Wat is de toekomst van deep learning?

In deze serie artikelen behandelen van deep learning. In de vorige artikelen gingen we onder meer in op de werking en toepassingen ervan. We sluiten de serie af met een blik op de toekomst van deep learning. Wij denken dat de vooruitgang van technologie, de toenemende investeringen en de input van denkers voor een wereld zullen zorgen met steeds meer toepassingen van deep learning.

De toekomst van deep learning – krachtigere computers

Diepe neurale netwerken zijn niet nieuw. De eerste reden voor de opkomende activiteit in het veld is de steeds krachtigere technologie. Denk aan de toenemende hoeveelheid data, door bijvoorbeeld het internet te doorzoeken en sensoren in te zetten. Maar ook aan de ontwikkeling van betere processoren voor computers. Deze processoren, die in eerste instante gemaakt werden voor gaming, zijn inmiddels tot wel 50 keer krachtiger dan de traditionele processors die gebruikt werden voor deep learning. Grote producenten van computerhardware, als Nvidia en Intel, investeren steeds meer in het werkveld.

De toekomst van deep learning – toenemende investeringen

Waar Google in 2012 twee deep learning-projecten in ontwikkeling had, zijn dat er vandaag de dag meer dan 1.000, verspreid over toepassingen als zoekopdrachten, vertalingen, maps en autonome auto’s. Ook worden bestaande projecten steeds vaker verrijkt met deep learning, zoals bijvoorbeeld bij IBM Watson is gebeurd. Financiering van start-ups op het gebied van deep learning bereikt inmiddels een miljard dollar per kwartaal. Terwijl durfkapitalisten vijf jaar geleden nog geen idee hadden wat deep learning was, zijn ze nu juist behoedzaam te investeren in start-ups die er geen gebruik van maken.

De toekomst van deep learning – ideeën over toepassingen

Betere zoekresultaten, betere vertalingen en betere autonome auto’s: de vooruitzichten van een wereld met deep learning lijken mooi. Er zijn daarbij ook wetenschappers die nog een stapje verdergaan en een allesomvattende toepassing voor zich zien, bijvoorbeeld op het gebied van cybernetica. Stel je een systeem voor dat naar je gesprekken luistert, je e-mail leest en elke stap die je zet monitort. Het doel van het systeem is om je dingen te vertellen die je wilt weten, zonder dat je ernaar hoeft te vragen.

De toekomst van deep learning – exponentiële groei

De combinatie van de vooruitgang van technologie, de toenemende investeringen en de input van denkers zal hoe dan ook voor een wereld met steeds meer toepassingen van deep learning zorgen. Waarschijnlijk zal deze groei zelfs exponentieel zijn. Computers zijn steeds meer in staat om taken van mensen op te pakken. Er worden op een steeds efficiëntere manier goederen geproduceerd en diensten verleend. Zodoende is het ook belangrijk na te denken over de impact van deep learning op onze sociale en economische structuren.

Dit artikel is onderdeel van een serie.

Lees meer:

Artikel 1: Machine learning, neurale netwerken en deep learning uitgelegd 

Artikel 2: Wat is deep learning: een introductie

Artikel 3: Hoe werkt deep learning – deep learning uitgelegd

Artikel 4: Voorbeelden van deep learning – de werking uitgelegd

Artikel 5: Toepassingen van deep learning – taal, beeld en zorg