Comprendre l'apprentissage few-shot, zero-shot et par transfert

Les systèmes d'intelligence artificielle (IA) peuvent gérer des tâches complexes telles que la reconnaissance faciale, la classification d'images et la conduite automobile avec un minimum d'intervention humaine. Ils y parviennent en étudiant des données, en identifiant des modèles et en utilisant ces modèles pour prendre des décisions ou faire des prédictions. À mesure que l'IA progresse, nous assistons au développement de méthodes de plus en plus sophistiquées permettant aux modèles d'IA d'apprendre, de s'adapter et d'exécuter des tâches avec une efficacité remarquable.

Par exemple, la computer vision est une branche de l'IA qui se concentre sur la capacité des machines à interpréter et à comprendre des informations visuelles du monde réel. Le développement traditionnel de modèles de vision par ordinateur repose fortement sur de grands ensembles de données annotés pour l'entraînement. Collecter et étiqueter de telles données peut s'avérer long et coûteux.

Pour relever ces défis, les chercheurs ont introduit des approches innovantes telles que l'apprentissage few-shot (FSL), qui apprend à partir d'exemples limités ; l'apprentissage zero-shot (ZSL), qui identifie des objets jamais vus auparavant ; et l'apprentissage par transfert (TL), qui applique les connaissances de modèles pré-entraînés à de nouvelles tâches.

Dans cet article, nous explorerons le fonctionnement de ces paradigmes d'apprentissage, soulignerons leurs différences clés et examinerons des applications concrètes. Commençons !

Un aperçu des paradigmes d'apprentissage#

Explorons ce que sont l'apprentissage few-shot, l'apprentissage zero-shot et l'apprentissage par transfert dans le contexte de la vision par ordinateur et leur fonctionnement.

Apprentissage few-shot#

L'apprentissage few-shot est une méthode par laquelle les systèmes apprennent à reconnaître de nouveaux objets en utilisant seulement un petit nombre d'exemples. Par exemple, si tu montres à un modèle quelques photos d'un pingouin, d'un pélican et d'un macareux (ce petit groupe est appelé l'« ensemble de support »), il apprend à quoi ressemblent ces oiseaux.

Plus tard, si tu présentes au modèle une nouvelle image, comme un manchot, il compare cette image avec celles de son support set et choisit la correspondance la plus proche. Lorsque la collecte d'une grande quantité de données est difficile, cette méthode est avantageuse car le système peut toujours apprendre et s'adapter avec seulement quelques exemples.

Fig 1. Un aperçu du fonctionnement de l'apprentissage few-shot.

Apprentissage zero-shot#

L'apprentissage zero-shot est un moyen pour les machines de reconnaître des éléments qu'elles n'ont jamais vus auparavant sans avoir besoin d'exemples. Il utilise des informations sémantiques, telles que des descriptions, pour aider à établir des connexions.

Par exemple, si une machine a appris à connaître des animaux comme les chats, les lions et les chevaux en comprenant des caractéristiques telles que « petit et poilu », « grand félin sauvage » ou « visage allongé », elle peut utiliser ces connaissances pour identifier un nouvel animal, comme un tigre. Même si elle n'a jamais vu de tigre auparavant, elle peut utiliser une description comme « un animal ressemblant à un lion avec des rayures sombres » pour l'identifier correctement. Cela facilite l'apprentissage et l'adaptation des machines sans nécessiter beaucoup d'exemples.

Fig 2. L'apprentissage zero-shot identifie de nouveaux objets à l'aide de descriptions.

Apprentissage par transfert#

Le transfer learning est un paradigme d'apprentissage dans lequel un modèle utilise ce qu'il a appris d'une tâche pour résoudre une nouvelle tâche similaire. Cette technique est particulièrement utile lorsqu'il s'agit de tâches de vision par ordinateur telles que la détection d'objets, la classification d'images et la reconnaissance de formes.

Par exemple, en vision par ordinateur, un modèle pré-entraîné peut reconnaître des objets généraux, comme des animaux, puis être affiné (fine-tuné) grâce au transfer learning pour identifier des objets spécifiques, tels que différentes races de chiens. En réutilisant les connaissances de tâches antérieures, le transfer learning facilite l'entraînement de modèles de vision par ordinateur sur des ensembles de données plus petits, ce qui permet d'économiser du temps et des efforts.

