强化学习
另一个关键的部分是如何模仿一个人(或动物)学习。想象一下感知/行为/奖赏周期的非常自然的动物行为。一个人或动物首先会通过感知他或她处于什么状态来理解环境。基于这一点，他或她会选择一个"动作"把他或她带到另一个"状态"，然后他或她会得到一个"奖励"，如此循环重复。
这种学习方法(称为强化学习)与传统的有监督机器学习的曲线拟合方法有很大的不同。特别是，强化学习的发生非常迅速，因为每一个新的反馈(如执行一个动作和获得一个奖励)立即被发送来影响随后的决定。强化学习已经获得了巨大的成功在自动驾驶汽车以及AlphaGO(下棋机器人)。
强化学习也提供了一个平滑的预测和优化集成，因为它保持一个信念的当前状态和可能的转移概率时采取不同的行动，然后作出决定，哪些行动会带来最好的结果。
深度学习+强化学习=人工智能
与经典机器学习技术相比，深度学习提供了一个更强大的预测模型，通常能产生良好的预测。与经典的优化模型相比，强化学习提供了更快的学习机制，并且更适应环境的变化。
作者：RickyHo