Few-Shot-, Zero-Shot- und Transfer Learning verstehen

Systeme der künstlichen Intelligenz (AI) können komplexe Aufgaben wie Gesichtserkennung, Bildklassifizierung und das Fahren von Autos mit minimalem menschlichem Eingreifen bewältigen. Dazu analysieren sie Daten, erkennen Muster und nutzen diese Muster, um Vorhersagen zu treffen oder Entscheidungen zu fällen. Mit den Fortschritten in der AI erleben wir zunehmend ausgefeilte Möglichkeiten, wie AI-Modelle lernen, sich anpassen und Aufgaben bemerkenswert effizient ausführen können.

Beispielsweise ist Computer Vision ein Bereich der AI, der sich darauf konzentriert, Maschinen die Interpretation und das Verständnis visueller Informationen aus der Welt zu ermöglichen. Die Entwicklung herkömmlicher Computer-Vision-Modelle stützt sich für das Training stark auf große, annotierte Datensätze. Das Sammeln und Beschriften solcher Daten kann zeitaufwendig und kostspielig sein.

Um diese Herausforderungen zu bewältigen, haben Forschende innovative Ansätze wie Few-Shot-Lernen (FSL) eingeführt, das aus einer begrenzten Anzahl von Beispielen lernt; Zero-Shot-Lernen (ZSL), das bisher ungesehene Objekte erkennt; und Transferlernen (TL), das Wissen aus vortrainierten Modellen auf neue Aufgaben überträgt.

In diesem Artikel sehen wir uns an, wie diese Lernparadigmen funktionieren, heben ihre wichtigsten Unterschiede hervor und betrachten Anwendungen in der Praxis. Legen wir los!

Ein Überblick über Lernparadigmen#

Sehen wir uns an, was Few-Shot-Lernen, Zero-Shot-Lernen und Transferlernen im Zusammenhang mit Computer Vision sind und wie sie funktionieren.

Few-Shot-Lernen#

Few-Shot-Lernen ist eine Methode, bei der Systeme lernen, neue Objekte anhand einer kleinen Anzahl von Beispielen zu erkennen. Wenn du einem Modell beispielsweise einige Bilder eines Pinguins, Pelikans und Papageientauchers zeigst (diese kleine Gruppe wird als „Support-Set“ bezeichnet), lernt es, wie diese Vögel aussehen.

Wenn du dem Modell später ein neues Bild, etwa eines Pinguins, zeigst, vergleicht es dieses neue Bild mit den Bildern in seinem Support-Set und wählt die ähnlichste Übereinstimmung aus. Wenn das Sammeln einer großen Datenmenge schwierig ist, ist diese Methode nützlich, weil das System auch mit nur wenigen Beispielen lernen und sich anpassen kann.

Abb. 1 Ein Überblick darüber, wie Few-Shot-Lernen funktioniert.

Zero-Shot-Lernen#

Zero-Shot-Lernen ermöglicht es Maschinen, Dinge zu erkennen, die sie noch nie zuvor gesehen haben, ohne dass Beispiele dafür benötigt werden. Es nutzt semantische Informationen wie Beschreibungen, um Zusammenhänge herzustellen.

Wenn eine Maschine beispielsweise Tiere wie Katzen, Löwen und Pferde anhand von Merkmalen wie „klein und flauschig“, „große Wildkatze“ oder „langes Gesicht“ kennengelernt hat, kann sie dieses Wissen nutzen, um ein neues Tier wie einen Tiger zu erkennen. Selbst wenn sie noch nie zuvor einen Tiger gesehen hat, kann sie eine Beschreibung wie „ein löwenähnliches Tier mit dunklen Streifen“ verwenden, um ihn korrekt zu erkennen. Dadurch können Maschinen leichter lernen und sich anpassen, ohne viele Beispiele zu benötigen.

Abb. 2 Zero-Shot-Lernen erkennt neue Objekte anhand von Beschreibungen.

Transferlernen#

Transferlernen ist ein Lernparadigma, bei dem ein Modell das Gelernte aus einer Aufgabe nutzt, um eine ähnliche neue Aufgabe zu lösen. Diese Technik ist besonders nützlich für Computer-Vision-Aufgaben wie Objekterkennung, Bildklassifizierung und Mustererkennung.

In der Computer Vision kann ein vortrainiertes Modell beispielsweise allgemeine Objekte wie Tiere erkennen und anschließend durch Transferlernen feinjustiert werden, um bestimmte Objekte wie verschiedene Hunderassen zu identifizieren. Durch die Wiederverwendung von Wissen aus früheren Aufgaben erleichtert Transferlernen das Training von Computer-Vision-Modellen mit kleineren Datensätzen und spart dabei Zeit und Aufwand.

