词汇表（第4页）
推理机：专家系统中负责推理的部分，从工作存储器的规则和事实中获得新知识。
维度诅咒：在机器学习中，包含更多特征的训练数据会导致训练数量剧增。
危害评估风险工具：一个机器学习系统，用来帮助英国杜伦的警察决定是否应该拘留某人。
威诺格拉德模式：图灵测试中的一种模式。两个句子只有一个单词不同，但却具有完全不同的意思。这项测试需要被测试者理解不同之处。威诺格拉德模式中，必须理解文本以后才能正确回答，旨在识别出在图灵测试中使用一些小伎俩来欺骗询问者的被测试者。
问题解决：在人工智能中，问题解决意味着寻找到正确的行动顺序，将问题从初始状态转换为目标状态。搜索是人工智能中问题解决的标准方法。
物理立场：试图通过物理结构和物理定律来预测和解释一个实体的行为。与设计立场和意向立场形成对比。
乌托邦主义者：相信人工智能和其他新技术将带领我们走向一个乌托邦式的未来的人（技术将使人们从工作中解脱等）。
狭义人工智能：和通用人工智能相对，构建专注于解决非常具体问题的人工智能系统，而不是试图让人工智能系统拥有人类全部的智能能力。这个词主要见诸媒体，人工智能研究界极少使用。
先验概率：在得到进一步信息之前，你先假设一个概率。在这个意义上，“先验”意味着“在得到更多信息之前”。
信念：人工智能所掌握的有关其环境的信息。在基于逻辑的人工智能中，系统所拥有的信念即知识库和工作存储器中的信息。
信用分配：机器学习中出现的一个问题：决定机器学习程序的哪些动作是好的，哪些是坏的。例如，你的机器学习程序输掉了一盘棋，它如何得知具体哪一步是导致输棋的关键步骤呢？
心智理论：临**表现正常的成年人对他人的精神状态（信念、欲望、意图等）进行推理的普遍能力。另请参见意向立场和莎莉-安妮测试。
（机器学习中的）训练：机器学习程序的任务是学习输入和输出之间的关联，而无须被告知它们之间是如何关联的。为了做到这一点，程序通常是通过给出输入和相应输出的示例来进行训练。另请参见监督式学习。
演绎：即逻辑推理，从现有的知识中获取新的知识。
易处理：如果某个问题能够被一种有效算法所解决，这个问题可以被认为是易处理的。NP完全问题就不是易处理问题：我们没有有效算法解决它们。另请参见P与NP问题。
一阶逻辑：一种通用的语言和推理系统，为数学推理提供了精确的基础。在基于逻辑的人工智能范式中得到广泛研究。
意识的难题：理解物理过程如何以及为何会导致主观意识体验的问题。另请参见感受性。
意向立场：预测和解释某个实体的思想，将其归因到实体的心理状态上，如信念或者欲望，并假定该实体根据这些信念和欲望理性地行动。与物理立场和设计立场形成对比。
意向系统：任何可以使用意向立场来描述的系统。
涌现性质：组成系统的每个组件都会表现出某种特性，当这些特性发生交互的时候，通常会以一种意外的或者不可预测的方式产生新的特性。
预期效用：在不确定条件下的判定问题中，某一特定决策方案的预期效用是指在此选择下平均获得的收益。
预期效用最大化：在不确定条件下的决策中，当在多个方案中做出选择时，理性的智能体将选择平均收益最大的方案，即预期效用最大化方案。
语义网：一种知识表述方案，使用图形表示法来捕获概念和实体之间的关系。
正向推理：在基于知识的人工智能系统中，从信息中推理得出结论。与反向推理相对。
制订计划：即寻找到将初始状态转变成目标状态的一系列操作。另请参见搜索。
知识表述：以计算机可以处理的形式显示编码知识的问题。在专家系统时代，主要的方法是使用规则，尽管逻辑也被广泛应用于知识表述。
知识导航器：苹果公司在20世纪80年代推出的一款概念视频，引入了基于智能体的交互界面的思想。
知识工程师：受过构建知识系统训练的专业人士，知识工程师致力于研究如何进行知识获取。
知识获取：在建立专家系统时，从相关人类专家中提取和编码专家知识的过程。
知识库：在专家系统中，知识库由人类专家的知识组成，通常以规则的方式编码。
知识图谱：谷歌开发的一个庞大的基于知识的系统，自动从万维网上获取知识构建。
中文房间：哲学家约翰·希尔勒提出的一种设想，试图以此证明强人工智能不可能存在。
轴突：神经元与其他神经元连接的组成部分。另见突触。
侏儒问题：心理理论中的一个经典问题，当我们不经意间将心智的问题用另一个心智来解释的时候，就会出现这个问题。
智能体：一种功能比较完善的人工智能系统，通常集成了多种不同的人工智能功能，以便代表使用者自主工作。智能体通常被假定嵌入某个环境中，并在该环境中积极工作。
专家系统：一种使用人类专家知识来解决严格限制范围内问题的系统。典型的专家系统有MYDRAL和R1X。从20世纪70年代末到80年代中期，构建专家系统是人工智能研究的重点。
自然语言理解：程序可以用人类的自然语言（如英语）进行交互。
组合爆炸：在连续选择中，选择的可能性等于选择的次数与备选可能性相乘。这是人工智能所面临的一个基本问题，在搜索中出现，它会导致搜索树以极快的速度增长。