Zero-shot learning là một kỹ thuật học máy cho phép máy tính nhận dạng và phân loại các đối tượng mà không cần dựa vào bất kỳ thông tin được dán nhãn nào. Thuật ngữ này thường được sử dụng thay thế cho one-shot learning, một kỹ thuật machine learning khác, mặc dù có những khác biệt nhỏ. Không giống như học một lần, học một lần không sử dụng bất kỳ dữ liệu được gắn nhãn nào để huấn luyện mô hình máy tính. Thay vào đó, nó sử dụng thông tin bổ sung về các đối tượng hoặc khái niệm cần học, chẳng hạn như mối quan hệ giữa các danh mục, để cho phép máy tính học các khái niệm mong muốn mà không cần bất kỳ nhãn nào.
Zero-shot learning là một lĩnh vực học máy tương đối mới, xuất hiện vào giữa những năm 2010. Trong những năm gần đây, nhiều nhà nghiên cứu đã chỉ ra rằng kỹ thuật này có thể đạt được hiệu suất ấn tượng, cả về nhận dạng đối tượng trong hình ảnh và văn bản. Ví dụ: nền tảng trí tuệ nhân tạo của Google, TensorFlow, bao gồm một mô-đun học tập không cần bắn được thiết kế để xác định các đối tượng trong hình ảnh mà không cần sử dụng dữ liệu được gắn nhãn.
Việc áp dụng phương pháp học tập không cần nỗ lực mang lại một số lợi ích tiềm năng. Vì nó không yêu cầu dữ liệu được dán nhãn nên nó có thể được sử dụng cho các nhiệm vụ liên quan đến số lượng lớn việc dán nhãn hoặc cho những nhiệm vụ không thể thực hiện được việc ghi nhãn. Ngoài ra, do mô hình được đào tạo bằng cách sử dụng mối quan hệ giữa các danh mục, điều này cho phép mô hình khái quát hóa tốt hơn và xác định các liên kết giữa các khái niệm khác nhau.
Bất chấp những lợi thế tiềm tàng của nó, việc học không cần bắn không phải là không có nhược điểm. Thứ nhất, cách tiếp cận này đòi hỏi máy tính phải có một mức độ hiểu biết nhất định về khái niệm đang được học, thường ở dạng biểu diễn phân cấp, khiến kỹ thuật này khó áp dụng trong nhiều trường hợp. Thứ hai, vẫn chưa biết các thuật toán học không bắn sẽ tương tác với dữ liệu trong thế giới thực như thế nào và kết quả của chúng vẫn chưa được thiết lập tốt. Bất chấp những hạn chế này, người ta kỳ vọng rằng phương pháp học không cần bắn sẽ ngày càng trở thành một giải pháp thay thế khả thi cho các phương pháp học máy có giám sát truyền thống.