ワンショット学習は、機械学習の一分野であり、各クラスにつき単一の例のみを用いて、通常は分類や認識といったタスクを実行するようにモデルを訓練することに関係する。これは、限られた数のラベル付きインスタンスからモデルが一般化しなければならない、より広範な問題設定である少数ショット学習の極端なケースを表す。大規模なデータセットを必要とする従来のアプローチとは対照的に、ワンショット学習は、最小限の曝露から新しい概念を学習する人間のような能力を模倣することを目的としており、人工知能研究における重要な課題となっている。
この概念は、深層学習とニューラルネットワークアーキテクチャの進歩に牽引され、2000年代から2010年代にかけて注目を集めた。李飛飛やラス・サラフディノフなどの研究者は、ワンショット学習のためのベイズおよび確率モデルに関する基礎的な研究に貢献し、その後の発展では生成AIとトランスフォーマーモデルを活用して一般化を改善した。ワンショット学習は、医療画像、希少種の識別、パーソナライズされたユーザーインターフェースなど、データが乏しい領域で特に重要である。
問題の定式化
典型的なワンショット学習の設定では、モデルは多くのクラスを持つベースデータセットで訓練され、その後、各クラスが単一のラベル付き例で表される新しいクラス群で評価される。目的は、これらの未見のクラスからの新しいインスタンスを正確に分類することである。これはしばしばN-way、K-shotタスクとして形式化され、Nはクラス数、Kはクラスあたりの例数を表し、ワンショット学習はK=1に対応する。評価指標には、新しいクラスでの精度と、異なるタスク分布にわたって一般化する能力が含まれる。
アプローチと技術
いくつかの方法論的な系統がワンショット学習に取り組んでいる。メトリックベースの方法は、同じクラスの例が異なるクラスの例よりも近くなる埋め込み空間を学習する。一般的なアルゴリズムには、シームズネットワークやプロトタイプネットワークが含まれる。モデルベースの方法は、外部メモリや高速なパラメータ適応を使用し、メモリ拡張ニューラルネットワークや、モデル非依存メタ学習（MAML）などのメタ学習アプローチが含まれる。生成的方法は、追加の訓練データを合成するか、例を直接比較することを学習し、しばしば注意機構などのニューラルネットワークコンポーネントを使用する。最近の研究では、大規模言語モデルとトランスフォーマーアーキテクチャを使用して、単一のプロンプトや例がモデルの応答を導く自然言語およびマルチモーダル設定でのワンショット学習を探求している。
応用
ワンショット学習は、さまざまな分野で実用的な応用がある。コンピュータビジョンでは、監視、ロボティクス、拡張現実に有用な、最小限のラベル付き画像での物体認識を可能にする。医療画像では、注釈付きスキャンが乏しい希少疾患の診断に役立つ。自然言語処理では、ワンショット学習は大規模言語モデルでの少数ショットプロンプティングを強化し、モデルが単一の指示や例から新しいタスクを実行できるようにする。さらに、アップルやサムスン電子の製品など、消費者向けデバイスでのパーソナライゼーションをサポートし、ユーザー固有の認識（顔や音声など）が限られた登録データで機能する必要がある。
課題と限界
進歩にもかかわらず、ワンショット学習は依然として困難である。モデルは、クラス内変動が高くクラス間識別性が低い場合にしばしば苦労し、過学習や一般化の低下につながる。十分なデータがないため、堅牢な表現を学習することが難しく、多くのアプローチでは慎重なハイパーパラメータ調整や大規模な事前訓練コーパスが必要である。さらに、評価プロトコルはさまざまであり、研究間の比較が困難になっている。ワンショット学習が監視や生体認証などの敏感な領域に適用される場合、エラーが重大な結果をもたらす可能性があるため、倫理的な考慮事項が生じる。
将来の方向性
進行中の研究は、サンプル効率、堅牢性、解釈可能性の改善に焦点を当てている。生成AIとトランスフォーマーモデルとの統合は、特にマルチモーダルタスクにおいて、ワンショット機能を強化すると期待されている。MIT CSAIL、スタンフォードAIラボ、バークレーAI研究などの学術機関と、OpenAI、Google DeepMind、Anthropicなどの産業研究所との協力は、革新を推進し続けている。人工知能システムがより普及するにつれて、ワンショット学習は、適応的でパーソナライズされたデータ効率の高い知能を可能にする上で重要な役割を果たすだろう。