Apakah itu "deep learning"?

Pembelajaran mendalam (deep learning) ialah satu bentuk pembelajaran mesin yang dibina atas rangkaian neural dengan banyak lapisan bertindan, setiap lapisan mengubah data sedikit lagi sebelum menyalurkannya ke lapisan seterusnya. Kedalaman ini membolehkan rangkaian mempelajari corak yang semakin abstrak, contohnya, lapisan awal dalam model imej mungkin mengesan tepi ringkas, manakala lapisan lebih dalam menggabungkan itu menjadi bentuk, kemudian objek, kemudian seluruh adegan, satu pendekatan yang terbukti jauh lebih berkeupayaan berbanding teknik lama yang lebih cetek sebaik sahaja data dan kuasa pengkomputeran yang mencukupi tersedia.

Belajar semasa tidur ialah konsep sebenar, walaupun berbeza, daripada sains kognitif yang tiada kaitan dengan rangkaian neural berlapis. Memadam fail yang tertimbus jauh dalam sistem pula hanyalah tugas pengurusan fail komputer biasa, tiada kaitan dengan bagaimana model AI mempelajari corak daripada data.

Detik terobosan pembelajaran mendalam kepada khalayak umum yang lebih luas berlaku apabila rangkaian neural mendalam mula mengatasi teknik lama dengan ketara dalam pertandingan pengecaman imej, satu hasil yang membantu mencetuskan gelombang besar pelaburan dan penyelidikan yang membawa terus kepada model bahasa besar dan penjana imej hari ini.