Verdade fundamental

TLDR: A verdade fundamental é o rótulo ou resposta verificada que um modelo de machine learning é treinado para prever. Sua qualidade determina diretamente a precisão do modelo.

No machine learning, a verdade fundamental refere-se aos rótulos corretos e verificados associados aos dados de treinamento. Um rótulo de verdade fundamental informa ao modelo qual é a resposta correta para uma determinada entrada. Para uma tarefa de classificação de imagens, a verdade fundamental pode ser o rótulo ‘gato’. Para detecção de objetos, é a caixa delimitadora e a classe de cada objeto em uma cena. O termo origina-se do sensoriamento remoto — medições de campo que confirmam dados aéreos ou de satélite.

Verdade Fundamental no Aprendizado Supervisionado

O aprendizado supervisionado requer dados rotulados. Cada exemplo de treinamento é emparelhado com uma saída de verdade fundamental. O modelo aprende a minimizar a diferença entre suas previsões e a verdade fundamental. Essa diferença é medida por uma função de perda. A qualidade dos rótulos de verdade fundamental é o maior fator no desempenho do modelo. Rótulos ruidosos ou inconsistentes tornam os modelos não confiáveis.

Como a Verdade Fundamental É Criada

1. Anotação Humana: Anotadores rotulam imagens, texto, áudio ou dados de sensores manualmente.
2. Revisão de Especialistas: Especialistas do domínio verificam rótulos — especialmente em tarefas médicas ou jurídicas.
3. Rotulagem Automatizada: Dados estruturados existentes ou metadados fornecem rótulos automaticamente.
4. Crowdsourcing: Plataformas como o Mechanical Turk distribuem tarefas de anotação em escala.
5. Geração Sintética: Pipelines de dados sintéticos geram dados com rótulos integrados perfeitos.

Verdade Fundamental vs. Previsões do Modelo

Durante o treinamento, o modelo nunca vê a verdade fundamental de teste. As métricas de avaliação comparam as previsões do modelo com a verdade fundamental retida. As métricas comuns incluem acurácia, precisão, recall, pontuação F1 e precisão média média (mAP). Um modelo com bom desempenho na verdade fundamental de treinamento, mas com desempenho ruim nos dados de teste, está sofrendo overfitting.

Verdade Fundamental em Visão Computacional e Robótica

1. Detecção de Objetos: As caixas delimitadoras de verdade fundamental rotulam cada objeto nas imagens de treinamento.
2. Mapeamento 3D: As nuvens de pontos capturadas por LiDAR fornecem verdade fundamental espacial para compreensão de cenas.
3. Direção Autônoma: Mapas de verdade fundamental mostram posições de faixas e locais de obstáculos.
4. NLP: Respostas escritas por humanos servem como verdade fundamental para modelos de resposta a perguntas.

Qualidade de Dados e Verdade Fundamental em Escala

Projetos de IA em larga escala precisam de milhões de exemplos rotulados com precisão. Diretrizes de anotação inconsistentes criam ruído nos rótulos. O ruído nos rótulos degrada a acurácia do modelo proporcionalmente à sua gravidade. Os conjuntos de dados da Bright Data fornecem dados de treinamento estruturados e de alta qualidade coletados de fontes do mundo real.