Few-Shot Learning est une méthode où les ordinateurs apprennent à résoudre de nouvelles tâches avec très peu d'exemples.
Imagine que tu apprends un nouveau sport et que tu n'as pratiqué que quelques fois – pourtant, tu peux déjà comprendre et appliquer pas mal de choses.
De la même manière, l'ordinateur essaie d'apprendre rapidement à partir de peu de données, sans avoir besoin de nombreux exemples d'entraînement.
Cela est particulièrement important lorsque peu de données sont disponibles ou que la collecte de données est coûteuse et chronophage.
Ainsi, les ordinateurs peuvent réagir de manière plus flexible et rapide à de nouvelles situations.