Zero-Shot Learning

Zero-Shot Learning (ZSL) ist ein Paradigma des maschinellen Lernens, bei dem ein Modell Klassen erkennen kann, die in seinen Trainingsdaten nicht vorhanden waren, indem Wissen von bekannten auf unbekannte Klassen durch gemeinsame semantische Repräsentationen übertragen wird. Statt direkt aus gelabelten Beispielen jeder Klasse zu lernen, erlernen ZSL-Modelle eine Zuordnung zwischen visuellen Merkmalen und semantischen Deskriptoren wie Textbeschreibungen, Attributvektoren oder Klassen-Embeddings. Zur Inferenzzeit vergleicht das Modell visuelle Merkmale mit semantischen Beschreibungen neuer Klassen, um Vorhersagen ohne jegliche aufgabenspezifischen Trainingsbeispiele zu treffen.

Vision-Language-Modelle wie CLIP haben die Zero-Shot-Klassifikation von Satellitenbildern mithilfe natürlichsprachlicher Beschreibungen ermöglicht. Ein Analyst kann Landbedeckungstypen einfach durch Texteingaben wie "dicht bebautes Stadtgebiet" oder "bewässerte landwirtschaftliche Fläche" klassifizieren, ohne ein eigenes Modell zu trainieren. Diese Fähigkeit ist transformativ für die schnelle geospatiale Bewertung, wenn keine Zeit bleibt, Trainingsdaten zu sammeln und zu annotieren, etwa in Katastrophenschutzszenarien. Zero-Shot-Objekterkennung kann in Text beschriebene Merkmale ohne vorherige Beispiele identifizieren und ermöglicht so flexible, adaptive geospatiale Analyse-Workflows. Das Verständnis geografischer Szenen profitiert von Zero-Shot-Modellen, die unbekannte Landschaften durch ein kompositionelles Verständnis ihrer Elemente interpretieren können.

Zero-Shot Learning senkt die Einstiegshürden für den Einsatz drastisch, indem es den Bedarf an aufgabenspezifischen gelabelten Daten eliminiert. Es ermöglicht wirklich flexible Analysesysteme, die über natürliche Sprache gesteuert werden können, statt für jede neue Aufgabe ein erneutes Training des Modells zu erfordern. Die Leistung von Zero-Shot-Verfahren bleibt jedoch typischerweise hinter vollständig überwachten Modellen zurück, insbesondere bei spezialisierten geospatialen Kategorien, die in den Pretraining-Daten schlecht repräsentiert sind. Generalisiertes Zero-Shot Learning, das bekannte und unbekannte Klassen gleichzeitig verarbeiten muss, bleibt anspruchsvoll. Die Leistung verbessert sich deutlich, sobald bereits wenige gelabelte Beispiele verfügbar sind, wodurch der Übergang zu Few-Shot LearningFew-Shot LearningFew-Shot Learning enables machine learning models to recognize new categories from only a handful of labeled examples... entsteht.