2 更智能的学习
机器人 已经非常擅长精确的重复性工作，但大部分仍然笨得像块石头。这也是为什么 机器人 通常只用于那些经过精确设计的情况。这也解释了它们为何无法轻易地接受新任务，或者在不熟悉、不确定的情况下工作。然而，事情总是在变化，感谢新一代的技术与 算法 ，能够使 机器人 学的更快更好。
机器学习 有很多种方法，有些已经在研究室里表现出了非常明显的效果。尤其是有一种方法对工业 机器人 产生了重大影响，即深度学习，这种方法采用大型仿真 神经网络 ，在训练 机器人 理解图片、视频和声频内容的方面不可或缺。而部分公司意图使用这一方法来训练 机器人 观看、抓取和推理。
3 知识共享
今年值得期待的另一趋势就是 机器人 彼此分享它们获取的知识。一旦 机器人 能够从其他 机器人 的工作中获取利益，就会加速学习过程。另外，感谢那些能够将信息上传至不同系统的有效方法，即使两个完全不同的 机器人 也能够教会彼此如何识别一个特定物体或执行一项新任务。
目前几个正在实施的项目旨在提供简单有效的方法来使 机器人 通过 互联网 获取知识。不难想象将这一切应用于工业环境下（比如那些识别或抓取不同物体的任务）会有怎样的结果。
4 机器人 会有更多个性
今年也会有一些个性化的 机器人 首次亮相，看到它们如何被人类接受也会是件有趣的事。随着硬件越来越便宜，软件功能越来越强大，不难想象为什么有人认为此时正是 机器人 家庭伴侣和助手出台的最佳时机。
然而，让 机器人 有真正的个人触感并不容易。一些原型机让人感到失望，而那些所谓的成功原型机也不过只有一些有限的角色，像是会议模式或者问候模式。即使是非常有限的场景，这些 机器人 也需要非常仔细的设计和编程，以便能够表现正确的社交和情感。
5 无人机时代
2016年似乎很可能成为无人机终于能够上天的一年。美国联邦航空管理局在2015年年底发布了注册无人机的规章制度，同时正在测试无人驾驶自动化空中交通管制的技术。
虽然你可能不会立马看到天空满是无人机，但尽可以期待在很多行业里将会有更加智能、更加自动化的无人机得到测试，特别是自动监控和侦测能够得到有效应用的行业。而如果像是亚马逊、谷歌类的公司找到了自己的方法，可能下一年的节日礼物就是由这些在空中飞来飞去的无人机来送货了。
