1、机器学习：AI机器学习是利用计算机自动来提取数据特征，构建数学模型，从而实现对数据进行预测或分类等功能的一门研究领域。它是指利用计算机程序学习经验，旨在从数据中自动寻找规律，以解决复杂的问题的技术。通常，AI机器学习会建立一个模型，该模型能够从已有的训练数据中学习，并在新的数据上做出准确的预测。
2、深度学习：AI深度学习是指对数据进行挖掘和分析，识别规律，并从中学习的机器学习技术。AI深度学习采用多层神经网络结构，以组合方式构建多层神经网络（ANN），以及基于 神经网络的权重更新，模型学习等。该技术能够分析大量数据，并能够从中获取有用的信息。最近AI深度学习已经被用于机器视觉系统，语音识别，自动驾驶，自然语言处理等应用中。
3、自然语言处理：AI自然语言处理是指用计算机处理自然语言（即人们日常使用的语言）的技术。该技术的目标是让计算机可以理解和操作人类的语言，模拟人类的语言处理能力，并可以使用自然语言来和人交互。它主要是研究如何分析、理解和生成自然语言的技术来处理文本、语音和其他自然语言文档，而无需人工干预或交互。
4、语音识别：AI语音识别是指使用计算机的技术来识别、检测和解释人们的语音信号的过程。它利用声学模型，拟合人类说话的信号，以便更好地识别说话者并翻译成文本。AI语音识别的发展，让计算机可以更好地理解人类的声音，以完成进一步的任务。它可以取代手动输入，使某些任务更加高效和可靠。
5、语音合成：AI语音合成技术是指使用计算机来合成有效的人类语音信号的技术。它能够将文本转换成可以听得懂的语音输出，从而让计算机可以向人类发出指令或者进行沟通。AI语音合成可以节省人力，并且可以准确地发出声音，让计算机能够更好地和人类进行交流。
6、图像识别：AI图像识别是指利用计算机来识别图像、征兆或模式的技术。它包括各种机器视觉技术，如深度学习、计算机视觉等。AI 图像识别是以图像处理为基础，利用深度学习技术从图像中抽取特征，并将其转换为文本描述或标签的技术。它可以用于图像分类、物体识别等任务，并可以实现自动分析图像、简化图像分析流程的目的。
7、计算机视觉：AI计算机视觉是指使用计算机来模拟人类视觉功能的科学。它是深度学习、机器学习、计算机图形学和计算机视觉等技术的综合，能够帮助计算机理解、解释和操作图像数据，从而实现计算机看得“懂”并能够做出智能决策的能力。AI计算机视觉能够为机器从图像数据中提取有用的信息，从而用于机器视觉、无人驾驶等应用。
8、自动驾驶：AI自动驾驶是利用人工智能技术让汽车自动驾驶，实现在规定路径内不需要人类来操控，通过感知、定位以及决策三个方面来实现。 感知：通过传感器获得周边环境数据，包括车辆、行人、交通标志等，来识别路面情况； 定位：通过GPS、诱导系统以及地图等技术来获取汽车的定位； 决策：将感知到的环境以及汽车的定位状态作为输入，运用深度学习、规则推理等机器学习算法来制定汽车的控制策略，实现车辆的行驶规划以及相应的操作指令。
