据《麻省理工技术评论》网站报道，机器学习是一种极其聪明的计算机编程方法。用户无需小心翼翼地编写完成特定任务的指令，只需向处理能力强大的计算机输入数以百万计的例子，让它自己编写程序。

许多目前人们认为理所当然的产品和服务，例如互联网搜索、语音识别，都利用了某种形式的机器学习技术。拥有海量用户信息的公司谷歌、Facebook、苹果、沃尔玛等在这方面具有优势

《麻省理工技术评论》表示，卡耐基梅隆大学一个投资为1200万美元(约合人民币7838万元)的新项目，通过发现利用更少的数据，更高效地训练计算机的方法，能使机器学习变得更强大。

为期5年的这一项目利用一种被称作双光子钙成像显微镜的技术，研究人脑处理视觉信息的方式。该项目受到奥巴马总统“BRAIN计划”的资助。事实上，许多比较好的机器学习算法都与人脑功能有一定联系。

卡耐基梅隆大学计算机科学教授、该项目负责人Tai Sing Lee表示，“尽管机器学习算法功能很强大，但其效率和处理能力远逊于人脑。例如，要识别一个物体，计算机需要先‘看’数以千计被归类的实例，而且需要指导，人可能只需看数个实例，而且无需指导。”

Lee在该项目中的合作伙伴包括卡耐基梅隆大学生物学教授桑德拉库尔曼(Sandra Kuhlman)、约翰霍普金斯大学认知科学教授艾伦尤里(Alan Yuille).

《麻省理工技术评论》称，对开发更好的机器学习算法有帮助的并非仅仅只有神经科学。一些认知科学家也从心理学观察中获得开发更聪明的学习系统的灵感。