Без заголовка

> В текущем наиболее распространённом варианте deep learning атомистическое (символьное, длинной строчкой из нулей и единиц в конечном итоге) представление слов или изображений (растр -- это та же длинная строчка нулей и единиц) заменяется вектором в многомерном пространстве. А уж с векторами в многомерном пространстве как раз и расправляются все эти нейронные сети. Это не в "новом deep learning", а в старом добром machine learning / распознании образов один из основных подходов (если не самый основной) уже десятки лет. Распознание делается не в большом пространстве исходных сигналов (типа пикселей или символов), а в более узком и релевантном пространстве preprocessed features. В deep learning, как я понял, разница что используется несколько иерархических уровней таких фич, а не 1.