O Big Bang do Deep Learning
Todo campo tem um ponto de virada. Para o deep learning, esse ano é 2012.
Antes de 2012, a visão computacional enfrentava dificuldades. Pesquisadores usavam um banco de dados chamado ImageNet para testar sistemas. O objetivo era classificar imagens em 1.000 categorias diferentes.
Durante anos, as taxas de erro permaneceram em torno de 25%. O progresso estagnou. Ninguém sabia como seguir em frente.
Então, uma equipe liderada por Alex Krizhevsky mudou o jogo. Eles usaram uma Rede Neural Convolucional (CNN).
Em vez de humanos escreverem regras sobre como uma imagem deve ser, a rede aprendeu diretamente dos pixels.
Os resultados foram massivos. Eles reduziram a taxa de erro quase pela metade em um ano.
Essa mudança mudou tudo. Ela levou a IA dos laboratórios de pesquisa para o mundo real.
O impacto se espalhou rápido:
- A Netflix o utilizou para melhores recomendações.
- A Siemens e a GE o utilizaram para imagens médicas.
- Fabricantes de automóveis o utilizaram para direção autônoma.
- Gigantes da tecnologia como Google e Apple o integraram em todos os seus produtos.
Esse sucesso dependeu de hardware. Treinar essas redes exige cálculos matemáticos massivos. As GPUs, originalmente feitas para videogames, mostraram-se perfeitas para essa matemática. Isso impulsionou a ascensão da NVIDIA.
Mas lembre-se, as tendências de mercado são complexas. O crescimento da NVIDIA também esteve ligado ao boom da mineração de criptomoedas. Nunca presuma uma única causa para uma mudança de mercado.
O deep learning também conquistou os jogos.
O xadrez foi resolvido por força bruta. O Go é diferente. Os movimentos possíveis no Go são muitos demais para qualquer computador contar. Em 2016, o AlphaGo provou que o deep learning poderia aprender estratégia sem ajuda humana. Ele aprendeu jogando contra si mesmo.
A lição é simples.
Os métodos antigos falharam porque os humanos tinham que codificar as regras manualmente. Nós atingimos um teto. O deep learning quebrou esse teto porque os sistemas agora aprendem seus próprios padrões a partir de dados brutos.
Nesta série, vou detalhar as notas do meu curso de deep learning. Veremos como essas redes realmente funcionam.
A seguir, explicarei o que acontece dentro de uma rede quando ela aprende.
Fonte: https://dev.to/fahimu10/the-big-bang-of-deep-learning-how-2012-changed-everything-3lb3
Comunidade de aprendizado opcional: https://t.me/GyaanSetuAi