1975 · 人工智能

寻找解决问题的路径

符号系统将计算机程序与人类问题求解的理论联系起来。

艾伦·纽厄尔 · 赫伯特·西蒙

1975图灵奖

视觉指南

奖项，化为图解

阅读图解文字

启发式搜索使某些庞大的问题空间能够被处理，也让认知理论获得可检验的形式。

启发式规则可能很有效，但不一定保证最短路径，也不一定准确模拟人类思考。

01 · 核心想法

艾伦·纽厄尔和赫伯特·西蒙与 J. C. 肖等人一起，用符号表示问题，并在可能的解法中搜索。他们的研究连接了人工智能与认知心理学，也推动了列表处理。程序既可以解决问题，也可以成为关于思维过程的明确假说。

启发式搜索使某些庞大的问题空间能够被处理，也让认知理论获得可检验的形式。

02 · 人物

艾伦·纽厄尔通过构造模拟问题求解的程序研究智能。他与赫伯特·西蒙等合作者开发了“逻辑理论家”和“通用问题求解器”。他的研究把信息处理作为理解人类认知与机器推理的共同框架。他在卡内基梅隆推动计算机科学和认知科学的发展，后来继续探索 Soar 等综合认知架构。

赫伯特·西蒙把人类决策研究带入早期人工智能。他与艾伦·纽厄尔等合作者使用“逻辑理论家”等程序，研究人如何通过符号搜索解决问题。他更广泛的研究关注组织与有限理性，即在信息和资源有限时作出决策。在卡内基梅隆，他把计算机科学与心理学、经济学和管理学联系起来。

03 · 延伸阅读

本站原创讲解依据官方获奖记录。领域标签用于编辑导航。