在当今智能化社会，智慧城市的概念层出不穷。而这些的发展都离不开一个关键，那就是人工智能。仅凭人来处理城市中产生的庞大信息，不仅耗时更容易出错。那把这个任务交给机器来不就好了吗？机器不会疲劳，可以日夜不停的处理这些信息。但问题在于机器它能像人一样来对信息做出思考进而判断对信息来进行分类处理吗?

那我们的机器是愚蠢还是非常聪明的呢？

应当来说，起初机器是非常笨的，它只能按照人给的指令运行。也就是说，如果碰到一个坑，机器如果掉进去了。那么第二次碰见还会掉下去，因为它比较笨，不知道避开那个坑。但是我们聪明的科学家就想能不能让机器也学会学习，这样它就能在第一次掉进坑后，之后轻松避开坑了。甚至在掉进去前就判断出是坑，然后聪明的绕过去。

那怎么让机器也学会学习呢？

科学家是这么想的，可以建立一个模型来解决现实中的问题。那机器就会用这个模型去处理问题（就像我们在解决问题的时候会用到我们的经验一样），那么机器解决问题的正确率好不好呢？这就要我们的机器去学习了，就像教一个小孩子做算术一样。我们让机器也做一些训练的题目，当它做出判断后，给出答案。然后机器根据结果来优化自己模型，这样就达到了学习的效果。当然实际中教会机器学习的步骤十分复杂。

那机器学习和人脑学习有区别吗？

机器学习是去模拟人类学习的原理来进行学习的。因此两者有很多相似之处。我们人类学习有一个局限性就是你无法掌握所有的知识，这也意味着人们往往在一个领域中比较擅长，这也意味着在某一个领域可能就比较弱势。而机器学习也有个局限性就是可能有多个模型同时适用于这个问题，那哪个模型更适合呢？还有就是机器不一定能找到合适的模型来解决问题。在这一方面，人脑学习还是处于优势的。