Few-Shot-, Zero-Shot- und Transferlernen verstehen

Systeme für künstliche Intelligenz (AI) können komplexe Aufgaben wie Gesichtserkennung, Bildklassifizierung und das Fahren von Autos mit minimaler menschlicher Unterstützung bewältigen. Dazu untersuchen sie Daten, erkennen Muster und nutzen diese Muster, um Vorhersagen zu treffen oder Entscheidungen zu fällen. Mit den Fortschritten der KI beobachten wir immer ausgefeiltere Methoden, mit denen KI-Modelle lernen, sich anpassen und Aufgaben mit bemerkenswerter Effizienz ausführen können.

Computer Vision ist beispielsweise ein Teilgebiet der KI, das Maschinen befähigt, visuelle Informationen aus der Welt zu interpretieren und zu verstehen. Bei der Entwicklung herkömmlicher Computer-Vision-Modelle ist das Training stark von großen, annotierten Datensätzen abhängig. Das Sammeln und Beschriften solcher Daten kann zeitaufwendig und kostspielig sein.

Um diese Herausforderungen zu bewältigen, haben Forschende innovative Ansätze entwickelt: Lernen mit wenigen Beispielen (FSL), bei dem aus einer begrenzten Anzahl von Beispielen gelernt wird; Lernen ohne Beispiele (ZSL), bei dem zuvor ungesehene Objekte erkannt werden; und Transferlernen (TL), bei dem Wissen aus vortrainierten Modellen auf neue Aufgaben übertragen wird.

In diesem Artikel erklären wir, wie diese Lernparadigmen funktionieren, heben ihre wichtigsten Unterschiede hervor und betrachten praktische Anwendungen.

Überblick über Lernparadigmen#

Sehen wir uns an, was Lernen mit wenigen Beispielen, Lernen ohne Beispiele und Transferlernen im Bereich Computer Vision bedeuten und wie sie funktionieren.

Lernen mit wenigen Beispielen#

Beim Lernen mit wenigen Beispielen lernen Systeme, neue Objekte anhand von nur wenigen Beispielen zu erkennen. Zeigst du einem Modell zum Beispiel ein paar Bilder von Pinguinen, Pelikanen und Papageitauchern – diese kleine Gruppe wird „Stützmenge“ genannt –, lernt es, wie diese Vögel aussehen.

Zeigst du dem Modell später ein neues Bild, zum Beispiel eines Pinguins, vergleicht es dieses Bild mit den Bildern in seiner Stützmenge und wählt die ähnlichste Übereinstimmung aus. Wenn es schwierig ist, eine große Datenmenge zu sammeln, ist diese Methode von Vorteil, denn das System kann auch anhand von nur wenigen Beispielen lernen und sich anpassen.

Abb. 1 Überblick über die Funktionsweise des Lernens mit wenigen Beispielen.

Lernen ohne Beispiele#

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

Wenn ein Modell beispielsweise etwas über Tiere wie Katzen, Löwen und Pferde gelernt und dabei Merkmale wie „klein und flauschig“, „große Wildkatze“ oder „langes Gesicht“ erfasst hat, kann es dieses Wissen nutzen, um ein neues Tier wie einen Tiger zu erkennen. Selbst wenn es noch nie zuvor einen Tiger gesehen hat, kann es ihn anhand einer Beschreibung wie „ein löwenähnliches Tier mit dunklen Streifen“ richtig identifizieren. So können Maschinen leichter lernen und sich anpassen, ohne dass sie viele Beispiele benötigen. Detektoren mit offenem Vokabular wie YOLOE nutzen dasselbe Prinzip für die Objekterkennung und lokalisieren Objekte ausschließlich anhand von Textanweisungen.

Abb. 2 Lernen ohne Beispiele erkennt anhand von Beschreibungen neue Objekte.

Transferlernen#

Transferlernen ist ein Lernparadigma, bei dem ein Modell das Gelernte aus einer Aufgabe nutzt, um eine ähnliche neue Aufgabe zu bewältigen. Dieses Verfahren 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 dann durch Transferlernen feinabgestimmt werden, um bestimmte Objekte wie verschiedene Hunderassen zu identifizieren. Indem bereits erworbenes Wissen wiederverwendet wird, erleichtert Transferlernen das Training von Computer-Vision-Modellen mit kleineren Datensätzen und spart Zeit und Aufwand.

Abb. 3 Überblick über die Funktionsweise von Transfer Learning.

