Hotel Gołębiewski w Karpaczu
Hotel Gołębiewski w Karpaczu to jeden z najbardziej znanych hoteli w polskich górach. Znajduje się w województwie dolnośląskim, w malowniczym Karpaczu, u podnóża Karkonoszy. Jest doskonałym miejscem na wakacje, ferie zimowe oraz weekendowy wypoczynek z rodziną.
⭐ Największe zalety hotelu
- Komfortowe pokoje – hotel oferuje pokoje wyposażone w łóżka, łazienki, telewizory i inne udogodnienia, które zapewniają wygodny pobyt.
- Park wodny Tropikana – goście mogą korzystać z basenów, jacuzzi, zjeżdżalni i innych atrakcji wodnych.
- Restauracje – w hotelu można zjeść różnorodne posiłki, w tym śniadania i kolacje.
- Atrakcje dla dzieci – dostępne są miejsca do zabawy oraz rozrywki dla najmłodszych.
- Strefa relaksu – hotel oferuje możliwość odpoczynku w jacuzzi, saunach i strefach wellness.
- Piękne widoki – położenie w Karpaczu pozwala podziwiać góry i otaczającą przyrodę.
- Aktywny wypoczynek – w okolicy znajdują się szlaki turystyczne, trasy spacerowe i atrakcje dla miłośników gór.
🏊 Atrakcje, które warto poznać
1. Park wodny Tropikana
To jedna z największych atrakcji hotelu. Można tu pływać, korzystać z jacuzzi i spędzać czas z rodziną. Jest to dobre miejsce zarówno na aktywną zabawę, jak i relaks.
2. Górskie wycieczki
Karpacz jest świetną bazą wypadową na wycieczki po Karkonoszach. Jednym z najbardziej znanych celów turystycznych jest Śnieżka, najwyższy szczyt Karkonoszy.
3. Restauracje i smaczne jedzenie
W hotelu można zjeść posiłki w restauracjach, co jest wygodne po całym dniu zwiedzania i korzystania z atrakcji.
👨👩👧👦 Dla kogo jest ten hotel?
Hotel Gołębiewski sprawdzi się szczególnie dla:
- rodzin z dziećmi,
- par szukających odpoczynku w górach,
- osób lubiących baseny i wellness,
- turystów, którzy chcą zwiedzać Karpacz i okolice,
- osób szukających wielu atrakcji w jednym miejscu.
💡 Ciekawostki o hotelu
- Hotel jest charakterystycznym, dużym budynkiem widocznym w górskiej panoramie Karpacza.
- Znajduje się w pobliżu atrakcji turystycznych Karkonoszy.
- Łączy funkcję miejsca noclegowego z rozbudowaną ofertą rekreacyjną.
- Dzięki basenom i atrakcjom wewnątrz budynku można spędzać tam czas także wtedy, gdy pogoda nie sprzyja górskim wycieczkom.
🌿 Podsumowanie
Hotel Gołębiewski w Karpaczu to miejsce, które łączy wygodny nocleg, atrakcje wodne, dobre jedzenie i bliskość gór. Jego największymi zaletami są park wodny Tropikana, oferta dla rodzin oraz malownicze położenie.
Przestępstwa w internecie (cyberprzestępczość) to działania niezgodne z prawem, które są popełniane za pomocą internetu, komputerów, telefonów lub innych urządzeń elektronicznych.
1. Rodzaje przestępstw internetowych 21.09.2026.
- Phishing – podszywanie się pod banki, firmy lub inne osoby w celu wyłudzenia haseł i danych osobowych.
- Oszustwa internetowe – wyłudzanie pieniędzy np. przez fałszywe sklepy internetowe lub ogłoszenia.
- Kradzież tożsamości – wykorzystywanie cudzych danych osobowych bez zgody.
- Cyberprzemoc – nękanie, obrażanie, szantażowanie lub ośmieszanie innych osób w internecie.
- Włamania komputerowe – nieuprawnione uzyskiwanie dostępu do cudzych kont i systemów.
- Rozpowszechnianie nielegalnych treści – publikowanie materiałów zakazanych przez prawo.
- Szantaż internetowy – grożenie ujawnieniem prywatnych informacji lub zdjęć w celu uzyskania pieniędzy.
- Kradzież pieniędzy z kont bankowych – nielegalne przejmowanie dostępu do bankowości elektronicznej.
2. Skutki przestępstw internetowych
- Utrata pieniędzy i oszczędności.
- Kradzież danych osobowych.
- Problemy psychiczne i emocjonalne ofiar.
- Utrata prywatności.
- Problemy prawne.
