人類學習的最菁華特點，凝結在孩子身上。
人工智慧時代，當我們越來越熟悉機器學習，我們也就越來越對人類孩子的學習充滿驚嘆。如果沒有和人工智慧對比，我們可能還察覺不到這種不尋常的能力。
人類的學習從嬰兒期就開始，一直持續到成年，甚至終身。與AI的學習方法相比，人類孩子的學習有一系列非常獨特的學習特徵，與人工智慧相比，有下面幾個明顯的特別優勢：
＠小數據學習vs.大數據學習
孩子是小數據學習。與人工智慧對比，小孩子的學習能力高效得驚人。人工智慧學習認鴨子，需要看數百萬張鴨子的圖片，小孩子只需要看兩三張就夠了，下次就能認出來。而且不僅僅是生活中有可能出現的熟悉的事物，小孩子看圖片認袋鼠、無尾熊－－北半球的小孩子可能從來沒機會見到真的──也是一樣高效。
這種能力與「抽象認知」能力相關。人類記住某些事物，是以非常抽象的方式提取關鍵特徵，記憶成「模式」。這是如何做到的，現在還是謎。預言學家雷．庫茲韋爾猜想，人類記憶「模式」是存儲在大腦的三億個柱狀結構中。且不管他的猜想是不是正確，我們只要知道人類的這種模式識別能力的強大，就足以發出感嘆。
到目前為止，電腦「深層學習」仍然需要海量數據，人工智慧對每一件事的學習都要足夠多的數據支援。因而很多人說「未來最寶貴的資源將是數據」，如果得不到足夠的數據，人工智慧就很難發展。對於一些有海量現存數據的領域，這是自然而然的事情，例如金融、醫療；但是人類社會生活還是有諸多領域缺乏足夠多數據紀錄，人工智慧一時就很難習得。對人情世故的理解也往往受限於數據。人類擁有「從經歷中學習」的能力。當一件事發生，做為單一的事件數據，人類就能學習到很多規律。在事件學習方面，人類不僅不需要很大的樣本數據，就可以「吃一塹長一智」，甚至可以超額學習，也就是「舉一反三」。
＠聯想學習vs.邏輯學習
人類的思考總是充滿聯想跳躍。我們通常認為走神是缺點，但其實也是優點。人工智慧學習一個領域的知識，會局限在這個領域內，按照這個領域內的數據，尋找相關聯繫，尋找因素之間的相互影響。如果存在邏輯規則，人工智慧學習毫無難處。人工智慧在一個領域內得到的知識很難聯想或類比到其他領域，因為它們並不具備多個領域的知識記憶。
人類的語言裡充滿類比和聯想。當我們說起時代變化，我們說「風起雲湧」的時代，表明時代的劇烈變化；當我們說起事態嚴重，我們說「山雨欲來」，暗示即將有大變化。天氣和我們討論的政治經濟趨勢毫無關係，但是所有的這些比喻之所以能成立，是因為人能注意到事物背後相似的部分，這些相似性也很抽象，如風雲的變幻感和趨勢感，這種相似性人工智慧難以想到或理解。
