دیپ لرنینگ (Deep learning) چیست؟ چه نقشی در دنیای امروز و آینده دارد؟

از نگاه تئوری، Deep Learning که در فارسی آن را به یادگیری عمیق ترجمه کرده‌اند نوعی یادگیری ماشینی و زیرمجمو‌عه‌ی هوش مصنوعی با هدف تقلید ساختار ذهن انسان در یادگیری است. این عنصر مهم از علم داده، شامل محاسبات آماری و مدل‌سازی‌های پیش‌بینی‌کننده می‌شود. این شاخه از هوش مصنوعی به تجزیه‌ و تحلیل حجم زیادی از داده‌ها و کسب نتایج منطقی از آن‌ها کمک شایانی می‌کند. برای درک بهتر موضوع باید بدانید علم داده چیست و چه کاربردهایی دارد.

دیپ لرنینگ در ساده‌ترین تعریف خود روشی برای خودکارسازی تجزیه‌وتحلیل با هدف پیش‌بینی است. چنین ماشینی، متشکل از حداقل سه لایه الگوریتم غیرخطی است که در اساس، شبکه‌ی عصبی انسان را تقلید می‌کند. این شبکه تلاش می‌کند داده‌ها را نه به‌شکل خطی؛ بلکه به‌صورت سلسله‌مراتبی و مانند مغز انسان آنالیز کند. شاید می‌پرسید که دلیل وجود لایه‌های اضافه در دیپ لرنینگ چیست؟ پاسخ این است که یک شبکه‌ی یک‌لایه‌‌ای هم می‌تواند پیش‌بینی‌های خوبی ارائه دهد؛ اما لایه‌های اضافه، سرعت، اصلاح‌پذیری و دقت یک ماشین هوش مصنوعی را بهبود می‌بخشند.

تعداد لایه‌های بیشتر امکان آنالیز حجم زیادی از داده‌ها با پیچیدگی بیشتر را به یک الگوریتم دیپ لرنینگ می‌دهند. منظور از پیچیدگی بیشتر، تفاوت در دسته‌بندی و نوع داده‌هاست. به‌عنوان مثال می‌توان به داده‌هایی متشکل از تصویر، متن، ویدئو و غیره اشاره کرد. همچنین مکانیسم اصلاح در یک سیستم دیپ لرنینگ، به‌طور خودبه‌خودی و بدون نیاز به دخالت انسان انجام می‌شود.