Fig 3. Un aperçu du fonctionnement du transfer learning.

Tu te demandes peut-être quel type de modèles prend en charge le transfer learning. Ultralytics YOLO11 est un excellent exemple de modèle de vision par ordinateur capable de le faire. C'est un modèle de détection d'objets de pointe qui est d'abord pré-entraîné sur un grand ensemble de données général. Ensuite, il peut être affiné et entraîné sur mesure sur un ensemble de données plus petit et spécialisé pour des tâches spécifiques.

Comparaison des paradigmes d'apprentissage#

Maintenant que nous avons abordé l'apprentissage few-shot, l'apprentissage zero-shot et l'apprentissage par transfert, comparons-les pour voir en quoi ils diffèrent.

Fig 4. Différences clés entre l'apprentissage few-shot, zero-shot et par transfert. Image de l'auteur.

L'apprentissage few-shot est utile lorsque tu ne possèdes qu'une petite quantité de données étiquetées. Il permet à un modèle d'IA d'apprendre à partir de quelques exemples seulement. L'apprentissage zero-shot, quant à lui, ne nécessite aucune donnée étiquetée. Au lieu de cela, il utilise des descriptions ou du contexte pour aider le système à gérer de nouvelles tâches. Parallèlement, l'apprentissage par transfert adopte une approche différente en utilisant les connaissances de modèles pré-entraînés, leur permettant de s'adapter rapidement à de nouvelles tâches avec un minimum de données supplémentaires. Chaque méthode possède ses propres forces selon le type de données et la tâche sur laquelle tu travailles.

Applications concrètes de divers paradigmes d'apprentissage#

Ces paradigmes d'apprentissage font déjà la différence dans de nombreux secteurs, résolvant des problèmes complexes avec des solutions innovantes. Examinons de plus près comment ils peuvent être appliqués dans le monde réel.

Diagnostiquer des maladies rares avec l'apprentissage few-shot#

L'apprentissage few-shot change la donne dans le secteur de la santé, en particulier en imagerie médicale. Il peut aider les médecins à diagnostiquer des maladies rares en utilisant seulement quelques exemples ou même des descriptions, sans avoir besoin de grandes quantités de données. C'est particulièrement utile lorsque les données sont limitées, ce qui est souvent le cas car la collecte de grands ensembles de données pour des affections rares peut s'avérer difficile.

Par exemple, SHEPHERD utilise l'apprentissage few-shot et des graphes de connaissances biomédicales pour diagnostiquer de rares troubles génétiques. Il met en correspondance les informations des patients, telles que les symptômes et les résultats de tests, sur un réseau de gènes et de maladies connus. Cela aide à identifier précisément la cause génétique probable et à trouver des cas similaires, même lorsque les données sont limitées.

Fig 5. Le modèle Shepherd diagnostique des maladies rares à l'aide de données minimales.

Améliorer la détection des maladies des plantes avec l'apprentissage zero-shot#

Dans l'agriculture, l'identification rapide des maladies des plantes est essentielle car les retards de détection peuvent entraîner des dommages étendus aux cultures, une baisse des rendements et des pertes financières importantes. Les méthodes traditionnelles reposent souvent sur de grands jeux de données et l'expertise humaine, qui ne sont pas toujours accessibles, notamment dans les zones reculées ou disposant de ressources limitées. C'est là que les avancées de l'IA, comme l'apprentissage zero-shot, entrent en jeu.

Supposons qu'un agriculteur cultive des tomates et des pommes de terre et remarque des symptômes tels que le jaunissement des feuilles ou des taches brunes. L'apprentissage zero-shot peut aider à identifier des maladies comme le mildiou sans nécessiter de grands jeux de données. En utilisant des descriptions des symptômes, le modèle peut classifier des maladies qu'il n'a jamais vues auparavant. Cette approche est rapide, évolutive et permet aux agriculteurs de détecter une variété de problèmes phytosanitaires. Elle les aide à surveiller la santé des cultures plus efficacement, à agir à temps et à réduire les pertes.

