アクティブ学習がコンピュータビジョン開発をスピードアップさせる

コンピュータビジョンモデルの学習は、子供に色を教えることに非常に似ています。まず、色付きのオブジェクトを集める必要があります。次に、その子供を導いて各色を正しく識別できるようにする必要がありますが、この作業は多くの場合、時間がかかり反復的です。

子供が学習するために多くの例を必要とするのと同様に、ビジョンモデルが画像内のパターンやオブジェクトを認識するには、大量のラベル付きデータセットが必要です。しかし、膨大なデータのラベル付けには多大な時間と労力、そしてリソースを要します。アクティブラーニングのような手法は、このプロセスを簡素化するのに役立ちます。

Active learningは、大規模なデータセットから最も重要なデータを選別してラベル付けを行う、段階的なプロセスです。モデルはこのラベル付けされたデータから学習するため、精度と効率が向上します。最も価値のあるデータにのみ焦点を当てることで、必要なラベル付けの量が減り、モデルの開発が加速します。

この記事では、アクティブラーニングがモデルの学習をどのように助け、ラベル付けのコストを削減し、モデル全体の精度を向上させるかを見ていきます。

画像データセットの構築は容易ではありません#

データセットは、コンピュータビジョンやディープラーニングモデルの基礎となります。ImageNetのような人気のデータセットは、多様なオブジェクトカテゴリを持つ数百万枚の画像を提供します。しかし、これほど膨大な量のhigh-quality datasetsを作成し維持することには、さまざまな課題が伴います。

例えば、データの収集とラベル付けには時間、リソース、熟練したアノテーターが必要であり、特定のアプリケーションによってはプロセスが困難なものになります。image datasetsに対する増大する需要に追いつくためには、革新的でより効率的なソリューションが必要であり、それこそがアクティブラーニングが解決を目指しているものです。

アクティブラーニングは、データラベリングのプロセスを最適化することで完璧なソリューションを提供します。アノテーションのために最も情報量の多いデータポイントを戦略的に選択することで、アクティブラーニングはラベル付けの労力を最小限に抑えつつ、モデルのパフォーマンスを最大化します。

アクティブラーニングとは何か？#

アクティブラーニングは、ラベルのない大量のデータプールから、モデルが最も重要と判断したデータポイントを選択する反復的な機械学習手法です。選択されたこれらのデータポイントは手動でラベル付けされ、学習用データセットに追加されます。

その後、モデルは更新されたデータセットで再学習され、ラベル付けする次のデータポイントセットを選択します。このプロセスが繰り返され、モデルは最も情報量の多いデータポイントに焦点を当てることで継続的に改善されます。このサイクルは、モデルが目標の精度に達するか、事前に設定されたラベル付け基準を満たすまで継続します。

Fig 1. アクティブラーニングの概要。

アクティブラーニングの仕組みを理解する#

アクティブラーニング手法が、どのデータポイントに手動のラベル付けが必要か、次にどれにラベルを付けるかをどのように決定しているのか不思議に思うかもしれません。アクティブラーニングの仕組みをテスト勉強に例えて理解してみましょう。確信が持てないトピックに集中し、かつ十分な準備をするためにさまざまな科目も確実に網羅するのと似ています。

初期のデータ選択プロセスにおいて、アクティブラーニングは不確実性サンプリングや多様性サンプリングといった手法を使用します。不確実性サンプリングは、モデルが予測に最も自信を持てないデータポイントを優先し、困難なケースでの精度向上を目指します。多様性サンプリングは、幅広い特性をカバーするデータポイントを選択し、モデルに多様な例を提示することで、未知のデータに対しても適切に汎化できるようにします。

Fig 2. 不確実性サンプリング（左）と多様性ベースのサンプリング（右）。

初期のデータ選択後、アクティブラーニングはラベル付けのために主にプールベースサンプリングとストリームベースサンプリングという2つのアプローチを使用します。これらは、教師が生徒に最も重要なことに集中できるよう手助けするのと似ています。

