人工智能研究生考试的内容主要包括以下几个方面：

公共科目

思想政治理论：考察学生对马克思主义基本原理、中国特色社会主义理论、时事政治等的理解和掌握。

英语：测试学生的英语阅读理解、翻译、写作等能力。

数学：高等数学、线性代数、概率论与数理统计等，为算法开发和数据分析提供基础。

专业课

数据结构与算法：测试学生在算法设计、数据处理方面的技能。

计算机科学基础：如计算机网络、操作系统，测试学生对计算机系统和网络通信的理解。

人工智能基础或机器学习：涉及机器学习算法、深度学习、神经网络等核心领域知识。

复试科目 （部分院校）：

软件工程。

人工智能。

数据库原理。

其他可能涉及的领域：深度学习（如卷积神经网络CNN、循环神经网络RNN、长短期记忆网络LSTM等模型）、自然语言处理（如语言模型、词嵌入、文本分类、机器翻译等）、计算机视觉（如图像识别、目标检测、图像分割等技术）、数据挖掘与分析（如数据预处理、特征工程、统计分析、聚类分析等方法）、人工智能伦理与法律（考察人工智能应用中的伦理和法律问题）。

项目实践经验

展示考生参与过的AI项目、解决的实际问题等。

编程能力

通过编程题或上机操作考察编程水平，常用编程语言包括Python、C++等。

总的来说，人工智能研究生考试的内容涵盖了政治、英语、数学和计算机科学等多个领域，需要考生具备全面的知识储备和扎实的基础能力。建议考生根据自身情况和目标院校的要求，有针对性地进行复习和准备。