人工智能哲学

总的说，本文的论述证明了，塞尔对计算心理学的非难缺乏充分的根据。把屋中的塞尔看作计算机程序的例示，并不等于说他一点理解力也没有。既然形式主义计算心理学的理论应当比作计算机程序而不是比作形式逻辑，那么在原理上，计算心理学就并非不能解释意义是怎样附着于心理过程的。

人工智能哲学

112

5 作为经验探索的计算机科学：符号和搜索

A·纽厄尔和H·A·西蒙\*

计算机科学是对围绕计算机的现象所作的研究。这一领域的创立者们深知这一点，所以他们自称为计算机器协会。机器不仅是指硬件，而且是指带程序的活生生的机器—就是我们所研究的有机体。

这是第十次图灵讲座。在我们之前，已经有九位人物在这一讲座上就计算机科学提出了九种不同的观点。因为我们的有机体，即机器，可以在多种层次上并从多种角度进行研究。我们今天在这里提出另一种观点，深感荣幸，这一观点已经渗透在我们因之而受表彰的科学研究中。我们想把计算机科学称为经验探索。

我们的观点只是诸多观点中的一种，以前的讲座可以说明这一点。然而，即使将这些讲座汇总起来，也并不能涵盖这门科学的整个范围。这门科学的许多基本方面尚未在这十次荣誉讲座中提及。当罗盘转动了一圈，计算机科学的每个方面都已讨论过的时候，如果这一天到来一—当然这不会太快，那么新一轮循环又会开始。讲演者必须像兔子那样，年复一年地追逐那些一小步一小步增长的积累—在持续不断的比赛中乌龟所取得的科学和技术的进步。每一年都有新的差距出现，都在召唤新的冲刺，因为在科学中是没有终点的。

计算机科学是一门经验学科。我们也可以把它叫作实验科学，但是像天文学、经济学和地质学一样，它的某些独特的观察方式和实验方式已跳出实验方法狭隘的旧框框。然而，它们是实验。每制造一台新的机器都是一次实验。事实上，建造机器是对自然界的提问，同时我们也通过对运作中的机器进行观察和用一切有效的分析和测量手段对它进行分析，来听取答案。每编制一个新程序都是一次实验，它是向自然界提出一个问题，而它的行为为获得答案提供了线索。无论机器还是程序都不是黑盒子，而是已经设计出来的人工制品，既有硬件也有软件，我们可以打开它们，朝里看一看。我们可以把它们的结构同它们的行为联系起来，并从单个的实验中得到许多有用的东西。我们不必制造1(0)个比如说定理证明程序的复制品，用统计学方式证明它尚未克服因按期望的方式进行搜索而出现的组合激增。借助于一些运行过程来查看程序，揭示出它的缺陷，我们就可进行下一个尝试。

113

我们制造计算机和程序的原因是多种多样的。我们把它们制造出来以服务于社会，并作为完成社会经济任务的工具。但是，作为从事基础研究的科学家，我们制造机器和编制程序是一种发现新现象和分析我们已知现象的方法。公众常常会对这一点有误解，认为建造计算机和程序只是因为它们能产生出经济用途(或是朝着这种用途发展系列中的中间环节)。我们应当看到，围绕计算机的现象有其深层意义，同时又尚未分明，需要大量的实验来揭示其本质。我们应当看到，像在任何一门科学中那样，从这样一些实验和理解中积累起来的收获会在长久的新技术获取中收到成效，而正是这些技术，将创造出有助于社会实现其目标的工具。

然而，我们这里的目标并不是寻求从外部世界作出理解。我们是要考察这门科学的一个方面—通过经验探索而形成的新的基本理解。对此，最好是通过实例来说明。如果在这一场合我们从自己的研究领域中选取一些例子，我们会得到原谅的。正如我们将会看到的那样，这些例子涉及整个的人工智能发展，特别是它早期的发展。它们所依据的远远超出我们个人的贡献。即使在我们直接作出贡献的那些地方，也是同其他人合作的结果。在我们的合作者中，特别要提到的是克利夫·萧，整个5()年代后期那段令人兴奋的时期里，我们与他组成了一个三人小组。此外，在卡内基-梅隆大学，我们还与许许多多同事和学生一起工作过。

人工智能哲学

A：纽厄尔和H：A：西蒙，“作为经验探索的计算机科学：符号和搜索”，第十次图灵讲座，首次发表于《计算机协会通讯》19(1976.3)。版权属1976计算机协会公司。经允许重印。

