В последние десятилетия наблюдается революционное развитие в области искусственного интеллекта (ИИ), представляющее собой смену парадигм от классических методов к глубокому обучению. Классические методы, основанные на экспертных системах и символьных вычислениях, уступают место нейронным сетям, способным обучаться на больших объемах данных, что привело к резкому развитию машинного обучения и анализа данных.
Видны перспективы развития новых методов глубокого обучения, включая сверточные и рекуррентные нейронные сети, а также генеративно-состязательные сети (GAN). Эти методы обуславливают новые подходы к анализу изображений, речи и текстов, а также позволяют перейти к созданию автономных систем и роботов.
Развитие парадигм в исследовании ИИ свидетельствует о переходе к новой эпохе, открывая перспективы для создания интеллектуальных систем, способных к адаптации и обучению на уровне, не достижимом с использованием предыдущих методов.