当然，智能不是一个全或无的事物，它在特定领域中不断地向更高级的性能发展，并向拓宽这些领域的范围发展。例如，早期的国际象棋程序只要能按规则走子，并表现出某种目的性，就被看作是成功的；稍后，它们达到了人类初学者的水平；在10到15年的时间里，它们开始对抗高水平的业余棋手。进步是缓慢的(同时在整个项目方面的投资也不多），但却从未间断，构造加检验的范式有规律地循环着一整个研究活动是在宏观层次上模仿许多AI程序的基本的生成加检验的循环过程。
我们看到，具备智能行动能力的领域在逐步拓宽。研究工作已从原来的任务扩展到建立系统：以各种方式处理和理解自然语言的系统、解释视觉场景的系统、用于手眼协调的系统、设计系统、编写计算机程序的系统、口语理解系统一这张单子如果不是无尽的，至少也是非常之长。即使存在着一些界限，在界限之外上述假设不再成立，这种界限也尚未分明。到目前为止，影响前进速度的主要是两个方面：已应用的科学资源的数量相当有限，对每一重大的新课题来说都不可避免地要为实际建立系统而付出努力。
当然，已着手研究的，适用于特定任务域的智能系统，远远不止上面罗列的这些例子。如果人们得知，完成这些形形色色的任务的AI程序，除了作为物理符号系统的实例而外，别无共同之处，可能会感到惊讶和沮丧。因而，对一般性所拥有的机制的搜索，以及对完成各种任务的程序中的共同成分的搜索，始终有其重要意义。这种搜索使该理论超越了原有的符号系统假设，以对人工智能中各种有效的特殊类型的符号系统的特征作出更加完美的说明。在本文第二节中，我们将讨论一个处在后一说明层次上的假设的例子：启发式搜索假设。
5 作为经验探索的计算机科学：符号和搜索
125