سال‌ها پیش از آنکه چت‌بات‌ها و دستیارهای مجازی به بخش ثابت زندگی روزمره تبدیل شوند، برنامه‌ای در مؤسسه فناوری ماساچوست (MIT) توسعه یافت که توانایی‌های بی‌سابقه‌ای را به نمایش گذاشت. ماشینی که می‌توانست به زبان انگلیسی گفت‌وگو کند، درباره محیط پیرامون خود استدلال کند، اعمال پیشین را به خاطر بسپارد و حتی دلیل انجام کارهایش را توضیح دهد. این برنامه SHRDLU نام داشت که تری وینوگراد آن را بین سال‌های 1968 تا 1970 طراحی کرد و اکنون یکی از آموزنده‌ترین آزمایش‌ها در تاریخ هوش مصنوعی به شمار می‌رود.

گذر از تقلید هوشمندانه به سمت درک واقعی

در اواخر دهه 1960، پژوهشگران هوش مصنوعی با یک سوال اساسی دست‌وپنجه نرم می‌کردند: آیا رایانه‌ها واقعاً قادر به درک زبان هستند یا صرفاً تقلید سطحی انجام می‌دهند؟ تنها دو سال پیش از معرفی SHRDLU، برنامه‌ای به نام ELIZA نشان داده بود که صرفاً با تطبیق الگوها می‌توان توهمی متقاعدکننده از درک مکالمات را ایجاد کرد. موفقیت ELIZA اگرچه جالب توجه بود، اما کاملاً سطحی عمل می‌کرد و بدون هیچ درک واقعی از معنا، صرفاً با ترفندهای از پیش تعیین‌شده، گفت‌وگو را شبیه‌سازی می‌کرد.

تری وینوگراد با پروژه خود رویکردی کاملاً متفاوت را پیش گرفت. به‌جای تکیه بر تطبیق الگوها، تلاش کرد زبان را به یک محیط فیزیکی گره بزند. بینش کلیدی این پروژه آن بود که درک حقیقی کلمات به چیزی فراتر از پردازش متنی نیاز دارد. چنین درکی مستلزم شناخت جهانی است که واژه‌ها توصیف می‌کنند و توانایی استدلال درباره اشیا و ارتباط آن‌ها با یکدیگر است. SHRDLU نخستین سامانه‌ای بود که ثابت کرد رایانه می‌تواند زبان را به شرطی که در یک بستر فیزیکی ریشه داشته باشد، درک کند؛ حتی اگر آن جهان فیزیکی صرفاً یک شبیه‌سازی مجازی باشد.

دنیای بلوک‌ها؛ بستر فیزیکی برای یادگیری ماشین

نمونه‌ای از محیط شبیه‌سازی شده و بلوک‌های هندسی در سامانه SHRDLU

انتخاب یک محیط مبتنی بر بلوک به‌عنوان حوزه فعالیت SHRDLU کاملاً هدفمند بود. وینوگراد به دنیایی نیاز داشت که از یک سو آن‌قدر پیچیده باشد که نیازمند درک مفاهیم باشد و از سوی دیگر به اندازه کافی محدود باشد تا با قدرت پردازشی رایانه‌های دهه 1960 قابل‌مدیریت باشد.

این محیط یک فضای مجازی و ساده‌شده شامل یک جعبه مجازی بود که اشیای هندسی مختلفی نظیر مکعب‌ها، هرم‌ها، مخروط‌ها و توپ‌های رنگارنگ در آن قرار داشتند. یک بازوی رباتیک شبیه‌سازی‌شده وظیفه داشت بر اساس دستورات کاربر، این اشیا را بردارد، جابه‌جا کند و روی یکدیگر بچیند. این_domain محدود، امکان تمرکز رایانه بر پردازش معنایی زبان را فراهم می‌کرد.

معماری فنی و نام‌گذاری سامانه

نام منحصربه‌فرد SHRDLU از عبارت ETAOIN SHRDLU گرفته شده است؛ آرایش حروف در دستگاه‌های حروف‌چینی لاینوتایپ که بر اساس فراوانی کاربرد در زبان انگلیسی چیده شده بودند. از نظر فنی نیز، این سامانه به زبان‌های برنامه‌نویسی Micro Planner و Lisp نوشته شد و روی رایانه DEC PDP-6 اجرا می‌گردید. بعدها در آزمایشگاه‌های گرافیک دانشگاه یوتا، قابلیت‌های بصری سه‌بعدی برای نمایش زنده این جهان به برنامه اضافه شد.

تری وینوگراد و دستاوردهای علمی

تری آلن وینوگراد، متولد 24 فوریه 1946، این برنامه را به‌عنوان رساله دکتری خود تحت راهنمایی سیمور پاپرت در MIT تدوین کرد. رساله او با عنوان «رویه‌ها به‌عنوان بازنمایی داده‌ها در یک برنامه رایانه‌ای برای درک زبان طبیعی» در سال 1971 تکمیل شد و یک سال بعد به‌عنوان یک مقاله تأثیرگذار در نشریه روان‌شناسی شناختی منتشر گردید. این مقاله ساختار سامانه‌ای را توصیف می‌کرد که می‌توانست در یک گفت‌وگوی تعاملی به پرسش‌ها پاسخ دهد، دستورات را اجرا کند و اطلاعات جدید را دریافت کند.

تری وینوگراد سازنده سامانه درک زبان طبیعی SHRDLU

وینوگراد در سال 1971 به خاطر این نوآوری خیره‌کننده، برنده جایزه معتبر «رایانه‌ها و اندیشه» از سوی IJCAI شد.

میراث SHRDLU در هوش مصنوعی نوین

دلیل موفقیت چشمگیر SHRDLU در آن دوران، استفاده از رویکردهای پیشرفته‌ای چون استدلال غیرخطی، حافظه کوتاه‌مدت و بلندمدت، و یک سیستم دانش بنیاد قوی بود. این سامانه صرفاً کلمات را ترجمه نمی‌کرد، بلکه با درک قواعد دستوری، منطق و مفاهیم فیزیکی محیط خود، پاسخی منطبق با واقعیت می‌ساخت.

با وجود پیشرفت‌های شگرف در مدل‌های زبانی بزرگ امروزی، ایده پایه و اساس توسعه یافته توسط وینوگراد همچنان الهام‌بخش پژوهشگران برای ساخت ماشین‌هایی است که جهان پیرامون خود را واقعاً می‌فهمند و تنها به تولید خروجی‌های آماری متکی نیستند. SHRDLU نشان داد که برای رسیدن به هوش مصنوعی راستین، اتصال زبان به یک مدل جهان‌شمول و درک فیزیکی، امری حیاتی است.