1. Wprowadzenie 1.1. Definicja sztucznej inteligencji 1.2. Działy sztucznej inteligencji 1.3. Historia sztucznej inteligencji I Wnioskowanie logiczne i systemy eksperckie 2. Systemy wnioskujące oparte na logice zdań 2.1. Semantyka zdań 2.2. Zdania złożone 2.3. Klauzule i sprowadzanie wiedzy do zbioru klauzul 2.4. Wnioskowanie w przód 2.5. Wnioskowanie wstecz 2.6. Wnioskowanie przez rezolucję i zaprzeczenie 3. Systemy posługujące się logiką predykatów 3.1. Język 3.2. Wiedza w postaci klauzul 3.3. Podstawianie i unifikacja 3.4. Wnioskowanie w przód 3.5. Wnioskowanie wstecz 3.6. Wnioskowanie przez rezolucję i zaprzeczenie 3.7. Poprawność wnioskowania 4. Logika rozmyta 4.1. Zbiory rozmyte 4.2. Rozmyte spójniki 4.3. Rozmyte reguły 4.4. Wyostrzanie 4.5. Konstrukcja systemu rozmytego 5. Systemy eksperckie 5.1. Tryby wnioskowania 5.2. Szkieletowe systemy eksperckie 5.3. Historyczne przykłady znaczących systemów eksperckich II Przeszukiwanie 6. Algorytmy ewolucyjne 6.1. Ogólna idea i stosowana terminologia 6.2. Algorytm (1 + 1) 6.3. Algorytmy i strategie ewolucyjne 6.4. Algorytmy ewolucyjne w praktyce 7. Algorytmy genetyczne 7.1. Ogólny algorytm genetyczny 7.2. Kodowanie osobników 7.3. Reprodukcja 8. Przeszukiwanie przestrzeni stanów 8.1. Strategie nieinformowane 8.2. Strategie minimalizujące koszt 8.3. Strategie heurystyczne 9. Gry dwuosobowe 9.1. Model 9.2. Przegląd wyczerpujący 9.3. Strategia MIN-MAX 9.4. Przycinanie a-/3 9.5. Inne techniki poprawiania efektywności gry III Uczenie maszynowe 10. Sztuczne sieci neuronowe 10.1. Zagadnienie parametrycznej aproksymacji funkcji 10.2. Perceptron dwuwarstwowy i wielowarstwowy 10.3. Aproksymacja na zbiorze skończonym 10.4. Aproksymacja na zbiorze nieskończonym 11. Uczenie się ze wzmocnieniem 11.1. Proces Decyzyjny Markowa 11.2. Algorytmy Q-Learning i SARSA 11.3. Rozszerzenie algorytmów Q-Learning i SARSA do ciągłych przestrzeni stanów i decyzji