西蒙與人工智能 收藏
我誠然是一個(gè)科學(xué)家，但是是許多學(xué)科的科學(xué)家。我曾經(jīng)在許多科學(xué)迷宮中探索，這些迷宮并未連成一體。我的抱負未能擴大到如此程度，使我的一生有連貫性。我扮演了許多不同角色，角色之間有時(shí)難免互相借用。但我對我所扮演的每一種角色都是盡了力的，從而是有信譽(yù)的，這也就足夠了。
——1991年，西蒙在自傳《我的生活模型》一書(shū)中這樣描寫(xiě)他自己
西蒙是人工智能和數學(xué)定理計算機證明的奠基者之一。他和紐厄爾(Allen Newell)合作的一系列開(kāi)創(chuàng )性的研究成果，改變了我們對人腦和電腦關(guān)系的理解。作為科學(xué)家，他涉足的領(lǐng)域之多，成果之豐，影響之深遠，令人嘆為觀(guān)止。1975年，西蒙和紐厄爾兩人共同獲得計算機領(lǐng)域的最高獎圖靈獎①，就是對他們在這一領(lǐng)域成就的最好說(shuō)明。
20世紀50年代以后，西蒙的研究方向發(fā)生了重大轉移，逐漸轉向了認知心理學(xué)和人工智能領(lǐng)域。西蒙認為，社會(huì )科學(xué)缺乏像自然科學(xué)一樣的科學(xué)性，社會(huì )科學(xué)需要借鑒自然科學(xué)嚴格和精確的研究方法，才能成為真正意義上的科學(xué)。同時(shí)，在西蒙看來(lái)，經(jīng)濟學(xué)、管理學(xué)、心理學(xué)等學(xué)科所研究的課題，實(shí)際上都是“人的決策過(guò)程和問(wèn)題求解過(guò)程”。要想真正理解組織內的決策過(guò)程，就必須對人及其思維過(guò)程有更深刻的了解。因此，借助于計算機技術(shù)的發(fā)展，西蒙與同事紐厄爾等人一起開(kāi)始嘗試用計算機來(lái)模擬人的行為，從而創(chuàng )建了認知心理學(xué)和人工智能研究新領(lǐng)域。西蒙認為，人的思維過(guò)程和計算機運行過(guò)程存在著(zhù)一致性，都是對符號的系列加工，因此，可以用計算機來(lái)模擬人腦的工作。他甚至大膽地預言，人腦能做的事，計算機同樣也可以完成。“初級知覺(jué)和記憶程序(EPAM)”和“通用問(wèn)題求解系統(GPS)”等人工智能軟件的問(wèn)世，部分證實(shí)了西蒙的預言。
目前人工智能的主要學(xué)派有下列三家：(1)符號主義(Symbolicism)，又稱(chēng)為邏輯主義(Logicism)、心理學(xué)派(Psychlogism)或計算機學(xué)派(Computerism)，其原理主要為物理符號系統假設和有限理性原理。這一學(xué)派認為人工智能源于數理邏輯。在人工智能的其他學(xué)派出現之后，符號主義仍然是人工智能的主流學(xué)派。這個(gè)學(xué)派的代表有紐厄爾、肖、西蒙和尼爾遜(Nilsson)等。(2) 聯(lián)結主義(Connectionism)，又稱(chēng)為仿生學(xué)派(Bionicsism)或生理學(xué)派(Physiologism)，其原理主要為神經(jīng)網(wǎng)絡(luò )及神經(jīng)網(wǎng)絡(luò )間的連接機制與學(xué)習算法。這一學(xué)派認為人工智能源于仿生學(xué)，特別是人腦模型的研究。從模型到算法，從理論分析到工程實(shí)現，為神經(jīng)網(wǎng)絡(luò )計算機走向市場(chǎng)打下了堅實(shí)的基礎。(3) 行為主義(Actionism)，又稱(chēng)進(jìn)化主義(Evolutionism)或控制論學(xué)派(Cyberneticsism)，其原理為控制論及感知-動(dòng)作型控制系統。他們對人工智能發(fā)展歷史具有不同的看法，這一學(xué)派認為人工智能源于控制論。
