Utvecklingen av Artificiell Intelligens
Leder djupinlärning oss mot en framtid där exempelvis reklam kan designas och anpassas i realtid efter enskilda konsumenters personliga preferenser?
Det frågar sig MIT Sloan Review i ett reportage om tekniken och hur den kan påverka framtidens innovation.
Djupinlärning – i sig nära besläktat med artificiell intelligens och maskininlärning – bygger på analyser av stora databaser för att hitta mönster och dra slutsatser.
Bakgrund: Djupinlärning
Wikipedia (Sv)
Djupinlärning (engelska: deep learning, deep structured learning eller hierarchical learning) är en del av området maskininlärning genom artificiella neuronnät. Djupinlärning är baserat på en uppsättning algoritmer som försöker modellera abstraktioner i data på hög nivå genom att använda många processlager med komplexa strukturer, bestående av många linjära och icke-linjära transformationer.[1][2] Djupinlärning kan vara övervakad, semi-övervakad eller oövervakad och har fått stort genomslag inom bland annat bildklassificering, datorseende, språkbehandling, biostatistik och ljudigenkänning.[2] [3]
Geoffrey Hinton, Yann LeCun och Yoshua Bengio är pionjärer inom djupinlärning.[4]
