Compreender a aprendizagem com poucos exemplos, sem exemplos e por transferência

Os sistemas de inteligência artificial (AI) conseguem realizar tarefas complexas, como reconhecer rostos, classificar imagens e conduzir automóveis, com um mínimo de intervenção humana. Fazem isso estudando dados, reconhecendo padrões e usando esses padrões para fazer previsões ou tomar decisões. À medida que a AI avança, testemunhamos formas cada vez mais sofisticadas de os modelos de AI aprenderem, se adaptarem e realizarem tarefas com uma eficiência impressionante.

Por exemplo, a visão computacional é um ramo da AI que se concentra em permitir que as máquinas interpretem e compreendam informações visuais do mundo. O desenvolvimento tradicional de modelos de visão computacional depende fortemente de grandes conjuntos de dados anotados para o treino. Recolher e etiquetar esses dados pode consumir muito tempo e ser dispendioso.

Para enfrentar estes desafios, os investigadores introduziram abordagens inovadoras, como a aprendizagem few-shot (FSL), que aprende a partir de exemplos limitados; a aprendizagem zero-shot (ZSL), que identifica objetos nunca vistos; e a aprendizagem por transferência (TL), que aplica conhecimentos de modelos pré-treinados a novas tarefas.

Neste artigo, vamos explorar como funcionam estes paradigmas de aprendizagem, destacar as suas principais diferenças e analisar aplicações no mundo real. Vamos começar!

Uma visão geral dos paradigmas de aprendizagem#

Vamos explorar o que são a aprendizagem few-shot, a aprendizagem zero-shot e a aprendizagem por transferência no contexto da visão computacional, e como funcionam.

Aprendizagem few-shot#

A aprendizagem few-shot é um método em que os sistemas aprendem a reconhecer novos objetos usando apenas um pequeno número de exemplos. Por exemplo, se mostrares a um modelo algumas imagens de um pinguim, de um pelicano e de um papagaio-do-mar (este pequeno grupo é chamado de "conjunto de suporte"), ele aprende como são estas aves.

Mais tarde, se mostrares ao modelo uma nova imagem, como a de um pinguim, ele compara essa nova imagem com as do seu conjunto de suporte e escolhe a correspondência mais próxima. Quando é difícil recolher uma grande quantidade de dados, este método é vantajoso porque o sistema consegue continuar a aprender e a adaptar-se usando apenas alguns exemplos.

Fig. 1 Uma visão geral de como funciona a aprendizagem few-shot.

Aprendizagem zero-shot#

A aprendizagem zero-shot é uma forma de as máquinas reconhecerem coisas que nunca viram antes sem precisarem de exemplos dessas coisas. Usa informações semânticas, como descrições, para ajudar a estabelecer ligações.

Por exemplo, se uma máquina tiver aprendido sobre animais como gatos, leões e cavalos através da compreensão de características como “pequeno e peludo”, “grande felino selvagem” ou “rosto comprido”, poderá usar esse conhecimento para identificar um novo animal, como um tigre. Mesmo que nunca tenha visto um tigre, pode usar uma descrição como “um animal parecido com um leão e com riscas escuras” para o identificar corretamente. Isto facilita a aprendizagem e a adaptação das máquinas sem a necessidade de muitos exemplos.

Fig. 2 A aprendizagem zero-shot identifica novos objetos através de descrições.

Aprendizagem por transferência#

A aprendizagem por transferência é um paradigma de aprendizagem em que um modelo usa o que aprendeu numa tarefa para ajudar a resolver uma tarefa nova semelhante. Esta técnica é especialmente útil em tarefas de visão computacional, como deteção de objetos, classificação de imagens e reconhecimento de padrões.

Por exemplo, na visão computacional, um modelo pré-treinado pode reconhecer objetos gerais, como animais, e depois ser ajustado através da aprendizagem por transferência para identificar tipos específicos, como diferentes raças de cães. Ao reutilizar conhecimentos de tarefas anteriores, a aprendizagem por transferência facilita o treino de modelos de visão computacional em conjuntos de dados menores, poupando tempo e esforço.