西蒙在人工智能中做出的最基本貢獻，是他提出了“物理符號系統假說(shuō)”PSSH(Physical Symbol System Hypothesis)。在這一意義上，他是符號主義學(xué)派的創(chuàng )始人和代表人物之一。他的基本觀(guān)點(diǎn)是：知識的基本元素是符號，智能的基礎依賴(lài)于知識，研究方法則是用計算機軟件和心理學(xué)方法進(jìn)行宏觀(guān)上的人腦功能的模擬。符號主義的主要依據是兩個(gè)基本原理：(1)物理符號系統假設原理。(2)由西蒙提出的有限合理性原理。這一學(xué)說(shuō)鼓勵著(zhù)人們對人工智能進(jìn)行全面的探索。西蒙認為，任何一個(gè)物理符號系統如果是有智能的，則肯定能執行對符號的輸入、輸出、存儲、復制、條件轉移和建立符號結構這樣6種操作。反之，能執行這6種操作的任何系統，也就一定能夠表現出智能。根據這個(gè)假設，我們可以推出以下結論：人是具有智能的，因此人是一個(gè)物理符號系統；計算機是一個(gè)物理符號系統，因此它必具有智能；計算機能模擬人，或者說(shuō)能模擬人的大腦功能。
1956年，西蒙、紐厄爾和另一位著(zhù)名學(xué)者約翰•肖(John Cliff Shaw)一起，成功開(kāi)發(fā)了世界上最早的啟發(fā)式程序“邏輯理論家”LT(1ogic Theorist) ,從而使機器邁出了邏輯推理的第一步。在卡內基-梅隆大學(xué)的計算機實(shí)驗室，西蒙和紐厄爾從分析人類(lèi)解答數學(xué)題的技巧入手，讓一些人對各種數學(xué)題作周密的思考，要求他們不僅寫(xiě)出求解的答案，而且要說(shuō)出自己推理的方法和步驟。通過(guò)對實(shí)例的大量觀(guān)察，西蒙和紐厄爾廣泛收集了人類(lèi)求解一般性問(wèn)題的各種方案。他們發(fā)現，人們求解數學(xué)題時(shí)，通常采用試湊的辦法。試湊時(shí)并不一定列出所有的可能性，而是用邏輯推理來(lái)迅速縮小搜索的范圍。人類(lèi)證明數學(xué)定理也有類(lèi)似的思維規律，通過(guò)把一個(gè)復雜問(wèn)題分解成幾個(gè)簡(jiǎn)單的子問(wèn)題，以及利用已知常量代入未知變量等方法，用已知的公理、定理或解題規則進(jìn)行試探性推理，直到所有的子問(wèn)題最終都變成已知的，然后根據記憶中的公理和已被證明的定理，運用代入法、替換法來(lái)解決子問(wèn)題，最終解決整個(gè)問(wèn)題。人類(lèi)求證數學(xué)定理同樣也是一種啟發(fā)式搜索，與電腦下棋的原理有異曲同工之妙。在這一基礎上，他們利用“邏輯理論家”程序向數學(xué)定理發(fā)起挑戰，建立了機器證明數學(xué)定理的啟發(fā)式搜索法，并用計算機證明了羅素、懷特海的數學(xué)名著(zhù)《數學(xué)原理》一書(shū)第二章52個(gè)定理中的38個(gè)定理(1963年，經(jīng)過(guò)改進(jìn)的“邏輯理論家”程序在一部更大的電腦上，最終完成了第二章全部52條數學(xué)定理的證明)。
