Học sâu được nhiều người coi là một trong những công nghệ mang tính cách mạng và mạnh mẽ nhất trong những năm gần đây. Khả năng phi thường của nó nằm đằng sau một loạt sản phẩm,êuchuẩnquốctếvềhọcsâu–côngnghệmangtínhcáchmạngbướctiếnhướngtớitươrennes – lens dịch vụ hàng ngày cũng như các công nghệ mới nổi. Nhưng học sâu là gì? Làm thế nào nó hoạt động? Và tại sao nó được coi là “ma thuật” đằng sau nhiều tiến bộ vượt bậc?

Khái niệm về học sâu

Thường được viết tắt là DL, học sâu là tập hợp con của học máy và trí tuệ nhân tạo: một kỹ thuật đào tạo máy tính bắt chước cách các nơ-ron trong não người xử lý và tìm hiểu thông tin – nó thực sự là một mạng lưới thần kinh nhân tạo.

Với học sâu, máy móc được dạy cách xử lý dữ liệu theo cách mô phỏng nhiều lớp não của chúng ta để có thể thực hiện các nhiệm vụ từng chỉ dành riêng cho con người. Chúng ta đã thấy nhiều ứng dụng học sâu và cách sử dụng chúng như là nhận dạng hình ảnh, dịch ngôn ngữ, thậm chí cả lái xe tự động, đều nằm trong khả năng của máy tính. Về bản chất, học sâu là công cụ mạnh mẽ để khám phá những hiểu biết phức tạp ẩn giấu trong lượng dữ liệu khổng lồ.

Học sâu hoạt động như thế nào?

Bộ não tự nhiên của con người được tạo thành từ hàng triệu tế bào thần kinh kết nối với nhau. Được mô phỏng theo tự nhiên, các thuật toán học sâu sử dụng mạng lưới thần kinh nhân tạo tạo thành từ nhiều lớp nút liên kết với nhau, được gọi là tế bào thần kinh nhân tạo hoặc đơn vị. Mỗi lớp xử lý thông tin từ lớp trước và chuyển nó sang lớp tiếp theo, dần dần trích xuất các đặc điểm và mẫu cấp cao hơn. Các mô hình học sâu được đào tạo trên một lượng lớn dữ liệu dán nhãn, được gọi là tập huấn luyện, để tìm hiểu cách nhận biết và phân loại các mẫu.

Trong quá trình huấn luyện, các tham số và trọng số của mạng lưới thần kinh được điều chỉnh để giảm thiểu sự khác biệt giữa đầu ra dự đoán và đầu ra thực. Qua nhiều lần lặp lại, mô hình ngày càng trở nên hoàn thiện hơn cho đến khi nó có khả năng đưa ra dự đoán hoặc thực hiện các nhiệm vụ với độ chính xác cao.

Các loại ngôn ngữ lập trình đã xuất hiện để thực hiện thuật toán học sâu. Nhiều người đang tìm cách sử dụng học sâu với Python vì tính đơn giản, dễ đọc và “thư viện” mở rộng của nó (các gói mã được viết sẵn giúp nhà phát triển giải quyết các vấn đề phổ biến dễ dàng hơn).

Học sâu và học máy

Học sâu là cách tiếp cận để tạo ra các biểu diễn phân cấp phong phú thông qua việc đào tạo mạng lưới thần kinh với nhiều lớp ẩn. Đó là một sự phát triển của học máy và cần ít sự trợ giúp hơn từ con người.

Mặc dù các mô hình học máy cơ bản cải thiện khả năng thực hiện chức năng được chỉ định khi chúng tiếp thu dữ liệu mới, nhưng nếu chúng trả về dự đoán không chính xác thì kỹ sư phải can thiệp và điều chỉnh. Tuy nhiên, học sâu tự điều chỉnh, điều chỉnh khóa học mà không cần sự trợ giúp của con người.

Ứng dụng học sâu

Học sâu đã tác động tích cực đến cuộc sống của chúng ta vì nó được triển khai trên nhiều lĩnh vực khác nhau. Các ứng dụng này có thể được nhóm thành bốn loại lớn: Thị giác máy tính (giải thích hình ảnh và video bằng máy tính); Nhận dạng giọng nói; Xử lý ngôn ngữ tự nhiên.

(责任编辑：Cúp C1)