Uczenie głębokie

Uczenie głębokie, deep learning – podkategoria uczenia maszynowego (ang. machine learning), która polega na tworzeniu głębokich sieci neuronowych (sieci z wieloma poziomami neuronów). Techniki głębokiego uczenia mają za zadanie udoskonalić m.in. automatyczne przetwarzanie mowy, rozpoznawanie obrazów i przetwarzania języka naturalnego.

Uczenie głębokie w kontekście SI

Sposób działania

Sieć wielowarstwowa z tzw. ukrytymi warstwami

Sieci neuronowe są głębokie ponieważ struktura tych sieci składa się z wielu warstw sztucznych neuronów. Proste sieci neuronowe można zaprojektować ręcznie tak by konkretna warstwa wykrywała konkretne cechy, a uczenie się polega na ustaleniu odpowiednich wag. W dużych sieciach neuronowych proces głębokiego uczenia jest do pewnego stopnia samodzielny. To znaczy sieć nie jest projektowana pod wykrywanie konkretnych cech, lecz wykrywa je na podstawie przetwarzana odpowiednio oznaczonych zbiorów danych. Zarówno takie zbiory jak i sam sposób działania sieci muszą być przygotowane przez specjalistów, ale cechy wykrywał już sam program. Dzięki temu możliwe jest przetworzenie wielkiej ilości danych, a sieć może automatycznie nauczyć się reprezentacji cech wyższego poziomu, co oznacza, że mogą one wykryć skomplikowane wzorce w danych wejściowych.

Zastosowania

Obraz nieistniejącej osoby wygenerowany przez program StyleGAN

• Automatyczne rozpoznawanie i przetwarzanie mowy na tekst.
• Przetwarzanie języka naturalnego, wykrywanie znaczeń i tłumaczenie na inny język.
• Rozpoznawanie obiektów na obrazach w tym na filmach (nadawanie etykiet i oznaczanie). W tym również analiza obrazu medycznego i diagnostyka.
• Bioinformatyka i projektowanie leków.
• Rekonstrukcja obrazu ze słabej jakości obrazku (powiększanie bez widocznej straty jakości, dodawanie kolorów).
• Generowanie sztucznych obrazów i filmów (deepfake, wspomaganie pracy grafików).
• Systemy rekomendacji (książki do przeczytania, filmy do obejrzenia, zakupy itp).
• Wykrywanie oszustw finansowych i innych anomalii w danych (np. zwalczanie dezinformacji i cyberbezpieczeństwo).
• Automatyczni asystenci, obsługa hoteli i restauracji, czatboty.
• Automatyczne samochody i systemy wspomagające prowadzenie auta.