剑桥大学等研究发现：理论上稳定正确地深度神经网络实际不存在

数据分析医务人员发掘出，机器学习的准确性和可用性彼此间经常需要权衡。“弊端是我们同时一切都是准确性和可用性，”Hansen问道道，“在实践当中，对于安全相关的关键应用，人们显然不得不牺牲者一些可用性来确保准确性。”

作为原先数据分析的一部分，数据分析医务人员开发了他们“快速迭代据报导网络平台”（FIRENET），以期在涉及分析病理学图象等任务时实现，机器学习可以透过准确性和可用性的结果。

数据分析医务人员认为，这些关于机器学习显然的原先发掘出不一定是为了选择性机器学习数据分析，“从长远来看，弄清楚什么可以做和什么不可以做什么对机器学习数据分析来问道是生活品质的。除此以外，形式化和Gödel的负面结果导致了高等数学基础和推算机科学不足之处的近些年来，这分别造成了了一时期推算机科学和一时期逻辑的大部分发展。”Colbrook问道，

整体而言在这项数据分析当中，数据分析医务人员认为，这些原先发掘出意味著发挥作用一种分类理论，其可以描述哪些有着取值精度的有利于机器学习可以通过算法开展推算。用之后谈到的甜甜圈种系统，“这将是一个分类理论，描述了哪些甜甜圈可以用力学上显然设计者的；也烘烤。如果没有烘烤甜甜圈，我们也想告诉与一切都是的甜甜圈类型有多比起。”Antun 问道道。