deep learning

Például nyers adatból – szövegben, képpontokban vagy hanghullámban mintákat kutat és értékelhető módon összefoglalja, javítja az eredményt. A módszer különösen hatékony olyan feladatoknál, ahol az emberi érzékeléshez hasonló következtetésre, érvelésre van szükség, például nagyobb mennyiség esetén: képek, hangok vagy szöveg feldolgozás során. A Neural Network, Deep learning, Ai, fogalmak gyakran keverednek.

Nagy pontossággal képes problémákra felkutatni a választ. Előfordul, hogy a kritikus tömeg elérése után fals információt vagy álmodozást hoz létre a megadott refinement ellenére. Létezik Open-source és zárt verzió. A deep learning tehát nem előre programozott szabályokkal dolgozik, hanem több rétegű, komplex folyamat során fejleszti a választ, akár milliónyi példa alapján, például az internet segítségével. Az ilyen rendszer „tanítása” nagy mennyiségű adatot és számítási teljesítményt követel. Belső generatív adverszális hálózatot (GAN) is alkalmazhat. Ez azt jelenti, hogy több tucat rejtett rétegből áll, és komplex mintázatokat hasznosít és elemez újra az eredmény javításához.