L'apprentissage de représentations contrastives est une méthode par laquelle les programmes informatiques apprennent à reconnaître des caractéristiques importantes et utiles à partir des données.
Imagine que tu souhaites qu'un ordinateur comprenne quelles images sont similaires et lesquelles sont différentes, sans que tu lui dises exactement sur quoi il doit se concentrer.
Le programme apprend en comparant des paires de données : il essaie de rapprocher les paires similaires et d'éloigner les paires différentes.
Ainsi, le modèle peut mieux comprendre et classer de nouvelles données plus tard, même s'il ne les a pas vues auparavant.