Co dokáží stroje schopné hlubokého učení

1. Stále je ale nutno, podle mne, mít na mysli, že stejný termín "neuronové sítě" je užíván pro naprosto rozdílné systémy z hlediska jejich složení, struktury i mechanismu fungování. A jak je správně uvedeno v článku umělé "neuronové" sítě pouze napodobují některé funkce lidských neuronových sítí. Navíc jsou to (řečeno názorně) lidské neuronové sítě, které vytvářejí, zdokonalují či předělávají umělé neuronové sítě. Vždyť k tomu, aby mohlo být např. uměle napodobeno (!) šíření nervových vzruchů mezi neurony, jsou zapotřebí speciální softwarové aplikace či algoritmy a ty jsou vytvářeny lidským mozkem. Užívat proto termín "neuronové sítě" pro tyto aplikace je poněkud zavádějící (i když samozřejmě dnes už jen stěží užívání tohoto termínu pro uvedené aplikace zabránit).

2. Plně lze proto, v souvislosti se  strojovým "hlubokým učením" , souhlasit s druhým odstavcem v "Závěru" článku. Jsem rád, že je tento odstavec v článku uveden: snad zabrání smísení významů  termínu "učení" v případě stroje a v případě člověka.

2.

Google oznamuje, že dává volně každému k dispozici nejnovější nástroj na analýzu ang. textu s úspěšností přesahující 90%.
Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source

Pro další studium: Patrick Hebron - Machine Learning for Designers

Jak Google aplikuje hluboké učení na YouTube - Deep neural networks for YouTube recommendations.