1. Bevezető: MI problémák választéka, intelligencia és alapvető kérdések, mérnöki szemlélet, előzmények.

2. Egy mintafeladat elemzése. Hogyan gazdálkodunk információval. Mire van szükség, ha a feladat nem triviális, de nem is lehetetlen. A helyes absztrakció lépései. Mit nyerünk, mit adunk fel érte? Mik a megoldás buktatói?

3. Intelligens rendszerek tervezése: ágensek, komponenseik, környezetek, architektúra és program, keresési tér és az alapvető ágenstípusok (viselkedés), mire számíthatunk egy ágens belsejében. Mit jelent intelligensnek lenni?

4. Problémamegoldás kereséssel: mik az intelligens rendszerek átfogó algoritmusai, alapvető matematikai absztrakciói. Hogyan kell az eddig megismert algoritmusokat kreatívan alkalmazni az intelligencia fokozása érdekében.

5. Paradigmaváltások szerepe - problémamegoldás kényszerkielégítéssel. Problémamegoldás többágenses környezetben - keresés ellenséges környezetben.

6. Intelligencia alapvető komponense - a tudás. Tudás formalizálása logikával. Mit jelent logikában következtetni? Több logika is van, miben különböznek, mit nyújtanak?

7. Tudásmérnökség, ágensek logikai leírása, és problémamegoldás logikai következtetéssel. Paradigmaváltás felskálázás érdekében.

8. Tervkészítés, ha minden jól megy, és ha semmi sincs jól.

9. Intelligencia a valóságban - hiányos, bizonytalan és változó tudás: bizonytalanság és valószínűség számítás. Valószínűségi hálók. Következtetés valószínűségi hálókban.

10. További eszközök a bizonytalanság kezelésére. A temporális tudás kezelése. Racionalitás és hasznosság. Intelligencia, mint a racionális döntés képessége. Markov döntési folyamatok.

11. Az intelligencia alapvető mechanizmusa - a tanulás. Alapvető fogalmak, alapvető feladatok. Döntési fák tanulása. Logikai hipotézisek tanulása.

12. Neurális hálók tanulása. Mély neurális hálók.

13. Valószínűségi hálók tanulása, kernel gépek.

14. Megerősítéses tanulás. Q-tanulás. Mély megerősítéses tanulás.

15. Ajánlórendszerek.

16. Több ágenses rendszerek problémaköre.