1. 机器学习（Machine Learning）： 机器学习是人工智能的主要分支，它使打算机系统能够通过从数据中学习并自动改进而不须要明确编程。
机器学习算法可以识别模式、预测结果和做出决策。

2. 神经网络（Neural Networks）： 神经网络模拟人脑中神经元之间的连接办法，通过多层次的神经元网络来仿照繁芜的输入输出关系，从而实现学习和推断。

3. 深度学习（Deep Learning）： 深度学习是机器学习的一个分支，利用多层次的神经网络来进行学习，它可以处理繁芜的非线性关系，并在诸如图像识别、自然措辞处理等任务上取得了巨大成功。

4. 推理和推断（Reasoning and Inference）： 推理是指根据已知的信息和逻辑规则来得出新的结论或办理问题的过程。
在人工智能中，推理和推断是一种常见的方法，用于从数据中推断出模式、规律或办理问题。

5. 知识表示和处理（Knowledge Representation and Processing）： 人工智能系统须要能够表示和处理知识，以便进行推理、办理问题和做出决策。
知识表示方法可以包括规则、图形、语义网络等。

6. 自然措辞处理（Natural Language Processing）： 自然措辞处理是人工智能的一个主要领域，旨在使打算机能够理解、剖析和天生自然措辞文本。
这涉及到语音识别、文本理解、机器翻译等技能。

综合利用这些事理和方法，人工智能系统可以仿照人类的智能行为，从而实现诸如自主决策、措辞互换、图像识别等繁芜任务。