和定性推理等，其中演绎推理更接近我们的左脑思维，但机器不能依靠完全模拟人脑来处理所有问题，所以单一的推理方式是远远不够的。专家系统的特殊之处就在于它既不是单纯的罗辑思维也不是繁琐的程序代码，而是建立在知识与经验之上的思维方式，它能够更加快速的作出判断，并且理论上完善的系统设计可以避免人类思维所存在的纰漏。如今，专家系统被广泛应用于医学诊断、地质勘探、工程设计等方面，但目前的专家系统与真正的人类专家还有一定的差距，应急问题的处理还远不及人类水平，但是我们相信随着科学技术的精进这些问题也将在不久的将来得到完美的解决。
此外，模式识别与机器翻译也是人工智能的重大应用，有望代替人类去完成枯燥、重复的信息处理工作。模式识别就是用智能机器对模式进行区分与界定，实现对复杂的信息进行处理（图像、声音、物体等等统称为“模式”）。以图像信息为例，机器把获取的图像特征转化为机器代码存储起来，并与计算机中的特征样板相匹配得出机器识别的结论。门禁系统、指纹识别系统及无人驾驶系统等都是模式识别的实际应用。机器翻译可以用机器实现自然语言间的转化，目前为止还没有出现一个高精准的翻译系统，但作为翻译工作的一种辅助工具节省了大量的时间与精力，在国际化的时代大背景下得到了广泛的应用。
人工智能在各类计算机游戏中的作用也越来越重要，让游戏中的“非玩家控制角色”具有人类一样的思维判断能力可以大大提高游戏可玩性。有限状态机（FSM）、加入了随机性的模糊状态机（FuSM）、可以赋予地形特殊性的智能地形（SmartTerrai
）等都是游戏AI设计中的内容。此外，还有电子设备中的芯片、智能处理系统等等都是人工智能技术的领域。
三、人工智能的困境与发展
伴随人工智能的探索研究者们面临的问题也越来越多，似乎人工智能时代远没有到来，那么要实现人工智能，创造出真正接近人类智慧的机器又面临着哪些问题呢。
一是人工神经网络的困境。人脑的计算是建立在大规模并行计算之上的，并具有强大的容错与联想机制，大脑还具有缓慢的生长过程，在成长中形成自己的认知以及独特的个性，而机器遵循严格的数学算法、它的神经元类型单一、仅支持点对点的方式运送信息，这些都不同与人类复杂的神经网络。目前的人工神经网络的研究往往是忽略了神经末梢细胞的感知而进行的，这也就造成了整体情感的缺失，这依旧是机器的思维而不是接近人类的强人工智能。以机器代替肉体成为产生意识的物质基础，这个理r