সুপারভাইজড লার্নিং পদ্ধতিতে ইনপুট দেওয়ার আগে তথ্যগুলোকে নির্দিষ্ট শ্রেণিতে ভাগ করা হয়। এরপর কৃত্রিম বুদ্ধিমত্তা সিস্টেমে কতটুকু ইনপুট দেওয়া হবে, আউটপুট কী হবে—সেসব নির্দিষ্ট করে দেওয়া হয়। অর্থাৎ কৃত্রিম বুদ্ধিমত্তা সিস্টেমকে শেখানো হয়, ইনপুট দেওয়া তথ্য থেকে কীভাবে ফলাফল বের করে আনতে হবে।

এই পদ্ধতিতে পাওয়া ফলাফল ভালোই বলতে হবে। অনেকটা মানুষের মতো করেই বাক্য, অনুচ্ছেদ, নিবন্ধ লিখতে পারে। তবে সমস্যা হলো, এতে বিশাল তথ্যভান্ডার তৈরি করতে হয়। এরপর সেগুলোকে নির্দিষ্ট শ্রেণিতে ভাগ করতে হয়। বেশ কষ্টসাধ্য কাজ। তবে মানুষ কিন্তু সুপারভাইজড লার্নিং পদ্ধতিতে জ্ঞান আহরণ করে না। আমরা হাজারো মানুষের সঙ্গে দেখা করি, হাজারো বিষয়ে আলোচনা করি, দেখি-জানি-বুঝি। এরপর প্রয়োজন বুঝে যে জ্ঞান কাজে লাগবে, তা প্রয়োগ করি। অন্যভাবে বললে, আমরা বেশির ভাগ সময় আনসুপারভাইজড পদ্ধতিতে শিখি।

কৃত্রিম বুদ্ধিমত্তা প্রযুক্তিকে এগিয়ে নিতে হলে আনসুপারভাইজড লার্নিং পদ্ধতিতে এগোতে হবে বলে মনে করেন অনেকে। এ পদ্ধতিতে আই প্রযুক্তিতে প্রচুর তথ্য ইনপুট দিতে হয়। তবে বাছবিচারের কাজটা করবে যন্ত্র নিজেই। যত তথ্য ইনপুট দেওয়া হবে, যন্ত্র তত শিখবে। এর সবই যে কাজে লাগবে, তা না-ও হতে পারে। তবে যন্ত্র ঠিক করবে কোন কাজে কোন তথ্য ব্যবহার করা হবে। এতে একই এআই সিস্টেমকে একাধিক কাজে লাগানো যাবে।