现实世界中的大多数问题都是结构不良或非结构化的问题，一般不存在现成的求解方法来求解这样的问题，而只能利用已有的知识一步步地摸索着前进。正如瞎子爬山一样，他虽然有明确的目标（爬到山顶），但却不知道山顶在何处，也不知道走什么样的路线才能到达山顶。他只能每走一步就试探一下周围的环境，选最陡的方向前进。他可能走错方向，需要回过头来重走，也可能在一块平地上不知所措。

即使对于结构性较好，理论上有算法可依的问题，由于问题本身的复杂性以及计算机在时空上的局限性，有时也需要通过搜索来求解。如在博弈问题中，计算机为了取得胜利，需要在每走一步棋之前，考虑所有的可能性，然后选择最佳的走步。棋手找到这样的算法并不难，计算机却为此要付出惊人的时、空代价。就可能的棋局数来说，国际象棋是10123，围棋是10761。假若每步选择一个棋局，国际象棋需要几亿年才能算完。

在搜索的过程中所要解决的问题是如何寻找可利用的知识，即如何确定推理路线，才能在付出尽量少的代价的前提下把问题圆满解决。如果存在多条路线可实现对问题的求解，那就又存在着这样的问题：即如何从这些多条求解路线中选出一条，使它的求解代价最小，以提高求解程序的运行效率。像这样根据问题的实际情况，按照一定的策略或规则，从知识库中寻找可利用的知识，从而构造出一条使问题获得解决的推理路线的过程，就称为搜索。搜索包含两层含义：一是找到从初始事实到问题最终答案的一条推理路线；二是找到的这条路线是时间和空间复杂度最小的求解路线。(www.daowen.com)

搜索是人工智能中的一个基本问题，是推理不可分割的一部分。1974年，尼尔逊（N.J.Nillson）把它列为人工智能研究领域中的四个核心问题之一，可见其重要性。