Fogalomtár › Alapok

mélytanulás (DL)

angolul: deep learning

A mélytanulás a gépi tanulás olyan módszere, amelyben sokrétegű mesterséges neurális hálózat rengeteg példából magától tanulja meg felismerni a mintákat.

Érthetően

Képzeld el, hogy egy gyereknek nem szabályokkal magyarázod el, mi a kutya, hanem sok kutyás képet mutatsz neki. Egy idő után magától ráérez, mitől kutya a kutya. A mélytanulás géppel csinál valami hasonlót, csak a gépnek jóval több példa kell. Nem a programozó írja meg a szabályokat, hanem a rendszer szűri le őket a példákból.

A „mély” szó nem a megértés mélységére utal, hanem arra, hogy a hálózat sok egymásra épülő rétegből áll. Olyan ez, mint egy futószalag: az első állomás egy képen csak vonalakat és foltokat vesz észre, a következő már formákat, a sokadik pedig arcot, autót vagy betűt.

Ez a technika áll szinte minden mögött, amit ma mesterséges intelligenciának hívunk: a csevegőrobotok, a képgenerátorok, a fordítóprogramok, a beszédfelismerés és az AI-agentek mögött is. A korábbi módszerektől abban különbözik, hogy nyers adatból (képből, hangból, szövegből) is tud tanulni, és nem kell előre megmondani neki, mire figyeljen.

Hogyan működik

1. A hálózat apró számolóegységekből, mesterséges „neuronokból” áll, amelyek rétegekbe rendeződnek. A köztük lévő kapcsolatok erősségét számok adják meg, ezeket súlyoknak hívják. Egy nagy modellben akár több milliárd ilyen szám is lehet.
2. Tanításkor a rendszer kap egy példát (mondjuk egy képet), és tippel rá. Eleinte a tipp gyakorlatilag véletlenszerű, mert a súlyok kezdetben véletlen értékek.
3. A tippet összevetik a helyes válasszal, és kiszámolják, mekkora a hiba. A hibavisszaterjesztés nevű eljárás a kimenettől visszafelé haladva kiszámolja, melyik súlyt merre kell módosítani. Ezután minden súlyt egy kicsit megváltoztatnak, hogy a hálózat legközelebb kevésbé tévedjen.
4. Ez a kör milliószor, milliárdszor megismétlődik hatalmas adatmennyiségen. A számolást erős grafikus processzorok (GPU-k) vagy más, erre tervezett chipek végzik, napokig vagy akár hónapokig.
5. A kész modell súlyai használat közben általában már nem változnak. A modell a beállított súlyokkal ad választ új, korábban nem látott adatokra. Ez történik, amikor kérdezel valamit egy csevegőrobottól.

Példa a mindennapokból

Kit érint

Gyakori félreértés

Korlátok és kockázatok

• Rengeteg adat, számítási kapacitás és energia kell hozzá, ezért a legnagyobb modelleket csak kevés, tőkeerős cég tudja betanítani.
• Nehéz megmondani, pontosan miért adott egy választ: a működése sokszor „fekete doboz”, ami egészségügyi, banki vagy jogi döntéseknél komoly gond.
• Azt tanulja meg, ami az adatokban van, vagyis a bennük rejlő tévedéseket és előítéleteket is átveszi.
• Magabiztosan is tévedhet: a szokatlan, a tanítóadatoktól eltérő helyzetekben megbízhatatlan lehet, és ezt gyakran nem jelzi.

Hasonló, de nem ugyanaz

• gépi tanulás – A gépi tanulás a tágabb kategória, amelybe egyszerűbb módszerek is tartoznak; a mélytanulás ennek a sokrétegű neurális hálózatokra épülő ága.
• mesterséges intelligencia – A mesterséges intelligencia az egész terület gyűjtőneve, a mélytanulás pedig csak az egyik – ma legsikeresebb – technikája.
• nagy nyelvi modell – A nagy nyelvi modell a mélytanulás egyik alkalmazása, amely szövegre szakosodott; mélytanulással képet, hangot vagy fehérjeszerkezetet is lehet elemezni.

Kapcsolódó fogalmak

Röviden a története

A neurális hálózatok ötlete az 1940-es évekig nyúlik vissza, de az áttörést 2012 hozta el, amikor az AlexNet nevű mély hálózat nagy fölénnyel megnyerte az ImageNet képfelismerő versenyt. A terület három úttörője, Geoffrey Hinton, Yann LeCun és Yoshua Bengio 2018-ban megkapta a Turing-díjat, Hinton pedig 2024-ben John Hopfielddel megosztva a fizikai Nobel-díjat is.

Hol tart most

2026 végén a mélytanulás a mesterséges intelligencia uralkodó technológiája: erre épülnek a csevegőrobotok, a kép- és videógenerátorok és az önállóan feladatokat végző agentek is. A fő kérdés már nem az, hogy működik-e, hanem az, hogy mennyi energiát fogyaszt, mennyire megbízható és mennyire átlátható.

Állapot: 2026. november

A hírekben

• Indiai diákok 82%-a attól fél, hogy az AI a mély tanulás rovására gyorsít2026. okt. 19. · Oktatás és család

Más nevei

mélytanulás · mély tanulás · deep learning · DL · mély gépi tanulás

Források

• LeCun, Bengio, Hinton: Deep learning (Nature, 2015)
• Goodfellow, Bengio, Courville: Deep Learning (MIT Press, online tankönyv)
• Wikipedia: Deep learning

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.