艰深

模仿生物的神经系统，人类开始设计制造人工神经网络。人工神经网络具有很多类似人脑的功能，其中就包括学习功能，也就是机器学习。

小脑在运动的控制和协调中起到了非常重要的作用，通常进行得非常平稳并且几乎毫不费力。在文献中，已经提到小脑扮演着动态估计的控制者或者神经模拟的角色。支持动态状态估计假设的关键点包含在以下的叙述中，它的有效性已经被数十年的自动跟踪和指导系统设计的研究所证实：

任何一个生物或者人造的系统，需要预测或控制一个多元动态系统的随机轨迹，可以通过使用或引用的卡尔曼滤波的本质在这种或其他方式下才能有效。

假设神经系统（如小脑或者新大脑皮层）是卡尔曼滤波器的神经模拟，它并不意味着在物质层面上，神经系统类似于卡尔曼滤波器。一般说来，生物系统的确表现出一些状态估计的形式，并且相关的神经算法可能含有卡尔曼滤波器的一般的“特征”。此外，一些貌似合理的状态估计形式广泛分布在中心神经系统的其他部分。

《神经网络与机器学习》494