A.纽厄尔(A. Newell)，卡内基-梅隆大学，心理学和计算机科学教授。

H.·A.西蒙(H. A. Simon)，卡内基-梅隆大学，心理学和计算机科学教授。

114

由于时间的限制，只能举出两个例子。第一个是符号系统观念的形成。第二个是启发式搜索观念的形成。对于理解信息是如何加工的，以及智能是如何获得的，这两个概念有其深刻的意义。然而它们尚未达到对整个人工智能范围作出全面说明的程度，尽管在我们看来，它们在展示该部分计算机科学的基础知识性质方面是有用的。

1. 符号和物理符号系统

已有的基础方面的计算机科学知识的成果之一，就是在较为基本的层次上对符号是什么作出了解释。这种解释是关于性质的科学命题，是由经验得出的，它的形成是长期的、渐进的。

符号是智能行动的根基，这无疑是人工智能最重要的论题。因此，它对于整个计算机科学来说，也是最重要的问题。因为所有信息都是为一些目的服务而由计算机加工的，而我们衡量一个系统的智能水平，是看它在面临任务环境所设置的种种变动、困难和复杂性时，达到规定目的的能力。当所完成的任务范围有限时，计算机科学在实现智能过程中的这一总的投入并不引人注目，因为这时可以准确地预见这一环境中的全部变动。当我们将计算机扩展到更为综合、复杂和知识密集型的任务中去时，亦即我们试图让它们作我们的代理者，能够独自处理自然界中的全部偶发事件时，它就变得较为醒目了。

5 作为经验探索的计算机科学：符号和搜索

115

我们对于系统具有智能行动的必备条件的理解，是慢慢清楚起来的。它是复合型的，因为任何单个的基本事物都不能说明智能的全部表现。正如不存在能通过自己的特殊性质表示生命实质的“生命原理”一样，也不存在任何“智能原理”。然而，没有简单明了的解决办法，并不意味着智能在构造上没有任何必备条件。一个这样的必备条件就是存储和处理符号的能力。为了提出这一科学问题，我们或可对W·麦卡洛克(McCulloch1961)著名文章的标题作出释义：符号是什么，使得智能可以使用它？智能是什么，使得它可以使用符号？

定性结构定律

所有科学都刻划出它们所研究的系统的基本性质的特征。这些特征在性质上表现出稳定的定性特点，因为它们设定了说明方式，在这个说明方式中可以形成更为详细的知识。它们的实质常常可以通过非常简明、非常一般的陈述来捕捉。如果不是出现了那些证明它们是最重大的成果的历史证据，人们也许会因为这些普遍定律的局限的特性，而断定它们对整个科学只作出了较小的贡献。

生物学中的细胞学说生物学中的细胞学说是一个很好的定性结构定律的例子，它指出，一切活的有机体的基本组成单元是细胞。细胞以大量的不同形式出现，虽然它们都有一个核，周围是细胞质，而整个细胞由一层膜包围着。但是从历史上看，这种内部结构并不属于对细胞学说的说明，它是通过细致研究得出的后续特性。细胞学说可以由我们上面给出的陈述接近完整地表达，至于细胞的大小如何，则是一个模糊的观念。然而这一定律给生物学带来的影响是巨大的，在这一学说被逐渐接受之前，该领域丧失的活力是相当可观的。

地质学中的板块构造说 地质学为定性结构定律提供了一个令人感兴趣的例子。它之所以令人感兴趣，是因为它是近十年间才得到承认的，所以它变得举足轻重的情况，我们还记忆犹新。板块构造理论认为，地球表面是由一些大板块拼集而成的，这些板块共有数十块之多，它们(以地质学的速率)运动着，相互背离、重叠，或是向下进入地心，到了地心，就失去它们的原貌。板块运动对于大陆和海洋的形状以及相对位置作出了解释，并解释了火山和地震活动的区域，以及深海海脊等等。增加一些速率和大小方面的细节，这一重要理论就得到详细说明了。当然，在成功地解释了许多细节之后，它才得到承认，这些细节全都一致符合(例如对西非与南美东北部之间植物群、动物群和地层一致性的解释)。板块理论表现出高度的定性特点。目前它得到了承认，整个地球似乎到处都在为它提供证据，因为我们是按照它去认识世界的。

人工智能哲学

116

细菌致病理论自巴斯德阐明细菌致病理论以来，已过了一个多世纪，这个理论是在医学界引起一场革命的定性结构定律。这个理论指出，大多数疾病是由身体中微小的、活的单细胞有机体的存在和繁殖引起的，疾病的传染就是这些有机体从一个宿主传播到另一宿主。该理论的大部分精心研究在于确定出与特定疾病相联系的有机体，对它们加以描述，并追踪它们的生存过程。这个定律有许多例外情况—有许多疾病不是由细菌引起的，但这一事实并没有降低它的重要性。这个定律告诉我们要寻找特殊的致病原因；且并不认为我们总会找到这种原因。

