7.大数据智能理论重点突破监督学习、综合深度推理等难点问题，建立数据驱动、以自然语言理解为核心的认知计算模型，形成从大数据到知识、从知识到决策的能力。

判断题

7.大数据智能理论重点突破监督学习、综合深度推理等难点问题，建立数据驱动、以自然语言理解为核心的认知计算模型，形成从大数据到知识、从知识到决策的能力。

答案解析

单选题

8.群体智能理论重点突破群体智能的组织、（）、学习的理论与方法，建立可表达、可计算的群智激励算法和模型，形成基于互联网的群体智能理论体系。

答案解析

多选题

9.跨媒体感知计算理论重点突破低成本低能耗智能感知、复杂场景主动感知、自然环境听觉与言语感知、多媒体自主学习等理论方法，实现（）和（）、高维度、多模式分布式大场景感知。

答案解析

判断题

8.合增强智能理论重点突破人机协同共融的语义理解与决策学习、直觉推理与因果模型、记忆与知识演化等理论，实现学习与思考接近或超过人类智能水平的混合增强智能。

答案解析

判断题

10.大数据智能理论重点研究数据驱动与知识引导相结合的人工智能新方法、以结构化数据为核心的认知计算理论和方法、综合深度推理与创意人工智能理论与方法等。

答案解析