知识工程本身就是一个很有实用价值的多学科交叉的领域，把知识工程的诞生放到当时人工智能所处的历史背景上看，就有了更特殊的意义。在社会要求人工智能研究产出成果时，知识工程作为人工智能的主要发展方向，成为将知识应用于特定领域和特定问题的工程实践方法，客观上避免了人工智能研究陷入全面、彻底衰退的境地。
3.4.3 知识系统
符号主义从推理期进入知识期，如果说理论上的成就是出现了知识工程这门新学科，那实践上的成就是终于出了一些被成功应用于商业的、基于知识的系统<sup>○一</sup>（Knowledge Based System）。基于知识的系统从软件架构上一般可以划分为知识库和推理引擎两个部分，知识库用于在计算机系统里面反映出真实世界中的知识，推理引擎则负责使用知识库中的内容推理求解，得到用户提出的问题的答案。典型的基于知识的系统包括决策支持系统、推荐系统、专家系统等，这些系统目前仍然应用得非常广泛，其中又以专家系统的历史影响最为突出。
专家系统（Expert System）是一种依靠计算机模拟人类特定领域的专家，对特定问题做出解答或者决策的人工智能程序。它与人机对弈、模式识别、自动定理证明这些早期的人工智能应用不一样，早期的人工智能应用更偏向学术研究，而专家系统的直接商业价值是显而易见的。如果能用机器这种极为经济的手段完成专家的工作而不需要聘请有经验的专家，必然会极大地减少企业的劳务开支和人员培养成本，且由于软件的可复制性，专家系统能够广泛传播专家知识和经验，推广因专业人员数量限制而无法广泛传播的产品和技术。
第 3 章 符号主义学派
93
○一 并非所有基于知识的系统在商业上都是成功的，后文提到的专家系统的建设热潮出现后，一批系统仓促推出，导致失败的项目更多，但是无论如何，基于知识的系统都是人工智能大规模在商用领域取得成果的第一种应用类型。