继人造智能诞生于二十世纪六十年代以来，人工智能技术发展迅速，已经深刻影响着现代生活。不论是国防、健康、运输、金融、服务业等都有着丰富的应用场景。从锤子科技推出用智能算法无缝嵌入历史事实、社会文化背景和新闻发布会的系统，到拥有大规模自动驾驶系统的汽车，再到如今的医疗诊断智能系统，它们都是当今人工智能发展的结果，同时也给人们带来了便利和安全保障。
与此同时，人工智能领域的算法也是如雨后春笋般涌现出来的。纵观目前存在的算法，它们大致可分为七大类：机器学习算法、规则匹配算法、模糊系统和神经网络、深度学习算法、进化计算算法、智能体分类模型算法以及生物识别模型算法。
其中，机器学习算法（machine learning algorithms）是一种数据分析的技术，它可以自动分析特定的数据，从而有效的抽取模型、规则以及认识等。规则匹配算法（Rule-matching Algorithms）是一种通过搜索设定规则来识别模式的算法。模糊系统和神经网络（Fuzzy Systems and Neural Networks）是一种运用隐藏层来模仿人脑功能结构，以实现机器学习、感知、决策等功能的算法。深度学习算法（Deep Learning Algorithms）是一种模仿人脑神经网络的多层节点结构，以更加准确的把数据处理成计算机可以理解的信息的技术。
进化计算算法（Evolutionary Computing algorithms）是一种计算技术，其利用遗传算法和复合算法来寻求最优解。智能体分类模型算法（Archetypal Model Algorithms）是一种分析数据聚类，并且从中挑选出具有特定形态的模型的技术。生物识别模型算法（Biometric Based Model Algorithms）是一种从人体生物特征中设计模型，以此来识别人的算法。
无论哪种算法，它们都有自身的特点，在不同的场景下各发挥着自己独特的优势，促进着人类可持续地发展和前进。因此，了解不同的人工智能算法应用技术，将为控制和稳妥运用人工智能技术，更有效的利用机器智能提供指导。