Du fragst dich vielleicht, welche Modelle Transfer Learning unterstützen. Ultralytics YOLO11 (inzwischen von Ultralytics YOLO26 abgelöst) ist ein gutes Beispiel für ein Computer-Vision-Modell, das dies kann. Es ist ein hochmodernes Objekterkennungsmodell, das zunächst mit einem großen, allgemeinen Datensatz vortrainiert wird. Anschließend kann es für bestimmte Aufgaben mit einem kleineren, spezialisierten Datensatz feinabgestimmt und benutzerdefiniert trainiert werden.

Lernparadigmen im Vergleich#

Nachdem wir über das Lernen mit wenigen Beispielen, das Lernen ohne Beispiele und das Transferlernen gesprochen haben, vergleichen wir sie nun, um ihre Unterschiede zu erkennen.

Abb. 4. Wichtige Unterschiede zwischen Lernen mit wenigen Beispielen, Lernen ohne Beispiele und Transferlernen. Bild vom Autor.

Lernen mit wenigen Beispielen ist nützlich, wenn dir nur wenige beschriftete Daten zur Verfügung stehen. So kann ein KI-Modell anhand von nur wenigen Beispielen lernen. Lernen ohne Beispiele hingegen benötigt keine beschrifteten Daten. Stattdessen nutzt es Beschreibungen oder Kontext, damit das System neue Aufgaben bewältigen kann. Transferlernen wiederum nutzt Wissen aus vortrainierten Modellen, sodass diese sich mit nur wenigen zusätzlichen Daten schnell an neue Aufgaben anpassen können. Je nach Art der Daten und der jeweiligen Aufgabe hat jede Methode ihre eigenen Stärken.

Anwendungen verschiedener Lernparadigmen in der Praxis#

Diese Lernparadigmen bewirken bereits Veränderungen in vielen Branchen und lösen komplexe Probleme mit innovativen Ansätzen. Sehen wir uns genauer an, wie sie in der Praxis eingesetzt werden können.

Seltene Krankheiten mit wenigen Beispielen diagnostizieren#

Few-Shot Learning ist besonders im Gesundheitswesen und insbesondere bei der medizinischen Bildgebung wertvoll. Es kann Ärztinnen und Ärzten dabei helfen, seltene Krankheiten anhand von nur wenigen Beispielen oder sogar Beschreibungen zu diagnostizieren, ohne dass große Datenmengen benötigt werden. Das ist besonders nützlich, wenn nur wenige Daten verfügbar sind. Bei seltenen Erkrankungen ist das oft der Fall, da die Erhebung großer Datensätze schwierig sein kann.

SHEPHERD nutzt beispielsweise Lernen mit wenigen Beispielen und biomedizinische Wissensgraphen, um seltene genetische Erkrankungen zu diagnostizieren. Das System ordnet Patienteninformationen wie Symptome und Testergebnisse einem Netzwerk bekannter Gene und Krankheiten zu. So lassen sich die wahrscheinliche genetische Ursache ermitteln und ähnliche Fälle finden, selbst wenn nur wenige Daten verfügbar sind.

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

Pflanzenkrankheiten mit Lernen ohne Beispiele besser erkennen#

In der Landwirtschaft ist es entscheidend, Pflanzenkrankheiten schnell zu erkennen, denn Verzögerungen können zu großflächigen Ernteschäden, geringeren Erträgen und erheblichen finanziellen Verlusten führen. Herkömmliche Methoden beruhen oft auf großen Datensätzen und Fachwissen, die besonders in abgelegenen oder ressourcenarmen Regionen nicht immer verfügbar sind. Hier kommen Fortschritte in der KI wie das Lernen ohne Beispiele ins Spiel.

Nehmen wir an, ein Landwirt baut Tomaten und Kartoffeln an und bemerkt Symptome wie gelbe Blätter oder braune Flecken. Das Lernen ohne Beispiele kann dabei helfen, Krankheiten wie die Kraut- und Knollenfäule zu erkennen, ohne dass große Datensätze benötigt werden. Anhand von Symptombeschreibungen kann das Modell Krankheiten einordnen, die es zuvor noch nicht gesehen hat. Dieser Ansatz ist schnell und skalierbar und ermöglicht es Landwirten, eine Vielzahl von Pflanzenkrankheiten zu erkennen. So können sie den Zustand ihrer Pflanzen effizienter überwachen, rechtzeitig Maßnahmen ergreifen und Verluste verringern.

Abb. 6 Pflanzenkrankheiten mithilfe von Zero-Shot Learning erkennen.

