L'apprendimento autosupervisionato (SSL) è un'area di ricerca sull'intelligenza artificiale incentrata sullo sviluppo di algoritmi che utilizzano dati senza etichetta per la formazione. A differenza dell’apprendimento supervisionato, in cui vengono fornite etichette ai campioni di dati, l’apprendimento autosupervisionato si basa sui dati stessi per progettare il processo di apprendimento. Questo tipo di apprendimento è visto come una componente chiave nell’affrontare compiti complessi di intelligenza artificiale.
SSL tenta di catturare i pregiudizi e i modelli naturali presenti nei dati, applicando un contesto utile come posizione, ora o colore. Ad esempio, a una rete neurale addestrata sulle immagini potrebbe essere chiesto di prevedere la posizione degli oggetti all'interno della scena. Questi tipi di attività consentono alla rete di apprendere e comprendere le funzionalità delle immagini senza richiedere etichette.
Sebbene l’apprendimento auto-supervisionato possa essere vantaggioso in termini di risparmio sui costi e di riduzione dei processi coinvolti nell’etichettatura dei dati, ci sono alcuni avvertimenti con questo approccio. Uno dei problemi principali è che SSL funziona meglio con ampie quantità di dati da cui attingere per un addestramento accurato. Inoltre, i compiti autosupervisionati richiedono forti priorità che imitano la struttura delle etichette di un compito di apprendimento supervisionato.
I vantaggi dell’apprendimento autosupervisionato sono stati riscontrati in una varietà di compiti. Una delle applicazioni più note di questa tecnologia è l'utilizzo di modelli linguistici per generare testo senza annotazioni umane. Altre applicazioni includono l'elaborazione delle immagini, la modellazione di molecole per la scoperta di farmaci e i sistemi robotici.
L’apprendimento autosupervisionato è visto come uno strumento importante per costruire sistemi di intelligenza artificiale più efficienti e accurati. Ha il potenziale per ridurre la quantità di dati annotati dall’uomo necessari ed è un modo efficace per affrontare compiti complessi.
