知识表示是人工智能研究中最基本的问题之一。在知识处理中总要问到：如何表示知识，怎样使机器能懂这些知识，能对之进行处理，并能以一种人类能理解的方式将处理结果告诉人们。 　　在AI系统中，给出一个清晰简洁的有关知识的描述是很困难的。有研究报道认为。严格地说AI对知识表示的认真、系统的研究才刚刚开始。 　　下面是一些专家的看法： 　　Feigenbaum：知识是经过消减、塑造、解释和转换的信息。 　　Bernstein：知识是由特定领域的描述、关系和过程组成的。 　　Hayes-roth：知识是事实、信念和启发式规则。 　　从知识库的观点看，知识是某领域中所涉及的各有关方面的一种符号表示。 　　另外有一种三维的描述方法：（范围，目的，有效性）,其中知识的范围由具体到一般，知识的目的从说明到指定，知识的有效性从确定到不确定。例如，“今天下雨”这种知识是具体的、说明性、不确定的，而“要证A→B，只需证明A∧～B是不可满足的”这种知识是一般性的、指示性、确定性的。