アクティブラーニングでコンピュータビジョン開発を高速化

コンピュータービジョンモデルのトレーニングは、子どもに色の認識を教えることにとてもよく似ています。まず、色の付いた物体を集める必要があります。次に、子どもがそれぞれの色を正しく識別できるように導きますが、この作業には多くの場合、時間と手間がかかり、繰り返しも必要です。

子どもが学習するために多くの例を必要とするのと同じように、ビジョンモデルが画像内のパターンや物体を認識するには、大量のラベル付きデータが必要です。しかし、大量のデータにラベルを付けるには、多くの時間と労力がかかり、リソースも必要です。アクティブラーニングなどの技術は、このプロセスの簡略化に役立ちます。

アクティブラーニングは、大規模なデータセットから最も重要なデータを選択してラベル付けする段階的なプロセスです。モデルはこのラベル付きデータから学習し、より正確かつ効果的になります。価値の高いデータだけに焦点を当てることで、必要なラベル付けの量を減らし、モデル開発を高速化できます。

この記事では、アクティブラーニングがモデルのトレーニングにどのように役立つか、ラベル付けのコストをどのように削減するか、そしてモデル全体の精度をどのように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、コンピュータービジョンモデルやディープラーニングモデルの基盤です。ImageNetなどの有名なデータセットには、多様な物体カテゴリーの画像が数百万枚収録されています。しかし、このような膨大な量の高品質なデータセットを作成し、維持するには、さまざまな課題があります。

たとえば、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、具体的な用途によってはプロセスが困難になります。増え続ける画像データセットの需要に対応するには、革新的でより効率的なソリューションが必要です。まさにそれを解決することを目指しているのがアクティブラーニングです。

アクティブラーニングは、データのラベル付けプロセスを最適化することで、理想的なソリューションを提供します。アノテーションに最も有用なデータポイントを戦略的に選択することで、ラベル付けの作業を最小限に抑えながら、モデルの性能を最大化します。

アクティブラーニングとは何ですか？#

アクティブラーニングは、大量の未ラベルデータからラベル付けする最も重要なデータポイントをモデルが選択する、反復型の機械学習手法です。選択されたデータポイントには手動でラベルが付けられ、トレーニングデータセットに追加されます。

次に、更新されたデータセットでモデルを再トレーニングし、ラベル付けする次のデータポイント群を選択します。このプロセスを繰り返し、最も有用なデータポイントに焦点を当てることで、モデルは継続的に改善されます。モデルが目標の精度に達するか、事前に設定したラベル付け基準を満たすまで、このサイクルは続きます。

図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の手法が、どのデータポイントに手動でラベルを付ける必要があるか、また次にどのデータポイントにラベルを付けるかをどのように決定するのか、疑問に思われるかもしれません。テスト勉強にたとえると、アクティブラーニングの仕組みを理解しやすくなります。つまり、自信のないトピックに集中し、十分に準備するためにさまざまな科目も確実にカバーします。

初期のデータ選択プロセスでは、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ベースのサンプリングなどの戦略を使用します。不確実性サンプリングは、モデルの予測に対する確信度が最も低いデータポイントを優先し、難しいケースでの精度向上を目指します。多様性ベースのサンプリングは、幅広い特徴をカバーするデータポイントを選択します。これにより、多様な例に触れさせ、未知のデータに対してもモデルが適切に一般化できるようにします。

図2. 不確実性サンプリング（左側）と多様性ベースのサンプリング（右側）。

初期データの選択後、アクティブラーニングはラベル付け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つの主要な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へ集中させる方法に似ています。

プールベースサンプリングでは、モデルが未ラベルデータの大きなプールをスキャンし、ラベル付けする最も難しい、または有用な例を選択します。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に似ています。一方、ストリームベースサンプリングでは、モデルはデータが到着するたびに処理し、ラベルを付けるかスキップするかを判断します。これは、生徒が行き詰ま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トレーニングセットに追加され、モデルが再トレーニングされるため、反復するたびに着実に改善されます。

アクティブラーニングの活用例を探る#

アクティブラーニングは、医療画像や自動運転などのコンピュータービジョンアプリケーションで重要な役割を果たし、モデルの精度を向上させながらデータのラベル付けプロセスを効率化します。興味深い例として、低照度や霧の状況で歩行者や物体を検出する自動運転車に使用されるコンピュータービジョンモデルがあります。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、精度を高められます。

具体的には、アクティブラーニングを使用して、このようなシナリオから不確実性の高いデータやフレームを特定し、選択的にラベル付けできます。これらのラベル付きの例をトレーニングセットに追加することで、悪天候時や夜間の運転など、困難な環境における歩行者や物体をモデルがより適切に認識できるようになります。

たとえば、NVIDIAはアクティブラーニングを使用して、自動運転モデルにおける夜間の歩行者検出を改善しました。特に困難なシナリオで、トレーニングに最も有用なデータを戦略的に選択することで、モデルの性能が大幅に向上します。

