推理
原因是画推论适当的情况。推论是分为演绎或归纳。前者的一个例子,”弗雷德必须在博物馆或咖啡馆。他不是在咖啡厅;因此他在博物馆”,后者,“以前这类事故是由于仪器故障;因此这次事故是由于仪器故障。这些形式的推理”最重要的区别是,在演绎的真理前提保证了结论的真理,而在归纳案件的真相前提贷款支持的结论是没有绝对的保证。归纳推理是常见的科学开发,数据收集和初步模型来描述和预测未来behaviour-until异常数据的出现迫使模型加以修订。演绎推理是常见的数学和逻辑,无可辩驳的精细结构定理建立了从一个小套基本公理和规则。
已经有相当多的成功在编程电脑推断能力,尤其是演绎推理。然而,真正的推理不仅仅包括绘图推论;它包括绘图推论有关的解决方案特定的任务或情况。这是AI面临最困难的问题之一。
解决问题
解决问题,尤其是人工智能,可以描述为一个系统的搜索通过一系列可能的行动以达到一些预定义的目标或解决方案。解决问题的方法分为专用和通用。特制的专用方法对于特定的问题,常常利用非常具体特性的情况下,问题是嵌入式。相比之下,一个通用的方法适用于各种各样的问题。人工智能中使用一个通用技术意味着最终分析按部就班,或增量减少的当前状态和最终的目标之间的区别。程序从列表选择行为意味着一个简单的例子机器人这可能包括皮卡,记下,MOVEFORWARD MOVEBACK, MOVELEFT, MOVERIGHT-until达到的目标。
许多多样化的问题已经解决了人工智能程序。一些例子发现中标移动(或动作序列)在棋盘游戏,设计的数学证明,操纵“虚拟物品”在一个计算机生成的世界。
感知
在感知的环境扫描通过各种感觉器官,真实的或人工,这个场景分解为单独的对象在不同的空间关系。分析是复杂的事实,一个对象可能会出现不同的角度上看,场景中照明的方向和强度,以及对象与周围的领域。
目前,人工识别是足够先进,使光学传感器来识别个体,自治车辆以温和的速度开车上路,和机器人建筑漫游收集空汽水罐。最早的系统之一集成感知和行动是福瑞迪,一个静止的机器人移动电视眼睛和军的手,构造的爱丁堡大学、苏格兰、1966 - 73年期间的指导下唐纳德·米奇。弗雷迪是能够识别不同的物体,可以指示组装简单工件,比如一个玩具车,从一个随机堆组件。
语言
一个语言按照惯例是一个符号系统有意义。从这个意义上说,语言不需要局限于口语。交通标志,例如,一个指令语言形式,它是一种惯例,⚠意味着在一些国家“未来风险”。它是独特的语言单位的语言具有意义的惯例,和语言意义是完全不同的自然的意义,例如在语句如“那些云的意思是雨”和“压力的下降意味着阀故障。”
成熟的人类语言的一个重要特征对比鸟叫声和交通特征是他们的生产力。高效的语言可以制定一个无限多样的句子。
这是比较容易写计算机程序看起来,在严格限制上下文,在人类语言流利的应对问题和陈述。尽管这些程序理解的语言,他们可能,原则上,达到的地步的命令语言是区别一个正常的人类。那么,参与真正的理解,即使计算机使用语言就像人类的母语不承认明白吗?没有普遍同意回答这个困难的问题。根据一个理论,是否一个理解不仅取决于一个人的行为也在他的历史:为了表示理解,一个人必须学习当地的语言,训练的地方语言社区通过与其他语言的用户交互。