Стикеры делают ИИ слепым? Self-Supervised обучение раскрывает истинное зрение нейросетей Новое исследование, представленное на NeurIPS 2025, бросает вызов классическому подходу к обучению компьютерного зрения. Ученые обнаружили, что модели Vision Transformer (ViT), обученные самостоятельно (self-supervised), без использования человеческих разметок, демонстрируют более глубокое понимание изображений. В отличие от классического обучения с учителем (supervised), где сеть просто учится сопоставлять картинку с готовым ярлыком (например, «кошка»), метод self-supervised заставляет модель анализировать взаимосвязи между частями изображения. Это позволяет сети самостоятельно формировать представление о цельных объектах, их форме и положении в пространстве, решая давнюю проблему «связывания» (binding problem) в AI. ⚡️ Главное: Для истинного понимания изображений ИИ нужна не готовая разметка, а задачи, заставляющие его самостоятельно находить структуру и связи в визуальных данных. Self-supervised обучение открывает путь к более универсальному и «зрячему» искусственному интеллекту. #ai #computervision #selftraining #vit #research @kodepro