Few-Shot学習、Zero-Shot学習、転移学習を理解する

人工知能（AI）システムは、最小限の人間の入力で、顔認識、画像分類、自動車の運転などの複雑なタスクに対応できます。AIシステムは、データを分析してパターンを認識し、そのパターンを使って予測や判断を行います。AIが進歩するにつれて、AIモデルが学習、適応し、驚くほど効率的にタスクを実行する方法は、ますます高度になっています。

例えば、コンピュータービジョンは、機械が現実世界の視覚情報を解釈して理解できるようにすることに焦点を当てたAIの分野です。従来のコンピュータービジョンモデルの開発では、トレーニングに大規模なアノテーション付きデータセットが大きく依存します。このようなデータの収集とラベリングには、多くの時間とコストがかかります。

こうした課題に対処するため、研究者は、限られた例から学習するfew-shot学習（FSL）、未知のオブジェクトを識別するzero-shot学習（ZSL）、事前学習済みモデルの知識を新しいタスクに適用する転移学習（TL）など、革新的なアプローチを導入してきました。

この記事では、これらの学習パラダイムの仕組みを説明し、主な違いを明らかにするとともに、実世界での応用例を紹介します。早速始めましょう。

学習パラダイムの概要#

コンピュータービジョンにおけるfew-shot学習、zero-shot学習、転移学習とは何か、またその仕組みについて説明します。

Few-shot学習#

Few-shot学習は、少数の例だけを使って新しいオブジェクトを認識できるようにシステムを学習させる手法です。例えば、ペンギン、ペリカン、ツノメドリの写真を数枚モデルに見せるとします。この小さなグループは「サポートセット」と呼ばれ、モデルはこれらの鳥がどのような姿をしているかを学習します。

その後、ペンギンなどの新しい画像をモデルに見せると、モデルはその新しい画像をサポートセット内の画像と比較し、最も近いものを選びます。大量のデータを収集することが難しい場合、この手法は有効です。少数の例だけでも、システムは学習して適応できるためです。

図1. Few-shot学習の仕組みの概要。

Zero-shot学習#

Zero-shot学習は、対象の例を必要とせず、機械が一度も見たことのないものを認識できるようにする手法です。説明などの意味情報を使って、関連付けを行います。

例えば、機械が「小さくてふわふわしている」「大きな野生のネコ」「長い顔」などの特徴を理解することで、ネコ、ライオン、馬といった動物について学習したとします。この知識を使えば、トラなどの新しい動物を識別できます。トラを一度も見たことがなくても、「暗い縞模様のあるライオンに似た動物」という説明を使って正しく識別できます。これにより、機械は大量の例を必要とせず、より簡単に学習して適応できるようになります。

図2. Zero-shot学習は説明を使って新しいオブジェクトを識別します。

転移学習#

転移学習は、あるタスクで学習した内容を、類似する新しいタスクの解決に役立てる学習パラダイムです。この手法は、オブジェクト検出、画像分類、パターン認識などのコンピュータービジョンタスクで特に有効です。

例えば、コンピュータービジョンでは、事前学習済みモデルが動物などの一般的なオブジェクトを認識し、その後、転移学習によるファインチューニングで、さまざまな犬種などの特定の対象を識別できるようにします。以前のタスクで得た知識を再利用することで、転移学習は、より小規模なデータセットでコンピュータービジョンモデルをトレーニングしやすくし、時間と労力を削減します。

図3。転移学習の仕組みの概要。

どのようなモデルが転移学習に対応しているのか、疑問に思うかもしれません。Ultralytics YOLO11は、これを実行できるコンピュータービジョンモデルの好例です。これは最先端のオブジェクト検出モデルで、まず大規模かつ汎用的なデータセットで事前学習されます。その後、特定のタスクに向けて、より小規模で専門的なデータセットを使ってファインチューニングやカスタムトレーニングを行えます。

学習パラダイムの比較#

few-shot学習、zero-shot学習、転移学習について説明したところで、それぞれの違いを比較してみましょう。

図4. few-shot学習、zero-shot学習、転移学習の主な違い。画像：著者。

few-shot学習は、ラベル付きデータが少量しかない場合に有効です。AIモデルは、わずかな例から学習できます。一方、zero-shot学習では、ラベル付きデータは必要ありません。代わりに、説明やコンテキストを使って、システムが新しいタスクに対応できるようにします。転移学習は、事前学習済みモデルの知識を利用する別のアプローチであり、追加データが最小限でも新しいタスクに迅速に適応できます。各手法には、扱うデータとタスクの種類に応じた独自の強みがあります。

さまざまな学習パラダイムの実世界での応用#

これらの学習パラダイムは、すでに多くの分野で変化をもたらし、革新的なソリューションによって複雑な問題を解決しています。実世界でどのように応用できるのか、詳しく見ていきましょう。

Few-shot学習による希少疾患の診断#

few-shot学習は、特に医用画像の分野で、医療業界に大きな変化をもたらしています。大量のデータを必要とせず、わずかな例や説明だけで、医師による希少疾患の診断を支援できます。希少疾患の大規模なデータセットを収集することは難しい場合が多いため、データが限られている状況で特に有用です。

