Uczenie nadzorowane, nienadzorowane i przez wzmacnianie
Jak uczy się system AI: przykłady z etykietami, dane bez etykiet, próby i nagrody. I dlaczego dane treningowe mają znaczenie.
Na tej stronie
W 30 sekund
- Gdzie to się zdarza
- W narzędziach, które sortują wiadomości, wychwytują podejrzane działania lub sterują agentem, czyli programem, który uczy się metodą prób i otrzymuje informację zwrotną o swoich działaniach[1][2].
- Czego chce atakujący
- Zafałszować trening, wstawiając lub zmieniając przykłady, co NIST nazywa zatruwaniem danych[2].
- Odruch
- Zastanowić się, skąd pochodzą dane, które posłużyły do wytrenowania narzędzia, zanim zaufa się jego wynikowi, bo model jest często tak dobry, jak dane, które mu dostarczono[1].
O co chodzi
Powszechnie stosowany system AI nie został zaprogramowany regułka po regułce. Według Google[1] uczenie maszynowe (machine learning) pozwala systemowi uczyć się i doskonalić samodzielnie, bez wyraźnego programowania, jeśli dostarczy się mu duże ilości danych. Sposób, w jaki się je dostarcza, zmienia to, czego system się uczy.
Google[1] przedstawia cztery typy modeli. Trzy z nich opisano tutaj: uczenie nadzorowane, uczenie nienadzorowane i uczenie przez wzmacnianie. Czwarte, określane jako półnadzorowane, to podejście mieszane, w którym etykiety ma tylko część danych[1]. Dla pracownika ważny jest jeden punkt: model zależy od danych, na których go wytrenowano[1], a atakujący może próbować je zafałszować[2].
Pytania wprost
Czym różnią się te trzy sposoby uczenia się?
Wszystko zależy od tego, co system otrzymuje w trakcie treningu. W uczeniu nadzorowanym otrzymuje przykłady z etykietami[1]. W uczeniu nienadzorowanym otrzymuje dane bez etykiet[1]. W uczeniu przez wzmacnianie agent wchodzi w interakcję ze środowiskiem i uczy się polityki, czyli sposobu działania, który maksymalizuje jego nagrodę[2].
Czy narzędzie AI nadal się uczy, gdy już działa?
NCSC (Wielka Brytania)[3] definiuje uczenie ciągłe jako zbiór metod, które korygują lub wydłużają trening modelu po jego wdrożeniu, na podstawie interakcji i opinii z użytkowania. Google[1] wskazuje ze swojej strony, że model można wytrenować ponownie na nowych danych i że może on otrzymywać opinie od rzeczywistych użytkowników. NIST[2] zauważa, że detektory ataków na systemy przemysłowe są często trenowane ponownie na danych zebranych podczas ich działania, co daje atakującemu możliwość ich zatrucia.
Czym jest zatruwanie danych?
NIST[2] definiuje ataki przez zatruwanie jako ataki przeprowadzane w fazie treningu. W zatruwaniu danych przeciwnik kontroluje część danych treningowych, wstawiając lub zmieniając przykłady[2]. ENISA[4] zalicza zatruwanie danych do zagrożeń, które są wymierzone w systemy uczenia maszynowego, obok ataków adwersarialnych i eksfiltracji danych.
Jak to działa
Uczenie nadzorowane: uczenie się na poprawionych przykładach
Model otrzymuje dane z etykietami i uczy się łączyć cechę z etykietą[1]. Google[1] podaje przykład rozpoznawania jabłek: aby wytrenować algorytm, pokazuje mu się obrazy oznaczone jako jabłka. Oczekiwana odpowiedź jest znana z góry[1].
NIST[2] wyróżnia dwie rodziny technik nadzorowanych: klasyfikację, w której przewidywane etykiety są dyskretne, i regresję, w której są ciągłe. Microsoft[5] zauważa, że wynikiem modelu uczenia maszynowego jest najczęściej wartość liczbowa, taka jak wynik punktowy lub klasyfikacja.
NIST[2] przywołuje klasyfikatory spamu trenowane na przykładowych e-mailach. Opisuje też przypadek klasyfikacji oprogramowania złośliwego, w którym pliki mogą być przesyłane przez atakujących na platformy wywiadu o zagrożeniach, a etykiety nadaje się na podstawie sygnatur antywirusowych lub innych metod zewnętrznych[2].
Uczenie nienadzorowane: znajdowanie grup bez wskazówek
Model uczy się wzorców z danych bez etykiet[1]. „Correctness” wyniku nie jest znana z góry: algorytm uczy się z danych bez udziału człowieka i porządkuje je w grupy według ich atrybutów[1]. Jeśli dostanie obrazy jabłek i bananów, rozdziela je samodzielnie[1]. Google[1] uznaje je za skuteczne w modelowaniu opisowym i wyszukiwaniu wzorców, a wśród powszechnych algorytmów wymienia grupowanie metodą K-means.
W dziedzinie bezpieczeństwa NIST[2] wspomina o modelach nienadzorowanych stosowanych do grupowania oprogramowania złośliwego i do wykrywania anomalii w ruchu sieciowym. Zaznacza, że ich zatrucie wykazano w obu tych zastosowaniach[2].
