機器學習是，經過大量數據訓練以及算法優化以后，計算機可以得出更貼合人常識的結論。
人類學習是，通過接觸環境或者知識來的（也可以說是“數據”），得出自己的結論。人類也有自己的“算法”，每個人興許還不怎么相同，這換成另一個名詞可能叫做“天賦”。
機器學習就像是特定環境下的人類學習，譬如圍棋。事實證明，經過訓練以后，計算機與人類差別并不大。
同樣的，語音識別也是，機器通過大量數據以及優化算法，可以辨別出哪些是噪音哪些是指令，人在開始學習說話的時候想必也是類似的過程。
還有自動駕駛，通過各種傳感信息來辨別路況，判斷是否安全、該如何行駛。
而以上的機器學習，都只是人類生活中一個特定地方面，影響因素極其少。影響的因素越多，機器越容易出現誤判。就如以上，圍棋已經和人類不相上下，語音識別略遜一籌，自動駕駛目前還沒有令人特別滿意的結果。
我是覺得，機器學習像是簡化版的人類學習，人人都有自己的“算法”，并且在成長的過程中接觸海量的信息，不斷地自我優化。
而機器的算法是依靠人類來優化的，而且某些特定的方面人所能賦予機器的信息遠不如自己所能獲取到的，所以機器總是有所欠缺，有些時候顯得有些“智障”。