フューショット、ゼロショット、および転移学習の理解

人工知能（AI）システムは、顔認識、画像分類、自動運転といった複雑なタスクを、最小限の人的介入で処理できます。AIは、データを学習し、パターンを認識し、そのパターンを使用して予測や意思決定を行うことでこれを実現しています。AIが進化するにつれ、AIモデルが驚異的な効率で学習、適応し、タスクを実行する洗練された手法がますます増えています。

例えば、コンピュータビジョンは、機械が世界からの視覚情報を解釈・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ビジョンモデルの開発は、トレーニングのために大規模でアノテーション済みのデータセットに大きく依存していました。このようなデータを収集しラベル付けする作業は、時間とコストがかかる場合があります。

これらの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）、および学習済みモデルの知識を新しいタスクに応用する転移学習（TL）といった革新的なアプローチを導入しました。

本記事では、これらの学習パラダイムの仕組みを探り、主な違いを明確にし、現実世界での応用例を見ていきます。それでは始めましょう！

Link to this section学習パラダイムの概要#

コンピュータビジョンの観点から、Few-shot学習、Zero-shot学習、転移学習とは何か、そしてそれらがどのように機能するのかを探ります。

Link to this sectionFew-shot学習#

Few-shot学習は、システムがごく少数の例を使用して新しいオブジェクトを認識できるようになる手法です。例えば、ペンギン、ペリカン、パフィンの写真をいくつかモデルに見せると（この小さなグループを「サポートセット」と呼びます）、モデルはこれらの鳥がどのような見た目かを学習します。

その後、ペンギンのような新しい写真をモデルに見せると、モデルはその新しい写真とサポートセット内の写真を比較し、最も近い一致を選択します。大量のデータを収集することが困難な場合、システムが少数の例だけで学習および適応できるため、この手法は有益です。

Fig 1. Few-shot学習の仕組みの概要。

Link to this sectionZero-shot学習#

Zero-shot学習は、機械がこれまで見たことのないものを、その例を必要とせずに認識するための手法です。記述などの意味情報を使用して、関連付けを構築します。

例えば、機械が「小さくてふわふわしている」、「大きな野生のネコ科動物」、「長い顔」といった特徴を理解することで、猫、ライオン、馬のような動物について学習済みであれば、その知識を使って虎のような新しい動物を識別できます。これまで虎を見たことがなくても、「暗い縞模様のあるライオンのような動物」という記述を使って正しく識別できるのです。これにより、機械は大量の例を必要とせずに学習および適応することが容易になります。

Fig 2. Zero-shot学習は記述を使用して新しいオブジェクトを識別します。

Link to this section転移学習#

転移学習は、あるタスクで学習した内容を利用して、類似した新しいタスクの解決を支援する学習パラダイムです。この技術は、物体検出、画像分類、パターン認識といったコンピュータビジョンタスクにおいて特に有用です。

例えばコンピュータビジョンでは、学習済みモデルが動物のような一般的なオブジェクトを認識できるようにし、その後転移学習を通じてファインチューニングを行うことで、特定の犬種などを識別できるようにします。初期のタスクからの知識を再利用することで、転移学習はより小さなデータセットでコンピュータビジョンモデルを簡単にトレーニングできるようになり、時間と労力を節約できます。

Fig 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をサポート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ビジョンモデルの素晴らしい例です。これは、最初から大規模な汎用データセットで事前トレーニングされた最先端の物体検出モデルです。その後、ファインチューニングを行い、特定のタスク向けにより小さく専門的なデータセットでカスタムトレーニングを行うことができます。

Link to this section学習パラダイムの比較#

Few-shot学習、Zero-shot学習、および転移学習について説明しましたので、これらを比較して違いを見てみましょう。

Fig 4. Few-shot、Zero-shot、および転移学習の主な違い。画像提供：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役立ちます。AIモデルがわずかな例から学習することを可能にします。一方、Zero-shot学習はラベル付きデータを必要としません。その代わり、記述やコンテキストを使用してシステムが新しいタスクを処理するのを助けます。その間、転移学習は事前トレーニング済みモデルからの知識を使用することで異なるアプローチを取り、最小限の追加データで新しいタスクに迅速に適応できるようにします。各手法には、取り組んでいるデータやタスクの種類に応じた独自の強みがあります。

Link to this sectionさまざまな学習パラダイムの現実世界での応用#

これらの学習パラダイムは、すでに多くのセクターで違いを生み出しており、革新的なソリューションで複雑な問題を解決しています。これらが現実世界でどのように応用できるかを詳しく見てみましょう。

Link to this sectionFew-shot学習による希少疾患の診断#

Few-shot学習は、特に医療画像においてヘルスケア分野のゲームチェンジャーです。医師が、大規模なデータを必要とせず、いくつかの例や記述のみを使用して希少疾患を診断するのを助けることができます。これは、データの収集が困難な希少疾患において大規模データセットを収集することが難しいため、データが限られている場合に特に役立ちます。

