Deep Learning

Derin öğrenme, birbirine bağlı çok sayıda nöron katmanından oluşan yapay sinir ağları kullanarak, ham veriden (görüntü, ses, metin) otomatik ve hiyerarşik öznitelik çıkarımı yapan bir makine öğrenmesi alt dalıdır. "Derin" sıfatı, girdi ile çıktı arasında çok sayıda gizli katman bulunmasından gelir; her katman bir öncekinden daha soyut temsiller öğrenir. Örneğin bir görüntü tanıma ağında ilk katmanlar kenar ve renk geçişlerini, orta katmanlar doku ve şekilleri, son katmanlar ise nesne kategorilerini temsil eder. Bu otomatik öznitelik öğrenme yeteneği, geleneksel makine öğrenmesinde uzmanların elle tasarladığı özniteliklere olan bağımlılığı ortadan kaldırmıştır.

Derin öğrenmenin pratikte patlama yapması üç etkenin bir araya gelmesiyle mümkün olmuştur: internetin devasa miktarda etiketli veri sunması, GPU'ların paralel hesaplama gücünün matris çarpımlarına uygunluğu ve geri yayılım gibi eğitim algoritmalarının olgunlaşması. Sonuç olarak görüntü tanıma, doğal dil işleme, konuşma tanıma ve oyun oynama gibi alanlarda insan performansına yaklaşan veya onu aşan sistemler ortaya çıkmıştır. Bugünün büyük dil modelleri, difüzyon tabanlı görsel üreticiler ve konuşma sentezleyicileri hep derin öğrenmenin farklı mimarilerle uygulanmış halleridir; alan, modern yapay zekanın en belirleyici teknik temelidir.