kozaran

Hotel Gołębiewski w Karpaczu

Hotel z basenem w Karpaczu | Hotele Gołębiewski****
Hotel z atrakcjami dla dzieci w Karpaczu | Hotele Gołębiewski
Pokoje | Hotel Gołębiewski Karpacz

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

Tropikana | Hotel Gołębiewski Karpacz

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.

Co trzeba koniecznie zobaczyć w Karkonoszach? Podpowiadamy! - Willa Izbica Karpacz

2. Górskie wycieczki

Karpacz jest świetną bazą wypadową na wycieczki po Karkonoszach. Jednym z najbardziej znanych celów turystycznych jest Śnieżka, najwyższy szczyt Karkonoszy.

Restauracje | Hotel Gołębiewski Karpacz

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.

  1. Phishing – podszywanie się pod banki, firmy lub inne osoby w celu wyłudzenia haseł i danych osobowych.
  2. Oszustwa internetowe – wyłudzanie pieniędzy np. przez fałszywe sklepy internetowe lub ogłoszenia.
  3. Kradzież tożsamości – wykorzystywanie cudzych danych osobowych bez zgody.
  4. Cyberprzemoc – nękanie, obrażanie, szantażowanie lub ośmieszanie innych osób w internecie.
  5. Włamania komputerowe – nieuprawnione uzyskiwanie dostępu do cudzych kont i systemów.
  6. Rozpowszechnianie nielegalnych treści – publikowanie materiałów zakazanych przez prawo.
  7. Szantaż internetowy – grożenie ujawnieniem prywatnych informacji lub zdjęć w celu uzyskania pieniędzy.
  8. 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:

  1. Bierzemy kolejne liczby z tablicy.
  2. Porównujemy każdą liczbę z liczbami, które są przed nią.
  3. Jeśli wcześniejsze liczby są większe, przesuwamy je w prawo.
  4. Wstawiamy wybraną liczbę na odpowiednie miejsce.
  5. Powtarzamy to, aż wszystkie liczby będą posortowane.

Merge Sort (sortowanie przez scalanie) działa tak:

  1. Dzielimy tablicę na coraz mniejsze części, aż zostaną pojedyncze liczby.
  2. Następnie łączymy te części ze sobą, układając liczby od najmniejszej do największej.
  3. Powtarzamy łączenie, aż powstanie jedna posortowana tablica.

Bubble Sort (sortowanie bąbelkowe) działa tak:

  1. Porównujemy dwie sąsiadujące ze sobą liczby.
  2. Jeśli pierwsza liczba jest większa od drugiej, zamieniamy je miejscami.
  3. Przechodzimy do kolejnej pary liczb.
  4. 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:

  1. Rozpoczyna od drugiego elementu tablicy.
  2. Porównuje aktualny element z poprzednim.
  3. Jeśli elementy są w dobrej kolejności, przechodzi do następnego.
  4. Jeśli są w złej kolejności, zamienia je miejscami i cofa się o jedną pozycję.
  5. 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?

  1. Rozpoczyna od etapu parzystego.
  2. Porównuje sąsiednie elementy na parzystych pozycjach.
  3. Zamienia elementy, jeśli są w złej kolejności.
  4. Przechodzi do etapu nieparzystego.
  5. Porównuje elementy na nieparzystych pozycjach.
  6. Powtarza oba etapy, aż tablica zostanie posortowana.

