在我看來，知識與符號處理之間的關係就如同科學中的進化與自然選擇的關係。有了化石和DNA分析的證據支持，進化就成為一個科學事實。但是，查爾斯·達爾文提出的實際進化機制——自然選擇，並沒有如此多的數據支持。我們會對進化論存疑，反而覺得自然選擇更為可信。這是因為自然選擇的過程聽起來更加合理，合理到我們想像不出還有其他的可能性。
我還認為，在某些常識性行為中運用的背景知識也是一個事實（如回答威諾格拉德模式問題時）。就像某人某天大聲念出電影《2001：太空漫遊》的上映日期，並且該行為會影響他今後某天所做的事情。這一行為狗做不到，下棋智能人或恆溫器也做不到，但人做得到。
據我所知，如果現在需要一個機制來解釋這個事實，那麼本章概述的基於知識的內容便是我們的唯一選擇。也許直到你需要用到電影《2001：太空漫遊》中的知識時，你都無法解釋這些知識是怎樣存儲於你的腦海中的。這便陷入了僵局。關於知識表示和推理問題，我們可能永遠都無法給出一個令人滿意的答覆。然而，在現階段，除了發問，我們別無選擇。
另外，如果這種基於知識的方法是有效的，也就是說，如果有一個能夠訪問，並且可以使用人類一切知識的計算系統，那麼它就需要一個龐大的知識庫和一個足以高效處理大量符號結構的計算應用程序。這些要求也制約了其自身。
我認為，如果沒有相應的巨大進步，任何建立大型知識體系的企圖都注定失敗。那種企圖將一台空白的電腦聯網，讓其自學，讓其自行完成所有費力工作的想法就是空想。通過自學認識貓是一回事，通過自學學會閱讀是一回事，而學習閱讀維特根斯坦（Wittgenstein）的著作又是另一回事。在計算系統從我們所知中獲益之前，它需要先填鴨式地接收我們所瞭解的一切，並能有效地使用。即使我們知道如何回答表示和推理問題，但把這些想法付諸實踐仍然是一個令人卻步的挑戰。
不過，這就是所有的猜測了。最後，我們所剩的只有一個經驗性的問題：怎樣的計算設計才足以解釋其對應的智能行為呢？
本章的討論至此結束，接下來是有關人工智能研究的內容。