Zero-Shot Learning

Sıfır Örnekli Öğrenme (ZSL), yapay zekâ modellerinin eğitim aşamasında hiç karşılaşmadıkları nesneleri tanımasını, sınıflandırmasını veya tespit etmesini sağlayan bir makine öğrenimi paradigmasıdır. Geleneksel denetimli öğrenmede, bir modelin tanımlaması gereken her bir kategori için binlerce etiketli örneğe ihtiyacı vardır. ZSL, görülen ve görülmeyen sınıflar arasındaki boşluğu kapatmak için yardımcı bilgilerden (genellikle metin açıklamaları, anlamsal öznitelikler veya gömüler) yararlanarak bu katı bağımlılığı ortadan kaldırır. Bu yetenek, yapay zekâ (AI) sistemlerinin çok daha esnek ve ölçeklenebilir olmasını, ayrıca olası her nesne için kapsamlı veri toplamanın pratik olmadığı dinamik ortamlarla başa çıkabilmesini sağlar.

Sıfır Örnekli Öğrenme Nasıl Çalışır?#

ZSL'nin temel mekanizması, ortak bir anlamsal uzay kullanarak bilgiyi tanıdık kavramlardan tanıdık olmayan kavramlara aktarmayı içerir. Model, bir "zebra"yı yalnızca siyah ve beyaz çizgilerin piksel örüntülerini ezberleyerek tanımayı öğrenmek yerine, görsel öznitelikler ile doğal dil işleme (NLP) yoluyla elde edilen anlamsal öznitelikler (ör. "ata benzer şekil", "çizgili desen", "dört bacak") arasındaki ilişkiyi öğrenir.

Bu süreç genellikle görüntü ve metin temsillerini aynı hizaya getiren çok modlu modellere dayanır. Örneğin OpenAI'nin CLIP'i gibi temel araştırmalar, modellerin doğal dil denetiminden görsel kavramları nasıl öğrenebildiğini gösterir. Bir ZSL modeli görülmeyen bir nesneyle karşılaştığında görsel öznitelikleri çıkarır ve bunları anlamsal vektörlerden oluşan bir sözlükle karşılaştırır. Görsel öznitelikler yeni sınıfın anlamsal açıklamasıyla uyuşuyorsa model bu sınıfı doğru şekilde sınıflandırabilir ve etkili bir şekilde "sıfır örnekli" tahmin gerçekleştirebilir. Bu yaklaşım, çok çeşitli görevler genelinde genelleme yapan modern temel modellerin temelini oluşturur.

Gerçek Dünya Uygulamaları#

Sıfır Örnekli Öğrenme, sistemlerin başlangıçtaki eğitim verilerinin ötesinde genelleme yapmasını sağlayarak çeşitli sektörlerde inovasyonu destekliyor.

1. Açık Kelime Dağarcıklı Nesne Tespiti: YOLO-World gibi modern mimariler, kullanıcı tarafından tanımlanan metin istemlerine göre nesneleri tespit etmek için ZSL'den yararlanır. Bu, önceden sabit bir sınıf listesi tanımlamanın mümkün olmadığı durumlarda, örneğin geniş video arşivlerinde belirli öğeleri ararken nesne tespitine olanak tanır. Google Research araştırmacıları, bu açık kelime dağarcığı yeteneklerinin sınırlarını genişletmeye devam ediyor.

2. Tıbbi Tanı: Sağlık hizmetlerinde yapay zekâ alanında, nadir hastalıklar için etiketli veri elde etmek çoğu zaman zor ve maliyetlidir. ZSL modelleri, PubMed gibi veritabanlarında bulunan tıbbi literatürdeki yaygın durumlar ve nadir semptom açıklamaları üzerinde eğitilebilir. Böylece sistem, çok sayıda pozitif vaka içeren devasa bir veri kümesine ihtiyaç duymadan tıbbi görüntülerdeki olası nadir anomalileri işaretleyebilir.

