然而，决定被试者下面将采取哪一步的“通用问题解决者”基本控制结构，并没有很好地预言我们的口述报告。在口述报告中我们看到了像“产生式系统”那样的东西，一种在计算机科学中已众所周知的组织形式，它还没有被应用于心理学系统(除非任何简单的刺激—反应(S-
R)联系都可以被看作一种产生式）。
在“产生式系统”，每条基本指令都有“如果—则”形式：如果条件C被满足，则采取行动A。一旦“产生”的条件被满足，就会
289采取行动。当几个“产生式”的条件同时被满足时，通过优先规则来解决这些冲突（例如这些“产生式”可以按优先顺序来排列）。
自60年代中期，在我们把“产生式”介绍到心理学理论中去时，它们已被广泛用于解释人类专家如何通过直接识别熟悉的线索而作“直觉”的决定，并作为人工智能中所谓的专家系统的基础。专家、人类和计算机大多不通过有选择的搜索，而只是通过识别他们以前经历过的类似情景中的有关线索来解题的。
在60年代，认知科学和人工智能从像“通用问题解决者”这样依靠通用问题解决的技能的系统转向依靠大量存储专门知识的系统，“产生系统”在这方面起了重要作用。当然大多数“专家系统”（人的和计算机的）依靠这两者。
我们可以沿着几条路线追溯“产生式系统”思想如何应用于心理学。首先，“产生式”，即条件一动作，有些相似于行为主义心理学的刺激—反应联系，S--R，刺激是引发反应的条件。当我们详细考察时，我们发现有许多不同，但它非常相似，以致于不能不考虑因果关系。
其次，我们能在解题与决策的文献中看到一个早期的例子，它是通过再认来解题的。下面这一节，摘自我1957年8月26日的讲话：可以训练一个人使他处理一份在一定的环境下可能釆取行动的清单或指令系统……一个刚参加游戏的人并不能立刻自由处置一系列需加考虑的可能行动，而必须在费时费心的任务前当场构想这些行动……有经验的决策者能处理一份供核对的清单，这样使他在最终接受一项决定之前能密切注视事态…
在这种情况下，有经验的决策者和新手的大部分差别290不是像“判断”或“直觉”这样特殊的无形的东西。如果一个人能打开盖子（只是讲讲）看看有经验的决策者头脑中究竟有什么，他将会发现他……具有可供自己支配的行动指令表，……和一份供核对的清单，使在他行动之前能加以考虑。而且他头脑中有唤醒这些东西的机制，在要作出决策时这种机制使他有意识地注意到它们。我们要人们在遇到这些情况时作好行动准备，主要在于训练他们充分深入地掌握这些“清单”，以便他们在作决策时能很快唤醒这些“清单”。
但是我们在很早的心理学文献中可以发现“产生式系统”思想或类似的思想。“条件—动作”对的思想是奥托?塞尔兹的解题理论的核心。他在1924年写道：智力过程不是散乱的复制过程——像联想心理学所想的那样——而像是一种身体运动的系统，特别是反射系统。它们是特定的反应系统，其中通常都有特定的引发条件和一般与特殊的智力操作之间的明确关系。
在计算机科学中，“产生式系统”是从形式逻辑中推得的（例如，Post
1941），它们在60年代早期或中期应用于所谓线处理语言的设计和系统编程任务。在卡内基理工学院，“产生式系统”很快渗透到学位论文计划中去了。学生汤姆?威廉斯在1965年的博士论文中运用一种产生系统语言，而另一位叫史蒂文，科尔斯的学生在1969年的学位论文中也用了一种“产生式系统”语言（对这两个系统的描述，可以在西蒙和西克劳西1972年的文章中看到）。同时，阿伦和我在1965年分析象棋和密码
291算术的口述报告中运用了“产生式系统”。
这表明那时关于专家“直觉”被解释为识别机制的思想在1924年（或许还要早得多）就已广泛传播，“产生式系统”早在1965年就被用于认知模拟。而且这些思想似乎不是只有单一来源，而是有几种不同的来源。
表征与意义
在《人类问题解决》的大部分工作中，阿伦和我密切合作。但是大约在1960年我们各自开始与自己的研究生一起工作后，我们的道路开始朝许多不同的科研项目偏离。对我来说，与博士生们合搞的工作是这种偏离的最早例子：爱德，费根鲍姆的EPAM，鲍勃，林赛的推论与自然语言理解，以及肯，科托夫斯基的字母系列外推。