プールベースサンプリングでは、モデルはラベルのないデータの大きなプールをスキャンし、最も難易度が高い、または情報量の多い例を選択してラベル付けします。これは、生徒が最も難しいと感じるフラッシュカードを優先するのと似ています。ストリームベースサンプリングに関して言えば、モデルはデータが入ってくるたびに処理し、それにラベルを付けるかスキップするかを決定します。これは、生徒が困ったときだけ助けを求めるのに似ています。どちらの場合も、ラベル付きデータが学習セットに追加され、モデルは再学習を行い、反復ごとに着実に改善していきます。

アクティブラーニングのアプリケーションを探る#

アクティブラーニングは、モデルの精度を向上させ、データラベリングのプロセスを効率化することにより、医療画像診断や自動運転などのcomputer vision applicationsにおいて重要な役割を果たします。興味深い例として、自動運転車で歩行者やオブジェクトを低照度または霧の条件で検出するために使用されるcomputer vision modelsが挙げられます。アクティブラーニングは、多様で困難な運転シナリオに焦点を当てることで、精度を向上させることができます。

具体的には、アクティブラーニングを使用して、そのようなシナリオから不確実なデータやフレームを特定し、選択的なラベル付けを行うことができます。これらのラベル付き例を学習セットに追加することで、悪天候や夜間走行など、難しい環境下でも歩行者や物体をより適切に認識できるようモデルが改善されます。

例えば、NVIDIAは自動運転モデルにおいて、夜間の歩行者検出を改善するためにアクティブラーニングを使用しました。特に困難なシナリオにおいて、学習に最も情報量の多いデータを戦略的に選択することで、モデルのパフォーマンスは大幅に向上しました。

Fig 3. アクティブラーニングを使用した傘を持った歩行者の検出。

アクティブラーニングはラベル付けコストを削減できる#

アクティブラーニングのもう一つの重要な側面は、ラベル付けコストを削減する可能性です。データセット全体にアノテーションを要求する代わりに、最も重要なデータポイントにのみ焦点を当てることでこれを実現します。この的を絞ったアプローチにより、時間、労力、コストが節約されます。不確実または多様なサンプルを重点的に扱うことで、アクティブラーニングはモデルの高精度を維持しつつ、必要なアノテーションの数を減らします。

実際、調査によると、アクティブラーニングはパフォーマンスを犠牲にすることなくcut labeling costsを40〜60%削減できることが示されています。これは、データのラベル付けにコストがかかるヘルスケアや製造業などの業界で特に役立ちます。アノテーションプロセスを簡素化することにより、アクティブラーニングは企業が精度を維持しながら、より迅速にモデルを開発し、より効率的にデプロイするのを支援します。

アクティブラーニングのメリット#

アクティブラーニングが提供できるその他の主な利点は以下の通りです。

• クラス不均衡への対処: アクティブラーニングは、マイノリティデータクラスからのインスタンスにラベルを付けることで、クラス不均衡の問題に対処するのに役立ちます。モデルは、データが限られている希少なシナリオでもより優れたパフォーマンスを発揮できます。
• 開発サイクルの短縮: ラベル付けするデータが少ないということは、間接的に機械学習やコンピュータビジョンモデルの開発プロセスを加速させることを意味し、追加の反復や実験のために多くの時間とリソースを割くことができます。
• 適応性: 不確実またはエッジケースのサンプルを反復することで、学習データを継続的に改善できるため、動的または進化するデータセットに適しています。

アクティブラーニングとAutoMLは連携可能#

Automated Machine Learning (AutoML)は、機械学習モデルの構築とデプロイに関わる、時間のかかる反復的なタスクの自動化に焦点を当てています。モデル選択やパフォーマンス評価などのタスクを自動化することで機械学習ワークフローを簡素化し、手動による作業の必要性を減らします。

アクティブラーニングと統合されると、AutoMLはモデル開発のライフサイクルを加速および最適化できます。アクティブラーニングのコンポーネントがラベル付けのために最も情報量の多いデータポイントを戦略的に選択する一方で、AutoMLはアーキテクチャやパラメータの選択、チューニングを自動化してモデルを洗練させます。

