層數越多，抽象程度越高。深度學習使用具有多個隱藏層的神經網絡，直接從原始資料中學習特徵表示。與人工設計特徵不同，深度學習讓網路自行發現特徵。

這種方法在2012年後迅速發展，當時深度卷積神經網路在一項重要的影像辨識競賽中以絕對優勢獲勝。更快的GPU、更大的資料集和改進的訓練技術是成功的關鍵。

深度學習的優勢領域

• 圖像和視頻識別
• 語音和語言處理
• 生成式建模
• 遊戲玩法和控制
• 推薦系​​統

這並非魔法。深度模型需要龐大的資料集、強大的運算能力和精細的調優。它們也難以解釋，這在醫療和金融等監管嚴格的領域是一個問題。儘管取得了進展，但實際的限制仍然存在。