例えば、SHEPHERDは、few-shot学習と生物医学知識グラフを使って希少な遺伝性疾患を診断します。症状や検査結果などの患者情報を、既知の遺伝子と疾患のネットワークにマッピングします。これにより、データが限られている場合でも、考えられる遺伝的原因を特定し、類似症例を見つけられます。

図5. Shepherdモデルは最小限のデータで希少疾患を診断します。

Zero-shot学習による植物病害検出の改善#

農業では、植物の病害を迅速に特定することが不可欠です。検出の遅れは、作物への広範な被害、収量の減少、大きな経済的損失につながる可能性があるためです。従来の手法は、大規模なデータセットと専門知識に依存することが多く、特に遠隔地やリソースが限られた地域では、必ずしも利用できるとは限りません。そこで、zero-shot学習などのAIの進歩が役立ちます。

農家がトマトとジャガイモを栽培していて、葉の黄変や茶色い斑点などの症状に気付いたとします。zero-shot学習を使えば、大規模なデータセットがなくても、疫病などの病害を特定できます。症状の説明を使うことで、モデルはこれまで見たことのない病害を分類できます。このアプローチは高速でスケーラブルであり、農家はさまざまな植物の問題を検出できます。作物の健康状態をより効率的に監視し、適時に対策を講じ、損失を削減するのに役立ちます。

図6。Zero-shot学習による植物病害の識別。

自動運転車と転移学習#

自動運転車は、安全に走行するために、さまざまな環境に適応する必要があります。転移学習により、トレーニングを最初からやり直すことなく、既存の知識を使って新しい条件に迅速に適応できます。視覚情報の解釈に役立つコンピュータービジョンと組み合わせることで、これらの技術は異なる地形や気象条件におけるよりスムーズな走行を可能にし、自動運転をより効率的で信頼性の高いものにします。

実用例として、駐車場管理システムでUltralytics YOLO11を使って駐車スペースを監視する方法があります。事前学習済みのオブジェクト検出モデルであるYOLO11は、転移学習によるファインチューニングで、空いている駐車スペースと使用中の駐車スペースをリアルタイムに識別できます。駐車場の画像で構成された、より小規模なデータセットでモデルをトレーニングすると、空きスペース、満車のスペース、さらには予約エリアまで正確に検出できるようになります。

図7。Ultralytics YOLO11による駐車場管理。

他の技術と統合することで、このシステムは利用可能な最寄りのスペースへドライバーを案内し、検索時間と交通渋滞の削減に役立ちます。転移学習では、Ultralytics YOLO11が既に備えているオブジェクト検出機能を基盤として利用するため、トレーニングを最初からやり直すことなく、駐車場管理の具体的なニーズに適応できます。このアプローチは時間とリソースを節約しながら、駐車場運用を改善し、全体的なユーザー体験を向上させる、非常に効率的でスケーラブルなソリューションを実現します。

学習パラダイムにおける新たなトレンド#

コンピュータービジョンにおける学習パラダイムの将来は、よりインテリジェントで持続可能なビジョンAIシステムの開発へと向かっています。特に注目されるトレンドの一つが、few-shot学習、zero-shot学習、転移学習を組み合わせたハイブリッドアプローチの利用です。これらの手法の強みを組み合わせることで、モデルは最小限のデータで新しいタスクを学習し、異なる分野に知識を適用できます。

興味深い例として、適応型ディープ埋め込みを使い、過去のタスクの知識と少量の新しいデータでモデルをファインチューニングする方法があります。これにより、限られたデータセットでも扱いやすくなります。

同様に、X-shot学習は、データ量が異なるタスクに対応できるように設計されています。モデルが限られたラベルやノイズの多いラベルから学習する弱教師学習と、明確な指示を使うことで、利用可能な事前例が少ない、あるいはまったくない場合でも迅速に適応できるようにします。これらのハイブリッドアプローチは、異なる学習手法を統合することで、AIシステムが課題により効果的に取り組めることを示しています。

主なポイント#

few-shot学習、zero-shot学習、転移学習は、それぞれコンピュータービジョンにおける特定の課題に対応しており、異なるタスクに適しています。適切なアプローチは、具体的な用途と利用可能なデータ量によって異なります。例えば、few-shot学習は限られたデータで有効であり、zero-shot学習は未知のクラスや見慣れないクラスへの対応に適しています。

今後は、これらの手法を組み合わせ、ビジョン、言語、音声を統合したハイブリッドモデルを作成することが、重要な焦点になると考えられます。こうした進歩により、AIシステムはより柔軟かつ効率的になり、複雑な問題に対応できるようになることで、この分野におけるイノベーションの新たな可能性が開かれます。

私たちのコミュニティに参加し、私たちのGitHubリポジトリを確認して、AIについてさらに詳しく学びましょう。自動運転車におけるAIと農業におけるコンピュータービジョンが未来をどのように変革しているかをご覧ください。利用可能なYOLOライセンスの選択肢を確認して、始めましょう。