Verstehen von "few-shot", "zero-shot" und "transfer learning

Systeme der künstlichen Intelligenz (KI) können komplexe Aufgaben wie die Erkennung von Gesichtern, die Klassifizierung von Bildern und das Fahren von Autos mit minimalem menschlichem Einsatz bewältigen. Sie tun dies, indem sie Daten untersuchen, Muster erkennen und diese Muster nutzen, um Vorhersagen oder Entscheidungen zu treffen. Mit den Fortschritten der KI werden wir Zeuge immer ausgefeilterer Methoden, mit denen KI-Modelle lernen, sich anpassen und Aufgaben mit bemerkenswerter Effizienz erfüllen können.

Computer Vision ist ein Teilgebiet der KI, das sich darauf konzentriert, Maschinen in die Lage zu versetzen, visuelle Informationen aus der Welt zu interpretieren und zu verstehen. Die herkömmliche Entwicklung von Bildverarbeitungsmodellen stützt sich in hohem Maße auf große, mit Anmerkungen versehene Datensätze für das Training. Das Sammeln und Beschriften solcher Daten kann zeit- und kostenintensiv sein. 

Um diese Herausforderungen zu bewältigen, haben Forscher innovative Ansätze eingeführt, wie z. B. das "few-shot learning" (FSL), das aus begrenzten Beispielen lernt, das "zero-shot learning" (ZSL), das ungesehene Objekte identifiziert, und das "transfer learning" (TL), das Wissen aus vorher trainierten Modellen auf neue Aufgaben anwendet.

In diesem Artikel werden wir untersuchen, wie diese Lernparadigmen funktionieren, ihre Hauptunterschiede hervorheben und reale Anwendungen betrachten. Legen wir los!

Ein Überblick über die Lernparadigmen

Lassen Sie uns untersuchen, was "few-shot learning", "zero-shot learning" und "transfer learning" in Bezug auf Computer Vision sind und wie sie funktionieren. 

Lernen mit wenigen Schüssen

Beim Few-Shot-Lernen lernen Systeme, neue Objekte anhand einer kleinen Anzahl von Beispielen zu erkennen. Zeigt man einem Modell beispielsweise einige Bilder eines Pinguins, Pelikans und Papageientauchers (diese kleine Gruppe wird als "Support Set" bezeichnet), lernt es, wie diese Vögel aussehen. 

Wenn Sie dem Modell später ein neues Bild zeigen, z. B. einen Pinguin, vergleicht es dieses neue Bild mit den Bildern in seiner Unterstützungsgruppe und wählt das am besten passende aus. Wenn es schwierig ist, eine große Menge an Daten zu sammeln, ist diese Methode von Vorteil, da das System auch mit nur wenigen Beispielen lernen und sich anpassen kann.

‍

Zero-Shot-Lernen

Zero-Shot-Learning ist eine Möglichkeit für Maschinen, Dinge zu erkennen, die sie noch nie zuvor gesehen haben, ohne Beispiele dafür zu benötigen. Es nutzt semantische Informationen wie Beschreibungen, um Verbindungen herzustellen.

Wenn eine Maschine zum Beispiel über Tiere wie Katzen, Löwen und Pferde gelernt hat, indem sie Merkmale wie "klein und flauschig", "große Wildkatze" oder "langes Gesicht" verstanden hat, kann sie dieses Wissen nutzen, um ein neues Tier wie einen Tiger zu identifizieren. Selbst wenn sie noch nie einen Tiger gesehen hat, kann sie 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.

‍

Lernen übertragen

Transferlernen ist ein Lernparadigma, bei dem ein Modell das, was es bei einer Aufgabe gelernt hat, zur Lösung einer ähnlichen, neuen Aufgabe verwendet. Diese Technik ist besonders nützlich, wenn es um Computer-Vision-Aufgaben wie Objekterkennung, Bildklassifizierung und Mustererkennung geht. 

Im Bereich des Computersehens kann ein vorab trainiertes Modell beispielsweise allgemeine Objekte, wie Tiere, erkennen und dann durch Transferlernen feinabgestimmt werden, um spezifische Objekte, wie verschiedene Hunderassen, zu identifizieren. Durch die Wiederverwendung von Wissen aus früheren Aufgaben erleichtert das Transferlernen das Trainieren von Bildverarbeitungsmodellen auf kleineren Datensätzen und spart so Zeit und Mühe.

