Ahli Teori Keputusan yang Menubuhkan AI: Bagaimana Mesin Pemikiran Krismas Herbert Simon Mengubah Segalanya

Januari 1956. Institut Teknologi Carnegie. Seorang profesor berusia 39 tahun — seorang ahli sains politik berdasarkan latihan, sudah terkenal di kalangan ahli ekonomi kerana berpendapat bahawa tiada siapa yang mengoptimumkan apa-apa — membuka kelas pemodelan matematiknya dengan satu ayat yang tidak sepatutnya benar: Semasa Krismas, Al Newell dan saya mencipta sebuah mesin pemikir.

Mesin itu hampir tidak wujud sebagai mesin. Semasa cuti, Simon, Allen Newell dan pengaturcara Cliff Shaw telah mencipta Logic Theorist — dan sebelum ia dijalankan pada komputer, mereka mensimulasikan secara manual: subrutin program ditulis pada kad indeks 3×5, dibahagikan kepada keluarga dan pelajar Simon, setiap manusia melaksanakan satu komponen peraturan. Sebuah mesin pemikir, pertama kali dijalankan pada manusia. Menjelang musim panas itu, ia dijalankan pada perkakasan dan dipersembahkan di bengkel Dartmouth — mesyuarat yang memberikan nama kepada kecerdasan buatan.

Kisah ini biasanya dikategorikan di bawah sejarah pengkomputeran. Ia juga berkaitan dengan sains keputusan — kerana Logic Theorist bukanlah kalkulator yang lebih pantas. Ia adalah teori rasionaliti terhad Simon yang dilaksanakan dalam kod: jika kecerdasan manusia berfungsi melalui jalan pintas dan carian selektif dan bukannya pengiraan yang menyeluruh, maka mesin yang menggunakan jalan pintas dan carian selektif juga boleh menjadi cerdas. Segala yang dibina Simon dalam AI berpunca dari satu langkah itu.

Resume Yang Tidak Seharusnya Wujud

Herbert Alexander Simon (1916–2001) memperoleh PhD dalam sains politik (Chicago, 1943), menulis Administrative Behavior (1947) tentang bagaimana organisasi sebenarnya membuat keputusan, dan menghabiskan lima dekad di Carnegie Mellon bekerja dalam bidang ekonomi, psikologi, sains komputer dan falsafah sains. Anugerah-anugerah tersebut menunjukkan kepelbagaian: 1975 ACM Turing Award bersama Allen Newell, untuk sumbangan asas kepada kecerdasan buatan dan psikologi kognisi manusia; 1978 Nobel Memorial Prize in Economics, untuk penyelidikan perintis dalam pengambilan keputusan dalam organisasi ekonomi; 1986 U.S. National Medal of Science. Beliau kekal sebagai salah satu daripada sedikit orang yang pernah memegang kedua-dua Turing dan Nobel — untuk apa yang beliau tegaskan sebagai satu program penyelidikan.

Program itu: memahami kecerdasan seperti ia berfungsi — dalam manusia, dalam organisasi, dalam mesin — di bawah had sebenar maklumat, pengiraan dan masa. Separuh teori telah mengundurkan lelaki ekonomi yang sempurna rasional. Separuh kejuruteraan mengajukan soalan seterusnya yang jelas: jika kecerdasan adalah pencarian terhad, bolehkah kita membinanya?

Teoretik Logik: Bukti melalui Jalan Pendek

Logic Theorist menyerang teorem Whitehead dan Russell dalam Principia Mathematica — monumen logik formal awal abad ini — dan membuktikan 38 daripada 52 yang pertama dalam bab dua. Kaedahnya adalah mesej: bukannya mengisar melalui setiap derivasi (kuasa kasar yang tidak dapat bertahan dengan perkakasan era itu), ia menggunakan heuristik untuk memilih laluan yang menjanjikan, bekerja ke belakang dari matlamat, dan berhenti apabila ia mempunyai bukti yang sah dan bukannya yang terbaik. Pencarian heuristik dan memuaskan — sains keputusan Simon, beroperasi pada kelajuan mesin.

