Self-Supervised Learning ist eine Methode, bei der Computer lernen, Muster in Daten zu erkennen, ohne dass jemand ihnen die richtigen Antworten zeigt.
Man kann sich das vorstellen, wie wenn man ein Puzzle zusammensetzt, ohne das Bild auf der Schachtel zu sehen – der Computer nutzt Teile der Daten, um andere Teile vorherzusagen.
So lernt die Maschine aus den Daten selbst, ohne dass sie viele Beispiele mit Beschriftungen braucht.
Das hilft, Wissen aus großen Datenmengen zu gewinnen, auch wenn keine genauen Erklärungen oder Labels vorliegen.
Self-Supervised Learning wird oft bei Bildern, Texten oder Sprache eingesetzt, um bessere Modelle zu trainieren.