其讨论的主要问题： 　　◇“知识的不完全性”是认识论学派讨论最多的情况。推理者的知识是不完全，但却是一致的，其要点是在保持知识一致性的前提下得出新的结论。 　　例如对知识“鸟会飞”，但是“鸵鸟”并不会飞。 　　◇“知识不一致性”是常识的另一类性质。 　　例如教友派教徒是和平主义者，共和党是好战分子。已知某教授是教友派教徒，且是共和党人。问他是和平主义者吗？ 　　◇“知识不确定性”是更复杂的常识问题。尽管Fuzzy、可信度理论、人工神经网络等丰富了对常识的不确定性研究方法。但还不能显现地表示“可废弃性”这个重要特征。大大限制了对智能型为“灵活性”的描述。因此，在复杂问题求解释，集成几种方法是有吸引力的想法。 　　◇“常识的相对性”目前在AI中研究甚少。理论集合是有限的，常识的集合是无限的。 　　关于常识的研究非常困难。这种困难性首先在于常识知识难以形式化，因为常识知识实在是太多了。Doug Lenat在考虑建立一个人类级智能系统所需要的知识的数量时，他认为大约需要100万到1000万个事实。其次，没有很好的定义使我们能控制独立于其他部分的边界。在概念化一个常识时，可能牵涉到太多的实体、功能和关系，使得我们无法确定什么时候它已经“概念化”好了。 　　认识论的特点： 　　◇ 表示是在特定环境下对世界观察的结果； 　　◇ 强调自然世界现象与表示之间的因果关系； 　　◇ 认为启发式方法不属于表示研究的内容，认为对常识知识的形式化是非常重要的任务。