Sıfır Atışlı Öğrenme

Sıfır atışlı öğrenme (sıfır eğitimli öğrenme veya tek atışlı öğrenme olarak da bilinir), eğitim için hiçbir etiketli veri kullanmayan bir makine öğrenme yöntemidir. Eğitim verilerinin mevcut olmadığı uygulamalarda kullanılır ve görsel tanıma ve doğal dil işlemeden sonuçları tahmin etmeye kadar çeşitli görevler için kullanılabilir.

Sıfır atışlı öğrenmenin temel fikri, yeni verileri daha fazla eğitmeye gerek kalmadan sınıflandırmak için bir modelin mevcut bilgisini (genellikle sağlanan örneklere dayalı olarak) kullanmaktır. Model daha sonra daha önce görmediği yeni sınıfları veya veri kategorilerini tanıyabilir.

Örneğin, bir bilgisayarlı görme sistemi, bir dizi etiketli fotoğraf kullanılarak kedileri ve köpekleri tanıyacak şekilde eğitilebilir. Model kedi ve köpekleri tanımayı öğrendikten sonra ek eğitim gerektirmeden at ve deve gibi diğer hayvanlara da uygulanabilecek. Bu, modelin tanıma bilgisini şekil, boyut, kürk rengi ve hayvanlar arasında sabit kalan diğer özellikler gibi çeşitli özelliklerin bir fonksiyonu olarak saklamasıyla mümkün olur.

Sıfır atışlı öğrenmenin temel avantajı, doğru tahminler yapmak için daha az veriye ihtiyaç duyması ve ek veriye ihtiyaç duymadan görünmeyen sınıfları tanımayı hızlı bir şekilde öğrenebilmesidir. Bu, özellikle tıbbi görüntüleme veya doğal dil işleme gibi veri setlerinin sınırlı olduğu veya elde edilmesinin zor olduğu alanlarda değerlidir. Ancak sıfır adımlı öğrenme hala çok çeşitli ortamlarda uygulanabilir.

Bu yöntem, bilgisayarlı görme ve doğal dil işleme gibi alanlarda büyük başarı elde etmek için kullanılmış ve tıbbi görüntü analizi, yüz tanıma, duygu analizi ve 3 boyutlu nesne sınıflandırması gibi daha karmaşık görevlere genişletilmiştir.

Sıfır atışlı öğrenmenin potansiyeli onu birçok yapay zeka uygulamasında popüler bir araç haline getirdi. Sınırlı veri kümelerinden yararlanmanın etkili bir yoludur ve yapay zekanın, verilerin sınırlı olabileceği veya elde edilmesinin zor olabileceği alanlarda kullanılmasına olanak sağlamıştır.