O que é "aprendizado profundo" (deep learning)?

Aprendizado profundo (deep learning) é uma forma de aprendizado de máquina construída sobre redes neurais com muitas camadas empilhadas, cada uma transformando um pouco mais os dados antes de repassá-los à próxima. Essa profundidade permite que a rede aprenda padrões cada vez mais abstratos; por exemplo, camadas iniciais em um modelo de imagem podem detectar bordas simples, enquanto camadas mais profundas combinam essas bordas em formas, depois objetos, depois cenas inteiras, uma abordagem que se mostrou dramaticamente mais capaz do que técnicas anteriores e mais rasas assim que dados e poder de processamento suficientes ficaram disponíveis.

Estudar enquanto se dorme é um conceito real, embora diferente, da ciência cognitiva, sem relação com redes neurais em camadas. Apagar arquivos muito ocultos é uma tarefa comum de gerenciamento de arquivos de computador, sem relação com o modo como modelos de IA aprendem padrões a partir de dados.

O momento decisivo do aprendizado profundo para o grande público veio quando redes neurais profundas passaram a superar amplamente técnicas mais antigas em competições de reconhecimento de imagem, um resultado que ajudou a desencadear a enorme onda de investimento e pesquisa que levou diretamente aos grandes modelos de linguagem e geradores de imagem de hoje.