」と答えたりしました。
また、SHRDLUはユーザーが新しい用語を定義することも可能にしました。例えば、「尖塔とは、2つの緑のブロックと1つの角錐を含む積み重ねである」と定義すると、その後、尖塔に関する質問を理解し、新しい尖塔を構築することもできました。
典型的なセッション（ウィノグラードの文書に記録されている）では、プログラムが複雑な指示を処理し、代名詞の参照を解決し、その動作を説明する様子が示されています。例えば、「なぜそのブロックをどけたのか？」と尋ねられた場合、「緑のブロックを赤いブロックの上に置くためです」と答え、推論の連鎖を示しました。
影響
SHRDLUは人工知能（AI）研究における画期的な成功と見なされ、自然言語理解の可能性を示しました。その性能はAI研究者の間で楽観的な見方を生み、このようなシステムを拡張すれば汎用知能を達成できると信じられました。しかし、後のシステムが現実世界の曖昧さや複雑さに直面したことで、この楽観論は衰退しました。SHRDLUの制御された環境は、そのような課題を回避していたのです。
このプログラムは、その後の人工知能や自然言語処理の研究に影響を与えましたが、機械学習や大規模言語モデルのような現代的なアプローチに直接つながるものではありませんでした。ウィノグラードのMITコンピュータ科学・人工知能研究所（当時のMIT AIラボ）での研究は、言語理解における文脈と世界知識の重要性など、この分野の基礎的な概念に貢献しました。
技術的詳細
SHRDLUは、当時のメインフレームであるDEC PDP-6コンピュータ上で動作し、DECグラフィック端末を表示に使用しました。ソフトウェアは、AI研究で人気のあったプログラミング言語であるMicro PlannerとLispで書かれていました。プログラムのアーキテクチャは、構文解析、意味解釈、およびブロック世界を操作する問題解決コンポーネントを統合していました。
ブロック世界自体は、ブロック、角錐、球などの物体がテーブルまたは箱の中に配置されたシミュレート環境でした。プログラムは物体の位置、サイズ、色、および関係を追跡し、空間的な質問に答え、操作コマンドを実行することができました。
遺産
SHRDLUは今でも初期AIの古典的な例として、教科書や歴史的記述で頻繁に引用されています。文脈に敏感な対話と計画のデモンストレーションは時代を先取りしていましたが、その限界もまた教訓的でした。手作りのルールと制限された領域への依存は、後の深層学習やニューラルネットワークのようなデータ駆動型のアプローチとは対照的でした。
ウィノグラードは後にスタンフォード大学に移り、人間とコンピュータのインタラクションに関する研究を続けました。SHRDLUという名前自体が好奇心を引き起こすものとなり、Linotypeのキー配列に由来するこの用語は、計算分野で時折言及されます。
その古さにもかかわらず、SHRDLUの原理（文脈のための記憶の使用や物理的制約の推論など）は、現代のAIシステムにも関連性を持ち続けています。ただし、現在の実装は異なる方法で行われています。このプログラムの成功とその後の楽観論の衰退は、堅牢な言語理解を達成する際の課題を浮き彫りにし、その目標は今日の研究者によって今も追求され続けています。