Abb. 3 Ein Überblick darüber, wie Transferlernen funktioniert.

Vielleicht fragst du dich, welche Modelle Transferlernen unterstützen. Ultralytics YOLO11 ist ein gutes Beispiel für ein Computer-Vision-Modell, das dies kann. Es ist ein hochmodernes Objekterkennungsmodell, das zunächst auf einem großen, allgemeinen Datensatz vortrainiert wird. Anschließend kann es für bestimmte Aufgaben mit einem kleineren, spezialisierten Datensatz feinjustiert und individuell trainiert werden.

Lernparadigmen im Vergleich#

Nachdem wir Few-Shot-Lernen, Zero-Shot-Lernen und Transferlernen besprochen haben, vergleichen wir sie nun, um ihre Unterschiede zu erkennen.

Abb. 4. Die wichtigsten Unterschiede zwischen Few-Shot-, Zero-Shot- und Transferlernen. Bild: Autor.

Few-Shot-Lernen ist nützlich, wenn du nur über eine kleine Menge beschrifteter Daten verfügst. Es ermöglicht einem AI-Modell, aus nur wenigen Beispielen zu lernen. Zero-Shot-Lernen benötigt dagegen keine beschrifteten Daten. Stattdessen nutzt es Beschreibungen oder Kontext, damit das System neue Aufgaben bewältigen kann. Transferlernen verfolgt wiederum einen anderen Ansatz: Es nutzt Wissen aus vortrainierten Modellen, sodass diese sich mit minimalen zusätzlichen Daten schnell an neue Aufgaben anpassen können. Jede Methode hat je nach Art der Daten und der Aufgabe, an der du arbeitest, ihre eigenen Stärken.

Praxisnahe Anwendungen verschiedener Lernparadigmen#

Diese Lernparadigmen machen bereits in vielen Branchen einen Unterschied und lösen komplexe Probleme mit innovativen Lösungen. Sehen wir uns genauer an, wie sie in der Praxis eingesetzt werden können.

Seltene Krankheiten mit Few-Shot-Lernen diagnostizieren#

Few-Shot-Lernen ist ein Wendepunkt für den Gesundheitssektor, insbesondere bei der medizinischen Bildgebung. Es kann Ärztinnen und Ärzten helfen, seltene Krankheiten anhand von nur wenigen Beispielen oder sogar Beschreibungen zu diagnostizieren, ohne große Datenmengen zu benötigen. Das ist besonders nützlich, wenn nur wenige Daten verfügbar sind, was häufig der Fall ist, weil das Sammeln großer Datensätze für seltene Erkrankungen schwierig sein kann.

Beispielsweise nutzt SHEPHERD Few-Shot-Lernen und biomedizinische Wissensgraphen, um seltene genetische Erkrankungen zu diagnostizieren. Das System ordnet Patienteninformationen wie Symptome und Testergebnisse einem Netzwerk bekannter Gene und Krankheiten zu. Dadurch lassen sich die wahrscheinliche genetische Ursache bestimmen und ähnliche Fälle finden, selbst wenn nur wenige Daten verfügbar sind.

Abb. 5 Das Shepherd-Modell diagnostiziert seltene Krankheiten mit minimalen Daten.

Pflanzenkrankheiten mit Zero-Shot-Lernen besser erkennen#

In der Landwirtschaft ist die schnelle Erkennung von Pflanzenkrankheiten entscheidend, da Verzögerungen zu großflächigen Ernteschäden, geringeren Erträgen und erheblichen finanziellen Verlusten führen können. Herkömmliche Methoden stützen sich häufig auf große Datensätze und Expertenwissen, die insbesondere in abgelegenen oder ressourcenarmen Gebieten nicht immer verfügbar sind. Hier kommen Fortschritte in der AI wie Zero-Shot-Lernen ins Spiel.

Nehmen wir an, eine Landwirtin oder ein Landwirt baut Tomaten und Kartoffeln an und bemerkt Symptome wie vergilbte Blätter oder braune Flecken. Zero-Shot-Lernen kann dabei helfen, Krankheiten wie die Kraut- und Knollenfäule zu erkennen, ohne große Datensätze zu benötigen. Anhand von Beschreibungen der Symptome kann das Modell Krankheiten klassifizieren, die es noch nicht gesehen hat. Dieser Ansatz ist schnell und skalierbar und ermöglicht es Landwirtinnen und Landwirten, verschiedene Pflanzenprobleme zu erkennen. So können sie den Gesundheitszustand der Pflanzen effizienter überwachen, rechtzeitig Maßnahmen ergreifen und Verluste reduzieren.

Abb. 6 Zero-Shot-Lernen zur Erkennung von Pflanzenkrankheiten.

