능동적 학습
능동 학습은 모델 자체가 사람이 다음에 라벨을 지정해야 하는 라벨이 지정되지 않은 예시를 선택하는 학습 전략입니다.
개요
It matters because labeling data is expensive, and smart selection can reach high accuracy with a fraction of the annotations.
심층 분석
대부분의 지도 학습에서는 이미 레이블이 지정된 데이터가 많이 있다고 가정합니다. 능동적 학습은 이를 뒤집습니다. 작은 레이블이 있는 세트와 레이블이 없는 대규모 예제 풀로 시작한 다음 인간('오라클')에게 가장 유용한 항목에만 레이블을 지정하도록 반복적으로 요청합니다. 모델은 훈련되어 레이블이 지정되지 않은 풀의 점수를 매기는 데 사용되며 레이블 지정을 위해 가장 높은 값의 예가 전송됩니다. 그런 다음 루프가 반복됩니다. 일반적인 선택 전략에는 불확실성 샘플링(모델의 신뢰도가 가장 낮은 사례 선택), 위원회별 쿼리(앙상블이 동의하지 않는 부분 선택), 다양성 샘플링(데이터의 다양한 영역 포함)이 포함됩니다. 잘 수행되면 능동 학습은 훨씬 적은 수의 레이블을 사용하여 전체 데이터 세트 정확도를 일치시킬 수 있으므로 의료 영상, NLP 및 전문가 주석이 느리거나 비용이 많이 드는 모든 도메인에서 널리 사용됩니다.
기술적 통찰력
핵심 아이디어는 레이블을 지정하기 위해 비용을 지불하기 전에 레이블이 지정되지 않은 각 지점의 '값'을 추정하는 것입니다. 불확실성 샘플링은 모델 자체의 확률을 사용합니다. 예를 들어 상위 클래스 확률이 우연에 가장 가깝거나 상위 두 클래스 사이의 엔트로피가 가장 높거나 마진이 가장 작은 지점을 선택합니다. 위원회별 쿼리는 여러 모델을 교육하고 가장 동의하지 않는 지점을 선택합니다. 주요 위험은 샘플링 편향입니다. 탐욕스럽게 불확실성을 쫓으면 전체 지역을 무시할 수 있으므로 다양성이나 배치 인식 방법이 결합되는 경우가 많습니다.
전략적 영향
더 명확한 결정들
이는 명확한 기술적 주장과 마케팅 언어를 구분하는 데 도움이 됩니다.
비용 및 예산
돈이나 시간을 들이기 전에 더 나은 구현 질문을 할 수 있습니다.
팀과 워크플로우
이해를 공유한 팀은 더 나은 제품, 정책 및 학습 결정을 내립니다.
능동적 학습의 미래
능동 학습은 점점 더 큰 규모의 사전 학습된 기본 모델과 결합되어 목표가 모든 것에 라벨을 붙이는 것에서 몇 가지 고가치 사례에 대해 저렴하게 미세 조정되는 것으로 바뀌고 있습니다. 약한 감독, 자체 감독 사전 훈련, 검토자가 생성보다는 확인을 위해 레이블을 제안하는 인간 참여형 도구와의 긴밀한 통합을 기대합니다. 라벨링 비용이 많은 실제 배포를 지배하므로 자동화된 선택과 효율적인 주석 인터페이스는 의학 및 법률과 같이 전문적이고 데이터가 부족한 영역에서 모델을 구축하는 데 핵심으로 남을 것입니다.
실제 구현
방사선과 팀은 모델이 전문 방사선과 전문의가 라벨을 지정하도록 가장 모호한 스캔에 플래그를 지정하여 주석 시간을 대폭 단축함으로써 종양 탐지기를 훈련시킵니다.
스팸 또는 콘텐츠 조정 시스템은 인간 검토자에게 가장 확실하지 않은 경계선 메시지를 표시하여 하드 엣지 케이스에서 가장 빠르게 개선됩니다.
음성 인식 회사는 임의의 클립에 레이블을 지정하는 대신 모델이 가장 불확실한(악센트, 소음) 오디오 클립을 선택하여 텍스트 변환을 위해 보냅니다.
전자상거래 카탈로그는 위원회별 쿼리를 사용하여 여러 분류 기준이 일치하지 않는 제품 이미지를 선택하고 수동 카테고리 라벨링을 위해 우선순위를 지정합니다.
위험 및 가드레일
팀마다 동일한 용어를 다르게 사용할 수 있으므로 범위를 조기에 정의하세요.
벤치마크는 강력해 보이지만 실제 성능은 고르지 않을 수 있습니다.
데이터 품질 및 평가 계획을 무시하면 취약한 결과가 발생하는 경우가 많습니다.
구현 로드맵
필요한 결과에 대한 일반 언어 정의부터 시작하세요.
테스트하기 전에 하나의 성공 지표와 하나의 실패 조건을 선택하세요.
세련된 데모 세트가 아닌 대표 데이터를 사용하여 소규모 파일럿을 실행하세요.
능동적 학습이 도움이 되는 부분과 더 간단한 방법이 더 나은 부분을 문서화하세요.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Active Learning quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
다음 가이드
딥러닝
자주 묻는 질문
What is Active Learning?
능동 학습은 모델 자체가 사람이 다음에 라벨을 지정해야 하는 라벨이 지정되지 않은 예시를 선택하는 학습 전략입니다. 라벨링 데이터는 비용이 많이 들고 현명한 선택은 주석의 일부만으로 높은 정확도에 도달할 수 있기 때문에 중요합니다.
능동적 학습의 주요 목표는 무엇입니까?
능동 학습은 사람이 주석을 달 수 있는 가장 유용한 점을 선택하여 레이블이 지정된 사례별로 모델 성능을 최대화하는 것을 목표로 합니다.
능동학습에서 '오라클'이란 무엇인가?
오라클은 모델이 선택된 사례에 대한 실측 라벨을 쿼리하는 라벨링 소스(보통 인간 전문가)입니다.
모델의 신뢰도가 가장 낮은 사례를 선택하는 전략은 무엇인가요?
불확실성 샘플링은 높은 엔트로피 또는 상위 클래스 간의 작은 마진과 같이 모델의 예측 확률이 추측에 가장 가까운 지점을 선택합니다.
위원회별 쿼리는 라벨을 지정할 사례를 어떻게 결정합니까?
위원회별 쿼리는 앙상블을 훈련하고 구성원이 동의하지 않는 지점의 우선순위를 지정합니다. 불일치는 정보가 있는 영역을 나타내기 때문입니다.
불확실성 샘플링에만 의존하는 주요 위험은 무엇입니까?
불확실한 점을 탐욕스럽게 쫓는 것은 한 지역에 지나치게 집중하고 다른 지역을 놓칠 수 있으므로 다양성이나 배치 인식 방법이 추가되는 경우가 많습니다.