据2015年12月11日出版的《科学》杂志报道，三位分别来自美国麻省理工学院、美国纽约大学和加拿大多伦多大学的科学家开发了一个计算机模型，具有类似人类的、能够从少量事例中学习新知识的能力。
传统的机器学习方法需要大量的数据来训练，而人类只需要少量案例就能学到新知识。三位科学家利用“贝叶斯程序学习”（Bayesian Program Learning）方法开发出了一种人工智能模型，能像人类一样从少量案例中迅速学习和书写陌生的手写字符，在某种意义上可以说它领悟到了字符的本质特征（字符的整体结构），同时还能识别出非本质特征（因书写造成的轻微变异）。科学家对该模型进行了测试，证明该模型可对手写字母进行分类、解析和再创。该模型的表现达到了人类水平，通过了“视觉图灵测试”。
尽管这个模型还只能学习手写的字母，但这种方法可被扩展至其它的以符号为基础的系统，如手势、舞蹈动作以及口语和手语词汇。
