Arytmetyka interwałowa i arytmetyka rozmyta jest podstawą obliczeniową wielu metod Sztucznej Inteligencji takich jak Automatyczne Myślenie, Obliczenia Granularne (Granular Computing), Computing with Words oraz wszelkich obliczeń inżynierskich w których dane są niepewne (przybliżone) co jest najczęstszym praktycznym przypadkiem. Obecnie istniejące arytmetyki interwałowe i rozmyte są niedoskonałe i tylko częściowo poprawne, w tym sensie, że prawidłowo rozwiązują tylko część zadań, zadań zwykle o niskim stopniu komplikacji, a wielu zadań nie są w stanie poprawnie rozwiązać.
W Zakładzie Metod Sztucznej Inteligencji pod kierownictwem prof. A. Piegata, rozwijane są metody wnioskowania rozmytego. W ramach prac opracowano nowy rodzaj arytmetyki interwałowej i rozmytej RDM, która posiada podobne własności matematyczne jak arytmetyka liczb precyzyjnych i która usunęła wiele paradoksów obliczeniowych powstających przy stosowaniu innych rodzajów arytmetyk. Podstawowym założeniem tej arytmetyki jest to, że wynik obliczeń nie jest jednowymiarowym interwałem czy interwałem rozmytym lecz wielowymiarową granula informacyjna.
Operacje na liczbach rozmytych ma ją duże znaczenie w rozmytych systemach decyzyjnych. Prace nad rozwojem interwałowej i rozmytej arytmetyki RDM oraz rozmytych metod podejmowania decyzji zaowocowały licznymi publikacjami w istotnych czasopismach światowych i polskich: International Journal of Fuzzy Systems, International Journal of Applied Mathematics and Computer Science, International Journal of Computational Intelligence Systems, Bulletin of the Polish Academy of Sciences, Artificial Intelligence Review, Applied Computational Intelligence and Soft Computing oraz doczekały się licznych cytowań.