)爱德华·费根鲍姆
费根鲍姆1936年生于新泽西州的威霍肯，生父是波兰移民，但在费根鲍姆一岁时就去世了。他的继父是一个食品店的会计，使用着一台笨重的机电式蒙络计算器(Monroecalculator，是20世纪初的发明)，这引起少年费根鲍姆的极大好奇与兴趣。1952年，费根鲍姆进入卡内基梅隆大学(当时还叫卡内基理工学院)电气工程系。在那里，他遇到了著名的诺贝尔奖得主西蒙教授。
提问 编辑摘要| 人物基本信息 | |
 | |
| 中文名： | 爱德华·费根鲍姆 |
| 性别： | 男 |
| 国籍： | 美国 |
| 出生年月： | 1936年 |
| 所处时代： | 现代 |
| 职业： | 科学 科学家 |
| 毕业院校： | 卡内基梅隆大学 |
| 成就： | 1986年获沃尔夫物理奖 |
| 代表作品： | 《计算机与思想》;《人工智能手册》 |
| 还有未完善内容， | |
人物关系
编辑父亲是波兰移民至美国的分析化学家，母亲是乌克兰人，他们生有三个孩子：爱德华、米切尔和Glenda。爱德华有著神童的一切特质，米切尔却非。
爱德华·费根鲍姆并不享受他的中小学生活。他在12岁时自学钢琴，高中时自学微积分。他又从父亲的朋友得到一部有交换线路的机器和一份由克劳德·艾尔伍德·香农所写、关于布林逻辑的论文。这些东西都令费根鲍姆著迷。
爱德华·费根鲍姆1970年 取得博士学位，然后在康乃尔大学当研究助理，做了两年就到维吉尼亚理工大学工作了两年。这些工作令他不能做重大的工作，因为做了一年便要谋定之后的工作。1974年他找到拉斯罗沙拉摩斯镇国家科学实验室的长期研究工作。可是他不专注研究小组想做的东西，那年12月他得了一部HP65计算器，他常常抱着它编写程序。
1975年 8月，他就是拿着计算器而发现一个和混沌、逻辑映射的周期点有关的数，即后来的费根鲍姆常数。1976年4月，他完成了首篇关于这个数的论文，也是他第二篇论文，11月他写了一篇更技术性的论文，这两篇论文都被弹回。人们意识到这个理论的重要性后，最终都能分别在1978年和1979年出现于期刊。
1982年 他成为康乃尔大学教授。1986年获沃尔夫物理奖，同年任洛克斐勒大学教授。
他的重大贡献在于：通过实验和研究，证明了实现智能行为的主要手段在于知识，在多数实际情况下是特定领域的知识。
1994年 度的图灵奖由两位人工智能专家分享，其一是声名卓著的爱德华·费根鲍姆(EdwardAlbertFeigenbaum)；另一位是后起之秀的雷伊·雷蒂(RajReddy)。
爱德华·费根鲍姆回到美国以后，费根鲍姆进入斯坦福大学继续其人工智能的研究。在人工智能初创的第一个10年中，人们着重的是问题求解和推理的过程。费根鲍姆的重大贡献在于：通过实验和研究，证明了实现智能行为的主要手段在于知识，在多数实际情况下是特定领域的知识，从而最早倡导了"知识工程"(Knowledgeengineering)，并使知识工程成为人工智能领域中取得实际成果最丰富、影响也最大的一个分支。
费根鲍姆本人，作为知识工程的倡导者和实践者，于1965年和遗传学系主任、诺贝尔奖得主莱德伯格(JoshuaLederberg)等人合作，开发出了世界上第一个专家系统程序DENDRAL。DENDRAL中保存着化学家的知识和质谱仪的知识，可以根据给定的有机化合物的分子式和质谱图，从几千种可能的分子结构中挑选出一个正确的分子结构。
DENDRAL的成功不仅验证了费根鲍姆关于知识工程的理论的正确性，还为专家系统软件的发展和应用开辟了道路，逐渐形成具有相当规模的市场，其应用遍及各个领域、各个部门。因此，DENDRAL的研究成功被认为是人工智能研究的一个历史性突破。费根鲍姆领导的研究小组后来又为医学、工程和国防等部门研制成功一系列实用的专家系统，其中尤以医学专家系统方面的成果最为突出，最负盛名。例如，用于帮助医生诊断传染病和提供治疗建议的著名专家系统MYCIN等。目前，学术界公认，在将人工智能技术应用于医学方面，斯坦福大学处于世界领先地位，这和费根鲍姆是分不开的。
费根鲍姆有句名言："知识中蕴藏着力量"("IntheKnowledgeliesthepower")。这句话和培根的名言"知识就是力量"意义相近，但似乎更确切些：知识只有被人所发掘和掌握时，才能生成力量。
