심화 학습' 이라는 단어는 사실 주로 인공지능 분야를 겨냥한 것이다. 기계의 한 가지 학습 모델을 가리킨다. 우리가 흔히 말하는 인간의 심도 있는 학습과는 다르다. (존 F. 케네디, 공부명언)

우선,' 심도 있는 학습' 은 기계 학습의 특정 기술이다. 큰 데이터를 기반으로 큰 데이터로 기계를 훈련시켜 기계 피드백 과정에서 끊임없이 오류를 수정합니다.

예를 들어, 아기의 경우, 우리는 세 개의 다른 컵을 가지고 아기에게 그들이 컵이라고 말했다. 기본적으로 그는 컵이 무엇인지 알고 있다. 네 번째 컵의 모양이나 패턴이 어떻게 다르든 간에, 아이들은 기본적으로 컵의 본질적인 특징을 매우 분명하게 구분할 수 있다.

그러나 기계에는 충분한 예가 필요하다. 예를 들어, 원통형 컵을 보여주고 "이것은 컵입니다." 라고 말합니다. 그러나 당신이 다른 둥근 컵을 보여줄 때, 공이라고 말할 수 있습니다. 그래서 심화 학습은 큰 데이터를 기반으로 하고 기계가 컵의 본질적인 특징을 최종적으로 요약할 때까지 충분한 데이터를 보여 준다. (윌리엄 셰익스피어, 햄릿, 공부명언)

심도 있는 학습' 등의 기술은' 인공신경망' 에 기반을 두고 있으며, 인류신경생물학의 깊은 이해와 확장이다. 우리 인간의 신경망은 뇌의 작동 메커니즘을 시뮬레이션하는 뉴런의 연결을 통해 정보를 전달하고 처리합니다.

우리는 인간 지능의 작동 메커니즘을 연구함으로써 인공지능의 작동 원리를 창조했다.

그러나 심화 학습은 인간 학습보다 낫지 않다. 인간은 인지, 추리, 총결, 반성을 통해 낯선 것을 인식하지만, 기계는 인간의 의식과 사고를 가지고 있지 않다. 그들은 결론을 내리기에 충분한 데이터가 필요하다. 게다가, 기계가 어떻게 결론을 내리는지도 알 수 없다.

그래서 이런 학습 패턴은 기계가 물체를 식별하는 데 매우 도움이 된다. 그러나 이 기술이 어떻게 기계를 인식하게 하는지, 기계에 인식을 주는 것 이외의 다른 효과를 가져올지는 미지수이다.

아마도 과학 분야는 이렇다. 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 한 걸음 앞으로 나아가라!