——人工智慧符號主義學派的創始人
1975年度的圖靈獎授予卡內基—梅隆大學的兩位教授：赫伯特·西蒙(Herbert Alexander Simon)和艾倫·紐厄爾(Allen Newell)。他們兩人曾是師生，後來成為極其親密的合作者，共事長達42年，直至紐厄爾於1992年去世。這是圖靈獎首次同時授予兩位學者。
西蒙是一個令人敬佩而驚歎的學者，具有傳奇般的經歷。他多才多藝，興趣廣泛，會畫畫，會彈鋼琴，既愛爬山、旅行，又愛學習各種外國語，能流利地說多種外語。作為科學家，他涉足的領域之多，成果之豐，影響之深遠，令人歎為觀止。他和紐厄爾同獲圖靈獎，是因為他們在創立和發展人工智慧方面的傑出貢獻，當然是電腦科學家。但是西蒙在1978 年更榮獲諾貝爾經濟學獎，不言而喻是世界一流的大經濟學家。1986年他又因為在行為科學上的出色貢獻而榮獲美國全國科學獎章(National Medal of Science)。1969年，美國心理學會由於西蒙在心理學上的貢獻而授予他“傑出科學貢獻獎”(Distinguished Scientific Contributions Award)。而他1943年在匹茲堡大學研究生院畢業時被授予的是政治學博士頭銜!西蒙自己在他1991年出版的自傳《我的生活的模型》(Models of My Life，Basic Books)一書中這樣描寫他自己：“我誠然是一個科學家，但是是許多學科的科學家。我曾經在許多科學迷宮中探索，這些迷宮並未連成一體。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，從而是有信譽的，這也就足夠了”。
西蒙1916年6月15日生於威斯康辛州密歇根湖畔的密爾沃基(Milwaukee)，他的父親是一個在德國出生的電氣工程師，母親則是頗為成功的鋼琴演奏家(西蒙彈得一手好鋼琴恐怕來自家教吧)。西蒙從小就很聰明好學，在密爾沃基的公立學校上學時跳了兩級，因此在芝加哥大學註冊入學時年方17。還在上大學時，西蒙就對密爾沃基市遊樂處的組織管理工作進行過調查研究，這項研究激發起了西蒙對行政管理人員如何進行決策這一問題的興趣，這個課題從此成為他一生事業中的焦點。1936年他從芝加哥大學畢業，取得政治學學土學位以後，應聘到國際城市管理者協會ICMA(International City Managers’Association)工作，很快成為用數學方法衡量城市公用事業的效率的專家。在那裏，他第一次用上了電腦(當然還只是機電式的)，因為他作為“城市年鑒”(Municipal Yearbook)的助理編輯，需要在電腦上對數據進行統計、分類、排序和製錶。對電腦的興趣和實踐經驗對他後來的事業產生了重要影響。
1939年，他轉至加州大學伯克利分校，負責由洛克菲勒基金會資助的一個專案，這個專案是對地方政府的工作和活動進行研究。這期間，他完成了博士論文，內容就是關於組織機構如何決策的。經他的母校芝加哥大學進行評審與答辯後，被授予政治學博士學位。
1942年，在完成洛克菲勒基金專案以後，西蒙轉至伊利諾伊理工學院政治科學系，在那裏工作了7年，其間還擔任過該系系主任。1949年他來到他最後一個落腳點卡內基—梅隆大學(當時還叫學院)，在新建的經濟管理研究生院任教。他一生中最輝煌的成就就是在這裏做出的。20世紀50年代，他和紐厄爾以及另一位著名學者約翰，肖(John Cliff Shaw)一起，成功開發了世界上最早的啟發式程式“邏輯理論家"LT(1ogicTheorist)。邏輯理論家證明了數學名著《數學原理》一書第二章 52個定理中的38個定理(1963年對邏輯理論家進行改進後可證明全部52個定理)，受到了人們的高度評價，認為是用電腦探討人類智力活動的第一個真正的成果，也是圖靈關於機器可以具有智能這一論斷的第一個實際的證明。同時，邏輯理論家也開創了機器定理證明(mechanical theorem proving)這一新的學科領域。