Неразмеченные данные для обучения искусственного интеллекта используют, например, с помощью обучения без учителя (unsupervised learning). 12 В этом случае нейросеть пытается найти скрытые закономерности, структуры или взаимосвязи без какой-либо предварительной информации о результатах. 1

Некоторые задачи, которые можно решить с помощью такого обучения:

• Кластеризация. 12 Алгоритм подбирает похожие данные, находя общие признаки, и группирует их вместе. 2
• Обнаружение аномалий. 23 Нейросеть сначала обучают на нормальных данных, и, когда в реальности она встречается с выбросами, то должна об этом сигнализировать. 3
• Нахождение ассоциаций. 2 Рассматривая пару ключевых признаков объекта, модель может предсказать другие, с которыми существует связь. 2

Также для использования неразмеченных данных применяют обучение с частичным привлечением учителя. 24 В этом случае часть данных размечают, а часть передают в сыром виде. 3 Это позволяет ускорить обучение и сделать его более точным. 3

Ещё один подход — zero-shot обучение, или обучение «без примеров». 5 Он позволяет моделям находить решения в условиях малых или отсутствующих данных, обучаясь на базе аналогий и векторных представлений. 5