所謂的強化學習意思，AI 系統做出一個判斷的時候，像下棋下贏或者是下輸，當然會回想是下那一步棋，讓自己下贏或者是下輸等等，其實人類也是一樣，你如果下五子棋或者是西洋棋，就會去回想是哪一步下錯了，才會導致輸掉的結果等等，這個就是自己腦裡會有一套獎懲系統，也就是下棋的時候，並不會每一次、每步，老師都來跟你說下這邊會更好、下那邊更好，很多時候是你下完或者是玩電動遊戲，事後因為這一盤輸得比較早或者是得分比較低，就去想哪裡做錯、可以改一下策略等等，所以強化學習的意思，告訴這個 AI 系統是哪一些表現好，就會去強化系統裡那一些的神經，然後如果哪一些表現不好，就會弱化這些部分的神經，大概就跟人類學習是類似的意思。