符号主义成果

① 符号主义有哪些

这位朋友你好，其实呢，符号主义呢只是指你的语言，口气当中在哪个部位来进行停顿。形成呢这个意思完全被人有多重的理解。

② 我国近几年来所取得的巨大科研成果

李国杰
一、 中国信息化与信息基础设施建设
“以信息化带动工业化，以工业化促进信息化”已确定为中国发展经济的基本战略之一。到目前为止，中国政府已确定12项重点信息化工程，称为“金字工程”，包括办公业务资源、宏观政策管理、税收、海关、财政、金融监管、社会保障等信息系统，我国的信息化工程已取得明显成效。近几年来中国的信息化程度明显提高。据世界银行发布的“2003年全球信息技术报告”统计，中国信息化综合指标在全球被统计的83个国家中排名43位，比上一年上升21位，中国的信息基础设施在全球排名35位。就信息基础设施的规模而言，中国已居世界前列。2002年中国固定与移动电话用户均超过2亿户，总用户数达4.2亿户，居世界第一；联网计算机达到2083万台，上网用户超过5910万户，居世界第二位。中国的信息化起点较低，但发展速度很快。五年来全国电话普及率从1997年的8.1%提高到33.7%，互联网国际出口带宽从1997年的18.6Mbps扩大到9.4Gbps。人民群众从信息化建设中得到越来越多得实惠。
中国是一个发展中国家，地广人多，按人均指标衡量，中国的信息化程度与发达国家相比仍有较大差距。中国是在工业化尚未完成的条件下实施信息化建设，所走的信息化道路不同于发达国家，我们特别重视信息化技术对传统产业的改造与提升。为了建立全国统一的信息化指标体系，2002年成立了国家信息化测评中心，并且公布了“中国企业信息化指标体系构成方案”，包括信息采集的信息化手段覆盖率、网络营销应用率、财务决算速度等21个基本指标以及若干评议指标和效能指标。这些指标都是从中国实际出发制定的，是一个面向直接效益与长远效益的信息化指标，对指导我国信息化建设有重要意义。
二、 中国信息产业现状
近五年，包括全球信息产业不景气的近两年内，中国信息产业保持了销售收入每年增长25％以上的高速度蓬勃发展。2002年电子信息产品销售收入达1.4万亿元，居全国工业部门之首，已成为我国第一支柱产业，其产业规模居世界第三，其中彩电、程控交换机产量居世界第一。我国信息产业增加值占国内生产总值（GDP）的比重由1997年的2.3%提高到5.7%。目前营业额超过100亿元的电子信息企业有11家，其中突破600亿元的企业有两家。在长江三角洲、珠江三角洲等地区已形成具有国际竞争力的产业聚集带。中国正在成为全球电子信息产品的重要加工基地。
中国的通信产业从上世纪90年代中期HDJ－04型大中容量程控电话交换机打破国外垄断开始，被誉为“巨大中华”的多个通信企业实现了群体性突破。局用交换机的国产比重已达到85％以上。移动通信产品制造实现了从无到有、从小到大的突破，国产移动交换机、基站和手机的国内市场占有率分别达到50％、70％和30％。华为公司已成为在全球有重要影响的通信设备供应商，亚太地区最大的光网络设备供应商，其产品已占领一定的海外市场。中国的计算机产业以联想公司位代表走出了一条符合国情的渐进式创新的道路，即“贸、工、技”发展道路。目前国产微机已经占据国内年销1000万台以上市场的绝大部分。国产服务器与笔记本的市场占有率也有明显提高。
2000年国务院颁布了“鼓励软件产业与集成电路产业发展的若干政策”（即18号文），有力地促进了软件与集成电路产业的发展。近两年软件营业额保持每年30％以上的增长速度，2002年软件产业收入达1100亿元。国家认定的软件产业基地有11家，全国经认定的软件企业超过6000家。中国的软件产品在市场上竞争力强的主要是财务、教育、杀病毒、中文处理等软件，在税务、铁道、海关等许多应用领域也开发了大量应用软件。2002年公布的“振兴软件产业行动纲领”确定我国软件产业的发展目标为：2005年软件市场销售额达到2500亿元，国产软件和服务的国内市场占有率达到60％，软件出口额达到50亿元，形成若干家销售额超过50亿元的软件企业，软件专业人才达到80万人。
近两年国内已建成若干条0.18微米的集成电路生产线，集成电路设计企业已从两年前的100多家增加到400多家。2002年集成电路产量已从1997年的13亿块增加到85亿块。在北京、上海、深圳、无锡、西安、成都、杭州七个城市建立了国家集成电路产业化基地，即集成电路产业的孵化器，我国集成电路的产业链已基本形成。美国、韩国及台湾地区的生产、封装、测试和设计企业纷纷在中国建立独资和合资企业，中国将逐步成为世界IC产业的设计加工中心。到2005年，我国集成电路产量将达到200亿块。预计2010年我国集成电路产量为500亿块，产值将达到2000亿元，占国内市场50％，国际市场5％左右。
三、 中国信息高技术研究的主要成果
（1）863计划在信息领域的布局
国家支持的高技术研究主要体现为1986年开始的863计划。在第十个五年计划期间（2001年―2005年），863计划在信息领域投入40多亿元，设立计算机软硬件、通信、信息获取和信息安全技术四个主题。计算机主题的主要研究方向是计算机体系结构、下一代互联网、计算机软件、智能化中文信息处理和多模式人机接口以及重大示范应用等。通信主题的主要研究方向是新一代信息网、光通信和个人通信技术等。信息获取主题的主要研究方向是光学对地观测、微波对地观测、先进地对空观测、卫星导航定位、对地观测数据处理分析与空间信息应用等。信息安全主题主要研究方向是国家信息安全基础设施关键技术、安全监管、信息安全示范工程和信息安全新技术等。各个主题主要从事具有前瞻性的关键技术研究。
