1 生平
1.1 早年与教育
1.1.1 出生与学术背景
吕思·费根鲍姆于1936年1月19日出生于美国新泽西州韦霍肯。他早年即展现出对科学的浓厚兴趣，1956年获得卡内基技术学院（现卡内基梅隆大学）电气工程学士学位。随后他在同一所大学攻读博士学位，师从赫伯特·西蒙和艾伦·纽厄尔，1960年获得工业管理（后更名为计算机科学）博士学位。他的博士论文涉及启发式编程，为其日后专攻知识工程埋下了伏笔。
1.2 职业生涯
1.2.1 卡内基梅隆大学时期
获得博士学位后，费根鲍姆留在卡内基技术学院担任助理教授，从事人工智能与认知心理学交叉研究。在此期间，他与西蒙密切合作，参与设计了最早的启发式程序之一“逻辑理论机”，该程序能够自动证明数学定理。1961年至1965年，他晋升为副教授，并开始将注意力从纯推理算法转向知识在智能系统中的作用。
1.2.2 斯坦福大学时期
1965年，费根鲍姆转至斯坦福大学计算机科学系任教，直至2000年退休。他在斯坦福度过了学术生涯的黄金时期，领导了多个具有里程碑意义的人工智能项目。
1.2.2.1 成立知识系统实验室
1970年，费根鲍姆在斯坦福创立了知识系统实验室（Knowledge Systems Laboratory, KSL），这是全球首个专门研究知识工程的实验室。该实验室汇聚了跨学科的研究人员，专注于开发能够利用领域特定知识解决复杂问题的计算机系统。KSL在随后的二十年里成为专家系统研发的核心基地，培养了众多AI领域的重要学者。
1.3 晚年与荣誉
费根鲍姆于2000年从斯坦福大学正式退休，但仍以名誉教授身份活跃于学术咨询和演讲活动。2025年3月13日，吕思·费根鲍姆逝世，享年89岁。他在生前获得了大量荣誉，包括1994年图灵奖、1997年IJCAI卓越研究奖，以及多个学会的终身成就奖。
2 主要贡献与成就
2.1 专家系统
2.1.1 DENDRAL系统
费根鲍姆主持开发了DENDRAL系统（1965年启动），这是最早的人工智能专家系统之一。DENDRAL旨在根据质谱数据推断有机分子的化学结构。该系统通过编码大量化学知识和解析规则，能够以超越当时人类专家的速度完成结构识别。DENDRAL的成功首次证明，在特定领域内，基于知识的程序可以比通用的逻辑推理算法更有效。
2.1.2 MYCIN系统
继DENDRAL之后，费根鲍姆与爱德华·肖特利夫等人合作开发了MYCIN系统（1970年代）。MYCIN专用于诊断细菌性感染并提供抗生素治疗方案。它引入了不确定推理机制，使用确定性因子来表示诊断结论的可信度。MYCIN的临床测试准确率接近甚至高于一些内科医生的水平，成为专家系统在医学领域的标志性案例。
2.1.3 知识工程概念
费根鲍姆提出并系统化了“知识工程”这一概念。他认为，人工智能系统的能力主要来源于其所拥有的知识，而非精巧的推理算法。知识工程因此成为一门专门的学科，关注如何获取、表示、管理和应用领域专家的知识。他为知识工程定义了核心方法论：包括知识获取、知识表示（使用规则框架或语义网络）以及推理机的设计。
2.2 启发式编程
2.2.1 与赫伯特·西蒙的合作
在卡内基梅隆大学期间，费根鲍姆与赫伯特·西蒙合作开展了启发式编程研究。他们共同开发了早期启发式搜索程序，如“逻辑理论机”和“通用问题求解器”，并探索了人类问题求解时使用的推理策略。这项合作促使费根鲍姆领悟到：机器智能的关键不在于穷举所有可能性，而在于利用启发式规则快速缩小搜索空间。
2.3 人工智能教育
2.3.1 教材与课程设计
费根鲍姆积极参与人工智能教育体系的构建。他在斯坦福大学开设了最早的系统化AI课程之一，课程内容涵盖搜索算法、知识表示、自然语言处理等模块。他编写的教材，尤其是与朱利安·费尔德曼合编的《计算机与思维》，成为20世纪60至70年代AI领域的标准参考书。此外，他倡导将专家系统开发作为实践项目引入课程，培养了学生将理论转化为实际应用的能力。
3 代表著作与编辑工作
3.1 《计算机与思维》
3.1.1 编纂背景与影响
《计算机与思维》（*Computers and Thought*, 1963年出版）由费根鲍姆与朱利安·费尔德曼联合编纂。该书出版于人工智能的早期繁荣时期，旨在集结当时该领域的核心研究成果，为研究者提供一份权威的文献集。它的出版极大地提升了AI的学术地位，并被视为“人工智能第一本综合性读本”。该书多次重印，被翻译为多种语言，长期被用作高校AI课程的教材。
