下载掌阅APP，畅读海量书库
立即打开
人工智能作为一门学科，具有独特的技术特征，主要表现在以下几个方面。
人工智能常常利用搜索补偿经验知识的不足。人们在遇到从未经历过的问题时，会由于缺乏经验知识而不能快速解决它，但可以采取“尝试-检验”的方法，即凭借人们的常识和相关领域的专门知识对问题进行试探性的求解，逐步解决问题，直至成功。这就是人工智能问题求解基本策略中的生成-测试法，用于指导在问题状态空间中的搜索。
知识在求解问题过程中具有非常重要的作用。利用知识可以提高搜索效率，弥补搜索中的不足。知识工程和专家系统技术的开发证明了知识可以指导搜索，“修剪”不合理的搜索分支，从而减小问题求解的不确定性，以大幅度地减少状态空间的搜索量，甚至完全免除不必要的搜索。从某种意义上讲，人工智能就是一种利用知识的方法。
抽象用以区分重要与不重要的特征。借助抽象可区分问题中的重要特征和变式与大量不重要特征和变式。
人工智能技术利用抽象表现为在人工智能程序中采用陈述性的知识表示方法，这种方法把知识当作一种特殊的数据来处理，在程序中只把知识和知识之间的联系表达出来，与知识的处理截然分开，这使得知识更加清晰、明确并易于理解。
基于知识表示的人工智能程序主要利用推理在形式上的有效性，即在问题求解的过程中，人工智能程序使用知识的方法和策略都应较少地依赖知识的具体内容。目前，人工智能已有各种逻辑推理，如似然推理、定性推理、模糊推理、非精确推理等，这些逻辑推理已发展成为各种控制策略，为人工智能的应用开辟了广阔的应用前景。
人工智能的核心是思维，具有可运用的知识。关于人工智能的研究应以学习而不是知识为中心。人工智能的研究中心应当通过学习来积累。
西蒙于20世纪50年代在研究人的决策制定中总结出一条关于智能行为的基本原则。该原则指出，人在超过其思维能力的条件下，仍要做好决策，而不是放弃。这时人将在一定的约束条件下制定尽可能好的决策。这样制定的决策具有一定的随机性，往往不是最优的。人工智能要完成的任务，大多是在一个“组合爆炸空间”内的搜索，因此有限合理是人工智能技术应遵循的原则之一。