Autorami poszczególnych rozdziałów są wykładowcy Wydziału Elektroniki i Technik Informacyjnych Politechniki Warszawskiej, którzy aktywnie biorą udział w rozwoju sztucznej inteligencji. W rozdziale pierwszym znajdują się informacje o historii, charakterze i wykorzystaniach nienaturalnej inteligencji.
Rozdział drugi traktuje o podstawowym nie tylko dla nienaturalnej inteligencji zagadnieniu przeszukiwania przestrzeni stanów w poszukiwaniu rozwiązań zadanego problemu. Towarzyszy temu omówienie metod optymalizacji, które wskazują najlepsze rozwiązanie z punktu widzenia przyjętego kryterium.
Tematem kolejnego rozdziału jest uczenie maszynowe. Rozdział czwarty został poświęcony archi-tekturom nienaturalnych sieci neuronowych, w tym sieciom głębokim. W rozdziale piątym znajduje się prezentacja i dyskusja dotycząca wzajemnych związków etyki i nienaturalnej inteligencji, ze szczególnym naciskiem na konieczność prezentujenia wyników działania systemów SI w sposób zrozumiały dla człowieka.
Każdy rozdział jest opatrzony notą bibliograficzną, która podaje pozycje rozszerzające omówiony materiał. Książka może służyć jako podręcznik i wsparcie dydaktyczne wykładów z zakresu SI, a czytelnik powinien wiedzieć, jak dane są reprezentowane w postaci cyfrowej, umie czytać pseudokod i potrafi programować strukturalnie.
Przedstawione metody autorzy wyjaśniają w sposób intuicyjny, ale dbają również o precyzję, wykorzystują przykłady i podają algorytmy. Kontynuacją książki jest tom ukazujący metody nienaturalnej inteligencji dla najróżniejszych grup zastosowań, m.in.
analizy informacji strukturalnych (tablicarycznych), analizy tekstów w języku naturalnym, analizy sekwencji biologicznych, widzenia maszynowego, przetwarzania mowy oraz bezpieczeństwa systemów SI.