赫伯特·A·西蒙

以管理學家而獲得諾貝爾經濟學獎的，至今只有一人，決策理論的大師——赫伯特·A·西蒙。他的理論，對管理學的發展有着方向性的影響。

●美國經濟學會傑出會員獎 (1976年)

●諾貝爾經濟學獎(1978年)

●美國管理科學院學術貢獻獎(1983年)

●美國政治科學學會麥迪遜獎(1984年)

●美國總統科學獎（1986年）

●美國運籌學學會和管理科學研究院馮·諾伊曼獎(1988年)

●美國公共管理學會沃爾多獎(1995年)

●美國心理學會傑出科學貢獻獎 (1969年)

●美國心理學基金會心理科學終身成就獎(1988年)

●美國心理學會終身貢獻獎(1993年)

●美國計算機學會圖靈獎(1975年)

●國際人工智能協會傑出研究獎 (1978年)

●美國國家科學金獎(1986年)

●國際人工智能學會終生榮譽獎 （1995年）

●耶魯大學、凱斯工學院、芝加哥大學、加拿大麥吉爾大學、密執安大學、匹茲堡大學、 瑞典隆德大學、荷蘭經濟學院等等學校的理學或者法學榮譽博士 院士和榮譽教職

●1995年西蒙當選中國科學院外籍院士

●2000年當選第三世界科學院院士

●1985年，中國科學院心理研究所授予西蒙教授名譽研究員稱號

●同時，西蒙教授還是中國科學院管理學院、北京大學、天津大學的名譽教授

●1916年6月15日○西蒙生於美國威斯康辛州米爾沃爾，父親是一名在德國出生的電氣工程師，母親是一個多才多藝的鋼琴演奏家。

●1933年○進入芝加哥大學政治系學習。。在上大學時，西蒙就對密爾沃基市遊樂處的組織管理工作進行過調查研究，這項研究激發起了西蒙對行政管理人員如何進行決策這一問題的興趣，這個課題從此成為他一生事業中的焦點。

●1936年○從芝加哥大學畢業，取得政治學學士學位。之後，他應聘到國際城市管理者協會ICMA(International City Managers’Association)工作，很快成為用數學方法衡量城市公用事業的效率的專家。在那裏，他第一次用上了計算機，對計算機的興趣和實踐經驗對他後來的事業產生了重要影響。

●1937年○聖誕節在威斯康辛州米爾沃爾，與芝加哥大學社會學系秘書多蘿西婭·派伊結婚。

●1939年○轉至伯克利加州大學，負責由洛克菲勒基金會資助的一個項目，這個項目是對地方政府的工作和活動進行研究。這期間，他完成了博士論文，內容是關於組織機構如何決策的研究。這一論文成為其代表作《管理行為》的雛形。

●1942年○在完成洛克菲勒基金項目以後，西蒙轉至伊利諾伊理工學院政治科學系，在那裏工作了7年，其間還擔任過該系的系主任。

●1943年○經其母校芝加哥大學進行評審與答辯後，被授予政治學博士學位。

●1949年○在卡內基—梅隆大學的經濟管理研究生院任教。他一生中最輝煌的成就就是在這裏做出的。

●1956年夏天○數十名來自數學、心理學、神經學、計算機科學與電氣工程等各種領域的學者聚集在位於美國新罕布什爾州漢諾威市的達特茅斯學院，，討論如何用計算機模擬人的智能，並根據麥卡錫的建議，正式把這一學科領域命名為“人工智能”。西蒙和紐厄爾參加了這個具有歷史意義的會議，而且他們帶到會議上去的“邏輯理論家”是當時可以工作的人工智能軟件，引起了與會代表的極大興趣與關注。因此，西蒙、紐厄爾以及達特茅斯會議的發起人麥卡錫和明斯基被公認為是人工智能的奠基人，被稱為“人工智能之父”。

●1957年○西蒙與別人合作開發了IPL語言(1nformation Processing Language)。在AI的歷史上，這是最早的一種AI程序設計語言，其基本元素是符號，並首次引進表處理方法。