原子论学说 原子论学说与上面刚提到的三个定性结构定律形成了有趣的对照。因为它出自道尔顿的研究工作和他对化学品以固定比例相结合的证明，所以这定律提供了定性结构的一个典型例子：元素是由细小的、均匀的颗粒组成的，一种元素的颗粒不同于另一种元素。但是由于原子的基本种类是如此简单，其变化范围是如此有限，所以很快形成了定量理论，它们吸收了原来定性假设中的所有一般性结构。从细胞、构造板块和细菌可见，结构的种类是如此之多，这说明基本的定性原理具有特殊作用，它对整个理论的贡献是清晰可见的。

结论 定性结构定律在科学中随处可见。我们可以从中看到某些人类最伟大的科学发现。正如这些例子所表明的，它们往往建立了整

5 作为经验探索的计算机科学：符号和搜索

117

个科学赖以运作的说明方式。

物理符号系统

让我们回到符号论题上，对物理符号系统作出定义。形容词“物理的”指明两个重要特征：

1. 这种系统显然是遵循物理学定律的，它们可由用工程化分量构成的工程化系统来实现；

1. 虽然我们使用术语“符号”，预先勾画的是我们意向式的解释，但是它并不局限于人类符号系统。

一个物理符号系统是由一组叫做符号的实体组成的，这些实体是一些物理模式，可以作为另一种叫做表达式(或符号结构)的实体的分量而存在。所以一个符号结构是由一些以某种物理方式相联系的符号实例(或标记)组成的(如一个标记紧接着另一个标记)。在任一瞬间，该系统都包含一个这些符号结构的集合体。除了这些结构而外，该系统还包含一个由按照一些表达式运作，以产生出另一些表达式的过程，如创造过程、修正过程、再生过程和破坏过程组成的集合体。物理符号系统是一架机器，它产生出一个随时间而演化发展的符号结构集合体。这种系统存在于一个对象世界之中，这些对象的数量比符号表达式本身更多。

对这些表达式、符号和对象的结构而言，有两个核心观念：指称和解释。

指称一个表达式指称一个对象是指，在已知该表达式的情况下，一个系统或是能够对该对象本身施加影响，或是能够以取决于该对象的方式规范其行为。

在每一情况下，其结果都是经由表达式而抵达对象，这正是指称的实质所在。

解释系统能够解释一个表达式是指，该表达式指称一个过程，同时在已知该表达式的情况下，系统能够执行这一过程。

人工智能哲学

118

解释意指依赖行动的特定形式：已知一个表达式，系统就可以完成所指定的过程，也就是说，它能根据指称这些过程的表达式而再现和执行它所拥有的过程。

根据上述理解，一个具备指称和解释能力的系统必然也满足若干新增的必备条件，具有完备性和封闭性。由于篇幅的关系，我们只能简单谈这些。所有这些都是重要的，而且有着十分深远的影响。

1. 符号可以用来指称任何一种表达式。就是说，给出一个符号时，并没有事先规定它能指称什么表达式。这种任意性仅仅是对符号而言的，而符号标记和它们的相互关系则决定着一个复杂表达式所指称的是什么对象。

1. 存在着一些表达式是指称计算机所能完成的每一过程的。

1. 存在着一些过程是以任意方式建立任何表达式并修正任何表达式的。

1. 表达式具有稳定性，它们一旦建立，在明确地被修改或被取消之前，会一直存在下去。

1. 系统所能拥有的表达式个数基本上是无限制的。

我们刚刚定义的这种系统是计算机科学家们所熟悉的。从其属性来看，它与一切通用计算机极为相似。如果采用符号处理语言，如LISP语言，来定义一台机器，那么其亲缘关系就真的变得像同胞一样了。我们策划这种系统的意图并不是要提出某种新东西，恰恰相反，我们是要表明，对于符合这种特征的系统，我们现在已知什么，又作出了什么假设。

现在我们可以阐述一个一般性的科学假设了—符号系统的定性结构定律：

物理符号系统假设对一般智能行动来说，物理符号系统具有必要的和充分的手段。

所谓“必要的”是指，任何表现出一般智能的系统都可以经分析证明是一个物理符号系统。所谓“充分的”是指，任何足够大的物理符号系统都可以通过进一步的组织而表现出一般智能。我们想用“一般智能行动”来表示与我们所看到的人类行动范围相同的智能：在任一真实情境中，对该系统目的来说是恰当的、并与环境要求相适应的行为，会在一定的速率和复杂性的限度之内发生。