1956年夏天，數十名來自數學、心理學、神經學、電腦科學與電氣工程等各種領域的學者聚集在位於美國新罕布夏州漢諾威市的達特茅斯學院(這個學院還因後來在1966年由John G．Kemeny和T．E．Kurtz發明簡單易學，使用方便的互動式語言BASIC而聞名於世)，即Dartmouth College，討論如何用電腦模擬人的智能，並根據麥卡錫(J．McCarthy，1971年圖靈獎獲得者)的建議，正式把這一學科領域命名為“人工智慧”(Artificial Intelligence)。西蒙和紐厄爾參加了這個具有歷史意義的會議，而且他們帶到會議上去的“邏輯理論家”是當時唯一可以工作的人工智慧軟體，引起了與會代表的極大興趣與關注。因此，西蒙、紐厄爾以及達特茅斯會議的發起人麥卡錫和明斯基(M．L．Minsky，1969年圖靈獎獲得者)被公認為是人工智慧的奠基人，被稱為“人工智慧之父”。
西蒙、紐厄爾和肖合作，還在1957年開發了IPL語言(1nformation Processing Language)。在AI的歷史上，這是最早的一種AI程式設計語言，其基本元素是符號，並首次引進表處理方法。IPL的基本數據有兩個組分，每個組分要麼是元素，要麼是指向另一元素的指針，也就是說，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，這有助於將程式員從繁瑣的細節中釋放出來而在更高的水準上思考問題。IPL的另一特點是引進了生成器，每次產生—個值，然後掛起，下次調用即從停止的地方開始。早期的很多A1程式都是用 IPL編制而成的。IPL本身也經歷了一個發展與完善的過程，其最後一個版本1PL V可以處理樹形結構的表。
1960 年，西蒙夫婦做了一個有趣的心理學實驗，這個實驗表明人類解決問題的過程是一個搜索的過程，其效率取決於啟發式函數(heuristic function)。在這個實驗的基礎上，西蒙、紐厄爾和肖又一次成功地合作開發了“通用問題求解系統"GPS(General Problem Solver)。GPS是根據人在解題中的共同思維規律編制而成的，可以解11種不同類型的問題，從而使啟發式程式有了更普遍的意義。
西蒙曾多次強調指出，科學發現只是一種特殊類型的問題求解，因此也可以用電腦程式實現。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個版本的BACON系統發現程式，重新發現了一系列著名的物理、化學定律，證明了西蒙的上述論點。
“邏輯理論家”和“通用問題求解器”都是針對有“良結構”(well structured)的問題設計的。西蒙後來又和海斯(J．R．Hayes)合作，開發了一個名為“理解”(Understand)的AI程式，可以解決結構不良的問題(poorly structured problem)，進一步發展了推理技術。西蒙和紐厄爾還明確界定了這兩類問題，即滿足以下三個條件的問題被稱為良結構問題：
 1．問題能以定量方式進行描述；
 2．問題有一個特定的目標函數；
3．問題有能求得最優解的有效演算法。
不能滿足以上三個條件的全部或部分的問題則稱為結構不良的問題。
1966年，西蒙、紐厄爾和貝洛爾(Baylor)合作，開發了最早的下棋程式之一MATER。由於下棋是人的智力活動中最複雜和高級的一種活動，西蒙對電腦下棋始終十分關切。1997年，IBM的“深藍”(Deep Blue)電腦打敗了白俄羅斯的國際特級大師卡斯帕羅夫以後，西蒙(時年81)還和在克利夫蘭的俄亥俄州立大學當教授的日本知名AI專家 T．Munakata一起，在《ACM通信》雜誌的8月號上發表了“人工智慧給我們的教訓”(AI Lessons)一文，就此事進行了評論，發表了看法。
