Daha fazla katman, daha fazla soyutlama. Derin öğrenme, temsilleri doğrudan ham verilerden öğrenmek için birçok gizli katmana sahip sinir ağlarını kullanır. Uygulayıcılar, özellikleri elle oluşturmak yerine, ağın bunları keşfetmesine izin verir.

Bu yaklaşım, 2012'de derin evrimsel bir ağın büyük bir görüntü tanıma yarışmasını büyük bir farkla kazanmasının ardından hızla yaygınlaştı. Daha hızlı GPU'lar, daha büyük veri kümeleri ve geliştirilmiş eğitim teknikleri fark yarattı.

Derin öğrenmenin üstün olduğu alanlar

• Görüntü ve video tanıma
• Konuşma ve dil işleme
• Üretken modelleme
• Oyun oynama ve kontrol
• Öneri sistemleri

Bu sihir değil. Derin öğrenme modelleri büyük veri kümelerine, önemli miktarda işlem gücüne ve dikkatli ayarlamaya ihtiyaç duyar. Ayrıca yorumlamaya da direnç gösterirler ki bu, tıp ve finans gibi düzenlemeye tabi alanlarda bir sorundur. Gelişmeler devam ediyor, ancak pratik kısıtlamalar da devam ediyor.