Teorie umělé inteligence se pokouší převést funkce živého organizmu na neživé stroje. Snaží se rozpoznat a formulovat funkce přirozené inteligence tak, aby tyto funkce mohly být zkonstruovány a využity při návrhu neživých strojů.




Obvykle říkáme, že nějaká úloha patří do oblasti umělé inteligence, pokud člověk při řešení této úlohy použije to, co pokládáme za inteligentní postup. Bohužel slabým místem této "samozřejmé" definice je to, že "inteligentní postup" je pojem velice mlhavý a těžko měřitelný. Většinou proto posuzujeme inteligentní chování podle projevů nebo schopností řešit různé úlohy.

V reálném světě existuje mnoho faktorů, které ovlivňují množství možných variant. Přitom za inteligentní vyřešení úlohy se většinou nepovažuje pouhé procházení všech variant a na základě porovnání vybrání té optimální (nehledě k tomu, že v některých případech toto není ani možné - existují úlohy, které zahrnují takové množství variant, že ani současné nejrychlejší počítače by nedosáhly výsledku v přijatelném čase). Obecně se soudí, že čím méně neúspěšných variant systém analyzuje, tím se jeho chování jeví inteligentnější.

V oblasti Umělé inteligence se existuje 10 úloh, které jsou považovány za jakési měřítko při rozhodování zda-li je systém "obdařen" umělou inteligencí nebo ne. Bylo by zajisté možné určitě nalézt ještě nějaké další úlohy, ale pravděpodobně by se vždy jednalo o nějakou variantu zmíněných úloh. V této práci se proto soustředíme pouze na těchto základních 10 úloh.

1. najít optimální variantu
- systém má na výběr několik variant a na základě daných kritérií se má rozhodnout pro jednu optimální variantu
2. schopnost učit se ze zkušenosti
- předcházející zkušenost ovlivňuje rozhodování systému v budoucnosti
3. úloha o podobnosti
- nalézt znaky podobnosti, míru podobnosti
4. přizpůsobení se, adaptabilita, schopnost učit se
- v případě změny okolních podmínek je systém schopen se adaptovat na nové podmínky
5. nepřizpůsobení se
- schopnosti se dají využít někde jinde, je nutná znalost o okolí
6. schopnost řídit paralelní procesy
7. schopnost pokračovat i při neúplné informaci
8. schopnost abstrakce
- zjednodušení problému (skryjí se nepodstatné informace)
9. schopnost generalizace
- opak k abstrakci - konstruuje se zobecněná skutečnost
10. schopnost predikovat, předvídat

Pokud by nějaký systém uměl řešit všechny tyto úlohy, byl by považován za inteligentní. V praxi se však většinou jedná o kombinaci schopností řešit lépe či hůře některé z daných úloh. Tato kombinace pak určuje "výslednou inteligenci" systému (toto ovšem platí i o inteligenci přirozené)