La auto-supervisión contrastiva es un método en el que los ordenadores aprenden a reconocer características importantes en los datos sin que se les diga exactamente qué buscar.
Esto funciona comparando diferentes versiones de la misma información y aprendiendo a reconocerlas como similares, mientras que trata otra información como diferente.
Así, la máquina puede descubrir patrones importantes, por ejemplo en imágenes o textos, y prepararse mejor para nuevas tareas.
Este tipo de aprendizaje es especialmente útil cuando hay pocos o ningún ejemplo etiquetado.