Fig. 3. Uma visão geral de como funciona a aprendizagem por transferência.

Podes estar a perguntar-te que tipos de modelos são compatíveis com a aprendizagem por transferência. O Ultralytics YOLO11 é um excelente exemplo de um modelo de visão computacional capaz de fazer isso. É um modelo de deteção de objetos de última geração, inicialmente pré-treinado num conjunto de dados grande e geral. Depois, pode ser ajustado e treinado de forma personalizada num conjunto de dados menor e especializado para tarefas específicas.

Comparação dos paradigmas de aprendizagem#

Agora que falámos sobre a aprendizagem few-shot, a aprendizagem zero-shot e a aprendizagem por transferência, vamos compará-las para ver em que diferem.

Fig. 4. Principais diferenças entre a aprendizagem few-shot, zero-shot e por transferência. Imagem do autor.

A aprendizagem few-shot é útil quando tens apenas uma pequena quantidade de dados etiquetados. Permite que um modelo de AI aprenda a partir de apenas alguns exemplos. A aprendizagem zero-shot, por outro lado, não requer dados etiquetados. Em vez disso, usa descrições ou contexto para ajudar o sistema a lidar com novas tarefas. Já a aprendizagem por transferência adota uma abordagem diferente, usando conhecimentos de modelos pré-treinados para permitir que estes se adaptem rapidamente a novas tarefas com o mínimo de dados adicionais. Cada método tem os seus próprios pontos fortes, dependendo do tipo de dados e da tarefa em que estás a trabalhar.

Aplicações reais de vários paradigmas de aprendizagem#

Estes paradigmas de aprendizagem já estão a fazer a diferença em muitos setores, resolvendo problemas complexos com soluções inovadoras. Vamos analisar mais de perto como podem ser aplicados no mundo real.

Diagnóstico de doenças raras com aprendizagem few-shot#

A aprendizagem few-shot é revolucionária no setor da saúde, especialmente em imagiologia médica. Pode ajudar os médicos a diagnosticar doenças raras usando apenas alguns exemplos ou até descrições, sem precisar de grandes quantidades de dados. Isto é especialmente útil quando os dados são limitados, o que acontece frequentemente porque pode ser difícil recolher grandes conjuntos de dados sobre doenças raras.

Por exemplo, o SHEPHERD usa aprendizagem few-shot e grafos de conhecimento biomédico para diagnosticar doenças genéticas raras. Mapeia informações dos pacientes, como sintomas e resultados de exames, numa rede de genes e doenças conhecidos. Isto ajuda a determinar a provável causa genética e a encontrar casos semelhantes, mesmo quando os dados são limitados.

Fig. 5 O modelo Shepherd diagnostica doenças raras usando o mínimo de dados.

Melhoria da deteção de doenças nas plantas com aprendizagem zero-shot#

Na agricultura, identificar rapidamente as doenças das plantas é essencial, porque atrasos na deteção podem causar danos generalizados nas culturas, reduzir os rendimentos e provocar perdas financeiras significativas. Os métodos tradicionais dependem frequentemente de grandes conjuntos de dados e de conhecimentos especializados, que podem nem sempre estar acessíveis, especialmente em zonas remotas ou com recursos limitados. É aqui que entram em ação os avanços na AI, como a aprendizagem zero-shot.

Imagina que um agricultor cultiva tomates e batatas e nota sintomas como folhas amareladas ou manchas castanhas. A aprendizagem zero-shot pode ajudar a identificar doenças como o míldio sem exigir grandes conjuntos de dados. Ao usar descrições dos sintomas, o modelo pode classificar doenças que nunca viu antes. Esta abordagem é rápida, escalável e permite aos agricultores detetar vários problemas nas plantas. Ajuda-os a monitorizar a saúde das culturas com maior eficiência, a agir atempadamente e a reduzir perdas.

Fig. 6. Utilização da aprendizagem zero-shot para identificar doenças nas plantas.

