Ми, люди, здатні обмінюватися знаннями та досвідом, за рахунок цього ми стаємо розумнішими, у нас з'являються нові навички. Те ж саме вчені хочуть створити для роботів. На думку фахівців, якщо з'явиться якась "хмарне сховище всіх знань" для роботів, то вони автоматично будуть умнеть з поповненням цієї бази. Тепер Google впритул займається цим питанням.
В якості найбільш зручної системи навчання від робота до робота працівники Google прийняли модель людського мозку з сполученими нейронами. Спочатку кожен робот повинен був навчатися самостійно методом проб і помилок, тепер метод проб і помилок потрібен декільком роботам, а решта будуть переймати собі всю інформацію отриману в ході навчання перших роботів. Таким чином у роботів буде єдиний "мозок" і "нейрони", які будуть постійно отримувати і обробляти інформацію.
У компанії вже є прототип системи навчання і вона навіть провела кілька цілком вдалих дослідів. Першим досвідом стала задача - відкриття дверей. Спочатку всі роботи підходили до задачі по своєму, але при цьому руху були невпевненими, а результат не вражаючий, після того, як роботи підключилися до мережі їм вдалося обмінятися інформацією і знайти рішення, як підсумок - двері відкриті. Інший досвід полягав у розумінні причинно-наслідкового зв'язку, роботом давали піднос, і якщо вони штовхали його, то все з таці падало на підлогу.
Навіщо ж все це треба роботам і робототехніки? Зазвичай будь-якого щойно створеного робота навчають "елементарним" речам, прямоходіння, відкриттів-закриттям дверей і багато чому іншому, на що ми не звертаємо уваги. Таким чином на створення навичок робота може піти кілька місяців, а то й років. Природно, що це не зручно і вимагає витрат. А ось підключивши роботів до загальної бази даних можна відразу отримати в міру розвиненого робота, який розуміє що йому робити зі своїми кінцівками.
Хоча, до певного часу, загальна база знань корисна тільки частково, так як лінійок роботів ще дуже мало і в основному роботи випускаються в одиничному числі, а так як в такому випадку однакових роботів не одержати, є деякі труднощі з навчанням через базу, наприклад, постійна необхідність калібрувати робота під час навчання.