為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石

編譯 韓真

神經(jīng)網(wǎng)絡(luò)既強大又不可預(yù)測?，F(xiàn)在，數(shù)學(xué)家開始揭示神經(jīng)網(wǎng)絡(luò)的形態(tài)如何影響其功能。

當(dāng)我們建造摩天大樓時，我們預(yù)期它會按照設(shè)計規(guī)格發(fā)揮功能：能夠支撐這么多的重量，能夠承受一定強度的地震。

但是，面對當(dāng)今世界最重要的技術(shù)之一時，我們基本上是在盲目行事：嘗試不同的設(shè)計，修補不同的初始設(shè)定，但是，直到我們開始試運行時，我們并不知道它能做什么，也不知道它會在哪失敗。

這一技術(shù)就是神經(jīng)網(wǎng)絡(luò)，其支撐了當(dāng)前最先進的人工智能系統(tǒng)，并且開始逐漸進入社會生活的核心：通過社交網(wǎng)絡(luò)信息決定我們從世界中了解什么，幫助醫(yī)生診斷病癥，甚至可以影響法官決定罪犯是否需要在獄中服刑。

然而，“對于神經(jīng)網(wǎng)絡(luò)如何工作？真正的神經(jīng)網(wǎng)絡(luò)理論是什么？我們幾乎一無所知?！滨U里斯·哈寧（Boris Hanin）說道。他是德克薩斯A ＆ M大學(xué)的數(shù)學(xué)家，也是臉書人工智能實驗室的訪問科學(xué)家，研究神經(jīng)網(wǎng)絡(luò)。

他把這種情形比作另一項革命性技術(shù)（蒸汽機）的發(fā)展。起初，蒸汽機只是用于抽水。后來，蒸汽機可以驅(qū)動火車，這相當(dāng)于復(fù)雜神經(jīng)網(wǎng)絡(luò)所達到的水平。后來科學(xué)家和數(shù)學(xué)家發(fā)展了熱力學(xué)理論，使得他們可以理解任何發(fā)動機的內(nèi)部原理。最終，這些知識幫助我們登上月球。

“首先，你擁有偉大的工程設(shè)計，你擁有一些偉大的火車，然后你需要一些理論基礎(chǔ)，你才能進入火箭飛船?！惫幷f。

在龐大的神經(jīng)網(wǎng)絡(luò)研究群體中，有一小群具有數(shù)學(xué)思維的研究者，他們在嘗試構(gòu)建神經(jīng)網(wǎng)絡(luò)的理論。這樣的理論能夠解釋神經(jīng)網(wǎng)絡(luò)如何工作，確保按照規(guī)定方式建造的神經(jīng)網(wǎng)絡(luò)完成指定任務(wù)。

這項工作尚處極早階段，但是，2018年，研究者發(fā)表若干文章，詳細闡述神經(jīng)網(wǎng)絡(luò)的形態(tài)和功能之間的關(guān)系。研究表明：在驗證神經(jīng)網(wǎng)絡(luò)能夠駕駛汽車之前，你先得證明神經(jīng)網(wǎng)絡(luò)能夠做乘法。

梅特拉·拉古，谷歌大腦的一員，一直在研究可解釋神經(jīng)網(wǎng)絡(luò)運作的原理

模擬大腦的最佳方法

神經(jīng)網(wǎng)絡(luò)的目的是模擬人的大腦，關(guān)于大腦的工作方式之一是：它把較小的抽象合并為更大的抽象。從這個視角來說，思考的復(fù)雜度要用兩點來衡量：一是你可以利用的小型抽象的范圍，二是你能夠把低層抽象合并為高層抽象的次數(shù)。這就像我們學(xué)會區(qū)別狗和鳥。

康奈爾大學(xué)計算機科學(xué)的博士生、谷歌大腦的成員梅特拉·拉古（Maithra Raghu）說：“對人來說，要學(xué)會如何識別狗，先得學(xué)會識別四只腿，我們希望神經(jīng)網(wǎng)絡(luò)也能做同樣的事。”

人類大腦的抽象能力是自然獲得的，神經(jīng)網(wǎng)絡(luò)則需要通過工作而獲得。與大腦一樣，神經(jīng)網(wǎng)絡(luò)是由稱為“神經(jīng)元”的基礎(chǔ)組件組成，神經(jīng)元以各種方式互相連接（神經(jīng)網(wǎng)絡(luò)的神經(jīng)元受到大腦神經(jīng)元啟發(fā)，但前者并不是直接模仿后者）。每個神經(jīng)元可能代表了一個屬性或一組屬性，網(wǎng)絡(luò)用以表征抽象的各個層級。

