One-Shot Learning

El one-shot learning (aprendizaje con un solo ejemplo) es el problema de enseñar a un sistema a reconocer una clase nueva a partir de un único ejemplo etiquetado, o de muy pocos. Contrasta con el aprendizaje profundo clásico, que necesita miles o millones de imágenes por categoría para alcanzar buena precisión. La inspiración es humana: a un niño le basta ver un animal una vez para reconocerlo después.

Conviene situarlo en un espectro. En el zero-shot no hay ningún ejemplo de la clase y se reconoce a partir de una descripción o de atributos; en el one-shot se dispone de exactamente uno; en el few-shot, de un puñado. El pionero fue el trabajo bayesiano de Fei-Fei Li, Rob Fergus y Pietro Perona (2006), que aprendía categorías de objetos con una o pocas imágenes reutilizando como conocimiento previo lo aprendido de otras categorías.

Por qué un solo ejemplo lo complica todo

Con un único ejemplo, los métodos habituales fallan: no hay datos suficientes para estimar la variabilidad de la clase y un modelo entrenado directamente sobre ese punto se sobreajusta y no generaliza. La salida dominante no es aprender la clase, sino aprender una métrica: una función que mide cuánto se parecen dos ejemplos. Si se aprende un espacio donde los objetos de la misma clase quedan cerca y los de clases distintas lejos, clasificar una imagen nueva se reduce a compararla con el único ejemplo disponible y quedarse con el más parecido. El aprendizaje profundo aporta aquí el «encaje» (embedding); la decisión, la distancia.

Comparar en vez de memorizar: siamesas, matching y prototypical

Las redes siamesas de Gregory Koch, Richard Zemel y Ruslan Salakhutdinov (2015) fueron un hito: dos copias de la misma red procesan dos imágenes y aprenden a decidir si pertenecen a la misma clase, evaluadas sobre el conjunto Omniglot. Las Matching Networks de Oriol Vinyals y colaboradores (2016) mapean un pequeño conjunto de apoyo y un ejemplo sin etiqueta directamente a su clase, sin reentrenar. Las Prototypical Networks de Jake Snell, Kevin Swersky y Richard Zemel (2017) resumen cada clase en un «prototipo» —el promedio de sus ejemplos en el espacio aprendido— y clasifican por cercanía. Todo esto enlaza con el meta-aprendizaje, o «aprender a aprender»: MAML, de Chelsea Finn, Pieter Abbeel y Sergey Levine (2017), busca una inicialización desde la que adaptarse a una tarea nueva con muy pocos pasos y ejemplos. Documentación: artículo temprano de one-shot; artículo original de Matching Networks; artículo original de Prototypical Networks; artículo original de MAML.