3. Yaban Hayatı Koruma: Tarımda yapay zekâ ve ekoloji alanlarında, nadiren fotoğraflanan nesli tükenmekte olan türleri belirlemek kritik önem taşır. ZSL, koruma uzmanlarının bu hayvanları Encyclopedia of Life gibi biyolojik veritabanlarında tanımlanan öznitelik tabanlı açıklamaları kullanarak tespit etmesine olanak tanır.

Ultralytics ile Sıfır Örnekli Tespit#

Ultralytics YOLO-World modeli, Sıfır Örnekli Öğrenmenin uygulamadaki örneklerinden biridir. Kullanıcıların modeli yeniden eğitmeden çalışma zamanında özel sınıfları dinamik olarak tanımlamasına olanak tanır. Bu, güçlü bir tespit omurgasının doğal dili anlayan bir metin kodlayıcıyla bağlanmasıyla gerçekleştirilir.

Aşağıdaki Python örneği, standart bir eğitim kümesinin açıkça parçası olmayan nesneleri tespit etmek için YOLO-World'ün ultralytics paketiyle nasıl kullanılacağını gösterir.

from ultralytics import YOLOWorld

# Load a pre-trained YOLO-World model capable of Zero-Shot Learning
model = YOLOWorld("yolov8s-world.pt")

# Define custom classes via text prompts (e.g., specific accessories)
# The model adjusts to detect these new classes without retraining
model.set_classes(["blue backpack", "red apple", "sunglasses"])

# Run inference on an image to detect the new zero-shot classes
results = model.predict("https://ultralytics.com/images/bus.jpg")

# Display the results
results[0].show()

İlgili Kavramlardan Farkı#

ZSL'yi tam olarak anlamak için onu bilgisayarlı görü (CV) alanında kullanılan benzer öğrenme stratejilerinden ayırmak yararlı olacaktır:

• Az Örnekli Öğrenme (FSL): ZSL, hedef sınıfa ait hiçbir örnek gerektirmezken FSL, modelin uyum sağlaması için çok küçük bir destek kümesi (genellikle 1 ila 5 örnek) sunar. ZSL, görsel örneklerden ziyade tamamen anlamsal çıkarıma dayandığı için genellikle daha zorlu kabul edilir.
• Tek Örnekli Öğrenme: Modelin tam olarak bir etiketli örnekten öğrendiği FSL'nin bir alt kümesidir. ZSL, yeni kategorinin tek bir görüntüsü bile olmadan çalıştığı için temelde farklıdır.
• Aktarım Öğrenimi: Bu geniş kapsamlı terim, bilginin bir görevden diğerine aktarılmasını ifade eder. ZSL, yeni veriler üzerinde geleneksel ince ayarlamaya ihtiyaç duymadan bilgiyi görülmeyen sınıflara aktarmak için anlamsal öznitelikleri kullanan özel bir aktarım öğrenimi türüdür.

Zorluklar ve Geleceğe Bakış#

ZSL büyük bir potansiyel sunsa da eğitim sırasında öğrenilen anlamsal özniteliklerin görülmeyen sınıfların görsel görünümüyle tam olarak eşleşmediği alan kayması sorunu gibi zorluklarla karşı karşıyadır. Ayrıca ZSL modelleri, görülen sınıflardaki tahmin doğruluğunun görülmeyen sınıflara kıyasla önemli ölçüde daha yüksek olduğu yanlılıktan etkilenebilir.

Stanford Üniversitesi Yapay Zekâ Laboratuvarı ve IEEE Bilgisayar Topluluğu gibi kuruluşların araştırmaları bu sınırlamaları ele almaya devam ediyor. Bilgisayarlı görü araçları daha güçlü hâle geldikçe ZSL'nin standart bir özellik olması ve kapsamlı veri etiketleme çalışmalarına duyulan ihtiyacı azaltması bekleniyor. Gelişmiş modelleri dağıtmadan önce veri kümelerini verimli bir şekilde yönetmek isteyen ekipler için Ultralytics Platformu, açıklama ve veri kümesi yönetimi için kapsamlı araçlar sunar.