人工智能（AI）引擎是一种能够模拟人类智能行为、学习和决策的技术系统。它们通常用于各种应用中，包括但不限于自然语言处理、图像识别、预测分析、自动驾驶等。以下是一些常见的人工智能引擎：

1、谷歌的Alpha系列：
AlphaGo：专门设计用于玩围棋，通过深度强化学习击败了人类世界冠军。
AlphaZero：AlphaGo的升级版，不仅可以玩围棋，还可以玩国际象棋和日本将棋（象棋），同样通过强化学习实现。
AlphaFold：用于蛋白质结构预测，通过深度学习方法在蛋白质结构预测领域取得突破。

2、IBM Watson：
IBM Watson是一种问答式计算机系统，能够理解自然语言并通过分析大量文本数据给出答案。它在医疗保健、金融服务等领域有广泛应用。

3、微软认知工具包（CNTK）：
CNTK是一个开源的深度学习框架，用于构建神经网络模型，支持语音、图像识别等AI应用。

4、TensorFlow：
由谷歌开发的开源机器学习框架，广泛用于开发和部署机器学习模型，包括图像识别、自然语言处理等。

5、PyTorch：
由Facebook的AI研究实验室开发的开源机器学习库，以其动态计算图和强大的GPU加速能力，在研究和生产环境中被广泛使用。

6、Keras：
一个高级神经网络API，可以运行在TensorFlow、CNTK或Theano上，以其易用性在开发者中很受欢迎。

7、Scikitlearn：
一个用于机器学习的Python库，提供了从分类、回归、聚类到模型选择、数据预处理等一系列的工具。

8、百度大脑：
百度开发的AI引擎，提供包括图像识别、语音识别、自然语言处理等能力。

9、阿里云PAI：
阿里云提供的AI计算平台，支持TensorFlow、PyTorch等框架，提供从模型开发到部署的全流程支持。

10、Amazon SageMaker：
亚马逊的云服务，帮助开发者构建、训练和部署机器学习模型。

11、Core ML：
苹果公司开发的框架，用于将机器学习模型集成到iOS、macOS、watchOS和tvOS应用中。

12、ONNX：
一个开放的神经网络交换格式，允许模型在不同的框架和平台之间进行转换。

这些AI引擎在各自的领域内推动了人工智能技术的发展和应用。它们被用于从简单的自动化任务到复杂的决策系统等广泛的场景中。