本研究结合自监督学习与多视角匹配技术，利用机器人吸尘器捕获的数据提升物体分类性能。提出“数据透视主义”概念，探讨人类知识在机器学习中的应用，解决主观与客观任务问题。研究表明，训练数据集和目标函数对神经网络与人类认知的对齐性影响显著，多模态学习在泛化能力上优于单一模态。