人类不再需要针对每一项任务都从头开始训练一个全新的智能体，而是可以构建一个通用的智能体，来支持多个应用之间的协同工作。
伟大的失败和伟大的胜利一样可贵，背景如此豪华的Rethink，其失策可能就在于，它太想做那个颠覆者了。
麻省理工学院的研究人员制作了一个新的神经网络模型，以便能够让机器人自主地探索环境，在观察环境主体的时候联系到既有的经验，从而达到目标。
意识到基础算法层无法与巨头抗衡后，灵羚科技选择了反向推导式的解决方案，即先从客户端获取需求，再寻找解决问题的方法。
以后对工业机器人的要求，将不满足于局限于既有的学习内容，同样还要有自主的学习能力。也就是说，在机器人碰到陌生的物体的时候，能够自主地判断该怎么去处理。