- Utrata dostępu do kont i ważnych informacji.
3. Jak chronić się przed przestępstwami w internecie?
- Używać silnych i różnych haseł.
- Włączać uwierzytelnianie dwuskładnikowe.
- Nie otwierać podejrzanych linków i załączników.
- Nie udostępniać danych osobowych nieznajomym.
- Sprawdzać wiarygodność sklepów internetowych.
- Aktualizować oprogramowanie i antywirus.
- Zgłaszać podejrzane działania odpowiednim służbom.
4. Przestępstwa internetowe w polskim prawie
W Polsce przestępstwa internetowe są regulowane m.in. przez Kodeks karny:
- Art. 190a – uporczywe nękanie (stalking).
- Art. 190 – groźby karalne.
- Art. 267 – bezprawne uzyskiwanie informacji.
- Art. 287 – oszustwo komputerowe.
- Art. 286 – oszustwo.
- Art. 212 – zniesławienie.
5. Gdzie zgłosić przestępstwo internetowe?
- Policja – na komisariacie lub w prokuraturze.
- CERT Polska – zgłaszanie podejrzanych stron, wiadomości i cyberzagrożeń: https://incydent.cert.pl
- Bank – w przypadku podejrzenia kradzieży pieniędzy lub danych bankowych.
Wykres z exela 12.10.2026


19.10.2026.Selection Sort to algorytm, który za każdym razem wybiera najmniejszy element z nieposortowanej części tablicy i umieszcza go na właściwym miejscu. Jest dobry do nauki podstaw algorytmiki, ale przy dużej liczbie elementów lepiej sprawdzają się szybsze algorytmy, takie jak Merge Sort czy Quick Sort

Insertion Sort (sortowanie przez wstawianie) działa tak:
- Bierzemy kolejne liczby z tablicy.
- Porównujemy każdą liczbę z liczbami, które są przed nią.
- Jeśli wcześniejsze liczby są większe, przesuwamy je w prawo.
- Wstawiamy wybraną liczbę na odpowiednie miejsce.
- Powtarzamy to, aż wszystkie liczby będą posortowane.

Merge Sort (sortowanie przez scalanie) działa tak:
- Dzielimy tablicę na coraz mniejsze części, aż zostaną pojedyncze liczby.
- Następnie łączymy te części ze sobą, układając liczby od najmniejszej do największej.
- Powtarzamy łączenie, aż powstanie jedna posortowana tablica.

Bubble Sort (sortowanie bąbelkowe) działa tak:
- Porównujemy dwie sąsiadujące ze sobą liczby.
- Jeśli pierwsza liczba jest większa od drugiej, zamieniamy je miejscami.
- Przechodzimy do kolejnej pary liczb.
- Powtarzamy te czynności, aż wszystkie liczby będą posortowane.

Gnome Sort – sortowanie gnomowe
Gnome Sort (sortowanie gnomowe) to prosty algorytm sortowania, który polega na porównywaniu dwóch sąsiednich elementów i zamienianiu ich miejscami, jeśli są w złej kolejności.
Nazwa algorytmu pochodzi od pracy ogrodowego gnoma, który ustawia doniczki w odpowiedniej kolejności.
1. Jak działa Gnome Sort?
Algorytm działa według następujących zasad:
- Rozpoczyna od drugiego elementu tablicy.
- Porównuje aktualny element z poprzednim.
- Jeśli elementy są w dobrej kolejności, przechodzi do następnego.
- Jeśli są w złej kolejności, zamienia je miejscami i cofa się o jedną pozycję.
- Powtarza czynności, aż wszystkie elementy będą posortowane.

Odd-Even Sort – sortowanie parzysto-nieparzyste
Odd-Even Sort (sortowanie parzysto-nieparzyste), nazywany również Brick Sort, to prosty algorytm sortowania oparty na porównywaniu i zamienianiu sąsiednich elementów tablicy.
Algorytm wykonuje naprzemiennie dwa rodzaje porównań:
- Etap parzysty (Even) – porównuje elementy na pozycjach (0,1), (2,3), (4,5) itd.
- Etap nieparzysty (Odd) – porównuje elementy na pozycjach (1,2), (3,4), (5,6) itd.
Jeśli elementy są w złej kolejności, algorytm zamienia je miejscami.
1. Jak działa Odd-Even Sort?
- Rozpoczyna od etapu parzystego.
- Porównuje sąsiednie elementy na parzystych pozycjach.
- Zamienia elementy, jeśli są w złej kolejności.
- Przechodzi do etapu nieparzystego.
- Porównuje elementy na nieparzystych pozycjach.
