人工智能（AI）建模软件是用于创建、训练和部署人工智能和机器学习模型的工具。以下是一些流行的人工智能建模软件：

机器学习框架：

1、TensorFlow （开源）：由谷歌开发的流行开源机器学习框架。
2、PyTorch （开源）：由Facebook开发的开源机器学习框架，以其动态计算图和快速原型设计而闻名。
3、Scikitlearn （开源）：用于Python的机器学习库，提供广泛的算法用于分类、回归、聚类等。
4、Keras （开源）：运行在TensorFlow或Theano之上的高级神经网络API。

深度学习工具：

1、MATLAB：一种用于数值计算和数据分析的高级编程语言和环境，广泛用于深度学习研究。
2、Caffe （开源）：一种流行的深度学习框架，用于计算机视觉和图像处理。
3、OpenCV （开源）：一个计算机视觉库，提供广泛的函数用于图像和视频处理。
4、Microsoft Cognitive Toolkit (CNTK) （开源）：由微软研究院开发的深度学习框架。

AI建模平台：

1、H2O.ai Driverless AI：一个自动化机器学习平台，可以在无需手动干预的情况下构建和部署AI模型。
2、DataRobot：一个自动化机器学习平台，可以在无需广泛编程知识的情况下构建和部署AI模型。
3、RapidMiner：一个数据科学平台，提供一系列用于构建、训练和部署AI模型的工具。
4、Google Cloud AI Platform：一个托管的平台，用于构建、训练和部署机器学习模型。

可视化AI建模工具：

1、Google Cloud AutoML：一种自动化机器学习平台，无需广泛的编程知识即可构建和部署AI模型。
2、Amazon SageMaker：一种基于云的平台，用于构建、训练和部署机器学习模型，具有可视化界面。
3、Azure Machine Learning：一种基于云的平台，用于构建、训练和部署机器学习模型，具有可视化界面。

其他值得注意的工具：

1、BigML：一个基于云的平台，提供一系列用于构建、训练和部署AI模型的工具。
2、Domino：一个平台，允许数据科学家构建、训练和部署AI模型，具有协作界面。
3、Dataiku：一个数据科学平台，提供一系列用于构建、训练和部署AI模型的工具。

这些只是众多可用于AI建模的软件工具和平台中的几个例子。所使用的具体工具通常取决于项目的具体需求、团队的专业知识以及所需的AI模型类型。