除以上四个主题外，863计划信息领域一半以上的经费投入集成电路、高性能计算机和高性能宽带信息网等几个重大专项。集成电路专项包括光刻机等关键设备研制、新型半导体材料和CPU及系统芯片（SoC）设计。软件专项重点研制具有自主知识产权的安全可靠的操作系统、桌面办公系统、数据库系统以及各种中间件。高性能计算机专项主要研制面向网格的超级服务器、网格软件，建立示范性的国家网格系统。高性能宽带信息网专项的目标是建立一个适应Internet TV等流媒体实时传输的高性能、广域宽带演示验证网络，称为3Tnet，重点攻克T比特级智能光网络、T比特级WDM光传输，和T比特级路由器等系统设备的关键技术。目前，上述主题和专项研究正在顺利进行并已取得阶段性成果。
（2）近几年来通信高技术研究几项主要成果
2.1 第三代移动通信标准TD－SCDMA
1998年6月中国电信科学技术研究院代表中国向ITU（国际电信联盟）提出了TD-SCDMA第三代移动通信技术标准，2000年5月被ITU批准为国际标准。2001年3月该标准又被3GPP（第三代移动通信伙伴计划）接纳，真正成为全球第三代移动通信网络建设的选择方案之一。 为配合TD-SCDMA标准技术规范的提交，电信科学技术研究院及大唐集团做了大量的系统级与链路级仿真工作。
TD-SCDMA标准的成功，为世界第三代移动通信的发展做出了重要贡献，其关键技术智能天线、软件无线电等，已被ITU确定为超3G需要使用的技术。同时，TD-SCDMA作为具有自主知识产权的技术方案，也将为我国移动通信产业扭转专利技术受制于人的被动局面、实现跨越式发展提供了难得的机会。到目前为止，大唐集团等单位已就TD－SCDMA标准在二十多个国家申请了三十多项专利。与其它移动通信技术相比，TD-SCDMA具有频谱利用率高，频谱使用灵活、支持不对称业务能力强、系统成本低、前瞻性强等突出优势。预计大唐公司将于2003年底推出TD-SCDMA全套系统设备和终端产品。
2.2 高速互联试验网与3G系统
为了发展下一代互联网技术，中国科技工作者已进行了卓有成效的科研攻关，其中最有影响的是863计划支持的中国高速信息示范网（CAINONET）和国家自然科学基金会支持的中国高速互联研究试验网（NSFCNET）。CAINONET的主要目标是利用自行研制的光交叉连接设备、光分扦复用设备、核心路由器和网管系统，建立一个连接北京地区部分重要科研院所和著名高校（共13个试验节点）的基于IP、DWDM的示范网。此项目总投入超过1.6亿元，由大唐电信、巨龙通信、武汉邮电科学院、清华大学、北京邮电大学等40多家单位共同承担任务。经过两年多努力，于2001年9月底完成任务，通过验收。CAINONET是目前全球为数不多的大型宽带高速试验示范网之一，主要用自己的技术研制成功全光通信网络、高速核心路由器等关键设备和网络管理系统，研制成功16（32）×10Gbps SDH波分复用系统。此项研究共申请了50多项专利，标志着我国已全面掌握高速信息网络的关键技术。另一个中国高速互联研究试验网NSFCNET由清华大学等单位承担，于2000年9月开通试运行。NSFCNET传速率为2.5－10Gbps，并实现了与国际下一代互联网（Internet2）连接。
我国已于2000年6月成功开发了适应国内市场需求的实用化第三代移动通信（3G）现场实验系统，包括符合国际标准的WCDMA、TD-SCDMA、CDMA2000三种无线入网、核心网与终端设备，此项目共申请了近百项国际国内专利。3G系统今后若干年将在中国得到推广。近两年基于以太网技术的无线局域网（Wireless LAN）在我国迅速发展，已成为3G技术的主要竞争者。
2.3光电子器件
我国光电子技术具有较好基础，中国科学院在光电子领域由五个研究所，现已形成光电子研究集团。武汉邮电科学院在光纤通信技术方面具有国际竞争力。在863等国家科研计划支持下，我国光电子技术发展迅速，武汉、长春、广州等城市都在建设“光谷”。
我国同步数字序列（SDH）光收发模块已达到国际上同类产品技术指标；密集波分复用器、光环形器、光隔离器和CATV光发射/接收机已开始进入规模生产。2000年高性能量子阱GaInNAs/GaAs激光器等光电子器件研制成功，使我国进入国际上低维材料量子阱与量子点器件研究的先进行列。国产的DWDM系统已形成产业，广东、浙江等几个省已开始16×2.5Gb和32×2.5Gb DWDM系统的建设。我国已在北京、武汉、石家庄、深圳、长春和上海建立了6个光电子成果转化产业基地，已批量生产10多种光通信器件，占国内市场30％，半导体激光器已进入国际市场。
（3） 近几年来我国计算机与IC高技术研究的几项主要成果。
3.1高性能计算机和网格研究
中国从上世纪50年代末就开始研制计算机，40多年来一直没有间断，高性能计算机的研制已具有国际先进水平。中国科学院计算技术研究所是我国最早研制大型通用计算机的单位，被誉为我国计算机事业的摇篮。近几年中科院计算技术研究先后研制成功的曙光一号多处理机、曙光1000大规模并行机、曙光2000和曙光3000超级服务器，已通过曙光公司的销售到生物信息、石油、气象、税务、学校等许多行业，带动了我国高性能计算机产业。曙光超级服务器已累计销售200多套，总计算能力已达每秒几十万亿次。2001年初研制成功的每秒4000亿次的曙光3000主要用于水稻基因组的测序分析，为我国科学家在世界上率先绘制水稻基因组框图与精细图作出了重要贡献。2003年研制成功的曙光4000L海量信息处理系统，峰值速度超过每秒4万亿次，存储容量超过200TB。除中科院计算所外，国家并行计算机工程中心、国防科技大学是我国研制高性能计算机的主力军。国家并行计算机工程中心2000年研制的神威并行机分别安装在国家气象中心和上海国家高性能计算中心，峰值速度达每秒3840亿次。国防科技大学1997年研制成功的银河－III并行巨型机采用可扩展分布式共享存储并行处理结构，峰值速度已达到每秒130亿次浮点运算。这两个单位科研与工程水平高，都有能力研制每秒10万亿次以上的并行机。
