Pular para o conteúdo
Período históricoTecnologia

Expansão do aprendizado profundo (2012-2018)

Do acervo histórico
20122018
Conteúdo desta página

Visão geral

Entre 2012 e 2018, o aprendizado profundo (deep learning) ampliou aplicações de redes neurais com múltiplas camadas, por exemplo em reconhecimento de imagens e fala. O trabalho da AlexNet, de 2012, integra esse percurso; a revisão Deep learning, publicada por Yann LeCun, Yoshua Bengio e Geoffrey Hinton na Nature em 27 de maio de 2015, sistematizou fundamentos e aplicações.

O intervalo é um recorte de acompanhamento da área, não sua origem absoluta ou uma data de encerramento. Os três pesquisadores receberam o Prêmio Turing referente a 2018, anunciado pela ACM em 27 de março de 2019. Esse prêmio não é o Nobel e não foi anunciado em 2018. A página trata do período amplo, distinto do artigo específico da AlexNet.

Fontes e ressalvas

Referências e notas associadas a este registro.

  1. LeCun, Bengio e Hinton / NatureFonte consultada na revisão desta página.
  2. Association for Computing MachineryFonte consultada na revisão desta página.

Notas sobre as fontes

LeCun, Bengio e Hinton / Nature: Revisão publicada em 27/05/2015; múltiplas camadas e aplicações em imagens e fala. Limite da consulta: Consultados resumo, metadados e referências; não auditados resultados de todos os trabalhos citados.

Association for Computing Machinery: Anúncio em 27/03/2019 do Prêmio Turing de 2018 a Bengio, Hinton e LeCun. Limite da consulta: A data nominal do prêmio é distinta da divulgação.

Esta página apresenta a revisão editorial de 03/11/2026. A linha do tempo e seus modais consultam o cadastro original, que pode conservar textos e datas anteriores.

Continue explorando

Citar este registro

Expansão do aprendizado profundo (2012-2018). Linha do Tempo - Progresso do Ser. https://linhadotempo.app/eventos/expansao-do-aprendizado-profundo-2012-2018

Compartilhar este registro

Expansão do aprendizado profundo (2012-2018)

Salvar uma nota

Abra este registro na linha do tempo e escolha Salvar Nota. Entre na sua conta para guardá-la no seu caderno.

Continuar na linha do tempo