①基于知识处理

一个智慧型软体处理的对象，不仅有数据，而且还有知识。表示、获取、存取和处理知识的能力是智慧型软体与传统软体的主要区别之一。因此，一个智慧型软体也是一个基于知识处 理的 软体 ，它需要如下设施：知识表示语言；知识组织工具；建立、维护与查询知识库的方法与环境；支持现存知识的重用。

②基于问题求解

一个智慧型软体往往採用人工智慧的问题求解模式来获得结果。它与传统的软体所採用的求解模式相比，有 3 个明显特徵，即其问题求解算法往往是非确定型的或称启发式的；其问题求解在很大程度上依赖知识；智慧型软体的问题往往具有指数型的计算複杂性。智慧型软体通常採用的问题求解方法大致分为搜寻、推理和规划3类。

③基于现场感应

智慧型软体与传统软体的又一个重要区别在于：智慧型软体具有现场感应（环境适应)的能力。所谓现场感应指它可能与所处的现实世界的抽象——现场——进行交往，并适应这种现场。这种交往包括感知、学习、推理、判断并做出相应的动作。这也就是通常人们所说的自组织性与自适应性。

按功能划分，现有的智慧型软体大致有以下6种类型。

①智慧型作业系统

也称基于知识作业系统。是支持计算机特别是新一代计算机的一类新一代作业系统。它负责管理上述计算机的资源，向用户提供友善接口，并有效地控制基于知识处理和并行处理的程式的运行。因此，它是实现上述计算机并付诸套用的关键技术之一。

智慧型作业系统将通过集成作业系统和人工智慧与认知科学而进行研究。其主要研究内容有：作业系统结构；智慧型化资源调度；智慧型化人机接口；支持分布并行处理机制；支持知识处理机制；支持多介质处理机制。

②人工智慧程式设计语言系统

为了开展人工智慧和认知科学的研究，要求有一种程式设计语言，它允许在存储器中储存并处理一些複杂的、无规则的、经常变化的和无法预测的结构，这种语言即后来被称为的人工智慧程式设计语言。人工智慧程式设计语言及其相应的编译程式（解释程式）所组成的人工智慧程式设计语言系统，将有效地支持智慧型软体的编写与开发。与传统程式设计支持数据处理採用的固定式算法所具有的明确计算步骤和精确求解知识相比，人工智慧程式设计语言的特点是 ：支持符号处理 ， 採用启发式搜寻，包括不确定的计算步骤和不确定的求解知识。目前，实用的人工智慧程式设计语言包括函式式语言（如Lisp），逻辑式语言（如Prolog）和知识工程语言（Ops5），其中最广泛採用的是Lisp和Prolog及其变形。

Lisp语言适合于符号处理，它处理的唯一对象是符号表达式（又称S-表达式）。所有的程式与数据均由S-表达式构成，採用的主要控制结构是递归。Prolog语言以一阶谓词演算为其理论基础。它的数据结构是项，所有的程式和数据均由项组成，也採用递归为其主要控制结构。此外，Prolog能自动实现模式匹配和回溯。

③智慧型软体工程支撑环境

又称基于知识的软体工程辅助系统。它利 用与软体 工程领 域密切相关的大 量专门知识，对一些困难、複杂的软体开发与维护活动提供具有软体工程专家水平的意见和建议。智慧型软体工程支撑环境具有如下主要功能：支持软体系统的整个生命周期；支持软体产品生产的各项活动；作为软体工程代理；作为公共的环境知识库和信息库设施；从不同项目中总结和学习其中经验教训，并把它套用于其后的各项软体生产活动。

④智慧型人机接口软体

指能使计算机向用户提供更友善的自适应好的人机交往软体。在智慧型接口硬体的支持下，智慧型人机接口软体大致包含以下功能：採用自然语言进行人机直接对话；允许声、文、图形及图像能多介质进行人机交往；自适应不同用户类型；自适套用户的不同需求；自适应不同计算机系统的支持。

⑤智慧型专家系统

专家系统是一类在有限但困难的现实世界领域帮助人类专家进行问题求解的计算机软体，其中具有智慧型的专家系统称为 智 能专家系统 。 它有如下基本特徵：不仅在基于计算的任务，如数值计算或信息检索方面提供帮助，而且也可在要求推理的任务方面提供帮助。这种领域必须是人类专家才能解决问题的领域；其推理是在人类专家的推理之后模型化的；不仅有处理领域的表示，而且也保持自身的表示、内部结构和功能的表示；採用有限的自然语言交往的接口使得人类专家可直接使用；具有学习功能。

⑥智慧型套用软体

指利用人工智慧技术或知识工程技术于某个套用领域而开发的套用软体。显然，随着人工智慧或知识工程的进展，这类软体也不断增加。目前，已有许多智慧型套用软体付诸实用，其中有的已成为商品软体，它是人工智慧的主要进展之一。