人工智能学派
人工智能的主要流派有三个：1.符号主义(symbolicism)—数理逻辑 2.连接主义(connectionism)—仿生学 3.行为主义(actionism)—控制论
该系列博客主要写写其中的符号主义学派。
（注： 主要是总结所看过的书籍、博客等，并非完全原创）
符号主义学派的核心观点在于，人类的智能主要体现在推理能力。机器应当像人一样思考，这样一来机器才有获取智能的可能。符号主义学派的思路十分明了，建立一个庞大的知识库体系，并赋予机器推理能力这样便可以创造人工智能。至于为什么这种观点被称为
符号主义，原因在于该学派普遍认为人类认知基于符号，而思维是一种运算。如今的语义网络与专家系统很大程度上继承了符号主义学派的思路。
知识
按照符号主义学派的思路，构建人工智能首先要获取知识。给知识下定义是极其困难的，但我们可以简单总结一下生活中的几种知识：
1.事实性知识
2.过程性知识
3.行为性知识
4.实例性知识
5.类比性知识
6.元知识
事实性知识
这种知识一般采用直接表示的方式，例如：地球绕着太阳转、北京是中华人民共和国首都等。但要注意事实性知识的准确性，事实性知识如果出现错误，那么做出的推理必然结果也会不严密。
注：本文不讨论事实性知识能否正确被人类认知的哲学相关问题。
过程性知识
往往是一系列动作构成的知识，例如：如何做西红柿炒鸡蛋、如何维修电子计算机等
行为性知识
不给出事实本身，而是给出某方面的行为。例如微分方程刻画了一个函数的行为但并未给出函数本身。（这类知识往往是某种数学模型）行为性知识往往描述的是事物的内涵而非外延。
(注：
内涵：内涵往往指事物特有属性的反应
外延：外延往往指事物所组成的类
例如：当我们谈到人的内涵，指的是人类所具有属性(如：域：真核域 Eukarya \ 界：动物界 Animalia \ 门：脊索动物门 Chordata\ 亚门：脊椎动物亚门 Vertebrata \ 纲：哺乳纲 Mammalia \ 亚纲：真兽亚纲 Eutheria \ 目：灵长目 Primates \ 科：人科 Hominidae \ 属：人属 Homo \ 种：智人种(Homo sapiens sapiens) \ )而人的外延则指全体人类（即所有人类个体的集合）
从集合论的角度看内涵指集合所有元素共有的属性，而外延指集合中的所有元素。)
实例性知识
只给出实例而知识隐藏在实例中。例如：观察到打雷之后下雨了这便是一个实例性知识。（注：这并不是说打雷一定下雨，所有观察数据都是实例性知识）
类比性知识
不给出内涵也不给出外延，但给出它与其他事物的相似之处。这种知识虽然不准确，却能使不同领域之间的知识可以被快速理解。
元知识
即关于知识的知识。例如：一个专家系统要知道该系统能回答什么不能回答什么，这本身也是一种知识，只不过是关于知识的知识。
知识表示
大概了解了知识之后，问题便是如何表示知识，普遍上有如下几种：
1.演绎系统
2.产生式系统
3.框架结构
4.语义网络
5.过程性知识
在后续的文章中，我们将逐一解释这五种表示方法。