一般来说，人工智能技术包括：1.机器学习; 2、知识图谱; 3、自然语言处理; 4、人机交互; 5.语音识别; 6.计算机视觉。
1.机器学习。
机器学习是一门涉及统计学、系统识别、近似理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科。 基于数据的机器学习是现代智能技术中最重要的方法之一，它研究基于观测数据（样本）的模式搜索，并使用这些模式对未来数据或不可观察数据**执行。 根据学习模式、学习方法和算法的不同，机器学习有不同的分类方法。
2、知识图谱;
知识图谱本质上是一个结构化的语义知识库，是由节点和边组成的图数据结构，它以符号的形式描述物理世界中的概念及其相互关系，其基本组成单元是“实体-关系-实体”三元组，以及实体及其相关的“属性-值”对。 不同的实体通过关系相互连接，形成知识结构网络。 在知识图谱中，每个节点代表现实世界中的一个“实体”，每个边都是实体之间的“关系”。 通俗地说，知识图谱是一个关系网络，它将各种信息连接在一起，提供从“关系”的角度分析问题的能力。
知识图谱可用于反欺诈、不一致验证、群骗等公共安全保障领域，需要异常分析、静态分析、动态分析等数据挖掘方法。 特别是知识图谱在搜索引擎、视觉展示和精准营销方面具有很大的优势，成为行业内流行的工具。 然而，知识图谱的发展仍然存在很大的挑战，比如数据噪声的问题，即数据本身存在错误或存在冗余数据。 随着知识图谱应用的不断深化，仍有一系列关键技术需要突破。
3、自然语言处理;
自然语言处理是计算机科学和人工智能领域的一个重要方向，研究了自然语言中能够实现人机有效交流的各种理论和方法，主要包括机器翻译、机器阅读理解和问答系统。
4、人机交互;
人机交互主要研究人与计算机之间的信息交换，主要包括人与计算机和计算机与人的信息交换，是人工智能领域重要的外围技术。 人机交互是一门与认知心理学、人体工程学、多元技术、虚拟现实技术等密切相关的综合性学科。 传统的人机信息交换主要依靠交互设备，主要包括键盘、鼠标、操纵杆、数据服装、眼动数据手套、压力笔等输入设备，以及打印机、绘图仪、监视器、头盔显示器、扬声器等输出设备。 除了传统的基础交互和图形交互外，人机交互技术还包括语音交互、情感交互、体感交互和脑机交互。
5.语音识别;
语音识别技术是一种高科技技术，它允许机器通过识别和理解的过程将语音信号转换为相应的文本或命令。 语音识别技术主要包括特征提取技术、模式匹配准则和模型训练技术三个方面。 语音识别是人机交互的基础，主要解决的是让机器听清楚人们在说什么的问题。 目前，人工智能最成功的实现是语音识别技术。
目前，语音识别主要应用于车联网、智能翻译、智能家居、自动驾驶等领域，国内最具代表性的企业是科大讯飞，此外还有云之盛、浦强信息、晟智科技、GMEMS通用微科技等初创企业。
6.计算机视觉。
计算机视觉是人工智能的一个领域，它训练计算机解释和理解视觉世界。 借助相机和**中的数字图像以及深度学习模型，机器可以准确地识别和分类物体，然后对它们“看到”的东西做出反应。