以下是一个简单的学习模型（见下页）。其中方框表示系统的程序部分，圆圈表示系统接受或保存的信息，箭头指出了系统运行中数据的主要流向。环境向系统的学习部分提供了某些信息。这里的环境指系统的工作对象，如医疗系统中病人的当前症状、检验的数据和病历。学习部分获得知识，并扩充、修改和更新知识简单的学习模型库。
执行部分根据知识库完成任务，同时把获得的信息反馈给 学习部分。计算机进行学习的方法有机械式学习、观测学习或发现 学习、指导学习、示例学习、类比学习等。机械式学习也称死记硬背学习，是“记住”某种知识，以便需要时用它，例如，计算机学习乘法口诀，记每个棋局以提高水平等。
观测学习也可说是发现学习，科学家们正是通过对客观事物进行观察测量，取得大量数据输入计算机，然后进行分析、综合、归纳推理，最终概括出科学的定律、定理。已有的观测学习系统有：能发现初等数学、集合论、数论等基本概念的 AM系统等。示例学习是一种归纳学习的方法，如教一个程序怎样学 习“狗”的概念，首先提供给程序包括狗在内的各种动物和其 他物体，说明各种动物和物体的特点，并说明它们是不是狗，这些都是狗的正例和反例，程序由此推出根据物体特征识别狗的规则。
机器学习速度快，不受生命年限限制，学习的结果传播得也快。可以想象，人类在机器学习上的每一进步，由于机器学习的积累与传播作用，都会使计算机能力显著增强，甚至对人 类社会产生影响。机器虽然是人造的，但若机器具备了学习功能，学得又很快，几天之后的能力，我们已很难预料，更不要说几年、几十年之后了。
