1. Geoffrey Hinton's 2006 papir :Leta 2006 je računalniški znanstvenik Geoffrey Hinton v reviji Nature objavil seminarski članek z naslovom "Globoko učenje:vadnica o globokih nevronskih omrežjih". Ta članek velja za mejnik na področju umetnih nevronskih mrež in je pomagal popularizirati izraz "globoko učenje". Hinton in njegovi sodelavci z univerze v Torontu veljajo za pionirke pri razvoju tehnik globokega učenja.
2. Yoshua Bengio uporaba izraza :Yoshua Bengio, še en vidni raziskovalec na tem področju, je prav tako igral pomembno vlogo pri popularizaciji izraza "globoko učenje" v zgodnjih 2000 -ih. Bengio in njegovi sodelavci na Université de Montréal so izvedli prelomne raziskave o algoritmih globokega učenja in v svojih raziskovalnih publikacijah pogosto uporabljal izraz "globoko učenje".
3. Vpliv kognitivne psihologije :Nekateri verjamejo, da je navdih za izraz "globoko učenje" morda izhajal iz pojma "globoke strukture" v kognitivni psihologiji. Globoka struktura je izraz, ki se uporablja v jezikoslovju in kognitivni psihologiji za opis osnovne reprezentacije ali skladnje jezika, ki presega značilnosti besed in besednih zvez na površini. Ta koncept je morda vplival na razumevanje modelov poglobljenega učenja kot zajemanje osnovnih vzorcev in zapletenih odnosov v podatkih.
4. Primerjava s tradicionalnim strojnim učenjem :Izraz "globoko učenje" je bil verjetno skovan za razlikovanje od tradicionalnih metod strojnega učenja. Medtem ko se tradicionalni algoritmi strojnega učenja pogosto zanašajo na plitke nevronske mreže ali plitke predstavitve podatkov, globoko učenje vključuje uporabo globokih nevronskih omrežij z več skritimi plastmi. Te globoke arhitekture omogočajo bolj zapleteno in hierarhično pridobivanje lastnosti, kar omogoča modele, da se naučijo predstavitev podatkov na višji ravni.
5. Zgodovinski kontekst :V zgodnjih dneh raziskav nevronskih omrežij so bile plitke nevronske mreže pravilo in so se soočale z omejitvami v svojih reprezentativnih zmožnostih in sposobnosti reševanja zapletenih težav. Pojav močnih računalniških virov, kot so grafične obdelovalne enote (GPU), je v poznih 2000 -ih omogočil učinkovito usposabljanje globljih nevronskih omrežij. Ta zgodovinski kontekst je prispeval k potrebi po izrazu, ki je zajel napredek in povečano zapletenost teh novih pristopov, zato je izraz "globoko učenje" pridobil oprijem.
Verjetno je kombinacija teh dejavnikov, skupaj s konvergenco raziskovalnih prizadevanj in prebojev, privedla do širokega sprejemanja izraza "globoko učenje" za opis podvrsta znotraj strojnega učenja, osredotočenega na globoke nevronske mreže.