如果要表达“燕子是一种小鸟，所有的小鸟都有翅膀”，那在谓词逻辑中需要两个独立的式子“ISA（燕子，小鸟）”和“HAS-PART（小鸟，翅膀）”来描述，在语义网络中则仍然可以在一张图中把这两个关系表示出来，如图 3-3 所示。
假如我们再进一步增加待描述实体的数量，每个实体之间都可能存在关联关系，那么实体之间可能存在的关系总数会随实体数量的增加而呈指数级增长。谓词逻辑把不同的实体与规则当作独立的事实来处理，语义网络则将多个实体与规则视为一个整体来处理。在处理局部推理细节或者实体间有定量的动态关系时，谓词逻辑是很有效的工具，但在需要从全局层面考虑整体关系时，通过谓词来描述实体和关系就不是一个特别合适的选择，至少人类大脑肯定不是以这种方式来记忆和处理不同实体和实体间关系的。
语义网络的主要优势在于使用类似于人类记忆和联想的方式，把实体间的联系（结构、层次、因果等）清晰地表达出来。以语义网络为例，图 $3 { - } 4 ^ { \Theta }$ 描述了语义网络理论与学习、认知、记忆、智能等抽象概念之间的关系，如果我们要理解语义网络能够解决什么问题，使用这张整体的关系图就是一个很好的选择，如果我们要学习语义网络是如何解决这些问题的，才应该去看语义网络理论本身的理论和细节。
88
第二部分 学派争鸣
○一 图片来源：http://cmapsinternal.ihmc.us/。