27.05.2022 Экспертиза, Искусственный интеллектИмитируя человеческий мозг, глубокое обучение позволяет быстро распознавать, классифицировать и систематизировать данные, а также делать четкие прогнозы, рассказывают опрошенные порталом InformationWeek эксперты. Глубокое обучение — это тип машинного обучения, который быстро стал краеугольным камнем многих современных приложений искусственного интеллекта. «Оно обеспечивает значительное повышение точности по сравнению с предыдущими подходами в широком спектре задач ИИ, иногда даже превосходя точность человека, — отмечает доцент MIT Вивьен Сзе. — Это позволило в последние несколько лет практически использовать и широко внедрить ИИ в более широкий спектр приложений». Быстрое распознавание и классификация изображений, распознавание голоса, автономный языковой перевод и рекомендации контента, например, предоставляемые поисковыми системами и сайтами э-коммерции, — вот лишь некоторые из множества мощных приложений глубокого обучения. Оно использует нейронные сети в последовательных слоях для итеративного обучения на основе данных. «Глубокое обучение особенно полезно, когда вы пытаетесь изучить закономерности неструктурированных данных, — говорит Дэн Кирш, управляющий директор исследовательской компании Techstrong Research. — Хотя оно очень похоже на традиционную нейронную сеть, оно имеет гораздо больше скрытых слоев. Чем сложнее проблема, тем больше скрытых слоев будет в модели». Мощность и точность глубокого обучения обусловлены его способностью извлекать высокоуровневые ...
читать далее.
