El aprendizaje activo acelera el desarrollo de la visión artificial

Entrenar un modelo de visión artificial se parece mucho a enseñar a un niño a reconocer colores. Primero, necesitas una colección de objetos de colores. Luego, guías al niño para que identifique correctamente cada color, una tarea que suele consumir mucho tiempo y ser repetitiva.

Al igual que un niño necesita muchos ejemplos para aprender, un modelo de visión necesita un gran conjunto de datos etiquetados para reconocer patrones y objetos en las imágenes. Sin embargo, etiquetar cantidades ingentes de datos requiere mucho tiempo y esfuerzo, además de recursos. Técnicas como el aprendizaje activo pueden ayudar a simplificar este proceso.

El aprendizaje activo es un proceso paso a paso en el que se seleccionan y etiquetan los datos más importantes de un gran conjunto de datos. El modelo aprende de estos datos etiquetados, volviéndose más preciso y efectivo. Centrarse únicamente en los datos más valiosos reduce la cantidad de etiquetado necesario y acelera el desarrollo del modelo.

En este artículo, veremos cómo el aprendizaje activo ayuda en el entrenamiento de modelos, reduce los costes de etiquetado y mejora la precisión general del modelo.

Link to this sectionLos conjuntos de datos de imágenes no son fáciles de crear#

Los conjuntos de datos son la base de la visión artificial y de los modelos de aprendizaje profundo. Conjuntos de datos populares como ImageNet ofrecen millones de imágenes con diversas categorías de objetos. Sin embargo, crear y mantener volúmenes tan enormes de conjuntos de datos de alta calidad conlleva varios desafíos.

Por ejemplo, recopilar y etiquetar datos requiere tiempo, recursos y anotadores cualificados, lo que hace que el proceso sea complicado dependiendo de la aplicación específica. Se necesitan soluciones innovadoras y más eficientes para seguir el ritmo de la creciente demanda de image datasets, y eso es exactamente lo que el aprendizaje activo pretende resolver.

El aprendizaje activo ofrece una solución perfecta al optimizar el proceso de etiquetado de datos. Al seleccionar estratégicamente los puntos de datos más informativos para su anotación, el aprendizaje activo maximiza el rendimiento del modelo mientras minimiza los esfuerzos de etiquetado.

Link to this section¿Qué es el aprendizaje activo?#

El aprendizaje activo es una técnica iterativa de aprendizaje automático en la que el modelo selecciona los puntos de datos más importantes para etiquetar a partir de un gran grupo de datos sin etiquetar. Estos puntos de datos seleccionados se etiquetan manualmente y se añaden al conjunto de datos de entrenamiento.

A continuación, el modelo se vuelve a entrenar con el conjunto de datos actualizado y selecciona el siguiente grupo de puntos de datos para etiquetar. Este proceso se repite, mejorando continuamente el modelo al centrarse en los puntos de datos más informativos. El ciclo continúa hasta que el modelo alcanza la precisión deseada o cumple con los criterios de etiquetado establecidos de antemano.

Fig 1. Una visión general del aprendizaje activo.

Link to this sectionComprender cómo funciona el aprendizaje activo#

Quizás te preguntes cómo decide la técnica de aprendizaje activo qué puntos de datos necesitan etiquetado manual y cuáles etiquetar después. Vamos a entender cómo funciona el aprendizaje activo comparándolo con estudiar para un examen: te centras en los temas que no dominas y te aseguras de cubrir una variedad de materias para estar bien preparado.

Para el conjunto inicial de procesos de selección de datos, el aprendizaje activo utiliza estrategias como el muestreo por incertidumbre y el muestreo basado en la diversidad. El muestreo por incertidumbre prioriza los puntos de datos en los que el modelo tiene menos confianza en sus predicciones, con el objetivo de mejorar la precisión en casos complicados. El muestreo basado en la diversidad selecciona puntos de datos que cubren una amplia gama de características, garantizando que el modelo se generalice bien a datos no vistos al exponerlo a ejemplos diversos.

Fig 2. Muestreo por incertidumbre (a la izquierda) y muestreo basado en la diversidad (a la derecha).

Tras la selección inicial de datos, el aprendizaje activo utiliza dos enfoques principales para el etiquetado: muestreo basado en pools y muestreo basado en flujos. Son similares a cómo un profesor ayuda a un estudiante a centrarse en lo más importante.

