Uczenie głębokie (deep learning): co to jest i czym różni się od uczenia maszynowego
Uczenie głębokie (deep learning) to odmiana uczenia maszynowego, w której używa się sieci neuronowych z dużą liczbą warstw. „Głębokie” oznacza właśnie liczbę warstw, a nie głębię zrozumienia.
Prostymi słowami
Mała sieć neuronowa to jak zestaw klocków z dziesięciu elementów: zbudujesz autko, ale nie zamek. Głęboka sieć to jak ogromne pudło LEGO z tysiącami klocków i instrukcją z wieloma etapami. Im więcej etapów, tym bardziej złożone rzeczy można zbudować - od rozpoznawania twarzy po pisanie tekstów.
Jak to działa
- Bierze się sieć neuronową z dziesiątkami lub setkami warstw.
- Każda warstwa uczy się widzieć nieco bardziej złożone cechy niż poprzednia.
- Taką sieć trenuje się na bardzo dużych zbiorach danych.
- Do treningu potrzebne są mocne karty graficzne albo specjalne akceleratory - tygodnie lub miesiące obliczeń.
- Gotowy model potrafi to, co kiedyś uważano za niemożliwe dla komputera: rozumieć język i widzieć.
Gdzie to zobaczysz
Prawie cała współczesna AI to uczenie głębokie: tryb nocny aparatu, rozpoznawanie mowy, automatyczne napisy, tłumaczenie, generatory obrazów i duże modele językowe. Boom uczenia głębokiego zaczął się około 2012 roku, gdy takie sieci niespodziewanie wygrały konkurs rozpoznawania obrazów.
Czy to ważne przy wyborze
Przy zakupie - pośrednio. Głębokie modele są ciężkie, więc liczą się procesor neuronowy, pamięć RAM i chłodzenie. Jeśli funkcja działa „na urządzeniu”, flagowiec zrobi to szybciej i bez internetu, a budżetowiec albo nie zrobi, albo wyśle dane do chmury.
Mity
- Mit: Uczenie głębokie oznacza, że model głęboko rozumie temat. W rzeczywistości: Nie, „głębokie” dotyczy liczby warstw sieci.
- Mit: Głęboka sieć jest zawsze lepsza od prostej. W rzeczywistości: Do prostych zadań mały model działa równie dobrze, ale szybciej i oszczędniej.
Częste pytania
Czym uczenie głębokie różni się od maszynowego?
To podtyp uczenia maszynowego właśnie na wielowarstwowych sieciach neuronowych.
Dlaczego potrzebne są karty graficzne?
Bo są tam miliardy jednakowych mnożeń, a procesory graficzne wykonują je równolegle.
Czy nastolatek może nauczyć się uczenia głębokiego?
Tak. Są darmowe kursy, a na pierwsze eksperymenty wystarczy laptop i usługi online.
Powiązane pojęcia
Sieć neuronowa, Uczenie maszynowe, Procesor graficzny (GPU), Trening i inferencja modelu