费根鲍姆除在斯坦福大学计算机科学系任教授外，还是美国空军的首席科学家。
费根鲍姆的电子信箱如下：feigenbaum@cs.stanford.edu3[1]
1963年 他主编了《ComputersandThought》( 《计算机与思想》 McGrawHill)，这本书被认为是世界上第一本有关人工智能的经典性专著。书中收录的21篇文章是人工智能学者早期的研究成果，但其中的大部分观点和结论至今仍被认同。
80年代，费根鲍姆和AvronBarr等人合编了四卷本的《人工智能手册》 (《TheHandbookofArtificialIntelligence》)，前三卷于1981年、1982年由WilliamKaufmann出版社出版，第四卷于1989年由AddisonWesley出版社出版。这套手册的内容涵盖了人工智能的理论与实践的方方面面，是从事人工智能研究和开发的工程技术人员必备的参考书。
日本推出5代机计划以后，费根鲍姆曾到日本进行深入考察，写出了《The5thGeneration:AIandJapan'sComputerChallengetotheWorld》( 《第五代：人工智能和日本计算机对世界的挑战》 NewAmericanLibrary,1984)。本书在中国大陆和台湾省都被译成中文出版，在中国人工智能界也有很大影响。还有一本有影响的著作是《TheRiseoftheExpertCompany》( 《专家公司的兴起》 TimesBooks,1988)。
费根鲍姆在接受图灵奖时发表了题为"什么"怎样变成"如何"的演说(Howthe"what"Becomesthe"How")，对人工智能的发展作了一个历史性的回顾与总结，全文刊载于《CommunicationsoftheACM》 ，1996年5月，97～104页。
30多年来，前通用电气公司的两位工程师，韦尔·费根鲍姆和唐·费根鲍姆兄弟俩，一直努力使大公司的经营变得更为合理。虽然韦尔·费根鲍姆没有已故的爱德华·戴明或约瑟夫·朱兰那样出名，但他亦是美国质量科学创始人之一。戴明以幻想家的面孔出现，朱兰是这场质量运动的教师，但45年前就写下了《质量总控制》一书的费根鲍姆却是这场运动唯一的实干家。
兄弟俩寡言、勤奋、务实和保守。由于韦尔的谦逊，坦尼科公司的董事长米德封他为“秘密领袖”。兄弟俩不喜好商业木语和缩略词，对一时的管理热和大谈财务速定比等不屑一顾。他们的工作方法是对业务过程的每一步都做分解分析。
有一次韦尔·费根鲍姆几星期前还在住院更换双髋。而几星期后坦尼科公司董事长达纳·米德看到，这位75岁高龄
爱德华·费根鲍姆那正是韦尔和其70岁的弟弟唐纳德的工作道德。他们创立的通用系统公司位于马萨诸塞州，年收入为2000万美元。作为该公司的负责人，费根鲍姆兄弟俩已经拥有了一系列令人羡慕的顾客名单：坦尼科、太平洋联合公司、花旗银行公司、皮雷利（Pirelli）公司、3M和强生控股公司。
他们的工作就是要从经营中去除“失败成本”，即不能正确行事的总成本。韦尔指出，消除某种低效率——比如某个缺点或某个过分复杂的过程——就降低了总的生产成本。他说：“这样花在检验、申诉及产品服务上的钱就会更少。而且，当你降低了失败成本，你就改善了顾客对你的满意程度。”费根鲍姆兄弟俩估计，在大多数美国大公司里，失败成本平均占销售总额的25％。而在一些世界级的公司里，失败成本却不足10％。
1991年，坦尼科股份有限公司的失败成本达22％，或者说是29亿美元，已故的迈克尔·沃尔什先生当时任公司董事长，他请来了费根鲍姆兄弟俩和他们的工程师小组。在一个部门中，兄弟俩发现，该公司浪费了20％至40％生产汽车零件的原材料。他们仅仅改变了给料方法就消除了浪费。自从1991年以来，坦尼科公司总共减少了18亿美元的失败成本，获得了额外9亿美元的营业收入。
就他们而言，韦尔和唐共同具有无与伦比的朴实品质。韦尔和唐总是躲开“顾问”的头衔，他们把自己看作是工程师，注重那些使生意兴隆的实质性细节。对他们来说，管理不是一门艺术，而是一门科学。他们把生意分成一些毫无联系的细目，并一一加以研究。
在他们的指导下，坦尼科公司改进了经营，每年获得2.5亿美元的额外经营收入；花旗银行公司通过改进该行的信用卡业务，大大提高了顾客自留额；太平洋联合公司自1988年以来，提高了铁路的客运时间，维修和旅客服务，每年除去了7亿多美元的“失败成本”；DEERE公司现在设计、生产和销售的拖拉机和其它工业设备都采用费根鲍姆创造的系统。CUMMINS发动机公司听从费根鲍姆的忠告，回击了来自日本小松公司的竞争。
