önfelügyelt tanulás (SSL)

angolul: self-supervised learning

haladóelterjedt

Olyan gépi tanulási módszer, amelyben a modell emberi címkék nélkül tanul: a nyers adatból maga készít feladatot, jellemzően úgy, hogy az adat elrejtett részeit próbálja kitalálni.

Érthetően

Képzeld el, hogy egy idegen nyelvet úgy tanulsz, hogy egy könyvben letakarsz egy-egy szót, megpróbálod kitalálni, majd megnézed, eltaláltad-e. Senki nem áll melletted tanárként, a helyes választ maga a könyv adja meg. Az önfelügyelt tanulás pontosan így működik: a gép a nyers adatból készít magának feladatot és megoldókulcsot is.

Ez azért nagy dolog, mert a hagyományos, felügyelt tanuláshoz embereknek kell egyenként felcímkézniük az adatokat: ez a kép macska, ez a levél spam. Ez lassú és drága. Címkézetlen szövegből, képből és hangból viszont szinte korlátlan mennyiség áll rendelkezésre.

A mai nagy nyelvi modellek, köztük a csevegőrobotok mögött állók, alapvetően így tanultak: rengeteg szövegen gyakorolták, mi lehet a következő szó. Közben nemcsak szavakat jegyeztek meg, hanem nyelvtant, tényeket és összefüggéseket is elsajátítottak.

Hogyan működik

A fejlesztők összegyűjtenek egy hatalmas adag nyers adatot, például szöveget, képet vagy hangfelvételt, címkék nélkül.
A rendszer az adat egy részét elrejti: kitakar egy szót, levágja a mondat végét, vagy kivág egy darabot a képből.
A modell megtippeli, mi lehetett az elrejtett rész, a rendszer pedig automatikusan összeveti a tippet az eredetivel, amely ott van az adatban.
A hiba alapján a modell egy kicsit módosítja a belső beállításait, és ez rengetegszer megismétlődik, míg a tippek egyre pontosabbak lesznek.
Az így szerzett általános tudást később kevés címkézett példával egy konkrét feladatra lehet igazítani, például fordításra vagy orvosi képek elemzésére.

Példa a mindennapokból

Amikor a telefonod billentyűzete felajánlja a következő szót, vagy egy csevegőrobot folyékonyan válaszol a kérdésedre, önfelügyelt tanulással szerzett tudást látsz működni. A modell korábban rengeteg szövegen gyakorolta, hogyan folytatódik egy mondat, és senki nem címkézte fel neki előre a helyes válaszokat.

Kit érint

mindenkiA naponta használt csevegőrobotok, fordítók és keresők tudásának nagy része ebből a tanítási módszerből származik.

fejlesztőElőre tanított modellre építhetsz, így a saját feladatodhoz töredéknyi címkézett adat is elég. → Kód

vállalkozó, vezetőA céged címkézetlen dokumentumai, levelei és felvételei is hasznosítható tanítóanyaggá válhatnak, drága kézi címkézés nélkül.

beteg, orvosAz orvosi képeken kevés a szakértő által felcímkézett példa, ezért a diagnosztikai modelleket gyakran címkézetlen felvételeken tanítják elő. → Egészség

Gyakori félreértés

TévhitAz önfelügyelt tanulás azt jelenti, hogy a gép emberi beavatkozás nélkül, magától tanul és fejlődik.

ValójábanCsak a címkézés marad el: az adatot, a kitalálandó feladat típusát, a modell felépítését és a tanítás menetét továbbra is emberek határozzák meg. A kész modell sem tanul tovább magától a használat közben.

Korlátok és kockázatok

A modell azt tanulja meg, ami az adatban van, így a tévedéseket, előítéleteket és elavult információkat is átveszi.
A jó tipp nem azonos a megértéssel: a modell valószínű folytatást ad, ami néha magabiztosan hangzó, de téves állítás.
A tanítás óriási számítási kapacitást és energiát igényel, ezért a legnagyobb modelleket csak néhány tőkeerős szervezet tudja előállítani.
A hatalmas, válogatatlan adathalmazokba szerzői joggal védett és személyes adatok is bekerülhetnek, ami jogi vitákhoz vezet.

Hasonló, de nem ugyanaz

felügyelt tanulás – Ott emberek által megadott címkékből tanul a modell, itt a helyes választ maga a nyers adat tartalmazza.
felügyelet nélküli tanulás – Ez a tágabb kategória: minden olyan tanulás, amely nem használ emberi címkéket, például az adatok csoportosítása megoldókulcs nélkül. Az önfelügyelt tanulást sokan ennek egyik fajtájának tekintik, amelyben a modell ellenőrizhető kitalálós feladatokat gyárt magának.
megerősítéses tanulás – Ott a modell próbálkozik, és jutalmat vagy büntetést kap a tetteiért, itt nincs jutalom, csak az elrejtett adatrész visszaadása a cél.
félig felügyelt tanulás – Ott kevés címkézett és sok címkézetlen adatot használnak együtt, itt az előtanításhoz egyáltalán nem kell emberi címke. Angol rövidítése szintén SSL, ezért a kettőt könnyű összekeverni.

Kapcsolódó fogalmak

Tágabb

gépi tanulás, mélytanulás, reprezentációtanulás

Szűkebb

maszkolt nyelvi modellezés, következő token előrejelzése, kontrasztív tanulás

Rokon

előtanítás, finomhangolás, alapmodell, nagy nyelvi modell, tanítóadat

Röviden a története

Az ötlet előzményei évtizedekre nyúlnak vissza, de a módszer a 2010-es években vált meghatározóvá: a 2013-ban megjelent word2vec szövegkörnyezetből tanult szójelentéseket, a 2018-ban bemutatott BERT és GPT pedig megmutatta, hogy a kitakart vagy következő szó kitalálása általános nyelvi tudást ad. Az elnevezést Yann LeCun népszerűsítette.

Hol tart most

2026 végén ez a nagy nyelvi modellek, valamint sok kép-, hang- és videómodell előtanításának alapértelmezett módszere. A kész rendszerek azonban ritkán épülnek kizárólag erre: az előtanítást általában emberi visszajelzésen alapuló finomhangolás követi, a képgenerálók pedig jellemzően kép–felirat párokból tanulnak. A kutatás egyik fő iránya a hatékonyabb, kevesebb adatot és energiát igénylő változatok fejlesztése, a másik a videóból és a fizikai világból tanuló modellek.

Állapot: 2026. november

Más nevei

önfelügyelt tanulás · önfelügyelt gépi tanulás · önfelügyelt tanítás · self-supervised learning · self supervised learning · SSL · önfelügyelt előtanítás · self-supervised pretraining

Források

Devlin et al.: BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding (arXiv, 2018)

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.