Basisprincipes GIDS

Actief leren

Actief leren is een trainingsstrategie waarbij het model zelf kiest welke ongelabelde voorbeelden een mens vervolgens moet labelen.

Luister naar deze gidsAI-verteld · ~2 min

Op deze pagina2 min lezen
  1. Overzicht
  2. Diepe duik
  3. Implementatie in de echte wereld
  4. De toekomst van actief leren
  5. Het in de praktijk brengen
  6. Blijf verkennen
  7. Veelgestelde vragen

Overzicht

Het is belangrijk omdat het labelen van gegevens duur is en slimme selectie een hoge nauwkeurigheid kan bereiken met een fractie van de annotaties.

Diepe duik

Bij het meeste begeleid leren wordt ervan uitgegaan dat je al een grote stapel gelabelde gegevens hebt. Actief leren draait dat om: je begint met een kleine gelabelde set en een grote verzameling ongelabelde voorbeelden, en vraagt ​​vervolgens herhaaldelijk aan een mens (het 'orakel') om alleen de meest informatieve voorbeelden te labelen. Het model wordt getraind, gebruikt om de ongelabelde pool te scoren, en de voorbeelden met de hoogste waarde worden ter labeling verzonden, waarna de lus zich herhaalt. Gebruikelijke selectiestrategieën zijn onder meer onzekerheidssteekproeven (kies voorbeelden waar het model het minst vertrouwen in heeft), zoekopdrachten per commissie (kies waar een ensemble het niet mee eens is) en diversiteitssteekproeven (bestrijk uiteenlopende gebieden van de gegevens). Als het goed wordt gedaan, kan actief leren de nauwkeurigheid van de volledige dataset evenaren met behulp van veel minder labels. Daarom is het populair in medische beeldvorming, NLP en elk domein waar annotatie door experts traag of kostbaar is.

Implementatie in de echte wereld

Een radiologieteam traint een tumordetector door het model de meest dubbelzinnige scans te laten markeren zodat deskundige radiologen deze kunnen labelen, waardoor het aantal annotatie-uren dramatisch wordt verminderd.

Een spam- of inhoudsmoderatiesysteem brengt grensoverschrijdende berichten naar voren waar menselijke beoordelaars het minst zeker van zijn, en verbetert het snelst in de moeilijke gevallen.

Een spraakherkenningsbedrijf selecteert audiofragmenten waarvan het model het meest onzeker is (accenten, ruis) om te verzenden voor transcriptie, in plaats van willekeurige fragmenten te labelen.

Een e-commercecatalogus maakt gebruik van zoekopdrachten per commissie om productafbeeldingen te kiezen waar meerdere classificaties het niet mee eens zijn, en geeft prioriteit aan deze voor handmatige categorielabeling.

De toekomst van actief leren

Actief leren wordt steeds vaker gecombineerd met grote, vooraf getrainde en basismodellen, waarbij het doel verschuift van het labelen van alles naar het goedkoop afstemmen op een paar waardevolle voorbeelden. Verwacht een nauwere integratie met zwak toezicht, zelfgecontroleerde voortraining en mens-in-de-loop-tools die labels voorstellen die reviewers moeten bevestigen in plaats van creëren. Omdat labelingkosten veel echte implementaties domineren, zullen geautomatiseerde selectie en efficiënte annotatie-interfaces centraal blijven staan ​​bij het bouwen van modellen in gespecialiseerde, dataschaarse domeinen zoals de geneeskunde en de wet.

Het in de praktijk brengen

Waarom het ertoe doet

  • Duidelijkere beslissingen. Het helpt u duidelijke technische claims te scheiden van marketingtaal.
  • Kosten en budget. U kunt betere implementatievragen stellen voordat u geld of tijd uitgeeft.
  • Team en workflow. Teams met gedeeld begrip nemen betere product-, beleids- en leerbeslissingen.

Pas op voor

  • Verschillende teams kunnen dezelfde term verschillend gebruiken, dus definieer de reikwijdte vroeg.
  • Benchmarks kunnen er sterk uitzien, terwijl de prestaties in de echte wereld ongelijkmatig zijn.
  • Het negeren van datakwaliteit en evaluatieplannen zorgt vaak voor fragiele resultaten.

Volgende stappen

  1. Begin met een definitie in duidelijke taal van het gewenste resultaat.
  2. Kies één successtatistiek en één faalconditie voordat u gaat testen.
  3. Voer een kleine pilot uit met representatieve gegevens, niet met een gepolijste demoset.
  4. Documenteer waar Actief Leren helpt en waar eenvoudigere methoden beter zijn.

Blijf verkennen

Gratis nieuwsbrief

Ontvang de dagelijkse AI-briefing

Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.

Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.

Test jezelf

Take the Active Learning quiz

Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.

Quiz starten

Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie

Veelgestelde vragen

Wat is actief leren?

Actief leren is een trainingsstrategie waarbij het model zelf kiest welke ongelabelde voorbeelden een mens vervolgens moet labelen. Het is van belang omdat het labelen van gegevens duur is en slimme selectie een hoge nauwkeurigheid kan bereiken met een fractie van de annotaties.

A team has a large unlabeled pool but limited expert time. What does active learning ask the team to label next?

The guide describes querying an oracle for selected informative examples, then using their labels in training.

In the guide’s active-learning loop, what is the oracle?

The oracle provides labels for selected examples; it is commonly a human annotator or expert.

Two product classifiers disagree strongly on a category. Which strategy would prioritize that example for labeling?

Query-by-committee selects examples on which several models disagree.

A classifier assigns two classes almost equal probabilities for an unlabeled item. Why might uncertainty sampling query it?

A small margin between leading class scores is one uncertainty signal described by the guide.

Why might a batch selector combine diversity with uncertainty?

The guide warns that greedily chasing uncertainty can ignore other parts of the data.