我要讲的是Simon教授整个一生的学术经历，这个经历希望是提供一个脉络，然后思考在这个材料中能够得到什么样的启示。刚才李衍达院士讲了近来的进展，我讲的着重是人工智能发展的前期，当时他也提出很多问题，现在可能有更好的一些思路，所以我讲的是更前时期，更前时期当时是怎么想的，也许还是有很多启发的。
我们从中间插进去先讲他的经历是:从大学学士论文跟大学博士论文来讲起，这个可能也值得大家思考。
他的经历，在芝加哥大学上了里特
他当时想到，如果广泛理解人类个体的行为，就可以用同样的原理理解一个组织机构的行为，当时他就对组织的管理与决策产生了许多独特的见解。
他在ICMA向里德利学了很多东西，他想一个好的组织如何成为人类进行管理的有效工具，他在这里就成为市政管理知识的优秀传播者。西蒙跟里德利两位在全国出了名，公共事务的定量化与评估成为当时热门话题。
Simon从洛克菲勒基金会申请到经费资助，继续支持他对地方行政管理的统计学研究，又到伯克利工作三年，Simon本人直接领导了5个人，但实际上负责有几十个人的工作组织，在这里积累宝贵的经验，写成博士论文，申请他取得了政治学的博士学位。所以它是社会科学出身的，值得注意。
3年以后，Simon从伯克利回到芝加哥，到伊利诺伊技术学院任教，这一段时间我们认为他是休整时期，开始时主要是教书，并自学数学与自然科学。
他在这里面熟悉的运筹学许多的分支，特别是对新出世的计算机，当时计算机刚刚出来，他给予极大的关注。他1947年当时担任该学院政治系的系主任。
最重要的是到了匹兹堡，当时叫卡内基技术学院，到工业管理研究学院（GSIA），因为这个学院许可可以开展组织和决策的研究，Simon决定转到匹兹堡的卡内基学院。
在匹兹堡有几件事情应该提的，一个是他对组织理论的研究，就把博士论文汇集成为《人的模型》这本书。他在管理这方面采用了新的模式，把过去商业教育基本是纯经验式的，提高到科学理论的基础上，这对美国与欧洲的管理教育都有很大的影响。
另一件是Simon在GSIA在这个时候，他对人工智能就做了许多奠基性能的工作，还制定了授予人工智
他在1950年就在全美工业经理协会年会上，提出计算机可以用来管理公司的大胆预。这个都可以想想，现在来看这是早期的人工智能，当时的人工智能发展的早期水平，他怎么想的。
他就跟三个人共同筹办当时最早的计算机科学系，一起成为人工智能学界一直是前三名的学校之一。人工智能发展之后，接着他就转到心理系，革新心理学的研究方式，建立心理学的计算机学派。
以卡内基·梅隆大学为基地，对管理科学、人工智能、计算机科学、心理学这几个领域教育的革新上也做了巨大的贡献。
刚刚讲了获得四个最高的奖，因此在教育方面、科研方面都做出巨大的成绩。
同时，Simon当时在美国的政府机关里面，也作了很大贡献。做了国家科学研究院政治问题委员会负责，致力于将试验技术和数学定量方法应用于社会科学。
他曾经是美国总统的科学顾问，他本身是社会科学家，但是他又懂数学和自然科学，所以对沟通美国社会科学界和自然科学界起了非常重要的作用。
这个脉络里头简单来说有非常多值得思考的问题，当然我们就想，科学发展到这个时候是不是把社会科学跟自然科学发展愈来愈接近，所以跨学科的整合具有巨大的丰硕成果。
当然要提一下，当时在美国是处于什么样的社会背景。20世纪初叶的美国已经是高度发达的工业社会，企业的科学管理发展非常快，比方说如泰罗的标准化管理。40年代市政建设与市政管理，讲究用优化方法来促进市政建设。
更重要的是第二次世界大战的美国，为了解决大量军火生产的调度跟军事力量的配置，集中了大批来自数学、统计、物理、电子工程、生物、心理等方面的专家，不分彼此，合力解决问题。有这么一个背景，出现了一批应用数学的学科，统称为运筹学。
当时运筹学已经广泛用到大量实际管理，并且不断扩大。第二次世界大战末期又出现电子计算机，运筹学需要电子计算机，如果没有电子计算机运筹学应用不会有大的发展。
但是非常重要的第三个，有电子计算机一般讲当时还不会特别想到，但他就想到了，跟他所研究的人的行为的动机、动因，联系了起来。有了计算机为这批人有深度的启发。他从计算机不只是数字计算工具，而看到符号处理的本质，这也是一个转折点，他能想到符号处理的本质，当然符号处理也有他不够的地方。
他看到符号处理的本质是跟人的思维，问题解决、管理决策是有联系的，所以大胆推动的计算机对社会各个领域的应用和探讨。就是说当时的条件下能够想到这一步，是值得我们思考的。
下面就讲了他对人工智能、心理学的研究。Simon在大学里面首先是受到用严格数理方法来处理社会科学问题的启发，当时来讲就是很先进的。
