SHRDLU (G検定)

1. 定義と概要

SHRDLU（シュルドゥルー）とは、テリー・ウィノグラードが1968年から1970年にかけてMIT（マサチューセッツ工科大学）で開発した自然言語理解プログラムです。コンピュータの中に構築された「積み木の世界（ブロックワールド）」を舞台に、ユーザーが英語で与えた指示（例:「赤いブロックの上にある緑の円錐を箱に入れて」）を理解し、シミュレートされたロボットアームで物体を実際に動かすことができました。

積み木の世界（ブロックワールド）とは、ブロックや円錐、球などの単純な物体だけで構成された仮想空間のことです。名称は、活字印刷機（ライノタイプ）のキー配列「ETAOIN SHRDLU」（英語で使用頻度の高い文字を並べたもの）に由来します。

SHRDLUが登場する以前の自然言語処理（人間がふだん使う言葉をコンピュータに扱わせる技術分野）は、あらかじめ用意した規則で入力文中の言葉を置き換えるだけの単純な受け答え（後年のELIZAに代表される仕組み）が中心でした。

SHRDLUは、指示文の構文解析（文章を単語や文法上のまとまりに分解し、文法的な構造を明らかにする処理）と意味解析（文章が実際にどんな意味を表しているかを解釈する処理）を統合していました。さらに、「それ」「その物体」といった代名詞が直前に話題にした物を指すという簡単な文脈の記憶も備えていました。理解した内容に基づいてブロックを動かす行動を導き出す仕組みは、当時のAI研究に大きな注目をもたらしています。

ただし対応できる語彙はブロック・円錐・箱などを表す50語程度にとどまり、積み木の世界という極めて限定された領域の外では機能しませんでした。この限界が明らかになったことは、記号処理型AI（あらかじめ人間が与えたルールや記号の組み合わせで知的な振る舞いを再現しようとするAI）への過度な期待が後退していく要因の一つです。

この期待の後退は、第1次AIブーム（1950年代後半から1960年代にかけて起きた、探索や推論を中心とするAI研究の盛り上がり）の終焉につながりました。この終焉は、いわゆるAI冬の時代（AI研究への期待が高まった後、実用化の壁にぶつかって研究資金や関心が急速に冷え込んだ時期）として位置づけられます。

2. 試験対策ポイント

SHRDLUについて、開発者・開発時期・開発場所という基本情報は、探索・推論分野の代表例としての位置づけとあわせて押さえておきたいポイントです。基本情報を並べると、次のようになります。

項目	内容
開発者	テリー・ウィノグラード
開発時期	1968年から1970年
開発場所	MIT（マサチューセッツ工科大学）
舞台	積み木の世界（ブロックワールド）という限定された仮想空間
扱えた語彙	ブロック・円錐・箱などを表す50語程度

いずれも短い項目ですが、年号と開発者、そして舞台となった世界をひとまとまりで覚えておくと記憶に残りやすくなります。

仕組みの面では、ブロック・円錐・球といった単純な物体の色・形・位置関係を扱う限られた語彙で指示を理解し、その内容に基づいて実際に物体を動かした点が、ここでの要点になります。

自然言語による指示の構文と意味を解析した上で、その内容に基づいてどう行動すべきかを導き出す仕組みを持っていた点は、あらかじめ用意した規則に沿って言葉を置き換えるだけの受け答えとは異なります。

もう一つの重要な論点は限界です。積み木の世界の外、つまり現実世界の複雑さや曖昧さには対応できませんでした。この限界は、記号処理型AIへの期待が後退していく第1次AIブームの終焉、AI冬の時代につながる経緯として語られます。

3. 関連概念との比較・相違点

ELIZA（イライザ）との最大の違いは、意味を理解しているかどうかという点にあります。ELIZAはあらかじめ用意した規則に基づき、入力文中のキーワードを置き換えるパターンマッチング（あらかじめ用意した型に文章が当てはまるかを機械的に照合する処理）にとどまり、文の意味を理解しているわけではありません。

一方SHRDLUは、積み木の世界という限定された領域の中でではあるものの、指示文の構文と意味を解析した上で、その内容に基づいて実際に物体を動かす行動を導き出せた点で異なります。ELIZAが1966年、SHRDLUが1968年から1970年の開発と時期も近く、初期の自然言語処理の代表例として並べて整理しておきたい点です。

STRIPSとの違いも明確です。STRIPSは、1971年にリチャード・ファイクスとニルス・ニルソンがSRI（スタンフォード研究所）で発表した自動計画（プランニング）システムで、行動を前提条件・削除リスト・追加リストの3要素で記述する点が核心です。

SHRDLUが自然言語理解と積み木の世界での行動を統合した具体的なプログラムであるのに対し、STRIPSは自然言語処理を伴わない、より一般化された計画アルゴリズムという違いがあります。両者は開発時期も開発機関も異なる別々の取り組みですが、探索・推論分野の代表例として並べて扱われます。

三者を並べると、それぞれの守備範囲の違いがはっきりします。

システム	開発時期	何をするか
SHRDLU	1968年から1970年	積み木の世界で英語の指示の構文と意味を解析し、物体を動かす
ELIZA	1966年	入力文のキーワードを規則に沿って置き換えて応答する
STRIPS	1971年	行動を前提条件・削除リスト・追加リストで記述する自動計画

開発時期が近い分だけ取り違えやすいため、それぞれが何をするシステムなのかで区別すると混乱しにくくなります。

4. ビジネス・実務での活用シナリオ

音声アシスタント・スマートスピーカー開発の分野では、対応する話題やコマンドをあらかじめ絞り込んだ限定ドメイン設計が広く採用されています。対象とする世界を絞ることで自然言語理解の精度を高めるという発想は、SHRDLUの設計と重なる部分があります。

産業用ロボット・倉庫自動化の分野でも、扱う部品や配置場所を限定した管理された作業空間の中で、簡易な指示コマンドを解釈して動作する設計が採られています。対象を絞り込む考え方は、実務でも踏襲されています。

AIプロジェクトの企画・要件定義の場面では、SHRDLUの限界、つまり限定された世界の外では機能しないという事実が、対象範囲を明確に絞ることの重要性を示す事例として引き合いに出されることがあります。

5. 要点まとめ

• SHRDLUは、テリー・ウィノグラードが1968年から1970年にかけてMITで開発した自然言語理解プログラムで、積み木の世界（ブロックワールド）を舞台に英語の指示を理解してブロックを操作しました。
• ELIZAのパターンマッチングとは異なり、指示文の構文と意味を解析した上で行動を導き出す仕組みを持っていましたが、対応できる語彙・世界は極めて限定されていました。
• 積み木の世界の外、つまり現実世界の複雑さには対応できないという限界があり、この限界は記号処理型AIへの期待が後退していく第1次AIブームの終焉（AI冬の時代）につながる要因の一つとして位置づけられます。

6. 確認問題