美国加州大学伯克利分校的一个研究团队已经确定，机器人也可以有这种思考能力。为了证明这一点，他们开发了一种新的机器人学习技术，使机器人拥有提前思考的能力，以“弄清楚如何操作它们从未遇到过的物体”。这个团队将这种技术称为“视觉预见”，但它不能给机器人预测未来的能力，至少目前还没有。
研究人员将这项技术应用到名为Vestri的机器人上，使其能够预测未来几秒钟内摄像头将会看到什么。通过新的预见能力，Vestri展示了在桌子上移动小物件的能力，而不会触碰或撞倒附近的障碍物。然而，最令人印象深刻的是，这项技术使得机器人能够在没有人的输入、监督或之前的物理知识情况下完成小任务。
加州大学伯克利分校电气工程和计算机科学系助理教授谢尔盖·莱文（Sergey Levine）解释称：“以同样的方式，我们可以想象如何在我们的环境中移动物体。这种方法可以帮助机器人了解不同的行为将如何影响周围的世界，从而在复杂的现实环境中实现高度灵活的智能规划。”
视觉预见是基于“卷积递归视频预测”，即动态神经平流(DNA)技术开发的。研究团队发现，基于DNA的模型能够预测图像中的像素如何根据机器人的行为从一帧移动到另一帧。作为莱文实验室的博士生，同时也是原始DNA模型发明者的切尔西·芬恩(Chelsea Finn)解释说，像Vestri这样的机器人现在可以“完全依靠自己学习一系列的视觉对象操作技能”。
弗雷德里克·埃伯特(Frederik Ebert)是莱文实验室的一名研究生，他也参与了这个项目，他负责将机器人的工作与人类同环境中物体互动的方式进行对比。埃伯特表示:“人类一生中通过与各种各样的物体互动，在没有任何老师教导下学会了物体操纵技能。我们已经证明，可以建立能够利用大量自主收集数据来学习广泛适用操作技巧的机器人系统。”
莱文注意到，Vestri的功能仍然有限，不过正在做更多的工作以提高其视觉预见能力。将来，该技术可以用来帮助无人驾驶汽车上路，更好地装备它们来处理新的情况和对待陌生物体。在此之前，这项技术需要各种改进，比如更精细的视频预测和收集更具体视频数据的方法。在这些改进之后，机器人可以执行更复杂的任务，如升降、放置物体或处理柔软易变形的物体，如布或绳子。也许将来你甚至不需要自己叠衣服，机器人助手完全可以代劳。
