Pokud chceme u stroje nebo programu rozvíjet umělou inteligenci, musí projít tzv. strojovým učením a trénováním. Existuje několik metod, jak může probíhat učení a trénování umělé inteligence, ale všechny vyžadují dostatek dat.

Výsledek tohoto procesu je tzv. model, který si můžeme představit jako inteligentní krabičku schopnou vykonávat určité úkoly. Pokud však při trénování použijeme nekvalitní data, model nebude poskytovat uspokojivé výsledky. Mohl by mít problémy s přesným rozpoznáváním obrázků nebo by nám mohl dávat odpovědi, které jsou pro nás irelevantní. Model může být třeba aplikace na rozpoznávání hub.