Více vrstev, více abstrakce. Hluboké učení využívá neuronové sítě s mnoha skrytými vrstvami k učení se reprezentací přímo z nezpracovaných dat. Místo ručního vytváření funkcí nechají odborníci síť, aby je objevila.

Tento přístup se rozmohl po roce 2012, kdy hluboká konvoluční síť s velkým náskokem vyhrála velkou soutěž v rozpoznávání obrázků. Rychlejší grafické procesory, větší datové sady a vylepšené trénovací techniky znamenaly zásadní rozdíl.

Kde hluboké učení vyniká

• Rozpoznávání obrázků a videa
• Zpracování řeči a jazyka
• Generativní modelování
• Hraní a ovládání
• Doporučovací systémy

Není to žádná magie. Hluboké modely vyžadují velké datové sady, značné výpočetní úsilí a pečlivé ladění. Také se brání interpretaci, což je problém v regulovaných oblastech, jako je medicína a finance. Pokrok pokračuje, ale stejně tak i praktická omezení.