●1958年○榮獲美國心理學會傑出貢獻獎。

●1960年○西蒙與紐厄爾和肖又一次成功地合作開發了“通用問題求解系統”GPS(General Problem Solver)。GPS是根據人在解題中的共同思維規律編制而成的，可以解11種不同類型的問題，從而使啓發式程序有了更普遍的意義。

●1966年○西蒙、紐厄爾和貝洛爾(Baylor)合作，開發了最早的下棋程序之一MATER。

●1968年○被任命為總統科學顧問委員會委員。

●1969年○美國心理學會由於西蒙在心理學上的貢獻而授予他“傑出科學貢獻獎”(Distinguished Scientific Contributions Award)。

●20世紀60年代末70年代初○西蒙提出“決策模式理論”這一核心概念，為當前受到極大重視的決策支持系統DSS(Decision Support System)奠定了理論基礎。

●1970年○在研究自然語言理解的過程中，西蒙發展與完善了語義網絡的概念和方法，作為知識表示(knowledge representation)的一種通用手段，並取得很大成功。

●1972年7月○作為美國計算機科學家代表團成員之一第一次到中國訪問。之後又9次來華訪問。

●1975年○他和艾倫·紐厄爾因為在人工智能、人類心裏識別和列表處理等方面進行的基礎研究，榮獲計算機科學最高獎——圖靈獎。

●1976年○西蒙和紐厄爾給“物理符號系統” 下了定義，提出了“物理符號系統假説”PSSH(Physical Symbol System Hypothesis)，成為人工智能中影響最大的符號主義學派的創始人和代表人物，而這一學説則鼓勵着人們對人工智能進行偉大的探索。這也是兩人在人工智能中做出的最基本的貢獻。

●1976—1983年間○西蒙與蘭利(Pat W．Langley)和布拉茨霍夫(Gary L．Bradshaw)合作，設計了有6個版本的BACON系統發現程序，重新發現了一系列著名的物理、化學定律，證明了西蒙曾多次強調的論點即科學發現只是一種特殊類型的問題求解，因此也可以用計算機程序實現。

●1978年○由於西蒙對“經濟組織內的決策過程進行的開創性的研究”，榮獲諾貝爾經濟學獎。

●1980年○中國天津大學聘任西蒙為該校名譽教授，並派出一些學者在西蒙指導下進行短期記憶方面的研究。

●1985年○中國科學院心理研究所授予西蒙教授名譽研究員稱號。

●1986年○因其在行為科學上的出色貢獻而榮獲美國全國科學獎章(National Medal of Science)。

●1995年○在國際人工智能會議上被授予終身榮譽獎。

決策理論

西蒙決策理論的核心概念和根本前提是“有限理性”。對此，西蒙的研究中有一個著名的“螞蟻”比喻：一隻螞蟻在海邊佈滿大大小小石塊的沙灘上爬行，螞蟻爬行所留下的曲曲折折的軌跡，絕不表示螞蟻認知能力的複雜性，而只表示着海岸的複雜性。當我們把人當作一個行為系統來看的時候，人和螞蟻一樣，其認知能力是極其單純的。螞蟻在海邊爬行，它雖然能感知蟻巢的大致方向，但它既不能預知途中可能出現的障礙物，其視野也是很有限的。由於這種認知能力的侷限性，所以每當螞蟻遇到一塊石頭或什麼別的障礙時，就不得不改變前進的方向。螞蟻行為看起來的複雜性，是由於海岸的複雜性引起的。同樣，人們在決策中就有點像這種海邊的螞蟻，只能根據有限信息和局部情況，依照不那麼全面的主觀判斷來進行決策。此外，人們的技能、學識、價值觀等因素也會影響到能否進行正確的決策。可以説，管理者擁有“知識”的程度，決定着他決策和行動的合理性和滿意化的程度。同理，西蒙對待科學研究也是這種態度。在1978年獲諾貝爾經濟學獎的演講中，西蒙曾説：“在經驗科學中，我們只想逼近真理，我們不幻想我們能找到一個單一的公式，或者甚至一個相當複雜的公式，能掌握全部真理，並且不包含其他東西。我們安心於一種逐步逼近的戰略。”

