1.1.1 人类为何能学习

在发明、设计诸多新工具之前，人类都是先从对自然界的观察得到灵感。例如：人类从飞鸟滑翔得到启发，设计出飞机模型；通过观察人眼结构，设计出摄像机模型。

虽然最终的设计不是完全拷贝自然界，但均借鉴了大量的解决思路。设计机器学习的方法亦是如此。让我们通过以下两个案例，分析一下人类是怎样学习的。

案例1 古人在下雨前多次观察到乌云密布、狂风大作的现象。基于这种观察，人们会根据乌云和狂风预测天气，所以有“山雨欲来风满楼”的诗句传世。虽然在进行观察和预测时，“下雨”这个现象是在不同地点发生的，但并不影响人们将这一抽象的规律“乌云+狂风=要下雨”转移到新的场景加以应用。

案例2 人们在学习加法的时候，是不是对全部的加法实例死记硬背呢？显然不是的，因为含有加法的具体实例无穷无尽。人们学习加法时，首先会记住10以内的加法实例，再记住加法法则，其他的加法实例均可以通过这种方法计算出来，如此就基本掌握了加法的本质。但加法法则是从哪里总结出来的呢？实际上它是从大量的加法实例中抽象出来的通用规律。

由这两个案例可见，人类的学习过程分为归纳和演绎两个步骤：

1）归纳：从大量历史数据实例中观测，总结出通用的抽象规律。

2）演绎：将这个抽象规律应用于未来的未知结果的具体场景。

也就是，观察大量已知案例→归纳→总结出通用的抽象规律→演绎→判断未知结果的新案例。看起来，用这个方法认识世界是可行的，但真的是这样吗？