知识水平是使用人工智能的系统行为的理性基础。此类系统被称为代理，需要知识来推断世界并根据特定提示采取行动。在开发此类系统时，程序员可以对知识进行编码，并能够通过对周围环境的观察和研究，随着时间的推移获得更多知识。
人工智能研究人员在 20 世纪 80 年代提出了知识水平模型，当时他们刚开始在他们的研究中处理更复杂的代理。该主题一直是对定义人工智能系统组件感兴趣的人们进一步研究和讨论的主题。随着时间的推移，了解此类系统的工作原理可以帮助人们编写出更好的代码。
女人用电脑倒立
这位于符号级别之上，是用于支持系统操作的机械基础。在知识层面，代理拥有一个可以使用的逻辑信息库以及使用该信息的目标。如果系统表现出理性的行为，即使响应不正确或没有意义，它也展示了对其知识水平的利用。例如，代理可能有虚假信息表明二加二等于五。当被问及二加二是什么时，它会回答五，表明它有一个回答问题的目标，并且正在使用现有的知识来实现它。
对知识水平进行编码可能需要时间，并且可能涉及调试以删除不正确、矛盾或令人困惑的信息。人工智能越复杂，知识水平就越高，应用所存储信息的方式也就越多。这通常被编码在一组句子中，系统可以在逻辑测试中使用刺痛以响应提示。例如，控制化学过程的代理可能有一句话告诉它，如果温度升高超过一定水平，它需要采取行动冷却过程设备以防止发生事故。
人工智能的研究看起来既这些系统是如何构建的以及它们如何响应环境。在知识层面，用户可以与系统进行交互，看看它的编程情况如何。信息差距和学习能力不足表明智能体不够灵活，无法随着时间的推移进行适应。能够做出复杂推理的系统，特别是当它们可能涉及逻辑跳跃时，会更强大并且可以在更多环境中使用。
