Ringkasan Cepat
- Deep learning memakai jaringan neuron tiruan berlapis-lapis untuk kenali pola kompleks
- Tiap lapisan belajar pola yang makin abstrak dari lapisan sebelumnya
- Baru praktis belakangan ini karena butuh data besar dan daya komputasi GPU yang kuat
Deep learning adalah teknik machine learning yang memakai struktur jaringan neuron tiruan berlapis-lapis (disebut deep neural network), menyerupai cara kerja jaringan neuron di otak manusia, untuk mengenali pola-pola yang sangat kompleks seperti isi gambar, ucapan, dan bahasa alami.
Kenapa Disebut “Deep”
Kata “deep” merujuk pada banyaknya lapisan (layer) neuron tiruan yang disusun bertumpuk dalam jaringannya, bisa puluhan bahkan ratusan lapisan pada model modern. Setiap lapisan belajar mengenali pola yang semakin abstrak dari lapisan sebelumnya, misalnya untuk gambar wajah, lapisan awal mengenali tepi dan garis sederhana, lapisan tengah mengenali bentuk mata dan hidung, lapisan akhir mengenali wajah secara utuh.
Kenapa Baru Populer Belakangan
Konsep deep learning sebenarnya sudah ada sejak puluhan tahun lalu, tapi baru benar-benar praktis diterapkan dalam satu dekade terakhir, setelah tersedia data dalam jumlah sangat besar untuk melatih model dan daya komputasi GPU yang cukup kuat untuk memproses perhitungan rumit di baliknya dalam waktu wajar.
Kesalahan Umum Soal Deep Learning
Banyak yang menyamakan deep learning dengan seluruh bidang AI secara umum. Padahal deep learning hanyalah satu teknik spesifik di dalam machine learning, yang sendiri adalah salah satu cabang dari AI. Banyak sistem AI, terutama untuk masalah yang lebih sederhana, tetap memakai teknik machine learning lain yang tidak melibatkan deep learning sama sekali.