Datorer Teknologi

Deep learning

November 5, 2018

Deep learning är en viktig del av modern teknologi, framför allt inom AI. Det är en del av en bredare familj av metoder som låter maskiner lära sig saker. Metoden baserar sig på feature learning eller representation learning, som skiljer sig från algoritmer som är skapade för en specifik uppgift. Detta möjliggör en mer flexibel inlärning för maskinen i fråga. Det gör att den kan känna igen speciella karaktärsdrag eller egenskaper, snarare än att bara vara inställd på en enda uppgift. För att kunna göra detta har en lång utveckling av tekniken behövts och det har lett fram till några av de mest spektakulära teknologierna idag.

Deep learning används inom till exempel datorseende, taligenkänning och automatisk översättning. Det används alltså redan i vardagen runt omkring oss. Många gånger har man lyckats utveckla teknik som är jämförbar med, och i vissa fall bättre än, mänsklig expertis. Vad detta innebär är bland annat att arbetsbelastning minskas då färre människor behöver arbeta med det som teknologin tar över. Å andra sidan behövs det fler experter på just detta teknologiska område eftersom någon måste ha kompetensen att kunna övervaka det hela. Det finns intressanta jämförelser med biologiska funktioner som vi ska gå igenom mer i detalj här nedan. Häng med för att lära dig mer!

Deep learning och hjärnan

Deep learning är en metod som delvis är inspirerad av den mänskliga hjärnan. Man har kopierat det sätt på vilket information processas och kommunikation motsvaras i de nervbanor som finns i den mänskliga hjärnan. Det går dock inte att jämföra deep learning med neurovetenskap, då själva tekniken skiljer sig radikalt åt i utförande från en biologisk hjärna. Det som är intressant är hur man kan jämföra den biologiska hjärnans sätt att bearbeta data med maskiner som bygger på deep learning-metoder. Båda känner igen karaktärsdrag snarare än hela objekt och kan på så vis efter hand avgöra vad det är för objekt de har att göra med.

Att känna igen strukturer

De flesta moderna deep learning-modeller baserar sig på artificiella neuronnät. Liksom en riktig hjärna kan de omvandla data till mer abstrakt information för att sedan kunna kodifiera den och känna igen ett objekt. Det som gör den här typen av teknik så effektiv är att den kan ta ostrukturerade data och få något begripligt ut av det. Den här typen av manövrar brukar vara datorers svagheter gentemot människor. Människor är experter på att känna igen egenskaper och sammanföra dem med ett visst fenomen som de har sett förut. Datorer är i regel sämre på detta. Med deep learning går det att göra datorer och maskiner mer lika oss människor.

Exempel: känn igen skrift

Vill du förstå vad deep learning handlar om kan du tänka på det i termer av skrivande. Om tio personer skriver samma ord för hand kommer det se olika ut från person till person. Den mänskliga hjärnan har i regel inga problem med att känna igen vad det står och att det är samma ord som har skrivits. Detta beror på att den vet vad ord, papper, pennor, bokstäver och allt annat inblandat är och hur det fungerar. För en dator skulle det vara omöjligt att känna igen att det är samma ord som står skrivet. Men inte längre. Deep learning möjliggör att datorer får den här kapaciteten.

Sammanfattning

Deep learning är en teknik som används för att göra artificiell intelligens mer intelligent. Målet är att datorprogram ska kunna känna igen data som kan framstå som kaosartad. Genom att imitera hur den mänskliga hjärnan fungerar har denna teknik lyckats tas fram. Detta har gjort att datorer kan känna igen mönster lika bra, och ibland till och med bättre, än människor. Tekniken används bland annat i översättning, datorseende och röstigenkänning. Den blir också mer och mer raffinerad ju mer tiden går. Det är ett forskningsfält där utvecklingen går framåt i rask takt och det blir spännande att se vad framtiden kan utvisa för den här typen av teknik!

Leave a Reply

Your email address will not be published. Required fields are marked *