許多科技巨頭們現在都在投身制造更加智能的機器人。例如，谷歌正在訓練其六軸機器人撿起不同形狀和材質的物體。這些機器人沒有對特定物體進行預編程，因此在遇到新的物體時，它的失敗率較高，不過它們可以從每一次失敗中學習，因此能夠在下一次撿起同類型物體時使用正確的策略。該機器人可以在其失敗和成功的嘗試中學習并通過云技術與其他機器人分享經驗。 Fanuc正在使用深度學習算法進行類似的研究，使用嘗試和失誤來學習如何在撿起隨機擺放的物體方面保持90%的精準度。Fanuc與Nvidia結成伙伴為預測停機時間以及提高現有機器人運行效率提供服務，而Nvidia為其提供提供GPU芯片組。更多對于深度機器學習的潛在應用包括，通過提前計劃維護工作而降低停機時間，以及通過分析視覺系統和傳感器數據來優化機器人的運動等。 與人類協作、互動的機器人 盡管協作機器人和它們傳統的機器人同類相比還沒那么有效率和精準，不過它們的優勢很多，包括安全、可移動、靈活、節省空間、安裝部署和編程都很簡單。IHSMarkit預測協作機器人的市場規模會從2015年的1億8百萬美元增長到2020年的5億7千萬美元。 機器人的設計理念是使其了解周圍的環境并且與人類互動，這與在組裝線上工作的傳統機器人不同。這些技術的目的是開發出一些自然的接口，可以在培訓更少、能耗更低的情況下實現復雜的機器人系統運行。 協作機器人在全球范圍內都是很熱門的話題，許多工業機器人供應商都在展示他們的協作機器人，包括：來自ABB的YuMi；來自UniversalRobots的UR3，UR5和UR10；來自RethinkRobotics的Sawyer和Baxter；以及來自Fanuc的CR-35iA等。 根據2016年IHSMarkit服務機器人與無人機報告來看，2015年專業服務機器人的市場估計為26億美元，預計到2020年，銷售額會達到128億美元。2020年以后，預計專業服務機器人的全球市場會增長的更快，在2030年會達到806億美元，更多的機器人會從原型機階段進化到滿足各個不同應用的商品化階段。 對于專業服務機器人市場來說，專業服務應用需求是以10億美元為單位的商機。最早對于專業服務機器人的應用領域包括農業、物流、醫療、家政服務和健康等領域。 隨著對服務機器人需求的增加，自動運行的機械設備正逐步代替由農民完成的工作。它們正在用于例如播種、種植、收割、修剪、除草、采摘、分揀、噴灑以及物料搬運等流程。 醫療和保健行業也在應用服務機器人方面取得了巨大的進展。隨著外科手術機器人價格的降低以及它們在醫療操作中的任務越來越多，醫療行業仍將是機器人增長最快的領域之一。隨著全球老齡化到來，特別是例如日本和德國這些發達國家，對于傭人機器人的需求會隨著科技的發展而增