Veículos autónomos e aprendizagem por transferência#

Os veículos autónomos precisam frequentemente de se adaptar a diferentes ambientes para navegar em segurança. A aprendizagem por transferência ajuda-os a usar conhecimentos prévios para se ajustarem rapidamente a novas condições, sem terem de começar o treino do zero. Combinadas com a visão computacional, que ajuda os veículos a interpretar informações visuais, estas tecnologias permitem uma navegação mais suave em diferentes terrenos e condições meteorológicas, tornando a condução autónoma mais eficiente e fiável.

Um bom exemplo desta aplicação é um sistema de gestão de estacionamento que usa o Ultralytics YOLO11 para monitorizar lugares de estacionamento. O YOLO11, um modelo de deteção de objetos pré-treinado, pode ser ajustado através da aprendizagem por transferência para identificar lugares de estacionamento vazios e ocupados em tempo real. Ao treinar o modelo num conjunto de dados menor de imagens de parques de estacionamento, este aprende a detetar com precisão lugares livres, lugares ocupados e até zonas reservadas.

Fig. 7. Gestão de estacionamento com o Ultralytics YOLO11.

Integrado com outras tecnologias, este sistema pode orientar os condutores para o lugar disponível mais próximo, ajudando a reduzir o tempo de procura e o congestionamento do trânsito. A aprendizagem por transferência torna isto possível ao basear-se nas capacidades existentes de deteção de objetos do Ultralytics YOLO11, permitindo-lhe adaptar-se às necessidades específicas da gestão de estacionamento sem começar do zero. Esta abordagem poupa tempo e recursos, criando simultaneamente uma solução altamente eficiente e escalável que melhora as operações de estacionamento e a experiência geral do utilizador.

Tendências emergentes nos paradigmas de aprendizagem#

O futuro dos paradigmas de aprendizagem na visão computacional está a orientar-se para o desenvolvimento de sistemas de AI visual mais inteligentes e sustentáveis. Em particular, uma tendência crescente é a utilização de abordagens híbridas que combinam aprendizagem few-shot, aprendizagem zero-shot e aprendizagem por transferência. Ao combinar os pontos fortes destes métodos, os modelos podem aprender novas tarefas com o mínimo de dados e aplicar os seus conhecimentos em diferentes áreas.

Um exemplo interessante é a utilização de embeddings profundos adaptados para ajustar modelos usando conhecimentos de tarefas anteriores e uma pequena quantidade de dados novos, facilitando o trabalho com conjuntos de dados limitados.

Da mesma forma, a aprendizagem X-shot foi concebida para lidar com tarefas com diferentes quantidades de dados. Usa supervisão fraca, em que os modelos aprendem a partir de etiquetas limitadas ou ruidosas, e instruções claras para os ajudar a adaptar-se rapidamente, mesmo quando há poucos ou nenhuns exemplos anteriores disponíveis. Estas abordagens híbridas mostram como a integração de diferentes métodos de aprendizagem pode ajudar os sistemas de AI a enfrentar desafios de forma mais eficaz.

Principais conclusões#

A aprendizagem few-shot, a aprendizagem zero-shot e a aprendizagem por transferência abordam desafios específicos na visão computacional, tornando-as adequadas para diferentes tarefas. A abordagem certa depende da aplicação específica e da quantidade de dados disponível. Por exemplo, a aprendizagem few-shot funciona bem com dados limitados, enquanto a aprendizagem zero-shot é excelente para lidar com classes nunca vistas ou desconhecidas.

Olhando para o futuro, é provável que a combinação destes métodos para criar modelos híbridos que integrem visão, linguagem e áudio seja um foco importante. Estes avanços procuram tornar os sistemas de AI mais flexíveis, eficientes e capazes de lidar com problemas complexos, abrindo novas possibilidades de inovação neste campo.

Explora mais sobre AI juntando-te à nossa comunidade e consultando o nosso repositório no GitHub. Descobre como a AI em automóveis autónomos e a visão computacional na agricultura estão a transformar o futuro. Consulta as opções disponíveis da licença YOLO para começar!