Znalostní inženýrství je částí umělé inteligence, která se zabývá veškerými aktivitami souvisejícími s naplňováním znalostních systémů tím nejpodstatnějším - znalostmi. Předmětem zájmu znalostního inženýrství jsou tedy především emtody a techniky získávání, formalizace, kódování, uchovávání, testování a udržování znalostí. Znalosti jsou obvykle buď přejímány od špičkových odborníků - expertů, nebo odvozovány ze souborů dat.
Znalostní inženýrství je považováno za jednu z klíčových partií umělé inteligence, neboť vyřešení problému přenosu znalostí a naplňování existujících znalostních systémů a nástrojů dostatečně kvalitními, použitelnými soubory znalostí je nezbytnou a rozhodující podmínkou pro nasazování těchto systémů v praxi.
Tedy ve školních podmínkách, kdy bude v rámci projektu č.2 u ZT2 vyvíjen také jeden expertní systém, tak můžete čerpat přímo ze znalostí od určitého experta nebo můžete čerpat informace a znalosti z různých knih, časopisů, internetu apod. Čerpání znalostí z knih je ale časově náročné a není zaručeno, že lehce pochopíte danou problematiku, na kterou bude zaměřený Váš expertní systém. Spíše se doporučuje komunikace s expertem - člověkem.
Čerpání informací např. z knižních zdrojů je vhodné např. z důvodu získání základního přehledu o doménové oblasti, která bude expertním/znalostním systémem řešena.
Kvalita znalostí, jimiž disponuje znalostní systém, ovlivňuje rozhodujícím způsobem efektivitu celého znalostního/expertního systému. Proto musí být procesu tvorby báze znalostí věnována mimořádná pozornost.
Tvorba báze znalostí není nidky jednorázovou akcí, ale vždy jde o dlouhodobý proces získávání znalostí a jejich kódování do tvaru akceptovatelného inferenčním strojem daného znalostního systému.
Možný postup při vývoji znalostního systému znalostním inženýrem:Úspěšnost každého projektu závisí na osobních kvalitách a schopnosti spolupráce vlastních realizátorů i těch, kdo pouze poskytují informace pro jejich rozhodování. V projektech znalostních systémů zpravidla vystupují tyto skupiny: