以知识为处理对象，以能在计算机上表示和运用知识的技术为主要手段(见知识表示)，研究知识型系统的设计、构造和维护的一门技术，是人工智能的重要分支。自1977年E.A.费根鲍姆首次提出知识工程以来，已有一批专家系统和其他知识系统问世，但多数尚处于实验室阶段。发展知识工程的背景是：80年代以后的计算机应用已不限于数值计算和一般的数据处理，而进入以运用知识、进行推理为主的知识信息处理阶段。这不但是知识工程的基本思想，而且也是智能机即知识信息处理系统(KIPS)或所谓第五代计算机的重要构思基础。
知识型系统的结构和特点
知识型系统的体系结构一般包含三个基本部分：
（1）知识库，它由事实和直观知识（或称启发式知识）两大类知识组成；
（2）问题求解和推理子系统；
（3）灵活的人机接口。80年代的知识型系统还强调知识获取和对推理结果进行解释说明的功能。知识型系统可用来模拟各专门领域的专家(如专家系统)或常人(如自然语言理解系统、机器视觉系统)的处事行为。专家系统是知识型系统最常见的一个子类，但习惯上对专家系统和知识型系统并不严格区分，名称往往混用。
知识型系统比人工智能发展初期的问题求解系统在以下三个方面有所发展：
（1）所要解决的是复杂的实际问题而不是规则简单的游戏问题（包括简单的数学定理证明问题）；
（2）面向直接应用而不是单纯的原理性探索；
（3）系统的运行性能主要取决于如何根据问题领域的特点，选择合理的方法去表示和运用大量的知识，而不强调与问题特性无关的普遍适用的推理和搜索策略。
知识型系统的组成和工作方式
下图为知识型系统的组成和工作方式框图。
关键技术
知识工程的关键技术是如何获取、表示和运用直观知识,即尚未形成科学理论的经验和技巧。研究这些经验和技巧的实质有赖于对形象思维的深入研究。从思维科学的角度看，设计知识型系统需要形象思维方法与抽象思维方法的结合。
参考书目enbaum and rduck，The Fifth Generation：Artificial Intelligence and Japan's Computer Challenge to the World、，Addison-Wesley ., Reading, Mass.,1983.
Avron Barr and Edward enbaum,eds, The Handbook of Artificial Intelligence、，Vol.I, William KaufmannInc.,Los Altos, Calif.,1981.
