Тренировка с тремя агентами: сближение и отталкивание
В полевых условиях распознавание — это игра на миллиметры. Чтобы обучить мастера-оперативника, недостаточно просто показать ему цель — нужно заставить его сравнивать.
Сценарий
Представьте интенсивную тренировку в полумраке допросной комнаты. Вы — инструктор, и перед вами стоят три агента.
- Якорь (Anchor): Это цель, которую мы изучаем. Допустим, фотография агента Смита.
- Положительный (Positive): Это еще одна фотография агента Смита, но в солнечных очках и шляпе. Это тот же человек, но выглядит он иначе.
- Отрицательный (Negative): Это фотография совершенно другого человека, у которого, однако, похожая линия челюсти.
Суть тренировки проста, но жестка: ваш мозг должен научиться притягивать Положительного ближе к Якорю (понять, что это один и тот же человек), одновременно отталкивая Отрицательного как можно дальше. Если расстояние до врага окажется меньше, чем до друга — вы провалили задание. Эта постоянная корректировка «ментальной дистанции» и называется TRIPLET LOSS.
Реальность
В глубоком обучении, особенно в системах распознавания лиц или поиске по изображениям, мы используем математический метод под названием Triplet Loss (Функция потерь триплета).
Модели показывают сразу три примера: Якорь, Положительный и Отрицательный. «Функция потерь» (чувство «сожаления» машины) вычисляет расстояния в векторном пространстве. Она поощряет модель, когда Положительный пример находится рядом с Якорем, и наказывает, когда Отрицательный оказывается слишком близко. Это заставляет нейронную сеть создавать карту, где похожие объекты плотно сгруппированы, а разные — максимально удалены друг от друга.
Почему это важно
Обычной классификации (это кошка или собака?) недостаточно, когда нужно различать тысячи уникальных личностей. Triplet Loss позволяет ИИ изучать относительное сходство. Он постигает «сущность» личности, постоянно сравнивая её с тем, чем она является и чем не является. Именно эта технология позволяет вашему телефону узнавать ваше лицо, даже если вы отрастили бороду или надели очки.
Главное
Triplet Loss — это тренировка, которая учит ИИ держать друзей близко, а врагов — на безопасном расстоянии на своей ментальной карте.
Специалисты называют это: Triplet Loss / Contrastive Learning (Триплетная функция потерь / Контрастивное обучение) Triplet loss — это функция потерь, в которой базовый вход (якорь) сравнивается с положительным (истинным) и отрицательным (ложным) входами. Цель состоит в том, чтобы минимизировать расстояние между якорем и положительным примером и максимизировать расстояние между якорем и отрицательным.
💬 Если бы вам пришлось выбрать «Якорь» для вашего лучшего друга, какой «Отрицательный» пример было бы сложнее всего отличить для ИИ?
Часть 19 (Triplet Loss) из 25 | #DeepLearningДляЛюдей