理解自然語言

自然語言處理是人工智能早期研究領域之一。已經編寫出能夠從內部數據可問答用英語提出問題的程序，這些程序通過閱讀文本材料和建立內部數據庫，能夠把句子從一種語言翻譯為另一種語言夢之星用易于給出的指令和獲取知識等。人類一直希望研制出一些可以替代人類活動的機器人（如機器人炊事員），而使機器人能夠理解自然語言是之中的關鍵所在，只要理解了自然語言，就可以根據這些語言執行一些具體的活動。

人工智能在語言翻譯與語音理解程序方面已經取得的成就，發展為人類自然語言處理的新概念。

機器學習

學習能力無疑是人工智能研究領域上最突出最重要的一個方面。人工這 能在這方面的研究近年來取得了一些進展。學習是人工智能主要標志和獲得知識的基本手段。機器學習是使計算機具有智能的根本途徑。真如相克所說“一臺計算機若不能學習，就不能成為具有智能的。”此外機器學習還有助于發現人類學習的機理和解釋人要的奧秘。所以這是一個始終得到重視，理論正在創立，方法日臻完善，但遠未達到理想境地的研究領域。

顯然，機器人領域智能化的提高必須在機器學習研究領域得到長足的發展的基礎下才能完成。機器學習的能力正是機器人最大的瓶頸，一些技術難關始終無法攻破，最難的領域往往是最有前景的領域。

人工神經網絡

機器人除了上述的學習能力，神經網絡對于他也是一個很大的瓶頸，怎樣是高智能化的機器然想人一樣去感知外界的各種信息始終是一個無法逾越的鴻溝。人工神經網絡研究已經證明，用神經網絡處理直覺和形象思維信息具有比傳統處理方式好得多的效果。神經網絡有著非常廣闊的科學背景，是眾多學科研究的綜合成果。神經生理學家、心理學家與計算機科學加的共同研究得出結論是：人腦是一個功能強大、結構異常復雜的信息處理系統，其基礎是神經元及其互聯關系。因此，對人腦神經元和人工神經網絡的研究，可能創造新一代人工智能機器—神經計算機。

神經計算機的研究對于機器人更高智能化具有非常大的推動作用，但是 次領域機器學習一樣，仍然需要一代一代人的不懈努力。

機器人學

在人工智能的眾多研究領域中，已經將機器人學單獨作為一個分支進行研究，其中包括對操作機器人裝置程序的研究。這個領域所研究的問題，從機器人手臂的最佳移動到實現機器人目標的動作序列的規劃方法，無所不包。

機器人和機器人血的研究促進了許多人工智能思想的發展。他所導致的一些技術可用來模擬世界的狀態，用來描述從一種世界狀態轉變為另一種世界狀態的過程。它對于怎樣產生動作序列的規劃以及怎樣監督這些規劃的執行有了一種較好的理解。復雜的機器人控制問題迫使我們發展一些方法，現在抽象和忽略細節的高層進行規劃，然后再逐步在細節越來越重要的地層層層進行規劃。機器人已在各種工業、農業、商業、旅游業、空中和海洋以及國防領域獲得越來越普遍的應用。