人工智能（AI）涵盖的信息技术主要包括机器学习、深度学习、自然语言处理、自动化与机器人技术，以及计算机视觉等核心领域，这些技术通过模拟人类智能实现数据驱动决策、模式识别和自主交互。

1. 机器学习
   作为AI的核心分支，机器学习通过算法让系统从数据中自动学习并改进。监督学习（如分类、回归）依赖标记数据训练模型；无监督学习（如聚类、降维）挖掘无标签数据的潜在结构；强化学习则通过环境交互优化决策策略，广泛应用于游戏AI和自动驾驶。

2. 深度学习
   基于多层神经网络的深度学习，擅长处理复杂数据。卷积神经网络（CNN）主导图像识别，循环神经网络（RNN）处理时序数据（如语音），而生成对抗网络（GAN）可合成逼真图像或视频，推动创意产业革新。

3. 自然语言处理（NLP）
   使机器理解、生成人类语言，涵盖语音识别、机器翻译和情感分析。Transformer架构（如GPT、BERT）通过上下文建模提升文本处理能力，支撑智能客服和内容生成应用。

4. 自动化与机器人技术
   结合硬件与AI算法，实现工业流程自动化或服务机器人自主操作。例如，物流机器人通过路径规划优化仓储管理，医疗机器人辅助精准手术。

5. 计算机视觉
   从图像或视频中提取信息，应用于人脸识别、无人驾驶和医学影像分析。3D重建和实时目标检测技术进一步扩展了场景理解能力。

这些技术相互融合，推动AI在医疗、金融、制造等领域的落地，未来随着算法优化和算力提升，人工智能的边界将持续扩展。