Tingkat pengetahuan adalah dasar rasional untuk perilaku sistem yang menggunakan kecerdasan buatan. Dikenal sebagai agen, sistem seperti itu membutuhkan pengetahuan untuk membuat kesimpulan tentang dunia dan mengambil tindakan sebagai tanggapan terhadap petunjuk tertentu. Dalam pengembangan sistem seperti itu, pemrogram dapat mengkodekan pengetahuan serta kemampuan untuk memperoleh lebih banyak dari waktu ke waktu melalui pengamatan dan studi lingkungan sekitar.
Wanita melakukan handstand dengan komputer
Peneliti kecerdasan buatan mengusulkan caral tingkat pengetahuan pada 1980-an, ketika mereka mulai berurusan dengan agen yang lebih canggih dalam studi mereka. Topik tersebut telah menjadi topik studi dan diskusi lebih lanjut di antara orang-orang yang tertarik untuk mendefinisikan komponen sistem kecerdasan buatan. Memahami cara kerja sistem semacam itu dapat membantu orang membuat kode yang lebih baik dari waktu ke waktu.
Ini berada di atas level simbol, dasar mekanis yang digunakan untuk mendukung operasi sistem. Pada tingkat pengetahuan, agen memiliki perpustakaan informasi logis yang dapat digunakan bersama dengan tujuan untuk menggunakan informasi tersebut. Jika sistem tampak berperilaku rasional, bahkan jika responsnya salah atau tidak masuk akal, itu menunjukkan penggunaan tingkat pengetahuannya. Misalnya, agen mungkin memiliki informasi palsu yang menunjukkan bahwa dua tambah dua sama dengan lima. Ketika ditanya apa itu dua tambah dua, ia akan menjawab lima, menunjukkan bahwa ia memiliki tujuan untuk menjawab pertanyaan itu, dan ia menggunakan pengetahuan yang ada untuk mencapainya.
Pengkodean tingkat pengetahuan dapat memakan waktu dan mungkin melibatkan debugging untuk menghapus informasi yang salah, kontradiktif, atau membingungkan. Semakin canggih kecerdasan buatan, semakin besar tingkat pengetahuannya, dan semakin banyak cara yang dimilikinya untuk menerapkan informasi yang disimpannya. Ini sering dikodekan dalam satu set kalimat yang dapat digunakan sistem dalam pengujian logis sebagai respons terhadap prompt. Misalnya, agen yang mengendalikan proses kimia mungkin memiliki kalimat yang mengatakan bahwa jika suhu naik di atas tingkat tertentu, perlu mengambil tindakan untuk mendinginkan peralatan proses untuk mencegah kecelakaan.
Penelitian tentang kecerdasan buatan melihat bagaimana sistem tersebut dibangun dan bagaimana mereka merespons lingkungan mereka. Pada tingkat pengetahuan, pengguna dapat berinteraksi dengan sistem untuk melihat seberapa baik itu diprogram. Kesenjangan dalam informasi dan ketidakmampuan untuk belajar adalah tanda bahwa agen tidak cukup fleksibel untuk beradaptasi dari waktu ke waktu. Sistem yang dapat membuat kesimpulan kompleks, terutama jika melibatkan lompatan logis, lebih kuat dan dapat digunakan di lebih banyak pengaturan.