在 以前的文章 我们见证了 AI 研究从试图区分人类与机器或模仿大脑结构的轻浮行为，转变为模仿思维过程的软件。
如果第一个进步来自物理学家、生物学家、生理学家和数学家，下一个大飞跃将来自一个意想不到的地方，政治学。
西蒙与理性
如果你学的是工商管理，你可能不得不抱着一本厚厚的书，叫做 行政行为. 对于通常是种族的参考书目，这是一本非常有用和有趣的书，尽管有点密集。
作者是绅士 他将因反驳经济科学中最受欢迎的教条之一而获得诺贝尔经济学奖。 那是理性的消费者。
毕业于政治学 他的职业生涯始于学习市政管理 在马歇尔计划的行政机构短暂任职后，他与人共同创立了现在称为卡内基梅隆大学的工业管理研究生课程并任教。
官僚机构和人工智能之间的共同点是什么？ 决策过程.
古典经济学家总是肯定我们是理性的决策者。 也就是说，在一系列的选择面前，无论是商家还是消费者，我们都会选择利益最大化或者成本降低最多的选项。 其结论是，在相同系列的选择和情况下，我们都会做出相同的决定。
西蒙淡化了这种假定的合理性的范围。 他认为，决策者从不考虑所有可用的备选方案，而且并非我们所有人在评估它们时都使用相同的标准。 我们所做的是对所有问题应用相同的标准，就好像它是烹饪食谱一样。 这是启发式或基于规则的编程的基础。
人工智能采用的西蒙的另一个贡献 它是将目标划分为更小的子目标。 实现子目标可以更容易地实现总体目标。
第一个人工智能软件
在物理学专业毕业生 Allen Newell 和精算师出身的计算机程序员 C Shaw 的帮助下， Simon 开始了 Logic Theorist 的开发，这被认为是历史上第一个人工智能程序。
尽管程序的初衷是解决国际象棋或几何问题，但他们最终用它来解决一本著名数学书籍的定理。 尽管如此，与图灵机不同，目标不是解决数学问题，而是模仿人类通过选择性启发式确定下一步的方式 他们必须做什么。
对正确答案的搜索可以图形方式表示为树状结构。. 该图称为搜索树。
搜索树的根是初始假设。 分支来自初始假设的变化所在的根，这是将逻辑规则应用于它的结果。 其他操作应用于每个分支，生成子分支。 重复该过程，直到得出所需的结论。
西蒙和他的伙伴们的计划的目标不是定理的证明，而是找到通向该证明的路径。. 该应用程序根据某些预设规则探索树，以找到最有可能导致正确结果的分支。 他一直重复这个过程，直到找到正确的路径。
如果说人工智能的最初尝试是在模仿大脑的结构方面，那么西蒙和他的同事们则选择了另一条路。 他们模仿计算机如何与人合作。 在开始编码任务之前，西蒙的妻子和孩子们加入的一组学生收到了卡片，上面用英文表达了子程序和逻辑规则，并模拟了程序组件的行为。