西蒙的決策理論吸收了不少巴納德的思想和觀點，但與巴納德在決策的前提設定上卻有着根本的區別。西蒙認為所謂的決策要素可分為事實要素和價值要素。事實要素是對環境及環境的作用方式的某種描述（信息）。價值要素是關於管理者對某種事物喜好的表示，表明對該事物的某種判斷。西蒙的一個創造性貢獻，就是對這兩種要素進行了方法論的闡釋。在他眼裏，價值要素和事實要素的區分相當於目的和手段的區分。因而，價值要素和事實要素是可以轉化的，而且隨着時間的推移肯定會轉化。行為目的的確定，屬於價值判斷的範疇；為實現目的採取什麼辦法最有效，則屬於事實判斷範疇。西蒙曾多次強調：“不應把決策本身看成不可分解的單位”，而應“視為由前提推出結論的過程”。決策是一種“鏈式”反應的過程，人們的行為目的總是逐步實現的，在決策的每一步驟中以及在多個決策組成的複雜決策中，上一步驟或者上一決策所要達到的目的，反過來又是實現下一步驟或下一決策的手段。因此，在決策過程中，初始階段以事實判斷為主，隨着這一過程向最終目的逼近，從決策的整體過程來看，事實判斷所佔的比重越小，價值判斷所佔的比重越大。這種“手段-目的”分析框架，克服了以往的兩分法（如行政學中的政治與行政兩分法，經濟學中的公平和效率兩分法等等，歸根到底就是方法論中的價值理性和工具理性兩分法）的對立狀態，用二者的轉化把它們統一起來，從而跳出了此前管理學中追求“價值中立”的偏失，為道德因素在管理學中的地位提供了理論依據。

西蒙認為，決策可以分為規範性決策和非規範性決策兩類（國內的書籍往往稱為程序性決策和非程序性決策，這種稱呼，容易同西蒙提出的決策過程四步程序相混淆）。所謂規範性決策，就是那些帶有常規性、反覆性的例行決策，這種決策可以制定出一套例行程序來處理，如為普通顧客的訂貨單標價，辦公用品的訂購，生病職工的工資安排等等。所謂非規範性決策，則是指那些過去未曾發生過，一次性的決策。這種決策往往需要花費較多的時間和較大的成本，如開辦一個新公司，研製某種新產品，確定某種新戰略等等。但是這兩類決策很難絕對區分清楚。如果某一決策從來沒有出現過，當它首次出現時肯定屬於非規範性決策，但當隨後多次重複出現，它就變成了規範性決策。西蒙在早期研究中，重點在於非規範性決策，隨着後來的研究擴展，他對規範性決策也有了更深入的認識。在西蒙的後期著作中，他特意區分了“刻意理性”和“習慣理性”，非規範性決策要求刻意理性，而規範性決策體現習慣理性。對於決策來説，習慣理性的形成至關重要。“因為習慣和常規不僅能有效地達到目的，而且還可以節省稀有和昂貴的決策時間和注意力。”所以，組織的活動在很大比例上是按常規進行的，常規本身就是一種“一勞永逸”式的決策。從決策成本的角度看，規範性具有不可忽視的意義。同時，當決策行為變成常規以後，管理者又必須用刻意理性來拷問常規，對常規產生質疑，進行審查和週期性修正。這種拷問和修正，又是以非程序性決策來完善規範的過程，即決策（常規性）中的決策（非常規性）融合的過程。西蒙的這一理論，跳出了規範性決策和非規範性決策孰輕孰重的爭論，克服了非此即彼的偏向。它的貢獻，實際上是對決策研究範式的完善和補充。

