Zero-shot Learning

Zero-shot learning is wanneer een AI-systeem in staat is om een taak uit te voeren zonder dat het tijdens de training directe voorbeelden ervan heeft gezien. In plaats daarvan gebruikt het algemene kennis van verwante taken om uit te zoeken hoe de nieuwe taak moet worden aangepakt. Het is alsof je iemand een raadsel geeft dat ze nog nooit eerder hebben gehoord, maar ze lossen het op met behulp van logica en ervaring van soortgelijke puzzels.

Deze benadering is nuttig wanneer gelabelde trainingsdata moeilijk te vinden of voortdurend in verandering is. Bijvoorbeeld, een zero-shot learning model kan in staat zijn om een nieuwe diersoort te herkennen door simpelweg een beschrijving ervan te lezen, zelfs als het nog nooit een foto van die soort heeft gezien. Het helpt AI om flexibeler en adaptiever te worden.