我国从上世纪末开始就启动网格技术研究，863计划支持的在北京、上海、长沙等地建立的国家高性能计算环境是网格计算的初级实验，实现了远程登陆与某些单一印象功能。近两年网格计算越来越受到重视，863计划启动了一个网格专项，旨在建立聚合性能10万亿次左右的国家高性能计算网格示范系统，计划在生物信息、国土资源、工业设计等部门建立几个示范性的应用网格。中国科学院计算技术研究所开展的织女星网格研究在国内外已有一定影响。织女星网格不仅包括面向网格的超级服务器、网格浏览器、几种网格协议研究，还包括语义与知识网格研究，已率先在CACM等重要国际刊物上发表了十几篇有关知识网格的论文，引起国际同行重视。
3.2汉字识别技术
不同于由26个字母组成的英文，用计算机输入输出和识别上万个不同的汉字是在中国推广计算机应用的难题。中文的印刷体识别（OCR）和手写识别是编码输入以外的重要中文输入技术，我国在中文OCR和汉字手写体输入方面已居国际领先水平。中国科学院自动化所1985年就开发成功国内首套联机手写识别软件，随后成立了专注汉字识别技术的汉王科技公司。十多年来该软件已从1.0版升级到10.0版。目前推广的10.0版能完全识别手写行草体汉字和包含一万多汉字的大字符集，使手写输入轻松自如，微软、摩托罗拉等跨国达公司都采用了汉王科技的技术。印刷体汉字识别软件在大规模录入中差错率低于万分之一。
3.3智能化农业信息技术应用示范工程
在科技部领导下，从1990年开始863计划开展了智能化农业示范工程，以5个高水平的农业专家系统开发平台为核心，在知识获取、模型构建、知识表达、推理等关键技术突破的基础上开发了156个“高产型”、“经济型”、“优质型”实验农业专家系统，涉及粮食、果树、蔬菜、畜牧、水产等多个领域，先后在北京、吉林、安徽、云南等20个示范区示范应用。据1998年－2000年两个农业年度统计，示范面积3796万亩，辐射推广面积8504万亩，增收节支达几十亿元，取得显著的经济效益与社会效益，特别在云南等技术相对落后的地区效益十分明显。在技术落后地区如何推广高技术，我国的农业专家系统可能对第三世界国家有所借鉴。
3.4 CPU等核心技术研究
众所周知，我国信息领域的核心技术如CPU芯片、操作系统长期控制在Intel、微软等外国公司手里。从本世纪初开始，我国开始向CPU等核心技术进军，经过两年努力已取得一些初步成果。中国科学院计算所于2002年8月研制成功我国第一款有自主知识产权的通用CPU――龙芯一号CPU芯片。此芯片与MIPS CPU兼容，具有64位浮点部件，性能达到国外90年代中后期通用CPU水平。在设计中申请了十多项专利，特别是有防恶意攻击的硬件支持，在我国电子政务等领域有广阔应用前景。峰值速度每秒20亿次运算的龙芯2号CPU预计2004年初可研制成功。再经过几年努力，我国在CPU设计核心技术上有望达到国际先进水平。除龙芯CPU外，中芯微系统公司、北京大学已推出了方舟系列和众志系列32位嵌入式系统芯片（SoC），有望在网络终端计算机等方面占领市场。
上世纪90年代中期，中国曾开发过有自主知识产权的UNIX操作系统COSIX，但在市场推广上并不成功。近几年来，Linux的兴起为我国发展操作系统提供了难得的机遇，科技部已支持一些企业开发基于Linux的桌面办公系统。一些企业和科研机构已开发了适合不同应用的嵌入式Linux或其他嵌入式操作系统，与Linux应用兼容的高安全性服务器操作系统也正在开发之中。几年后我国缺乏自主操作系统的局面将有所改观。
四、信息科学基础研究的某些成果
我国的基础研究主要通过国家自然科学基金和科技部重点基础研究计划（973计划）支持。从1998年开始，先后有17项信息科学基础研究列入973计划，包括高性能算法，图象、语音、自然语言理解与知识挖掘，数学机械化与自动推理平台、网络环境下海量信息组织与处理，大规模科学计算，超高密度快速光信息存储，量子通信与量子信息、基于Agent的软件中间件、虚拟现实等。近几年来我国信息科学基础研究已取得不少有重大影响的成果。
（1）软件理论研究
中国最早从事软件研究的学者多数是数学家，在软件基础理论方面有较深的造诣，取得了一批有国际影响的科研成果。
1.1可执行的时序逻辑语言与XYZ系统
容易编程的软件往往执行效率不高，曾经风行一时的函数型语言由于效率不高在市场上未取得成功。中国科学院软件研究所20世纪90年代初开创性地提出并实现了可执行的时序逻辑语言与XYZ系统，较好地解决了易编程和执行效率的矛盾。近年来XYZ系统在实时控制、多媒体等领域的应用以及软件体系结构设计的可视化工具等方面有新的进展。XYZ系统是计算机编程理论的重大突破，受到国际同行的高度赞誉。
1.2 区段演算理论
实时系统的形式化是软件理论的一大难题。1991年，中国科学院软件研究所研究人员和C.A.R. Hoare等教授提出并发表了关于作为实时系统逻辑方法的区段演算的论文，在国际上引起较大反响。区段演算是描述和推理动态系统实时行为的一种模态逻辑，它是区间时态逻辑在连续时间条件下的一种扩展，现已成为实时系统设计、应用及数学支持工具的新模型，得到国际同行的公认，已带动了国际上十几个国家的科学家参与这一方面的研究.
