人们在这里谈论科学。人们谈论不同的发明。人们谈论不同的创新。他们谈论诺贝尔奖获得者。他们谈论他们的发明和技术。人们谈论日常生活中正在发生的新创业公司。，SRI改变了我的想法，如何看待技术。我来自一个完全不同的环境。

自新冠肺炎以来，许多学院和大学都扩大了虚拟学习，但研究表明，在线学习在不同的学生群体中效果并不一样好。事实上，它会导致通过率降低，增加孤立感，并加剧现有的不平等。，SRI数字学习与技术政策项目联合主任、高级首席研究员Rebecca Griffiths表示：“研究表明，学生在在线课程中的成功率通常会降低，这表明不同群体之间的差距有时会变得更大。鉴于未来教育的极端变化，如何在虚拟教育环境中改进和创新变得越来越重要。”

SRI已被美国国防高级研究计划局（DARPA）选中，为其最近启动的铝合金结构多目标工程和测试（METALS）计划提供先进技术。，DARPA METALS的目标是打破当今每部件一种材料的模式，当高度工程化的部件经历严峻的环境时，这种模式可能会导致脆弱性和寿命缩短。这项为期四年的计划的目标是开发技术，将材料选择——尤其是金属合金——视为设计中的一个连续变量，可以在单个零件上进行定制。

地球海洋的表面积约为1.4亿平方英里，浩瀚的海洋很难传达，但作为一个参考点，考虑一下将海洋覆盖起来所需的面积几乎是美国陆地的50倍。考虑到浩瀚的海洋，海洋中发生的大部分事情仍然未知。，为了帮助民间研究人员、商业实体和政府了解海洋事件，SRI研究人员创造了一种新型的海洋漂流者。被称为“持续环境意识报告和定位”（PEARL）漂流器，数千台此类设备被部署到遥远的地方，获取大量有用的数据并发送回岸边。通过形成一个庞大的覆盖网络，珍珠漂流者可以在海洋大海捞针，增强环境监测和国家安全方面的众多应用。

介绍了一个将人工智能技术应用于集成机器人系统开发的研究项目。该实验设施由一台SDS-940计算机和相关程序组成，该程序控制一辆装有电视摄像机和其他传感器的轮式车辆。主要重点是开发一套程序系统，用于处理来自车辆的感官数据，存储有关环境的相关信息，以及规划在环境中完成任务所需的运动动作序列。

制定一个总体计划，利用迄今为止的研究结果进行一组实验，并至少考虑以下额外方面：（1）进行自动机系统应发现明显中间目标（子目标）的实验；在实验过程中对环境进行了一些重大改变的任务；以及绕一个区域导航不是主要“智能”任务的任务。（2） 在操作过程中监控系统元素（例如，硬件寄存器、属性列表、预处理的视觉场景）状态的能力。在监测期间降低系统速度是可以接受的。（3） 利用设备或技术使车辆能够进入各种环境（例如，通过无线电链路）、与操作员互动、提高“智能”（图像处理、机器学习）或提高速度。

使用某种启发式引导搜索过程的问题解决方法一直是人工智能中大量研究的主题。本文将这些解决问题的方法分为三大类：状态空间方法、问题约简方法和形式逻辑方法。使用这个框架，对大多数涉及问题解决、游戏和自动定理证明的重要文章和书籍进行了综述。参考书目包含150多篇参考文献。

在机器人软件中无法完全建模的外部环境中运行的智能机器人必须能够监控其执行先前生成的计划的成功。本文概述了一种统一的形式，用于描述和关联在这种环境中操作的机器人的各种功能。在探索了外部世界和机器人内部模型之间的区别，以及与世界互动的动作和机器人对这些动作的描述之间的区别之后，我们将计划及其执行的概念形式化。斯坦福研究所的当前发展，以及“终极”理性机器人的基准思想，都在这个框架中进行了分析。

本技术说明描述了ISUPPOSEW计算机程序的性质和结构及其一些结果。ISUPPOSEW旨在使机器人能够根据其视觉信息对其看不见的环境元素进行推测。所采用的推测过程类似于人类在类似情况下所采用的过程。

使用一个简单的相机模型，并假设两个相机的图像平面共面，分析了在立体评估范围内由图像量化引起的误差。空间中一个点的“最佳”位置和不确定性空间是根据两个相机中该点的量化图像坐标计算的。