El aprendizaje auto-supervisado es un método en el que los ordenadores aprenden a reconocer patrones en los datos sin que nadie les muestre las respuestas correctas.
Se puede imaginar como si se montara un puzzle sin ver la imagen en la caja: el ordenador utiliza partes de los datos para predecir otras partes.
Así, la máquina aprende de los propios datos, sin necesitar muchos ejemplos con etiquetas.
Esto ayuda a extraer conocimiento de grandes cantidades de datos, incluso cuando no hay explicaciones o etiquetas precisas.
El aprendizaje auto-supervisado se utiliza a menudo con imágenes, textos o voz para entrenar modelos mejores.