知识表示假说引自布莱恩·史密斯（Brian Smith）的博士论文(Reflection and Semantics in a Procedural Language )。 人们通常会将此观点归功于约翰·麦卡锡，但是显而易见，其他研究人员与他的观点很相似。对于艾伦·纽厄尔（AllenNewell）和赫伯·西蒙（HerbSimon）而言，重点更多放在象征领域，因此他们的版本被称为物理符号系统假说（physical symbol system hypothesis),他们认为:“物理符号系统是普遍智能行为的充分必要条件”(见Computer Science as empirical inquiry: Symbols and search)。( 马文·明斯基作为早期人工智能的研究人员之一，他发现了逻辑和数值方法对于人工智能都有很大局限，提出应将这些方法进行融合，可参见Logical versus symbolic versus connectionist or neatversus scruffy。)
Knowledge Representation and Reasoning 和 KnowledgeRepresentation, Reasoning and Declarative Problem solving 这 两本书专门介绍了人工智能中的知识表示和推理领域。此外，还有每两年举行一次的该领域的学术会议（见http://kr.org)。可以在Readings in knowledge Representation中找到相关的早期内容。Logical Foundations of Artificial Intelligence 和ComputationalIntelligence: A Logical Approach提出了逻辑是人工智能统一的主题, The role of logic in knowledge representation and common sensereasoning 和 The role of gic in knowledge representation 对此进行了进一步讨论。马文·明斯基关于逻辑的论述摘自Aframeworkfor representing knowledge 第 262 页。Logic, probability and humanreasoning是从心理学方面看待推理。关于根据信仰程度不同，用概率的方法进行推理的优势，可参见 Bayesian Rationality: TheProbabilistic Approach to Human Reasoning
人工智能的进化
188