Untuk Teorem 2.85, ia menemui bukti yang lebih elegan daripada yang asal. Bertrand Russell, yang ketika itu berusia lapan puluhan, memberi respons dengan gembira apabila Simon menulis kepadanya mengenainya. Journal of Symbolic Logic lebih sukar untuk dipikat: ia menolak untuk menerbitkan hasil tersebut, menilai bukti baru bagi teorem asas tidak layak untuk diterbitkan — nampaknya tanpa menyedari bahawa salah satu pengarangnya adalah program komputer.

Penyelesai Masalah Umum: Strategi Tanpa Subjek

Program pengganti itu lebih bercita-cita tinggi dalam arah yang tepat seperti yang anda jangkakan daripada pengarang Administrative Behavior. Penyelesai Masalah Umum — versi pertama beroperasi pada tahun 1957, laporan diterbitkan pada tahun 1959 oleh Newell, Shaw dan Simon — memperkenalkan analisis cara-hasil: mengukur perbezaan antara keadaan semasa dan keadaan matlamat, mencari pengendali yang mengurangkan perbezaan itu, menerapkannya, ulang. Navigasi dengan menutup jurang.

Inovasi sebenar GPS adalah dari segi seni bina: ia memisahkan strategi penyelesaian masalah daripada kandungan masalah. Enjin yang sama boleh menyerang teka-teki, bukti atau pelan, dengan diberikan penerangan tentang keadaan dan pengendali. Pemisahan itu — kaedah umum, domain boleh disambungkan — menjadi prinsip reka bentuk asas AI, dan analisis cara-hasil masih dapat dikenali dalam sistem perancangan moden.

Tuntutan Besar: Simbol dan Carian

Dalam ceramah Anugerah Turing 1976 mereka, Sains Komputer sebagai Penyelidikan Empiris, Newell dan Simon menyaring dua dekad kerja ke dalam hipotesis paling terkenal dalam bidang ini: sistem simbol fizikal mempunyai cara yang perlu dan mencukupi untuk tindakan pintar secara umum. Minda memanipulasi simbol; komputer memanipulasi simbol; oleh itu, jika diprogram dengan sesuai, komputer boleh bertindak dengan pintar — dan tiada apa yang lebih daripada manipulasi simbol diperlukan. Ini menjadi piagam kepada apa yang kini dipanggil AI simbolik, atau GOFAI.

Mereka juga membuat ramalan dengan tarikh yang ditetapkan, dan tarikh tersebut adalah salah. Dalam kertas kerja Operations Research mereka pada tahun 1958, Simon dan Newell meramalkan bahawa dalam masa sepuluh tahun, sebuah komputer digital akan menjadi juara catur dunia, kecuali jika peraturan menghalangnya daripada bersaing. Juara dunia jatuh kepada sebuah komputer pada tahun 1997 — 39 tahun selepas ramalan itu, bukan sepuluh. Perlu dicatat jenis kesalahan yang berlaku: mekanisme (pencarian heuristik ke atas ruang yang tidak dapat dieksploitasi oleh mana-mana mesin) adalah tepat; garis masa itu salah oleh satu generasi. Kedua-dua fakta ini perlu dicatat.

Bukankah Pembelajaran Mendalam Membuktikan Simon Salah?

Berikut adalah bantahan yang dibawa oleh pembaca 2026: AI moden bukan simbolik. Rangkaian neural mempelajari corak daripada data; tiada siapa yang menulis heuristik secara manual; dan esei berpengaruh Richard Sutton pada tahun 2019, The Bitter Lesson, dibaca seperti satu keputusan menentang keseluruhan pendekatan Simon — tujuh puluh tahun sejarah AI menunjukkan bahawa kaedah umum yang boleh diskala dengan pengiraan mengalahkan sistem yang dibina berdasarkan pengetahuan domain yang dicipta oleh manusia.

