Hido说，这种学习方式潜在的一个巨大好处是，如果几个 机器人 并行工作然后分享他们学到的，就可以促进学习。所以，八个机器人一起工作一小时可以执行与一台机器工作八小时时相同的学习任务。「我们的计划是面向分散式学习的，」Hido说，「你可以想象成百上千个机器人分享信息。」
这种分散式学习的形式，有时叫做「 云机器人 」，正在成为科研界和产业界的大趋势。
「Fanuc完全可以想到这一点」Ken Goldberg说，他是加州大学伯克利分校的研究机器人的教授，因为它在全世界的工厂里设置了如此多的机器。他补充到，云机器人将最有可能重塑机器人在接下来几年被应用的方式。
Goldberg和同事（包括几位Google的研究员）事实上正在将这一步推向更远，他们教机器人如何使用特定的动作进行抓取，并非对特定物品的抓取，而是特定形状的物品都能抓起。一篇关于这项工作的论文将在五月份出现在IEEE机器人和自动化国际会议上。
然而，Goldberg特别提到，将机器学习应用于机器人是充满挑战的，因为控制行为远比辨认图片中的物体复杂得多。「深度学习在模式识别上取得了巨大的进步，」Goldberg说，「在机器人领域，你面临的挑战是你要做的不只是模式识别。机器人要能够针对大量的不同输入产生合适的行为。」
Fanuc可能不是唯一一家使用机器学习开发机器人的公司。在2014年，瑞士的机器人制造商ABB投资了另一家叫做Vicarious的人工智能创业公司。不过，那笔投资的成果还没有显现。
