На разработку фреймов оказали влияние результаты исследований, продемонстрировавшие, что люди хранят и используют свой опыт в виде общих концепций, которые при необходимости конкретизируются. В программных системах это имитируется при помощи общего каркаса знаний, состоящего из слотов (отделений), заполненяемых конкретными элементами информации и данными. Каждому слоту соответствует определенное свойство объекта или понятия, в слоты вносятся значения, характеризующие данное свойство. В некоторых случаях слот может содержать значение, используемое, как говорят, «по умолчанию», т. е. когда не оговорено что-либо другое; в других ситуациях в слоте могут храниться закодированные инструкции по использованию накопленных данных для вычисления значения. Как правило, в слотах содержатся указатели на другие фреймы.

Подобно семантическим сетям, фреймы могут образовывать иерархические структуры, которые позволяют наследовать описательные свойства через связи. Исследователи в области ИИ широко используют фреймы в своих попытках научить компьютеры понимать естественные языки или обучаться на аналогиях. На приведенной иллюстрации машина переносит содержимое слотов из фрейма-источника в целевой фрейм, применяя эвристики для выбора потенциально аналогичных свойств.

Приехав в Йельский университет в 1974 г., чтобы принять участие в проекте по искусственному интеллекту, Шенк ввел свои семантические примитивы в принципиально новую систему восприятия языка. Прежде всего в сотрудничестве с профессором психологии Робертом Абельсоном он разработал схему представления знаний, носящую название «скриптов», или сценариев. Скрипт подобен фрейму, состоящему из последовательности событий; это нечто вроде мини-сценария, описывающего действия, которые человек совершает в повседневной жизни, например когда посещает ресторан или садится в автобус. В скрипте ресторана описывается типичная последовательность действий: вход в ресторан, поиск свободного места, заказ и т.д.

Назначение скрипта — помочь компьютеру понимать простейшие описания событий. В скрипте предусматривается контекст — информация о том, чего человек обычно ожидает при данных обстоятельствах. Это позволяет машине заполнить пробелы в информации, полученной из отдельных предложений, исходя из контекста ситуации. «Заказать бифштекс — не то же самое, что отдать приказ подчиненному или привести в порядок свои дела, — говорил Шенк. — Но, если вам сказали, что дело происходит в ресторане, вы сразу поймете, о чем идет речь».

Чтобы воспользоваться идеей скриптов, Шенк и его ученики в 1974 г. составили программу под названием СЭМ (SAM — Script-Applier Mechanism — механизм применения скриптов). В этой первой из нескольких разработанных в Йельском университете программ, предназначенных для интерпретации рассказов, скрипты использовались для обобщения или ответов на вопросы исходя из краткого ^ изложения событий, введенного в машину. Например, СЭМу предлагалось обработать при помощи «ресторанного» скрипта следующий короткий рассказ: «Джон пошел в ресторан. Он заказал гамбургер. Он оплатил счет и ушел». После этого на вопрос «Что ел Джон?» СЭМ отвечал: «Джон ел гамбургер». Хотя в рассказе в явном виде этой информации не было, программа сумела вывести ответ из контекста.

Другое предложенное в Йеле новшество — введение структур, подобных фреймам, которые помогали машине понять мотивы поступков. Ряд таких структур — под названиями цели, планы и темы, — дополнял скрипты, объясняя действия человека с точки зрения конечных целей. Если программе с такими структурами сообщалось: «У Джона не было денег и он пошел в винный магазин с пистолетом», она могла заключить, что у Джона на уме была отнюдь не покупка спиртного, и автоматически переключалась на свои знания о мотивах ограблений.