Fig 4. AutoMLワークフロー。

このテクノロジーの組み合わせを例を使って理解しましょう。

medical imagingで稀な疾患を検出しようとしていると仮定します（ラベル付けされたデータセットが限られており、取得に費用がかかるユースケースです）。アクティブラーニングは、モデルが分類に失敗する、X線画像の微小な変化などの不確実なデータを特定して選択することができます。その後、モデルの理解を向上させるために、不確実なデータを手動アノテーションの優先対象にすることができます。

アノテーション済みのデータを使用することで、AutoMLはさまざまなアーキテクチャ、ハイパーパラメータ、その他のデータ拡張技術を探索してモデルを最適化できます。この反復プロセスにより、ヘルスケアの専門家が正確な診断を下すのを支援するUltralytics YOLO11のような信頼性の高いビジョンモデルの開発が加速します。

アクティブラーニングの課題#

アクティブラーニングとその手法には数多くの利点がありますが、これらの戦略を実装する際には考慮すべき点がいくつかあります。

• クエリ戦略の選択: アクティブラーニングには多くの手法が含まれており、最善の方法を選択することがモデルの有効性に大きく影響します。不適切な戦略を選択すると、特定のアプリケーションにおけるモデルのパフォーマンスが低下する可能性があります。
• 再学習コスト: アクティブラーニングの反復的な性質上、特に大規模なデータセットでは高価な計算リソースが必要になります。モデルはラベル付けラウンドのたびに再学習されるため、複雑さが増します。
• 初期モデルの品質: アクティブラーニングの有効性は、初期モデルの品質に依存します。パフォーマンスの低い初期モデルでは、情報量の多いデータポイントを正確に特定できず、標準以下のラベル要求につながり、全体的なパフォーマンスが低下する可能性があります。

アクティブラーニングとAutoMLの今後の展望#

AIとコンピュータビジョンの最近の進歩により、アクティブラーニングはより複雑な課題に取り組み、機械学習のワークフローを効率化する準備が整っています。アクティブラーニングをフェデレーション学習や自己教師あり学習のような手法と組み合わせることで、ビジョンモデルの効率とスケーラビリティをさらに向上させることができます。

Federated learningを使用すると、データを元の場所から移動させることなく、分散フレームワークを備えた複数のデバイスやサーバーにわたってモデルをトレーニングできます。データのプライバシーが重要視されるヘルスケアなどの業界を考慮すると、フェデレーション学習により、機密性の高いローカルデータを安全に保ちながら、そのデータで直接トレーニングすることが可能になります。生データを共有する代わりに、モデルの更新やインサイトのみが共有されるため、プライベート情報が保護されつつトレーニングプロセスに貢献することができます。

一方、self-supervised learningは、ラベルなしデータでモデルを事前トレーニングすることで、ラベル付きデータの必要性を減らすのに役立ちます。このプロセスにより、モデルの強力な基盤が構築されます。その後、アクティブラーニングは人間によるアノテーションのために最も重要なデータ点を特定して選択することでこれを基盤にし、モデルをさらに洗練させます。

アクティブラーニングからアクティブなインパクトへ#

アクティブラーニングは、データアノテーションの高コストや、より正確なモデルの必要性といった、コンピュータビジョンの主要な課題に取り組むための実用的な方法を提供します。最も価値のあるデータポイントにのみラベルを付けることに集中することで、人間の労力を減らしながらモデルのパフォーマンスを向上させます。

AutoMLのようなテクノロジーと組み合わせることで、アクティブラーニングは時間のかかるタスクを自動化し、モデル開発を合理化します。進歩が続くにつれ、アクティブラーニングは、よりスマートで効率的なコンピュータビジョンシステムを構築するための不可欠なツールになるでしょう。

AIとコンピュータビジョンモデルの詳細については、GitHub repositoryをご覧いただき、communityにご参加ください。ソリューションページでcomputer vision in manufacturingおよびhealthcareのその他のアプリケーションをご覧ください。また、licensing optionsを確認して、今すぐビジョンAIの旅を始めましょう。