Autonome Fahrzeuge und Transferlernen#

Autonome Fahrzeuge müssen sich häufig an unterschiedliche Umgebungen anpassen, um sicher navigieren zu können. Transferlernen hilft ihnen, vorhandenes Wissen zu nutzen und sich schnell auf neue Bedingungen einzustellen, ohne das Training von Grund auf neu beginnen zu müssen. In Verbindung mit Computer Vision, die Fahrzeugen hilft, visuelle Informationen zu interpretieren, ermöglichen diese Technologien eine reibungslosere Navigation auf unterschiedlichem Gelände und bei verschiedenen Wetterbedingungen. Dadurch wird autonomes Fahren effizienter und zuverlässiger.

Ein gutes Beispiel dafür ist ein Parkraummanagementsystem, das Ultralytics YOLO11 zur Überwachung von Parkplätzen nutzt. YOLO11, ein vortrainiertes Modell zur Objekterkennung, lässt sich mithilfe von Transferlernen feinabstimmen, um freie und belegte Parkplätze in Echtzeit zu erkennen. Wird das Modell mit einem kleineren Datensatz aus Parkplatzbildern trainiert, lernt es, freie und belegte Plätze sowie sogar reservierte Bereiche genau zu erkennen.

Abb. 7 Parkraummanagement mit Ultralytics YOLO11.

In Verbindung mit anderen Technologien kann dieses System Fahrer zum nächstgelegenen freien Parkplatz lotsen und so die Suchzeit und Verkehrsstaus verringern. Transfer Learning macht dies möglich, indem es auf den vorhandenen Fähigkeiten von Ultralytics YOLO11 zur Objekterkennung aufbaut und das System so an die spezifischen Anforderungen der Parkraumbewirtschaftung anpasst, ohne von Grund auf neu beginnen zu müssen. Dieser Ansatz spart Zeit und Ressourcen und schafft zugleich eine hocheffiziente, skalierbare Lösung, die den Parkbetrieb verbessert und das Nutzererlebnis insgesamt optimiert.

Neue Trends bei Lernparadigmen#

Die Zukunft der Lernparadigmen in der Computer Vision bewegt sich auf die Entwicklung intelligenterer und nachhaltigerer Vision-AI-Systeme zu. Ein wachsender Trend ist insbesondere der Einsatz hybrider Ansätze, die Few-Shot Learning, Zero-Shot Learning und Transfer Learning kombinieren. Indem die Stärken dieser Methoden miteinander verbunden werden, können Modelle mit minimalen Daten neue Aufgaben erlernen und ihr Wissen auf verschiedene Bereiche anwenden.

Ein interessantes Beispiel ist der Einsatz angepasster Deep Embeddings, um Modelle mithilfe von Wissen aus vorherigen Aufgaben und einer kleinen Menge neuer Daten feinabzustimmen. Dadurch lässt sich einfacher mit begrenzten Datensätzen arbeiten.

X-Shot Learning ist ebenfalls darauf ausgelegt, Aufgaben mit unterschiedlichen Datenmengen zu bewältigen. Es nutzt schwache Supervision, bei der Modelle anhand begrenzter oder verrauschter Labels lernen, sowie klare Anweisungen, damit sie sich schnell anpassen können – auch wenn nur wenige oder gar keine früheren Beispiele verfügbar sind. Diese hybriden Ansätze zeigen, wie die Kombination verschiedener Lernmethoden KI-Systemen dabei helfen kann, Herausforderungen effektiver zu bewältigen.

Die wichtigsten Erkenntnisse#

Few-Shot Learning, Zero-Shot Learning und Transfer Learning bewältigen jeweils spezifische Herausforderungen in der Computer Vision und eignen sich daher für unterschiedliche Aufgaben. Der passende Ansatz hängt von der jeweiligen Anwendung und der verfügbaren Datenmenge ab. Few-Shot Learning funktioniert beispielsweise gut mit begrenzten Daten, während Zero-Shot Learning besonders geeignet ist, um mit unbekannten oder nicht vertrauten Klassen umzugehen.

Mit Blick auf die Zukunft dürfte die Kombination dieser Methoden zu hybriden Modellen, die Bild-, Sprach- und Audiodaten integrieren, ein zentraler Schwerpunkt sein. Diese Fortschritte sollen KI-Systeme flexibler, effizienter und leistungsfähiger im Umgang mit komplexen Problemen machen und neue Innovationsmöglichkeiten in diesem Bereich eröffnen.

Erfahre mehr über KI, indem du Teil unserer Community wirst und unser GitHub-Repository besuchst. Entdecke, wie KI in selbstfahrenden Autos und Computer Vision in der Landwirtschaft die Zukunft verändern. Sieh dir unsere verfügbaren YOLO-Lizenzoptionen an und leg los!