Waarom is dit belangrijk?
Bestaande gegevens uit ziekenhuizen worden bruikbaar voor nieuwe medische modellen, ook wanneer artsen nog weinig gevallen hebben gemarkeerd. Onderzoekers in de zorg passen zelfgesuperviseerd leren toe op beelden, lichaamssignalen, patiëntendossiers en reeksen van genen en eiwitten. Patiënten en zorgverleners merken dat nieuwe hulpmiddelen in de zorg daardoor sneller tot stand komen, maar een scheve samenstelling van de gegevens kan de uitkomsten vertekenen.
Zo werkt het in de praktijk
In de mediasector past het bedrijf Facebook zelfgesuperviseerd leren toe. Het doet dat met wav2vec, een algoritme voor spraakherkenning. Twee diepe neurale netwerken voor geluid bouwen in dat algoritme op elkaar voort. In de sector internetdiensten gebruikt Google het model BERT. BERT volgt de context van een zoekvraag.
Onderzoekers bekijken hoe een model een wereldmodel kan leren. Een wereldmodel is een interne voorstelling van de omgeving. Yann LeCun stelde in 2022 de opzet JEPA voor als stap naar besluitvorming door machines. JEPA is toegepast op beeldanalyse, geluidsverwerking en beweging in video.




