世界进入了知识经济的时代，这要求我们对知识本身进行深入研究,更好运用知识去推动社会的繁荣和进步。知识科学是研究以知识为对象的基本问题，包括知识的数学理论、逻辑基础、知识模型、知识挖掘、知识共享等。 

   自古以来，人类一直进行对于知识的研究与探索。二十世纪中叶以后，这种研究格局发生了变化。 1948年，美国工程师香农在贝尔电器研究所出版的专门杂志上，发表了两篇有关“通信的数学理论”的文章，系统地讨论了通信的基本问题，由此奠定了信息论的基础。1956年人工智能正式提出以来取得了很大的进展和成功，特别在运用知识解决问题方面作出了重大贡献，推动了知识科学的发展。由于知识在人类文明中所起的作用越来越大，人类已经进入了信息化社会，而且正在向知识化社会前进，人们认真地研究知识的一般特性与规律。 1977年，费根鲍姆教授提出了知识工程的概念，使知识信息处理进入工程化的阶段。 

   知识挖掘的进展与机器学习的研究密切相关。 1984年Valiant提出了可学习理论（PAC），并将可学习性与计算复杂性联系在一起。1982年波兰数学家Pawlak提出了粗糙集（rough set）理论。 1995年Vapnik提出了结构风险最小化理论和支持向量机。最近Smale采用函数逼近论工具研究了样本覆盖数与学习精度的问题。 

   九十年代以来知识共享引起人们的普遍关注，提出了一些知识共享技术。其中斯坦福大学研究的知识交换格式（KIF）和本体建模语言（Ontolingua）较为有名。根据多主体系统的需要，马里兰大学提出了知识查询和处理语言（KQML），FIPA组织进一步提出了ACL语言，为主体通信提供一种的标准。Internet的广泛使用，为知识共享提供了极好的环境，也为知识科学提出了极大的挑战。 Internet提供分布、开放、动态、海量的信息，要按用户需要提供优质服务，提高信息的利用效率，必须要研究与之相适应的知识模型，有效的知识组织和管理方式，Web知识挖掘方法。将语义网和网格计算的技术结合起来，构建语义网格，可能是实现基于Internet知识共享的有效途径，以便使知识能象电一样，方便提供给用户。

   知识科学有关的科学问题有： 

知识的数学理论: 知识的数学本质和复杂性问题是两个基本的数学问题。Shannon对信息的数学本质进行过研究，提出了著名的仙农信息论。他用熵的概念来研究信息的含量。从数学的观点来看，知识是什么？ Kolmogorov提出了描述信息复杂性的概念，那么，对知识复杂性应如何描述？ 

知识的逻辑基础: 逻辑是知识形式化描述的重要工具。由于经典逻辑在表达能力和推理方法上的局限,使得人们从不同的应用,不同的角度出发提出了各种非经典逻辑。这一领域的研究相当活跃, 而且有进一步发展的势头。20世纪末，得到较多应用的有模态逻辑, 时态逻辑, 直觉主义逻辑, 非单调逻辑, 模糊逻辑等。目前引起人们关注的有描述逻辑、Answer Set等。 

知识模型: 知识模型是指知识的形式化描述和操作方式。经典的知识模型包括产生式系统、框架、语义网络、面向对象的知识模型等。在分布智能中研究面向主体（Agent）的模型、面向本体的模型。在分布、开放、动态、海量的知识环境中要提高知识的共享程度和使用效率，必须研究新型的知识模型。 

知识挖掘: 知识挖掘是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。知识挖掘将无序的信息变为有序的知识，提高信息的共享程度和使用效率。知识挖掘中要研究机器学习理论，包括学习的计算复杂性和样本复杂性；研究知识挖掘有效的方法和算法，各种算法的评价体系。 

知识共享: 为了提高知识的共享程度和利用效率，要研究语义网格的知识模型、资源管理模式和操纵语言；研究开放服务系统结构和协议；研究海量半结构信息的知识挖掘方法。 

作者：史忠植，来源：http://www.intsci.ac.cn/research/knowledgescience.html