Q-õpe on stiimulõppe põhimeetod. Agent õpib katse-eksituse meetodil, milline pikaajaline väärtus („Q-väärtus“) on teatud tegevusel teatud olukorras, ning valib aja jooksul kõige lootustandvamad tegevused. Selleks ei ole tal vaja oma keskkonna mudelit. Koos närvivõrkudega (sügav Q-õpe) õppis DeepMindi süsteem selle lähenemisega mängima paljusid Atari videomänge ainuüksi ekraani pikslite põhjal.
Stiimulõpe on masinõppe haru, kus agent õpib katse-eksituse meetodil. Ta tegutseb keskkonnas, saab hea tulemuse eest tasu ja halva eest karistuse ning arendab nii strateegia, mis maksimeerib tema kogutasu. Tuntud näited on programmid, mis valdavad lauamänge, nagu go, robotite juhtimine ja keelemudelite peenhäälestus inimeste hinnangute alusel.
RLHF on treeningmeetod, mis muudab keelemudelid kasulikumaks ja turvalisemaks. Inimesed võrdlevad ja hindavad mudeli mitut vastust; neid hinnanguid kasutatakse tasumudeli treenimiseks, mis seejärel treenib stiimulõppe abil edasi keelemudelit ennast. See õpetab mudelit näiteks vastama selgemalt või keelduma problemaatilistest päringutest. RLHF toimub mudelipakkuja juures enne mudeli avaldamist – mitte üksikute kasutajatega.
Monte Carlo meetodid on arvutustehnikad, mis kasutavad väga suurt arvu juhuslikke valimeid, et lähendada tulemusi, mida on analüütiliselt raske arvutada. Süsteemi simuleeritakse tuhandeid kordi juhuslikult varieeritud eeldustega ning tulemuste jaotust analüüsitakse. Organisatsioonid kasutavad seda riskianalüüsiks, projektide ajakavade koostamiseks või portfelli hindamiseks. TI-s kasutatakse meetodeid muu hulgas stiimulõppes ja mängude puuotsingus.
Tehisnärvivõrgud (artificial neural networks, ANN) on arvutusmudelid, mis koosnevad paljudest ühendatud üksustest („neuronitest“), mis on paigutatud kihtidesse ja töötlevad sisendeid kaalutud ühenduste kaudu. Treenimise käigus kohandatakse kaalusid samm-sammult näidete põhjal, tavaliselt tagasilevi (backpropagation) abil. ANN-id on süvaõppe alus ja annavad jõudu pildituvastusele, kõnetuvastusele ning suurtele keelemudelitele. Hoolimata bioloogilisest eeskujust töötavad need palju lihtsamalt kui inimese aju.
