赫伯特西蒙
没有改名。印第安纳步行者(英文名Indiana Pacers),是一支属于NBA东部联盟中部赛区的职业篮球队,位于美国印第安纳州印第安纳波利斯市,主场为银行家生活球馆(原康塞科球馆 ),印第安纳州被誉为美国的传统篮球之都,拥有者是赫伯特·西蒙。该队于1967年成立并加入美国篮球协会(ABA),1976年正式加入NBA联盟。球队夺冠史均是在ABA联盟完成的(1970年、1972年及1973年)。最佳成绩是在2000年的季后赛获得东部的冠军,杀入总决赛,但未能夺得总冠军。
西蒙对心理学的重大贡献
这种语言是麦卡锡的LISP语言的原型,而LISP语言已经成为人工智能领域的标准语言,并且体现了现今所谓的面向对象编程的许多思想。
列表处理语言的基本思想是,每当一条信息存储在内存中时,相关的附加信息也应该与之一起存储,并且告诉我们如何找到下一条关联的信息。
这样,整个存储器可以像一串珠子一样组织起来,但是每个珠子的存储位置是不固定的。
所谓的“下一条”不是由物理上的邻近性决定的,而是由每个项目存储的地址或指针所确定的,这个地址或指针指示了相关项目的位置。
通过简单地改变一对地址,我们可以向字符串中添加或删除珠子,而不会干扰存储器的其他部分。
我们可以存储任意数量的项,而无需预先分配存储空间。
每一串珠子被称为一个列表。
简而言之,列表中的任何项目,也就是任何珠子,都可以是另一个列表的名称,并且带有指向其中第一个珠子的指针。
这样,内存的结构不再局限于简单的字符串,而可以是巨大的分支树状结构。
最后,列表处理语言需要具备插入和删除项、查找列表中的下一个项、查找对象的属性值、赋值、创建对象等一系列操作列表结构的过程。
大约有12个这样的过程,这些是操作列表结构的关键。
然而,尽管列表处理语言在人工智能领域中被广泛使用,并且在现今仍然是重要的编程工具,传统的程序员并不十分欢迎这种方法。
他们观察到,列表处理占用了大量的内存,对于当时计算机可用的小内存来说,这是一个很大的代价。
存储每个列表项时都需要附加“下一条”地址是不可避免的,而且列表处理程序必须由解释器执行,这会导致执行时间增加近10倍。
然而,这样的指责是极其错误的。
实践证明,在许多编程环境中,列表处理是不可或缺的。
除了在人工智能领域,克努斯在其具有影响力的《基本算法》第二章中也高度评价了"列表处理"。
如今,列表处理的思想已经在复杂的编程中变得非常常见。
回顾过去,西蒙等人发明的列表处理语言为机器定理证明的发展奠定了坚实的基础。
人类问题解决纽厄尔和西蒙的研究引入了信息处理、计算机模拟和启发式搜索来解决人类问题。
他们进行了实证研究,涵盖了逻辑、密码算术和国际象棋三个任务领域,并总结了从证据中推导出解决问题的理论。
在密码算术问题中,他们给受试者提供了一个伪算术问题,例如"SEND+MORE=MONEY",通过用数字代替字母来解决该问题,使得结果是正确的总和。
他们发现这种方法与"通用问题解决者"的手段-目的分析方法相吻合。
然而,当确定受试者下一步将采取什么步骤时,他们发现GPS基本控制结构无法很好地预测。
在报告中,他们发现了一种类似于"产生式系统"的东西,这是计算机科学中已经广为人知但尚未应用于心理系统的组织形式。
在产生式系统中,每条基本指令都以"如果-则"的形式出现,即如果满足条件C,则采取措施A。
只要满足产生的条件,就会采取措施。
当多个产生式的条件同时满足时,可以通过优先级规则来解决冲突。
自20世纪中期以来,纽厄尔和西蒙将产生式系统引入心理学理论,并广泛应用于解释人类专家如何通过直接识别熟悉线索来做出直观决策。
产生式系统也成为了人工智能专家系统的基础。
人类和计算机专家在解决问题时,通常不是有选择地进行搜索,而是通过识别与之前经历过的情况类似的线索来完成。
在20世纪中期,认知科学和人工智能从依赖一般问题解决技能的系统转向依赖大量特定知识存储的系统。
产生式系统在这一转变中起到了关键作用。
