机器学习工具：可以让计算机在经验数据的基础上进行学习和预测，如TensorFlow、Scikit-learn等。

2. 自然语言处理工：可以让计算机理解和处理人语言，如NLTK、Spacy、BERT等。

3. 计算机视觉具：可以让计算机识别和处理图像和视频，如OpenCV、YOLOMask R-CNN等。

4. 语音处理工具：可以让计机识别和声音语音，如Google Cloud Speech-to-Text、Microsoft Azure Speech Services等。. 专业领域工具：针对特定领域提供人工智能服务，如医疗、金融、物流等。例如IBM Watson Health、Alibaba Cloud Financial等。

常用工具包括：Python编程语言、TensorFlow和PyTorch等深度学习框架、Jupyter Notebook用于交互式开发、Scikit-learn用于机器学习、Pandas和NumPy用于数据处理、Matplotlib和Seaborn用于数据可视化、OpenCV用于计算机视觉、NLTK和SpaCy用于自然语言处理、Git和GitHub用于版本控制和协作、Docker用于容器化部署、AWS和Azure等云平台用于资源管理和部署。这些工具提供了丰富的功能和库，帮助开发者快速构建和部署AI模型。