Wcześniej pokazano, w jaki sposób agent z bazą wiedzy może wyciągać wnioski, które umożliwiają mu właściwe działanie. Tu odpowiadamy na pytanie, jakie treści umieścić w bazie wiedzy takiego agenta – jak reprezentować fakty dotyczące świata. Będziemy używać logiki pierwszego rzędu jako języka reprezentacji, ale w kolejnych częściach wprowadzimy różne formalizmy reprezentacji, takie jak hierarchiczne sieci zadań do wnioskowania o planach, sieci bayesowskie do wnioskowania z niepewnością , modele Markowa do wnioskowania o czas oraz głębokie sieci neuronowe do wnioskowania o obrazach, dźwiękach i innych danych. Ale bez względu na to, jakiego przedstawienia użyjesz, fakty dotyczące świata nadal wymagają rozwiązania, a ten rozdział daje ci wyczucie problemów