Szczegółowe porównanie chatbotów 19.10.2026

KryteriumChatGPTGoogle GeminiMicrosoft CopilotClaudePerplexity
ProducentOpenAIGoogleMicrosoftAnthropicPerplexity AI
Główne zastosowanieNauka, praca, pisanie i analizaWyszukiwanie, nauka i pracaPomoc w pracy biurowejAnaliza tekstów i programowanieWyszukiwanie informacji
Rozmowa z użytkownikiemNaturalna, rozbudowanaNaturalna i kontekstowaPrzypomina rozmowę z asystentemRozbudowana i szczegółowaNastawiona na udzielanie konkretnych odpowiedzi
Pisanie tekstówBardzo dobreBardzo dobreDobreBardzo dobreDobre
Tworzenie prezentacjiPomaga przygotować treść i strukturęPomaga tworzyć treści i materiałyWspiera tworzenie prezentacji PowerPointPrzygotowuje tekst i plan prezentacjiPomaga wyszukiwać materiały do prezentacji
Pomoc w nauceWyjaśnia zagadnienia, rozwiązuje zadaniaPomaga w nauce i tłumaczy trudne tematyWyjaśnia zagadnienia i pomaga w zadaniachPomaga analizować i rozumieć tekstyWyszukuje informacje i materiały naukowe
ProgramowaniePisze i wyjaśnia kodPomaga pisać i analizować kodPomaga programowaćDobrze analizuje i tworzy kodWyszukuje rozwiązania i dokumentację
Wyszukiwanie informacjiMoże korzystać z wyszukiwania internetowegoIntegracja z wyszukiwarką GoogleIntegracja z usługami Microsoft i wyszukiwaniemMoże korzystać z wyszukiwania internetowegoJedna z głównych funkcji
Generowanie obrazówTak, dostępne zależnie od planuTak, zależnie od dostępnych funkcjiTak, zależnie od dostępnych funkcjiBrak standardowego generowania obrazówNie jest to jego główna funkcja
DostępnośćStrona internetowa i aplikacjaStrona internetowa i aplikacjaStrona internetowa i aplikacjaStrona internetowa i aplikacjaStrona internetowa i aplikacja
CenaWersja bezpłatna i płatne planyWersja bezpłatna i płatne planyWersja bezpłatna i płatne planyWersja bezpłatna i płatne planyWersja bezpłatna i płatne plany
WadyMoże podawać nieprawdziwe informacjeNiektóre odpowiedzi wymagają sprawdzeniaCzęść funkcji jest płatnaMoże mieć ograniczenia w dostępie i funkcjachNie 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:

[인공지능 실습]구글 티처블 머신(Teachable Machine) 활용

1. Gather – zbieranie danych

Użytkownik dodaje zdjęcia, dźwięki lub przykłady pozycji ciała. Dzieli je na odpowiednie klasy.

Generation AI

2. Train – trenowanie modelu

Komputer analizuje dostarczone przykłady i uczy się rozpoznawać charakterystyczne cechy poszczególnych klas.

Create simple Image Classification model / Pose detector model with Google Teachable Machine - DEV Community

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:

Train it like Fei-Fei Li – Giving Vision to Computers!

Image Project – projekt obrazów

Uczy komputer rozpoznawania przedmiotów, zdjęć i innych obiektów na podstawie obrazów.

Maker

Audio Project – projekt dźwiękowy

Uczy komputer rozpoznawania dźwięków, np. klaskania, gwizdania i ciszy.

How to easily download bulk images for training a model on Teachable Machine | by Johanna | Medium

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:

Google Teachable Machine 

Następnie:

  1. Kliknij Get Started.
  2. Wybierz Image Project.
  3. Wybierz Standard image model.
Teachable Machine: By Google Creative Lab

Krok 2. Utworzenie dwóch klas

Po otwarciu projektu zobaczysz dwie domyślne klasy:

  • Class 1
  • Class 2

Zmień ich nazwy:

Black smart phone with blank screen isolated on white background

Class 1 – Telefon

Zdjęcia telefonu komórkowego.

Isolated White Ceramic Coffee Mug Simple Design

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:

  1. Znajdź przycisk Train Model.
  2. Kliknij go.
  3. Poczekaj, aż program zakończy trenowanie.
  4. Po zakończeniu model będzie gotowy do testowania.
Create simple Image Classification model / Pose detector model with Google Teachable Machine - DEV Community

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:

NrTestowany obiektOczekiwany wynik
1Telefon przodemTelefon
2Kubek z przoduKubek
3Telefon z bokuTelefon
4Kubek z innej stronyKubek
5ZeszytBrak 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:

TestTelefonKubek
198%2%
23%97%
394%6%
45%95%
552%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:

PepsiCo Partners with Intuitive AI to Revolutionize Recycling with Oscar Sort - ESG News

Segregacja śmieci

Rozpoznawanie plastiku i papieru.

Color Detection Using Python and OpenCV | by Agneya Pathare | Medium

Rozpoznawanie owoców

Rozpoznawanie jabłek i bananów.

