› Tłumaczy kluczowe pojęcia i podziały AI: silna vs. słaba, ogólna (AGI) vs. wąska (ANI), oraz fundamenty - uczenie maszynowe, głębokie uczenie, NLP i widzenie komputerowe.
› Pokazuje rys historyczny: pierwsze eksperymentalne programy z lat 50. XX wieku i wczesne sukcesy AI w grze w szachy (IBM Deep Thought) jako punkt startowy dynamicznego rozwoju dziedziny.
› Przegląda praktyczne zastosowania w branżach: medycyna i biologia (diagnozowanie chorób), przemysł i produkcja (automatyzacja) oraz samochody autonomiczne i asystenci w smartfonach.
› Poświęca osobne sekcje etyce i wyzwaniom AI oraz wpływowi na społeczeństwo - sygnalizując ryzyka i odpowiedzialne wykorzystanie technologii.