機械学習はますます複雑化し、システムが何を学習しているのかを理解するのが難しくなりつつある。この講演では、機械学習の枠組みを特に損失関数と最適化の観点から簡単に導入する。システムをどのように評価すべきかという点と密接に関連しているこれらの要素を通じて、「システムは果たして私たちが本当に欲しい情報を捉えているのか?」という疑問に挑戦する。我々の最近のロバストな機械学習や自己教師あり学習に関する研究を紹介しながら、システムが何を学習していて何を学習していないのかを例示する。こうした見方はより信頼できる帰納的推論に向けた重要な一歩になると期待している。