Reconhecimento de Gestos de Mão em Tempo Real | Python, OpenCV e MediaPipe | Matheus Siqueira

Rozpoznawanie gestów

Rozpoznawanie różnych ułożeń dłoni.

Teaching a Machine to Tell Cats from Dogs | by Naymalika | Medium

Rozpoznawanie zwierząt

Rozpoznawanie psów i kotów.

11. Najważniejsze pojęcia

PojęcieZnaczenie
Sztuczna inteligencja (AI)Technologia umożliwiająca komputerom wykonywanie zadań wymagających inteligentnego przetwarzania informacji.
Machine LearningUczenie maszynowe, czyli uczenie komputera na podstawie danych.
KlasyfikatorModel przypisujący dane do określonych kategorii.
KlasaKategoria, do której przypisujemy przykłady.
TreningProces uczenia modelu.
TestowanieSprawdzanie, czy model prawidłowo rozpoznaje nowe przykłady.
ModelWytrenowany 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:

  1. Sztuczna inteligencja potrafi uczyć się na podstawie dostarczonych przykładów.
  2. Im lepsze i bardziej różnorodne dane treningowe, tym większa szansa na prawidłowe rozpoznawanie.
  3. Model nie zawsze rozpoznaje przedmioty poprawnie.
  4. Teachable Machine pozwala zrozumieć podstawy działania sztucznej inteligencji.
  5. Do stworzenia prostego klasyfikatora nie jest potrzebna umiejętność programowania.

Quick, Draw! – opis i wykonanie zadania

GitHub - Samin-Islam0312/Doodle-Classifier-VGG16: As per the requirement of the course CSE428(Image Processing), this project is a doodle classifier that will try to predict doodles with the help of image processing techniques based on neural networks architecture.  CNN-based architecture, VGG16 as been implemented. The dataset has been taken from the open source data of Quick Draw by Google. · GitHub
How To Play Google "Quick, Draw!" Because We Could All Use A Little Diversion Right Now
Drawing with AI: A Fun and Creative Experience with Your Child - Myungja Anna Koh

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!?

Quick, Draw: Google Offers Users to Teach a Neural Network to Recognize Drawn Images — Bird In Flight

1. Polecenie

Komputer wyświetla nazwę przedmiotu, który należy narysować.

- YouTube

2. Rysowanie

Użytkownik rysuje przedmiot za pomocą myszki, touchpada lub ekranu dotykowego.

Quick Draw with Google - QBN

3. Rozpoznawanie

Sztuczna inteligencja analizuje kolejne linie rysunku i próbuje odgadnąć obiekt.

Drawing with AI: A Fun and Creative Experience with Your Child - Myungja Anna Koh

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

Otwórz Quick, Draw! 

Quick Draw: Trò chơi giải trí giúp bạn quên hết mọi muộn phiền

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:

Simple Black Line Art Illustration Of A Cute Sitting Cat PNG Images | EPS Free Download - Pikbest

Kot

5 Cute and Easy Doodles: Simple Drawing Ideas for Beginners

Dom

hand drawn doodle bicycle illustration with doodle cartoon style

Rower

Apple Outline Images | Free Photos, PNG Stickers, Wallpapers & Backgrounds - rawpixel

Jabłko

Outline of a Simple Car Illustration for Transportation and Vehicle Concepts

Samochód

Simple Line Art Drawing of a Tree in Black and White

Drzewo

6. Tabela wyników testów

Poniżej znajduje się tabela do uzupełnienia po wykonaniu ćwiczenia.

NrRysowany przedmiotCzy AI rozpoznała?
1KotTak / Nie
2DomTak / Nie
3RowerTak / Nie
4JabłkoTak / Nie
5SamochódTak / Nie
6DrzewoTak / Nie

Możesz również obliczyć skuteczność rozpoznawania:

Skutecznosˊcˊ=Poprawne odpowiedzi6×100%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

PojęcieWyjaśnienie
AISztuczna inteligencja
Machine LearningUczenie maszynowe
Neural NetworkSieć neuronowa
DatasetZbiór danych
RecognitionRozpoznawanie
DrawingRysowanie
PredictionPrzewidywanie

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:

  1. Sztuczna inteligencja potrafi rozpoznawać odręczne rysunki.
  2. Komputer wykorzystuje sieci neuronowe i uczenie maszynowe.
  3. Dokładność rozpoznawania zależy od kształtu i jakości rysunku.
  4. Sztuczna inteligencja może popełniać błędy.
  5. Rysunki użytkowników mogą pomagać w rozwijaniu zbiorów danych do badań nad AI.

