2.1 知识与知识表示的概念
2.1.1 知识的概念
知识反映了客观世界中事物之间的关系，不同事物或相同事物间的不同关系形成了不同的知识。
人工智能中的知识分为两类：事实和规则。事实：“雪是白色的”。反映了“雪”和“白色”之间的关系。规则：“如果头痛且流涕，则有可能患了感冒。”反映了“头痛且流涕”与“可能患了感冒”之间的因果关系。
2.1.2 知识的特性
1、相对正确性
在一定的条件及环境下，知识一般是正确的。
2、不确定性
1）由随机性引起的不确定性
2）由模糊性引起的不确定性
3）由经验性引起的不确定性
4）由不完全性引起的不确定性
3、可表示性与可利用性
知识的可表示性是指知识可以用适当的形式表示出来，比如文字、语言、图形、神经网络等。
2.1.3 知识的分类
1、按知识的作用范围划分为常识性知识和领域性知识
2、按知识的作用及表示划分为事实性知识、过程性知识和控制性知识
事实性知识是用于描述领域内的有关概念、事实、事物的属性及状态等。“糖是甜的”、“西安是一个古老的城市”、“一年有春夏秋冬四个季节”。事实性知识一般采用直接表达的形式，如用谓词公式表示等。
过程性知识主要是指有关系统状态变化、问题求解过程的操作、演算和行动的知识。过程性知识一般是通过对领域内的各种问题的比较与分析得出的规律性的知识，由领域内的规则、定律、定理及经验构成。
控制性知识又称为深层知识或者元知识，它是关于如何运用已有的知识进行问题求解的知识，因此又称为“知识的知识”。
3、按知识的结构及表现形式划分为逻辑性知识和形象性知识
逻辑性知识：反映人类逻辑思维过程的知识，比如人类的经验性知识等，一般具有因果关系及难以精确描述的特点。
形象性知识：通过事物形象建立起来的知识称为形象性知识，比如“什么是树”用文字描述会很困难，但指着一棵树说这就是树就很容易理解。
4、按知识的确定性划分为确定性知识和不确定性知识
确定性知识指可以判断其真值，且在“真”和“假”之间。
不确定知识指具有不精确、不完全及模糊性的知识。
2.1.4 知识的表示
知识表示（knowledge representation）就是将人类知识形式化或者模型化。实际上就是对知识的一种描述，或者说是一组约定，一种计算机可以接受的用于描述知识的数据结构。选择知识表示方式时，应从以下几个方面进行考虑：
1、充分表示领域知识
2、有利于对知识的利用
3、便于对知识的组织、维护与管理
4、便于理解与实现