Zero-Shot Learning – Sıfır Atışlı Öğrenme – ZSL

Zero-Shot Learning nedir?

Türkçesi: Sıfır Atışlı Öğrenme

İngilizcesi: Zero-Shot Learning

Türkçe Okunuşu: ziro şat lörnink

İngilizce Okunuşu: ˈzɪə.roʊ ʃɑːt ˈlɜːrnɪŋ

Dilbilgisi: İsim (yapay zeka ve makine öğrenimi terimi)

Kısaltması: ZSL

Köken: İngilizce kökenlidir. “Zero-shot” terimi, aslında atıcılık veya oyunlarda, hiç deneme yapmadan başarıya ulaşmayı ifade eden bir deyimdir. Yapay zeka alanına 2008-2010 civarında girmiş ve özellikle görsel tanıma (image recognition) ve doğal dil işleme (NLP) çalışmalarında popülerleşmiştir. 2018 sonrası OpenAI, Google, Meta gibi büyük araştırma merkezlerinin modellerinde yaygın kullanılmıştır.

Alakalı Terimler: Few-Shot Learning, Transfer Learning, One-Shot Learning, Generalization, Representation Learning

Zero-Shot Learning (ZSL), bir makine öğrenimi modelinin daha önce hiç görmediği sınıflardaki örnekleri doğru şekilde tanıma veya anlamlandırma yeteneğidir. Yani model, eğitim sırasında karşılaşmadığı görevleri ya da kategorileri yalnızca önceden öğrendiği genel özellikler ve ilişkiler üzerinden çözmeye çalışır. Sıfır atışlı öğrenme ifadesi, modelin bir görevi başarmak için örnek görmesine gerek olmadığı anlamına gelir.

Zero-Shot Learning, özellikle yapılandırılmış veri eksikliği yaşanan alanlarda büyük avantaj sağlar. Bir modelin her yeni görev veya sınıf için tekrar eğitilmesine gerek kalmadan çalışmasını mümkün kılar. Örneğin, bir e-ticaret sitesinde, yeni çıkan bir ürün kategorisini tanımlamak veya chatbot’un daha önce karşılaşmadığı bir müşteri talebine yanıt vermek için kullanılabilir. AI modellerinin esneklik, genelleme ve ölçeklenebilirlik kabiliyetini artırır.