Syväoppiminen

Syväoppiminen on koneoppimisen ala, jossa käytetään monikerroksisia neuroverkkoja, joiden syvyys mahdollistaa monimutkaisten datasta nousevien piirteiden oppimisen. Nämä mallit muodostuvat useista hierarkkisesti järjestetyistä kerroksista, joiden yhteistoiminta tuottaa yhä abstraktimpia ominaisuusrepresentaatioita. Opetus tapahtuu yleensä suurilla datamassoilla ja takaisinkytkennällä (backpropagation) sekä gradienttien optimoinnilla, esimerkiksi stochastic gradient descentilla tai sen laajennuksilla kuten Adam ja RMSprop.

Keskeisiä arkkitehtuurityyppejä ovat konvoluutioverkot (CNN) kuvantunnistukseen sekä rekurrentit verkot (RNN, LSTM) sarja- tai sekvenssitietojen käsittelyyn; viime aikoina transformer-pohjaiset mallit ovat vaikuttaneet vahvasti sekä luonnollisen kielen käsittelyyn että muihin alueisiin.

Syväoppiminen hyödyntää sekä valvottua että epävalvottua oppimista; itseohjautuvaa oppimista ja suuria esikoulutettuja malleja käytetään yleisesti erilaisten tehtävien ratkaisemiseen hienosäädöllä (fine-tuning) kohteisiin.

Sovelluksia ovat tietokonenäkö, puheentunnistus, luonnollinen kieli ja konekäännös sekä lääketiede, robotiikka ja bioinformatiikka.

Haasteita ovat suurten laskenta- ja energiantarpeiden lisäksi datan laatuun liittyvät vinoumat, tulkittavuuden puute ja epävarmuus, yksityisyys- ja turvallisuusriskit sekä ympäristövaikutukset. Eettisesti keskeisiä teemoja ovat läpinäkyvyys, vastuullisuus ja oikeudenmukaisuus.