在西蒙以前，古典經濟學理論的基本命題是完全理性與最優化原則。西蒙的決策理論，糾正了此前理性選擇設計的偏差，從而拉近了理性選擇預設條件與現實生活理性侷限之間的距離。瑞典皇家科學院也認為：西蒙對組織內決策的觀察和研究，看起來似乎比不上古典利潤最大化理論那麼優美，但是卻提供了對某些管理領域的理解和預測更可行的方法。也就是説，西蒙不是追求理論的更加漂亮，而是追求理論的更加適用。

然而，西蒙只是作為一位管理學者看待決策的有限理性，沒有過多考慮政治因素在決策尤其是公共決策中的重要程度。或者説，西蒙沒有對決策進行“公”與“私”的區分，他追求的是決策的通用模式而不是特殊模式。因而，西蒙對非理性沒有引起足夠的注意。非理性不同於有限理性，但卻是影響決策的一個重要因素，尤其是公共決策或政治決策中，非理性的作用更加明顯。公共行政學領域的代表人物之一林德布魯姆進一步指出，政策制定不是取得可用理性標準來判斷的解決方案，而是達成某種和解、調停和協議，並在此基礎上提出了漸進決策理論。這樣，決策理論的研究，就有可能把非理性因素納入視野。或許，政治學、文化學甚至哲學等領域中的非理性研究，尤其是尼采和叔本華式的意志論，有可能對西蒙式的理性模式形成新的挑戰。

西蒙研究組織的視角之一是“組織生理學”。所謂組織生理學，主要體現在組織對每個成員決策的影響過程中，這就是決策前提。 西蒙認為，組織的實質是一個決策過程。組織行為是由各種決策過程構成的一個錯綜複雜的網絡，是組織全部成員參與的信息加工、傳遞、控制的系統。一個管理者不僅要對一些重要的、廣泛的涉及到組織工作的事項進行決策，他還要建立、維持並適時調整組織結構。組織的實質是一個過程，是一個“不穩定的思想狀態”，是一個隨着組織目標、人員、環境等內外條件的變化而變化的動態體系。特別是在現代社會，不同類型、不同時期的組織，有不同的工作內容、不同的工作重點和不同的組織目標，組織的結構也應該隨着組織工作內容和組織目標的變化而作相應的調整。這種變化涉及諸多方面，包括與組織的新任務或當前工作重點相適應的組織權責重新調整上，人員及崗位的重新配置上，甚至還有部門和人員的存留上。這樣才能產生合適的組織結構。西蒙認為，這一過程是環境通過人的思想對組織產生的影響，人們對問題不斷深入地認識，認識不斷地連續重組，都會落腳於組織的結構要素變化中，落腳於組織結構的動態調整和循環中。 在論證組織目標的意義時，西蒙從反方向論證了組織目標與組織結構之間的關係。如果不改變目標，組織結構的改組一般不能提高效率。當我們變革組織時，也就同時改變了要執行的具體任務和要達到的具體目標，進而改變了組織文化。同理，我們改變組織目標時，也就改變了組織內的資源分配結果和各個標的的優先順序，進而改變了組織結構。 另外，西蒙還特別強調人員素質對組織結構的影響。組織問題不可避免地要與人員招募問題交織在一起。各級僱員的素質和能力，會直接決定組織能否有效運作的機制。如果工作人員技能熟練或業務精通，就可以授予這些人相當大的自由裁量權，而伴以少量的、適當的、關鍵性的監督。反之，則需要非常嚴格的督促，大量的指導，甚至設置本來無必要的管理崗位。所以，西蒙強調，組織調整問題不能僅僅着眼於組織本身，而要同僱員的實際情況結合起來。組織結構是一個變量，人員配備情況是另一個變量，二者互相影響對方。 受卡爾納普的科學哲學思想影響。西蒙認為社會科學與自然科學擁有相同的方法論，任何科學理論的推理，都必須在邏輯上是嚴密的，而且在經驗上是可檢驗的。因而，西蒙試圖從方法論的角度探討“管理科學的邏輯構造”。管理理論的研究重點，要從經驗性的“管理原則”，轉移到邏輯性的管理原則適用條件上。這樣一來，管理理論的立足點就成為如何從各種備選方案中選擇出最能實現組織目標的那個方案，進而會要求提高決策的理性。因此，管理的任務就是設計或調整出一種組織環境，使決策能夠最大限度發揮出理性。 如何衡量組織設計或組織運作是否成功，西蒙從有限理性出發，倡導逐步逼近法。管理者也是普通人，並沒有神仙般的洞察力和預見力，不可能一下子就確定組織是否“有效運作”，惟一有效的評價程序，就是根據可觀察到的效果進行比較。無論是方案設計還是實際運作，只能不斷地檢驗、調整，再檢驗、再調整，這樣才能逐漸逼近完善。