在兄弟俩小的时候，他们的父亲，塞缪尔·弗雷德里克，一位开办自家会计公司的会计师，劝告韦尔放弃上大学，要他从皮茨菲尔德的高中毕业后直接去通用电气公去当机工学徒。
在通用电气公司任职期间，韦尔获得了三个学位，其中包括麻省理工学院的经济学博士学位。他迅速晋级，23岁时，成为通用电气公司斯克内克塔迪市质量经理。
1946年，唐在海军服完兵役后，也以工程师的身份加入了通用电气公司。最后他成为公司负责喷气式发动机业务的经理。1961年，唐离开了通用电气公司，成为咨询公司国际系统公司的总经理。在某种意义上，他已经是价值工程——一种探索零件和产品是否能更节省成本进行生产——的倡导者。1968年，当时已经是通用电气公司全球制造和质量控制主管的韦尔，也放弃了在纽约帕克大街34层楼上的那间办公室，和唐一起在家乡创办了通用系统公司。
兄弟俩都有42年的通用电气公司的工作经验，和广泛的业务关系。在他们开业的第一天，他们就接到了来自瑞典沃尔沃公司的电话，这为他们带来了第一笔生意——用两年的时间实施系统工程。沃尔沃的成功给他们带来了为菲亚特、皮雷利、雷诺、阿尔法·罗密欧（Alfaromeo）和大众等公司工作的机会。在美国，由前通用电气公司经理们开办的两家公司，梅莫雷克斯（Memorex）公司和从事压缩机制造的科普兰（Copeland）公司也是他们最早的客户。
在每项任务上，兄弟俩都与客户密切合作，通过一种工程方法论——他们的“技术”——来指导客户，仔细检查业务过程的每个部分。韦尔说：“第一步要明确什么是失败成本，并十分清楚地测出它们。你要做的是，教给人们一种方法从而改变价值和成本。”在坦尼科造船厂的业务中，为了赢得雇员们的支持和热情，失败成本经常被贴在白板上，唐说：“当人们看到某种方法起作用后，这会使人们走向下一个高度。”
尽管当质量控制作为一种管理的高峰过去以后，公司的业务也没有衰退。韦尔说，“当时许多‘质量’管理主要是训练和发言，而我们要做的则是贯彻，这从未停止过。”
客户们付钱得到的就是经验。费根鲍姆兄弟俩看到，在世界各地的许多公司里存在着同样的低效率现象。太平洋联合铁路公司董事长相信，费根鲍姆他们能把出轨费减少50％之多，从8400万美元减到3800万美元。”
难怪兄弟俩看不出为什么要退休。唐说：“与其闲着不如忙着，要不我们不会快乐。”[2]
knowledgeengineering
在计算机上建立专家系统的技术。知识工程这个术语最早由美国人工智能专家E.A.费根鲍姆提出。由于在建立专家系统时所要处理的主要是专家的或书本上的知识，正像在数据处理中数据是处理对象一样，所以它又称知识处理学。其研究内容主要包括知识的获取、知识的表示以及知识的运用和处理等三大方面。
费根鲍姆及其研究小组在20世纪70年代中期研究了人类专家们（而不是万能博士们）解决其专门领域问题时的方式和方法，注意到专家解题的4个特点：
①为了解决特定领域的一个具体问题，除了需要一些公共的知识，例如哲学思想、思维方法和一般的数学知识等之外，更需要应用大量与所解问题领域密切相关的知识，即所谓领域知识。
②采用启发式的解题方法或称试探性的解题方法。为了解一个问题，特别是一些问题本身就很难用严格的数学方法描述的问题，往往不可能借助一种预先设计好的固定程式或算法来解决它们，而必须采用一种不确定的试探性解题方法。
③解题中除了运用演绎方法外，必须求助于归纳的方法和抽象的方法。因为只有运用归纳和抽象才能创立新概念，推出新知识，并使知识逐步深化。
④必须处理问题的模糊性、不确定性和不完全性。因为现实世界就是充满模糊性、不确定性和不完全性的，所以决定解决这些问题的方式和方法也必须是模糊的和不确定的，并应能处理不完全的知识。总之，人们在解题的过程中，首先运用已有的知识开始进行启发式的解题，并在解题中不断修正旧知识，获取新知识，从而丰富和深化已有的知识，然后再在一个更高的层次上运用这些知识求解问题，如此循环往复，螺旋式上升，直到把问题解决为止。由上面的分析可见，在这种解题的过程中，人们所运用和操作的对象主要是各种知识（当然也包括各种有关的数据），因此也就是一个知识处理的过程。[2]