‍

Sie fragen sich vielleicht, welche Art von Modellen das Transfer-Lernen unterstützen. Ultralytics YOLO11 ist ein hervorragendes Beispiel für ein Computer-Vision-Modell, das dies kann. Es handelt sich um ein hochmodernes Objekterkennungsmodell, das zunächst auf einem großen, allgemeinen Datensatz trainiert wird. Danach kann es auf einem kleineren, spezialisierten Datensatz für bestimmte Aufgaben feinabgestimmt und individuell trainiert werden.

Vergleich von Lernparadigmen

Nachdem wir nun über das Lernen mit wenigen Schüssen, das Null-Schuss-Lernen und das Transfer-Lernen gesprochen haben, wollen wir sie vergleichen, um zu sehen, wie sie sich unterscheiden.

‍

Few-Shot-Lernen ist nützlich, wenn Sie nur eine kleine Menge an markierten Daten haben. Es ermöglicht einem KI-Modell, aus nur wenigen Beispielen zu lernen. Beim Zero-Shot-Lernen hingegen sind keine beschrifteten Daten erforderlich. Stattdessen werden Beschreibungen oder Kontext verwendet, um das System bei der Bewältigung neuer Aufgaben zu unterstützen. Einen anderen Ansatz verfolgt das Transfer-Lernen, bei dem das Wissen aus bereits trainierten Modellen verwendet wird, so dass sich diese mit minimalen zusätzlichen Daten schnell an neue Aufgaben anpassen können. Jede Methode hat ihre eigenen Stärken, abhängig von der Art der Daten und der Aufgabe, an der Sie arbeiten.

Praxisnahe Anwendungen verschiedener Lernparadigmen

Diese Lernparadigmen sind bereits in vielen Bereichen im Einsatz und lösen komplexe Probleme mit innovativen Lösungen. Schauen wir uns genauer an, wie sie in der realen Welt angewendet werden können.

Diagnose seltener Krankheiten mit "few-shot learning

Few-Shot-Learning ist ein entscheidender Faktor für das Gesundheitswesen, insbesondere für die medizinische Bildgebung. Es kann Ärzten helfen, seltene Krankheiten anhand von nur wenigen Beispielen oder sogar Beschreibungen zu diagnostizieren, ohne dass große Datenmengen benötigt werden. Dies ist besonders nützlich, wenn die Datenmenge begrenzt ist, was oft der Fall ist, da die Erfassung großer Datensätze für seltene Krankheiten schwierig sein kann.

So nutzt SHEPHERD beispielsweise "few-shot learning" und biomedizinische Wissensgraphen, um seltene genetische Störungen zu diagnostizieren. Es ordnet Patienteninformationen, wie Symptome und Testergebnisse, einem Netz bekannter Gene und Krankheiten zu. Dies hilft, die wahrscheinliche genetische Ursache zu ermitteln und ähnliche Fälle zu finden, auch wenn die Datenmenge begrenzt ist. 

‍

Verbesserte Erkennung von Pflanzenkrankheiten durch Zero-Shot-Learning

In der Landwirtschaft ist die schnelle Erkennung von Pflanzenkrankheiten von entscheidender Bedeutung, da Verzögerungen bei der Erkennung zu weitreichenden Ernteschäden, geringeren Erträgen und erheblichen finanziellen Verlusten führen können. Herkömmliche Methoden stützen sich oft auf große Datensätze und Expertenwissen, das nicht immer verfügbar ist, insbesondere in abgelegenen oder ressourcenbeschränkten Gebieten. Hier kommen Fortschritte in der künstlichen Intelligenz, wie das Zero-Shot-Learning, ins Spiel.

Nehmen wir an, ein Landwirt baut Tomaten und Kartoffeln an und stellt Symptome wie vergilbte Blätter oder braune Flecken fest. Zero-Shot-Learning kann 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 zuvor noch nicht gesehen hat. Dieser Ansatz ist schnell, skalierbar und ermöglicht es Landwirten, eine Vielzahl von Pflanzenproblemen zu erkennen. Er hilft ihnen, die Gesundheit ihrer Pflanzen effizienter zu überwachen, rechtzeitig Maßnahmen zu ergreifen und Verluste zu verringern.

‍

Autonome Fahrzeuge und Transferlernen

Autonome Fahrzeuge müssen sich oft an unterschiedliche Umgebungen anpassen, um sicher zu navigieren. Transfer-Learning hilft ihnen, sich mit Hilfe von Vorwissen schnell an neue Bedingungen anzupassen, ohne das Training von Grund auf neu beginnen zu müssen. In Kombination mit dem Computerbildverarbeitungssystem, das die Fahrzeuge bei der Interpretation visueller Informationen unterstützt, ermöglichen diese Technologien eine reibungslosere Navigation in unterschiedlichem Gelände und unter verschiedenen Wetterbedingungen, was das autonome Fahren effizienter und zuverlässiger macht.

