物理符号系统

物理符号系统又叫做符号的实体集合构成，它是一台随时间运行处理符号集合结构体的机器。

物理包括了两个重要的特征：这个系统严苛遵从物理规律-系统是由工程系统和工程元件构成，所以这个系统是稳定的；尽管使用符号这个词来表明人们原来的意图，但系统并不局限于人类符号系统。

所谓符号就是模式。任一模式，只要他能与其他模式相区别，就是一个符号。对符号进行操作就是对符号进行比较，从中找出相同的和不同的符号。物理符号系统的基本任务和功能就是辨认相同的符号和区别不同的符号。为此，这种系统就必须能够辨别出不同符号之前的实质差别。符号既可以是物理符号，也可以是头脑中的抽象符号，或者是电子计算机中的电子运动模式，还可以是头脑中神经元的某些运动方式。

一个物理符号系统包含了很多主体，这些主体被称作符号，符号是物理发生在当主体的另外一种类型的组件发生的模式，也叫做表达或者符号结构体。因此一个符号结构体就是关于某一个物理方式相关的符号的集合。在任意一个时刻，系统都包含了由许多系统结构组成的集合。除了这些结构以外，系统还包括了用来产生其他表达的操作过程，这些操作包括创造、 修改、再生产和销毁。

例如数理逻辑就是一个物理符号系统：它的符号是一系列的单词例如“且”、“或”、“非”、“所有的”、“存在”等等，这些词语在数理逻辑中可以构成“真”或者“假”的正则式表达，而逻辑推导则是处理这些符号的过程。

再比如国际象棋：棋子是符号，符合规则的下棋是处理符号的过程，表达是当前棋局的状态。

物理符号系统假设（physical symbol system hyposesis）是认知心理学建立和发展的重要理论基础，是纽维尔和西蒙提出来的。他们认为一个物理符号系统的符号操作功能主要是：输入符号、输出符号、储存符号、复制符号和建立符号结构，既确定符号之间的关系；条件性迁移，就是依赖已经掌握的符号继续完成行为。按照这一假设，一个系统如果能表现出智能的话，就一定能执行上述功能；如果一个系统具有这些功能，那么它一定具有智能。

【描述来源：Newell, A., & Simon, H. A. (2007). Computer science as empirical inquiry: Symbols and search (p. 1975). ACM.】

【描述来源：贲可荣, & 张彦铎. (2006). 人工智能——高等学校计算机教育规划教材.】

发展历史

物理符号系统的发展其实就是人工智能发展的一部分，莱布尼茨曾提出建立“普遍的符号语言”和“一般数学”的逻辑思想, 建立一种代替自然语言的“普遍的符号语言”, 并将推理的一般规则换作计算的规则,以修正传统逻辑的用自然语言表述的不精确性这一缺陷。他的“普遍的符号语言”即一种符号系统,一种通行于全人类的人工语言。

Allen Newell和Herbert Simon的1975年图灵奖（计算机学会［Association of Computing Machinery］的最高学术成就奖）获奖演说：“作为经验研究的计算机科学”（“Computer Science as Empirical Inquiry: Symbols and Search”）。在这篇演说里，作者提出了所谓“物理符号系统假说”（“physical symbol systems hypothesis”）。他们认为物理符号系统是表现智能行为必要和充分的条件。 只有这样可以把任何信息加工系统看成是一个具体的物理系统， 如人的神经系统、计算机的构造系统等。20世纪80年代Newell 等又致力于SOAR系统的研究。SOAR系统是以知识块(Chunking)理论为基础， 利用基于规则的记忆，获取搜索控制知识和操作符，实现通用问题求解。Minsky从心理学的研究出发，认为人们在他们日常的认知活动中，使用了大批从以前的经验中获取并经过整理的知识。该知识是以一种类似框架的结构寄存在人脑中。因此，在70年代他提出了框架知识表示方法。到80年代，Minsky认为人的智能，根本不存在统一的理论。1985年，他发表了一本著名的书《Society of Mind(思维社会)》。书中指出思维社会是由大量具有某种思维能力的单元组成的复杂社会。以McCarthy和Nilsson等为代表，主张用逻辑来研究人工智能，即用形式化的方法描述客观世界。逻辑学派在人工智能研究中，强调的是概念化知识表示、模型论语义、演绎推理等。 McCarthy主张任何事物都可以用统一的逻辑框架来表示，在常识推理中以非单调逻辑为中心。传统的人工智能研究思路是“自上而下”式的，它的目标是让机器模仿人， 认为人脑的思维活动可以通过一些公式和规则来定义，因此希望通过把人类的思维方式翻译成程序语言输入机器，来使机器有朝一日产生像人类一样的思维能力。这一理论指导了早期人工智能的研究。

主要事件

发展分析

瓶颈

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（行为主义，联结主义）的批评与否定。

未来发展方向

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。

Contributor: Chao Yang