Metóda

Self-supervised learning

Self-supervised learning je učenie reprezentácií z neznačkovaných dát pomocou cieľov automaticky odvodených zo samotných dát, napríklad maskovania alebo predikcie časti vstupu.

Posledná odborná revízia
27. 7. 2026
Odborný garant
Miroslav Schmiedt
ID
AI-GEO-S-04

Odborná definícia

Odborná definícia

Self-supervised learning je učenie reprezentácií z neznačkovaných dát pomocou cieľov automaticky odvodených zo samotných dát, napríklad maskovania alebo predikcie časti vstupu.

Zrozumiteľné vysvetlenie

Zrozumiteľné vysvetlenie

Jednoducho povedané, Self-supervised learning je učenie reprezentácií z neznačkovaných dát pomocou cieľov automaticky odvodených zo samotných dát, napríklad maskovania alebo predikcie časti vstupu. V praxi sa prínos metódy overuje porovnaním s jednoduchšou základnou verziou a na dátach zodpovedajúcich cieľu.

Časté otázky

Časté otázky

Čo je Self-supervised learning?

Self-supervised learning je učenie reprezentácií z neznačkovaných dát pomocou cieľov automaticky odvodených zo samotných dát, napríklad maskovania alebo predikcie časti vstupu.

Na čo sa Self-supervised learning používa?

Použitie závisí od konkrétnej úlohy a očakávaného výsledku. V praxi sa prínos metódy overuje porovnaním s jednoduchšou základnou verziou a na dátach zodpovedajúcich cieľu.

Ako sa Self-supervised learning overuje v praxi?

Overenie sa robí na reprezentatívnych dátach alebo scenároch, voči jasnej porovnávacej základni a pomocou metrík zodpovedajúcich reálnemu cieľu. Kontrola má zahŕňať aj hraničné prípady, neistotu a prevádzkové náklady.

Aké riziká alebo obmedzenia treba pri Self-supervised learning sledovať?

Rizikom je použitie bez porovnávacej základne, prenos do nevhodnej domény alebo skrytý vedľajší účinok. Prínos sa musí overiť kontrolovaným experimentom na dátach zodpovedajúcich cieľu.

Čím sa Self-supervised learning líši od súvisiacich pojmov?

Self-supervised learning sa od pojmov Reinforcement learning from human feedback, Representation learning, Re-ranking odlišuje funkciou, vstupmi, spôsobom výpočtu a účelom výsledku. Súvisiace pojmy môžu spolupracovať, nie sú však automaticky zameniteľné.

Súvisiace pojmy

Súvisiace pojmy

Zdroje a redakčná stopa

Zdroje a redakčná stopa

  • ISO/IEC 22989:2022
  • NIST AI Risk Management Framework 1.0
  • OECD AI Principles
  • Primárna odborná literatúra podľa typu pojmu

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.