Nivelul de cunoștințe este baza rațională pentru comportamentul unui sistem care utilizează inteligența artificială. Cunoscuți ca agenți, astfel de sisteme au nevoie de cunoștințe pentru a face inferențe despre lume și pentru a lua măsuri ca răspuns la solicitări specifice. În dezvoltarea unor astfel de sisteme, programatorii pot codifica cunoștințele, precum și capacitatea de a dobândi mai multe în timp prin observarea și studiul mediului înconjurător.
Cercetătorii în inteligența artificială au propus modelul unui nivel de cunoaștere în anii 1980, deoarece au început să aibă de-a face cu agenți mai sofisticați în studiile lor. Subiectul a fost un subiect de studiu și discuții ulterioare în rândul persoanelor interesate în definirea componentelor sistemelor inteligente artificiale. Înțelegerea modului în care funcționează astfel de sisteme poate ajuta oamenii să codifice altele mai bune în timp.
Acesta este deasupra nivelului simbolului, baza mecanică folosită pentru a sprijini operațiunile sistemului. La nivel de cunoștințe, un agent are o bibliotecă de informații logice pe care o poate folosi împreună cu obiectivele pentru utilizarea acelei informații. Dacă sistemul pare să se comporte rațional, chiar dacă un răspuns este incorect sau nu are sens, acesta își folosește nivelul de cunoștințe. De exemplu, un agent poate avea informații false care indică faptul că doi plus doi sunt egal cu cinci. Când este întrebat ce înseamnă doi plus doi, ar răspunde cinci, arătând că are un scop de a răspunde la întrebare și că folosește cunoștințele existente pentru a-l atinge.
Codificarea nivelului de cunoștințe poate dura timp și poate implica depanare pentru a elimina informații incorecte, contradictorii sau confuze. Cu cât o inteligență artificială este mai sofisticată, cu atât este mai mare nivelul de cunoștințe și cu atât are mai multe modalități de a aplica informațiile pe care le stochează. Acesta este adesea codificat într-un set de propoziții pe care sistemul le poate folosi în testarea logică ca răspuns la o solicitare. De exemplu, un agent care controlează un proces chimic poate avea o propoziție care îi spune că, dacă temperaturile cresc peste un anumit nivel, trebuie să ia măsuri pentru a răci echipamentul de proces pentru a preveni un accident.
Cercetările privind inteligența artificială analizează atât modul în care sunt construite astfel de sisteme, cât și modul în care acestea răspund la mediul lor. La nivel de cunoștințe, utilizatorii pot interacționa cu sistemul pentru a vedea cât de bine a fost programat. Lacunele în informații și incapacitatea de a învăța sunt semne că un agent nu este suficient de flexibil pentru a se adapta în timp. Sistemele care pot face inferențe complexe, mai ales dacă pot implica salturi logice, sunt mai puternice și pot fi utilizabile în mai multe setări.