Autonome Fahrzeuge und Transferlernen#

Autonome Fahrzeuge müssen sich häufig an unterschiedliche Umgebungen anpassen, um sicher zu navigieren. Transferlernen hilft ihnen, vorhandenes Wissen zu nutzen und sich schnell auf neue Bedingungen einzustellen, ohne das Training von Grund auf neu zu beginnen. In Kombination mit Computer Vision, die Fahrzeugen bei der Interpretation visueller Informationen hilft, ermöglichen diese Technologien eine reibungslosere Navigation in unterschiedlichen Gelände- und Wetterbedingungen und machen autonomes Fahren effizienter und zuverlässiger.

Ein gutes Beispiel aus der Praxis ist ein Parkraummanagementsystem, das Ultralytics YOLO11 zur Überwachung von Parkplätzen einsetzt. YOLO11, ein vortrainiertes Objekterkennungsmodell, kann mithilfe von Transferlernen feinjustiert werden, um in Echtzeit freie und belegte Parkplätze zu erkennen. Durch das Training des Modells mit einem kleineren Datensatz aus Bildern von Parkplätzen lernt es, freie Plätze, belegte Plätze und sogar reservierte Bereiche präzise zu erkennen.

Abb. 7 Parkraummanagement mit Ultralytics YOLO11.

In Verbindung mit anderen Technologien kann dieses System Fahrerinnen und Fahrer zum nächstgelegenen verfügbaren Parkplatz führen und so die Suchzeit und Verkehrsüberlastung reduzieren. Transferlernen macht dies möglich, indem es auf den vorhandenen Funktionen von Ultralytics YOLO11 zur Objekterkennung aufbaut und das Modell an die spezifischen Anforderungen des Parkraummanagements anpasst, ohne das Training von Grund auf neu zu beginnen. Dieser Ansatz spart Zeit und Ressourcen und schafft gleichzeitig eine hocheffiziente und skalierbare Lösung, die den Parkbetrieb verbessert und das allgemeine Nutzungserlebnis steigert.

Neue Trends bei Lernparadigmen#

Die Zukunft der Lernparadigmen in der Computer Vision bewegt sich in Richtung intelligenterer und nachhaltigerer AI-Systeme für visuelle Anwendungen. Ein wachsender Trend ist insbesondere der Einsatz hybrider Ansätze, die Few-Shot-Lernen, Zero-Shot-Lernen und Transferlernen miteinander kombinieren. Durch die Verbindung der Stärken dieser Methoden können Modelle neue Aufgaben mit minimalen Daten erlernen und ihr Wissen auf verschiedene Bereiche übertragen.

Ein interessantes Beispiel ist der Einsatz angepasster Deep Embeddings, um Modelle mithilfe von Wissen aus früheren Aufgaben und einer kleinen Menge neuer Daten feinzujustieren. Dadurch wird die Arbeit mit begrenzten Datensätzen erleichtert.

Ebenso ist X-Shot-Lernen darauf ausgelegt, Aufgaben mit unterschiedlich großen Datenmengen zu bewältigen. Es nutzt schwache Überwachung, bei der Modelle aus begrenzten oder verrauschten Beschriftungen lernen, sowie klare Anweisungen, damit sie sich auch bei wenigen oder keinen verfügbaren Beispielen schnell anpassen können. Diese hybriden Ansätze zeigen, wie die Integration verschiedener Lernmethoden AI-Systemen dabei helfen kann, Herausforderungen effektiver zu bewältigen.

Wichtige Erkenntnisse#

Few-Shot-Lernen, Zero-Shot-Lernen und Transferlernen adressieren jeweils bestimmte Herausforderungen in der Computer Vision und eignen sich daher für unterschiedliche Aufgaben. Der richtige Ansatz hängt von der konkreten Anwendung und der verfügbaren Datenmenge ab. Few-Shot-Lernen funktioniert beispielsweise gut mit begrenzten Daten, während Zero-Shot-Lernen besonders für unbekannte oder nicht vertraute Klassen geeignet ist.

Mit Blick auf die Zukunft wird die Kombination dieser Methoden zu hybriden Modellen, die Vision, Sprache und Audio integrieren, voraussichtlich einen wichtigen Schwerpunkt bilden. Diese Fortschritte sollen AI-Systeme flexibler, effizienter und leistungsfähiger machen, damit sie komplexe Probleme bewältigen können und neue Möglichkeiten für Innovationen in diesem Bereich eröffnen.

Erfahre mehr über AI, indem du unserer Community beitrittst und dir unser GitHub-Repository ansiehst. Erfahre, wie AI in selbstfahrenden Autos und Computer Vision in der Landwirtschaft die Zukunft neu gestalten. Sieh dir die verfügbaren Optionen der YOLO-Lizenz an, um loszulegen!