Heuristikker er tommelfingerregler eller forenklede strategier, der inden for rimelig tid fører til en god, men ikke garanteret optimal løsning. I datalogi og AI hjælper de med at indsnævre enorme søgerum – f.eks. i ruteplanlægning, hvor luftlinjeafstanden til målet bruges som estimat, eller i skak, hvor stillinger vurderes. Mennesker bruger også heuristikker i hverdagen og i forretningsbeslutninger, med risiko for systematiske tankefejl.
Et ekspertsystem er et computerprogram, der gemmer menneskelige specialisters knowhow som regler og fakta og drager konklusioner ud fra dem. Det består typisk af en vidensbase og en inferensmotor, der anvender reglerne. Ekspertsystemer prægede AI i 1970'erne og 1980'erne, f.eks. inden for medicinsk diagnose eller konfiguration af teknisk udstyr. Deres idéer lever videre i dag i regelbaserede kontroller og vidensgrafer.
Et beslutningstræ er en model, der fremstiller en beslutning som en række enkle ja/nej-spørgsmål: Hver gren tester ét træk, og hvert blad giver et udfald. I maskinlæring læres sådanne træer automatisk ud fra data og bruges til klassifikation eller prognoser. Deres største styrke er gennemsigtighed – f.eks. kan de vise, hvorfor en låneansøgning blev markeret ud fra indkomst, løbetid og betalingshistorik.
Monte Carlo-metoder er beregningsteknikker, der bruger et meget stort antal tilfældige stikprøver til at tilnærme resultater, som er svære at beregne analytisk. Et system simuleres tusindvis af gange med tilfældigt varierede forudsætninger, og fordelingen af udfaldene analyseres. Organisationer bruger det til risikoanalyse, projektplanlægning eller porteføljevurdering. Inden for AI bruges metoderne bl.a. i reinforcement learning og i træsøgning til spil.
Knowledge engineering omfatter indsamling, organisering og forberedelse af ekspertviden, så IT-systemer kan bruge den. Oprindeligt handlede det om regler til ekspertsystemer; i dag er det ofte vigtigst at dokumentere spredt viden fra manualer, procesbeskrivelser og folks hoveder, så AI-agenter kan svare pålideligt ud fra den. Det indebærer klare strukturer, opdaterede kilder, definerede ansvarsområder og lukning af identificerede huller.