1.3形式语义学
进程代数是研究计算机网络、远程通信等并发现象的形式化方法，现已成为计算机科学基础研究的一个热点。科学院软件所设计并实现了通用进程代数验证工具PAM，1993年在此基础上研制成功迄今世界上唯一能直接对消息传送进程进行推理的工具VPAM，在十几个国家得到应用。该所与英国Hennessy教授合作提出并独立发展了“符号互模拟理论”推动了模态逻辑和实时进程的研究。清华大学利用拓扑学工具,引入近似互模拟与互模拟极限的概念，初步建立了并发程序的近似正确性与无限进化的理论。北京航空航天大学在并发计算模型的翻译理论方面做出了开创性工作，提出并开发了基于语法制导的翻译技术和证明翻译程序正确性的方法，还提出了关于形式系统序列、序列的极限以及过程模式的理论，建立了软件规约的修正演算技术。
（2）人工智能研究
2.1问题求解与人工神经网络理论
清华大学在人工智能问题求解理论中，在传统符号主义建模方法的基础上，提出了不同粒度的商空间求解模型和分层递阶的求解方法，在此基础上提出了不同层次信息的合成技术；根据神经网络学习新的几何表示，提出一种从上而下的构造性学习方法，与多粒度计算的商空间理论结合，能有效地处理大数据量、复杂问题的学习与分类。中科院半导体研究所独辟蹊径，创造了采用高维几何学来描述和设计人工神经网络，在神经网络计算机理论研究、设计和转化等各个方面都获得了很大成功。北京系统工程研究所近几年在计算智能（包括模糊逻辑、进化计算和神经计算）研究方面获得了较大进展，提出了“过程神经元网络”概念，理论和应用都取得了较出色成果
2.2知识处理理论
自然语言理解是是人工智能的主要困难之一。中国科学院数学研究所在知识工程和基于知识的软件工程方面作了系统的、原创性的工作，设计并主持研制了知识工程语言TUILI系统和大型专家系统开发环境《天马》, 并首次把异构型分布式人工智能和机器辩论引进人工智能领域；研制出基于类自然语言理解的知识自动获取方法，在只对书本语言作很少改动的情况下由计算机自动获取并整理含于资料中的知识，最后自动生成所需的应用软件，从而形成了一条基于知识自动获取的软件快速生成新技术路线；另一个有趣的成果是研究出能把中文童话故事自动转换成动画片的计算机动画全过程自动生成技术，在艺术创造领域内推进了人工智能。总参61研究所开展了“知识发现的机理研究”，提出了“控制流/数据流图对”方法和能够统一表示、处理随机不定性和模糊不定性的“云模型”，并把这一创新的模型应用于数据挖掘和知识发现等新领域，取得了出色的效果。中国科学院计算技术研究所率先提出建立“国家知识基础设施”，并已构建包含300多万条知识的多领域专业知识库，在自然语言处理、农业信息系统等方面开始应用。
（3）算法研究
算法和计算复杂性是计算机科学的核心。国内有一批学者为寻求NP困难问题（计算时间随问题规模按指数函数增长的一类难解问题）的有效算法（包括近似算法）付出了艰苦努力。高性能算法973项目在集成电路设计、电力调度、交通、证券和信息查询等多个领域，提出一批既有世界先进水平又有较高实用价值的高性能算法，其研究成果正在一些重点工程领域推广应用。
中国科学院计算技术研究所先后投入约400人年的科研力量，历时六年，在数字视频广播关键技术上取得了全面的突破性进展。该研究组提出的"快速鲁棒的静态Sprite生成算法"被国际MPEG-4标准采纳，2002年7月该研究组提出的"结合率失真优化理论的码率控制算法又被国际JVT（Joint Video Team）标准接受；在中国手语识别方面，该研究组首次研究了大词汇表(达1000以上的汉语词汇)的手语识别问题，正确识别率达92%-95%。在手语合成方面，利用虚拟人合成技术合成了3163个基本中国手语词汇的手势，在全世界首次实现正常人与聋哑人的实时交流系统。
中国科学院软件研究所开发成功并行数学软件库、广义本征值问题并行解法包PQR等，这些软件产品已在美国、欧洲、日本等20家大学和科研机构应用。他们还开发了大型油藏数值模拟并行解法器及并行软件PRIS，在国产高性能计算机上研制了百万结点精细油藏模拟等分布式并行数值软件，具有重大经济效益
（4）量子计算与量子通信研究
量子信息技术可实现经典信息技术无法做到的新信息功能，是当代信息科学的前沿。中国科技大学在解决量子信息技术的若干关键性问题上取得重要进展。该校科研人员首创概率量子克隆原理，即以某概率精确地克隆线性无关的量子态集，推导出最大克隆概率，为有效提取量子信息提供新途径，并采用线性光学方法在实验上研制成功量子普适克隆机。他们还首创量子避错编码，其原理已被美国学者在实验上证实，为克服量子信息技术实际应用的主要障碍――消相干问题开辟了新的方法；提出新的量子信息处理器，有希望成为实用量子处理器。清华大学的学者提出了基于量子逻辑的自动机理论，证明了自动机的一些基本性质依赖于所基于的逻辑的分配律，从而揭示了基于量子逻辑的自动机理论与经典自动机理论之间的一些本质区别。
（5）信息安全理论研究
我国科技工作者完全自主地研究实现了我国的信息密码算法与体系，密码学研究已进入国际前列。信息安全国家重点实验室等单位在信息安全、密码学研究等方面已取得一系列重大成果。代数方法是研究现代密码系统的重要方法之一，我国学者主要利用代数方法对密码问题进行了深刻刻画，这些成果对认证码、序列密码和公钥的设计和分析提供了重要的理论。我国在网络入侵检测、防病毒软

