Active Learning

Aktives Lernen (Active Learning) ist ein strategischer Ansatz im maschinellen Lernen (ML), bei dem der Algorithmus proaktiv die aussagekräftigsten Datenpunkte zur Annotation auswählt, anstatt passiv einen bereits gelabelten Datensatz zu übernehmen. Beim traditionellen überwachten Lernen benötigen Modelle oft riesige Mengen an annotierten Daten, deren Erstellung kostspielig und zeitaufwendig sein kann. Aktives Lernen optimiert diesen Prozess, indem es "unsichere" oder "schwierige" Beispiele identifiziert – also solche nahe der Entscheidungsgrenze oder Bereiche, in denen dem Modell die Konfidenz fehlt – und menschliche Annotatoren bittet, nur diese spezifischen Instanzen zu labeln. Diese iterative Schleife ermöglicht es Modellen, eine hohe Genauigkeit mit deutlich weniger gelabelten Stichproben zu erreichen, was es für Projekte mit begrenztem Budget oder Zeitdruck äußerst effizient macht.

Link to this sectionSo funktioniert der Zyklus des Aktiven Lernens#

Der Kern des aktiven Lernens ist eine Feedbackschleife, die oft als Human-in-the-Loop bezeichnet wird. Anstatt einmal auf einem statischen Datensatz zu trainieren, entwickelt sich das Modell durch Zyklen aus Abfrage und Aktualisierung weiter.

1. Initialisierung: Der Prozess beginnt mit einer kleinen Menge gelabelter Trainingsdaten, die zum Training eines initialen Modells verwendet werden, wie zum Beispiel Ultralytics YOLO26.

2. Abfrage-Auswahl (Query Selection): Das Modell bewertet einen großen Pool ungelabelter Daten. Mithilfe einer Abfragestrategie – am häufigsten Uncertainty Sampling – wählt es die Bilder oder Texte aus, bei denen seine Vorhersagen am wenigsten sicher sind.

3. Annotation: Diese hochpriorisierten Stichproben werden an einen menschlichen Experten gesendet, der in der Literatur zum aktiven Lernen oft als "Oracle" bezeichnet wird, um die Datenannotation durchzuführen.

4. Nachtraining: Die neu gelabelten Daten werden zum Trainingsset hinzugefügt und das Modell wird neu trainiert. Dieses aktualisierte Modell ist dann besser in der Lage, die nächste Charge schwieriger Beispiele auszuwählen.

Link to this sectionPraxisanwendungen#

Aktives Lernen ist unverzichtbar in Branchen, in denen Daten zwar im Überfluss vorhanden sind, die Annotation jedoch Spezialwissen erfordert oder mit hohen Kosten verbunden ist.

• Medizinische Bildanalyse: In Bereichen wie der Radiologie erfordert die Annotation spezialisierte Experten, deren Zeit äußerst wertvoll ist. Anstatt einen Arzt zu bitten, Tausende von eindeutigen Scans zu annotieren, kann ein System für aktives Lernen nach zweideutigen Fällen filtern – wie etwa frühstadium Tumoren oder seltene Anomalien –, sodass sich der Experte nur auf die Bilder konzentrieren kann, die die Diagnosefähigkeit des Modells wirklich verbessern.
• Autonome Fahrzeuge: Selbstfahrende Autos generieren Petabytes an Videodaten. Es ist unmöglich, jeden Frame zu labeln. Aktives Lernen hilft Ingenieuren dabei, Edge Cases zu identifizieren, wie etwa Fußgänger in Kostümen oder Fahrten bei starkem Schneefall, die Standardmodelle zur Objekterkennung möglicherweise übersehen. Durch die Priorisierung dieser seltenen Szenarien verbessern Unternehmen die Sicherheit, ohne Ressourcen für redundante Autobahnaufnahmen zu verschwenden.

Link to this sectionPython-Beispiel: Filtern unsicherer Vorhersagen#

Das folgende Beispiel demonstriert eine einfache "Uncertainty Sampling"-Logik mit Ultralytics YOLO26. Wir laden ein Modell, führen eine Inferenz auf Bildern aus und markieren diejenigen, deren Konfidenz-Score unter einem bestimmten Schwellenwert liegt, für eine manuelle Überprüfung.

from ultralytics import YOLO

# Load the latest YOLO26 model
model = YOLO("yolo26n.pt")

# List of unlabeled image paths
unlabeled_images = ["https://ultralytics.com/images/bus.jpg", "https://ultralytics.com/images/zidane.jpg"]

# Run inference
results = model(unlabeled_images)

# Identify samples with low confidence for active learning
uncertain_threshold = 0.6
for result in results:
    # Check if any detection confidence is below the threshold
    if result.boxes.conf.numel() > 0 and result.boxes.conf.min() < uncertain_threshold:
        print(f"Active Learning Query: {result.path} needs human labeling.")

Link to this sectionUnterscheidung verwandter Konzepte#

Es ist wichtig, aktives Lernen von ähnlichen Trainingsparadigmen zu unterscheiden:

• Semi-überwachtes Lernen: Während beide Methoden ungelabelte Daten nutzen, weist semi-überwachtes Lernen automatisch Pseudo-Labels basierend auf den Vorhersagen des Modells mit hoher Konfidenz zu. Aktives Lernen hingegen bittet explizit um menschlichen Input bei Vorhersagen mit geringer Konfidenz.
• Transfer Learning: Dies beinhaltet die Verwendung eines vortrainierten Modells (wie eines auf ImageNet trainierten Modells) und dessen Anpassung an eine neue Aufgabe. Aktives Lernen konzentriert sich darauf, welche Daten gelabelt werden sollen, während sich Transfer Learning darauf konzentriert, gelernte Merkmale wiederzuverwenden.
• Reinforcement Learning: Hier lernt ein Agent durch Interaktion mit einer Umgebung und Erhalt von Belohnungen. Aktives Lernen unterscheidet sich dadurch, dass es nach statischen Ground-Truth-Labels von einem Oracle sucht, anstatt eine Sequenz von Aktionen für eine Belohnung zu optimieren.

Link to this sectionIntegration mit MLOps#

Die effektive Implementierung von aktivem Lernen erfordert eine robuste Machine Learning Operations (MLOps) Pipeline. Du benötigst eine Infrastruktur, um Datenversionierung zu verwalten, Retraining-Jobs auszulösen und das Annotations-Interface für Menschen bereitzustellen. Tools, die sich in das Ultralytics-Ökosystem integrieren, ermöglichen es Nutzern, nahtlos zwischen Inferenz, Datenkuration und Training zu wechseln. Zum Beispiel ermöglicht die Verwendung von benutzerdefinierten Trainingsskripten Entwicklern, schnell neue Batches von Daten aus dem aktiven Lernen in ihre YOLO-Modelle zu integrieren.

Für weiterführende Informationen zu Sampling-Strategien verweisen Forscher oft auf umfassende Übersichten in der Literatur zum aktiven Lernen. Zudem ist das Verständnis von Modellevaluierungsmetriken entscheidend, um zu verifizieren, dass die Schleife des aktiven Lernens die Leistung tatsächlich verbessert.