Book Overview
Os sistemas avan ados de deep learning representam algumas das conquistas t cnicas mais sofisticadas da nossa era, combinando conhecimentos te ricos da neuroci ncia e da matem tica, engenharia pr tica de computa o distribu da e design de sistemas, e experi ncia de dom nio de in meras reas de aplica o. A constru o de tais sistemas exige a combina o de conhecimentos em m ltiplas disciplinas - compreender n o apenas redes neuronais, mas tamb m otimiza o, sistemas distribu dos, engenharia de software, gest o de dados e desafios espec ficos do dom nio.A rea continua jovem, com tremendas oportunidades de inova o e impacto. Modelos que outrora pareciam imposs veis de treinar s o agora treinados rotineiramente. Implementa es em escalas inimagin veis h poucos anos operam agora de forma fi vel. Aplica es que eram pura fic o cient fica beneficiam agora milhares de milh es de utilizadores. No entanto, permanecem desafios enormes - construir sistemas que sejam eficientes o suficiente para implementa o na periferia (edge), justos o suficiente para evitar amplificar preconceitos sociais, robustos o suficiente para lidar com mudan as de distribui o e entradas adversas, e interpret veis o suficiente para permitir a compreens o e a confian a.
