«Si indica con questo termine un'architettura artificiale che simula il cervelo umano grazie alla sua organizzazione basata su reti neurali multistrato; l'aggettivo "profondo" va proprio ricondotto allo "spessore" di questa stratificazione. Tre sono gli elementi che concorrono a definire un DL:
una significativa base di dati, che serve a "mettere in apprendimento" la rete neurale;
una consistente potenza di calcolo e un'altrettanto consistente capacità di memoria;
algoritmi che sorreggano il processo di apprendimento automatico» (Panciroli - Rivoltella, 2023, 188).
Esempi di applicazioni del deep learning sono: l'interazione in linguaggio naturale, il riconoscimento di immagini, dati e oggetti, la robotica.
