要理解機器學習，最重要的一點是它代表了一種從根本上與以往不同的創(chuàng)建軟件的方法：機器從示例中學習，而不是明確地為特定的結(jié)果編程。這是一個重大突破。在過去50年的大部分時間里，信息技術(shù)的進步和它的應(yīng)用都集中在編纂現(xiàn)有的知識和程序，并將它們嵌入到機器中。實際上，術(shù)語“coding”表示將知識從開發(fā)人員的頭腦中轉(zhuǎn)移到機器能夠理解和執(zhí)行的形式的艱苦過程。這種方法有一個根本的問題：我們所有的知識都是隱性的，這意味著我們無法完全解釋它。我們幾乎不可能寫出能讓另一個人學會騎自行車或認出朋友臉的指令。

換句話說，我們知道的比我們能講出來的東西要多。這個事實非常重要，它被稱為：Polanyi悖論。Polanyi悖論不僅限制了我們能告訴別人的東西，而且對我們賦予機器智能的能力是一個根本性的限制。很長一段時間，這限制了機器在經(jīng)濟中能夠有效發(fā)揮作用的活動。

機器學習正在克服這些限制。在第二個機器時代的第二次浪潮中，由人類制造的機器正在從例子中學習，并利用結(jié)構(gòu)化的反饋來解決他們自己的問題，如Polanyi經(jīng)典的識別人臉的問題。