EM 算法揭示了"学习"的交替本质

EM 算法的核心洞察是：当问题太复杂无法一步解决时，可以交替解决两个简单的子问题——E 步（已知模型推断隐变量）和 M 步（已知隐变量更新模型）。这与强化学习中的策略评估-策略改进交替、博弈论中的最优响应动态具有相同的元结构。学习的本质不是一步到位的全局优化，而是两个局部问题的交替逼近。