Да, возможно обучить модель искусственного интеллекта без размеченных данных, используя методы обучения без учителя или полу-надзорного обучения. Например, можно использовать метод кластеризации для группировки данных по схожим признакам или методы генеративных моделей для создания новых данных на основе имеющихся. Также можно использовать методы обучения с подкреплением, где модель учится на основе взаимодействия с окружающей средой и получает обратную связь в виде вознаграждения или наказания. Однако, обучение модели без размеченных данных может потребовать большего количества вычислительных ресурсов и времени, а результаты могут быть менее точными по сравнению с обучением на размеченных данных.