- Powtarza oba etapy, aż tablica zostanie posortowana.
Szczegółowe porównanie chatbotów 19.10.2026
| Kryterium | ChatGPT | Google Gemini | Microsoft Copilot | Claude | Perplexity |
|---|---|---|---|---|---|
| Producent | OpenAI | Microsoft | Anthropic | Perplexity AI | |
| Główne zastosowanie | Nauka, praca, pisanie i analiza | Wyszukiwanie, nauka i praca | Pomoc w pracy biurowej | Analiza tekstów i programowanie | Wyszukiwanie informacji |
| Rozmowa z użytkownikiem | Naturalna, rozbudowana | Naturalna i kontekstowa | Przypomina rozmowę z asystentem | Rozbudowana i szczegółowa | Nastawiona na udzielanie konkretnych odpowiedzi |
| Pisanie tekstów | Bardzo dobre | Bardzo dobre | Dobre | Bardzo dobre | Dobre |
| Tworzenie prezentacji | Pomaga przygotować treść i strukturę | Pomaga tworzyć treści i materiały | Wspiera tworzenie prezentacji PowerPoint | Przygotowuje tekst i plan prezentacji | Pomaga wyszukiwać materiały do prezentacji |
| Pomoc w nauce | Wyjaśnia zagadnienia, rozwiązuje zadania | Pomaga w nauce i tłumaczy trudne tematy | Wyjaśnia zagadnienia i pomaga w zadaniach | Pomaga analizować i rozumieć teksty | Wyszukuje informacje i materiały naukowe |
| Programowanie | Pisze i wyjaśnia kod | Pomaga pisać i analizować kod | Pomaga programować | Dobrze analizuje i tworzy kod | Wyszukuje rozwiązania i dokumentację |
| Wyszukiwanie informacji | Może korzystać z wyszukiwania internetowego | Integracja z wyszukiwarką Google | Integracja z usługami Microsoft i wyszukiwaniem | Może korzystać z wyszukiwania internetowego | Jedna z głównych funkcji |
| Generowanie obrazów | Tak, dostępne zależnie od planu | Tak, zależnie od dostępnych funkcji | Tak, zależnie od dostępnych funkcji | Brak standardowego generowania obrazów | Nie jest to jego główna funkcja |
| Dostępność | Strona internetowa i aplikacja | Strona internetowa i aplikacja | Strona internetowa i aplikacja | Strona internetowa i aplikacja | Strona internetowa i aplikacja |
| Cena | Wersja bezpłatna i płatne plany | Wersja bezpłatna i płatne plany | Wersja bezpłatna i płatne plany | Wersja bezpłatna i płatne plany | Wersja bezpłatna i płatne plany |
| Wady | Może podawać nieprawdziwe informacje | Niektóre odpowiedzi wymagają sprawdzenia | Część funkcji jest płatna | Może mieć ograniczenia w dostępie i funkcjach | Nie zawsze najlepiej sprawdza się w kreatywnym pisaniu |
02.11.2026.Teachable Machine – kompletny opis i wykonanie zadania



1. Co to jest Teachable Machine?
Teachable Machine to bezpłatne narzędzie internetowe stworzone przez Google, które pozwala trenować modele sztucznej inteligencji bez konieczności programowania.
Dzięki temu narzędziu możemy nauczyć komputer rozpoznawania:
- Obrazów i przedmiotów, np. telefonu, kubka, książki.
- Dźwięków, np. klaskania, gwizdania i mówienia.
- Pozycji ciała, np. podniesionej ręki, siedzenia lub stania.
Program uczy się na podstawie przykładów dostarczonych przez użytkownika. Następnie potrafi rozpoznawać nowe przykłady i przypisywać je do odpowiednich kategorii.
teachablemachine.withgoogle.com
+1
Oficjalna strona: https://teachablemachine.withgoogle.com/
2. Do czego służy Teachable Machine?
Narzędzie służy przede wszystkim do nauki podstaw sztucznej inteligencji i uczenia maszynowego.
Można je wykorzystać do:
- Rozpoznawania różnych przedmiotów.
- Rozpoznawania zwierząt.
- Klasyfikowania zdjęć.
- Rozpoznawania dźwięków.
- Rozpoznawania gestów i ruchów człowieka.
- Tworzenia prostych projektów wykorzystujących sztuczną inteligencję.
- Nauki działania algorytmów komputerowych.
3. Jak działa Teachable Machine?
Działanie programu składa się z trzech podstawowych etapów:
1. Gather – zbieranie danych
Użytkownik dodaje zdjęcia, dźwięki lub przykłady pozycji ciała. Dzieli je na odpowiednie klasy.
