Il livello di conoscenza è la base razionale per il comportamento di un sistema che utilizza l’intelligenza artificiale. Conosciuti come agenti, tali sistemi hanno bisogno di conoscenza per fare inferenze sul mondo e agire in risposta a richieste specifiche. Nello sviluppo di tali sistemi, i programmatori possono codificare la conoscenza nonché la capacità di acquisirne di più nel tempo attraverso l’osservazione e lo studio dell’ambiente circostante.
I ricercatori di intelligenza artificiale hanno proposto il modello di un livello di conoscenza negli anni ‘1980, quando hanno iniziato a trattare con agenti più sofisticati nei loro studi. L’argomento è stato oggetto di ulteriori studi e discussioni tra le persone interessate a definire i componenti dei sistemi di intelligenza artificiale. Capire come funzionano tali sistemi può aiutare le persone a codificarne di migliori nel tempo.
Questo è al di sopra del livello dei simboli, la base meccanica utilizzata per supportare le operazioni del sistema. A livello di conoscenza, un agente dispone di una libreria di informazioni logiche che può utilizzare insieme agli obiettivi per l’utilizzo di tali informazioni. Se il sistema sembra comportarsi razionalmente, anche se una risposta non è corretta o non ha senso, sta mostrando l’uso del suo livello di conoscenza. Ad esempio, un agente potrebbe avere informazioni false che indicano che due più due fa cinque. Alla domanda su cosa sia due più due, rispondeva cinque, dimostrando che ha un obiettivo per rispondere alla domanda e che utilizza le conoscenze esistenti per raggiungerlo.
La codifica del livello di conoscenza può richiedere tempo e può comportare il debug per rimuovere informazioni errate, contraddittorie o confuse. Più un’intelligenza artificiale è sofisticata, maggiore è il livello di conoscenza e maggiori sono i modi in cui deve applicare le informazioni che memorizza. Questo è spesso codificato in una serie di frasi che il sistema può utilizzare nei test logici in risposta a un prompt. Ad esempio, un agente che controlla un processo chimico potrebbe avere una frase che dice che se le temperature salgono al di sopra di un certo livello, deve intervenire per raffreddare l’attrezzatura di processo per prevenire un incidente.
La ricerca sull’intelligenza artificiale esamina sia come vengono costruiti tali sistemi sia come rispondono al loro ambiente. A livello di conoscenza, gli utenti possono interagire con il sistema per vedere come è stato programmato bene. Le lacune nelle informazioni e l’incapacità di apprendere sono segni che un agente non è abbastanza flessibile da adattarsi nel tempo. I sistemi che possono fare inferenze complesse, specialmente se possono comportare salti logici, sono più potenti e possono essere utilizzabili in più impostazioni.