③ 赫伯特·A·西蒙的西蒙和人工智能

20世纪50年代以后，西蒙的研究方向发生了重大转移，逐渐转向了认知心理学和人工智能领域。西蒙认为，社会科学缺乏像自然科学一样的科学性，社会科学需要借鉴自然科学严格和精确的研究方法，才能成为真正意义上的科学。同时，在西蒙看来，经济学、管理学、心理学等学科所研究的课题，实际上都是“人的决策过程和问题求解过程”。要想真正理解组织内的决策过程，就必须对人及其思维过程有更深刻的了解。因此，借助于计算机技术的发展，西蒙与同事纽厄尔等人一起开始尝试用计算机来模拟人的行为，从而创建了认知心理学和人工智能研究新领域。西蒙认为，人的思维过程和计算机运行过程存在着一致性，都是对符号的系列加工，因此，可以用计算机来模拟人脑的工作。他甚至大胆地预言，人脑能做的事，计算机同样也可以完成。“初级知觉和记忆程序（EPAM）”和“通用问题求解系统（GPS）”等人工智能软件的问世，部分证实了西蒙的预言。
当时人工智能的主要学派有下列三家：①符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统假设和有限理性原理。这一学派认为人工智能源于数理逻辑。在人工智能的其他学派出现之后，符号主义仍然是人工智能的主流学派。这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson)等。②联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。这一学派认为人工智能源于仿生学，特别是人脑模型的研究。从模型到算法，从理论分析到工程实现，为神经网络计算机走向市场打下了坚实的基础。③行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知-动作型控制系统。他们对人工智能发展历史具有不同的看法，这一学派认为人工智能源于控制论。
西蒙在人工智能中做出的最基本贡献，是他提出了“物理符号系统假说”PSSH(Physical Symbol System Hypothesis)。在这一意义上，他是符号主义学派的创始人和代表人物之一。他的基本观点是：知识的基本元素是符号，智能的基础依赖于知识，研究方法则是用计算机软件和心理学方法进行宏观上的人脑功能的模拟。符号主义的主要依据是两个基本原理：①物理符号系统假设原理。②由西蒙提出的有限合理性原理。这一学说鼓励着人们对人工智能进行全面的探索。西蒙认为，任何一个物理符号系统如果是有智能的，则肯定能执行对符号的输入、输出、存储、复制、条件转移和建立符号结构这样六种操作。反之，能执行这六种操作的任何系统，也就一定能够表现出智能。根据这个假设，我们可以推出以下结论：人是具有智能的，因此人是一个物理符号系统；计算机是一个物理符号系统，因此它必具有智能；计算机能模拟人，或者说能模拟人的大脑功能。
1956年，西蒙、纽厄尔和另一位著名学者约翰·肖(John Cliff Shaw)一起，成功开发了世界上最早的启发式程序“逻辑理论家”LT(1ogic Theorist) ,从而使机器迈出了逻辑推理的第一步。在卡内基-梅隆大学的计算机实验室，西蒙和纽厄尔从分析人类解答数学题的技巧入手，让一些人对各种数学题作周密的思考，要求他们不仅写出求解的答案，而且要说出自己推理的方法和步骤。通过对实例的大量观察，西蒙和纽厄尔广泛收集了人类求解一般性问题的各种方案。他们发现，人们求解数学题时，通常采用试凑的办法。试凑时并不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索的范围。人类证明数学定理也有类似的思维规律，通过把一个复杂问题分解成几个简单的子问题，以及利用已知常量代入未知变量等方法，用已知的公理、定理或解题规则进行试探性推理，直到所有的子问题最终都变成已知的，然后根据记忆中的公理和已被证明的定理，运用代入法、替换法来解决子问题，最终解决整个问题。人类求证数学定理同样也是一种启发式搜索，与电脑下棋的原理有异曲同工之妙。在这一基础上，他们利用“逻辑理论家”程序向数学定理发起挑战，建立了机器证明数学定理的启发式搜索法，并用计算机证明了罗素、怀特海的数学名著《数学原理》一书第二章52个定理中的38个定理（1963年，经过改进的“逻辑理论家”程序在一部更大的电脑上，最终完成了第二章全部52条数学定理的证明）。
基于这一成功，西蒙和纽厄尔把“逻辑理论家”程序扩充到了人类求解一般问题的过程，设想用机器模拟具有普遍意义的人类思维活动。“逻辑理论家”受到了人们的高度评价，认为它是用计算机探讨人类智力活动的第一个真正意义上的成果，也是图灵关于机器可以具有智能这一论断的第一个实际的证明。在开发“逻辑理论家”程序的过程中，西蒙首次提出并成功应用了“链表”（list）作为基本的数据结构，并设计与实现了表处理语言IPL (Information Processing Language)。在人工智能的历史上，IPL是所有表处理语言的始祖，也是最早使用递归子程序的语言。其基本元素是符号，并首次引进表处理方法。IPL最基本的数据结构是表结构，可用以代替存储地址或有规则的数组，这有助于将程序员从繁琐的细节中释放出来而在更高的水平上思考问题。IPL的另一特点是引进了生成器，每次产生一个值，然后挂起，等待被调用，在调用时从被挂起的地方开始。早期的很多人工智能程序都是用表处理语言编制而成的。表处理语言本身也因此经历了一个发展与完善的过程，其最后一个版本IPLⅤ可以处理树形结构的表。