2. Train – trenowanie modelu
Komputer analizuje dostarczone przykłady i uczy się rozpoznawać charakterystyczne cechy poszczególnych klas.
3. Export – eksportowanie modelu
Gotowy model można przetestować, pobrać lub udostępnić i wykorzystać w innych projektach.
4. Rodzaje projektów
W Teachable Machine dostępne są trzy główne rodzaje projektów:
Image Project – projekt obrazów
Uczy komputer rozpoznawania przedmiotów, zdjęć i innych obiektów na podstawie obrazów.
Audio Project – projekt dźwiękowy
Uczy komputer rozpoznawania dźwięków, np. klaskania, gwizdania i ciszy.
Pose Project – projekt pozycji ciała
Uczy komputer rozpoznawania określonych ruchów i pozycji człowieka.
teachablemachine.withgoogle.com
+1
5. Mini zadanie – wytrenowanie dwóch klas obiektów
Zadanie praktyczne
Temat: Uczenie prostego klasyfikatora obrazów.
Cel: Stworzenie modelu sztucznej inteligencji, który będzie rozpoznawał dwa różne przedmioty na podstawie zdjęć.
Do wykonania zadania wykorzystamy:
- Telefon komórkowy.
- Kubek.
- Kamerę internetową lub zdjęcia zapisane na komputerze.
Krok 1. Wejście na stronę
Otwórz stronę:
Następnie:
- Kliknij Get Started.
- Wybierz Image Project.
- Wybierz Standard image model.
Krok 2. Utworzenie dwóch klas
Po otwarciu projektu zobaczysz dwie domyślne klasy:
- Class 1
- Class 2
Zmień ich nazwy:
Class 1 – Telefon
Zdjęcia telefonu komórkowego.
Class 2 – Kubek
Zdjęcia kubka.
Krok 3. Dodanie zdjęć
W każdej klasie możesz wybrać jedną z opcji:
- Webcam – wykonywanie zdjęć za pomocą kamery.
- Upload – przesyłanie zdjęć z komputera.
Zalecane jest zebranie co najmniej 30 zdjęć na każdą klasę.
Warto:
- Fotografować przedmiot z różnych stron.
- Zmieniać odległość od kamery.
- Zmieniać położenie przedmiotu.
- Korzystać z różnego oświetlenia.
- Unikać rozmazanych zdjęć.
Dzięki temu model będzie miał więcej przykładów, na podstawie których nauczy się rozpoznawać przedmioty.
Krok 4. Trenowanie modelu
Po dodaniu zdjęć:
- Znajdź przycisk Train Model.
- Kliknij go.
- Poczekaj, aż program zakończy trenowanie.
- Po zakończeniu model będzie gotowy do testowania.
Krok 5. Testowanie modelu
Po wytrenowaniu modelu przejdź do sekcji Preview.
Możesz pokazywać kamerze telefon lub kubek. Program będzie wyświetlał prawdopodobieństwo przypisania obrazu do każdej klasy.
Przykładowo:
- Telefon – 98%.
- Kubek – 2%.
Oznacza to, że model z dużą pewnością przypisuje obraz do klasy Telefon.
6. Test pięciu przykładów
Poniżej znajduje się przykładowa tabela do wykonania zadania:
| Nr | Testowany obiekt | Oczekiwany wynik |
|---|---|---|
| 1 | Telefon przodem | Telefon |
| 2 | Kubek z przodu | Kubek |
| 3 | Telefon z boku | Telefon |
| 4 | Kubek z innej strony | Kubek |
| 5 | Zeszyt | Brak pewnego dopasowania |
Ważne: tabela przedstawia plan testów, a nie rzeczywiste wyniki programu. W ostatnim teście model może przypisać zeszyt do jednej z dwóch klas, ponieważ nie ma osobnej klasy dla zeszytu.
Przykładowe wyniki procentowe
Tak mogą wyglądać wyniki, jeśli model poprawnie rozpoznaje przedmioty:
| Test | Telefon | Kubek |
|---|---|---|
| 1 | 98% | 2% |
| 2 | 3% | 97% |
| 3 | 94% | 6% |
| 4 | 5% | 95% |
| 5 | 52% | 48% |
To wyłącznie przykładowe wartości. W sprawozdaniu należy wpisać wyniki uzyskane podczas własnych testów.
7. Zalety Teachable Machine
- Jest bezpłatne.
- Nie wymaga znajomości programowania.
- Jest proste w obsłudze.
- Pozwala samodzielnie trenować modele AI.
- Umożliwia korzystanie z kamery i mikrofonu.
- Pozwala szybko sprawdzić efekty uczenia.
