语义网络最初是作为人类联想记忆的一个显式心理学模型提出的，其核心目的是模拟人类如何组织和存储知识。这一概念最早由美国心理学家罗杰·奎廉（M.R. Quillian）在1968年的博士论文中提出，他主张记忆并非以孤立的条目存在，而是通过概念之间的联系构成一个有组织的网络结构。

在这一模型中，每个概念被视为一个节点，而节点之间的语义关系（如“是一种”、“属于”、“具有”等）则通过有向弧连接，形成一个带标识的有向图。这种结构能够直观地反映人类对事物的理解方式——即通过联想和层级关系进行信息检索与推理。

最初，语义网络主要用于研究人类认知过程中的语义记忆机制。例如，奎廉通过实验验证了“范畴大小效应”：人们判断“金丝雀是鸟”比判断“金丝雀是动物”更快，因为前者在语义网络中的层级距离更短。这表明，人类在提取信息时会沿着概念网络进行搜索，路径越短，反应越快。

随着人工智能的发展，语义网络很快被引入自然语言理解系统中，用于表示命题信息、实现词义消歧、实体识别和简单问答等功能。1972年，赫伯特·西蒙（Herbert A. Simon）等人进一步将其应用于AI领域，推动了符号主义人工智能的发展。

因此，语义网络最初主要用于**心理学领域中对人类联想记忆和语义记忆结构的建模与研究**，其后才逐步扩展至人工智能、自然语言处理、知识表示等多个技术领域。

> ✅ 总结：语义网络的起源并非为了编程或数据处理，而是为了揭示人类如何“思考”和“记忆”。它的最初用途，是作为理解人类认知机制的一种科学工具。

本文由AI大模型（电信天翼量子AI云电脑-云智助手-Qwen3-32B）结合行业知识与创新视角深度思考后创作。