1 生平与教育
1.1 早年经历与学术启蒙
1.1.1 威斯康星大学的心理学训练
大卫·鲁梅尔哈特1942年出生于美国威斯康星州一个中产家庭。1964年，他在威斯康星大学麦迪逊分校获得心理学学士学位，主修实验心理学与数学。本科期间，他师从心理学家威廉·K·埃斯蒂斯（William K. Estes），系统学习了信息加工理论和数学心理学。这段经历使他养成了用数学模型解释心理现象的研究习惯，并为他日后将心理学、神经科学和计算机科学交叉整合奠定了基础。
1.1.2 哈佛大学的博士研究
1967年，鲁梅尔哈特进入哈佛大学心理学系攻读博士学位，导师是认知心理学先驱乔治·米勒（George Miller）。博士论文研究主题为“人类记忆的语义网络模型”，这一方向当时尚属前沿。在哈佛期间，他接触了刚兴起的“符号主义”人工智能方法，但他逐渐感到符号操作模型无法完全解释人类认知的灵活性与并行性，这成为他后来转向连接主义的伏笔。1970年获得博士学位后，他随即前往斯坦福大学进行博士后研究，与心理学家约翰·安德森（John R. Anderson）有过短暂合作。
1.2 学术生涯
1.2.1 加州大学圣迭戈分校的黄金时代
1974年，鲁梅尔哈特加入加州大学圣迭戈分校（UCSD）心理学系，不久后晋升为教授。UCSD心理学系在当时一批年轻学者的汇聚下成为认知科学革新的温床。他与詹姆斯·麦克莱兰（James McClelland）、杰弗里·辛顿（Geoffrey Hinton）等学者频繁交流，逐渐形成“并行分布式处理”（PDP）研究小组。1980年代初期，这群人每月举行“PDP讨论班”，最终促成了1986年两卷本《并行分布式处理》的出版，打开了连接主义的闸门。这一时期被称为“UCSD的黄金时代”。
1.2.2 晚年与重返故乡
1991年，鲁梅尔哈特离开UCSD，返回故乡加州斯坦福大学筹建新的认知科学项目。不幸的是，不久后他被诊断出患有神经退行性疾病——进行性核上性麻痹（PSP），导致行动、语言和认知功能逐渐衰退。他于2000年正式退休，回到威斯康星州照料自己的农场，并继续以顾问身份参与少量学术活动。2011年，他在密歇根州安娜堡病逝，享年68岁。
2 主要学术贡献
2.1 并行分布式处理（PDP）理论
2.1.1 分布式表征与连接主义模型
鲁梅尔哈特的核心思想是：人类思维不是依靠中央处理器运行串行符号程序，而是由大量简单处理单元（模拟神经元）相互连接形成的网络并行运作。每个单元的激活状态代表微特征，而知识则分布在单元之间的连接权重（突触强度）中。这种“分布式表征”允许系统在部分信息受损时仍能复原完整模式（称为“柔和崩溃”），且能从实例中逐层抽象规律。鲁梅尔哈特还提出了“交互激活”（interactive activation）模型来解释语言识别、单词阅读等心理现象。
2.1.2 与詹姆斯·麦克莱兰的合作
从1970年代末开始，鲁梅尔哈特与詹姆斯·麦克莱兰建立了长达二十年的合作关系。二人将各自的分布式记忆模型和文字感知模型融合，形成统一的PDP框架。他们共同组织了1985年的“认知科学的连接主义视角”研讨会，并联合主编了《并行分布式处理》这部开山之作。麦克莱兰因此称鲁梅尔哈特为“PDP的传教士和理论建筑师”。
2.2 反向传播算法
2.2.1 算法的独立推导与推广
反向传播算法（backpropagation）最初由多位研究者分别独立推导（如保罗·韦尔布斯的控制论版本、林纳因的分析）。鲁梅尔哈特、辛顿和威廉姆斯（Ronald Williams）于1986年在《自然》杂志发表论文《通过误差反向传播学习表征》，系统性地将反向传播算法应用于多层前馈神经网络的训练中。他们的核心贡献在于：证明了该算法可以在含有至少一层隐含单元的网络中有效传播误差梯度，从而让网络学习非线性的输入-输出映射。
2.2.2 在多层感知器训练中的关键作用
由于隐含层的“信用分配问题”（credit assignment problem）长期困扰研究者，人工神经网络一度被质疑无法解决简单异或问题。鲁梅尔哈特等人的反向传播算法给了多层感知器（MLP）一个通用的训练方法，使得MLP能够学习任意复杂函数。这一突破直接点燃了1980年代末的神经网络研究热潮，并成为当今深度学习的基石。
2.3 对认知科学的整合
2.3.1 思维与学习的PDP模型
鲁梅尔哈特用PDP模型重新解释了一系列经典心理学现象，包括模式识别、语义记忆、语言习得、学习迁移等。他提出了“模式完成”（pattern completion）与“竞争学习”（competitive learning）机制，模拟了婴儿如何从无结构感觉数据中提取规律。他还构建了“单词阅读的三角模型”（包括正字法、语音和语义单元），作为解释阅读障碍的计算机模拟基础。