En el muestreo basado en pools, el modelo escanea un gran pool de datos sin etiquetar y selecciona los ejemplos más complicados o informativos para etiquetar, muy parecido a un estudiante que prioriza las tarjetas de memoria que le resultan más difíciles. Con respecto al muestreo basado en flujos, el modelo procesa los datos a medida que llegan, decidiendo si etiquetarlos o saltárselos, similar a un estudiante que solo pide ayuda cuando se atasca. En ambos casos, los datos etiquetados se añaden al conjunto de entrenamiento y el modelo se vuelve a entrenar, mejorando constantemente con cada iteración.

Link to this sectionExploración de las aplicaciones del aprendizaje activo#

El aprendizaje activo desempeña un papel clave en las aplicaciones de visión artificial, como la imagen médica y la conducción autónoma, al mejorar la precisión del modelo y agilizar el proceso de etiquetado de datos. Un ejemplo interesante de esto son los modelos de visión artificial utilizados en coches autónomos para detectar peatones u objetos en condiciones de poca luz o niebla. El aprendizaje activo puede mejorar la precisión centrándose en escenarios de conducción diversos y complicados.

Concretamente, el aprendizaje activo puede utilizarse para identificar datos o fotogramas inciertos de dichos escenarios para un etiquetado selectivo. Añadir estos ejemplos etiquetados al conjunto de entrenamiento hace que el modelo reconozca mejor a los peatones y objetos en entornos difíciles, como durante condiciones meteorológicas adversas o conducción nocturna.

Por ejemplo, NVIDIA ha utilizado el aprendizaje activo para mejorar la detección de peatones por la noche en sus modelos de conducción autónoma. Al seleccionar estratégicamente los datos más informativos para el entrenamiento, particularmente en escenarios complicados, el rendimiento del modelo aumenta sustancialmente.

Fig 3. Detección de un peatón con paraguas utilizando aprendizaje activo.

Link to this sectionEl aprendizaje activo puede reducir los costes de etiquetado#

Otro aspecto clave del aprendizaje activo es su potencial para reducir los costes de etiquetado. Lo hace centrándose solo en los puntos de datos más importantes, en lugar de requerir anotaciones para todo el conjunto de datos. Este enfoque selectivo ahorra tiempo, esfuerzo y dinero. Al centrarse en muestras inciertas o diversas, el aprendizaje activo reduce el número de anotaciones necesarias manteniendo una alta precisión del modelo.

De hecho, las investigaciones muestran que el aprendizaje activo puede reducir los costes de etiquetado entre un 40-60% sin sacrificar el rendimiento. Esto es especialmente útil en sectores como la sanidad y la fabricación, donde etiquetar datos es costoso. Al simplificar el proceso de anotación, el aprendizaje activo ayuda a las empresas a desarrollar modelos más rápido y a desplegarlos de forma más eficiente manteniendo la precisión.

Link to this sectionVentajas del aprendizaje activo#

Aquí tienes algunas de las otras ventajas clave que puede ofrecer el aprendizaje activo:

• Abordar el desequilibrio de clases: El aprendizaje activo puede ayudar a resolver problemas de desequilibrio de clases etiquetando instancias de clases de datos minoritarias. El modelo puede funcionar mejor en escenarios poco frecuentes con datos limitados.
• Ciclos de desarrollo más rápidos: Etiquetar menos datos significa, indirectamente, acelerar el proceso de desarrollo de modelos de aprendizaje automático y visión artificial, permitiendo dedicar más tiempo y recursos a iteraciones y experimentos adicionales.
• Adaptabilidad: Puede mejorar continuamente los datos de entrenamiento iterando sobre muestras inciertas o casos límite, lo que lo hace muy adecuado para conjuntos de datos dinámicos o en evolución.

Link to this sectionEl aprendizaje activo y el AutoML pueden trabajar juntos#

El Aprendizaje Automático Automatizado (AutoML) se centra en automatizar las tareas repetitivas y que consumen tiempo en la creación y despliegue de modelos de aprendizaje automático. Simplifica los flujos de trabajo de aprendizaje automático automatizando tareas como la selección de modelos y la evaluación del rendimiento para reducir la necesidad de esfuerzo manual.

Cuando se integra con el aprendizaje activo, el AutoML puede acelerar y optimizar el ciclo de vida de desarrollo del modelo. El componente de aprendizaje activo selecciona estratégicamente los puntos de datos más informativos para el etiquetado, mientras que el AutoML refina el modelo automatizando la elección de arquitectura, parámetros y ajuste.

