人工智能的分支領域之研究途徑與實現技術的劃分
1、符號智能
符號智能就是以符號知識為基礎，通過符號推理進行問題求解而實現的智能。這也就是所說的傳統人工智能或景點人工智能。
符號智能研究的主要內容包括知識工程和符號處理技術。
知識工程設計知識獲取、知識表示、知識管理、知識運用以及知識庫系統等一系列知識處理技術。
符號處理技術指基於符號的推理和學習技術，它主要研究經典邏輯和非經典邏輯理論以及相關的程序設計技術。簡而言之，符號智能就是基於人腦的心理模型，運用傳統的程序設計方法實現的人工智能。
2、計算智能
計算智能是以數據為基礎，通過數值計算進行問題求解而實現的智能。
計算智能研究的只要內容包括人工智能神經網絡，進化計算（包括遺傳算法，遺傳程序設計，進化規劃，進化策略等）、模糊算法等。
計算智能主要模擬自然智能系統，研究其數學模型和相關算法，並實現人工智能。計算智能是當前人工智能學科中一個十分活躍的分支領域。
基於應用領域的領域劃分
1、難題求解
這裡的難題，主要指那些沒有算法解，或雖有算法解但在現有機器上無法實施或無法完成的困難問題。
根據可計算理論，所謂難解問問題有：
NP：即不能證明算法複雜性超越多項式界，又沒有找到有效算法的問題。
NPC：NP問題中最困難的子類只恩能夠遊戲.......
應用問題：路徑規劃，運輸調度......
2、自動定理證明
自動定理證明就是機器定理證明，這也是人工智能的一個重要研究領域，也是最早的研究領域之一。定理證明是最典型的邏輯推理問題之一，它在發展人工智能方法上起過重大作用。
自動定理證明的方法主要有四類：
（1）自然演繹法。它的基本思想是一句推理規則，從前提和公里中可以推出許多定理，如果待證的定理卡在其中，則定理得證。
（2）判定發。即對一類問題找出統一的計算機上可實現的算法解。在這方面一個著名的成果是我國數學家吳文俊教授1997年提出的初等幾何定理證明方法。
（3）定理證明器。它研究一切可判定問題的證明方法。
（4）計算機輔助證明。它是以計算機為輔助工具，利用機器的高速度和大容量，幫助人完成手工證明中難以完成的大量計算，推理和窮舉。
閱讀更多 水寒科技帝國 的文章
