¿El aprendizaje profundo se está volviendo más importante y valioso que el aprendizaje automático?

Responder esta pregunta es como responder “¿Se están volviendo los seres humanos más importantes y valiosos que los animales?” . Porque los seres humanos son animales. Del mismo modo, el aprendizaje profundo es parte del aprendizaje automático . Pero, entiendo que te refieres al aprendizaje automático tradicional (no profundo) como aprendizaje automático (al igual que muchas personas se refieren a animales y humanos por separado).

Realmente no puedo decir si se está volviendo más importante. Pero, para los investigadores, debido a la tremenda capacidad de las GPU NVIDIA (especialmente el estado actual del arte Pascal), el aprendizaje profundo se ha vuelto posible. Deep Learning se llama Deep para distinguirlo de otros sistemas basados ​​en redes neuronales no profundas como Perceptrons. El aprendizaje profundo se refiere a tener muchos niveles de capas ocultas en una red neuronal. En general, si hay más de 2 capas ocultas (o el número de capas es más de 3), se considera aprendizaje profundo.

La idea del aprendizaje profundo tiene más de 50 años y realmente no podríamos usarla debido a la falta de infraestructura. Ahora, se pueden aplicar todos estos 50 años de investigación teórica (dentro y fuera). Por eso hace calor.

Mire este video de los años 60 para ver cómo la idea básica de entrenar computadoras se basa en cómo aprendemos (premisa de NN).

Como dijo Leon Nanyi Jiang, Deep Learning es parte de Machine Learning; Es un marco de aprendizaje utilizado en Machine Learning. El “Profundo” se usa porque las Redes Neurales Profundas (redes neuronales con más de 1, 2 capas) y la mayoría de las veces las ConvNets Profundas se usan para aprender.

Se podría decir que la tendencia principal es en realidad lo que se ha llamado “Aprendizaje autodidacta” (Página en wustl.edu) o algo por el estilo y no necesariamente “Aprendizaje profundo”, pero probablemente “Aprendizaje profundo” suena mejor y es por eso que es usado como un término 🙂.

Una de las razones por las que el aprendizaje profundo es tan popular es porque funciona muy bien en muchas aplicaciones importantes (reconocimiento de objetos, reconocimiento de voz). Además, automatiza (hasta cierto punto) la tarea de extraer funciones.

Podrías ver esta charla de uno de los maestros

Sí, si las aplicaciones que incorporan Deep Learning se vuelven valiosas.
¿Cuál cree usted que sería la respuesta si hubiera una aplicación de Deep Learning que pudiera tener una conversación fluida con un humano? Creo que Deep Learning se convertiría en una tecnología importante muy rápidamente en ese caso.

Como muchos ya han mencionado, el aprendizaje profundo es una rama del aprendizaje automático y, según el caso de uso, los algoritmos de aprendizaje profundo pueden aplicarse sobre otros modelos estadísticos. Diré que, bajo ciertas circunstancias, el modelo estadístico lineal puede funcionar en conjunto con el aprendizaje profundo para aprender y analizar algunas derivadas de nivel superior de los pares lineales.
Pero una vez más, y la razón por la que los llamé compañeros es porque el aprendizaje profundo tiene un significado y una función diferentes según el caso de uso y el conjunto de datos, mientras que todavía pertenece a la familia de aprendizaje automático.