西蒙研究組織的另一個視角就是“組織解剖學”。這裏所説的“解剖”，主要針對決策職能的分佈和分配，尤其是與決策相關的權力分配。 在組織中，下屬的決策應該與上級為他提供的決策前提保持一致，但這並不否定下屬有自由裁量權。換句話説，上級和下屬在保持目標、方向一致的前提下，都具有決策職能。在決策中集權是否一定就好，或者分權是否就肯定優於集權，這些問題都是沒有絕對答案的，一切都以條件而轉移。

西蒙認為，如果要對工作進行專業化分工，就一定要引入一些程序來保證組織成員之間的協調，而最有效的協調程序就是決策的集中化。另外，決策的專業化和集中化，能夠保證專業知識的運用和職責的履行。所以，有些管理學書籍往往強調西蒙的集權主張。但是，西蒙還指出，上級最好不要直接干涉下屬的自由裁量權，職能監督往往適宜於採取建議方式。這樣看來，西蒙似乎又偏向於分權主張。其實，二者都有偏頗，西蒙在這一問題上，對決策集中化和決策分權化都有論述，天平向哪一邊傾斜，需要依據對組織的剖析來確定。具體來説，應當考慮以下因素：

●①組織成員能力的高低，是分權程度的一個決定因素。下屬能力越高，分權的可能性越大，反之，分權的可能性就會趨近於零。

●②集權的長期後果是將全部決策職能集中在上級，讓自己的工作量加倍，下屬卻成了多餘的人。有限能力的個人面對幾乎無限的工作，決策質量當然下降。尤其是一旦決策者變動，因為組織內沒有可替代他的人，短期內這個組織就會混亂不堪。或者因為前後決策者的差異，組織目標、結構和活動內容就會發生巨大變化。

●③只考慮決策的準確度遠遠不夠，還必須重視決策成本。上級比下屬更加訓練有素，上級的薪酬一般比下屬高，所以他的時間也必須用在比較重要的組織工作上。上級如果陷入瑣碎事務，就必須犧牲原來可用於制定更重要決策的時間，增大決策代價。決策權向上層集中，會將新的貨幣成本和時間成本引入決策過程。中央決策具有準確性優勢，但必須與決策過程成本和決策溝通成本相平衡。

●④上級不一定比下屬制定的決策更好。那種假定只要給出充足的時間，上級就能制定出比下屬更準確的決策是一種有條件的假定，只有在上級和下屬獲得決策所需的信息同樣容易的條件下，這個假設才能成立。然而現實是下屬可以直接獲得“事實情況”，但要準確無誤地傳達給上級，由於等級鏈和信息悖論的存在，往往很困難，管理高層無法接觸到底層掌握的第一手資料的事情屢見不鮮。這恰好驗證了誰掌握信息誰就具有自主權的論斷。

●⑤人際關係的協調效能，絕對無法和人類神經系統的協調效能相提並論。西蒙認為，運用專業化手段來提高效率，只有在專業化的各部分之間不需要協調，或者人際關係的協調技巧可以實現分工後的協調才能做到。如果兩個條件都不滿足，我們就必須放棄專業化分工，繼續使用人腦來協調。集權化的本質，是用人際協調來代替人類神經系統的協調。讓人類的大腦來協調，意味着各級工作人員自主地決定自己的事情。分權的天然合理性，就在於人腦的協調能力相對於人際協調能力的優勢。