基于這一成功，西蒙和紐厄爾把“邏輯理論家”程序擴充到了人類(lèi)求解一般問(wèn)題的過(guò)程，設想用機器模擬具有普遍意義的人類(lèi)思維活動(dòng)。“邏輯理論家”受到了人們的高度評價(jià)，認為它是用計算機探討人類(lèi)智力活動(dòng)的第一個(gè)真正意義上的成果，也是圖靈關(guān)于機器可以具有智能這一論斷的第一個(gè)實(shí)際的證明。在開(kāi)發(fā)“邏輯理論家”程序的過(guò)程中，西蒙首次提出并成功應用了“鏈表”(list)作為基本的數據結構，并設計與實(shí)現了表處理語(yǔ)言IPL (Information Processing Language)。在人工智能的歷史上，IPL是所有表處理語(yǔ)言的始祖，也是最早使用遞歸子程序的語(yǔ)言。其基本元素是符號，并首次引進(jìn)表處理方法。IPL最基本的數據結構是表結構，可用以代替存儲地址或有規則的數組，這有助于將程序員從繁瑣的細節中釋放出來(lái)而在更高的水平上思考問(wèn)題。IPL的另一特點(diǎn)是引進(jìn)了生成器，每次產(chǎn)生—個(gè)值，然后掛起，等待被調用，在調用時(shí)從被掛起的地方開(kāi)始。早期的很多人工智能程序都是用表處理語(yǔ)言編制而成的。表處理語(yǔ)言本身也因此經(jīng)歷了一個(gè)發(fā)展與完善的過(guò)程，其最后一個(gè)版本IPLⅤ可以處理樹(shù)形結構的表。
1956年夏天，數十名來(lái)自數學(xué)、心理學(xué)、神經(jīng)學(xué)、計算機科學(xué)與電氣工程等各領(lǐng)域的學(xué)者聚集在位于美國新罕布什爾州漢諾威市的達特茅斯學(xué)院，討論如何用計算機模擬人的行為，并根據麥卡錫(J.McCarthy，1971年圖靈獎獲得者)的建議，正式把這一學(xué)科領(lǐng)域命名為“人工智能”(Artificial Intelligence)。會(huì )議的召開(kāi)標志著(zhù)人工智能這一學(xué)科正式誕生。赫伯特•西蒙指出，人工智能的研究是學(xué)會(huì )怎樣編制計算機程序來(lái)完成人類(lèi)機智的行為。西蒙帶到會(huì )議上去的“邏輯理論家”是當時(shí)唯一可以工作的人工智能軟件，引起了與會(huì )代表的極大興趣與關(guān)注。因此，西蒙、紐厄爾，以及達特茅斯會(huì )議的發(fā)起人麥卡錫和明斯基(M.L.Minsky，1969年圖靈獎獲得者)，被公認為是人工智能的奠基人。他們四人于1960年組成了第一個(gè)人工智能研究小組，有力地推動(dòng)了人工智能的發(fā)展。
1960年，西蒙夫婦做了一個(gè)有趣的心理學(xué)實(shí)驗，這個(gè)實(shí)驗表明人類(lèi)解決問(wèn)題的過(guò)程是一個(gè)搜索的過(guò)程，其效率取決于啟發(fā)式函數(heuristic function)。在這個(gè)實(shí)驗的基礎上，西蒙、紐厄爾和肖又一次成功地合作開(kāi)發(fā)了能解答11種類(lèi)型不同問(wèn)題的“通用問(wèn)題求解系統”GPS(General Problem Solver)。這一求解系統的基本原理，是找出目標要求與當前態(tài)勢之間的差異，選擇有利于消除差異的操作，以逐步縮小差異并最終達到目標。西蒙曾多次強調指出，科學(xué)發(fā)現只是一種特殊類(lèi)型的問(wèn)題求解，因此也可以用計算機程序來(lái)實(shí)現。1976—1983年間，西蒙和蘭利(Pat W.Langley)、布拉茨霍夫(Gary L.Bradshaw)合作，設計了有6個(gè)版本的BACON系統發(fā)現程序，重新發(fā)現了一系列著(zhù)名的物理、化學(xué)定律，證明了西蒙的上述論點(diǎn)。從而開(kāi)拓出人工智能中“問(wèn)題求解”的一大領(lǐng)域。