1956年夏天，数十名来自数学、心理学、神经学、计算机科学与电气工程等各领域的学者聚集在位于美国新罕布什尔州汉诺威市的达特茅斯学院，讨论如何用计算机模拟人的行为，并根据麦卡锡(J．McCarthy，1971年图灵奖获得者)的建议，正式把这一学科领域命名为“人工智能”(Artificial Intelligence)。会议的召开标志着人工智能这一学科正式诞生。赫伯特·西蒙指出，人工智能的研究是学会怎样编制计算机程序来完成人类机智的行为。西蒙带到会议上去的“逻辑理论家”是当时惟一可以工作的人工智能软件，引起了与会代表的极大兴趣与关注。因此，西蒙、纽厄尔，以及达特茅斯会议的发起人麦卡锡和明斯基(M．L．Minsky，1969年图灵奖获得者)，被公认为是人工智能的奠基人。他们四人于1960年组成了第一个人工智能研究小组，有力地推动了人工智能的发展。
1960年，西蒙夫妇做了一个有趣的心理学实验，这个实验表明人类解决问题的过程是一个搜索的过程，其效率取决于启发式函数(heuristic function)。在这个实验的基础上，西蒙、纽厄尔和肖又一次成功地合作开发了能解答11种类型不同问题的“通用问题求解系统”GPS(General Problem Solver)。这一求解系统的基本原理，是找出目标要求与当前态势之间的差异，选择有利于消除差异的操作，以逐步缩小差异并最终达到目标。西蒙曾多次强调指出，科学发现只是一种特殊类型的问题求解，因此也可以用计算机程序来实现。1976～1983年间，西蒙和兰利(Pat W．Langley)、布拉茨霍夫(Gary L.Bradshaw)合作，设计了有六个版本的BACON系统发现程序，重新发现了一系列著名的物理、化学定律，证明了西蒙的上述论点。从而开拓出人工智能中“问题求解”的一大领域。
西蒙转向计算机技术后，就一直研究计算机下棋问题。1966年，西蒙、纽厄尔和贝洛尔(Baylor)合作，开发了最早的下棋程序MATER。1997年，IBM的“深蓝”(Deep Blue)计算机打败了白俄罗斯的国际特级大师卡斯帕罗夫以后，81岁的西蒙还和俄亥俄州立大学的人工智能专家T．Munakata一起，在《ACM通信》杂志的8月号上发表了《人工智能给我们的教训》(AI Lessons)一文，对此事进行了评论，指出一个运行于计算机上的国际象棋程序拥有2600分等级分，相当于白俄罗斯国际象棋世界冠军卡斯帕罗夫的级别水平。
西蒙在人工智能方面的另一大贡献，是发展与完善了语义网络的概念和方法，把它作为知识表示(knowledge representation)的一种通用手段，并取得了很大成功。在知识表示方法中，语义网络(semantic network)是—种重要而有效的方法。这种表示法是奎林(M．R．Quillian)在20世纪60年代后期提出来的，作为人类联想记忆的一个显示心理学模型。奎林在开发TLC系统(Teachable Language Comprehender)中用它来描述英语的词义，模拟人类的联想记忆。但用语义网络作为一般的知识表示方法，则是西蒙在1970年研究自然语言理解的过程中把它的各种概念基本明确下来的。20世纪70年代中期，西蒙和CAD专家依斯特曼(C．M．Eastman) 合作，研究住宅的自动空间综合，不仅开了“智能大厦”(intelligent building)的先河，还成为智能CAD即ICAD研究的开端。
起源于20世纪60年代末70年代初，当前受到极大重视的决策支持系统DSS(Decision Support System)，其概念的核心是关于决策模式的理论，而这个理论也是由西蒙奠定基础的。在不确定条件下的决策模型除了贝叶斯模型外，另一个比较重要的理论模型是采用Von Neumann-Morgenstern效用函数的期望值最大模型。西蒙在《人的模型》一书中形成了电子计算机能模拟人的思维的思想，开始了人工智能的系列研究。针对效用函数的期望值最大模型，西蒙提出了有限合理性模型。有限合理性模型的基本思想是：首先，所有的决策者涉及到的是一个有限的范围；其次，我们不能对将来给出一个概率值，但最好有一个关于将来事件的大致概念；第三，如果后者不以前者为转移的话，我们在一个领域中的愿望可能与在另一个领域中的愿望完全不同；最后，我们更注重搜集信息而不是分析需求，在收集信息后，最通常的抉择是基于直觉。基于西蒙关于决策模式的理论，凯恩(P. G. Keen)提出了一种设计方法，称为“自适应法”(self-adaptive method)，把决策支持系统当成一种自适应系统，由DSS应用系统、DSS生成系统和DSS工具三个技术层次组成，由决策者运行，且能适应时间的变化。西蒙曾称赞这样的系统“能适应三个时间范围内的各种变化，即在短期运行中，系统能在一个相对狭窄的范围内寻求答案；在中期运行中，系统能通过修改其功能和活动而学会适应；在长期运行中，系统能发展到适应差别极大的行为风格和功能”。这些研究，使计算机技术与管理决策紧密连接起来。

