Hluboké učení | AI slovník

Odborná definice

Deep learning je oblast strojového učení založená na neuronových sítích s více vrstvami, které se učí hierarchické reprezentace přímo z dat. Nižší vrstvy zachycují jednodušší vzory, vyšší vrstvy jejich skladají do abstraktnejších vlastností potřebných pro predikci nebo generování. Parametry se obvykle optimalizují gradientnými metódami a spetným šírením chyby. Hluboké učení umožnilo výrazný pokrok v obraze, řeči, textu a multimodalite, ale vyžaduje mnoho dat, výpočtů, validace a řízení rizik.

Srozumitelné vysvětlení

Při klasickém modeli člověk často navrhne atributy ručně, například hrany obrazu nebo počet výskytů slova. Deep learning se snaží vhodné reprezentace naučit ze surovších vstupů. Síť při rozpoznávání fotografie může v prvních vrstvách zachytit línie, později tvary a nakonec celou kategorii objektu. Tato schopnost je silná, ale zvyšuje složitost. Model může mít milióny až miliardy parametrů a jeho chování nelze zredukovat na několik čitatelných pravidel, proto potřebuje systematické testování.

Časté otázky

Je deep learning vždy lepší než klasické strojové učení?

Ne. Při malých tabulkových datech, obmedzených výpočtoch nebo potrebe jednoduché interpretace mohou být lineární modely či boosting vhodnější.

Proč hluboké sítě potřebují akcelerátory?

Trénink provádí velké množství maticových operací. GPU a TPU jejich spracují paralelně a výrazně skrátia čas učení.

Co znamená učení reprezentací?

Model si vytváří vnitřní číselné opisy, které zachycují vlastnosti užitečné pro úlohu, místo toho, aby byly všechny atributy navržené ručně.

Jak se deep learning propojuje s generatívnou AI?

Transformery, difúzne modely a mnohé multimodální systémy jsou hluboké neuronové sítě učené generovat nové vzorku z naučené distribuce.

Jaké hlavní riziko přináší rozsah modelu?

Vyšší kapacita může zvýšit výkon, ale i náklady, netransparentnost, citlivost na data, možnost memorování a náročnost bezpečnostného hodnocení.

Související pojmy

Zdroje a redakční stopa

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.