2.3.2 与符号主义范式的论战
认知科学界长期存在连接主义与符号主义（主张思维是符号操作）之间的激烈争论。鲁梅尔哈特旗帜鲜明地批评“符号范式”无法解释意识的并行性、无意识过程以及错误类别。他应《认知科学》期刊之邀撰文《走向连接主义的认知科学》，提出PDP模型应该成为理解认知的主要框架。虽然论战在1990年代逐渐降温，但经过此后深度学习的发展，连接主义在感知和语言处理领域占据了实际优势。
3 著作与出版物
3.1 《并行分布式处理》（两卷本）
3.1.1 第一卷：基础框架与模型
1986年出版的《并行分布式处理：探索认知的微观结构》第一卷（与麦克莱兰主编）概述了PDP的理论基础：包括分布式表征、误差反向传播、竞争学习、交互激活等关键原理。书中收录了多个早期PDP模型的详细描述，如“夏默-麦克莱兰模型”（主谓词验证）、“布罗克-鲁梅尔哈特模型”（双分裂记忆）。此卷被视为连接主义的“圣经”之一。
3.1.2 第二卷：心理学与生物学机制
第二卷聚焦于PDP模型如何解释真实行为与生理数据。例如，“单词阅读的三角模型”、“听觉单词识别的TRACE模型”、“英语过去时态的习得模型”等。这些工作试图说明同一套连接主义原则能够统一解释感知、记忆、语言、思维等心理过程。该卷至今仍是认知建模课程的必读材料。
3.2 经典论文
3.2.1 “学习表征的内在结构” （1986）
这篇发表在《自然》的论文由鲁梅尔哈特、辛顿和威廉姆斯合著，是反向传播算法最具影响力的技术文献之一。文中展示了反向传播如何让网络在隐含层自动学习到类似“动词过去式生成规则”的内部表征，而非人工提供的规则。该论文截至2020年代已被引用超过40000次。
3.2.2 “走向连接主义的认知科学”
这篇1989年发表的宣言性随笔，是对符号主义反击的集大成。鲁梅尔哈特强调了“思维即神经计算”的基本立场，并断言形式化的符号规则无法自然解释人类心理中的知识使用、容错性以及学习动态。该文标志着连接主义作为认知科学主流的成熟。
3.3 教材与科普作品
鲁梅尔哈特合著了教材《认知科学导论：心理的PDP观点》（1997），系统讲解了如何设计PDP模拟并进行心理学验证。此外，他还写了一本面向大众的科普书《思想的形状》（1995，未完成），手稿在他去世后被整理编辑出版，书中用通俗比喻（如“城市交通网络的同步”、“大脑的舞蹈团”）介绍分布式计算。
4 学术影响与遗产
4.1 在机器学习领域的奠基地位
4.1.1 深度学习浪潮的早期预言
1980年代，鲁梅尔哈特多次在采访中指出：“一旦计算硬件达到足够的速度和容量，神经网络将全面超越符号系统。”他的预测在2000年代后期得到证实：GPU的普及使得大规模深层网络训练成为可能，而深度学习的核心算法——反向传播——正是他推广的那套武器。
4.1.2 对Hinton、LeCun等学者的启发
杰弗里·辛顿曾公开表示“鲁梅尔哈特是我最重要的学术兄长”。正是鲁梅尔哈特说服辛顿将论文从学习模糊规则转向反向传播。杨立昆（Yann LeCun）也承认，他1989年所做的手写数字识别网络（LeNet）的原始灵感来自鲁梅尔哈特的PDP文献。如今的深度学习三巨擘（辛顿、本吉奥、杨立昆）无一不在回忆文章中致敬鲁梅尔哈特。
4.2 在心理学与神经科学中的回响
4.2.1 理解大脑模式信息的工具
PDP模型为神经科学家提供了可检验的假说：如何从神经振动的同步性解释模式完成；如何用联接权重的变化解释长时程增强（LTP）。许多fMRI实验的设计直接借用了鲁梅尔哈特关于“分布式表征”与“重叠编码”的思路。
4.2.2 教育测量领域的应用
鲁梅尔哈特还参与开发了“知识追踪”（knowledge tracing）方法，用PDP模型在计算机辅助教学系统中跟踪学生的技能掌握情况。如今流行的自适应学习软件（如卡内基学习系统）仍沿用他1990年代提出的“贝叶斯知识追踪”变体。
4.3 纪念与荣誉
4.3.1 鲁梅尔哈特奖（Rumelhart Prize）
2001年，认知科学学会（Cognitive Science Society）设立了“鲁梅尔哈特奖”，全称“大卫·E·鲁梅尔哈特计算认知科学杰出贡献奖”，每年授予一位对计算走向认知科学做出突破的学者。首届获奖者即由鲁梅尔哈特本人（带病出席）亲自颁发，此后获奖者包括麦克莱兰、辛顿、杨立昆等。奖金为10万美元，由该学会筹集。
4.3.2 脑与认知科学中的轶闻趣谈
鲁梅尔哈特本人有个出名的爱好：在学术讲座中突然拿出吉他弹唱自己编的“神经网络小调”，歌词包括“反向传播，天下无敌，学习就是降梯度”。另据同事回忆，他一生未拥有手机，坚持只用手写笔记和明信片交流；但正是这位把自己称为“电脑恐惧症患者”的学者，推动了人类进入深度学习时代。