人工智能开发了大量工具来解决计算机科学中最困难的问题。
1.搜索和优化
人工智能中的很多问题都可以通过智能搜索来解决，对于很多在理论上已经被证明的潜在解：推理可以简化为搜索。
例如，逻辑证明可以被视为寻找从前提到结论的路径，其中每一步都是推理规则的应用。该算法搜索目标树和子目标树，试图找到到达目标的路径。这个过程被称为手段-目的分析。用于移动肢体和抓取物体的机器人算法使用配置空间中的局部搜索。许多学习算法使用基于优化的搜索算法。
2.逻辑
逻辑用于知识表示和问题求解，但也可以应用于其他问题。
例如，satplan算法使用逻辑进行规划，归纳逻辑编程也是一种学习方法。
3.不确定推理的概率方法。
人工智能中的许多问题(推理、规划、学习、感知和机器人)需要代理在不完整或不确定的信息下进行操作。人工智能研究人员使用概率论和经济学的方法设计了许多强大的工具来解决这些问题。