深度學(xué)習(xí)很多人研究了這么多年，是沒什么好研究的了。但是機(jī)器學(xué)習(xí)機(jī)制應(yīng)該還是有很多需要研究的。比如你自己上學(xué)十幾年了，是怎么學(xué)習(xí)的？難道是有個深度學(xué)習(xí)法嗎？機(jī)器如何像你一樣地學(xué)習(xí)才能問出你問的這種問題，并且寫出能獲得“機(jī)器博士學(xué)位”的博士論文？

學(xué)習(xí)是智能的基本特征，自然界進(jìn)化出來的學(xué)習(xí)機(jī)制存在多樣性。動物可以學(xué)習(xí)，因而可以根據(jù)經(jīng)驗(yàn)來改變行為，所有哺乳動物的腦都是學(xué)習(xí)機(jī)器，人類則通過學(xué)習(xí)來選擇和完善幾乎所有自主行為的。動物學(xué)習(xí)有所謂經(jīng)典條件反射、操作條件反射、二階條件反射、潛在學(xué)習(xí)（前置條件反射）、強(qiáng)化學(xué)習(xí)（基于模型、無模型）等。人工智能的學(xué)習(xí)機(jī)制目前還很單一，跟自然界相比仍然處于很低的水平。

對習(xí)得知識的記憶，有所謂程序性記憶（習(xí)慣，無法用語言描述的被整體性記憶的知識，比如游泳、騎車、樂器演奏等）和陳述性記憶（可以用語言描述的，可以逐條提取的記憶）。陳述性記憶又分為情景記憶（比如犯罪現(xiàn)場描述、故事等）和語義記憶（比如學(xué)習(xí)了某個抽象的理論等）。人工智能中的知識存儲也是沒有自然界這么復(fù)雜的。

學(xué)習(xí)機(jī)制需要效用函數(shù)，比如多巴胺等幾種神經(jīng)遞質(zhì)。強(qiáng)化學(xué)習(xí)的效用函數(shù)會根據(jù)經(jīng)驗(yàn)進(jìn)行調(diào)整，由所謂獎賞預(yù)測誤差來驅(qū)動。基于模型的強(qiáng)化學(xué)習(xí)是通過所謂的心理模擬和先前獲得的知識來調(diào)整決策策略的過程。通過心理模擬，動物可以基于對環(huán)境的了解來預(yù)測各種行為的假想結(jié)果，并將假想結(jié)果與先前預(yù)期結(jié)果進(jìn)行比較，從而調(diào)整相應(yīng)行為的效用價值。心理模擬與實(shí)際結(jié)果的差異可以讓動物產(chǎn)生“遺憾”、“寬慰”、“失望”、“歡欣”、“后悔”等情緒，這些情緒記憶可以改變未來行為和決策。人工智能目前還沒有情緒的概念，更不要說產(chǎn)生意識了。