人工重建新“秩序”

　　研究人员在论文中呈现了上述看起来比较简单的程序，但是这个简单的程序背后，是一些相当复杂的数学分析。

　　“近年来，机器学习的方式是假设一个简单的模型，然后用它来接近你想要的结果，当然前提条件是你能够处理所有的细微差别和复杂性。”坎贝尔说，“我们的算法是一种人工重构，即在你成功解决简单问题后，使用该人工重构恰当地合并模型。”

　　在实际应用中，机器人不会被指派去区分含有不同物品的房间，而更可能会被用来区分物品本身和用途。坎贝尔和豪尔的算法可以启发“机器学习”面临的其他问题。

　　此外，这个根据房屋内物品辨别房间的例子，类似于自然语言处理中的主题建模，即一台计算机可以使用单词的关联频率进行主题文件分类。

　　传统的机器学习算法可以对所有存放在一个集中网址的所有文件采用一致的分类方案，但是坎贝尔和豪尔的算法，可以用分布式服务器将分散在网络角落里的文档集中在一个主题下进行建模。

　　“分布式计算在部署登陆机器人和空降机器人等多种机器人时将发挥关键作用。”杜克大学计算机工程和研究部副教务长劳伦斯·卡恩教授说，“在本文中提出的分布式运算方法既高效又实用，关键是它打破了贝叶斯推理中证明的对称性。这个问题解决方案非常新颖，并很可能被其他研究人员继续运用。”