Aprendizaje profundo
Redes neuronales con muchas capas sucesivas y métodos de entrenamiento ajustados a representaciones apiladas (a menudo rebautizado circa 2006–2012).
El aprendizaje profundo generalmente se refiere a redes con múltiples capas ocultas, o Transformers modernos muy amplios, para aprender representaciones jerárquicas de características a partir de entradas relativamente crudas como píxeles, formas de onda y tokens.
Las eras de avance incluyen las redes CNN en percepción y los Transformers basados en atención, incluyendo los LLM y otros sistemas basados en redes neuronales, preentrenados en corpus enormes.