所謂尋找，就是為了達到某個目標而不斷尋找的過程。搜索技術是引導和控制搜索目標的技術。這是人工智能最早的基礎技術之壹。
從解決問題的角度來看，環境提供給智能系統(人或機器系統)的信息有兩種可能。
(1)知識完備:可以用現成的方法解決，比如用消元法解線性方程組，這不是人工智能研究的範圍。
(2)壹知半解或壹無所知:沒有現成的方法可用。比如象棋，法官的判斷，醫生的診斷，有些問題是有壹定規律的，但往往需要邊試邊解。這需要使用所謂的搜索技術。
(二)知識表示和知識利用技術
從壹般的問題解決系統到專家系統，都知道利用問題領域知識解決問題的重要性。
但是，知識的表征和處理有幾個難點:知識是龐大的，正因為如此，我們經常說，我們在哪裏？知識爆炸？的時代；知識是很難準確表達的，比如象棋大師的經驗，醫生看病的經驗。知識是經常變化的，所以我們要經常更新知識。
所以有人認為人工智能技術是壹種知識表達和知識利用的技術。
抽象和歸納技術
抽象用於區分重要和不重要的特性。借助抽象，可以將處理問題中的重要特征和變量與大量不重要的特征和變量區分開來，使知識的處理更加有效和靈活。
歸納技術是指機器自動提取概念、知識和規則的技術。抽象可以使歸納更容易，更容易分析、綜合、比較，更容易發現規律。
(四)推理技術
基於知識表示的程序主要利用推理的形式有效性，即在解決問題的過程中，智能程序所使用的知識的方法和策略應較少依賴於知識的具體內容。
因此，壹般的程序系統都采用典型的推理機制與知識分離的體系結構。這個結構使用了來自模擬人類思維的壹般規律的知識。
聯想科技
聯想是最基本最基礎的思維活動，幾乎和所有的技術都有密切關系。所以聯想技術也是人工智能最基礎的技術之壹。聯想的前提是聯想記憶或聯想存儲。
關聯存儲功能包括:
(1)可以存儲很多相關的(激發，響應)模式。
(2)通過自組織過程可以完成多種存儲。
(3)以循序漸進、穩健的方式存儲信息(可能會有很多冗余)。
(4)可以根據接收到的相關激勵模式生成並輸出適當的響應模式。
(5)即使輸入激勵模式失真或不完整，仍然可以產生正確的響應模式。
(6)新的存儲模式可以添加到原始存儲中。