Ein gutes Beispiel dafür ist ein Parkmanagementsystem, das Ultralytics YOLO11 zur Überwachung von Parkplätzen einsetzt. YOLO11, ein vortrainiertes Objekterkennungsmodell, kann mit Hilfe von Transfer-Lernen feinabgestimmt werden, um leere und belegte Parkplätze in Echtzeit zu erkennen. Durch das Training des Modells auf einem kleineren Datensatz von Parkplatzbildern lernt es, freie Plätze, volle Plätze und sogar reservierte Bereiche genau zu erkennen.

‍

In Verbindung mit anderen Technologien kann dieses System Autofahrer zum nächstgelegenen freien Parkplatz leiten und so dazu beitragen, Suchzeiten und Verkehrsstaus zu reduzieren. Transfer Learning macht dies möglich, indem es auf den bestehenden Objekterkennungsfähigkeiten von YOLO11 aufbaut und sich so an die spezifischen Anforderungen der Parkraumbewirtschaftung anpassen kann, ohne bei Null anfangen zu müssen. Dieser Ansatz spart Zeit und Ressourcen und schafft gleichzeitig eine hocheffiziente und skalierbare Lösung, die den Parkbetrieb verbessert und das allgemeine Nutzererlebnis steigert.

Aufkommende Trends bei den Lernparadigmen

Die Zukunft der Lernparadigmen in der Computer Vision geht in Richtung der Entwicklung intelligenter und nachhaltiger Vision AI-Systeme. Ein zunehmender Trend ist die Verwendung hybrider Ansätze, bei denen "few-shot learning", "zero-shot learning" und "transfer learning" kombiniert werden. Durch die Kombination der Stärken dieser Methoden können Modelle neue Aufgaben mit minimalen Daten erlernen und ihr Wissen in verschiedenen Bereichen anwenden.

Ein interessantes Beispiel ist die Verwendung angepasster tiefer Einbettungen zur Feinabstimmung von Modellen unter Verwendung von Wissen aus früheren Aufgaben und einer kleinen Menge neuer Daten, wodurch die Arbeit mit begrenzten Datensätzen erleichtert wird. 

In ähnlicher Weise ist das X-Shot-Lernen für die Bewältigung von Aufgaben mit unterschiedlichen Datenmengen konzipiert. Es nutzt eine schwache Überwachung, bei der Modelle aus begrenzten oder verrauschten Bezeichnungen lernen, und klare Anweisungen, die ihnen helfen, sich schnell anzupassen, selbst wenn nur wenige oder gar keine vorherigen Beispiele verfügbar sind. Diese hybriden Ansätze zeigen, wie die Integration verschiedener Lernmethoden KI-Systemen helfen kann, Herausforderungen effektiver zu bewältigen.

Die wichtigsten Erkenntnisse

Few-Shot-Lernen, Zero-Shot-Lernen und Transfer-Lernen gehen jeweils spezifische Herausforderungen im Bereich des Computer-Vision an und sind daher für unterschiedliche Aufgaben geeignet. Welcher Ansatz der richtige ist, hängt von der jeweiligen Anwendung und der verfügbaren Datenmenge ab. So eignet sich beispielsweise das few-shot learning gut für begrenzte Datenmengen, während das zero-shot learning für den Umgang mit ungesehenen oder unbekannten Klassen geeignet ist.

Mit Blick auf die Zukunft wird die Kombination dieser Methoden zur Schaffung hybrider Modelle, die Bild, Sprache und Audio integrieren, wahrscheinlich ein wichtiger Schwerpunkt sein. Diese Fortschritte zielen darauf ab, KI-Systeme flexibler und effizienter zu machen und sie in die Lage zu versetzen, komplexe Probleme anzugehen, was neue Möglichkeiten für Innovationen in diesem Bereich eröffnet.

Erfahren Sie mehr über KI, indem Sie unserer Community beitreten und sich unser GitHub-Repository ansehen. Erfahren Sie, wie KI in selbstfahrenden Autos und Computer Vision in der Landwirtschaft die Zukunft neu gestalten wird. Schauen Sie sich die verfügbaren YOLO-Lizenzoptionen an, um loszulegen!