(一)搜索技术

所谓搜索，就是为了达到某一目标，而连续进行找寻的过程。搜索技术就是对寻找目标进行引导和控制的技术。这是人工智能最早形成的基本技术之一。

从求解问题角度看，环境给智能系统(人或机器系统)提供的信息有两种可能。

(1)完全的知识：用现成的方法可以求解，如用消除法来解线性方程组，这不是人工智能研究的范围。

(2)部分知识或完全无知：无现成的方法可用。如下棋、法官判断、医生诊病问题，有些问题有一定的规律，但往往需要边试探边求解。这就需要使用所谓的搜索技术。

(二)知识表示和知识利用的技术

从通用问题求解系统到专家系统，它们都认识利用问题领域知识来求解问题的重要性。

但知识的表示和知识的处理有几大难点：知识非常庞大，正因为如此，我们常说我们处在“知识爆炸”的时代;知识难以精确表示，如象棋大师的经验、医生看病的经验都难以用语言精确表达;知识经常变化，所以要经常进行知识更新。

因此，有人认为人工智能技术就是一种知识表达和知识利用的技术。

(三)抽象和归纳技术

抽象用以区分重要与非重要的特征，借助于抽象可将处理问题中的重要特征和变式与大量非重要特征和变式区分开来，使对知识的处理变得更有效、更灵活。

归纳技术，是指机器自动提取概念、抽取知识、寻找规律的技术。通过抽象可以使归纳更加容易，更加易于分析、综合和比较，更易于寻找规律。

(四)推理技术

基于知识表示的程序主要利用推理在形式上的有效性，亦即在问题的求解过程中，智能程序所使用知识的方法和策略应较少地依赖于知识的具体内容。

因此，通常的程序系统中都采用推理机制与知识相分离的典型体系结构。这种结构从模拟人类思维的一般规律出发来使用知识。

(五)联想技术

联想是最基本、最基础的思维活动，它几乎与所有的技术息息相关。因此，联想技术也是人工智能的最基本的技术之一。联想的前提是联想记忆或联想存储。

联想存储的特点有：

(1)可以存储许多相关(激励、响应)模式。

(2)通过自组织过程可以完成多种存储。

(3)以分步、稳健的方式(可能会有很多的冗余度)存储信息。

(4)可以根据接收到的相关激励模式产生并输出适当的响应模式。

(5)即使输入激励模式失真或不完全，仍然可以产生正确的响应模式。

(6)可在原存储中加入新的存储模式。