西蒙轉向計算機技術(shù)后，就一直研究計算機下棋問(wèn)題。1966年，西蒙、紐厄爾和貝洛爾(Baylor)合作，開(kāi)發(fā)了最早的下棋程序MATER。1997年，IBM的“深藍”(Deep Blue)計算機打敗了白俄羅斯的國際特級大師卡斯帕羅夫以后，81歲的西蒙還和俄亥俄州立大學(xué)的人工智能專(zhuān)家T.Munakata一起，在《ACM通信》雜志的8月號上發(fā)表了《人工智能給我們的教訓》(AI Lessons)一文，對此事進(jìn)行了評論，指出一個(gè)運行于計算機上的國際象棋程序擁有2600分等級分，相當于白俄羅斯國際象棋世界冠軍卡斯帕羅夫的級別水平。
西蒙在人工智能方面的另一大貢獻，是發(fā)展與完善了語(yǔ)義網(wǎng)絡(luò )的概念和方法，把它作為知識表示(knowledge representation)的一種通用手段，并取得了很大成功。在知識表示方法中，語(yǔ)義網(wǎng)絡(luò )(semantic network)是—種重要而有效的方法。這種表示法是奎林(M.R.Quillian)在20世紀60年代后期提出來(lái)的，作為人類(lèi)聯(lián)想記憶的一個(gè)顯示心理學(xué)模型?？衷陂_(kāi)發(fā)TLC系統(Teachable Language Comprehender)中用它來(lái)描述英語(yǔ)的詞義，模擬人類(lèi)的聯(lián)想記憶。但用語(yǔ)義網(wǎng)絡(luò )作為一般的知識表示方法，則是西蒙在1970年研究自然語(yǔ)言理解的過(guò)程中把它的各種概念基本明確下來(lái)的。20世紀70年代中期，西蒙和CAD專(zhuān)家依斯特曼(C.M.Eastman) 合作，研究住宅的自動(dòng)空間綜合，不僅開(kāi)了“智能大廈”(intelligent building)的先河，還成為智能CAD即ICAD研究的開(kāi)端。
起源于20世紀60年代末70年代初，當前受到極大重視的決策支持系統DSS(Decision Support System)，其概念的核心是關(guān)于決策模式的理論，而這個(gè)理論也是由西蒙奠定基礎的。在不確定條件下的決策模型除了貝葉斯模型外，另一個(gè)比較重要的理論模型是采用Von Neumann-Morgenstern效用函數的期望值最大模型。西蒙在《人的模型》一書(shū)中形成了電子計算機能模擬人的思維的思想，開(kāi)始了人工智能的系列研究。針對效用函數的期望值最大模型，西蒙提出了有限合理性模型。有限合理性模型的基本思想是：首先，所有的決策者涉及到的是一個(gè)有限的范圍；其次，我們不能對將來(lái)給出一個(gè)概率值，但最好有一個(gè)關(guān)于將來(lái)事件的大致概念；第三，如果后者不以前者為轉移的話(huà)，我們在一個(gè)領(lǐng)域中的愿望可能與在另一個(gè)領(lǐng)域中的愿望完全不同；最后，我們更注重搜集信息而不是分析需求，在收集信息后，最通常的抉擇是基于直覺(jué)?；谖髅申P(guān)于決策模式的理論，凱恩(P.G.Keen)提出了一種設計方法，稱(chēng)為“自適應法”(self—adaptive method)，把決策支持系統當成一種自適應系統，由DSS應用系統、DSS生成系統和DSS工具三個(gè)技術(shù)層次組成，由決策者運行，且能適應時(shí)間的變化。西蒙曾稱(chēng)贊這樣的系統“能適應三個(gè)時(shí)間范圍內的各種變化，即在短期運行中，系統能在一個(gè)相對狹窄的范圍內尋求答案；在中期運行中，系統能通過(guò)修改其功能和活動(dòng)而學(xué)會(huì )適應；在長(cháng)期運行中，系統能發(fā)展到適應差別極大的行為風(fēng)格和功能”。這些研究，使計算機技術(shù)與管理決策緊密連接起來(lái)。
