从此，人工智能的主要研究方向便从“逻辑推理”转到了“知识的表述”上，符号主义学派从“推理期”转入“知识期”的标志是三类“知识”研究开始被科学界关注而且取得了一定进展，它们分别是：“知识表示”出现了被广泛认可的方法、“知识工程”被提出并作为独立的学科进行研究，以及以专家系统为代表的“知识处理系统”开始展现出实际应用的价值。
3.4.1 知识表示
我们生活中的所有有效信息，不论是否高深都可以作为知识看待，从蕴含深刻物理含义的质能方程“ $E = M C ^ { 2 } { } ^ { \cdots }$ 到没有什么意义的“大海啊你全是水，骏马啊你有四条腿”都可以是知识。“知识表示”（Knowledge Representation）就是对知识及知识与知识之间关联关系的一种描述，本章前面花了大量篇幅介绍如何通过谓词逻辑来描述世界上的知识，这本身就可以作为一种知识表示方法，而且是最基础、最重要的知识表示方法。除了谓词逻辑之外，“产生式”（Production）、“本体表示”（Ontology）、“面向对象的表示”（Object-OrientedRepresentation）、“框架理论”（Frame Theory）、“语义网络”（Semantic Network）等都是目前常用的知识表示手段，其中框架理论是由明斯基提出的学术影响较大的方法，而司马贺则把心理学界的语义网络拿到人工智能应用中，也产生了颇为重要的影响。由于知识表示的方法多种多样而本书篇幅有限，笔者就不逐项介绍了，这里仅以语义网络为例，把它与谓词逻辑对比起来简要说明一下。
语义网络是罗斯·奎利恩（Ross Quillian）在 1966 年提出的一种心理学模型，最初是用来描述概念之间的联系的，形式大概和今天大家常用的思维导图差不多，后来司马贺把这个心理学模型推广应用到计算机领域中。语义网络是一种使用有向图来表示知识的方法，图由节点和连接弧组成，节点用于表示实体、概念和事实，连接弧用于表示节点之间的关系。用我们已经学习过的谓词逻辑来类比，如果谓词“ISA(x, y)”表示“x 属于y 的一种”，那么“ISA（燕子，小鸟）”可以用图 3-2 来表示。
第 3 章 符号主义学派
87