Deep Learning
Giải pháp Học sâu (Hay con gọi là Thâm học - Deep Learning), là một tập hợp con (một nhánh) của Trí tuệ nhân tạo (Artificial Intelligence - AI) và Học máy (Machine Learning - ML) dựa trên một tập hợp các thuật toán để cố gắng mô hình dữ liệu trừu tượng hóa ở mức cao bằng cách sử dụng nhiều lớp xử lý với cấu trúc phức tạp. Đồng thời cũng là quy trình hiện đại nhất trong Khoa học máy tính triển khai trong đó các mạng nơ-ron nhân tạo nhiều lớp để thực hiện các nhiệm vụ quá nhiều phức tạp cùng lúc thay vì phải ngồi để lập trình từng tác vụ một.
Ví Dụ : Google Maps xử lý hàng triệu điểm dữ liệu mỗi ngày để tìm ra tuyến đường tốt nhất để di chuyển hoặc dự đoán thời gian để đến điểm đến mong muốn.
Học sâu bao gồm hai phần - đào tạo (Training) và Suy luận (Inference) :
+ Phần đào tạo của Học sâu (Deep Learning) liên quan đến việc xử lý càng nhiều điểm dữ liệu càng tốt để làm cho mạng nơ-ron 'học' tính năng trên sở hữu và tự sửa đổi để hoàn thành các tác vụ như nhận dạng hình ảnh, nhận dạng giọng nói, v.v.
+ Phần suy luận đề cập đến quá trình lấy một mô hình được đào tạo và sử dụng nó để làm cho dự đoán và quyết định. Cả đào tạo và truyền thông đều yêu cầu lượng máy tính khổng lồ sức mạnh (Tính toán hiệu năng cao - HPC) để đạt được độ chính xác và độ chính xác mong muốn.