(壹)搜索技術
所謂搜索，就是為了達到某壹目標，而連續進行找尋的過程。搜索技術就是對尋找目標進行引導和控制的技術。這是人工智能最早形成的基本技術之壹。
從求解問題角度看，環境給智能系統(人或機器系統)提供的信息有兩種可能。
(1)完全的知識：用現成的方法可以求解，如用消除法來解線性方程組，這不是人工智能研究的範圍。
(2)部分知識或完全無知：無現成的方法可用。如下棋、法官判斷、醫生診病問題，有些問題有壹定的規律，但往往需要邊試探邊求解。這就需要使用所謂的搜索技術。
(二)知識表示和知識利用的技術
從通用問題求解系統到專家系統，它們都認識利用問題領域知識來求解問題的重要性。
但知識的表示和知識的處理有幾大難點：知識非常龐大，正因為如此，我們常說我們處在?知識爆炸?的時代;知識難以精確表示，如象棋大師的經驗、醫生看病的經驗都難以用語言精確表達;知識經常變化，所以要經常進行知識更新。
因此，有人認為人工智能技術就是壹種知識表達和知識利用的技術。
(三)抽象和歸納技術
抽象用以區分重要與非重要的特征，借助於抽象可將處理問題中的重要特征和變式與大量非重要特征和變式區分開來，使對知識的處理變得更有效、更靈活。
歸納技術，是指機器自動提取概念、抽取知識、尋找規律的技術。通過抽象可以使歸納更加容易，更加易於分析、綜合和比較，更易於尋找規律。
(四)推理技術
基於知識表示的程序主要利用推理在形式上的有效性，亦即在問題的求解過程中，智能程序所使用知識的方法和策略應較少地依賴於知識的具體內容。
因此，通常的程序系統中都采用推理機制與知識相分離的典型體系結構。這種結構從模擬人類思維的壹般規律出發來使用知識。
(五)聯想技術
聯想是最基本、最基礎的思維活動，它幾乎與所有的技術息息相關。因此，聯想技術也是人工智能的最基本的技術之壹。聯想的前提是聯想記憶或聯想存儲。
聯想存儲的特點有：
(1)可以存儲許多相關(激勵、響應)模式。
(2)通過自組織過程可以完成多種存儲。
(3)以分步、穩健的方式(可能會有很多的冗余度)存儲信息。
(4)可以根據接收到的相關激勵模式產生並輸出適當的響應模式。
(5)即使輸入激勵模式失真或不完全，仍然可以產生正確的響應模式。
(6)可在原存儲中加入新的存儲模式。