知识链接
机器学习和人工智能
2016年，关于学习问题最具有轰动效应的一件事可能非谷歌公司的“Alphago”与世界围棋冠军李世石之间的对决莫属。下围棋被认为是一项非常复杂的智力活动，也被认为是考验人类智能极限，特别是学习能力的一项活动。但是正是在这样一个人类引以为傲的活动中，人类败给了人工智能。
人工智能是采用计算机算法来模拟人脑的思维方式的，并通过深度学习和一定的算法对其进行大量的训练，这个过程类似人脑的学习过程。这些算法可能借鉴了人类大脑的工作方式，而有一些则不是人类的，或是回避了人脑的短处，发扬了计算机资源的长处，如其中的蒙特卡洛算法。所以说，“Alphago”结合了人脑和计算机的双重优势。
但是，无论如何，“Alphago”毕竟还是计算机程序，人类在学习能力上败给了自己设计的计算机程序，这足以引发人类进行更深层次的思考。
图13-1 人工智能的计算和模拟
（二）学习迁移
迁移是指在一个情境或者领域内获得的知识和技能会影响到其他情境或者领域内的知识或技能水平。例如，学会了英语再学习法语就会比较容易，这就是迁移现象。迁移是学习中一个非常普遍的现象。是否能够迁移是衡量学习效果最重要的指标之一。在各种学习迁移中，近迁移和远迁移是近年来心理学家比较关注的两种迁移。当学习中对情境和信息的认知加工越概括，与已有知识结构整合得越好时，不同学习情境之间迁移的可能性就越大；反之，对学习情境和信息的加工越细致和具体，在相似情境之间就越有可能进行迁移。前者称为远迁移，后者称为近迁移。