什么是知识表示（Knowledge Representation） – AI百科知识

知识表示（Knowledge Representation）是人工智能里一个绕不开的概念，讲的是怎么把人类知识写成机器看得懂的形式，让计算机系统能够理解、存储、检索和处理这些知识。相关研究从人工智能早期就开始了，为的是让计算机能用上之前学到的知识去推理、解决问题、做决策。它是构建智能系统的关键一环：知识存得是否有效、推理效率高低、新知识能不能顺利进库，都被它直接影响。

知识表示到底是什么

知识表示（Knowledge Representation）就是把知识整理成机器能读的形式，本质是数据结构加配套处理机制的组合：表示 = 数据结构 + 处理机制。这里说的「知识」跟日常讲的知识不太一样，指的是用某种结构化方式表达出来的概念、事件和过程。

知识表示是怎么工作的

知识表示相当于现实世界实体的替身，智能体靠它在内部做推理，而不是直接跟外部世界打交道。它是一组关于世界的基本概念和关系的承诺，规定了咱们怎么理解和描述世界；也定义了智能体的推理方式——有哪些基本概念、允许走哪些推理步骤、推荐走哪些步骤；还给推理提供了计算环境，信息怎么组织都定好了，推理才跑得有效。说白了，它就是一种表达世界知识的语言。

常见的做法有这么几类：用逻辑公式表示知识，比如命题逻辑、谓词逻辑，适合自动定理证明；按条件-结果的形式写知识，适合过程性知识；用框架结构组织知识，每个框架带一串槽（Slot）和侧面（Facet），适合刻画复杂对象和事件；把概念和它们的关系画成节点加边的网络，语义信息丰富的场合很好使；用本体定义领域内的概念、属性和关系，方便知识共享和重用。

知识表示都用在哪

• 专家系统：照着专家的决策过程来模拟，给出诊断、建议或者决策支持。
• 自然语言处理：理解和生成自然语言，前提是吃透语言的结构和语义，这块正好归它管。
• 数据库和信息检索：组织信息、检索信息，都得先把数据的结构和内容表示清楚。
• 智能代理：设计能干特定活的智能代理，比如个人助理、自动化控制系统。

知识表示难在哪

知识表示面前的坎儿不少：

• 不完全性：知识表示本来就是现实世界的简化版，不可能做到完全准确，所以推理过程中就可能出错。
• 复杂性：现实世界够复杂，知识表示就得扛得住大量细节和关系，表示和推理的难度跟着往上走。
• 推理效率：表达能力要保住，推理效率也不能丢，两头怎么平衡是个难题。

知识表示的未来走向

知识表示的研究还在往前赶，大致是这么几个方向：把不同的表示方法拼起来用，取长补短；开发新算法、新技术，把大规模知识库的推理效率提上去；扩大知识表示的范围，把复杂的现实情况描得更准；琢磨怎么从数据里自动获取知识、怎么通过学习把表示本身改得更好。知识表示是人工智能的一个基础研究方向，也一直很活跃——想要更智能、更自主的系统，它的发展至关重要。技术再往前走一走，知识表示在理论和实践两头应该还会不断有突破。