Che cos'è il "deep learning"?

Il deep learning è una forma di apprendimento automatico costruita su reti neurali con molti strati sovrapposti, ciascuno dei quali trasforma un po' i dati prima di passarli allo strato successivo. Questa profondità permette alla rete di apprendere schemi sempre più astratti: ad esempio, i primi strati di un modello per immagini potrebbero rilevare semplici contorni, mentre gli strati più profondi combinano questi in forme, poi in oggetti, poi in scene intere, un approccio che si è rivelato drammaticamente più capace delle tecniche precedenti e meno profonde, una volta disponibili dati e potenza di calcolo sufficienti.

Studiare mentre si dorme è un concetto reale, seppur diverso, delle scienze cognitive, senza alcun legame con le reti neurali a più strati. Eliminare file sepolti in profondità è un normale compito di gestione dei file su un computer, estraneo al modo in cui i modelli di IA apprendono schemi dai dati.

Il momento di svolta del deep learning agli occhi del grande pubblico arrivò quando le reti neurali profonde iniziarono a superare nettamente le tecniche precedenti nelle competizioni di riconoscimento delle immagini, un risultato che contribuì a innescare la massiccia ondata di investimenti e ricerca che ha portato direttamente agli attuali modelli linguistici di grandi dimensioni e generatori di immagini.