贝叶斯定理/贝叶斯推断:贝叶斯定理是概率论的一个核心概念,在人工智能中,它为我们提供了一种在得到新数据或者证据时调整人工智能信念库的方法。最关键的是,新的数据可能只是“噪音”或者不够确定的数据。贝叶斯定理为我们提供了处理此类不确定信息的正确方法。
贝叶斯网络:一种知识表述方案,用于捕获基于概率的数据之间产生的复杂网络。使用基于贝叶斯定理的贝叶斯推断来构成。
本体工程:在一个专家系统中(更普遍地说是在一个基于知识的人工智能系统中),这是一个定义概念词汇表的任务,这些词汇表被用来表示系统中的知识。
博弈论:一种基于全局的推理理论,在人工智能中被广泛用于构造人工智能系统和其他系统交互的框架。
不可判定问题:从精确的数学意义上来讲,某个问题无法用计算机(或者更确切地说,图灵机)来解决,即为不可判定问题。
不确定性:人工智能普遍存在的一个问题。我们接收到的信息很少是确定的(即确切为真或者为假),通常会具有不确定性。同样,当我们做决策的时候,也很少确切地知道决策后果是什么:通常有多种可能性结果,只是每种结果出现的概率不同。因此,处理不确定性是人工智能的一个基本主题。另请参见贝叶斯定理及附录C。