大多数专家系统,无论是人类还是计算机,都依赖于这两种方法。
刺激是触发反应的条件,而"产生式"中的条件是触发行动的条件。
虽然在细节上存在差异,但这种类比非常相似,因此在考虑因果关系时不能忽视它。
在这种背景下,西蒙等人引入了"产生式系统"的概念,以解释人类在解决问题时是如何根据给定的条件采取相应的行动。
"产生式系统"中的每个产生式指令都以"如果-则"的形式出现,其中"如果"部分描述了条件,"则"部分描述了相应的行动。
通过将心理过程转化为产生式的形式,人们可以更好地理解和模拟人类在解决问题时的思维过程。
这种方法广泛应用于认知科学和人工智能领域,并成为研究人类智能和开发专家系统的基础。
西蒙的工作为机器定理证明带来的影响西蒙在职业生涯中的多个阶段都与创新和知识传播密切相关。
他在伊利诺伊理工大学、卡内基理工学院工业管理研究生院和卡内基-梅隆大学从事研究和教学工作,并在这些机构中取得了多项创新。
首先,在卡内基理工学院工业管理研究生院,西蒙创造性地建立了该研究生院,为培养管理领域的新思想和专业人才做出了重要贡献。
这是他的第一个创新,并且在此基础上,他还成立了心理学系。
其次,心理学系在卡内基-梅隆大学成立后,成为国际领先的心理学领域。
该系在计算机模拟、信息处理心理学的发展和传播等方面都取得了显著进展。
这个创新不仅推动了心理学领域的认知革命,还为研究人类思维和行为提供了重要平台。
第三,卡内基-梅隆大学引入计算机科学这门学科,并建立了世界上最早的领先的计算机科学系之一。
这项创新为计算机科学的发展和教育提供了坚实基础,并在该领域的研究和创新方面取得了重要成就。
这些创新活动与西蒙的研究领域并不是完全分离的,他通过在卡内基校园内建立组织和培育新思想的工作,为发展创新思维和知识传播提供了良好的环境。
例如,西蒙的研究小组与工业管理研究生院的联合活动将经济学中的行为科学理论和有限理性理论带入人们的视野。
心理学系则为心理学领域的认知革命提供了平台,而计算机科学系则为机器定理证明等方面提供了相应的支持。
1957年,西蒙建立了"逻辑理论家"(Logic Theorist)这一计算机程序,同时他也发明了一种名为"表处理"(list processing)的计算机编程语言,为"逻辑理论家"的建立提供了基础和支持。
这一编程语言的创新使得逻辑推理和问题解决的过程能够以更高效和系统化的方式进行。
1972年,西蒙与纽厄尔(Allen Newell)合作,出版了《人类问题解决》这本专著,引入了他们的问题解决理论,也被称为产生式问题解决理论。
这一理论的基础是产生式系统,最早由埃米尔·波斯特(Emile Post)提出并被应用于形式逻辑推理,后来被引入心理学领域,并在西蒙和纽厄尔的研究中得到了进一步发展。
西蒙和纽厄尔在《人类问题解决》一书中详细阐述了他们关于问题解决的理论,探讨了人类思维和决策的过程,并提出了一系列解决问题的方法和策略。
这本书成为了后来研究问题解决和人类思维的经典文献之一,对于认知科学和心理学领域的研究产生了深远影响,并为解决实际问题提供了实用的指导和方法。
西蒙在卡内基-梅隆大学挑战了传统的心理学观念,并成功建立了一个名为信息处理心理学系的小组。
这个小组的目标是通过运用计算机技术和逻辑推理来解决心理学中的问题。
尽管他们面临了一些困难和曲折的过程,但他们最终取得了胜利。
为了更好地推进机器定理证明的发展,西蒙在卡内基-梅隆大学还与其他系的教师和学生合作,共同引入了计算机科学系,并逐渐发展成为全美领先的计算机科学系。
这一举措使得西蒙能够更加深入地研究和推进计算机在问题解决和决策制定中的应用,为计算机科学和人工智能领域的发展作出了重要贡献。
通过建立信息处理心理学系和推进计算机科学系的发展,西蒙不仅为心理学和认知科学领域带来了新的思路和方向。
还推动了计算机科学的迅速发展,为未来的科技进步和人机交互领域铺平了道路。
他的努力和贡献让卡内基-梅隆大学成为了创新与前沿技术的重要研究中心之一。
——完——。