哥伦比亚大学的一个科研团队在美国人工智能动态系统研究院和三个独立基金项目的资助下，研究了一种由自身学习代替环境学习的机器人。

哥伦比亚大学开发的这种具有自我意识的机器人可以在没有干扰或辅助的情况下学习自身模型——就像是人类在婴儿时期所做的事情一样。这涉及到机器人如何模型化它的运动，从而识别运动意图、避免障碍、评估损害。

该科研团队的陈伯源博士（音译）解释说：“人类有自我的概念，如果你打算做某个动作，比如伸展手臂或者后退，闭上眼睛，尝试想象自己如何运动，我们脑海中会出现一个自我的概念和自我模型，使我们知道当前所处环境体积以及随着我们运动时体积如何变化。”当机器人对各种命令作出反应时，它通过观察摄像头捕捉的图像来训练自己，建立一个理解物理运动和质量的神经网络。

该科研团队还考虑了对机器人自主产生的有限自我意识的风险控制。

注：摘自《National Science Foundation》