赫伯特·西蒙（1916-2001）是美国经济学家、政治学家和计算机科学家，他参与创建了最早的一些人工智能程序，并因其有限理性理论于1978年获得诺贝尔经济学奖。
逻辑理论家与早期人工智能
西蒙与艾伦·纽厄尔以及程序员克里夫·肖在兰德公司和卡内基梅隆大学合作，于1955-56年共同开发了逻辑理论家，该程序被广泛认为是第一个旨在模拟人类问题解决的程序，常被称为第一个真正的人工智能程序。它证明了阿尔弗雷德·诺思·怀特黑德和伯特兰·罗素所著《数学原理》中的定理，并在一个案例中找到了比原书更短的证明。西蒙和纽厄尔参加了1956年的达特茅斯研讨会，据称西蒙在会上宣布他们“发明了一台会思考的机器”，这一大胆断言既体现了这个年轻领域的雄心，也引发了其争议。
有限理性
西蒙的经济学研究挑战了古典经济学中决策者是完全理性优化者的假设。他转而认为，真实的行为主体，无论是人类还是人工系统，都在有限理性下运作：有限的信息、有限的计算能力和有限的时间迫使决策者“满意化”，即选择足够好的选项，而非可证明的最优选项。这一框架影响了经济学，为他赢得了1978年诺贝尔经济学奖，也影响了人工智能中关于启发式搜索和约束条件下决策的研究，这些思想在后来的强化学习以及AI智能体中资源受限规划的研究中得到了呼应。
通用问题求解器与认知科学
西蒙和纽厄尔在1957年继续开发了通用问题求解器，这是一个旨在使用通用启发式方法而非领域特定规则，通过从目标反向工作来解决广泛问题的程序，是后来规划系统的早期先驱。西蒙也是认知科学的奠基人之一，他认为人类认知本身可以被理解为一种与计算相当的信息处理过程，这一立场是更广泛的符号人工智能项目的核心。
遗产
西蒙和纽厄尔因对人工智能和认知心理学的贡献于1975年共同获得图灵奖，使西蒙成为少数同时拥有诺贝尔奖和图灵奖的研究者之一。他的跨学科职业生涯横跨经济学、心理学、计算机科学和公共管理，体现了早期的一种信念，即智能，无论是人类的还是机器的，都可以作为符号操作和搜索的统一现象来研究，这是通用人工智能方法的基础前提，后来让位于更狭窄的、数据驱动的机器学习方法，并最终引发了关于通用人工智能的辩论。