Sztuczna inteligencja – jest częścią informatyki która bada procesy badania symbolicznego i 
niealgorytmicznego oraz zajmuje się prezentacja symbolicznie ujętej wiedzy 
Nurty badawcze:  1. Budowa komputerowych modeli procesów myślowych człowieka w celu 
rozwijania badao w zakresie nauk psychologicznych 2. Poszukiwanie nietrywialnych metod 
rozwiązywania zadan w warunkach nieoczekiwanego ich pojawienia się przy braku wszystkich 
potrzebnych informacji 
Test Turinga – eksperyment  definiujący maszynę myślącą zaproponowany przez A. Turinga, 
maszyne można uznad za naśladującą dostatecznie dobrze procesy myślowe, jeśli człowiek 
prowadzący z nią dialog (nie poinformowany o tym) nie będzie w stanie odróżnid rozmowy z 
maszyna od rozmowy z drugim człowiekiem. Wymagania z dziedzin:  przetwarzanie jezyka 
naturalnego, reprezentacja wiedzy,automatyczne rozumowanie, rozpoznawanie obiektów i głosu. 
Przykłady: przekład tekstu z jednego języka naturalnego na drugi, rozpoznawanie znaków, 
sterowanie robotami, syntezator mowy.  
Linguboty: ELIZA, PARRY, Fido 
Teoria gier - dział matematyki badający własności gier rozumianych jako procesy o określonych 
zbiorach strategii 
Profil strategii - to zbior zawierajacy jako element strategie, pojednej dla każdego gracza 
Strategia – to plan działania gracza opisujący jego zachowanie w każdej możliwej sytuacji. Można 
interpretowac jako algorytm. 
Gra – czynnośd o ustalonych zasadach w której udział bierze zwykle kilka osób (dwu- lub n-
osobowe).Dzieli się: kooperatywne (uczestnicy porozumiewaja się ze soba) – niekooperatywne. 
Równowaga Nasha - jest to stan strategicznej rownowagi w grach niekooperatywnych, w ktorych 
strategia kazdego z gracza jest optymalna. 
Numeryczne rozwiązywanie zadan – używa się tzw. Metod przeszukiwania przestrzeni 
„rozwiązao”. 1.formalizacja zadania, 2. Ułożenie planu rozwiązania (wybranie lub zrobienie 
algorytmu) 3.wykonanie planu (obliczenia numeryczne) 4.ocena rozwiązania. 
Przepis rozwiązywania zadan [G. Polya] –1.zrozumienie zadania (niewiadome, dane początkowe, 
ograniczenia), 2.ułożenie planu rozwiązania (rozwiązanie zadao cząstkowych, analiza) 3. 
wykonanie planu(walidacja), 4krytyczna ocena powyższych kroków(ocena jakości rozwiązania) 
Przestrzeo stanów – jeżeli przyjąd ze kazde podzadanie to scisle zdefiniowany stan procesu 
rozwiązywania zadania, to przestrzen (drzewo) rozwiązywania nazywamy przestrzenia stanow. 
Transformacje – operatory. Dzielimy na: 1. Aktualną – przestrzen, której reprezentacja znajduje 
się w pamieci komputera 2. Potencjalna – której reprezentacja może byd utworzona na 
podstawie aktualne przy uzyciu operatorow przy uwzględnieniu ograniczen. 
Formalizacja proc rozw. Zad. -Definiujemy: przestrzen stanów S={s}, zbiór stanów początkowych 
sp(S, zbiór operatorów ) O={r: si->sj}, zbiór stanów sk(S, miary jakości rozwiązania v(s€sk) 
General Problem Solver – program, który dzieli postawiony problem na prostsze zagadnienia i 
stara się po kolei z nimi uporac. 3 operacje 1. Przekształcenie jednego stanu w inny, 2.zniejszanie 
roznic miedzy dwoma stanami, 3. Zastosowanie do danego stanu wybranego operatora. 
Metody przeszukiwania: wszerz, w głąb (algorytm drzewa z ograniczeniami, algo z powracaniem) 
Informacja – dowolny zbiór wiadomości którego pierwotnym źródłem jest obserwacja lub 
doświadczenie przekazywane od nadawcy do odbiorcy w odpowiednim kanale. 
Wiadomośd – (komunikat) przekaz o określonym znaczeniu wysyłany i odbierany w swiecie 
materii ożywionej i nieożywionej.  
Dana – wiadomośd bedaca przedmiotem przetwarzanie metodami tradycyjnymi lub 
automatycznymi. Dane: niekompletne, niepewne, niedokładne, błędne. 
Wiedza – zdolnośd przetwarzania określonej porcji informacji w celu rozwiązania postawionego 
problemu. Wiedza: przybliżona, niepewna, niejednoznaczna. 
Sposoby wyznaczania jednej opinii z wielu: uzgadnianie opinii, łączenie opinii. 
