Djúpnám

Djúpnám er undirgrein vélanáms sem byggir á mörgum lögum taugakerfis. Slík líkön nota mörg lög til að læra gagnamynstur og eiginleikasamsetningar í stórum gagnasöfnum. Þau geta leyst flókin verkefni án sérstakrar fyrirframgefinnar eiginleikagreiningar og eru oftNotuð í myndgreiningu, mál- og textagreiningu og hljóðgreiningu.

Uppruni og þróun: Djúpnám byggist á grunnatriðum taugakerfa og bakpropagation. Meiri gagnamagn og hraðari tölvugetu á síðustu áratugum hafa gert djúpnám að raunhæfum valkosti. Árið 2012, með vinsælu arkitektúrinu AlexNet, vaknaði mikill áhugi á djúpnámi í myndgreiningu. Síðan hafa arkitektúrar eins og CNN, RNN og Transformer þróast og elskað nýjar leiðir til að skilja myndir og mál á mun skilvirkari hátt.

Helstu arkitektúrar og aðferðir: CNN eru sérhæf fyrir myndverk­efni, en RNN, LSTM og GRU eru notuð fyrir röð- og tímabundin gögn. Transformer-arkitektúrinn með sjálfsathygli (self-attention) hefur verið lykilrót í mál- og myndverkefnum. Tréning byggist oft á bakpropagation með leit að hagkvæmni, með optimizers eins og SGD eða Adam.

Beitingar: Djúpnám er notað í myndgreiningu og sjónrænni tækni, mál- og textavinnslu, talgreiningu, gervigreind í sjálfvirkri þjónustu, læknisfræðilegar greiningar og við stjórnun aðferðakerfa í sjálfvirkum ökutækjum.

Aðgengi og áskoranir: Mikil gagnasöfn og mikill reiknivirkni eru oft þörf. Þróun ólíkra líkana krefst gagnsamsetningar og gæta þarf gagnvart hlutdrægni, réttlæti og öryggi. Orkunotkun og umhverfisáhrif eru einnig viðfangsefni sem þarf að mæla og takast á við.