Deep learning se diferencia do machine learning tradicional pelo uso de redes neurais com muitas camadas — daí 'profundo'. Enquanto abordagens mais antigas exigiam que engenheiros selecionassem manualmente quais características dos dados eram importantes, o deep learning aprende essas representações automaticamente a partir dos dados brutos.
Foi o deep learning que tornou possível o reconhecimento de imagens tão bom quanto o humano (2012), a síntese de fala natural (2016), e os LLMs modernos que revolucionaram o uso de IA (2020+). Em cada caso, a virada aconteceu quando havia dados suficientes, poder computacional suficiente e uma arquitetura de rede adequada.
O principal custo do deep learning é a demanda por dados e computação. Treinar um GPT-4 ou um modelo de geração de imagem de qualidade exige meses de processamento em milhares de GPUs caras. É por isso que o treinamento de modelos de ponta está concentrado em poucas empresas grandes — mas o uso (inference) está ficando cada vez mais acessível.