डीप लर्निंग और न्यूरल नेटवर्क

डीप लर्निंग मशीन लर्निंग का एक विशिष्ट क्षेत्र है जो जटिल समस्याओं को हल करने के लिए 'आर्टिफिशियल न्यूरल नेटवर्क' का उपयोग करता है। ये नेटवर्क हमारे मस्तिष्क में जैविक न्यूरॉन्स से प्रेरित हैं। जबकि मानक मशीन लर्निंग में प्रोसेसिंग की 1 या 2 परतें हो सकती हैं, 'डीप' लर्निंग सैकड़ों या हजारों परतों का उपयोग करती है। प्रत्येक परत डेटा से अधिक जटिल विशेषताओं को निकालती है। उदाहरण के लिए, इमेज रिकग्निशन में, पहली परत किनारों (edges) को ढूंढ सकती है, दूसरी परत आकृतियों (जैसे वृत्त या वर्ग) को ढूंढती है, और अंतिम परतें 'मानव चेहरे' या 'साइकिल' जैसी जटिल वस्तुओं की पहचान करती हैं।

यही 'गहराई' (depth) AI को संदर्भ समझने की अनुमति देती है। पारंपरिक ML में, इंजीनियरों को कंप्यूटर को बताना पड़ता था कि कौन सी विशेषताएं महत्वपूर्ण हैं (जैसे 'कार खोजने के लिए पहियों को देखो')। डीप लर्निंग में, नेटवर्क इन विशेषताओं को स्वचालित रूप से ढूंढ लेता है। इसे 'फीचर एक्सट्रैक्शन' कहा जाता है। सिरी और एलेक्सा जैसे वॉयस असिस्टेंट इसी वजह से मुमकिन हो पाए हैं, क्योंकि उन्हें मानव भाषण की सूक्ष्मताओं को प्रोसेस करना होता है, जो अत्यंत जटिल होता है और उच्चारण और भावनाओं के अनुसार बदलता रहता रहता है।