ディープラーニング（深層学習）は、脳の仕組みをまねた ニューラルネットワーク を 何層も深く重ねて、複雑なパターンを学ぶ 機械学習 の手法です。「ディープ（深い）」は、層が多いことを指します。
従来の機械学習では、「何に注目するか（特徴量）」を人が設計する必要がありました。ディープラーニングの画期的な点は、その特徴の抽出まで、データから自動で学ぶ ところにあります。層を重ねるほど、単純な特徴（線や色）から、複雑な特徴（顔や物体）へと、段階的に理解を深めます。
この手法により、AIは飛躍的に進歩しました。
- 画像認識（写真から物体を見分ける）
- 音声認識（話し言葉を文字にする）
- 翻訳、そして 生成AI
強力な反面、学習には 大量のデータ と 膨大な計算力 が必要です。この計算を高速にこなすのが GPU で、ディープラーニングの実用化を支えました。いまの 大規模言語モデル も、このディープラーニングの延長線上にあります。