Grande parte do atraso do passado da Inteligência Artificial, ou seu conhecido inverno, foi o erro de tentar produzir o efeito inserindo as suas causas nas máquinas. E podemos chamar essas causas de regras. Na verdade, esse é um erro bastante comum e natural do ser humano, típico de nossa falta de humildade em reconhecer que grande parte do conhecimento que temos, não conseguimos explicar ou traduzir em modelos e algoritmos. O aprendizado de máquina, ou Machine Learning (ML), permite corrigir esse erro histórico, e por isso apresenta um grande avanço, pois abre as portas para os computadores trabalharem nos efeitos sem explicarem as causas, o que é essencial, principalmente na solução de problemas de alta complexidade.E, talvez, estejamos cometendo o mesmo erro tentando construir apenas Robôs Reais, ou até mesmo com partes físicas, sem primeiro construir Robôs Artificiais.Este é o tema principal deste livro e meu foco em programas robôs (software robots) para resolver vários dos nossos problemas diários antes que os robôs físicos e/ou de hardware o façam.Como veremos, na prática a inteligência estratégica e capacidade de pensar dos programas robôs torna a conexão física apenas mais um conjunto de propriedades e métodos a serem analisados, como por exemplo o uso de tecnologias do tipo Cyber-Physical System (CPS).Na prática, os Robôs Artificiais unem dois conceitos: Inteligência Artificial, que defino como “Sistemas de Pensamento” e Robôs, que defino como “Sistemas Autônomos”.No entanto, ao invés de criar sistemas inteligentes e autônomos, devemos criar sistemas sábios. Para isso, proponho uma equação para medir a sabedoria de seres humanos e máquinas: “S = I ^ C”, ou seja, inteligência (I) alimentada ou criada para a consciência (C). E, nesse sentido, podemos compor sistemas com inteligência, consciência e sabedoria híbrida e coletiva natural e artificial, que permitem a criação de sistemas verdadeiramente sábios.