本章所讨论的知识表示问题是人工智能研究的核心问题之一。对知识表示新方法和混合表示方法的研究仍然是许多人工智能专家学者感兴趣的研究方向。适当选择和正确使用知识表示方法将极大地提高人工智能问题的求解效率。人们总是希望能够使用行之有效的知识表示方法来解决面临的问题。
知识表示方法很多，本章主要介绍了其中比较基础的3种，有状态空间法、问题归约法和谓词逻辑法。
状态空间法是一种基于解答空间的问题表示和求解方法，它是以状态和操作符为基础的。在利用状态空间图表示时，从某个初始状态开始，每次加一个操作符，递增地建立起操作符的试验序列，直到达到目标状态为止。由于状态空间法需要扩展过多的节点，容易出现“组合爆炸”，因而只适用于表示比较简单的问题。
问题规约法从目标（要解决的问题）出发，逆向推理，通过一系列变换把初始问题变换为子问题集合和子子问题集合，直到最后归约为一个平凡的本原问题集合。这些本原问题的解可以直接得到，从而解决了初始问题，用与或图来有效地说明问题归约法的求解途径。问题归约法能够比状态空间法更有效地表示问题。状态空间法是问题归约法的特例。在问题归约法的与或图中，包含与节点和或节点，而在状态空间中只含有或节点。
谓词逻辑法采用谓词合式公式和一阶谓词演算把要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演来证明一个新语句是从已知的正确语句导出来的，从而证明这个新语句也是正确的。谓词逻辑是一种形式语言，能够把数学种的逻辑论证符号化。谓词逻辑法常与其他表示方法混合使用，灵活方便，可以表示比较复杂的问题。
对于同一问题可以有许多不同的表示方法。不过对于特定问题有的表示方法比较有效，其他表示方法可能不大适用，或者不是好的表示方法。
在表示和求解比较复杂的问题时，采用单一的知识表示方法是远远不够的。往往必须采用多种方法混合表示。此外，在选择知识表示方法时，还要考虑所使用的程序设计语言所提供的功能和特点，以便能更好地描述这些表示方法。
