【ワンショットラーニング】
One-Shotラーニング とは？
💡 1回見ただけで顔を覚える、天才的な記憶力を持つAI
📌 このページのポイント
- 1枚または数枚のサンプルから新クラスを認識できる
- Siamese NetworkやPrototypical Networkが代表的なアーキテクチャ
- 「似ているか違うか」を学ぶことで少数サンプルに対応する
- Few-Shot学習の特殊ケースで、0-Shot・Few-Shotと合わせて語られる
ひよこ One-Shotラーニングって、1枚の画像だけで学習できるってこと？
ペンギン先生 そうだよ。普通のディープラーニングは何千枚も必要なのに、One-Shotは1枚から新しいクラスを認識できるようにする手法なんだ。
ひよこ 1枚だけでどうやって学習するの？ なんか魔法みたいなんだけど。
ペンギン先生 ポイントは「画像そのものを覚えない」ことだよ。「2つの画像が似ているかどうか」を判断する力を先に身につけておいて、新クラスが来たときにその力を活かすんだ。
ひよこ 「似ているか判断する」ってどうやって学ぶの？
ペンギン先生 Siamese Networkという手法が有名でね。2枚の画像を並べて「同じクラスか違うクラスか」を何度も学習させることで、「似ている度合い」を数値化できるようになるんだよ。
ひよこ どんな場面で使われるの？
ペンギン先生 顔認証システムや医療画像の診断、珍しい動植物の識別などだよ。新しい人物や新しい疾患のサンプルが少ししかない状況でも使えるのが強みなんだ。
ひよこ Few-Shot学習とはどう違うの？
ペンギン先生 Few-Shotは「少数枚」の総称で、One-Shotはその中で特に1枚というケースを指すんだよ。0枚で推論するZero-Shotとも合わせて、データ効率の研究分野としてまとめられているんだ。
まとめ：ざっくりこれだけ覚えればOK！
「One-Shotラーニング」って出てきたら「1枚のサンプルだけで新クラスを認識できる学習」と思えればだいたいOK！
📖 おまけ：英語の意味
「One-Shot Learning」 ＝ ワンショット学習
💬 One-Shot（1回撃つ）という表現は「たった1回の学習機会」を意味していて、カメラのシャッター1回で対象を覚えるイメージから来ているんだよ。