情景理解：
在智能机器人或其他AI系统的设计中，情景理解是指能够识别和分析特定情境中的各种元素。这种能力涉及到对语境、环境和任务需求的深入理解，以便更好地进行决策和交互。例如，一台能在家中执行清洁任务的机器人需要具备对房间布局、使用者偏好以及可能存在的障碍物等因素的情景理解能力。
自然语言处理：
自然语言处理（NLP）是使计算机能够理解人类语言并与之交互的一项技术。在八大智能测评评估表中，NLP被视为一种关键技能，因为它允许AI系统从文本数据中提取有意义信息，并且能够生成高质量的人类可读性强的响应。例如，一款聊天软件中的虚拟助手需要具备良好的NLP能力，以便正确地解释用户的问题并提供适当答案。
感知与控制：
感知与控制是指通过传感器获取环境信息，并将这些信息转换成行动命令来影响外部世界这一过程。在自动驾驶汽车或工业机器人等领域，这种能力至关重要。一辆车必须通过摄像头、雷达和激光扫描仪等传感器来检测周围环境，然后根据这些信息做出调整路线以避免碰撞或保持稳定行驶。
学习与推理：
学习与推理是一种让AI系统从经验中学到知识并基于已有的知识进行新的推断这一过程。这一技能对于构建自我优化和改进性能的AI模型至关重要。例如，一款推荐算法可以通过分析用户历史行为来预测他们可能喜欢什么类型的事物，从而不断优化推荐列表。
决策制定：
决策制定的能力使得AI系统能够根据输入数据和预设目标做出合适的选择。这包括规划、风险管理以及资源分配等多个方面。在金融市场交易或者医疗诊断领域，准确快速作出的决策对于保证效率至关重要。