④ 符号主义的典型特征是

符号主义属于现代人工智能范畴，基于逻辑推理的智能模拟方法模拟人的智能行为。

中文名
符号主义
外文名
Symbolism
别名
逻辑主义
代表人物
纽威尔
符号主义（Symbolism）是一种基于逻辑推理的智能模拟方法，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理，长期以来，一直在人工智能中处于主导地位，其代表人物是纽威尔、肖、西蒙和尼尔森。
早期的人工智能研究者绝大多数属于此类。符号主义的实现基础是纽威尔和西蒙提出的物理符号系统假设。该学派认为：人类认知和思维的基本单元是符号，而认知过程就是在符号表示上的一种运算。它认为人是一个物理符号系统,计算机也是一个物理符号系统,因此,我们就能够用计算机来模拟人的智能行为,即用计算机的符号操作来模拟人的认知过程。这种方法的实质就是模拟人的左脑抽象逻辑思维，通过研究人类认知系统的功能机理，用某种符号来描述人类的认知过程，并把这种符号输入到能处理符号的计算机中，就可以模拟人类的认知过程，从而实现人工智能。可以把符号主义的思想简单的归结为“认知即计算”。
从符号主义的观点来看，知识是信息的一种形式,是构成智能的基础，知识表示、知识推理、知识运用是人工智能的核心，知识可用符号表示,认知就是符号的处理过程，推理就是采用启发式知识及启发式搜索对问题求解的过程，而推理过程又可以用某种形式化的语言来描述，因而有可能建立起基于知识的人类智能和机器智能的同一理论体系.
符号主义学派认为人工智能源于数学逻辑. 数学逻辑从19 世纪末起就获得迅速发展,到20 世纪30 年代开始用于描述智能行为. 计算机出现后,又在计算机上实现了逻辑演绎系统。
符号主义的代表成果是1957年纽威尔和西蒙等人研制的成为“逻辑理论家”的数学定理证明程序LT。LT的成功，说明了可以用计算机来研究人的思维过程，，模拟人的智能活动。以后，符号主义走过了一条启发式算法——专家系统——知识工程的发展道路，尤其是专家系统的成功开发与应用，使人工智能研究取得了突破性的进展。
符号主义学派认为人工智能的研究方法应为功能模拟方法. 通过分析人类认知系统所具备的功能和机能,然后用计算机模拟这些功能,实现人工智能。
符号主义主张用逻辑方法来建立人工智能的统一理论体系，但却遇到了“常识”问题的障碍，以及不确知事物的知识表示和问题求解等难题，因此，受到其他学派的批评与否定。

