Wat is deep learning?
Deep learning is een specifieke vorm van machine learning die gebruikmaakt van neurale netwerken met veel lagen, losjes geïnspireerd op hoe hersenen werken.
Het is de techniek achter de meeste grote AI-doorbraken van de afgelopen jaren, zoals chatbots en beeldherkenning.
Het verschil tussen machine learning en deep learning
Machine learning is de brede term voor systemen die zelf patronen leren herkennen in data. Deep learning is één specifieke aanpak binnen machine learning, met behulp van gelaagde neurale netwerken. Niet elke vorm van machine learning is deep learning, sommige systemen gebruiken eenvoudigere statistische methodes. Maar alle deep learning valt wel onder machine learning.
Wat is een neuraal netwerk?
Een neuraal netwerk bestaat uit veel kleine, onderling verbonden rekeneenheden, verdeeld over lagen. Elke laag pikt iets net iets complexers op dan de vorige. Bij beeldherkenning herkent de eerste laag bijvoorbeeld simpele randjes, een volgende laag herkent vormen, en een latere laag herkent complete objecten, zoals een gezicht of een auto.
Waarom heet het ‘deep’?
Het woord ‘deep’ (diep) verwijst naar het aantal lagen in het netwerk. Hoe meer lagen er op elkaar gestapeld zijn, hoe ‘dieper’ het netwerk, en hoe complexere patronen het kan leren herkennen. Dat is precies waarom deep learning zoveel beter is geworden in taken als taal begrijpen en beelden herkennen dan oudere technieken.
Waar zie je deep learning terug?
- Chatbots en taalmodellen, zoals ChatGPT en Claude
- Gezichtsherkenning en zelfrijdende auto’s
- Spraakassistenten zoals Siri en Google Assistent
- Aanbevelingssystemen op Netflix en Spotify
Waarom deep learning zoveel rekenkracht kost
Het trainen van een deep learning-model vraagt om enorme hoeveelheden data en rekenkracht. Elke laag in het netwerk moet miljarden keren bijgesteld worden voordat het model goed genoeg presteert. Dat is precies de reden waarom grote techbedrijven zoveel investeren in gespecialiseerde chips en datacenters, en waarom je in het nieuws vaak leest over de torenhoge kosten achter de ontwikkeling van nieuwe AI-modellen.