5 作为经验探索的计算机科学：符号和搜索

119

物理符号系统假设显然是一个定性结构定律，它规定了系统的一般类别，在这些系统中我们会看到那些具有智能行动能力的系统。

这是一个经验假设。我们已定义了一个系统类别，还希望了解这个类别的系统是否说明了我们在现实世界中看到的一组现象。在我们周围的生物界中，主要是在人类行为中，智能行动随处可见。它是一种行为形式，我们可以根据其结果识别它是否是由人类完成的。该假设的确可能有误。智能行为并非这么容易产生，以至于任何系统不管其愿意不愿意都会表现出这种行为。有些人经过分析，确定能以哲学或科学为根据得出这一假设为误的结论。而科学的态度是，只有拿出关于自然界的经验证据，我们才能攻击这一假设，或为它作出辩护。

现在我们需要回顾一下这一假设的形成过程，并看一看它的证据。

符号系统假设的形成

物理符号系统是通用机的一个例子。所以符号系统假设就意味着智能将由一台通用的计算机来实现。然而这一假设远远超出了通常在物理决定论的一般基础上得出的论点：任何可实现的计算，只要得到详细说明，就可以由通用机来实现。由于它明确地断言智能机器是一个符号系统，所以它以特定的构造方式断言了智能系统的性质。了解这一新增的特性是如何出现的，十分重要。

形式逻辑该假设的起源要追溯到弗雷格、怀特海和罗素就形式化逻辑提出的方案：以逻辑方式获取基本的概念式数学观念，把证明和演绎观念置于可靠的根基上。这种努力在数理逻辑中达到了顶点，这就是我们所熟悉的命题逻辑，一阶和高阶逻辑。它形成了一种独特的观点，常常被称为“符号游戏”。逻辑，也包括所有数学，是根据特定的纯句法规则，用无意义的标记所做的一场游戏。所有的意义都被清除了。我们具有的是一个机械系统，尽管是非强制性的(我们现在也称之为非决定论的)，而有关这一系统的种种事情都可加以证明。这样的成功首先是通过一步步远离所有看来与意义和人类的符号相关的东西而取得的。我们可以把这一阶段称为形式符号处理阶段。

人工智能哲学

120

这种一般性态度充分反映在信息论的发展中。申农曾定义了一个仅仅对通信和选择有用的系统，而与意义毫无关系，这一点一再被指出。人们后悔以“信息论”这个一般性名字为这一领域命名，而打算把它修改为“选择信息的理论”，当然没有成功。

图灵机和数字计算机 早期数字计算机的发展和自动装置理论的发展可以放在一起讨论，它们是以图灵本人30年代的研究为起点的。在何者是根本的这一点上，它们的观点是一致的。我们采用图灵本人的模型，因为它充分表明了有关特点。

图灵机由两种存储装置组成：无限长纸带和有限状态控制装置。纸带上有数据，即人所共知的)和1。该机器在纸带上有非常小的一组适当的操作—读、写和扫描操作。读的操作不是数据操作，而是为控制状态提供条件分支，而控制状态则表现为读头下数据的函数。正如我们都知道的那样，就计算机能做什么而言，上述模型包含了一切计算机的基本要素，虽然别的带有不同存储装置和运作装置的计算机也可能以不同的空间和时间条件完成同样的计算。特别要指出的是，图灵机模型内含两种观念：关于不能计算的东西的观念，以及关于通用机—即能做任何机器所能做到的任何事情的计算机—的观念。

30)年代，在现代计算机问世之前，我们已在两个方面对信息加工取得了深刻的认识，这的确是令人惊讶的。它对A·图灵的天才创造具有启迪作用，并对当时的数理逻辑发展作出了贡献，计算机科学也无疑深深受惠于它。与图灵的著作同时，还出现了逻辑学家E·波斯特和A·丘奇的(各自独立完成的)著作。他们从独立的逻辑系统观念(分别是波斯特生成和递归函数)开始，在不可判定性和通用性方面得出了类似的结果，这些结果不久即得到证明，原来这三个系统完全是等价的。的确，所有这些定义最一般的信息加工系统类别的尝试取得了一致的结论，这种情况具有某种说服力，使我们确信：我们已在这些模型中获得了信息加工的基本要素。

5 作为经验探索的计算机科学：符号和搜索

121