“ 搜索 ”是最基本的AI问题解决技术之一，并在黄金时代进行了深入研究。在搜索问题中，我们必须找到一系列动作，这些动作将把我们从世界的某个初始状态带到目标状态。从初始状态开始，我们考虑每个可用操作对该初始状态的影响。执行动作的效果是将世界转变为新的状态。如果某个动作产生了目标状态，那么我们就成功了。否则，我们对刚刚生成的每个状态重复此过程，考虑每个动作对这些状态的影响，等等。通过这种方式，我们生成了一个“搜索树”。
搜索的主要困难称为“组合爆炸”。简而言之，搜索树很快变得不可能。例如，在国际象棋游戏中，平均可以从任何棋盘配置中获得大约35种可能的移动，因此国际象棋搜索树中仅有10个移动深度的最终级别将包含大约3,000亿个棋盘位置。标准技术是使用称为“启发式”的经验法则来指导搜索过程。启发式指出哪些州是有希望的，哪些可能是死路一条。
启发式搜索的最高成就发生在1996年，当时一台名为Deep Blue的IBM国际象棋电脑击败了卫冕世界冠军的国际象棋选手Garry Kasparov。Deep Blue每秒处理2亿个位置，通常生成一个向前看六到八个移动的搜索树。