创建ML系统的主要方法是收集一个培训示例数据集，该数据集证明了适合所需任务的正确行为，训练系统以模仿这些行为，然后在独立和相同分布（IID）持有的示例上测试其性能。这在狭窄的专家方面取得了进步。但是，字幕模型（Lake等，2017），阅读理解系统（Jia＆Liang，2017年）和图像分类器（Alcorn等，2018）的多样性和多样性突出了这种方法的某些差异。