ربات‌ها می‌توانند به کمک دوربین‌های ۳ بعدی به خوبی شما و یا حتی بهتر از شما ببینند ولی دیدن و فهمیدن دو امر متفاوتند و آن‌ها قادر به فهم آنچه که می‌بینند نیستند. بدون استفاده از یک نرم افزار پردازش تصویر مناسب، حتی بهترین ربات‌ها نیز قادر به فهم تفاوت بین یک پارچ آب پرتقال با یک بطری سفیدکننده نیستند.

گروهی در دانشگاه MIT به سرپرستی Jared Glover برا