Sügavõpe

Allikas: Vikipeedia
Mine navigeerimisribale Mine otsikasti

Sügavõpe (inglise keeles deep learning) on masinõppe meetod, milles mitmed lihtsate „protsessorite kihid“ on ühendatud võrguks niiviisi, et sisend süsteemi jaoks läbib järjekorras kõiki kihte. Sellise arhitektuuri inspiratsiooniks oli silmade kaudu tuleva ja võrkkesta poolt kinnipüütud visuaalse info töötlemine inimese ajus. Selline sügavuti lähenemine võimaldab võrgul õppida keerukamaid struktuure ilma vajaduseta suurte andmehulkade järele.

Süvaõppe idee on selles, et õppimist korraldatakse kahel tasemel, sellest ka nimetus süvaõpe. Suure hulga näidete põhjal leitakse ülemisel tasemel nende näidete seas küllalt sageli esinevad mustrid. Neid mustreid kasutades, võime öelda, et nende mustrite ehk sisuliselt mõistete’ keeles, kirjeldatakse näited uuesti ära. Nii saadakse hoopis sisukamad ja lühemad näidete kirjeldused. Nüüd saab alumisel tasemel uuesti korraldada õppimist, kuid juba näidete palju paremaid kirjeldusi kasutades.

Näiteks, kui on tegemist nägude äratundmisega, siis ülemisel tasemel võivad tekkida mustritena sellised mõisted nagu nina, silmad, suu, kõrvad jne. Neid uusi mõisteid kasutades ja neid iseloomustades saab siis alumisel tasemel nägusid kirjeldada. Võib näo kohta öelda, näiteks, et see on väikese suu, kõvera ninaga ja suurte kõrvadega vms. Tegelikult ei ole küll põhjust arvata, et arvuti süvaõppe meetodil just sellised mõisted leiab, mis on inimesele omased (nina, suu jne.)

Süvaõppe idee koos näidetega esitas üsna ammu Mihail Bongard oma raamatus masinõppe kohta: M. Bongard. Pattern recognition. Spartan Books; First Edition (1970), mis ilmus nii vene kui inglise keeles. Kuid süvaõppe head rakendused said võimalikuks alles käesoleval sajandil, mil arvutite võimsus on saanud piisavaks.