הרפתקאות טקסט והמנתח של שתי מילים

איך מנתח של שתי מילים עובד בפועל

כל פקודה שהשחקן מקליד עוברת תהליך קבוע. התוכנה מפרידה את השורה למילים, משווה את המילה הראשונה לרשימת הפעלים שהיא מכירה (⁦NORTH, TAKE, DROP, GO⁩ ועוד), ואת המילה השנייה לרשימת שמות העצם (⁦LAMP, KEY, DOOR⁩). אם שתי המילים נמצאות ברשימות, המנתח מפעיל פעולה שתוכנתה מראש בשבילן. אם לא, הוא מדפיס הודעת שגיאה. בגלל מגבלות הזיכרון של המחשבים הביתיים בסוף שנות ה-70, המנתח של אדמס קיצר עוד יותר: לפי ויקיפדיה, הוא בדק בפועל רק את שלוש האותיות הראשונות של כל מילה. כך הקלדה מקרית וקצרה כמו ⁦LIG LAM⁩ פורשה בדיוק כמו ⁦LIGHT LAMP⁩ ("הדלק את המנורה"). זה חסך זיכרון, במחיר של דיוק.

מתחת למכסה המנוע: ממילים למספרים

קוד אמיתי של מנתח כזה, שפורסם במגזין ⁦START⁩ ב-1986 (בשפת התכנות ⁦C⁩), מראה תהליך של שלושה שלבים. פונקציה בשם ⁦split_word()⁩ מפרידה את המילה הראשונה מהשורה שהוקלדה. פונקציה בשם ⁦scan_commands()⁩ משווה אותה לרשימת פעלים קבועה, ומחזירה את מקומה ברשימה כ"אסימון" (⁦token⁩), כלומר מספר ולא טקסט. ⁦NORTH⁩, למשל, יכול להיות אסימון מספר 1. פונקציה מקבילה, ⁦scan_objects()⁩, עושה אותו דבר לשם העצם. אם אחת ההשוואות נכשלת, הפונקציה מחזירה אפס, והמשחק מדפיס שהוא לא הבין. ההבדל בין ⁦GIVE THE BOOK TO THE ALIEN⁩ לבין ⁦GIVE THE ALIEN THE BOOK⁩ מראה בדיוק למה שתי מילים לא מספיקות למשפט מורכב. בשני המשפטים התוצאה זהה, והחייזר מקבל את הספר, אבל סדר המושאים הפוך, ובשני חסרה גם מילת היחס ⁦TO⁩. לפי המגזין עצמו, כדי לפענח משפטים כאלה צריך לפחות הבנה בסיסית של חלקי המשפט באנגלית.

מה המנתח הזה לא יכול, ומה זה מלמד

מנתח של שתי מילים לא יכול להבין משפט כמו ⁦PLEASE GIVE ME THE LAMP⁩. הוא לא מחפש פועל ושם עצם בכל המשפט, אלא בודק רק את שתי המילים הראשונות, ו-⁦PLEASE⁩ אינו פועל מוכר. גם מילות קישור בין פקודות, שהופיעו רק במנתחים מתקדמים יותר, לא היו קיימות בשבילו. זו לא הייתה תקלה נקודתית אלא מגבלה מובנית: המערכת מזהה מילים, לא תחביר ולא כוונה. במילים פשוטות, זו לא בינה מלאכותית כפי שמבינים אותה היום, אלא אשליה של הבנה: חוקים קשיחים שנראים מבחוץ כמו שיחה.

הקפיצה למשפטים שלמים: Zork ו-The Hobbit

ב-1977 התחילו ארבעה אנשים ב-⁦MIT⁩ (שלושה סטודנטים ואיש סגל) לכתוב את ⁦Zork⁩. המנתח שלו תוכנן להבין פקודות מורכבות בהרבה משתי מילים, למשל ⁦PUT THE LAMP AND SWORD IN THE CASE⁩, עם מילת יחס ועם "⁦and⁩" שמחבר שני שמות עצם. ב-1979 הקימו כמה מהם את חברת ⁦Infocom⁩ כדי להפיץ את המשחק מסחרית. ב-1982 פרסמה חברת ⁦Melbourne House⁩ את ⁦The Hobbit⁩, שפותח באוסטרליה בידי ⁦Beam Software⁩. למשחק היה מנתח בשם ⁦Inglish⁩, שהבין משפטים מלאים, כינויי גוף, תוארי פועל, מילות יחס ופיסוק. לפי הערך על המשחק בוויקיפדיה, הוא הבין למשל את הפקודה ⁦ask Gandalf about the curious map then take sword and kill troll with it⁩. שני המשחקים נשארו מבוססי חוקים בדיוק כמו ⁦Adventureland⁩, אלא שהחוקים שלהם היו עשירים בהרבה. לפי הערך על ⁦Zork⁩ בוויקיפדיה, מבקר במגזין ⁦Softalk⁩ כתב ב-1981 שכל המשחקים האחרים מאז ⁦Colossal Cave Adventure⁩ הגבילו את השחקנים לשתי מילים בלבד. מגזין ⁦80 Micro⁩ אף תהה אם אפשר בכלל לסיים את ⁦Zork⁩, בגלל כל מה שהמנתח שלו מאפשר. התחרות הייתה ישירה: לפי הערך על ⁦Adventure International⁩, החברה של סקוט אדמס עצמו, היא איבדה נתח שוק במהירות כשהרפתקאות גרפיות כמו ⁦The Hobbit⁩ העלו את רף הציפיות, וההרפתקאות הגרפיות שלה נחשבו נחותות לעומתן.

מהחוקים של פעם לזיהוי הכוונות של היום

המנתח של שתי מילים הוא אב קדמון ישיר, מבוסס חוקים ולא מבוסס למידה, של שני תחומים שכל צ'אטבוט מודרני נשען עליהם: עיבוד שפה טבעית וזיהוי כוונות. זיהוי כוונות הוא הדרך שבה מערכת מחליטה מה המשתמש רוצה לעשות, ולא רק אילו מילים הוא כתב. ⁦ELIZA⁩, תוכנת הצ'אט המוקדמת מ-1966, עבדה על עיקרון דומה: זיהוי מילות מפתח, לא הבנה. ⁦SHRDLU⁩ מ-1970 הרחיבה את הרעיון לעולם מוגבל של קוביות, עם אוצר מילים גדול יותר, אבל עדיין סגור. וב-2019 הגיע ⁦AI Dungeon⁩, שהחליף את רשימת המילים הסגורה במודל שפה גדול, שמייצר תגובה חופשית לכל טקסט. התגובה לא תמיד נכונה, אבל היא כבר לא מוגבלת לרשימת מילים.

למה הקטגוריה הזו מתחילה כאן

משחקי ההרפתקה המוקדמים הם נקודת מוצא טבעית לקטגוריה הזו. בהם אנשים רגילים, ולא רק חוקרים במעבדה, נתקלו לראשונה בשאלה שעדיין עומדת במרכז הבינה המלאכותית: איך יודעים אם מחשב "הבין" אותך, ולא רק הגיב נכון? המנתח של שתי מילים נתן תשובה חד-משמעית: הוא לא הבין, אלא התאים מילים לרשימה סגורה. אבל האשליה שהוא יצר, התחושה שמתנהלת שיחה אמיתית, מלווה גם היום את מי שמשתמש בצ'אטבוטים שמבוססים על מודלי שפה, רק בעוצמה גדולה בהרבה.