- Umożliwia eksport gotowych modeli do innych projektów.
8. Wady i ograniczenia
- Model może popełniać błędy w rozpoznawaniu przedmiotów.
- Jakość wyników zależy od zdjęć treningowych.
- Złe oświetlenie może utrudniać rozpoznawanie.
- Model może mieć problem z rozpoznawaniem przedmiotów, których wcześniej nie widział.
- Nie rozumie przedmiotów tak jak człowiek – uczy się na podstawie wzorców i przykładów.
9. Czy Teachable Machine jest bezpieczne?
Trenowanie i działanie modelu może odbywać się bezpośrednio w przeglądarce, na urządzeniu użytkownika. Google informuje, że przykłady nie muszą być wysyłane na serwery. Projekt można jednak dobrowolnie zapisać lub udostępnić, dlatego należy uważać na prywatne zdjęcia i nagrania.
teachablemachine.withgoogle.com
+1
10. Gdzie można wykorzystać Teachable Machine?
Przykłady zastosowania:
Segregacja śmieci
Rozpoznawanie plastiku i papieru.
Rozpoznawanie owoców
Rozpoznawanie jabłek i bananów.
Rozpoznawanie gestów
Rozpoznawanie różnych ułożeń dłoni.
Rozpoznawanie zwierząt
Rozpoznawanie psów i kotów.
11. Najważniejsze pojęcia
| Pojęcie | Znaczenie |
|---|---|
| Sztuczna inteligencja (AI) | Technologia umożliwiająca komputerom wykonywanie zadań wymagających inteligentnego przetwarzania informacji. |
| Machine Learning | Uczenie maszynowe, czyli uczenie komputera na podstawie danych. |
| Klasyfikator | Model przypisujący dane do określonych kategorii. |
| Klasa | Kategoria, do której przypisujemy przykłady. |
| Trening | Proces uczenia modelu. |
| Testowanie | Sprawdzanie, czy model prawidłowo rozpoznaje nowe przykłady. |
| Model | Wytrenowany system rozpoznawania danych. |
12. Podsumowanie i wnioski do zeszytu
Teachable Machine to bardzo przydatne narzędzie do poznawania sztucznej inteligencji i uczenia maszynowego. Dzięki niemu można stworzyć własny model rozpoznający obrazy, dźwięki oraz pozycje ciała bez pisania kodu programistycznego.
Podczas wykonywania zadania można nauczyć komputer rozpoznawania dwóch różnych przedmiotów, np. telefonu i kubka. Po dodaniu zdjęć i wytrenowaniu modelu można sprawdzić jego skuteczność na pięciu nowych przykładach.
Wnioski:
- Sztuczna inteligencja potrafi uczyć się na podstawie dostarczonych przykładów.
- Im lepsze i bardziej różnorodne dane treningowe, tym większa szansa na prawidłowe rozpoznawanie.
- Model nie zawsze rozpoznaje przedmioty poprawnie.
- Teachable Machine pozwala zrozumieć podstawy działania sztucznej inteligencji.
- Do stworzenia prostego klasyfikatora nie jest potrzebna umiejętność programowania.
Quick, Draw! – opis i wykonanie zadania
1. Co to jest Quick, Draw!?
Quick, Draw! to darmowa gra internetowa stworzona przez Google, która wykorzystuje sztuczną inteligencję i uczenie maszynowe.
Polega na rysowaniu różnych przedmiotów na ekranie. Sztuczna inteligencja próbuje odgadnąć, co przedstawia rysunek.
Przykładowo użytkownik otrzymuje polecenie narysowania kota, a komputer analizuje rysunek i próbuje rozpoznać zwierzę.
Oficjalna strona: https://quickdraw.withgoogle.com/
2. Do czego służy Quick, Draw!?
Program służy do:
- Nauki podstaw sztucznej inteligencji.
- Pokazania, jak komputer rozpoznaje obrazy.
- Poznawania uczenia maszynowego.
- Sprawdzania, czy komputer potrafi rozpoznawać odręczne rysunki.
- Trenowania i rozwijania zbiorów danych wykorzystywanych w badaniach nad AI.
Rysunki użytkowników mogą być dodawane do publicznego zbioru danych, który pomaga w badaniach nad uczeniem maszynowym.
quickdraw.withgoogle.com
+1
3. Jak działa Quick, Draw!?
1. Polecenie
Komputer wyświetla nazwę przedmiotu, który należy narysować.
2. Rysowanie
Użytkownik rysuje przedmiot za pomocą myszki, touchpada lub ekranu dotykowego.
