Few-Shot Learning

El aprendizaje con pocos ejemplos (FSL) es un subcampo especializado del aprendizaje automático (ML) diseñado para entrenar modelos capaces de reconocer y clasificar conceptos nuevos utilizando un número muy reducido de ejemplos etiquetados. En el aprendizaje profundo (DL) tradicional, alcanzar una alta precisión suele requerir conjuntos de datos enormes con miles de imágenes por categoría. Sin embargo, el FSL imita la capacidad cognitiva humana de generalizar rápidamente a partir de una experiencia limitada, de forma parecida a como un niño puede reconocer una jirafa después de ver solo una o dos imágenes en un libro. Esta capacidad es esencial para implementar inteligencia artificial (AI) en situaciones en las que recopilar grandes cantidades de datos de entrenamiento resulta prohibitivamente caro, requiere mucho tiempo o es prácticamente imposible.

Mecanismos principales del aprendizaje con pocos ejemplos#

El objetivo principal del FSL es reducir la dependencia de la recopilación exhaustiva de datos aprovechando los conocimientos previos. En lugar de aprender patrones desde cero, el modelo utiliza un «conjunto de soporte» que contiene unos pocos ejemplos etiquetados para comprender clases nuevas. Esto suele lograrse mediante técnicas avanzadas como el metaaprendizaje, también conocido como «aprender a aprender». En este paradigma, el modelo se entrena con una variedad de tareas para que aprenda una inicialización óptima o una regla de actualización que le permita adaptarse a tareas nuevas con ajustes mínimos.

Otro enfoque habitual es el aprendizaje basado en métricas, en el que el modelo aprende a transformar los datos de entrada en un espacio vectorial mediante embeddings. En este espacio, los elementos similares se agrupan cerca unos de otros, mientras que los diferentes se separan. Algoritmos como las redes prototípicas calculan una representación media, o prototipo, para cada clase y clasifican nuevas muestras de consulta según su distancia a esos prototipos. Esto suele depender de las capacidades de extracción de características desarrolladas durante el preentrenamiento con conjuntos de datos más grandes y generales.

Aplicaciones en el mundo real#

El aprendizaje con pocos ejemplos está transformando sectores en los que la escasez de datos había impedido anteriormente la adopción de tecnologías de AI.

Imágenes médicas y diagnóstico#

En el campo del análisis de imágenes médicas, a menudo resulta inviable obtener miles de exploraciones etiquetadas de patologías poco frecuentes. El FSL permite a los investigadores entrenar sistemas de visión por computador (CV) para detectar tipos de tumores poco frecuentes o anomalías genéticas específicas utilizando solo un puñado de estudios de casos anotados. Esta capacidad democratiza el acceso a herramientas de diagnóstico avanzadas, un objetivo que persiguen instituciones como Stanford Medicine, y ayuda a identificar afecciones que, de otro modo, requerirían conocimientos especializados de profesionales humanos.

Control de calidad industrial#

La AI en la fabricación moderna depende en gran medida de la inspección automatizada. Sin embargo, algunos defectos concretos pueden producirse muy raramente, lo que dificulta crear un conjunto de datos amplio de piezas «defectuosas». El FSL permite que los sistemas de detección de anomalías aprendan las características de un nuevo tipo de defecto a partir de tan solo unas pocas imágenes. Esto permite a los operadores de fábrica actualizar rápidamente sus protocolos de garantía de calidad sin detener la producción para recopilar datos, mejorando considerablemente la eficiencia en entornos de producción dinámicos.

Diferenciación de conceptos relacionados#

Para comprender su ámbito específico, resulta útil diferenciar el FSL de otros paradigmas similares de aprendizaje con pocos datos:

• Aprendizaje por transferencia: El FSL suele implementarse como una forma específica y extrema de aprendizaje por transferencia. Mientras que el aprendizaje por transferencia estándar podría ajustar un modelo como YOLO26 con cientos de imágenes, el FSL se centra en situaciones con quizá solo entre 5 y 10 imágenes por clase (lo que se conoce como clasificación «N-way K-shot»).
• Aprendizaje one-shot: Es un subconjunto estricto del FSL en el que el modelo debe aprender a partir de exactamente un ejemplo etiquetado. Se utiliza habitualmente en el reconocimiento facial para verificar la identidad comparándola con una única fotografía almacenada.
• Aprendizaje zero-shot: A diferencia del FSL, que requiere al menos un pequeño conjunto de soporte visual, el aprendizaje zero-shot no requiere ningún ejemplo visual de la clase objetivo durante el entrenamiento. En su lugar, se basa en descripciones semánticas o atributos (como indicaciones de texto) para reconocer objetos no vistos.

Implementación práctica con Ultralytics#

En la práctica, una de las formas más eficaces de realizar aprendizaje con pocos ejemplos consiste en aprovechar un modelo preentrenado muy robusto. Los modelos de última generación, como el nuevo YOLO26, han aprendido representaciones ricas de características a partir de conjuntos de datos enormes como COCO o ImageNet. Al ajustar estos modelos con un conjunto de datos personalizado diminuto, pueden adaptarse a tareas nuevas con una velocidad y precisión extraordinarias.

El siguiente ejemplo de Python muestra cómo entrenar un modelo con un conjunto de datos pequeño utilizando el paquete ultralytics, realizando así una adaptación con pocos ejemplos:

from ultralytics import YOLO

# Load a pre-trained YOLO26 model (incorporates learned features)
model = YOLO("yolo26n.pt")

# Fine-tune on a tiny dataset (e.g., coco8 has only 4 images per batch)
# This leverages the model's prior knowledge for the new task
results = model.train(data="coco8.yaml", epochs=20, imgsz=640)

# The model adapts to detect objects in the small dataset
print("Few-shot adaptation complete.")

Retos y perspectivas de futuro#

Aunque es potente, el FSL plantea problemas de fiabilidad. Si los pocos ejemplos proporcionados son valores atípicos o contienen ruido, el rendimiento del modelo puede degradarse, un problema conocido como sobreajuste. La investigación sobre aumento de datos y generación de datos sintéticos es fundamental para mitigar estos riesgos. A medida que los modelos fundacionales se hacen más grandes y capaces, y herramientas como la Ultralytics Platform simplifican el entrenamiento y la gestión de modelos, la capacidad de crear soluciones de AI personalizadas con una cantidad mínima de datos será cada vez más accesible para desarrolladores de todo el mundo.