
Строительство
Применение ИИ в строительстве: восемь процессов, где эффект можно измерить
[читать статью]
Глубокое обучение — это метод машинного обучения, при котором модель состоит из множества слоёв искусственных нейронов и сама находит в данных нужные признаки. Первые слои замечают простое: линии на изображении, отдельные звуки. Следующие собирают из них сложное: лицо, слово, смысл фразы. Слово «глубокое» относится к числу слоёв. В классическом машинном обучении признаки готовят вручную, здесь модель справляется сама, но ей нужно больше данных и вычислительных мощностей. Поэтому такие модели обучают на тысячах и миллионах примеров. На глубоком обучении построены распознавание речи, компьютерное зрение и большие языковые модели.
Оно справляется с данными, в которых нет готовой таблицы: фотографиями, звуком, текстом.
Компьютерное зрение, распознавание речи, машинный перевод, медицинская диагностика, генеративный ИИ.
Пример: производство использует глубокое обучение, чтобы находить на фотографиях деталей микротрещины, которые контролёр замечает не всегда.
Глубокому обучению нужно много размеченных данных и мощное оборудование. Решения модели сложнее объяснить: результат виден, а причина часто нет. Для небольших табличных задач, например прогноза оттока клиентов, классические методы нередко работают не хуже и обходятся дешевле.
Глубокое обучение входит в машинное обучение, но не равно ему.