面对这些困难，一些专家认为，这主要与计算机的能力有关。他们相信，随着功能更强大的计算机的出现，计算机的智能将达到和超过人类。
另外一些专家则认为，人工智能和机器人研究遇到的困难说明，传统人工智能和机器人研究的方法存在着根本的缺陷。要想使人工智能和机器人研究有新的发展，必须有全新的研究思路。恰在这时，人工生命的研究兴起。人工生命为机器人研究提供了全新的思维方式。
二、基于行为的AI的兴起
传统的人工智能研究和机器人制造采取的是自上而下的研究方法，即研究者先确定一个复杂的高层认知任务，接着把这个任务分解为一系列子任务，然后构造实现这些任务的完整系统。这种研究事先要把相关知识存贮起来，然后利用计算机的大容量存储能力和快速计算能力对相关知识进行处理。所以，这种研究又被称为“以知识为基础的研究”。随着计算机的速度、能力和各种硬件能力的增强，传统的人工智能在一些专门领域取得了一些成功，比如在下棋方面，“深蓝”已经能够战胜国际象棋大师。但是“深蓝”下棋与人类下棋非常不同。人类象棋大师很多时候靠直觉移动棋子，而“深蓝”则依靠的是它快速计算能力，从成千上万的可能走法中搜索并挑选出一种。因此，以知识为基础的人工智能系统的智能与动物和人类的智能的意义并不相同。人类的智能，甚至动物在对外界环境反应过程中表现出来的智能要比已有的机器人所表现的智能要灵活和自然的多。所以，一些机器人专家开始考虑应当向大自然中的生物学习，看自然界中的生物是如何出色地完成机器人所无所适从的工作的。
从生物进化的角度看，人的智能并不是突然出现的，而是经历了一系列的中间发展阶段。这种发展可以从很多动物身上看出来。所以，一些机器人专家认为，对这些较低层的生物智能的认识可能帮助我们认识人类较高层次的思想是怎么组织的。因此，与传统的人工智能研究相反，新的方法采取自下而上的研究策略，把注意力集中在处在现实世界中可以自主地执行各种任务的物理系统，比如移动机器人上。
威尔逊（S. W. Wilson）可以说是较早进入这个领域的研究者之一。威尔逊认为，智能与生物体对生存的需求紧密相关。正是生存的动力不断界定自然界中的不同问题，从而使生物产生多样性。所以，威尔逊相信，只有从复制动物的智能开始，才能最终复制人的智能。因此，威尔逊在进行机器人研究时，把主要的目标定在制造能够躲避危险、寻找食物、能用动物的方式应付环境的机器人。威尔逊把他的人造生物起名“Animat”。威尔逊主持召开了数次关于Animat的国际研讨会，因此，Animat一词很快就在人工智能和人工生命领域流行开来。
布鲁克斯（Rodney Brooks）也是从80年代初期开始以全新的眼光来看待人工智能和机器人研究的学者。布鲁克斯在研究过程中发现，传统的逻辑程序在机器人的导航方面显得非常缓慢和笨拙，所以他打算能找到一种建造机器人的新方法。布鲁克斯认为，传统的机器人研究先假设真实的世界是静止的世界，当我们把这个静止的世界中的所有问题都解决了，再回到动态世界中研究它。但布鲁克斯一开始就假设世界是动态的，这样就可避免陷入无止境的运算中。布鲁克斯的目标是制造能够处理变化多端的日常事务的移动式机器人，所以，他一开始关注的就是机器人的行为。布鲁克斯认为，为了真实地检验智能观念，重要的是建构完整的能够在动态环境中使用真实的感官和外界发生相互作用的机器人。对外部世界进行完全表征的内部模型，即传统的人工智能模型，一方面很难建立起来，另一方面对机器人的行为并不必要。
基于这样的认识，布鲁克斯认为，新的研究应当强调以下几个方面(Brooks 1991)：
（1） 现场化。机器人被放置在现实世界中，它们不处理抽象的描述，而是直接对其所处的外部世界作出反应。
（2） 实体化。机器人具有身体，用身体直接感受动态的外部世界。
（3） 智能化。这些机器人看上去应当表现出智能，但是智能并不只是来自它的计算引擎，而且也来自环境世界的情景、感应器内的信号转换以及机器人和环境的相互作用的情况。
（4） 突现性。机器人与其环境之间动态的相互作用以及机器人各部分之间的动态的相互作用可以突现出令人惊异的结构和功能。智能就是突现出来的一种结果。