Több réteg, több absztrakció. A mélytanulás sok rejtett réteggel rendelkező neurális hálózatokat használ a reprezentációk közvetlen nyers adatokból való tanulására. Ahelyett, hogy kézzel szerkesztenék a jellemzőket, a szakemberek hagyják, hogy a hálózat fedezze fel azokat.

A megközelítés 2012 után robbant be, amikor egy mély konvolúciós hálózat nagy különbséggel megnyert egy jelentős képfelismerési versenyt. A gyorsabb GPU-k, a nagyobb adathalmazok és a továbbfejlesztett betanítási technikák hozták meg a különbséget.

Ahol a mélytanulás kiemelkedő

• Kép- és videófelismerés
• Beszéd- és nyelvfeldolgozás
• Generatív modellezés
• Játékmenet és irányítás
• Ajánlórendszerek

Ez nem varázslat. A mély modellek nagy adathalmazokat, jelentős számítási kapacitást és gondos finomhangolást igényelnek. Ellenállnak az értelmezésnek is, ami problémát jelent olyan szabályozott területeken, mint az orvostudomány és a pénzügy. A fejlődés folytatódik, de a gyakorlati korlátok is csökkennek.