1. 机器是否知道“我不知道”这件事。
当我们的训练语料中都是“猫”的图片，当我们在测试的时候，出现了一个没见过的图片，那机器是将其归纳为与训练语料中最相似的猫，还是说“我不知道”。
李宏毅机器学习
2. 机器能否说出：为什么“我知道”
有这样一个研究，某位专家设计了一个马的图片辨识器，根据第一个模型(DNN)，我们发现模型能勾勒出马的轮廓，证明它学习到了马的特征；再看第二个模型(FV)，右下角红色部分是模型主要学到的部分，仔细一看，原来是有“文字”标注，那这个模型所学到的就是这个文字标注内容。也就是说这个模型实际上并不清楚它是否知道什么是马。
关于“马”的识别
3. 终身学习
人是可以终身学习的，那机器是否可以终身学习呢？
今天的机器知道学某一个任务，而不能学习多个任务，例如机器人可以学会下围棋，它学会了，如果再让它去学完游戏，如果它学会了玩游戏，就不会下围棋了，这就是当下机器学习的现状。这就是catastrophic forget(灾难性遗忘)。
终身学习
4. 机器学习一定要很多训练数据吗？
如果你的训练数据很少，那你可以通过Few-shot learning 和 Zero-shot learning的方法去解决。
zero-shot learning
5. 本学期要学习的目录
学习目录
