机器学习是，经过大量数据训练以及算法优化以后，计算机可以得出更贴合人常识的结论。
人类学习是，通过接触环境或者知识来的（也可以说是“数据”），得出自己的结论。人类也有自己的“算法”，每个人兴许还不怎么相同，这换成另一个名词可能叫做“天赋”。
机器学习就像是特定环境下的人类学习，譬如围棋。事实证明，经过训练以后，计算机与人类差别并不大。
同样的，
语音识别也是，机器通过大量数据以及优化算法，可以辨别出哪些是噪音哪些是指令，人在开始学习说话的时候想必也是类似的过程。
还有
自动驾驶，通过各种传感信息来辨别路况，判断是否安全、该如何行驶。
而以上的机器学习，都只是人类生活中一个特定地方面，影响因素极其少。影响的因素越多，机器越容易出现误判。就如以上，围棋已经和人类不相上下，语音识别略逊一筹，自动驾驶目前还没有令人特别满意的结果。
我是觉得，机器学习像是简化版的人类学习，人人都有自己的“算法”，并且在成长的过程中接触海量的信息，不断地自我优化。
而机器的算法是依靠人类来优化的，而且某些特定的方面人所能赋予机器的信息远不如自己所能获取到的，所以机器总是有所欠缺，有些时候显得有些“智障”。