同时，我变得不太直接参与“通用问题解决者”研究了，而阿伦与他的学生乔治，厄恩斯特继续在于。不过，在60年代阿伦和我仍继续经常详细讨论我们当时工作中的所有问题，如同我们在各自的论文的致谢中所指出的那样。我们继续有共同的关注，但我们开始提出多少有些不同的策略来追逐这些目标：我倾向于建立一些用于特殊任务的模型，对照人的数据资料来检验它们；阿伦更注意复杂系统设计中的一般问题。然而在阿伦从事密码算术、逻辑和象棋的口述报告工作时，我却努力把信息处理理论推广到说明动机、情绪、知觉和创造性，这使我们之间的不同更加明显。
双方工作的分化，可以从《人类问题解决》的参考文献中看出。在1956-1962年的文献中没有一项是阿伦?纽厄尔作为单独作者的，而有19项由纽厄尔、肖和西蒙合著的。同样，在1957-1961年的文献中也没有我单独的著作。从1963年起，我频繁地与学生及其他教师同事合著。在这一时期，肖以与厄恩斯特合著者的身分出现，而且还单独写了一系列关于人工智能
292系统的著名文章。到这10年快结束时，他发表的文章也涉及口述报告分析，这些后来都编人《人类问题解决》。
1961—1962年我在圣莫尼卡的兰德公司休假，在那里除了继续和阿伦合作以外，我还从事两个重大项目。其一是开始对EPAM-它是爱德?费根鲍姆在博士论文中最初提出的——作重大修改。另一项是对自动编程的研究——让计算机编写自己的程序——它最后成了我称之为探索式汇编者(
HC)的系统。HC运用一种类似于“通用问题解决者”的机制自动地产生程序。虽然HC
-直不过是一种玩具，但它提供了一系列这样的思想，后来别人在自动产生程序的研究时汲取了这些思想。
问题表征和学习
现实世界的问题有时以自然语言陈述的形式呈现（教科书中的问题），有时以可以看得到的情景的形式呈现（我们汽车前面的道路），有时以自然语言文本和图片图表相结合的形式呈现（在科学论文中）。把这些问题从一种呈现形式转变为另一种能进行有效的解题过程的内部形式，是所有解题活动的最初的关键部分。
对问题解决的解释如果不加说明：在理解问题时发生了一些什么，或者在形成问题的“内部表征”时它相当于什么，那么这种解释显然是不完整的。在像“通用问题解决者”这样的程序中，事实上在所有早期的解题程序中，内部表征不得不由解题者自己来提供，因此回避了解题过程的重要部分。
创建内部问题表征要求语义符号学，也就是说，用以表征的信息表示着外部世界，在解题的开始以及后来当解题者想知道外部情况发生变化时都需要。与大多数人工智能解题者今天做的一样，在完全内部运作（在其“头脑”中进行解决）的解题系统中这种要求被回避了。但在与真实物质环境相互作用的机器人中这是至关重要的（例如，自动车辆）。
293
从描述性陈述或图片中创建问题表征也是一种学习形式。人类记忆中的信息是通过变换从外界获得的信息而产生的。“逻辑理论家”有学习能力，因为它能存储它已证明的定理，然后借助于它们来证明后面的定理。EPAM主要是一种学习系统，因为它不仅仅存储反应的符号，而且生长出辨别网络，使它能对刺激进行分类或识别，从而获得记忆中那些适当的反应。
学习对于像人的头脑这样的系统是至关重要的。这种系统不能通过直接打开箱盖插入新程序而加以改变。人的记忆只能通过学习而改变。对第一代智能程序的局限性的反思使我们得出这样的结论，即我们的许多研究应集中于语义符号学、表征和学习。
印年代时我的学生、同事和我集中注意力于这些问题，我们的工作中有些发表在1972年出版的那本题为《表征与意义》(Simon
and
Siklossy
1972)的书中。我们研究的目的在于发现理解的基本机制，而不在于追求与人类数据的细节相一致。它们更接近于人工智能而不是认知科学，但对两者都注意。
托马斯，威廉斯(
Williams
1965)和唐纳德，威廉斯(Williams1969)（二人没有关系）解释了信息处理过程怎样运用外部信息来学习如何执行任务——因此对理解、表征和学习三个领域都有贡献。他们处理两个种类非常不同的外部信息：托马斯，威廉斯处理的是人们在霍伊尔游戏书中可以看到的那种说明性指令，而唐纳德，威廉斯处理的是智力测验的例子。人们是怎样从霍伊尔那里学习扑克规则，或者怎么样从某些举例说明的项目中学到测验要求的呢？
史蒂文，科尔斯(Coles
1969)和劳伦特，西科劳西(Siklossy1968)说明了如何从图片和描述图片的自然语句的结合中领会其含意的。科尔斯用来自图片的信息消除自然语言中的句法上
