本文为博主在2015年投稿给 《科学智慧火花》栏目的文章
首次发布地址：http://idea.cas.cn/viewdoc.action?docid=31462
首先，举几个我们在日常生活中常见的事例，作为本文讨论的起点。
一、我们可能都遇到过这样的情况，当学习一门新知识的时候，大脑如果在先前接触过类似的知识，接纳起来就会容易些，随着对这门知识的深入了解，我们可以去进一步探索更为复杂的或者更为广阔的问题。
二、当我们在背诵一篇文章或者看一本书的时候，如果没有特别的训练，很难一下子就复述出中间的部分，对于结构性的东西更不是一次性提出的，但是对于开始部分还是相对印象深刻一些的。
三、有时候，我们工作或者学习很长时间之后，就会有健忘的感觉，比如，突然想不起某个人的名字，但是过了一阵子之后，又发现可以想起来这个名字。
四、有时候，我们容易混淆一些知识，比如“买”和“卖”两个字，但是不是所有的人都会在这个问题上犯迷糊。
五、我们是真的会忘记一些事情的，随着时间的推移，有些东西就被淡忘了。
按照一般写作文章来讲，我应该在每一段都进行一个小讨论，但是为了能够让各位读者进行更深入的思考来亲身验证并理解我所说的这些（我相信，我不是第一个这样想的人，当然也不会是最后一个）,我打算把每一段的小讨论分述出来。
一、大脑处理外界信息的方式只有一个，比较。把外界事物和自己已知的知识做比较，每个人都在这么做，这是人和人诧异的来源。
二、当大脑认识到一个外界事物是新的独立个体的时候，他会开辟出一个单独的通道来存储这些东西，当然，是大脑感觉有必要的时候。如果把大脑比作图书馆的话，那么大脑只会把开始部分和中间关键部分放到图书馆的大厅展览，其余部分也只是部分的存储在仓库里了，有一些没人看的书甚至放到了地下室。
三、图书馆大厅里的内容常常根据实际情况来变动，甚至有时候要举办一些“主题展览”，那些不在主题之列的展品要先被挪走。但是之后，此刻的主题又被其他的主题替换了。
四、大脑在比较之后，会在已知的基础上记忆，如果说大脑本身有一个模型的话，那么学习就是在这个模型上进行改造，要注意，不是复制，而是在这个模型上改造，比如模型是一个有一个红色烟囱的房子，而新事物是有两个绿色烟囱的房子，那么大脑实际上就会形成一个有三个烟囱的房子，其中一个是红色的，另外两个是绿色的，正常来说，应该这样，但是当大脑做了误判，认为红色和绿色没有差异时，这个时候就会出现问题，就是房子上的烟囱究竟是怎样的，于是大脑把烟囱 的颜色改来改去。
五、人类从原始社会进化而来，那个时候的人类生活节奏和活动的复杂度都不能和现在比，也就不需要记忆很多东西，只要能否生存下去就可以了，甚至一些记住的东西如果长时间不用，就会认为不会再发生而被遗忘，当然，对于一些关乎自身生存的即使发生一次也会铭记终生，比如地震。
当我们去讨论智能机器人的时候，显然是希望它们能够像人类一样思考，进行判断，创造，但是我们人类的智能不是那么十全十美的，比如我们的遗忘，还有对于一些失误的一犯再犯，而机器人却是那么的精确，擅长记忆。但是事实上，这正是人类智能的来源，我们只记住对于生存有用的东西，这个过程是动态的，通过和大脑已有模型的比较，去试探性的提出一个新的模型，这种比较有一个“索引”，是有先后顺序的，这个比较的过程可能是在视觉、听觉、语言三者之间进行的， 也可能只涉及其中的一个，但是不同的人可能是不一样的索引序列，此外，大脑中应该存在一种三者交互的方式，是无法表述出来的的，但是新模型的构造过程就是 这样完成的，这个过程不能通过文字表述，只能在模型提出之后再去验证。
上五条和下五条分别对应，请各位读者思考一下，它们合并后是有利于理解了还是使文章的内容变得复杂了，你们是不是在自己的心里提出了一个模型，你感觉这个模型和我所阐述的一样吗？
机器自学习的模型如下：
一、该智能机器人必须有一定的模型，特定领域的，有所专长，这部分工作由人来完成。
二、该智能机器人处理外界信息的方式是比较。
三、当比较信息和已有模型契合度为百分之百时，不记忆。
四、当比较信息和已有模型契合度高时，通过一种“鲁莽”的算法去构建模型，但是用“理性”的算法去判断。
五、智能机器人记录信息的方式是尽量结合已有内容，所以，他的记忆是一个整体，删除或者更改一个字符都可能造成所有的信息“失灵”。
六、数据的存储存有目录区、复用数据节点索引区、存储区。如果把数据的复用次数拟成高度的话，整个数据就是一个沙盘，但是每个数据只会被存储一次。
七、目录区记录最常用的信息，根据使用频度决定囊括的信息量。
八、复用数据节点索引记录复用信息所连接的信息，可以说，这是整个存储最复杂的部分，也是“鲁莽”算法的依据所在，这里是一系列复杂的索引。
九、存储区，这里是目录区和复用数据节点索引区之外的部门，当然也是存在索引和其余两个部分组成整体。
十、目录区、复用数据节点索引区、存储区存储的信息的顺序会变动，变动的速率依次减慢。