El aprendizaje auto-supervisado con representaciones gráficas es un método en el que los programas informáticos aprenden a reconocer relaciones y estructuras en datos conectados, sin necesidad de muchos ejemplos etiquetados.
Un grafo consta de nodos, que representan cosas, y aristas, que muestran conexiones entre esas cosas.
El programa aprende a entender tales estructuras y a descubrir patrones importantes observando las conexiones y vecindades de los nodos.
Así, el programa puede procesar mejor la información y resolver tareas que dependen de conexiones complejas, por ejemplo en redes sociales o estructuras moleculares.