11. Porównanie Teachable Machine i Quick, Draw!

CechaTeachable MachineQuick, Draw!
TwórcaGoogleGoogle
ZastosowanieTrenowanie własnego modeluRozpoznawanie rysunków
ObrazyTakTak
DźwiękiTakNie
ProgramowanieNie jest wymaganeNie jest wymagane
TreningWłasne przykładyWykorzystuje wytrenowany model
Główne zadanieKlasyfikacja obrazówRozpoznawanie 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

Art through the screen - What Design Can Do
ARTS & HUMANITIES: Google Arts & Culture - 
                Osher Lifelong Learning Institute - Carnegie Mellon University
A Virtual Tour of the Van Gogh Museum is (Almost) as Good as the Real Thing – The University News

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

谷歌艺术与文化app官方版下载安装-google艺术与文化app下载 v10.20.6安卓版 - 3322软件站

1. Art Camera

Umożliwia oglądanie obrazów w bardzo dużym przybliżeniu i dostrzeganie drobnych szczegółów.

A Virtual Tour of the Van Gogh Museum is (Almost) as Good as the Real Thing – The University News

2. Virtual Tours

Pozwala wirtualnie zwiedzać muzea, galerie i zabytki.

Google Arts Selfie helps users find their painted lookalike | The Week

3. Art Selfie

Pozwala znaleźć portrety z kolekcji muzealnych podobne do fotografii użytkownika.

6 virtual archives and museums to feast your eyes on

4. Art Palette

Pozwala odkrywać dzieła sztuki na podstawie wybranych kolorów.

Semana Internacional de los Museos: los mejores que podés visitar en Google Street View | TN

5. Online Exhibitions

Umożliwia oglądanie wystaw tematycznych i poznawanie historii dzieł.

4. Jak korzystać z Google Arts & Culture?

Instrukcja krok po kroku

  1. Wejdź na stronę https://artsandculture.google.com/ .
  2. Wybierz interesujący Cię temat, np. sztukę, historię lub naukę.
  3. Otwórz wybraną wystawę albo dzieło sztuki.
  4. Zapoznaj się z opisem i informacjami o autorze.
  5. Powiększ obraz, aby zobaczyć szczegóły.
  6. Możesz również wybrać wirtualne zwiedzanie muzeum.
Art through the screen - What Design Can Do

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

The Top 10 Artworks People Want to Own in the United States | MyArtBroker

Gwiaździsta noc

Vincent van Gogh

De nouveaux secrets de la Joconde viennent d'être révélés | National Geographic | National Geographic

Mona Lisa

Leonardo da Vinci

Dutch Golden Age beckons at de Young

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

NrDzieło sztukiAutor
1Gwiaździsta nocVincent van Gogh
2Mona LisaLeonardo da Vinci
3Dziewczyna z perłąJohannes 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:

  1. Internet umożliwia poznawanie sztuki bez wychodzenia z domu.
  2. Dzięki technologii można oglądać dzieła w bardzo wysokiej jakości.
  3. Wirtualne muzea ułatwiają naukę historii i kultury.
  4. Sztuczna inteligencja pomaga wyszukiwać i poznawać dzieła sztuki.
  5. Nowoczesne technologie sprawiają, że nauka może być ciekawsza i bardziej interaktywna.

11. Porównanie trzech poznanych narzędzi Google

NarzędzieDo czego służy?
Teachable MachineTrenowanie własnego modelu AI.
Quick, Draw!Rozpoznawanie rysunków przez AI.
Google Arts & CulturePoznawanie 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?

  1. Rozpoczynamy od pustego rozwiązania.
  2. Wybieramy najlepszą dostępną opcję.
  3. Dodajemy ją do rozwiązania.
  4. Powtarzamy czynność, aż otrzymamy wynik.
  5. 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.

KrokWybrana monetaPozostała kwota
110 zł8 zł
25 zł3 zł
32 zł1 zł
41 zł0 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.