一般來說，人工智慧技術包括：1.機器學習; 2、知識圖譜; 3、自然語言處理; 4、人機互動; 5.語音識別; 6.計算機視覺。
1.機器學習。
機器學習是一門涉及統計學、系統識別、近似理論、神經網路、優化理論、電腦科學、腦科學等諸多領域的交叉學科。 基於資料的機器學習是現代智慧型技術中最重要的方法之一，它研究基於觀測資料（樣本）的模式搜尋，並使用這些模式對未來資料或不可觀察資料**執行。 根據學習模式、學習方法和演算法的不同，機器學習有不同的分類方法。
2、知識圖譜;
知識圖譜本質上是乙個結構化的語義知識庫，是由節點和邊組成的圖資料結構，它以符號的形式描述物理世界中的概念及其相互關係，其基本組成單元是“實體-關係-實體”三元組，以及實體及其相關的“屬性-值”對。 不同的實體通過關係相互連線，形成知識結構網路。 在知識圖譜中，每個節點代表現實世界中的乙個“實體”，每個邊都是實體之間的“關係”。 通俗地說，知識圖譜是乙個關係網路，它將各種資訊連線在一起，提供從“關係”的角度分析問題的能力。
知識圖譜可用於反欺詐、不一致驗證、群騙等公共安全保障領域，需要異常分析、靜態分析、動態分析等資料探勘方法。 特別是知識圖譜在搜尋引擎、視覺展示和精準營銷方面具有很大的優勢，成為行業內流行的工具。 然而，知識圖譜的發展仍然存在很大的挑戰，比如資料雜訊的問題，即資料本身存在錯誤或存在冗餘資料。 隨著知識圖譜應用的不斷深化，仍有一系列關鍵技術需要突破。
3、自然語言處理;
自然語言處理是電腦科學和人工智慧領域的乙個重要方向，研究了自然語言中能夠實現人機有效交流的各種理論和方法，主要包括機器翻譯、機器閱讀理解和問答系統。
4、人機互動;
人機互動主要研究人與計算機之間的資訊交換，主要包括人與計算機和計算機與人的資訊交換，是人工智慧領域重要的外圍技術。 人機互動是一門與認知心理學、人體工程學、多元技術、虛擬實境技術等密切相關的綜合性學科。 傳統的人機資訊交換主要依靠互動裝置，主要包括鍵盤、滑鼠、操縱桿、資料服裝、眼動資料手套、壓力筆等輸入裝置，以及印表機、繪圖儀、監視器、頭盔顯示器、揚聲器等輸出裝置。 除了傳統的基礎互動和圖形互動外，人機互動技術還包括語音互動、情感互動、體感互動和腦機互動。
5.語音識別;
語音識別技術是一種高科技技術，它允許機器通過識別和理解的過程將語音訊號轉換為相應的文字或命令。 語音識別技術主要包括特徵提取技術、模式匹配準則和模型訓練技術三個方面。 語音識別是人機互動的基礎，主要解決的是讓機器聽清楚人們在說什麼的問題。 目前，人工智慧最成功的實現是語音識別技術。
目前，語音識別主要應用於車聯網、智慧型翻譯、智慧型家居、自動駕駛等領域，國內最具代表性的企業是科大訊飛，此外還有雲之盛、浦強資訊、晟智科技、GMEMS通用微科技等初創企業。
6.計算機視覺。
計算機視覺是人工智慧的乙個領域，它訓練計算機解釋和理解視覺世界。 借助相機和**中的數字影象以及深度學習模型，機器可以準確地識別和分類物體，然後對它們“看到”的東西做出反應。