図3. アクティブラーニングを使用した傘を差す歩行者の検出。

アクティブラーニングでラベル付けコストを削減できます#

アクティブラーニングのもう1つの重要な側面は、ラベル付けコストを削減できる可能性です。データセット全体にアノテーションを付けるのではなく、最も重要なデータポイントだけに焦点を当てることで、これを実現します。この対象を絞ったアプローチにより、時間、労力、費用を節約できます。不確実性の高いサンプルや多様なサンプルに集中することで、モデルの高い精度を維持しながら、必要なアノテーション数を減らせます。

実際、研究によると、アクティブラーニングは性能を犠牲にすることなくラベル付けコストを40～60%削減できます。これは、データのラベル付けに費用がかかる医療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略化することで、企業は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できます。

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には、次のような重要なメリットもあります。

• クラス不均衡への対応：アクティブラーニングは、少数派クラスのデータに属する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への対応に役立ちます。データが限られたまれなシナリオでも、モデルの性能を向上させられます。
• 開発サイクルの高速化：ラベル付けするデータを減らすことは、機械学習モデルやコンピュータービジョンモデルの開発プロセスを間接的に加速することを意味し、追加の反復や実験により多くの時間とリソースを使えるようになります。
• 適応性：不確実性の高いサンプルやエッジケースのサンプルを反復処理することでトレーニングデータを継続的に改善できるため、動的に変化するデータセットや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は連携できます#

自動機械学習（AutoML）は、機械学習モデルの構築とデプロイに伴う、時間のかかる反復的なタスクの自動化に重点を置いています。モデルの選択や性能評価などのタスクを自動化することで、機械学習のワークフローを簡略化し、手作業の必要性を減らします。

AutoMLをアクティブラーニングと統合すると、モデル開発ライフサイクルを高速化し、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は、ラベル付けに最も有用なデータポイントを戦略的に選択します。一方、AutoMLはアーキテクチャ、パラメーター、チューニングの選択を自動化してモデルを改良します。

図4. AutoMLワークフロー。

この技術の組み合わせについて、例を使って理解しましょう。

ラベル付きデータセットが限られており、入手にも費用がかかるユースケースである医療画像から、まれな病状を検出しようとしているとします。アクティブラーニングは、モデルが分類できないX線画像の微細な変化など、不確実性の高いデータを特定して選択できます。その後、不確実性の高いデータを手動アノテーションの対象として優先し、モデルの理解を向上させます。

アノテーション済みデータを使用して、AutoMLはさまざまなアーキテクチャ、ハイパーパラメーター、その他のデータ拡張技術を探索し、モデルを最適化できます。この反復プロセスにより、医療従事者が正確な診断を行うのに役立つUltralytics YOLO11のような、信頼性の高いビジョンモデルの開発を高速化できます。

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技術には多くのメリットがありますが、これらの戦略を実装する際には、いくつか留意すべき点があります。

• 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あり、最適な手法の選択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、特定の用途におけるモデルの性能が低下する可能性があります。
• 再トレーニングのコスト：アクティブラーニングは反復的な性質を持つため、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です。ラベル付けを行うたびにモデルを再トレーニングするため、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左右されます。性能の低い初期モデルでは、有用なデータポイントを正確に特定できず、不適切なラベル付け要求につながり、全体的な性能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#

AIとコンピューター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、機械学習ワークフローを効率化できるようになります。アクティブラーニングを連合学習や自己教師あり学習などの技術と組み合わせることで、ビジョンモデルの効率性とスケーラビリティをさらに高められます。

連合学習を使用すると、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によって複数のデバイスやサーバー上でモデルをトレーニングできます。データプライバシーが重要な医療などの業界では、連合学習により、機密性の高いローカルデータを安全に保ちながら、そのデータ上で直接トレーニングできます。生データを共有する代わりに、モデルの更新情報や洞察だけを共有するため、トレーニングプロセスに貢献しながら個人情報を保護できます。

一方、自己教師あり学習は、未ラベル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します。このプロセスによって、モデルの強固な基盤が作られます。その後、アクティブラーニングが最も重要なデータポイントを特定して選択し、人間によるアノテーションを行うことで、モデルをさらに改良できます。

アクティブラーニングからアクティブな成果へ#

アクティブラーニングは、データアノテーションの高いコストや、より正確なモデルの必要性など、コンピュータービジョンにおける大きな課題に取り組むための実用的な方法です。最も価値の高いデータポイントだけにラベルを付けることに集中することで、人間に必要な作業を減らしながら、モデルの性能を高めます。

AutoMLなどの技術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、モデル開発を効率化します。進歩が続くにつれて、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ー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とコンピュータービジョンモデルについて詳しく学ぶには、GitHubリポジトリをご覧いただき、コミュニティにご参加ください。ソリューションページでは、製造業におけるコンピュータービジョンと医療におけるコンピュータービジョンの活用例をさらにご覧いただけます。また、ビジョンAIを始めるために、ライセンスオプションもご確認ください。