现在的 AI 算法，包括计算机视觉、语音识别等等，都需要先学习上千个例子才能掌握某一概念，而 DeepMind 说他们用的算法只需要让 AI 学习一次就够了。据谷歌介绍，这种“一次性学习”技术在机器学习过程中只需要为它们提供一个例子作为学习范本。在 demo 展示过程中，DeepMind 团队使用了图像、书法和以及语言作为例子进行了演示。
使用提供庞大的数据库作为学习资源的人工智能和深度学习算法，不仅非常费时，同时也拉高了学习成本。就拿无人驾驶汽车来说，通常其中搭载的算法需要成千上万其他无人驾驶汽车的数据资料才能完成学习，然而要收集这些是非常不切实际的，因为在导航过程中遇到很多从未走过的路，但总不能为了一条路花费上万个小时学习吧。
据 DeepMind 团队的科学家 Oriol Vinyals 介绍，他们的算法之所以能够做到“ 见一次就学会 ”，是因为团队在深度学习系统中加入了 记忆模块 ，这种记忆模块是一个庞大的神经网络。通过 模仿人类大脑神经元的运作方式 ，这个算法可以对某个学习内容的组成进行交叉联系学习，获得更多层次的信息。
当然，加入了记忆模块的算法也需要提前学会分辨不同物品的种类，比如猫、狗、鸟等等，这个过程依然需要大量的输入。但是在这一阶段完成之后，就可以实现“一次性学习”了。算法能够识别出图像中最能凸显物体属性的特质，以此作为判断依据。因此总体上来看，这种技术依然大大节省了机器学习的时间和经济成本。
“这项技术为庞大的数据学习机制带来了一种新的视角，”韩国先进科技研究院的大脑与机器智能科学家 Sang Wan Lee 说道，“对于整个 AI 领域而言都是一个重大创新，特别是图像识别方面。”
也有一些科学家对这项技术表示怀疑。Wan Lee 表示，虽然目前在识别精度上这项技术或许还不能和人类的学习能力相匹敌，但是它对 AI 技术的未来研究开辟了一个新的方向。