Fig 4. Flujo de trabajo de AutoML.

Vamos a entender esta combinación de tecnologías con un ejemplo.

Supongamos que intentas detectar afecciones poco frecuentes en imágenes médicas (un caso de uso donde los conjuntos de datos etiquetados son limitados y costosos de obtener). El aprendizaje activo puede identificar y seleccionar datos inciertos, como cambios sutiles en radiografías, que el modelo no logra clasificar. Luego, se pueden priorizar los datos inciertos para la anotación manual para mejorar la comprensión del modelo.

Con los datos anotados, el AutoML puede optimizar el modelo explorando diversas arquitecturas, hiperparámetros y otras técnicas de aumento de datos. El proceso iterativo acelera el desarrollo de modelos de visión fiables como Ultralytics YOLO11 que ayudan a los profesionales sanitarios a realizar diagnósticos precisos.

Link to this sectionDesafíos del aprendizaje activo#

El aprendizaje activo y sus técnicas ofrecen numerosas ventajas, pero hay algunas consideraciones a tener en cuenta al implementar estas estrategias:

• Selección de la estrategia de consulta: El aprendizaje activo implica muchas técnicas, y elegir el mejor método impacta significativamente en la efectividad del modelo. Seleccionar una estrategia inapropiada puede reducir el rendimiento del modelo para una aplicación específica.
• Costes de reentrenamiento: La naturaleza iterativa del aprendizaje activo requiere costosos recursos computacionales, especialmente para grandes conjuntos de datos. El modelo se vuelve a entrenar después de cada ronda de etiquetado, aumentando su complejidad.
• Calidad inicial del modelo: La efectividad del aprendizaje activo depende de la calidad del modelo inicial. Un modelo inicial con bajo rendimiento puede no identificar con precisión los puntos de datos informativos, lo que lleva a solicitudes de etiquetas deficientes y a un rendimiento general reducido.

Link to this sectionEl camino a seguir para el aprendizaje activo y el AutoML#

Con los recientes avances en IA y visión artificial, el aprendizaje activo está preparado para abordar retos más complejos y agilizar los flujos de trabajo de aprendizaje automático. Combinar el aprendizaje activo con técnicas como el aprendizaje federado y el aprendizaje autosupervisado puede mejorar aún más la eficiencia y escalabilidad de los modelos de visión.

El aprendizaje federado permite entrenar un modelo a través de múltiples dispositivos o servidores con un marco distribuido sin necesidad de que los datos abandonen su ubicación original. Si consideras sectores como el sanitario, donde la privacidad de los datos es importante, el aprendizaje federado hace posible entrenar directamente con datos locales sensibles mientras se mantienen seguros. En lugar de compartir datos sin procesar, solo se comparten actualizaciones del modelo o conocimientos, garantizando que la información privada permanezca protegida mientras sigue contribuyendo al proceso de entrenamiento.

Mientras tanto, el aprendizaje autosupervisado ayuda a reducir la necesidad de datos etiquetados mediante el preentrenamiento de modelos con datos sin etiquetar. Este proceso crea una base sólida para el modelo. El aprendizaje activo puede entonces aprovechar esto identificando y seleccionando los puntos de datos más importantes para la anotación humana, refinando aún más el modelo.

Link to this sectionDel aprendizaje activo al impacto activo#

El aprendizaje activo proporciona una forma práctica de abordar los principales desafíos en la visión artificial, como el alto coste de la anotación de datos y la necesidad de modelos más precisos. Al centrarse en etiquetar solo los puntos de datos más valiosos, se reduce el esfuerzo requerido por parte de los humanos a la vez que se impulsa el rendimiento del modelo.

Cuando se combina con tecnologías como el AutoML, el aprendizaje activo agiliza el desarrollo de modelos automatizando tareas que consumen mucho tiempo. A medida que los avances continúen, el aprendizaje activo está destinado a convertirse en una herramienta esencial para construir sistemas de visión artificial más inteligentes y eficientes.

Explora nuestro repositorio de GitHub y únete a nuestra comunidad para aprender más sobre modelos de IA y visión artificial. Descubre más aplicaciones de la visión artificial en la fabricación y la sanidad en nuestras páginas de soluciones. También puedes consultar nuestras opciones de licencia para comenzar tu viaje en la IA de visión hoy mismo.