当人工智能发展越来越成熟时，研究者们开始想让机器人由机械化向智能化转变，不再只是由之前编写好的程序重复着固定地动作，而是会根据环境的变化而及时地作出判断和反应。MIT 计算机科学和人工智能实验室（简称CSAIL）的博士后 Ilker Yildirim 是其中的研究者之一，最近他与MIT其他研究人员一起发表了一篇论文，描述了一种可以预测特定状况下物品如何移动的人工智能系统。该系统应用在机器人后，可以有很大的应用空间，比如，可以让机器人洗碗。
“它们将不是工业化机器人，一遍一遍很精细地重复动作。这些机器人必须能够处理不确定的事情。如果机器人将需要清洗的盘子放在洗碗机里，它需要理解盘子摆放的细节；它需要理解如果它作出一些特定行为，将会打碎它们；它必须深刻理解它所处的物理环境。”Yildirim 说，他觉得这将成为创造一种全新的机器人的基础，这些机器人可以像人类一样能对环境有比较本能的反应。
该系统结合了两种人工智能，物理模拟以及深度学习。物理模拟可以模拟物体的运动，但是你必须为每一个特定的场景编程。而深度学习你可以给神经网络提供一些视觉图像和物理学，系统将通过学习从而去分析那些它之前并未接触过的环境。Yildirim 已经开始和同事录制实验视频，通过3D摄像头来构建数据模型。这些模型将判断物体的行为，行动的速度等。最终这些数据将被投入到深度神经网络中，通过大量的数据分析，它将能识别出物体，判断它们的结构，并最终预测它们的行为。即使只是展示了一些静态的场景，Yildirim 表示系统在大量地学习后，将通过物体的重量以及摩擦最终能准确地预测接下来将要发生什么。
当然，要想百分百的预测准确是不可能的，即使是人类也不可能做到。Yildirim 和他的团队甚至还将该系统和人类在预测将要发生的事的准确率做了一个比较，发现人工智能完全能与人类媲美。“这个系统和人类很像，就平均表现来说。”Yildirim 说。
