Neblux 知識圖譜
深度學習
深度學習是機器學習的一類方法，使用具有多層結構的人工神經網路從大型資料集中學習階層表示。
概觀
深度學習的基礎是人工神經網路，鬆散地受到生物神經迴路的啟發。具有非線性激活函式的多層網路能夠近似任意複雜的函式。關鍵的突破性進展是一九八〇年代高效反向傳播訓練的開發，後來在二〇一〇年代與大型資料集和 GPU 運算結合，產生了顯著進步。卷積神經網路改變了圖像識別；遞迴網路推進了序列建模；而二〇一七年引入的 Transformer 架構使大規模語言模型成為可能。二〇一二年 ImageNet 競賽的結果標誌著廣泛工業採用的開始。
為什麼重要
深度學習從根本上改變了人工智慧，並影響了它所涉及的幾乎每個領域。它在圖像分類、遊戲對弈、蛋白質結構預測和語音識別方面達到了人類水準或超人類表現。建立在深度學習之上的語言模型改變了自然語言處理，為科學、醫學和工程帶來了新工具。這個領域也在心靈哲學、倫理學和認知科學中引發了關於智能本質的重要問題。其快速發展塑造了技術政策，並在二十一世紀創造了重要的新興經濟部門。