Fig 6. Utilisation de l'apprentissage zero-shot pour identifier des maladies des plantes.

Véhicules autonomes et apprentissage par transfert#

Les véhicules autonomes doivent souvent s'adapter à différents environnements pour naviguer en toute sécurité. L'apprentissage par transfert les aide à utiliser des connaissances préalables pour s'ajuster rapidement à de nouvelles conditions sans repartir de zéro. Combinées à la vision par ordinateur, qui aide les véhicules à interpréter les informations visuelles, ces technologies permettent une navigation plus fluide sur différents terrains et dans diverses conditions météorologiques, rendant la conduite autonome plus efficace et fiable.

Un bon exemple concret est un système de gestion de parking qui utilise Ultralytics YOLO11 pour surveiller les places de stationnement. YOLO11, un modèle de détection d'objets pré-entraîné, peut être affiné à l'aide du transfer learning pour identifier en temps réel les places de stationnement libres et occupées. En entraînant le modèle sur un ensemble de données plus restreint d'images de parkings, il apprend à détecter avec précision les espaces ouverts, les places pleines et même les zones réservées.

Fig 7. Gestion de parking à l'aide d'Ultralytics YOLO11.

Intégré à d'autres technologies, ce système peut guider les conducteurs vers la place disponible la plus proche, aidant ainsi à réduire le temps de recherche et les embouteillages. Le transfer learning rend cela possible en s'appuyant sur les capacités de détection d'objets existantes d'Ultralytics YOLO11, lui permettant de s'adapter aux besoins spécifiques de la gestion du stationnement sans repartir de zéro. Cette approche fait gagner du temps et des ressources tout en créant une solution hautement efficace et évolutive qui améliore les opérations de stationnement et enrichit l'expérience utilisateur globale.

Tendances émergentes dans les paradigmes d'apprentissage#

L'avenir des paradigmes d'apprentissage en vision par ordinateur s'oriente vers le développement de systèmes d'IA visuelle plus intelligents et durables. En particulier, une tendance croissante est l'utilisation d'approches hybrides qui combinent l'apprentissage few-shot, l'apprentissage zero-shot et le transfer learning. En fusionnant les points forts de ces méthodes, les modèles peuvent apprendre de nouvelles tâches avec un minimum de données et appliquer leurs connaissances dans différents domaines.

Un exemple intéressant consiste à utiliser des plongements profonds adaptés pour affiner des modèles en utilisant les connaissances de tâches précédentes et une petite quantité de nouvelles données, ce qui facilite le travail avec des ensembles de données limités.

De même, l'apprentissage X-shot est conçu pour gérer des tâches avec des quantités de données variables. Il utilise une supervision faible, où les modèles apprennent à partir d'étiquettes limitées ou bruitées, ainsi que des instructions claires pour les aider à s'adapter rapidement, même avec peu ou pas d'exemples préalables disponibles. Ces approches hybrides montrent comment l'intégration de différentes méthodes d'apprentissage peut aider les systèmes d'IA à relever les défis plus efficacement.

Points clés#

L'apprentissage few-shot, l'apprentissage zero-shot et l'apprentissage par transfert répondent chacun à des défis spécifiques en vision par ordinateur, ce qui les rend adaptés à des tâches différentes. La bonne approche dépend de l'application spécifique et de la quantité de données disponible. Par exemple, l'apprentissage few-shot fonctionne bien avec des données limitées, tandis que l'apprentissage zero-shot est idéal pour traiter des classes invisibles ou inconnues.

Pour l'avenir, il est probable que la combinaison de ces méthodes pour créer des modèles hybrides intégrant la vision, le langage et l'audio deviendra un axe de recherche clé. Ces avancées visent à rendre les systèmes d'IA plus flexibles, efficaces et capables de résoudre des problèmes complexes, ouvrant de nouvelles possibilités d'innovation dans le domaine.

Explore davantage l'IA en rejoignant notre communauté et en consultant notre dépôt GitHub. Découvre comment l'IA dans les voitures autonomes et la vision par ordinateur en agriculture redéfinissent l'avenir. Consulte les options de licence YOLO disponibles pour commencer !