3. Rozpoznawanie
Sztuczna inteligencja analizuje kolejne linie rysunku i próbuje odgadnąć obiekt.
4. Wynik
Program informuje, czy udało mu się rozpoznać rysunek.
Na wykonanie jednego rysunku użytkownik ma około 20 sekund.
draw.quickdraw.withgoogle.com
+1
4. Jak wykonać zadanie krok po kroku?
Zadanie praktyczne
Krok 1. Wejdź na stronę
Krok 2. Rozpocznij grę
Kliknij przycisk Let’s Draw!.
Krok 3. Przeczytaj polecenie
Na ekranie pojawi się nazwa przedmiotu, który trzeba narysować.
Krok 4. Narysuj przedmiot
Masz około 20 sekund na wykonanie rysunku. Staraj się narysować go wyraźnie.
Krok 5. Obserwuj sztuczną inteligencję
Podczas rysowania komputer będzie próbował odgadnąć, co przedstawia obrazek.
Krok 6. Wykonaj kolejne rysunki
Gra przeprowadzi Cię przez sześć rund.
Krok 7. Sprawdź wyniki
Po zakończeniu zobaczysz swoje rysunki i informację, które zostały prawidłowo rozpoznane.
5. Mini zadanie – przetestuj rozpoznawanie rysunków
Twoim zadaniem jest wykonanie sześciu rysunków i sprawdzenie, czy sztuczna inteligencja je rozpoznała.
Przykładowe obiekty:
Kot
Dom
Rower
Jabłko
Samochód
Drzewo
6. Tabela wyników testów
Poniżej znajduje się tabela do uzupełnienia po wykonaniu ćwiczenia.
| Nr | Rysowany przedmiot | Czy AI rozpoznała? |
|---|---|---|
| 1 | Kot | Tak / Nie |
| 2 | Dom | Tak / Nie |
| 3 | Rower | Tak / Nie |
| 4 | Jabłko | Tak / Nie |
| 5 | Samochód | Tak / Nie |
| 6 | Drzewo | Tak / Nie |
Możesz również obliczyć skuteczność rozpoznawania:
Skutecznosˊcˊ=6Poprawne odpowiedzi×100%
Przykład: jeśli AI rozpoznała 5 z 6 rysunków, skuteczność wynosi około 83,3%.
7. Zalety Quick, Draw!
- Jest bezpłatny.
- Nie wymaga instalowania programu.
- Nie wymaga umiejętności programowania.
- Uczy przez zabawę.
- Pokazuje działanie sztucznej inteligencji.
- Pozwala sprawdzić możliwości rozpoznawania obrazów.
8. Wady i ograniczenia
- Ograniczony czas na wykonanie rysunku.
- Komputer może błędnie rozpoznać obraz.
- Niedokładne rysunki utrudniają rozpoznawanie.
- Nie każdy przedmiot jest łatwy do narysowania.
- Sztuczna inteligencja nie zawsze poprawnie interpretuje nietypowe rysunki.
9. Najważniejsze pojęcia
| Pojęcie | Wyjaśnienie |
|---|---|
| AI | Sztuczna inteligencja |
| Machine Learning | Uczenie maszynowe |
| Neural Network | Sieć neuronowa |
| Dataset | Zbiór danych |
| Recognition | Rozpoznawanie |
| Drawing | Rysowanie |
| Prediction | Przewidywanie |
10. Wnioski do zeszytu
Quick, Draw! to gra edukacyjna stworzona przez Google, która wykorzystuje sztuczną inteligencję do rozpoznawania rysunków.
Podczas gry użytkownik otrzymuje polecenie narysowania określonego przedmiotu w ciągu około 20 sekund. Komputer analizuje rysunek i próbuje odgadnąć, co zostało przedstawione.
Wnioski:
- Sztuczna inteligencja potrafi rozpoznawać odręczne rysunki.
- Komputer wykorzystuje sieci neuronowe i uczenie maszynowe.
- Dokładność rozpoznawania zależy od kształtu i jakości rysunku.
- Sztuczna inteligencja może popełniać błędy.
- Rysunki użytkowników mogą pomagać w rozwijaniu zbiorów danych do badań nad AI.
11. Porównanie Teachable Machine i Quick, Draw!
| Cecha | Teachable Machine | Quick, Draw! |
|---|---|---|
| Twórca | ||
| Zastosowanie | Trenowanie własnego modelu | Rozpoznawanie rysunków |
| Obrazy | Tak | Tak |
| Dźwięki | Tak | Nie |
| Programowanie | Nie jest wymagane | Nie jest wymagane |
| Trening | Własne przykłady | Wykorzystuje wytrenowany model |
| Główne zadanie | Klasyfikacja obrazów | Rozpoznawanie szkiców |
Najważniejsza różnica: W Teachable Machine samodzielnie uczysz model rozpoznawania wybranych obiektów, natomiast w Quick, Draw! sprawdzasz, czy gotowa sztuczna inteligencja potrafi odgadnąć Twoje rysunki.