⑤ 人工智能有哪几个主要学派

目前人工智能的主要学派有下面三家：
(1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
(2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。
(3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。
他们对人工智能发展历史具有不同的看法。
1、符号主义认为人工智能源于数理逻辑。数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。计算机出现后，又再计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家，证明了38条数学定理，表了可以应用计算机研究人的思维多成，模拟人类智能活动。正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法->专家系统->知识工程理论与技术，并在20世纪80年代取得很大发展。符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。在人工智能的其他学派出现之后，符号主义仍然是人工智能的主流派别。这个学派的代表任务有纽厄尔(Newell)、西蒙(Simon)和尼尔逊(Nilsson)等。
2、连接主义认为人工智能源于仿生学，特别是对人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。它从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。20世纪60~70年代，连接主义，尤其是对以感知机(perceptron)为代表的脑模型的研究出现过热潮，由于受到当时的理论模型、生物原型和技术条件的限制，脑模型研究在20世纪70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络以后，连接主义才又重新抬头。1986年，鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播算法(BP)算法。此后，连接主义势头大振，从模型到算法，从理论分析到工程实现，伟神经网络计算机走向市场打下基础。现在，对人工神经网络(ANN)的研究热情仍然较高，但研究成果没有像预想的那样好。
3、行为主义认为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论，影响了许多领域。控制论把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来。早期的研究工作重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自镇定、自组织和自学习等控制论系统的研究，并进行“控制论动物”的研制。到20世纪60~70年代，上述这些控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在20世纪80年代诞生了智能控制和智能机器人系统。行为主义是20世纪末才以人工智能新学派的面孔出现的，引起许多人的兴趣。这一学派的代表作者首推布鲁克斯(Brooks)的六足行走机器人，它被看作是新一代的“控制论动物”，是一个基于感知-动作模式模拟昆虫行为的控制系统

⑥ 连接主义，符号主义和行为主义是什么鬼

这是多少年前的历史了？前面基于规则和基于概率的争论都已成历史了，符号主义和连接主义还是基于规则时期的争论。

⑦ 请问大家两个问题，一是符号主义三种方法（状态空间法，为此逻辑法，状态规约法）的异同。

神经网络分析法是从神经心理学和认知科学研究成果出发，应用数学方法发展起来的一种具有高度并行计算能力、自学能力和容错能力的处理方法。 神经网络技术在模式识别与分类、识别滤波、自动控制、预测等方面已展示了其非凡的优越性。神经网络是从神经心理学和认识科学研究成果出发，应用数学方法发展起来的一种并行分布模式处理系统，具有高度并行计算能力、自学能力和容错能力。神经网络的结构由一个输入层、若干个中间隐含层和一个输出层组成。神经网络分析法通过不断学习，能够从未知模式的大量的复杂数据中发现其规律。神经网络方法克服了传统分析过程的复杂性及选择适当模型函数形式的困难，它是一种自然的非线性建模过程，毋需分清存在何种非线性关系，给建模与分析带来极大的方便。

⑧ 认知心理学中的符号主义和联结主义

<a href='http://ishare.iask.sina.com.cn/f/5053454.html' target='_blank'>认知心理学.[美].贝斯特</a>
此网站注册即可下载此方面书籍，而且不用花钱。

⑨ 符号主义的主要成就是什么系统

符号主义属于现代人工智能范畴，基于逻辑推理的智能模拟方法模拟人的智能行为。

⑩ 计算机搜索体现什么主义

其实，长期以来，符号主义在人工智能领域一直一枝独秀，并且，人工智能这个术语就是这些符号主义者首次提出的。代表成果就是1957年的数学定理证明程序LT（证明了38条数学定理），以及启发式算法->专家系统->知识工程理论与技术。

符号主义认为，人类的认知过程，就是各种符号进行运算的过程。所以计算机也应该是基于各种符号进行运算的。所以，认知即计算。知识表示、知识推理、知识运用是人工智能的核心。知识可以用符号表示，认知就是符号处理过程，推理就是采用启发式知识及启发式搜索对问题求解的过程。

（符号主义的一个代表就是机器定理证明）目前机器定理证明的理论根基是希尔伯特定理：多元多项式环中的理想都是有限生成的。我们首先将一个几何命题的条件转换成代数多项式，同时把结论也转换成多项式，然后证明条件多项式生成的理想包含结论对应的多项式，即将定理证明转换为理想成员判定问题。

举个不严谨的例子，如何证明

四色定理（世界近代三大数学难题之一）：任何一张地图只用四种颜色就能使具有共同边界的国家着上不同的颜色

人类借助符号主义证明了这个定理：数学家将平面图的构型分成1936种，然后用计算机逐一验证。

这难道不是蛮力验证？

所以，人们对符号主义的批判表现为4点：

1.公理化方法具有本质的局限性。用人话说就是总存在真理游离在有限公理体系之外（哥德尔证明）。例子：有理数有无穷多个，实数有无穷多个；有理数严格少于实数；那么是否存在一个无穷数集，它的个数严格介于有理数和实数之间？这个问题的答案无论是有或无，对于现代数学公理体系都不发生矛盾。换言之，这一命题的成立与否都与此公理体系相容。这意味着我们无法建立包罗万象的公理体系；另一方面，这也意味着对于真理的探索过程永无止境。

2.是“证明”了定理，还是“检验”了定理？

3.问题必须首先代数化，但代数化本身可能就是最智能的步骤？还有算法复杂度，蛮力验证是超指数级别的复杂服（虽然希尔伯特定理说多元多项式环中的理想都是有限生成的，保证可以在有限步骤内停止）

4.蛮力验证。。。无法提出新概念，新方法，所以机械定理证明方法尚未发现具有重大意义的人类未曾知道的定理。