São duas formas de treinar um modelo de machine learning. No aprendizado supervisionado, cada exemplo traz a resposta certa, o rótulo: uma foto e a palavra "gato". No não supervisionado, os exemplos não têm rótulo e o modelo busca grupos ou padrões por conta própria, como clientes que compram parecido.
Uma pergunta do app. Escolha uma resposta.
Você treina um modelo com milhares de fotos rotuladas "gato" ou "cão". Que aprendizado é?
Cada exemplo traz a resposta certa, o rótulo. O modelo aprende a dar essa resposta para fotos que nunca viu.
Aí os exemplos não têm rótulo: o modelo busca padrões sozinho, como agrupar fotos parecidas sem saber o que são.
Esse aprende testando ações e recebendo prêmios ou castigos, como um jogo. Aqui ele não age: olha fotos com a resposta.
Você dá milhares de e-mails marcados "spam" ou "não spam", e o modelo aprende a marcar e-mails novos. Ou dá casas com o preço de venda, e ele aprende a estimar o preço de uma casa que nunca viu. No primeiro caso escolhe uma categoria (um classificador); no segundo, calcula um número.
O caro são os rótulos: muitas vezes uma pessoa os coloca, exemplo por exemplo. E se os rótulos estão errados, o modelo aprende o erro.
Uma loja passa para um modelo as compras dos clientes sem dizer o que buscar. O modelo junta quem compra parecido: uns levam fraldas toda semana, outros só aparecem nas promoções. O que cada grupo significa e o que fazer com ele, uma pessoa decide depois.
Também serve para achar o estranho: um pagamento com cartão que não se parece com nenhum dos habituais pode ser fraude, mesmo que ninguém tenha rotulado esse tipo de fraude antes.
Por reforço: o modelo testa ações e recebe prêmios ou castigos, como quem aprende um videogame. Autossupervisionado: os rótulos saem dos próprios dados. Assim são pré-treinados os LLMs que geram texto: o modelo tenta prever o próximo token a partir dos anteriores, e a resposta já está no texto, sem ninguém rotular nada à mão.
Um mesmo modelo pode passar por várias: um chat como o ChatGPT primeiro é pré-treinado assim, e depois ajustado com respostas escritas por pessoas (supervisionado) e com as avaliações delas (por reforço). Tudo isso é treinamento; quando você usa, o que você diz serve enquanto continuar no contexto, mas não fica gravado nos pesos.
"Sem rótulos não dá para aprender." Dá: o não supervisionado aprende padrões e semelhanças sem que ninguém marque antes a resposta certa. "Supervisionado quer dizer que uma pessoa o vigia enquanto aprende." Quer dizer que os exemplos trazem a resposta. "Tudo é supervisionado ou não supervisionado." Também há por reforço e autossupervisionado, e eles se combinam.