1 Stel je voor, je maakt een wandeling bij jou in de buurt. Ineens bevind je je in een straat waar je nooit eerder bent geweest. Dan gebeurt het. Je ziet een prachtig huis met een rieten dak... en blauwe gordijnen voor de ramen. Het gevoel bekruipt jou dat je deze plek kent. Plotseling snap je hoe dat komt. Het lijkt precies op het huis van jouw oma... een plek waar jij fijne herinneringen aan hebt... maar waar je jaren geleden afscheid van hebt moeten nemen. Het huis dat je ziet, is de visuele input die bij jou binnenkomt. Deze informatie wordt naar een gebied in de hersenen gestuurd... waar zich een heel netwerk van zenuwcellen bevindt... ook wel neuronen genoemd. Deze zorgen ervoor dat je de vormen en kleuren van het huis bewust waarneemt. Die informatie wordt vervolgens doorgegeven... naar het volgende relevante netwerk in de hersenpan... waar wordt gezorgd dat jij niet alleen vormen en kleuren waarneemt... maar snapt dat dit samen een huis vormt. Tot slot wordt er een emotionele betekenis gekoppeld aan het beeld dat je ziet. Een gevoel van nostalgie en verlangen overspoelt je. De neuronen in je hersenen hebben hun werk goed gedaan. Het is een kwestie van slechts milliseconden voordat jij je herinnert... hoe jij je achter de blauwe gordijnen verschuilde... iedere keer als je verstoppertje speelde met je oma. Wat er in dit voorbeeld gebeurt, is het volgende. Je neemt een huis waar. Dat is je input. In je hersenen verandert de visuele input razendsnel van vormen en kleuren... naar een huis en uiteindelijk naar een plek met een gedachte en een gevoel. Het huis doet je denken aan het huis van je oma en je voelt je nostalgisch. Dat is je output. Bij deep learning werkt dat ook zo. Een systeem krijgt data aangeboden, dat is de input. Deze input wordt verwerkt, het wordt opgebroken in de data... die door verschillende lagen heengaan en steeds meer betekenis en waarde krijgen... net zoals dit in de hersenen gebeurt. Er wordt in wezen ook gebruikgemaakt van een soort kunstmatig, neuraal netwerk... dat beschikking heeft over enorm veel data. Op basis van wat het systeem heeft waargenomen en geleerd... trekt het een conclusie en doet een voorspelling. Dat is de output. Deep learning gaat dus over hoe systemen kunnen leren... door gebruik te maken van een heleboel voorbeelden: data..