Useimmat ihmiset arvioivat robotteja niiden älykkyyden perusteella. Se menee asian ohi. Ratkaisevaa on, miten älykkyys toimii todellisissa ympäristöissä, joissa olosuhteet vaihtelevat ja epäonnistumisilla on seurauksia. Tässä @openmind_agi loistaa. Perinteinen robotiikka perustuu yhteen älykkyyssilmukkaan. Kun se epäonnistuu, kaikki pysähtyy. @openmind_agi kuitenkin suunnittelee robotiikan verkottuneeksi järjestelmäksi: - Jaettu data robottien ja valmistajien välillä - Sisäänrakennettu identiteetti koordinointia ja luottamusta varten - Moniagenttinen päätöksenteko, ei erillismallit Tämä lähestymistapa tekee älykkyydestä oletuksena kestävän. Robotit oppivat toisiltaan, ja järjestelmä sopeutuu, kun yksittäiset mallit jäävät vajaiksi. Todelliset käyttöönotot, kuten suora putoamisen tunnistus, vahvistavat tämän menetelmän. Nollauspainiketta ei ole; järjestelmät joko toimivat tai epäonnistuvat. @openmind_agi myös välttää kovakoodattua käyttäytymistä. Modulaariset "paketit" mahdollistavat robottien siirtymisen ympäristöjen välillä rakentamatta pinoa uudelleen. Heidän käyttöönottostrategiansa heijastaa teknologiaa: aloitetaan yliopistoista, tarjotaan rakentajille oikeita robotteja ja toimiva järjestelmä alusta alkaen, ja annetaan kyvykkyyden kasvaa. Kun robotiikka siirtyy seuraavaan vaiheeseensa, kyse ei ole ulkonäöstä. Kyse on älykkyydestä, joka skaalautuu, mukautuu ja toimii yhdessä. gMind, kaverit!