Агенты, которые были созданы в этой книге до сих пор, были уверены в истинности или ложности некоторых высказываний и обладали способностью выводить логическим путем новые убеждения, но ни один из этих агентов не обладал какими-либо знаниями о самих убеждениях или о логическом выводе. Но в одноагентных проблемных областях знания о собственных знаниях и процессах формирования рассуждений весьма полезны для управления логическим выводом. Например, если некто знает, что он ничего не знает о географии Румынии, то для него нет необходимости впустую затрачивать невероятные вычислительные усилия, чтобы рассчитать кратчайший путь от Арада до Бухареста. Вместо этого он может порассуждать о собственных знаниях, чтобы составить планы их расширения, например, купив карту Румынии. Кроме того, в мультиагентных проблемных областях для агента важно иметь возможность рассуждать о мыслимых состояниях других агентов. Например, наилучший способ попасть в Бухарест вполне может знать румынский полицейский, поэтому агенту достаточно обратиться к нему за помощью.

По сути нам требуется модель мыслимых объектов, которые находятся в чьей-то голове (или базе знаний), и мыслительных процессов, которые манипулируют с этими мыслимыми объектами. Такая модель должна быть достоверной, но не требуется, чтобы она была слишком детализированной. Нам не нужно иметь способность предсказывать, сколько именно миллисекунд потребуется, чтобы какой-то конкретный агент пришел к нужному логическому заключению, или же прогнозировать, какие именно нейроны активизируются, когда исследуемое животное столкнется с конкретными визуальными стимулами. Для нас будет достаточно иметь возможность прийти к выводу, что румынский полицейский сообщит нам, как попасть в Бухарест, если будет знать дорогу и убедится в том, что мы действительно заблудились, а не подшучиваем над ним.