Роботът BRETT (Berkeley Robot for the Elimination of Tedios Tasks), разработен от екип на Калифорнийския университет в Бъркли, използва алгоритми за учене, базирани на невронна мрежа и усвоява нови умения по метода на опита и грешката, както правят хората. По правило роботите се учат чрез задаване на изрични инструкции - чрез нов програмен код или чрез гледане на видеоклипове, пише Engadget, цитиран от "Фокус". Tова значи, че ако на роботът му бъде поставена задача да сглоби играчка, той продължава да прави опити, докато разбере как го направи. На теория, машината почти няма нужда от нов програмен код, а само от достатъчно време, за да открие сама начин да постигне целта.

Роботът е само прототип и използването му в реалния свят все още е далече напред в бъдещето. Необходими са му десет минути, за да изучи задача, когато разполага с точни указания за началото и края на процеса, а за да достигне до тези позиции съвсем сам се нуждае от три часа. Трябва да се има предвид все пак, че BRETT не разполага с човешки опит, който да му позволи да извършва логически скокове и да избира измежду готови концепции. Създателите му са оптимисти и смятат, че машината ще се усъвършенства в следващите няколко години, обработвайки все по-добре големи обеми от данни.