例えば、SHEPHERDは、Few-shot学習と生物医学知識グラフを使用して希少遺伝性疾患を診断します。患者の症状や検査結果などの情報を、既知の遺伝子や疾患のネットワーク上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、可能性の高い遺伝的要因を特定し、類似の症例を見つけるのに役立ちます。

Fig 5. Shepherdモデルは最小限のデータを使用して希少疾患を診断します。

Link to this sectionZero-shot学習による植物病害検出の改善#

農業において、植物の病気を迅速に特定することは不可欠です。検出が遅れると、広範囲の作物被害、収穫量の減少、多額の経済的損失につながる可能性があるからです。従来の手法は大規模データセットと専門家の知識に依存することが多く、特に遠隔地や資源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。ここで、Zero-shot学習のようなAIの進歩が重要となります。

ある農家がトマトとジャガイモを栽培しており、葉の黄変や褐斑といった症状に気づいたとします。Zero-shot学習は、大規模データセットを必要とせずにジャガイモ疫病のような病気を特定するのに役立ちます。症状の記述を使用することで、モデルはこれまで見たことのない病気を分類できます。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。これにより、農家はより効率的に作物の健康状態を監視し、タイムリーな対策を講じ、損失を削減できます。

Fig 6 植物病害を識別するためにZero-shot学習を使用。

Link to this section自動運転車両と転移学習#

自動運転車両は、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。転移学習は、事前の知識を使用して、ゼロからトレーニングを開始することなく新しい条件に迅速に調整するのに役立ちます。車両が視覚情報を解釈するのを助けるコンピュータビジョンと組み合わせることで、これらの技術はさまざまな地形や天候条件での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。

この好例は、Ultralytics YOLO11を使用して駐車スペースを監視する駐車管理システムです。事前トレーニング済みの物体検出モデルであるYOLO11は、転移学習を使用してファインチューニングを行うことで、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で識別できます。駐車場画像のより小さなデータセットでモデルをトレーニングすることで、空きスペース、満車の場所、さらには予約エリアを正確に検出することを学習します。

Fig 7 Ultralytics YOLO11を使用した駐車管理。

他の技術と統合されたこのシステムは、ドライバーを最寄りの空きスペースに誘導し、検索時間と交通渋滞の削減を支援します。転移学習は、YOLO11の既存の物体検出機能をベースにすることでこれを可能にし、ゼロから始めることなく駐車管理の特定のニーズに適応できるようにします。このアプローチにより、時間とリソースを節約しながら、駐車業務を改善し、全体的なユーザーエクスペリエンスを向上させる、非常に効率的でスケーラブルなソリューションを作成できます。

Link to this section学習パラダイムの新たなトレンド#

コンピュータビジョンにおける学習パラダイムの未来は、よりインテリジェントで持続可能なビジョンAIシステムの開発に向かっています。特に、Few-shot学習、Zero-shot学習、および転移学習を組み合わせたハイブリッドアプローチの使用が増加しています。これらの手法の強みを融合させることで、モデルは最小限のデータで新しいタスクを学習し、異なる領域に知識を適用できるようになります。

興味深い例として、適応型ディープ埋め込みを使用して、以前のタスクからの知識と少量の新しいデータを使用してモデルをファインチューニングし、限られたデータセットでの作業を容易にする手法があります。

同様に、X-shot学習は、さまざまなデータ量のタスクを処理するように設計されています。これは、限られたラベルやノイズの多いラベルからモデルが学習する弱教師あり学習と、明確な指示を利用して、以前の例がほとんどまたは全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が、AIシステムが課題に効果的に取り組むためにどのように役立つかを示しています。

Link to this section重要なポイント#

Few-shot学習、Zero-shot学習、および転移学習はそれぞれ、コンピュータビジョンにおける特定の課題に対処しており、異なるタスクに適しています。適切なアプローチは、特定のアプリケーションと利用可能なデータの量によって異なります。例えば、Few-shot学習はデータが限られている場合にうまく機能し、一方、Zero-shot学習は未知のクラスや馴染みのないクラスを扱うのに最適です。

今後は、これらの手法を組み合わせて、視覚、言語、音声を統合するハイブリッドモデルを作成することが重要な焦点となるでしょう。これらの進歩は、AIシステムをより柔軟で効率的、かつ複雑な問題に取り組めるものにすることを目指しており、この分野におけるイノベーションへの新たな可能性を切り開いています。

コミュニティに参加し、GitHubリポジトリをチェックして、AIについての詳細を探求しましょう。自動運転車におけるAIや農業におけるコンピュータビジョンがどのように未来を再構築しているかを学びましょう。開始するには、利用可能なYOLOライセンスオプションをチェックしてください！