由谷歌子公司DeepMind的一個小組領導的一個研究小組通過將其與計算機上的某種類型的深度學習網絡進行比較，開發了一個關于人類元學習如何工作的理論。在他們發表在“ 自然神經科學 ”雜志上的論文中，該小組認為專門的計算機化神經網絡中的關鍵要素可能類似于元學習過程中大腦中多巴胺的功能。

深度學習網絡雖然在運行時非常令人印象深刻，但在一個領域仍然不足 - 他們需要花費大量的時間和精力才能加快速度。最近的一個例子是編程為玩Pong等舊電腦游戲的神經網絡。一個人可以掌握基礎知識，并在玩了一個下午之后變得非常精通。另一方面，神經網絡需要數百小時的訓練。神經科學家認為，這種差異是由于所謂的元學習 - 一個人(或動物)根據他們過去學到的東西學習如何做新事物。例如，猴子在首次學習通過隨機選擇學習后可以學習選擇不同的物體 - 這是哈洛實驗中發現的一部分。

研究人員，例如DeepMind的研究人員，最近在使計算機參與元學習方面取得了進展。當然，他們這樣做的過程非常清楚，因為它們是使它成為現實的過程。然而，人類的情況仍然不明確。在這項新的努力中，DeepMind的團隊認為讓計算機參與元學習的關鍵因素之一可能類似于人類神經網絡中發現的東西。

為了得出這個結論，該團隊開發了六個基于計算機的元學習實驗，這些實驗最初是動物神經科學實驗的一部分，其中一個是Harlow實驗。研究人員發現他們的深層神經網絡反應與原始實驗中的動物相似。此外，他們指出，每個實驗所使用的常用成分是他們稱之為代理的東西 - 它需要引起元類型學習。他們指出，這可能表明動物神經網絡具有類似的生物因子，負責引起元學習。并且他們認為藥劑可能是神經遞質多巴胺。