人工智能的第二次寒冬是因为专家系统的局限性被逐渐暴露。A. 正确B. 错误

考查要点：本题主要考查学生对人工智能发展历史中“第二次寒冬”原因的理解，特别是对专家系统局限性的认识。

解题核心思路：需明确人工智能第二次寒冬的时间节点（20世纪80年代末至90年代初），并联系当时的技术背景——专家系统的广泛应用及其局限性。关键点在于理解专家系统在特定领域虽有效，但存在通用性不足、知识库维护成本高、难以处理不确定性问题等问题，最终导致技术瓶颈和资金链断裂。

破题关键：通过历史事件与技术发展的关联，判断题目中因果关系的正确性。

人工智能的第二次寒冬发生在20世纪80年代末至90年代初，其核心诱因是专家系统技术的局限性逐渐暴露。专家系统通过知识库模拟专家决策，虽然在特定领域（如医疗诊断、化学分析）表现优异，但存在以下问题：

1. 通用性差：仅适用于特定领域，难以扩展。
2. 知识获取与维护困难：需大量专家知识，更新成本高昂。
3. 缺乏学习能力：无法自主适应新问题，依赖人工调整规则。
4. 处理不确定性能力弱：面对模糊或不完整信息时表现受限。

这些问题导致项目难以持续，投资减少，最终引发AI研究的低谷。因此，题目表述正确。