Flere lag, mere abstraktion. Deep learning bruger neurale netværk med mange skjulte lag til at lære repræsentationer direkte fra rådata. I stedet for at håndlave funktioner lader praktikere netværket opdage dem.

Tilgangen eksploderede efter 2012, hvor et dybt foldningsnetværk vandt en stor konkurrence om billedgenkendelse med en bred margin. Hurtigere GPU'er, større datasæt og forbedrede træningsteknikker gjorde forskellen.

Hvor dybdegående læring udmærker sig

• Billed- og videogenkendelse
• Tale- og sprogbehandling
• Generativ modellering
• Spil og kontrol
• Anbefalingssystemer

Det er ikke magi. Dybe modeller kræver store datasæt, betydelig beregning og omhyggelig finjustering. De modstår også fortolkning, hvilket er et problem inden for regulerede områder som medicin og finans. Fremskridtene fortsætter, men det gør de praktiske begrænsninger også.