Định nghĩa

Bộ phân loại sinh (Generative Classifier) là một mô hình học máy tiên tiến tích hợp khả năng của các mô hình sinh (tạo ra các mẫu dữ liệu mới) với các thuật toán phân loại truyền thống (gán nhãn cho dữ liệu hiện có). Không giống như các bộ phân loại phân biệt tiêu chuẩn chỉ học ranh giới giữa các lớp, bộ phân loại sinh học sự phân bố cơ bản của dữ liệu trong mỗi lớp, cho phép nó vừa phân loại vừa, trong một số kiến trúc, tạo ra các ví dụ tổng hợp đại diện cho lớp đó.

Tại sao nó quan trọng

Cách tiếp cận lai này giải quyết những hạn chế của các mô hình chỉ mang tính phân biệt. Bằng cách hiểu quy trình tạo dữ liệu, các mô hình này cung cấp những hiểu biết sâu sắc phong phú hơn về bản thân dữ liệu, chứ không chỉ là các nhãn của nó. Điều này rất quan trọng đối với các tác vụ đòi hỏi độ trung thực cao cả trong dự đoán và tăng cường dữ liệu, chẳng hạn như phát hiện bất thường hoặc mô phỏng phức tạp.

Cách thức hoạt động

Ở mức độ cao, mô hình được huấn luyện để ánh xạ dữ liệu đầu vào tới một phân bố xác suất cho mỗi lớp. Các thành phần sinh (như Bộ tự mã hóa biến phân - Variational Autoencoders hoặc GAN được điều chỉnh cho phân loại) học biểu diễn không gian tiềm ẩn của đầu vào. Sau đó, lớp phân loại sử dụng phân bố đã học này để xác định thành viên lớp có khả năng xảy ra nhất. Khía cạnh sinh cho phép mô hình lấy mẫu từ các phân bố đã học này, tạo ra các điểm dữ liệu tổng hợp, nhưng vẫn chính xác về mặt lớp.

Các trường hợp sử dụng phổ biến

• Tạo dữ liệu tổng hợp để huấn luyện: Tạo các bộ dữ liệu có nhãn thực tế khi dữ liệu thế giới thực khan hiếm hoặc nhạy cảm (ví dụ: hình ảnh y tế).
• Phát hiện bất thường: Xác định các điểm ngoại lai bằng cách nhận ra các điểm dữ liệu không phù hợp với các mẫu sinh đã học của bất kỳ lớp nào đã biết.
• Thích ứng miền (Domain Adaptation): Điều chỉnh các mô hình được huấn luyện trên một tập dữ liệu để hoạt động chính xác trên một tập dữ liệu khác, có liên quan.

Lợi ích chính

• Biểu diễn đặc trưng phong phú hơn: Thu thập các đặc trưng tinh tế hơn của phân bố dữ liệu so với việc chỉ phát hiện ranh giới đơn giản.
• Tăng cường dữ liệu: Cung cấp một cơ chế để tăng khối lượng dữ liệu huấn luyện mà không làm ảnh hưởng đến tính chân thực.
• Cải thiện tính mạnh mẽ: Các mô hình được huấn luyện với các tiên nghiệm sinh có xu hướng mạnh mẽ hơn trước các biến thể đầu vào nhỏ.

Thách thức

• Chi phí tính toán: Huấn luyện các mô hình phức tạp, đa mục đích này đòi hỏi tài nguyên lớn hơn đáng kể so với các bộ phân loại tiêu chuẩn.
• Sự sụp đổ chế độ (Mode Collapse) (trong các biến thể dựa trên GAN): Thành phần sinh có thể không nắm bắt được toàn bộ sự đa dạng của phân bố dữ liệu thực.
• Khả năng diễn giải: Bản chất kết hợp của mô hình có thể khiến việc truy vết lý do tại sao một phân loại cụ thể được đưa ra trở nên khó khăn hơn.

Các khái niệm liên quan

Các mô hình phân biệt, Bộ tự mã hóa biến phân (VAEs), Mạng đối nghịch tạo sinh (GANs), Mô hình hóa không gian tiềm ẩn.