I øjeblikket, uanset hvor dygtig en robotmekanisme er, fungerer den i de fleste tilfælde i henhold til foruddefinerede algoritmer (eller styres fuldstændigt af en person) og kan ikke forudse konsekvenserne af dens handlinger. Men forskere fra University of California i Berkeley har skabt en ny teknologi til læringsmaskiner, der giver dem mulighed for at forudsige, hvor denne eller den anden handling vil føre, selv når de interagerer med objekter, som robotten ikke tidligere har stødt på.
EurekAlert-udgaven skriver om den nye udvikling. Ifølge deres rapporter er teknologien arrangeret som følger: I det første trin, uden en operatørs deltagelse ved hjælp af billeder modtaget fra kameraer, flytter robotten uafhængigt objekter, på grundlag af hvilke en forudsigelig opførselsmodel er bygget. Efter flere forsøg "huskes det" og bruges senere, når man møder nye eller lignende set objekter. Robotens kameraer beregner den mulige rækkefølge af handlinger, men indtil videre dog kun få sekunder foran. Selvom dette allerede er nok for robotten til at træffe beslutninger under nye forhold for den uden menneskelig deltagelse. Som anført af en af forskerne, Frederic Ebert,”Gennem hele deres liv lærer folk at interagere med verden omkring sig praktisk taget uden hjælp af prøving og fejl, får de nødvendige erfaringer og tilegner sig færdigheder. Vi har formået at opbygge et robotsystem, der vil bruge en stor mængde autonomt indsamlede data til at tilegne sig nyttige færdigheder, og den viden, der er opnået under træning, kan bruges af maskinen i fremtiden, når man f.eks. Flytter genstande."
Vladimir Kuznetsov