Google Arts & Culture – opis i wykonanie zadania
1. Co to jest Google Arts & Culture?
Google Arts & Culture to bezpłatna platforma internetowa stworzona przez Google, która umożliwia poznawanie sztuki, kultury, historii i zabytków z całego świata.
Dzięki niej można oglądać obrazy, rzeźby, fotografie, wystawy oraz zwiedzać muzea bez wychodzenia z domu.
Oficjalna strona: https://artsandculture.google.com/
2. Do czego służy Google Arts & Culture?
Platforma umożliwia:
- Oglądanie znanych dzieł sztuki.
- Zwiedzanie muzeów i galerii online.
- Poznawanie historii różnych krajów.
- Oglądanie zabytków i ważnych miejsc.
- Poznawanie znanych artystów.
- Oglądanie obrazów w bardzo wysokiej rozdzielczości.
- Korzystanie z interaktywnych wystaw.
- Poznawanie zastosowań sztucznej inteligencji w kulturze.
3. Najważniejsze funkcje platformy
1. Art Camera
Umożliwia oglądanie obrazów w bardzo dużym przybliżeniu i dostrzeganie drobnych szczegółów.
2. Virtual Tours
Pozwala wirtualnie zwiedzać muzea, galerie i zabytki.
3. Art Selfie
Pozwala znaleźć portrety z kolekcji muzealnych podobne do fotografii użytkownika.
4. Art Palette
Pozwala odkrywać dzieła sztuki na podstawie wybranych kolorów.
5. Online Exhibitions
Umożliwia oglądanie wystaw tematycznych i poznawanie historii dzieł.
4. Jak korzystać z Google Arts & Culture?
Instrukcja krok po kroku
- Wejdź na stronę https://artsandculture.google.com/ .
- Wybierz interesujący Cię temat, np. sztukę, historię lub naukę.
- Otwórz wybraną wystawę albo dzieło sztuki.
- Zapoznaj się z opisem i informacjami o autorze.
- Powiększ obraz, aby zobaczyć szczegóły.
- Możesz również wybrać wirtualne zwiedzanie muzeum.
5. Mini zadanie – poznaj dzieła sztuki online
Temat: Wirtualne poznawanie sztuki i kultury.
Cel: Zapoznanie się z dziełami sztuki, artystami i muzeami za pomocą platformy Google Arts & Culture.
Wykonaj następujące zadania:
Zadanie 1. Znajdź trzy dzieła sztuki
Gwiaździsta noc
Vincent van Gogh
Mona Lisa
Leonardo da Vinci
Dziewczyna z perłą
Johannes Vermeer
Odszukaj te obrazy na platformie i zapoznaj się z ich opisami.
Zadanie 2. Zwiedź muzeum online
Wybierz jedno muzeum i obejrzyj jego wystawę.
Przykładowe muzea:
- Luwr – Paryż.
- British Museum – Londyn.
- Rijksmuseum – Amsterdam.
Zadanie 3. Sprawdź szczegóły obrazu
Wybierz jeden obraz i sprawdź:
- Kto go namalował?
- W którym roku powstał?
- Jakie kolory dominują?
- Co przedstawia?
- W jakim muzeum można go zobaczyć?
6. Tabela do uzupełnienia
| Nr | Dzieło sztuki | Autor |
|---|---|---|
| 1 | Gwiaździsta noc | Vincent van Gogh |
| 2 | Mona Lisa | Leonardo da Vinci |
| 3 | Dziewczyna z perłą | Johannes Vermeer |
7. Zalety Google Arts & Culture
- Bezpłatny dostęp do wielu materiałów.
- Możliwość poznawania sztuki z całego świata.
- Wirtualne zwiedzanie muzeów.
- Dostęp do wysokiej jakości zdjęć.
- Łatwe wyszukiwanie dzieł i artystów.
- Ciekawa forma nauki historii i kultury.
- Możliwość korzystania z narzędzi wykorzystujących sztuczną inteligencję.
8. Wady i ograniczenia
- Nie wszystkie dzieła i muzea są dostępne.
- Wirtualne zwiedzanie nie zastępuje prawdziwej wizyty w muzeum.
- Niektóre materiały są dostępne tylko w wybranych językach.
- Do korzystania z platformy potrzebny jest internet.