毕业以后自己又大量的投身到城市建设，特别是管理评价的活动，写出《管理行为》这个题目的博士论文，所以对组织管理方面有极其丰富的经验，又对人的行为的动因研究的关注。使得当计算机一问世，他很快就看到了计算机不仅能做数值计算，他还能想到能够做符号处理的工具。
符号处理工具就是想到能够模拟人的思维，能够模拟人的思维就能够进行问题求解，从而带动计算机在管理、决策领域的广泛应用。他想到这步，当然可以想哪些东西没有想到，但是当时能想到就是说，进行广义的问题求解，从而带动计算机在管理、决策的应用。
下面讲计算机与人脑关系的初步了解。他当时想计算机就是处理符号的设备，它有可能进行思维的模拟，从而实现人工智能。人工智能成立的时候他们三个人做了一个逻辑理论家这个程序，是挑选了当时认为高级智能的特征进行抽象的定理证明，作为探讨，把罗素撰写的“数学原理”中命题逻辑有几十个定理进行自动程序的验证。
当时认为计算机能够做自动定理证明的就是人工智能的表现，所以轰动了当时的学术界，说明计算机模拟人类思维是可能的，直接有利推动人工智能的发展，现在看来只是人脑思维中的一部分，只是左脑的思维。
人工智能深入需要进一步对人的智能，当然也想到人的心理机制，所以就转到心理学的研究，在心理学研究中间，他又与纽耶尔两个人共同提出物理符号加工假说，认为人的大脑与计算机都是符号加工系统，智能无非是符号系统的表现。
他当时想到，人的大脑活动是分层次的，当时已经看到，大脑层次分几个层次的，有生理的、右脑的感知、左脑的认知等，当时神经网络非常早期的网络也有初步的认知，但是还不清楚。
在底层的机理没有搞清楚时，他认为也不妨碍对于高层概念、推理、问题求解层次进行研究。这个想法就提出口语记录的研究方法。把原先认知心理局限于记忆、注意较低的层次，进一步扩大到问题求解、语言理解较高的层次部分。因此他进到高层的思维。
原来行为主义学派只关心输入跟输出两端，而他是用计算机程序来模拟，因而可以解释思维两端内在的过程，不仅仅是输入输出，而是输入到输出中间这个内在的过程可以用计算机程序来模拟，所以这点对心理学研究是有非常革命性的影响。
就提到当时，就是西
把人类的大脑认知首先分为多个层次，低层的如果没有研究清楚的话，也不妨去做高层的研究，这个当然是很好的想法。高层思维来讲就提出，物理符号加工的假说，说这个假说是智能的充分必要条件。
如果说符号加工就会出现智能，而智能也必须要有符号的加工，所以他是一个猜想。能不能实现呢？是需要大量的实践来证明，所以就说是假说。
当然这个假说至少鼓舞人类对智能进行大量的研究，就是根据这个假说来推动，所以在当时有一批人根据这个去研究出成果。
对底层，心理学研究考虑到人类大脑的特点，这个特点如果不是从生理角度来看，单纯机器是做不到的。他说大脑是能够集中注意力于所关注的领域，启发式地处理问题，用满意性原则作为指导目标来解决问题。
人脑的信息存储分为短时记忆与长时记忆。短时的容量是7加减2组块，短时记忆向长时记忆转移需要时间，为每项5秒。人的智慧与他在长时记忆中积累大量的信息有关，人的联想识别记忆程序所模拟记忆机制，指明人的记忆中有完善的标记、联想、检索机制。
他以这个做基础又开始人工智能研究;用大量有趣的智巧游戏做案例，就有各种方法：启发式搜索、目的手段分析、约束满足方法，以及产生式语言等等，然后又到了语义丰富的实际问题领域。
他对人的心理表征和解决问题效果的关系、新手与专家在解决问题中的差异、群体通用模式跟个体的差异这样问题都进行了深入的研究。最重要的是新手解决问题跟专家解决问题也许都能够解决问题，但是新手是非常笨的方法，用的是弱方法。
而专家，因为他有长期的经验积累，是可以用大量的比较先进的模式，从弱方法到知识、到大量的模式应用经过几个层次，所以专家比新手解题效率要强得多，所以就了解到人类思考模式的重要。
他也提出，解题一个好的知识表示的方法的重要性。知识表示对解决问题是非常重要的，过分简单和过分复杂都不好，表示方法不对的话还会产生误导。这个也是非常好的一种思路。
我还提到口语记录分析方法，让被试一面想、一面说，说的时候把内容记录下来，这样思维的过程比较符合高级思维信息的粒度，这样就可以对高层次的思维提供非常好的客观分析的记录根据。当时人工智能现在来想大概可以到一定高度，但是遗留着很多需要考量的问题。
后面就走向与社会科学的结合，第一个，管理决策，有《管理决策新科学》这本书，1960年出版，于1965年、1975年两度改版。他做了对未来社会，由于上面一些研究，做了很多重要的预言。
第一个，对服务型行业的预言。首先是对人在社会、生产活动里面所扮演的角色的分析，分成三个部分，一种是发挥能源的作用，（体力劳动），另一种是发挥信息对操纵工具的作用。
