Meer lagen, meer abstractie. Deep learning gebruikt neurale netwerken met veel verborgen lagen om representaties rechtstreeks uit ruwe data te leren. In plaats van handmatig kenmerken te creëren, laten ontwikkelaars het netwerk ze ontdekken.

De aanpak kende een enorme vlucht na 2012, toen een diep convolutioneel netwerk met grote overmacht een belangrijke wedstrijd voor beeldherkenning won. Snellere GPU's, grotere datasets en verbeterde trainingstechnieken maakten het verschil.

Waar deep learning in uitblinkt

• Beeld- en videoherkenning
• Spraak- en taalverwerking
• Generatieve modellering
• Spel spelen en besturing
• Aanbevelingssystemen

Het is geen toverkunst. Diepgaande modellen vereisen grote datasets, aanzienlijke rekenkracht en zorgvuldige afstemming. Ze zijn bovendien moeilijk te interpreteren, wat een probleem vormt in gereguleerde sectoren zoals de geneeskunde en de financiële wereld. Er wordt vooruitgang geboekt, maar de praktische beperkingen blijven bestaan.