Bantahan itu mendarat — sebahagiannya. Tuntutan simbolik yang kuat tidak bertahan: ternyata, simbol yang mencukupi tidak ada, dan program pengetahuan yang dibina tangan pada tahun 1970-an dan 80-an terhenti seperti yang diterangkan oleh Sutton. Sebuah catatan jujur tentang Simon menyatakannya dengan jelas. Tetapi baca kesimpulan dari The Bitter Lesson sendiri: dua keluarga kaedah yang boleh skala adalah carian dan pembelajaran. Carian heuristik adalah sumbangan Simon dan Newell kepada bidang ini, masih hidup hari ini dari carian pokok permainan hingga gelung pemikiran yang disengajakan dalam sistem AI semasa. Dan apa yang dilakukan oleh rangkaian dalam — mengenali corak yang terkumpul dari pengalaman besar — sangat dekat dengan definisi kepakaran Simon. Pembelajaran pengukuhan, yang pengasasnya Andrew Barto dan Richard Sutton menerima Anugerah Turing 2024 (diumumkan Mac 2025), adalah carian percubaan dan kesilapan yang selektif di bawah batasan pengiraan — sebuah program penyelidikan yang akan dikenali oleh Simon sebagai saudara.

Jadi, kad skor terbahagi, dan pembahagian itu memberi pengajaran: arkitektur yang dia pertaruhkan kalah; teori kecerdasan di bawahnya menang. Mesin tidak menjadi cerdas dengan mengira secara menyeluruh. Mereka menjadi cerdas melalui pencarian yang terhad, heuristik, dan dipacu pengenalan — yang merupakan tuntutan yang Simon pertaruhkan dalam kerjayanya. Kerja terkini menutup lingkaran dari sisi yang lain: kajian 2025 mendapati model bahasa besar menunjukkan rasionaliti terhad, menyimpang dari optimaliti teori permainan dengan cara yang menyerupai manusia, sementara satisficing telah direkayasa ke dalam penyelarasan model sebagai sekatan tahap aspirasi.

Jejak Jari Simon pada AI Moden

Garis Masa: Kehidupan Seorang Polimatik

Apa yang Perlu Diambil Dari Simon ke Dalam Dekad AI

Empat prinsip kerja untuk sesiapa yang membina dengan, atau membuat keputusan bersama, mesin terhad:

Di Mana Argumentree Sesuai

Simon menganggap kecerdasan manusia dan mesin sebagai satu subjek: ejen terhad yang mencari di bawah kekangan. Argumentree dibina atas premis yang sama. Argumen manusia dan argumen yang diekstrak oleh AI berada dalam satu struktur yang boleh diperiksa — pokok — di mana penalaran dapat dilihat, penilaian mengarahkan perhatian yang terhad kepada titik-titik terkuat, dan rekod itu kekal sebagai ingatan organisasi.

Untuk pasukan yang penggunaan AI mereka mesti boleh diaudit, produk saudara AIAgentree mengembangkan idea yang sama kepada pemikiran mesin itu sendiri — menjejak bagaimana sistem AI mencapai kesimpulannya, dalam struktur yang Simon akan minta untuk dilihat.

Pertaruhan Panjang

Jam catur Simon telah berulang empat kali, seni bina simbolik itu runtuh, dan bidang yang beliau co-found kini beroperasi dengan kaedah yang beliau tidak bina. Dinilai sebagai ramalan, rekod yang bercampur. Dinilai sebagai sains, sesuatu yang lebih jarang: tuntutan teras — bahawa kecerdasan, di mana sahaja ia berlaku, adalah pencarian terhad yang dipandu oleh pengenalan — telah bertahan lebih lama daripada setiap seni bina yang digunakan untuk mengujinya, termasuk yang beliau sendiri.

Itulah sebabnya ayat di dalam bilik darjah masih relevan tujuh puluh tahun kemudian. Dia bukan mengumumkan sebuah alat. Dia mengumumkan bahawa pemikiran telah menjadi subjek kejuruteraan — untuk minda, untuk organisasi, dan kini untuk mesin.