"Deep learning" (học sâu) là gì?

Học sâu (deep learning) là một dạng học máy được xây dựng trên mạng nơ-ron với nhiều lớp xếp chồng lên nhau, mỗi lớp biến đổi dữ liệu thêm một chút trước khi truyền sang lớp tiếp theo. Độ sâu này cho phép mạng học các mẫu hình ngày càng trừu tượng hơn, chẳng hạn, các lớp đầu trong một mô hình xử lý ảnh có thể phát hiện các đường viền đơn giản, trong khi các lớp sâu hơn kết hợp chúng thành hình dạng, rồi thành đối tượng, rồi thành cả một khung cảnh, một cách tiếp cận tỏ ra vượt trội hơn hẳn so với các kỹ thuật nông hơn trước đây một khi đủ dữ liệu và sức mạnh tính toán trở nên sẵn có.

Học trong khi ngủ là một khái niệm có thật, dù khác biệt, thuộc về khoa học nhận thức, không liên quan gì đến mạng nơ-ron nhiều lớp. Xóa các tệp bị chôn sâu là một tác vụ quản lý tệp máy tính bình thường, không liên quan đến cách mô hình AI học các mẫu hình từ dữ liệu.

Khoảnh khắc đột phá của học sâu trước công chúng rộng rãi đến khi mạng nơ-ron sâu bắt đầu vượt trội rõ rệt so với các kỹ thuật cũ hơn trong các cuộc thi nhận diện hình ảnh, một kết quả đã góp phần châm ngòi làn sóng đầu tư và nghiên cứu khổng lồ, dẫn trực tiếp đến các mô hình ngôn ngữ lớn và công cụ tạo ảnh ngày nay.