西蒙的組織生理學和組織解剖學，給研究組織理論提供了全新的視角，對解決組織與管理中的許多困難問題具有啓發意義。例如，企業或政府的機構功能和結構關係如何處理？上下機構的對接問題如何安排？人員與組織的關係怎樣協調？權力的集散怎樣把握？等等，都可能從這種研究中得出新的認識。

20世紀50年代以後，西蒙的研究方向發生了重大轉移，逐漸轉向了認知心理學和人工智能領域。西蒙認為，社會科學缺乏像自然科學一樣的科學性，社會科學需要借鑑自然科學嚴格和精確的研究方法，才能成為真正意義上的科學。同時，在西蒙看來，經濟學、管理學、心理學等學科所研究的課題，實際上都是“人的決策過程和問題求解過程”。要想真正理解組織內的決策過程，就必須對人及其思維過程有更深刻的瞭解。因此，藉助於計算機技術的發展，西蒙與同事紐厄爾等人一起開始嘗試用計算機來模擬人的行為，從而創建了認知心理學和人工智能研究新領域。西蒙認為，人的思維過程和計算機運行過程存在着一致性，都是對符號的系列加工，因此，可以用計算機來模擬人腦的工作。他甚至大膽地預言，人腦能做的事，計算機同樣也可以完成。“初級知覺和記憶程序（EPAM）”和“通用問題求解系統（GPS）”等人工智能軟件的問世，部分證實了西蒙的預言。

當時人工智能的主要學派有下列三家：①符號主義(Symbolicism)，又稱為邏輯主義(Logicism)、心理學派(Psychlogism)或計算機學派(Computerism)，其原理主要為物理符號系統假設和有限理性原理。這一學派認為人工智能源於數理邏輯。在人工智能的其他學派出現之後，符號主義仍然是人工智能的主流學派。這個學派的代表有紐厄爾、肖、西蒙和尼爾遜(Nilsson)等。②聯結主義(Connectionism)，又稱為仿生學派(Bionicsism)或生理學派(Physiologism)，其原理主要為神經網絡及神經網絡間的連接機制與學習算法。這一學派認為人工智能源於仿生學，特別是人腦模型的研究。從模型到算法，從理論分析到工程實現，為神經網絡計算機走向市場打下了堅實的基礎。③行為主義(Actionism)，又稱進化主義(Evolutionism)或控制論學派(Cyberneticsism)，其原理為控制論及感知-動作型控制系統。他們對人工智能發展歷史具有不同的看法，這一學派認為人工智能源於控制論。

西蒙在人工智能中做出的最基本貢獻，是他提出了“物理符號系統假説”PSSH(Physical Symbol System Hypothesis)。在這一意義上，他是符號主義學派的創始人和代表人物之一。他的基本觀點是：知識的基本元素是符號，智能的基礎依賴於知識，研究方法則是用計算機軟件和心理學方法進行宏觀上的人腦功能的模擬。符號主義的主要依據是兩個基本原理：①物理符號系統假設原理。②由西蒙提出的有限合理性原理。這一學説鼓勵着人們對人工智能進行全面的探索。西蒙認為，任何一個物理符號系統如果是有智能的，則肯定能執行對符號的輸入、輸出、存儲、複製、條件轉移和建立符號結構這樣六種操作。反之，能執行這六種操作的任何系統，也就一定能夠表現出智能。根據這個假設，我們可以推出以下結論：人是具有智能的，因此人是一個物理符號系統；計算機是一個物理符號系統，因此它必具有智能；計算機能模擬人，或者説能模擬人的大腦功能。

