1、機器學(xué)習(xí)平臺：提供算法、API、開發(fā)和培訓(xùn)工具包、數(shù)據(jù)以及計算能力，來設(shè)計、訓(xùn)練模型并將其部署到應(yīng)用程序或其他機器中。目前廣泛用于企業(yè)級應(yīng)用，主要涉及預(yù)測或分類。

2、人工智能優(yōu)化硬件：圖形處理單元（GPU）和專門設(shè)計制造的設(shè)備，用于高效運行面向人工智能的計算作業(yè)。目前已經(jīng)在深度學(xué)習(xí)應(yīng)用程序方面發(fā)生重大影響。

3、決策管理：引擎將規(guī)則和邏輯架構(gòu)插入人工智能系統(tǒng)，并用于初始設(shè)置/培訓(xùn)和持續(xù)維護和調(diào)整相關(guān)決策。它是一種成熟的技術(shù)，廣泛應(yīng)用于各種企業(yè)應(yīng)用程序中，幫助或執(zhí)行自動化決策。

4、機器人流程自動化：使用腳本和其他方法自動化人工操作，以支持高效的業(yè)務(wù)流程。目前用于人類執(zhí)行任務(wù)或流程成本過高或效率低下的情況。

5、文本分析和自然語言處理：自然語言處理（NLP）使用和支持文本分析，為此它借助統(tǒng)計方法和機器學(xué)習(xí)方法，為理解句子結(jié)構(gòu)及意義、情感和意圖提供方便。目前應(yīng)用于欺詐檢測和安全等廣泛的自動化輔助以及挖掘非結(jié)構(gòu)化數(shù)據(jù)等領(lǐng)域。

6、自然語言生成：從計算機數(shù)據(jù)生成文本。目前用于客戶服務(wù)、報告生成和商業(yè)智能匯總分析。

7、語音識別：將人類的語音轉(zhuǎn)錄并轉(zhuǎn)換成對計算機應(yīng)用有用的格式。目前用于交互式語音響應(yīng)系統(tǒng)和移動應(yīng)用程序。

8、虛擬人物：從簡單的聊天機器人到可以與人類連接的高級系統(tǒng)。目前用于客戶支持和服務(wù)，并擔(dān)任智能家居管理。

9、深度學(xué)習(xí)平臺：一種特殊類型的機器學(xué)習(xí)，由多個抽象層的人工神經(jīng)網(wǎng)絡(luò)組成。目前主要用于大數(shù)據(jù)技術(shù)支持的模式識別和分類應(yīng)用程序。

10、生物特征識別：使人類和機器之間的互動更加自然，包括但不限于圖像和觸摸識別、語言和身體語言。目前主要用于對市場的研究。