Verdad fundamental

TLDR: La verdad fundamental es la etiqueta o respuesta verificada que un modelo de aprendizaje automático está entrenado para predecir. Su calidad determina directamente la precisión del modelo.

En el aprendizaje automático, la verdad fundamental se refiere a las etiquetas correctas y verificadas adjuntas a los datos de entrenamiento. Una etiqueta de verdad fundamental le indica al modelo cuál es la respuesta correcta para una entrada dada. Para una tarea de clasificación de imágenes, la verdad fundamental podría ser la etiqueta ‘gato’. Para la detección de objetos, es el cuadro delimitador y la clase de cada objeto en una escena. El término proviene de la teledetección: mediciones de campo que confirman datos aéreos o satelitales.

La Verdad Fundamental en el Aprendizaje Supervisado

El aprendizaje supervisado requiere datos etiquetados. Cada ejemplo de entrenamiento se empareja con una salida de verdad fundamental. El modelo aprende a minimizar la diferencia entre sus predicciones y la verdad fundamental. Esta diferencia se mide mediante una función de pérdida. La calidad de las etiquetas de verdad fundamental es el factor más importante en el rendimiento del modelo. Las etiquetas ruidosas o inconsistentes hacen que los modelos sean poco confiables.

Cómo Se Crea la Verdad Fundamental

1. Anotación Humana: Los anotadores etiquetan imágenes, texto, audio o datos de sensores manualmente.
2. Revisión por Expertos: Especialistas del dominio verifican las etiquetas, especialmente en tareas médicas o legales.
3. Etiquetado Automatizado: Los datos estructurados existentes o los metadatos proporcionan etiquetas automáticamente.
4. Crowdsourcing: Plataformas como Mechanical Turk distribuyen tareas de anotación a escala.
5. Generación Sintética: Las canalizaciones de datos sintéticos generan datos con etiquetas perfectas integradas.

Verdad Fundamental vs. Predicciones del Modelo

Durante el entrenamiento, el modelo nunca ve la verdad fundamental de prueba. Las métricas de evaluación comparan las predicciones del modelo con la verdad fundamental reservada. Las métricas comunes incluyen exactitud, precisión, recall, puntuación F1 y precisión media promedio (mAP). Un modelo que funciona bien con la verdad fundamental de entrenamiento pero mal con los datos de prueba está sobreajustado.

Verdad Fundamental en Visión por Computadora y Robótica

1. Detección de Objetos: Los cuadros delimitadores de verdad fundamental etiquetan cada objeto en las imágenes de entrenamiento.
2. Mapeo 3D: Las nubes de puntos capturadas por LiDAR proporcionan verdad fundamental espacial para la comprensión de escenas.
3. Conducción Autónoma: Los mapas de verdad fundamental muestran posiciones de carriles y ubicaciones de obstáculos.
4. PLN: Las respuestas escritas por humanos sirven como verdad fundamental para modelos de respuesta a preguntas.

Calidad de Datos y Verdad Fundamental a Escala

Los proyectos de IA a gran escala necesitan millones de ejemplos etiquetados con precisión. Las directrices de anotación inconsistentes generan ruido en las etiquetas. El ruido en las etiquetas degrada la precisión del modelo en proporción a su severidad. Los conjuntos de datos de Bright Data proporcionan datos de entrenamiento estructurados de alta calidad recopilados de fuentes del mundo real.