父親是波蘭移民至美國(guó)的分析化學(xué)家，母親是烏克蘭人，他們生有三個(gè)孩子：愛德華、米切爾和 Glenda。愛德華有著神童的一切特質(zhì)，米切爾卻非。

　　愛德華·費(fèi)根鮑姆并不享受他的中小學(xué)生活。他在12歲時(shí)自學(xué)鋼琴，高中時(shí)自學(xué)微積分。他又從父親的朋友得到一部有交換線路的機(jī)器和一份由克勞德·艾爾伍德·香農(nóng)所寫、關(guān)于布林邏輯的論文。這些東西都令費(fèi)根鮑姆著迷。

　　1960年2月他入讀紐約市立學(xué)院電機(jī)工程。他上了所有數(shù)學(xué)和物理課程，用了不足4年便畢業(yè)。接著他入讀MIT，最初打算研究電機(jī)工程的，最后轉(zhuǎn)到物理系研讀廣義相對(duì)論，不過他仍是自學(xué)這門學(xué)問的。他的正式課程有量子力學(xué)、經(jīng)典力學(xué)和復(fù)函數(shù)論。他在參觀紐約理工大學(xué)布魯克林分校時(shí)首次使用電腦，并在一小時(shí)內(nèi)便寫了一個(gè)用牛頓法開方的程序。

　　他的重大貢獻(xiàn)在于通過實(shí)驗(yàn)和研究，證明了實(shí)現(xiàn)智能行為的主要手段在于知識(shí)，在多數(shù)實(shí)際情況下是特定領(lǐng)域的知識(shí)。

　　1994年度的圖靈獎(jiǎng)由兩位人工智能專家分享，其一是聲名卓著的愛德華·費(fèi)根鮑姆（Edward Albert Feigenbaum）；另一位是后起之秀的雷伊·雷蒂（Raj Reddy）。

　　在他的指導(dǎo)下，費(fèi)根鮑姆實(shí)現(xiàn)了一個(gè)模擬人在刺激反應(yīng)環(huán)境中記憶單詞時(shí)的反應(yīng)的程序，叫做EPAM(基本識(shí)別和存儲(chǔ)設(shè)備系統(tǒng)的縮寫)，并以此為題完成了他的博士論文。獲得博士學(xué)位之后，費(fèi)根 鮑姆獲得Fulbright獎(jiǎng)學(xué)金到著名的英國(guó)國(guó)立物理實(shí)驗(yàn)室NPL工作過一段時(shí)間。圖靈曾是NPL的研究員，在那里設(shè)計(jì)和制造了最早的計(jì)算機(jī)之一ACE。費(fèi)根鮑姆去NPL時(shí)，圖靈已于1954年去世，但圖靈在NPL留下的巨大影響還在，活躍而富于創(chuàng)造性的空氣還在，甚至ACE計(jì)算機(jī)也還在使用。費(fèi)根鮑姆在NPL的時(shí)間雖然不長(zhǎng)，但這段經(jīng)歷對(duì)他的影響卻很大。

　　回到美國(guó)以后，費(fèi)根鮑姆進(jìn)入斯坦福大學(xué)繼續(xù)其人工智能的研究。在人工智能初創(chuàng)的第一個(gè)10年中，人們著重的是問題求解和推理的過程。費(fèi)根鮑姆的重大貢獻(xiàn)在于：通過實(shí)驗(yàn)和研究，證明了實(shí)現(xiàn)智能行為的主要手段在于知識(shí)，在多數(shù)實(shí)際情況下是特定領(lǐng)域的知識(shí)，從而最早倡導(dǎo)了"知識(shí)工程"（Knowledge engineering），并使知識(shí)工程成為人工智能領(lǐng)域中取得實(shí)際成果最豐富、影響也最大的一個(gè)分支。

　　費(fèi)根鮑姆本人，作為知識(shí)工程的倡導(dǎo)者和實(shí)踐者，于1965年和遺傳學(xué)系主任、諾貝爾獎(jiǎng)得主萊德伯格（Joshua Lederberg）等人合作，開發(fā)出了世界上第一個(gè)專家系統(tǒng)程序DENDRAL。DENDRAL中保存著化學(xué)家的知識(shí)和質(zhì)譜儀的知識(shí)，可以根據(jù)給定的有機(jī)化合物的分子式和質(zhì)譜圖，從幾千種可能的分子結(jié)構(gòu)中挑選出一個(gè)正確的分子結(jié)構(gòu)。

　　DENDRAL的成功不僅驗(yàn)證了費(fèi)根鮑姆關(guān)于知識(shí)工程的理論的正確性，還為專家系統(tǒng)軟件的發(fā)展和應(yīng)用開辟了道路，逐漸形成具有相當(dāng)規(guī)模的市場(chǎng)，其應(yīng)用遍及各個(gè)領(lǐng)域、各個(gè)部門。因此，DENDRAL的研究成功被認(rèn)為是人工智能研究的一個(gè)歷史性突破。費(fèi)根鮑姆領(lǐng)導(dǎo)的研究小組后來又為醫(yī)學(xué)、工程和國(guó)防等部門研制成功一系列實(shí)用的專家系統(tǒng)，其中尤以醫(yī)學(xué)專家系統(tǒng)方面的成果最為突出，最負(fù)盛名。例如，用于幫助醫(yī)生診斷傳染病和提供治療建議的著名專家系統(tǒng)MYCIN等。目前，學(xué)術(shù)界公認(rèn)，在將人工智能技術(shù)應(yīng)用于醫(yī)學(xué)方面，斯坦福大學(xué)處于世界領(lǐng)先地位，這和費(fèi)根鮑姆是分不開的。

