Terdapat berbagai jenis pembagian teknologi AI. Yang pertama adalah berdasarkan tujuan task-nya. Berdasarkan tujuan task, terdapat dua jenis teknologi AI yaitu ANI dimana task yang dikerjakan adalah khusus untuk domain atau tujuan tertentu serta general AI yang sering juga disebut strong AI, dimana AI yang dihasilkan dapat melakukan berbagai hal seperti seorang manusia secara utuh. General AI memiliki tipe kecerdasan seperti manusia, kecerdasan yang mampu beradaptasi dan mampu melakukan tugas secara luas, mulai tugas yang sederhana hingga yang kompleks. Adapun contoh specific AI adalah chatbot untuk pemesanan tiket pesawat, klasifikasi jenis penyakit kulit, dst.

Pembagian kedua adalah berdasar prinsip kerja teknologi AI. Berdasar prinsip kerja teknologi AI, AI (intelligent agent) dapat digolongkan menjadi problem solving agent dan knowledge based agent[1]. Prinsip kerja teknologi AI pada problem solving agent adalah penggunaan algoritma searching untuk mencari solusi terbaik dari sebuah persoalan. Contoh persoalan yang dapat diselesaikan oleh problem solving agent adalah persoalan pencarian rute terpendek dari sebuah lokasi asal ke lokasi tujuan, persoalan penjadwalan kelas, persoalan pewarnaan peta, permainan catur, dll

Pada problem solving agent, seluruh kandidat solusi sudah dapat didefinisikan dari awal dan pencarian solusi terbaik dilakukan berbasis pada algoritma pencarian yang dapat dibagi menjadi classical search dan local search. Pada classical search, jalur pencarian merupakan hal penting yang harus dihasilkan. Sedangkan pada local search (terbagi atas uninformed/blind search dan informed search), jalur pencarian tidak penting, sehingga solusi bisa dicari dengan menggunakan algoritma yang lebih efisien dibandingkan dengan classical search. Contoh persoalan yang tidak memerlukan jalur pencarian adalah pewarnaan peta atau penjadwalan kelas. Pembagian algoritma searching pada problem solving agent adalah sebagai berikut:

1. UnInformed/Blind Search

a. Pencarian dilakukan tanpa informasi tambahan mengenai solusi terbaik
b. Informasi yang tersedia adalah definisi problem
c. Contoh: DFS, BFS, IDS, UCS , DLS

2. Informed Search

a. Disebut juga dengan Heuristic Search
b. Memiliki informasi tambahan yang terkadang berguna
c. Mengetahui jika sebuah langkah memiliki nilai yang lebih baik daripada langkah lainnya
d. Contoh: Best FS, A*

3. Local Search (untuk Optimization Problem)

a. Tidak pentingnya mencari jalur menuju tujuan/goal
b. Menggunakan memory yang lebih kecil dibandingkan classical search
c. Dapat menemukan solusi yang masuk akal dalam ruang pencarian yang besar yang masih memungkinkan algoritma yang sistematik
d. Contoh: Hill-climbing search, simulated annealing search, GA