基础预训练让机器学习更灵活

机器学习通过强化学习来识别对错，但缺乏灵活性。通过先拿基础知识对模型进行预训练，则可以让机器学习更灵活。这种方法在实验中表现出更好的结果。相比于人类学习方式，机器学习方式的弊端在于缺乏理解能力。原文作者Jeffrey Fisher通过邻居喂宠物兔子的例子，阐述了人类能够基于抽象的知识来解决问题，而机器目前无法做到。这需要机器先进行预训练，以便更好地理解问题。对未来的机器学习和人工智能发展具有启示意义。