学習した結果は、評価関数として纏められる。現状のDeepLearningでは行列で表している。中学生の時やったxやyを使った関数を思い出してもらえば、そのxやyにセンサからのデータが入ってくると思えばいい。

ロボット同士が同じならば、学習した結果そのもの(関数)をコピーすることができる。例えば、ロボットを東京から北海道に移した場合、地元のロボットの学習結果を新しくきたロボットに移してもらった方が良い。古くても雪などの天候、生活リズムなどのノウハウは現地のロボットの方が持っている。

しかし、ロボットが同じではなく大きさや機能などが違う場合、この関数(ロボットのノウハウ)をコピーすることはできるが、役に立つとは限らない。特に、身体のサイズや重心の違いは生活に大きな影響を及ぼすので、古いロボットのノウハウが役に立たない場合もある。また部品など構造そのものが違う場合、結局あまり役に立たない。

そのロボットが、その場所で、生活したことが最も大事な知識と知恵を形成する。