1956年，西蒙、紐厄爾和另一位著名學者約翰·肖(John Cliff Shaw)一起，成功開發了世界上最早的啓發式程序“邏輯理論家”LT(1ogic Theorist) ,從而使機器邁出了邏輯推理的第一步。在卡內基-梅隆大學的計算機實驗室，西蒙和紐厄爾從分析人類解答數學題的技巧入手，讓一些人對各種數學題作周密的思考，要求他們不僅寫出求解的答案，而且要説出自己推理的方法和步驟。通過對實例的大量觀察，西蒙和紐厄爾廣泛收集了人類求解一般性問題的各種方案。他們發現，人們求解數學題時，通常採用試湊的辦法。試湊時並不一定列出所有的可能性，而是用邏輯推理來迅速縮小搜索的範圍。人類證明數學定理也有類似的思維規律，通過把一個複雜問題分解成幾個簡單的子問題，以及利用已知常量代入未知變量等方法，用已知的公理、定理或解題規則進行試探性推理，直到所有的子問題最終都變成已知的，然後根據記憶中的公理和已被證明的定理，運用代入法、替換法來解決子問題，最終解決整個問題。人類求證數學定理同樣也是一種啓發式搜索，與電腦下棋的原理有異曲同工之妙。在這一基礎上，他們利用“邏輯理論家”程序向數學定理發起挑戰，建立了機器證明數學定理的啓發式搜索法，並用計算機證明了羅素、懷特海的數學名著《數學原理》一書第二章52個定理中的38個定理（1963年，經過改進的“邏輯理論家”程序在一部更大的電腦上，最終完成了第二章全部52條數學定理的證明）。

基於這一成功，西蒙和紐厄爾把“邏輯理論家”程序擴充到了人類求解一般問題的過程，設想用機器模擬具有普遍意義的人類思維活動。“邏輯理論家”受到了人們的高度評價，認為它是用計算機探討人類智力活動的第一個真正意義上的成果，也是圖靈關於機器可以具有智能這一論斷的第一個實際的證明。在開發“邏輯理論家”程序的過程中，西蒙首次提出併成功應用了“鏈表”（list）作為基本的數據結構，並設計與實現了表處理語言IPL (Information Processing Language)。在人工智能的歷史上，IPL是所有表處理語言的始祖，也是最早使用遞歸子程序的語言。其基本元素是符號，並首次引進表處理方法。IPL最基本的數據結構是表結構，可用以代替存儲地址或有規則的數組，這有助於將程序員從繁瑣的細節中釋放出來而在更高的水平上思考問題。IPL的另一特點是引進了生成器，每次產生一個值，然後掛起，等待被調用，在調用時從被掛起的地方開始。早期的很多人工智能程序都是用表處理語言編制而成的。表處理語言本身也因此經歷了一個發展與完善的過程，其最後一個版本IPLⅤ可以處理樹形結構的表。

1956年夏天，數十名來自數學、心理學、神經學、計算機科學與電氣工程等各領域的學者聚集在位於美國新罕布什爾州漢諾威市的達特茅斯學院，討論如何用計算機模擬人的行為，並根據麥卡錫(J．McCarthy，1971年圖靈獎獲得者)的建議，正式把這一學科領域命名為“人工智能”(Artificial Intelligence)。會議的召開標誌着人工智能這一學科正式誕生。赫伯特·西蒙指出，人工智能的研究是學會怎樣編制計算機程序來完成人類機智的行為。西蒙帶到會議上去的“邏輯理論家”是當時惟一可以工作的人工智能軟件，引起了與會代表的極大興趣與關注。因此，西蒙、紐厄爾，以及達特茅斯會議的發起人麥卡錫和明斯基(M．L．Minsky，1969年圖靈獎獲得者)，被公認為是人工智能的奠基人。他們四人於1960年組成了第一個人工智能研究小組，有力地推動了人工智能的發展。

