人工智能既汇集人类不同的知识精华，同时又以自身独特的形态对知识进行表征。最常见的知识表征形式（或方法）包括一阶谓词逻辑形式、生产式系统、语义网络、框架、脚本、面向对象的知识表征、过程知识表征、状态空间知识表征以及与/或树表征等。这些知识表征形式各有所长。其中，框架知识表征的“顶层”是固定的，代表假设局势中的真实事物；下面的若干层有许多“终端”，每个终端可以规定它赋值必须满足的条件。计算机科学家尚克（Roger C.Schank）的脚本展现了人类某种活动的事件序列，并且能随具体情境的变化而对某些规则进行调整。这样做的结果试图在人类实践的背景上将经验知识纳入知识表征当中。同样地，基于规则的系统可以方便地表达关于“该做什么”的策略性信息。例如，在西蒙等人的通用问题求解程序中，人们依靠启发式方法，即依靠经验性规则，求得问题的满意解决，而无须考虑所有的可能。另外，语义网络的进一步发展被看作是具有内部分层的网络形式。网络中的每一个节点或典型情境仅仅代表所谓“次概念”（subconcepts）和“次符号”（subsymbolic）。次概念和次符号之间通过网络激活机制获得的权值被认为是系统对于环境的真实表征。