Zero-shot Learning

Zero-shot-Lernen bedeutet, dass ein AI-System in der Lage ist, eine Aufgabe zu erledigen, ohne während des Trainings direkte Beispiele dafür gesehen zu haben. Stattdessen verwendet es allgemeines Wissen aus verwandten Aufgaben, um herauszufinden, wie es mit der neuen Aufgabe umgehen soll. Es ist so, als würde man jemandem ein Rätsel geben, das er noch nie zuvor gehört hat, aber er löst es mithilfe von Logik und Erfahrung aus ähnlichen Rätseln.

Dieser Ansatz ist nützlich, wenn gekennzeichnete Trainingsdaten schwer zu finden oder ständig im Wandel sind. Ein Zero-shot-Lernmodell könnte beispielsweise in der Lage sein, eine neue Tierart zu erkennen, indem es einfach eine Beschreibung davon liest, selbst wenn es noch nie ein Foto dieser Art gesehen hat. Es hilft dabei, AI flexibler und anpassungsfähiger zu machen.