Uczenie przez wzmacnianie: uczenie się przez próbowanie
Google[1] opisuje je jako uczenie się „learn by doing”, metodą prób i błędów. Agent uczy się zadania w pętli informacji zwrotnej, aż jego skuteczność osiągnie pożądany poziom. Otrzymuje wzmocnienie pozytywne, gdy mu się uda, i negatywne, gdy mu się nie uda[1]. W przykładzie Google[1] badacze nauczyli algorytm grać w go: nie znając zasad, przesuwał pionki na chybił trafił i w końcu pokonał ludzkiego gracza.
NCSC (Wielka Brytania)[3] wyjaśnia, że jego zasady bezpieczeństwa nie obejmują szczególnie uczenia przez wzmacnianie, ponieważ ta technika rozwija się inaczej. Mogą stanowić podstawę, ale prawdopodobnie potrzebne są dodatkowe środki ostrożności[3].
Pułapki
Dane złej jakości
Według Google[1], przy założeniu danych treningowych dobrej jakości, im więcej przykładów otrzymuje algorytm, tym dokładniejszy staje się model. Natomiast algorytm zasilany zbiorem danych obciążonym uprzedzeniami daje wyniki obciążone uprzedzeniami[1]. Pozyskanie i oczyszczenie danych ustrukturyzowanych to ważny pierwszy etap uczenia nadzorowanego i może być trudne, gdy dane są rozproszone w wielu miejscach organizacji[1].
Dane zatrute
NIST[2] pisze, że zatruwanie można zorganizować na dużą skalę: przeciwnik o ograniczonych środkach finansowych mógłby kontrolować część publicznych zbiorów danych używanych do treningu. Może pogorszyć działanie modelu na wszystkich przykładach albo wywołać błędy na niewielkiej liczbie wybranych przykładów[2]. Prosta metoda, odwracanie etykiet, polega na dostarczaniu przykładów treningowych z błędną lub zmienioną etykietą[2].
Obrona jest nierówna. Ataki, które pogarszają działanie modelu na wszystkich przykładach, można zazwyczaj wykryć, śledząc zwykłe miary skuteczności, takie jak precyzja lub czułość[2]. Ataki ukierunkowane są natomiast według NIST[2] „notoriously challenging to defend against”, a jako środki NIST wymienia kontrolę dostępu do danych treningowych, oczyszczanie i walidację danych oraz poświadczanie ich pochodzenia i integralności.
NCSC (Wielka Brytania)[3] przypomina, że systemy AI i uczenia maszynowego podlegają nowym podatnościom, które należy uwzględniać obok zagrożeń klasycznych, i że bezpieczeństwo musi być wymogiem w całym cyklu życia systemu.
Model można oszukać bez ingerencji w jego trening
Atak omijający zmienia przykłady przedstawiane już wytrenowanemu modelowi, aby zmienić jego przewidywanie[2]. NIST[2] przywołuje badanie komercyjnego detektora stron phishingowych: spośród 4 600 próbek, które system uznał za niepewne, autorzy zidentyfikowali 100 przykładów adwersarialnych. Atakujący nie stosowali tam metod optymalizacji, lecz proste techniki, takie jak przycinanie, maskowanie lub rozmycie obrazu[2].
NIST[2] dodaje, że projektowanie modeli odpornych na omijanie przy zachowaniu ich precyzji pozostaje problemem otwartym. Niektóre ataki omijające skierowane przeciwko detektorom oprogramowania złośliwego i systemowi ochrony poczty zostały wykazane przez badaczy, ale nie doprowadziły do ataków w praktyce[2].
Zmienne zapotrzebowanie na dane
Microsoft[5] wskazuje, że uczenie maszynowe może działać na niewielkich ilościach danych, podczas gdy uczenie głębokie potrzebuje dużych ilości danych treningowych.
Źródła
- Google, „What is Machine Learning? Types and uses”. https://cloud.google.com/learn/what-is-machine-learning (dostęp 14 listopada 2026)
- NIST, „Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations”. https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-2e2025.pdf (dostęp 14 listopada 2026)
- NCSC (Royaume-Uni), „Principles for security of Machine learning ML”, 22 maja 2024. https://www.ncsc.gov.uk/collection/machine-learning-principles (dostęp 14 listopada 2026)
- ENISA, „Securing Machine Learning Algorithms | ENISA”, 14 grudnia 2021. https://www.enisa.europa.eu/publications/securing-machine-learning-algorithms (dostęp 14 listopada 2026)
- Microsoft, „Deep Learning vs. Machine Learning - Azure Machine Learning”. https://learn.microsoft.com/en-us/azure/machine-learning/concept-deep-learning-vs-machine-learning?view=azureml-api-2 (dostęp 14 listopada 2026)
Zacytuj ten artykuł
Brain, „Uczenie nadzorowane, nienadzorowane i przez wzmacnianie”, Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp502_pl_2026,
author = {Brain},
title = {Uczenie nadzorowane, nienadzorowane i przez wzmacnianie},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/pl/articles/uczenie-nadzorowane-nienadzorowane-przez-wzmacnianie/},
note = {CC BY 4.0}
}