如果机器人能够独立解决更多的问题，并互相分享这些内容，那会怎么样？
在人类希望机器人来完成的工作中，例如：在仓库包装物品、帮助卧床病人、或者为前线士兵提供协助，许多工作因为机器人无法识别及处理常见物体而无法完成。
因为我们已经经历了“大数据收集过程”------童年，所以我们通常能够自己叠衣服或拿起水杯，布朗大学（BrownUniversity）的计算机科学系的教授斯蒂芬妮·泰勒斯（StefanieTellex）如是说。如果想要机器人来执行相同的日常生活任务，那么它们也需要接入大量的数据，了解如何抓住和操纵物体。可是数据来自于哪里呢？通常情况下，需要辛苦的编程来制造这些数据。但是，理想上来说，机器人可以从彼此身上得到一些信息。
这是泰勒斯的“万物挑战”（MillionObjectChallenge）背后的理论。她的目标是使世界各地的研究型机器人学习如何发现和处理简单的物品，包括从碗到香蕉的各种物品，同时，机器人将数据上传至云端，并允许其他机器人分析和使用这些信息。
斯蒂芬妮·泰勒斯和Baxter机器人
泰勒斯的实验室位于罗得岛州（RhodeIsland）的普罗维登斯（Providence），这里就像一个超级好玩的幼儿园。在我到访的那天，由RethinkRobotics公司制造的 工业机器人 Baxter，正站在众多的超大积木中，对一个小毛刷进行扫描。它朝着对面的物体来回移动右臂，使用身上的照相机拍摄多张图片，并用红外传感器测量深度。然后，它用它的双手（ 夹具 ）尝试从不同的角度来抓取刷子。一旦它将面前的物体提起，它便开始晃动该物体，以确保紧紧地抓住了这个物体。如果可以完成这些动作，那么说明机器人已经学会了如何拿起一件物品。