3.1.2 收录论文与主题
《计算机与思维》收录了20篇重要论文，涵盖问题求解、模式识别、自然语言处理、机器学习等多个领域。重要论文包括纽厄尔与西蒙的《逻辑理论机》、麦卡锡的《常识推理的程序》以及塞缪尔的《跳棋程序》等。每篇论文配有编者的导言，帮助读者理解论文的历史背景与核心思想。该书还探讨了“机器能否思维”这一哲学问题，引发广泛讨论。
3.2 其他重要著作
3.2.1 《人工智能手册》
费根鲍姆与他人联合主编了多卷本《人工智能手册》（*The Handbook of Artificial Intelligence*, 1981–1982年出版）。该手册系统总结了AI领域的主要技术、算法和应用案例，成为AI从业者必备的参考工具。它被公认为AI知识体系的标杆性著作。
3.2.2 自传与回忆录
费根鲍姆晚年出版了自传《知识之灯塔：我与AI的60年》（*A Beacon of Knowledge: My 60 Years with AI*, 2019年），书中生动记述了他从早期启发式编程到专家系统繁荣，再到AI寒冬与复苏的亲身经历。自传中还包含大量与西蒙、麦卡锡、明斯基等先驱的交往轶事，为人工智能史研究提供了珍贵的第一手资料。
4 学术影响与评价
4.1 图灵奖（1994）
1994年，费根鲍姆因其“在专家系统和知识工程领域的开创性贡献”获得图灵奖。图灵奖评委在颁奖词中特别强调他“将人工智能的关注点从算法转向知识”，并指出这种范式转变对后续产业界应用产生了深远影响。费根鲍姆是继西蒙（1975年）和纽厄尔（1975年）之后，第三位以AI研究获得图灵奖的学者。
4.2 对AI领域的范式影响
4.2.1 知识库与推理机分离
费根鲍姆大力倡导将系统的“知识库”与“推理机”明确分离。这一设计原则使知识工程师可以独立更新和扩展专家系统的知识，而不必修改推理逻辑。这种架构深刻影响了后来的业务规则管理系统、语义网络和知识图谱的构建方式。
4.2.2 实用AI的兴起
费根鲍姆的研究直接推动了人工智能从学术实验室走向商业应用。20世纪80年代，基于其方法论开发的专家系统被广泛应用于医疗诊断、地质勘探、化学分析、财务规划等领域，促成了“AI实用化”的第一波浪潮。他本人也因此被誉为“实用AI之父”。
4.3 争议与批评
4.3.1 专家系统的局限性
随着专家系统的广泛部署，其局限性逐渐暴露：知识获取成本高昂、难以处理未知情形、规则维护困难等。批评者指出，这些系统在面对常识推理或超出预设知识边界的问题时表现脆弱。20世纪80年代末的“AI寒冬”部分原因即为专家系统项目未能兑现大规模商业回报。
4.3.2 与连接主义学派的论争
费根鲍姆代表的知识驱动范式与当时兴起的连接主义（神经网络）学派存在激烈论争。连接主义者认为，基于神经网络的学习方法能够自动从数据中提取模式，无需人工编码知识。费根鲍姆则坚持专家知识的重要性，认为纯粹的学习算法缺乏透明性和可解释性。这场论争持续了数十年，最终促成两种流派在后来的AI发展中走向融合。
5 纪念与遗产
5.1 费根鲍姆奖
为表彰费根鲍姆的贡献，国际人工智能联合会议（IJCAI）于2001年设立“费根鲍姆奖”（Feigenbaum Prize），每两年颁发一次，授予在知识工程与专家系统领域作出杰出贡献的个人或团队。该奖被视为知识工程领域的最高荣誉之一。
5.2 命名机构与会议
斯坦福大学的知识系统实验室在其退休后更名为“吕思·费根鲍姆知识系统实验室”。此外，美国人工智能协会（AAAI）定期举办“费根鲍姆纪念讲座”，邀请知名学者回顾知识工程的历史与未来。多个学术会议（如第一届国际知识工程研讨会）也以他的名字命名以示纪念。
5.3 后人评价与轶事
同行学者普遍评价费根鲍姆是一位“将AI从象牙塔带入现实世界的使者”。他以其特有的幽默感著称，曾自嘲道：“我犯过最大的错误就是相信知识工程会很容易——就像相信减肥很容易一样。”他的学生和同事回忆，他在教学时喜欢用“沙雕”比喻推理机的脆弱性，而用“干柴”比喻知识库的丰厚储备。这些接地气的说法帮助了无数初学者理解抽象的AI概念。
费根鲍姆逝世后，斯坦福大学为他举办了追思会，许多曾受其启发的后辈学者在演讲中提及：他最深远的遗产，不是某项具体技术，而是一种信念——解决问题的关键是知道什么，而不是怎么算。