　　費(fèi)根鮑姆有句名言："知識(shí)中蘊(yùn)藏著力量"（In the Knowledge lies the power）。這句話和培根的名言"知識(shí)就是力量"意義相近，但似乎更確切些：知識(shí)只有被人所發(fā)掘和掌握時(shí)，才能生成力量。

　　費(fèi)根鮑姆除在斯坦福大學(xué)計(jì)算機(jī)科學(xué)系任教授外，還是美國(guó)空軍的首席科學(xué)家。

　　1963年他主編了《計(jì)算機(jī)與思想》（ Computersand Thought，McGraw Hill)，這本書被認(rèn)為是世界上第一本有關(guān)人工智能的經(jīng)典性專著。書中收錄的21篇文章是人工智能學(xué)者早期的研究成果，但其中的大部分觀點(diǎn)和結(jié)論至今仍被認(rèn)同。

　　80年代，費(fèi)根鮑姆和 Avron Barr 等人合編了四卷本的《人工智能手冊(cè)》 （ The Handbook of Artificial Intelligence），前三卷于1981年、1982年由 William Kaufmann 出版社出版，第四卷于1989年由 Addison Wesley 出版社出版。這套手冊(cè)的內(nèi)容涵蓋了人工智能的理論與實(shí)踐的方方面面，是從事人工智能研究和開發(fā)的工程技術(shù)人員必備的參考書。

　　日本推出5代機(jī)計(jì)劃以后，費(fèi)根鮑姆曾到日本進(jìn)行深入考察，寫出了 《第五代：人工智能和日本計(jì)算機(jī)對(duì)世界的挑戰(zhàn)》（ The 5th Generation: AIand Japan’s Computer Challenge to the World，New American Library，1984)。本書在中國(guó)大陸和臺(tái)灣省都被譯成中文出版，在中國(guó)人工智能界也有很大影響。還有一本有影響的著作是《專家公司的興起》（ The Rise of the Expert Company，Times Books,1988）。

　　費(fèi)根鮑姆在接受圖靈獎(jiǎng)時(shí)發(fā)表了題為"什么"怎樣變成"如何"的演說（How the "what" Becomes the "How"），對(duì)人工智能的發(fā)展作了一個(gè)歷史性的回顧與總結(jié)，全文刊載于《Communications of the ACM》 ，1996年5月，97～104頁(yè)。

　　知識(shí)工程（knowledge engineering）是在計(jì)算機(jī)上建立專家系統(tǒng)的技術(shù)。知識(shí)工程這個(gè)術(shù)語最早由美國(guó)人工智能專家E.A.費(fèi)根鮑姆提出。由于在建立專家系統(tǒng)時(shí)所要處理的主要是專家的或書本上的知識(shí)，正像在數(shù)據(jù)處理中數(shù)據(jù)是處理對(duì)象一樣，所以它又稱知識(shí)處理學(xué)。其研究?jī)?nèi)容主要包括知識(shí)的獲取、知識(shí)的表示以及知識(shí)的運(yùn)用和處理等三大方面。

　　費(fèi)根鮑姆及其研究小組在20世紀(jì)70年代中期研究了人類專家們（而不是萬能博士們）解決其專門領(lǐng)域問題時(shí)的方式和方法，注意到專家解題的4個(gè)特點(diǎn)：

　�、贋榱私鉀Q特定領(lǐng)域的一個(gè)具體問題，除了需要一些公共的知識(shí)，例如哲學(xué)思想、思維方法和一般的數(shù)學(xué)知識(shí)等之外，更需要應(yīng)用大量與所解問題領(lǐng)域密切相關(guān)的知識(shí)，即所謂領(lǐng)域知識(shí)。

　　②采用啟發(fā)式的解題方法或稱試探性的解題方法。為了解一個(gè)問題，特別是一些問題本身就很難用嚴(yán)格的數(shù)學(xué)方法描述的問題，往往不可能借助一種預(yù)先設(shè)計(jì)好的固定程式或算法來解決它們，而必須采用一種不確定的試探性解題方法。

　�、劢忸}中除了運(yùn)用演繹方法外，必須求助于歸納的方法和抽象的方法。因?yàn)橹挥羞\(yùn)用歸納和抽象才能創(chuàng)立新概念，推出新知識(shí)，并使知識(shí)逐步深化。

　�、鼙仨毺幚韱栴}的模糊性、不確定性和不完全性。因?yàn)楝F(xiàn)實(shí)世界就是充滿模糊性、不確定性和不完全性的，所以決定解決這些問題的方式和方法也必須是模糊的和不確定的，并應(yīng)能處理不完全的知識(shí)�？傊�，人們?cè)诮忸}的過程中，首先運(yùn)用已有的知識(shí)開始進(jìn)行啟發(fā)式的解題，并在解題中不斷修正舊知識(shí)，獲取新知識(shí)，從而豐富和深化已有的知識(shí)，然后再在一個(gè)更高的層次上運(yùn)用這些知識(shí)求解問題，如此循環(huán)往復(fù)，螺旋式上升，直到把問題解決為止。由上面的分析可見，在這種解題的過程中，人 們所運(yùn)用和操作的對(duì)象主要是各種知識(shí)（當(dāng)然也包括各種有關(guān)的數(shù)據(jù)），因此也就是一個(gè)知識(shí)處理的過程。