人工智能（AI）软件种类繁多，涵盖了广泛的应用领域和技术类型。以下是一些常见的人工智能软件类型和示例：

1、机器学习平台：
TensorFlow（谷歌开发）：一个开源软件库，用于数值计算，特别适合于大规模的机器学习（ML）和深度学习（DL）任务。
PyTorch（Facebook的AI研究实验室开发）：另一个开源的机器学习库，特别适合快速原型设计和研究。
Scikitlearn：一个用于机器学习的Python库，提供了简单高效的数据挖掘和数据分析工具。

2、自然语言处理（NLP）工具：
NLTK（自然语言工具包）：一个用于自然语言处理的Python库，提供了很多资源用于文本处理，如分词、词干提取、词形还原等。
spaCy：一个现代的自然语言理解库，专注于工业级的支持和易用性。

3、计算机视觉库：
OpenCV：一个计算机视觉库，提供了图像和视频处理、特征检测、物体识别等功能。
Keras：运行在TensorFlow或Theano之上的高级神经网络API，专注于深度学习。

4、机器人流程自动化（RPA）工具：
UiPath：一个RPA平台，允许用户通过模拟用户操作来自动化业务流程。
Automation Anywhere：一个RPA平台，帮助自动化重复性任务。

5、专家系统：
CLIPS：一个专家系统壳，它是一个工具用来构建专家系统。

6、深度学习框架：
Caffe：一个深度学习框架，特别适合于图像、视频和语音处理。
MXNet：一个开源的深度学习框架，支持多种编程语言。

7、数据科学平台：
RapidMiner：一个数据科学平台，提供从数据预处理到模型部署的全面解决方案。
DataRobot：一个自动机器学习平台，帮助构建和部署机器学习模型。

8、聊天机器人平台：
Dialogflow（谷歌）：一个开发自然语言理解对话接口的平台。
Microsoft Bot Framework：用于构建、连接、测试、部署和管理可跨多个渠道交互的聊天机器人的平台。

9、人工智能开发框架：
H2O.ai Driverless AI：一个自动机器学习平台，通过自动化机器学习工作流程来简化模型开发。

10、语音识别：
Google Cloud SpeechtoText：一个基于云的语音转文本和文本转语音的API。
IBM Watson Speech to Text：一个将语音转换为文本的API。

这些只是众多AI软件中的几个例子。随着AI技术的不断进步，新的软件和平台也在不断涌现。