Fakt – jest obiektem naszych obserwacji. W jezyku naturalnym przyjmuje forme zdania 
orzekającego opisującego pewna obserwacje. 
Stwierdzenie – informacja o uznaniu wypowiedzi orzekającej o obserwowanych faktach lub 
reprezentującej okreslona opinie. Trescia stwierdzenia jest fakt. 
Reguła –nazywa się pewną postad zapisu faktów lub stwierdzen. Sklada się z przesłanek i 
konkluzji. (Jeżeli przesłana+konkluzja). 
Teoria zbiorów przybliżonych – założenie jest, ze nie rozpatrujemy wartości ciągłych 
(ilościowych) lecz jedynie wartości dyskretne (jakościowe). 
Funkcja przynależności – reprezentuje stopien przynależności elementu x(X do zbioru A. 
Postacie: singleton, trójkąt trapez, sigmoida. 
Rama - jest strukturą opisujaca dany obiekt, składa się z podstruktur (klatek) – sloty. Kazda klatka 
reprezentuje pewna właściwośd albo cehce obiektu opisywanego przez rame. 
Sieci semantyczne – koncepcja ma stanowid model ludzkiej pamieci. (przekonanie ze pamiec 
ludzka stanowi strukture zlozona z: 1. Wezlów reprezentujących pojecia, 2.luków wyrażających 
relacje miedzy pojeciami). 
Trójka semantyczna –podmiot(pendriv), orzeczenie(jest sprzedawany), dopełnienie(sklep komp). 
Onologia – zapis: HTML, XML, XST, URL, URI, RDF, OWL. 
Podejmowanie decyzji –proces polega na zbieraniu i przetwarza informacji o przyszłym działaniu. 
Decyzja – swiadomy, nielosowy wybór jednego z rozpoznawanych i uznanych za możliwe 
wariantów przyszłego działania. Kategorie: 1.podejmowane w warunkach pewności, 2.w 
warunkach ryzyka, 3.w warunkach niepewności. 
Syndrom grupowego myslenia – syndrom zniekształcen, może wystąpid w sytuacji kiedy grupa 
podejmujaca decyzje przedkłada osiagniecie konsensusu nad podjecie najlepszej decyzji. 
Modus ponens – sposób wnioskowania przez uznanie przeslanki. 
Modus tollens  - sposób wnioskowania przez zaprzeczenie konkluzji. 
Wnioskowanie w przód – od przesłanek do konkluzji 
Wnioskowanie wstecz – od hipotezy do przesłanek 
Wnioskowanie elementarne – uznawane tylko prawdziwe konkluzje, nieprawdziwe ignorowane 
Wnioskowanie rozwiniete –konkluzje nieprawdziwe uznawane, interpretacja przez układ wniosk. 
Wnioskowanie dokładne kazde stwierdzenie/regula posiada jedna z 2 wartosci prawda/nieprawd 
Wnioskowanie przybliżone – kazde stwierdzenie lub reguła może posiadac wartości  zprzedzialu 
{NIEPRAWDA,PRAWDA} 
Hipoteza – cos co byd może okaze się faktem lub dla czegos byd może uda się wyznaczyc 
wspolzynnik pewności i stanie się stwierdzeniem. 
Testowanie hipotezy wnioskowanie,którego celem jest wyznaczeni współczynnik pewnośc hipote 
Weryfikowanie hipotezy wnioskowanie, którego celem jest wykazanie ze hipoteza jest prawdziw 
Falsyfikowanie hipotezy – wnioskowanie, którego celem jest wykazanie ze hipoteza jest falszywa 
Defuzyfikacja – zamiana zbioru rozmytego na pewną wartośd liczbowa 
Sieci bayesowskie – 1. Wezly (stale, zmienne) 2. Tablice wartości prawdopodobieostw 
warunkowych (stale elementy tablic, elementy tablic bedace wynikiem uczenia). 
Inne metody wnioskowania – sieci neuronalne, tablice decyzyjne, drzewa decyzyjne, sprawdzeo 
System ekspertowy – program komputerowy wspomagajacy podejmowanie decyzji 
wykorzystujący wiedze i procedury wnioskowania do rozwiązywania problemow. Rodzaje wiedzy: 
fakty (obserwacje akceptowane rpzez specjalistów) i heurystyki (informacja subiektywna, 
intuicyjne domysły, przypuszczenia). Rodzaje: statyczne (offline) i dynamiczne (online). 
Sposoby repr wiedzy:fakty,stwierdzenie,reguły,sieci semantyczne,scenariusze,ramy,sieci przeko. 
Etapy budowy SE – 1.analiza problemu, 2. Specyfikacja systemu, 3.akwizycja wiedzy, 4. Wybór 
metody reprezentacji wiedzy5konstrukcja systemu ekspertowego6weryfikacja i testowanie syste