294的模棱两可，而西科劳西的系统则学习产生描述相应的图片的自然语言语句（从“狗追猫”这一事件的图画中产生“狗追猫”这句话）。这些程序对语义符号学和如何学得符号的意义作出了重要的新阐释。
最后，哈里?波珀(
Pople
1969)描述了一种解题系统，它运用两种不同的内部表征：一种用明确的命题描写情境，另一种用模型表征这些情境。他的工作述及一个目前在人工智能中仍热烈争论的问题：逻辑推理和用心理模型作选择性搜索在解题中两者各自的作用，
使我相当吃惊并懊恼的是，《表征和意义》一点也没引起注意，这些出色的研究看来对后来的工作很少有影响。它们全都介绍了关于语义符号学的重要新思想并开拓了10年后不得不重新探索的道路。在我看来，西科劳西的语言学习理论仍然比有关这个论题的其他任何理论更先进。我只能认为这项工作太超前了，它提供了其他研究者还没有开始询问的问题的答案。
这一时期我在卡内基理工学院指导的另一篇博士论文是罗斯?奎利恩的《语义记忆》(Quillian
1966)，它也是对这些问题的反应。它与其他论文有全然不同的命运。奎利恩提出了一个记忆的网络模型，它通过记忆扩散激活来解决句子中出现的词义模棱两可。在同一语句中其他词的出现提供了一种能激活相关的替代词汇的上下文。在“鸟”的上下文中“flicker”会被解释为一种大的啄木鸟，而在“光”的上下文中，“flicker”会被解释为忽明忽暗。
1968年，奎利恩在马文?明斯基主编的题为《语义信息处理》的论文集（除了奎利恩以外都来自麻省理工学院）中发表了他的博士论文。那一卷中，博布罗、拉斐尔、伊文思等人的有趣的工作也与语义学问题有关，它们受到计算机科学的接纳和注
295意。当奎利恩和柯林斯做一些实验以便根据经验测试网络理论时，它也开始受到心理学家的重视。奎利恩系统是后来那些运用激活扩散机制的模型的直接先驱。在激起人们兴趣上，奎利恩的成功和其他人的失败形成鲜明对照。对此我仍觉得不可思议，而且非常失望，除了对奎利恩这件事之外。我总感到我多少使这些同事丢了面子。
这一时期的实验和心理学研究受到的反响是令人满意的。唐，博布罗在麻省理工学院已为解决代数语言问题建立了早期系统，几乎完全用句法知识——这就是说，系统机械地解题而不理解这些问题是什么。哈佛有一个本科生杰弗里，佩奇暑假到我这里与我一起工作。我与他一起做了一些关于高中学生解代数题的实验，来看看他们的行为与博布罗的程序符合得怎么样。
我们发现我们的被试者分成两组：一组从句法上解释问题，像博布罗程序做的那样，另一组则运用问题的真实含义。当问题谈到一块板被切割成两部分时，“句法”被试者分析句子，而“语义”被试者则想象用一条线来横切一个直角图形，或在切割之后成为两个图形。这篇论文成为以后许多年内问题解决的标准文献。现在很清楚，成功的问题解决者常常运用图形来作为词语和他们推理过程的中介。
与我和巴伦菲尔德(
Simon
Barenfeld
1969)以及吉尔马丁(Simon
and
Gilmartin
1973)
-起关于象棋知觉的研究相似，我与科托夫斯基一起做的关于字母序列的实验(Simon
and
Ko-tovsky
1963；Kotovsky
and
Simon
1973)渐渐受欢迎。但是和蔡斯一起写的一系列关于专家与新手对象棋位置的记忆的论文(Chase
and
Simon
1973a
and
1973b)受到心理学家的大量注意。由此建立的一种专家／新手实验研究传统一直持续到现在，它对心理学和人工智能的专家系统都有重大影响。
296
象棋实验开始后不久，约翰，R．海斯和我编制了一个程序，它能理解用自然语言表示的问题说明，然而把它们译成适合于“通用问题解决者”的内部表征。这个UNDERSTAND程序比象棋知觉研究离实验心理学当时所关心的事更远。它是一个较慢的参赛者，但渐渐被接受为理解自然语言的一种（局部）理论。
我仅仅简短地描述了这些研究计划的内容，主要是强调它们述及的争论和它们被接受的情况。凡是首先对内容感兴趣的人都可以参考《人类问题解决》(
Simon
1972)、《表征和意义》(Simon
1972)与《思维的种种模式》第一卷(Simon
1979)。后者是我这一时期的近30篇论文的集子，包括我提到过的多数文章。我认为《人工科学》（Simon
