El aprendizaje de representaciones contrastivas es un método mediante el cual los programas informáticos aprenden a reconocer características importantes y útiles en los datos.
Imagina que quieres que un ordenador entienda qué imágenes son similares y cuáles son diferentes, sin que le digas exactamente en qué debe fijarse.
El programa aprende comparando pares de datos: intenta acercar los pares similares y alejar los pares diferentes.
De este modo, el modelo puede entender y clasificar mejor nuevos datos, incluso si no los ha visto antes.