最后是作为信息处理器件的作用（大脑思维）。服务性行业是说，眼、脑、手这种类型的技能劳动，比用大脑思维是纯粹的抽象的符号加工的工作性质要复杂。因此预见说，以人类为对象的服务性行业一段时间会在社会中比重越来越大。
其次，讨论未来社会的管理决策过程，西蒙认为，正经理跟副经理的决策是不一样的。副经理与部门人员所作的是程序性决策，是应用运筹学跟计算机可以解决的，这个大家都容易明白。
而正经理所做的工作是远远要复杂的非程序性决策，虽然复杂，应该说还都是人做的，可以用口语分析方法进行分析，其思维按物理符号加工假说用人工智能的思想，一步一步将来也有解决的可能。
对于计算机在新社会应用前景，他也做了各种的预言。哲学与技术上，从计算机可能做人所能做的一切工作，到计算机所做的一切都是由人先做的，机器只能模仿的各种说法。
在经济上，从计算机的应用会引起社会的激烈动荡、增加失业，产生能源危机、环境污染等弊病，到不可能引起社会太大变化，一切都会基本正常进行种种看法以后。
西蒙用大量事实与理论分析来表明自己的观点，（他是哲学上的乐观派，认为计算机的作用是不可限量的，不要过早给计算机定下应用的界限。他又是经济上的稳健派，认为在不同部门不会同时出现计算机的替代情景，而社会也有许多可用办法来对受害者进行补偿，使整个社会仍保持稳定。
所以即使有冲击，也是很局部的。计算机发展过程还表示，这种设备愈来愈节省能源与材料，而其性能发展却是没有限度，使用计算机应该使人对它更为欢迎、更为满意.随着技术的发展，现在看来难以解决的各种问题，将来都有希望逐步得到解决。
这个对计算机的应用前景的分析是起了很好的作用，解决很多大家的怀疑，对计算机应用的推动，所以在美国就一步一步向前发展。
第二个，《人工科学》一书写于1968年，改版于1980年。
简单说一下，实际上他研究经济学、管理科学、计算机使用的机制，都是有人参与的，有人参与了以后，他这个系统规律就与一般的不一样。认为实际上人对社会所起的作用是非常重要的，这个时候是超前的，是非常大的推动。
根据心理学的研究，人的认知是有局限的，是有限的理性，在经济系统里，智能系统(个人)对外部进行调整是受到特定能力的限制，不能期望做到理想的最优的适应。
西蒙又证明了对个人、对内部环节只需假定有限理性，即规定一定满足水平的假设，也一样可达到市场机制的平衡，使得对市场经济的作用建立在更加符合实际的理论模型上。这种理论的改正实际意义是重大的。
特别重要的就是说，人工系统的设计应该形成学科。对自然界事物规律的研究是科学的任务，而一般人造物的设计则是工程、技术的任务。
可是多年来工程科学逐渐向理科靠拢，而人造物设计的研究则逐步减弱，这种不正常现象源于过去对设计理解得很肤浅，且主观随意性很强，不成其为科学。
实际上需要工程研究对设计创新的看法，现在由于对通用求解系统的深入了解，有可能发展成为一门“设计的科学”。其课程内容大约包括对备选方案的设计与搜索，如何对各个设计方案进行评价等，西蒙还专门探讨对社会上大范围组织这种人工系统的设计与评价（即大工程）应该讨论的特殊课题。看到对于大工程评价这也有相当的创造性。可以看到这种讨论与论点对社会的影响是巨大的。
他对我们的思考，他写了一批书《人的模型》《发现的模型》《思维的模型》等等一堆的模型书，也包含他对自己的评价：我的一生中间是科学家，是各个不同学科的科学家，但这些知识并未连成一体，但是我希望我的知识有一个连贯性，我的一生没有做到，但是我对每个学科是尽力了。
这个是说，他的知识领域扩大的覆盖面。实际上我们看到，他是把心理学的研究成果，人类认知天然的局限性，跨学科再跨到经济学和社会经济活动的调控这个上面。比方说创造人造科学这样一个新的学科，是对于我们现在所进入的纵向多环节整合的必要性奠定了一个基础。
所以他的经历也为理解今天信息研究的价值重要性做出铺垫，实际上是蕴含着大家思考需要一个新的方法论。我们可以跟教育信息学、跟认知科学，学习科学一起来进行对比。
人工智能可能提出非常新的问题，需要我们进一步去研究，我看我们看近年有所谓具身认知科学，把人的头脑、身体与周围社会环境整个串起来进行认知的研究，再从这个进入生物科学的研究，跟生命科学的影响结合，这里都有非常多的问题需要进一步去研究。
也就是说他的整个经历是跟我们今天的信息学研究做了很好的铺垫，这个我们就留待后面几位专家，进一步深度探讨。
谢谢大家！
作者（译者）面对面为你讲解一本书的核心要义。
喜欢就下载APP试用吧！
作者（译者）面对面为你讲解一本书的核心要义。
喜欢就下载APP试用吧！