以上介紹的是西蒙和紐厄爾在人工智慧系統實現和開發中所做的一些具體工作和成果。他們兩人在人工智慧中做出的最基本的貢獻則在於他們提出了“物理符號系統假說”PSSH(Physical Symbol System Hypothesis)，成為人工智慧中影響最大的符號主義學派的創始人和代表人物，而這一學說則鼓勵著人們對人工智慧進行偉大的探索。那麼，什麼叫物理符號系統呢?所謂物理符號系統，按照西蒙和紐厄爾1976年給出的定義，就是由一組稱為符號的實體所組成的系統，這些符號實體都是物理模型，可作為組分出現在另一符號實體之中。任何時候，系統內部均有一組符號結構，以及作用在這些符號結構上以生成其他符號結構的一組過程。包括建立、複製、刪除這樣一些過程。所以一個物理符號系統也就是逐漸生成一組符號的生成器。根據這一假設，物理符號系統也就是對一般智能行為具有充分而必要手段的系統，即任一物理符號系統如果是有智能的，則必能執行對符號的輸入、輸出、存儲、複製、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。根據這個假設，我們可以獲得以下三個推論：
    1．人是具有智能的，因此人是一個物理符號系統。
    2．電腦是一個物理符號系統，因此它必具有智能。
    3．電腦能模擬人，或者說能模擬人的大腦。
    您能夠接受這些假設，認為這些假設符合邏輯嗎?
西蒙在人工智慧方面的另一個貢獻，是發展與完善了語義網路的概念和方法，把它作為知識表示(knowledge representation)的一種通用手段，並取得了很大成功。
大家知道，在知識表示方法中，語義網路(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年代後期作為人類聯想記憶的一個顯示心理學模型最先提出來的，奎林在開發TLC系統(Teachable Language Comprehender)中用它來描述英語的詞義，模擬人類的聯想記憶。但用語義網路作為一般的知識表示方法，則是西蒙在1970年研究自然語言理解的過程中把它的各種概念基本明確下來的。語義網路由結點和結點之間的弧組成。一般，結點用於表示物理實體、概念或狀態，弧表示它們之間的相互關係。例如，下圖為描述“我的椅子”(my-chair)的一個語義網路。其中，結點my-chair以上的部分表示“我的椅子是一個椅子”，“椅子是一種傢俱 (furniture)”，“座位(seat)是椅子的一部分”等概念。
my- chair以左的部分表示“我的椅子的所有者(owner)是我”，“我是一個人(person)”等概念。my—chair以右的部分表示“我的椅子的顏色(color)是棕褐色(tan)”，“棕褐色是一種褐色(brown)”等概念。mychair以下的部分表示“我的椅子覆蓋著 (covering)皮革(1eather)”這一概念。圖中isa和ako是語義網路中常用的關係，isa表示某一個體是某一集合的一個元素，讀作“ 是……的一個實例”。ako是a kind of的縮寫，表示一個集合是另一個集合的子集，也可用are代替ako。圖中的其他關係is part、owner、color、covering分別表示結點對象的其他一些屬性。由此可見，語義網路特別適合於根據非常複雜的分類進行推理的領域以及表示事件的性質、狀況以及動作之間關係的領域，它的主要優點有：
1．重要相關性能被明確而清晰地表示出來；
2．相關事實可以通過直接相連的結點推導出來；
3．能利用isa和子集鏈在網路中建立性質繼承層次；
4．易於對繼承層次進行演繹推理；
5．能利用少量的基本概念標記建立狀態和動作的描述。
由於以上各種優點，語義網路已被許多AI系統採用。經過適當擴充，它在資料庫技術中被用作數據模型，稱為“語義網路數據模型”(semantic network data model)。
20世紀70年代中期，西蒙和CAD專家依斯特曼(C．M．Eastman) 合作，研究住宅的自動空間綜合取得成果，不僅開“智能大廈”(intelligent building)的先河，還成為智能CAD即ICAD研究的開端。在此基礎上，CMU於1986年成立了跨系的工程設計研究中心 (Engineering Design and Research Center)，其成果舉世矚目。