1樓：陳中
很多人實際給出了答案：1，人在認知之前已經有了大量觀察的經驗，而機器是新生兒。2，不必受李同學視覺識別技術翔實闡述的影響，他說的對但不要陷進去，畢竟題目問的是為啥機器需要多個樣本學習。
而是從李同學給我們提供的知識引申出人體的每個部件都是萬年億年進化而來的，這裡包含著地球生物甚至說是宇宙演化所有生存下來的模式沉澱，我們是複雜的組合體，比如肌肉的伸縮反應，神經的化學反應都是萬億次演練的結果吧。而我們通過DNA直接遺傳下來了，機器才剛剛開始，但會指數級迅速攀公升的。
2樓：盧荻
實際上這不難，甚至說簡單的可笑。
首先有個訊號源，不管是觸覺、視覺、聽覺，總之第一步都是以電訊號的形式進入大腦。
然後在大腦中層層對比、驗證，找到對應部分，向深處推進，直到找不到相同，然後建立乙個新資料。
當然，乙個新資料是難以理解並構成概念的，所以會儲存，積攢下來，等資料收集差不多，進行乙個推理，然後就能獲得概念。
如果資料收集不全，也可以推理，但是不確定性很大，而且錯誤也多。
實際上，對於人腦來說，並不判斷資訊收集全面，因而人經常產生錯誤的想法。隨著資訊豐富，錯誤會得到糾正。
3樓：
這是因為新概念與原有概念對映到的樣本空間結構的表達是相同的。人腦在學習其它概念時已經學習出了這些樣本空間的表達。深度學習的representation learning有點兒類似這個過程，比如已經通過數十萬人臉識別建立了人臉的視覺表達，然後學習禿頂這個新概念就很容易，可能幾個樣本就夠。
4樓：
說下自己的看法。
人類學習和機器學習，起點不一樣。
人類學習的起點，是一張已經成型的知識網。 當來新東西的時候，只需要找準位置，然後插入這個新的網路就可以。
而機器學習，真的是從0開始，識別特徵，識別性狀。
這是兩個完全不同的過程。相比而言，人腦學習要簡單的多。如果要比較的話，機器學習的過程相當於人類嬰兒識別第乙個物體。
（待續）
5樓：
假如把人腦當作特殊的計算機，那麼人腦在接觸、學習你所說的一兩個例子之前，已經經過了起碼三年以上，只要在清醒狀態下就沒有停過的無數範例的訓練。
此外，人腦的實際能力，強於如今的機器學習模擬的神經網路的能力。
人工智慧之路，任重而道遠吶。
鴻蒙是如何做到相容太極的？
羅理聖律師 華為的研發能力和科技大家都有目共睹。如果真的套安卓的殼，我也認為套得好啊，但願青出於藍勝於藍！在法律的框架內盡可能吸收 借鑑所有有益的東西，來強大自己，武裝自己，完善自己，有什麼問題？洋為中用，古為今用都是可取的。商場如戰場，盡可能降低研發成本，做出有價值的東西才是應有之義。中國研發出的...
草根是如何做到財務自由的？
瀉藥首先我想和你說你必須要完完全全的努力，才能相信自己是真的無能為力。哈哈哈哈哈哈.原諒我皮一下.有夢想的的人都了不起，但是你這個年紀有點晚了。個人覺得三十這個年紀，沒有技術 沒有學歷 沒有人脈 沒有存款，是一件特別尷尬的事情！因為，人生差不多過半了，當你再繼續奮力擺脫的時候，你會發現，你是 有！餘...
殺蟲噴霧是如何做到秒殺蚊子的？
能殺死蚊子的殺蟲噴霧多多少少會有些毒性，殺蟲劑能殺死蚊子主要是除蟲菊酯，這種類別的殺蟲劑的毒性非常低可確很管用，所以殺蟲劑都會含有這些成份。看到蚊子直接對著噴殺不建議，雖然有效果，可微毒也是毒，如果乙個不注意噴多了還可能對人體造成危害，尤其是嬰幼兒。如果看到蚊子就想噴的話建議弄個電蚊拍看到就打，物理...