- Nie wszystkie funkcje działają na każdym urządzeniu.
9. Zastosowanie sztucznej inteligencji
Google Arts & Culture wykorzystuje technologie cyfrowe i sztuczną inteligencję do ułatwiania poznawania sztuki.
Przykłady:
- Rozpoznawanie podobnych dzieł sztuki.
- Wyszukiwanie obrazów według kolorów.
- Dopasowywanie portretów do zdjęć użytkowników.
- Interaktywne odkrywanie kolekcji muzealnych.
- Ułatwianie przeglądania ogromnych zbiorów dzieł.
10. Wnioski do zeszytu
Google Arts & Culture to internetowa platforma edukacyjna stworzona przez Google. Umożliwia poznawanie sztuki, kultury i historii z całego świata.
Dzięki niej można oglądać znane obrazy, poznawać artystów, zwiedzać muzea online oraz korzystać z nowoczesnych technologii.
Wnioski:
- Internet umożliwia poznawanie sztuki bez wychodzenia z domu.
- Dzięki technologii można oglądać dzieła w bardzo wysokiej jakości.
- Wirtualne muzea ułatwiają naukę historii i kultury.
- Sztuczna inteligencja pomaga wyszukiwać i poznawać dzieła sztuki.
- Nowoczesne technologie sprawiają, że nauka może być ciekawsza i bardziej interaktywna.
11. Porównanie trzech poznanych narzędzi Google
| Narzędzie | Do czego służy? |
|---|---|
| Teachable Machine | Trenowanie własnego modelu AI. |
| Quick, Draw! | Rozpoznawanie rysunków przez AI. |
| Google Arts & Culture | Poznawanie sztuki, historii i kultury. |
Podsumowanie: Wszystkie trzy narzędzia pokazują, jak można wykorzystywać nowoczesne technologie w edukacji. Teachable Machine uczy tworzenia modeli AI, Quick, Draw! pokazuje rozpoznawanie obrazów, a Google Arts & Culture pozwala poznawać świat sztuki i kultury.
16.11.2026.Algorytm zachłanny (Greedy Algorithm)
Algorytm zachłanny to sposób rozwiązywania problemów, w którym na każdym etapie wybieramy najlepszą możliwą decyzję w danym momencie, licząc na to, że doprowadzi nas ona do najlepszego rozwiązania końcowego.
Mówiąc prościej: wybieramy to, co w danej chwili wydaje się najlepsze, bez analizowania wszystkich możliwych przyszłych opcji.
1. Jak działa algorytm zachłanny?
- Rozpoczynamy od pustego rozwiązania.
- Wybieramy najlepszą dostępną opcję.
- Dodajemy ją do rozwiązania.
- Powtarzamy czynność, aż otrzymamy wynik.
- Zwracamy uzyskane rozwiązanie.
2. Przykład – wydawanie reszty
Mamy wydać 18 zł przy użyciu jak najmniejszej liczby monet.
Dostępne nominały: 10 zł, 5 zł, 2 zł, 1 zł.
Algorytm zachłanny wybiera za każdym razem największą monetę, która nie przekracza pozostałej kwoty.
| Krok | Wybrana moneta | Pozostała kwota |
|---|---|---|
| 1 | 10 zł | 8 zł |
| 2 | 5 zł | 3 zł |
| 3 | 2 zł | 1 zł |
| 4 | 1 zł | 0 zł |
Wynik 4 monety: 10 + 5 + 2 + 1 = 18 zł.
3. Przykład w Pythonie
python
def wydaj_reszte(kwota):
monety = [10, 5, 2, 1]
wynik = []
for moneta in monety:
while kwota >= moneta:
wynik.append(moneta)
kwota -= moneta
return wynik
print(wydaj_reszte(18))
Wynik:
text
[10, 5, 2, 1]
4. Zalety i wady
Zalety:
- Prosty do napisania i zrozumienia.
- Zazwyczaj szybki.
- Nie wymaga sprawdzania wszystkich możliwości.
Wady:
- Nie zawsze daje optymalne rozwiązanie.
- Lokalnie najlepszy wybór nie musi być najlepszy dla całego problemu.
5. Kiedy stosujemy algorytmy zachłanne?
Przykładowe zastosowania:
- Wydawanie reszty.
- Wybór zajęć, które nie kolidują ze sobą.
- Problem plecakowy ułamkowy.
- Algorytm Kruskala.
- Algorytm Prima.
- Kodowanie Huffmana.
Najważniejsze do zapamiętania: Algorytm zachłanny podejmuje najlepszą decyzję w danym momencie, nie cofając się do wcześniejszych wyborów.