那它是怎麼學習的呢?怎麼知道哪些特徵好哪些不好呢?
我們說機器學習是一門專門研究計算機怎樣模擬或實現人類的學習行為的學科。那人類的視覺系統是怎麼工作的呢?
人腦那麼優秀，我們能不能參考人腦，模擬人腦呢?
近幾十年以來，認知神經科學、生物學等等學科的發展，讓我們對自己這個神祕而又神奇的大腦不再那麼的陌生，也給人工智能的發展推波助瀾。

1981年的諾貝爾醫學/生理學獎，頒發給了David Hubel和Torsten Wiesel以及Roger Sperry。前兩位的主要貢獻是”發現了視覺系統的信息處理機制”，發現可視皮層是分級的。

人的視覺系統的信息處理是分級的。從低級的V1區提取邊緣特徵，再到V2區的形狀或者目標的部分等，再到更高層，整個目標，目標的行為等。
高層的特徵是低層特徵的組合，從低層到高層的特徵表示越來越抽像，越來越能表現語意或著意圖。而抽像層面越高，存在的可能猜測就越少，就越利於分類。
例如，單詞集合和句子的對應是多對一的，句子和語意的對應又是多對一的，語意和意圖的對應還是多對一的，這是個層級體系。