虽然启发式搜索假说至今都没能解决计算机模拟人类智能活动的问题，但在心理学、经济学、决策论等其他学科中却取得了令人瞩目的成就。司马贺从启发式搜索假说中总结出了经济学和决策论中著名的“有限理性模型”（Bounded Rationality Model），这个成果使他获得了 1978 年的诺贝尔经济学奖<sup>○一</sup>。认知心理学研究也表明，不仅仅是人，普通动物在进行决策时采取的也是启发式策略，从侧面说明了启发式搜索假说确实有可能是一条探索智能活动的可行之路。
3.4 知识！知识！知识！
20 世纪 50 年代到 60 年代间，人工智能的研究度过了符号主义的第一个阶段：“推理期”。在这个阶段，主流的研究方法是基于逻辑推理来寻找智能，该方法在人机对弈、问题求解、机器定理证明这类信息完全且问题空间封闭的领域中取得了一定的成功。但是，由于没有解决如何从少量公理性知识推导出整个世界的常识问题，所有的先验知识都只能靠事前的输入，因此机器这样依赖“死记硬背”来获取知识的方法，在应对开放性的问题时就显得捉襟见肘了，甚至在很多问题上都是完全无能为力的。
到了 20 世纪 70 年代中期，人工智能领域的学者逐渐放弃了仅靠符号系统从少量最基础的“公理性”知识中推导出智能的想法，不得不接受人类几千年积累的各种知识是难以仅靠若干条基础公理、一两个通用模型和推理演算程序就能灌输给机器的这个现实。另外，由于考古学对古代智人的研究得出了古代智人与现代人类在脑容量上并没有差距的结论，表明了人类智能行为表现出的问题求解能力更多是来源于人所具有的知识，而不仅仅是大脑思考和推理的能力，因此计算机采用形式化方法和推理策略来模拟智能的希望看似越来越渺茫了。
86
第二部分 学派争鸣
○一 传统经济学一直以完全理性为前提，但是在现实情况中，人们所获得的资讯、知识与能力都是有限的，所能考虑的方案也是有限的，未必能做出效用最大化的决策。因此，司马贺提出必须考虑人的基本生理限制，以及由此而引起的认知限制、动机限制及其相互影响的限制。