眾所周知，谷歌、百度等互聯(lián)網(wǎng)搜索引擎已開始改變人類的生活方式，例如很多人已習慣于在出行前通過互聯(lián)網(wǎng)搜索來了解目的地信息、尋找合適的酒店、餐館等．美國《新聞周刊》曾對谷歌有一句話評論：“它使任何人離任何問題的答案間的距離變得只有點擊一下鼠標這么遠．”顯然，互聯(lián)網(wǎng)搜索是通過分析網(wǎng)絡上的數(shù)據(jù)來找到用戶所需的信息，在這個過程中，用戶查詢是輸入、搜索結果是輸出，而要建立輸入與輸出之間的聯(lián)系，內核必然需要機器學習技術，事實上，互聯(lián)網(wǎng)搜索發(fā)展至今，機器學習技術的支撐厥功至偉．到了今天，搜索的對象、內容日趨復雜，機器學習技術的影響更為明顯，例如在進行“圖片搜索”時，無論谷歌還是百度都在使用最新潮的機器學習技術．谷歌、百度、臉書、雅虎等公司紛紛成立專攻機器學習技術的研究團隊，甚至直接以機器學習技術命名的研究院，充分體現(xiàn)出機器學習技術的發(fā)展和應用，甚至在一定程度上影響了互聯(lián)網(wǎng)產(chǎn)業(yè)的走向．再舉一例，車禍是人類最兇險的殺手之一，全世界每年有上百萬人喪生車輪，僅我國每年就有約十萬人死于車禍．由計算機來實現(xiàn)自動汽車駕駛是一個理想的方案，因為機器上路時可以確保不是新手駕駛、不會疲勞駕駛，更不會酒后駕駛，而且還有重要的軍事用途，美國在二十世紀八十年代就開始進行這[Mitchell1997] 4.2教雯方面研究，這里最大的困難是無法在汽車廠里事先把汽車上路后所會遇到的所書【MitcheIl，19971 4.2節(jié)介紹了二十世紀九十年代早有情況都考慮到、設計出處理規(guī)則并加以編程實現(xiàn)，而只能根據(jù)上路時遇到的期利用神經(jīng)網(wǎng)絡ALVINh情況即時處理．若把車載傳感器接收到的信息作為輸入，把方向、剎車、油門制自動駕駛車的ALvlNn系統(tǒng)    的控制行為作為輸出，則這里的關鍵問題恰可抽象為一個機器學習任務．