1960年，西蒙夫婦做了一個有趣的心理學實驗，這個實驗表明人類解決問題的過程是一個搜索的過程，其效率取決於啓發式函數(heuristic function)。在這個實驗的基礎上，西蒙、紐厄爾和肖又一次成功地合作開發了能解答11種類型不同問題的“通用問題求解系統”GPS(General Problem Solver)。這一求解系統的基本原理，是找出目標要求與當前態勢之間的差異，選擇有利於消除差異的操作，以逐步縮小差異並最終達到目標。西蒙曾多次強調指出，科學發現只是一種特殊類型的問題求解，因此也可以用計算機程序來實現。1976～1983年間，西蒙和蘭利(Pat W．Langley)、布拉茨霍夫(Gary L.Bradshaw)合作，設計了有六個版本的BACON系統發現程序，重新發現了一系列著名的物理、化學定律，證明了西蒙的上述論點。從而開拓出人工智能中“問題求解”的一大領域。

西蒙轉向計算機技術後，就一直研究計算機下棋問題。1966年，西蒙、紐厄爾和貝洛爾(Baylor)合作，開發了最早的下棋程序MATER。1997年，IBM的“深藍”(Deep Blue)計算機打敗了白俄羅斯的國際特級大師卡斯帕羅夫以後，81歲的西蒙還和俄亥俄州立大學的人工智能專家T．Munakata一起，在《ACM通信》雜誌的8月號上發表了《人工智能給我們的教訓》(AI Lessons)一文，對此事進行了評論，指出一個運行於計算機上的國際象棋程序擁有2600分等級分，相當於白俄羅斯國際象棋世界冠軍卡斯帕羅夫的級別水平。

西蒙在人工智能方面的另一大貢獻，是發展與完善了語義網絡的概念和方法，把它作為知識表示(knowledge representation)的一種通用手段，並取得了很大成功。在知識表示方法中，語義網絡(semantic network)是—種重要而有效的方法。這種表示法是奎林(M．R．Quillian)在20世紀60年代後期提出來的，作為人類聯想記憶的一個顯示心理學模型。奎林在開發TLC系統(Teachable Language Comprehender)中用它來描述英語的詞義，模擬人類的聯想記憶。但用語義網絡作為一般的知識表示方法，則是西蒙在1970年研究自然語言理解的過程中把它的各種概念基本明確下來的。20世紀70年代中期，西蒙和CAD專家依斯特曼(C．M．Eastman) 合作，研究住宅的自動空間綜合，不僅開了“智能大廈”(intelligent building)的先河，還成為智能CAD即ICAD研究的開端。

起源於20世紀60年代末70年代初，當前受到極大重視的決策支持系統DSS(Decision Support System)，其概念的核心是關於決策模式的理論，而這個理論也是由西蒙奠定基礎的。在不確定條件下的決策模型除了貝葉斯模型外，另一個比較重要的理論模型是採用Von Neumann-Morgenstern效用函數的期望值最大模型。西蒙在《人的模型》一書中形成了電子計算機能模擬人的思維的思想，開始了人工智能的系列研究。針對效用函數的期望值最大模型，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，所有的決策者涉及到的是一個有限的範圍；其次，我們不能對將來給出一個概率值，但最好有一個關於將來事件的大致概念；第三，如果後者不以前者為轉移的話，我們在一個領域中的願望可能與在另一個領域中的願望完全不同；最後，我們更注重蒐集信息而不是分析需求，在收集信息後，最通常的抉擇是基於直覺。基於西蒙關於決策模式的理論，凱恩(P. G. Keen)提出了一種設計方法，稱為“自適應法”(self-adaptive method)，把決策支持系統當成一種自適應系統，由DSS應用系統、DSS生成系統和DSS工具三個技術層次組成，由決策者運行，且能適應時間的變化。西蒙曾稱讚這樣的系統“能適應三個時間範圍內的各種變化，即在短期運行中，系統能在一個相對狹窄的範圍內尋求答案；在中期運行中，系統能通過修改其功能和活動而學會適應；在長期運行中，系統能發展到適應差別極大的行為風格和功能”。這些研究，使計算機技術與管理決策緊密連接起來。