
یادگیری عمیق یا دیپ لرنینگ زیر مجموعه ای از یادگیری ماشینی در هوش مصنوعی است. در این روش از شبکه های عصبی کامپیوتری استفاده شده است. این شبکه های عصبی به صورتی برنامه ریزی می شوند که شبیه ذهن انسان عمل کنند. ذهن انسان در واکنش ها و برداشت های خود دارای پیچیدگی هایی است که حتی برای افراد مختلف منحصر به فرد هم هست. در آموزش یادگیری عمیق به کامپیوتر داده های بسیار زیاد و متنوعی ارائه می شود و الگوریتم های طراحی شده به تحلیل داده ها می پردازند. هوش مصنوعی با دیپ لرنینگ می تواند به صورت خودکار و صحیح اموری را بدون نیاز به دخالت و نظارت انسان انجام دهد.
یادگیری عمیق توانایی پردازش بالایی را برای ماشین فراهم می آورد. پردازش تصویر، صدا و متن پیچیدگی فراوانی با خود دارد چون تنوع و حوزه های متفاوت و زیادی را در بر می گیرد.
یادگیری عمیق مدل پیشرفته تری از یادگیری ماشینی است. در یادگیری ماشینی نیاز به مداخله انسان در فرایندهای پردازش کم می شود. یادگیری ماشین بر اساس تجربه خواهد بود در حالیکه یادگیری عمیق بر اساس ساختار تفکر انسان عمل می کند.
یادگیری عمیق داده های ساختار بندی نشده را به شکل موثری پردازش می کند. روابط پنهان و الگوها را در داده های ورودی کشف می کند. فرایند یادگیری آن غیر نظارتی است و داده های فرار را نیز پردازش می کند.
یادگیری عمیق نیاز به زیرساخت های مناسب دارد. فضای ابری قابلیت تامین این زیرساخت ها را فراهم می آورد و چالش های این مسیر را هموارتر می سازد.
یادگیری عمیق در فرایندهایی چون پردازش تصاویر، صداها و متون به کار گرفته می شود. از نمونه های کاربردی آن می توان به فناوری تشخیص چهره با وجود تغییرات مختلف مثل استفاده از عینک یا تغییر رنگ مو و تغییر مدل ابرو و ریش و سبیل، توانایی تفکیک و شناخت صدا با وجود تغییر لحن و لهجه و تن صدا اشاره کرد. همچنین در امور امنیتی و کنترل از راه دور و هر موردی که هوش مصنوعی در آن دخالت دارد می توان از یادگیری عمیق در هوشمند سازی سیستم های مختلف استفاده کرد.
در صورتی که به مطالعه بیشتر در مورد یادگیری عمیق علاقه مند هستید می توانید اینجا کلیک کنید و نوشته بلاگ داده پردازان همنورد را بخوانید.