Novelty detection

Novelty detection — это способность алгоритма заметить, что объект, событие или сигнал не похож на привычную картину из обучения. По-русски — обнаружение новизны или аномалий. Это не классификация известных категорий, а фиксация отклонения: «что-то не так, но я не знаю, что именно».

Задача критична там, где редкие аномалии дороже обычных случаев. Сбой станка, мошенничество, редкая болезнь на снимке — всего этого мало в данных, но пропустить нельзя. Модель, обученная только на нормальных примерах, становится системой раннего предупреждения.

Интуитивно это работает так: модель запоминает норму и строит «облако» привычных точек в пространстве признаков. Новый объект проверяется на расстояние до этого облака. Если расстояние велико — тревога. Как охранник, который знает жильцов в лицо: он не знает незнакомца, но сразу понимает, что тот чужой.

Пример: датчик вибрации на валу двигателя обучался только на штатных режимах. Когда подшипник начинает изнашиваться, вибрация слегка меняется — это ещё не поломка, но уже не норма. Novelty detection подаёт сигнал технику, и станок останавливают до аварии. Так алгоритм превращается в профилактическую страховку.

Итак, novelty detection — это не классификатор с готовыми ответами, а индикатор неопределённости. Вместо «это объект номер пять» он честно говорит «я такого не видел». Именно эта честность помогает избегать дорогих ошибок и позволяет ИИ работать там, где неизвестность неизбежна.