當(dāng)把這些神經(jīng)元連接到一起的時候，工程師可以有多種選擇。他們必須決定網(wǎng)絡(luò)有多少層次的神經(jīng)元（有多“深”）。比如，考慮神經(jīng)網(wǎng)絡(luò)來識別圖像中的物體，圖像在第一層進入系統(tǒng)；在下一層，網(wǎng)絡(luò)上有些神經(jīng)元用以識別圖像的邊緣；再下一層，把邊緣合并為線段來識別曲線；再下一層，把曲線合并為形狀和紋理；最后的層處理這些形狀和紋理并得到結(jié)論：它看到了什么？毛茸茸的猛犸獸！

賓州大學(xué)的數(shù)學(xué)家大衛(wèi)·羅爾尼克（David Rolnick）說：“思路就是每一層把前一層的許多方面合并在一起。圓就是把很多地方的曲線合并在一起，曲線就是把很多地方的線段合并在一起?！?/p>

工程師還得決定每一層的“寬度”，即對應(yīng)于網(wǎng)絡(luò)中每一層所考慮的不同特征的數(shù)量。在這個圖像識別的例子中，層級的寬度就是每一層所考慮的線段、曲線或形狀的種類的數(shù)量。

除了網(wǎng)絡(luò)的深度和寬度之外，還需要選擇：在層內(nèi)和層與層之間，如何連接神經(jīng)元；給予每個連接多大的權(quán)重。

所以，如果你心中有具體的任務(wù)，你如何知道選擇哪種神經(jīng)網(wǎng)絡(luò)架構(gòu)來實現(xiàn)它最好呢？對此，有若干寬泛的經(jīng)驗法則：對于圖像相關(guān)的任務(wù)來說，工程師一般使用“卷積”神經(jīng)網(wǎng)絡(luò)，重復(fù)使用層與層之間的相同連接架構(gòu)。對于自然語言處理（比如語音識別或語言生成）來說，工程師發(fā)現(xiàn)“循環(huán)”神經(jīng)網(wǎng)絡(luò)功用最佳。在這種網(wǎng)絡(luò)中，神經(jīng)元可以連接到非鄰近層。

然而，除了這些一般的準則，工程師基本上要依靠實驗證據(jù)：他們運行1 000種不同的神經(jīng)網(wǎng)絡(luò)，觀察其中哪些能完成任務(wù)。

哈寧說：“這些選擇基本上通過試錯法，這很困難，因為選擇是無限的，而且人們真的不知道什么是最好的?！?/p>

更好的辦法應(yīng)當(dāng)包括：采用更少的試錯，更深入理解神經(jīng)網(wǎng)絡(luò)架構(gòu)能夠帶來什么。最近的一些文章正把整個領(lǐng)域向此方向推進。

“此工作嘗試開發(fā)設(shè)計正確網(wǎng)絡(luò)結(jié)構(gòu)的手冊（類似食譜）。如果你知道自己想要從網(wǎng)絡(luò)結(jié)構(gòu)中獲得什么，那么這就是你需要的秘方?！绷_爾尼克說。

大衛(wèi)·羅爾尼克，賓州大學(xué)的數(shù)學(xué)家，證明了更深的網(wǎng)絡(luò)可以比更淺的網(wǎng)絡(luò)使用更少的神經(jīng)元來完成相同的任務(wù)

圈出紅色的羊

最早的一項關(guān)于神經(jīng)網(wǎng)絡(luò)架構(gòu)的理論保證之一來自30年前。1989年，計算機科學(xué)家證明：如果神經(jīng)網(wǎng)絡(luò)只有一個計算層，且允許此層擁有無限的神經(jīng)元，允許神經(jīng)元之間有無限的連接，那么，這個神經(jīng)網(wǎng)絡(luò)就能完成你所要求的任何任務(wù)。

這是過分籠統(tǒng)的觀點，結(jié)果非常直觀卻沒啥用。這好像是說：如果你能識別圖像中無限的線段，你就可以用一層網(wǎng)絡(luò)來區(qū)別所有物體。這可能在原理上是對的，但是，在實踐中就需要好運。

今天的研究者把這種很寬很平的網(wǎng)絡(luò)稱為“表達性”（expressive）的，是說它們理論上能捕捉在可能輸入（比如圖像）和可能輸出（比如對于圖像的描述）之間的豐富聯(lián)系。然而這種網(wǎng)絡(luò)卻是非常難以訓(xùn)練，幾乎不可能教會它們?nèi)绾握嬲a(chǎn)生相關(guān)輸出，其所需的計算也超過了任何計算機的能力。

最近，研究者開始嘗試把神經(jīng)網(wǎng)絡(luò)推向另一個方向，把它變得更窄（每層更少的神經(jīng)元）、更深（擁有更多層次）。所以，很可能你只要挑出100條不同的線段，然后用連接把這100條線段變成50條曲線，再合并成10個不同的形狀，這樣，你就獲得了需要的所有基礎(chǔ)組件，可以用來識別大多數(shù)物體。

在2018年完成的一篇文章中，羅爾尼克和麻省理工學(xué)院的邁克斯·泰格馬克（Max Tegmark）證明：通過增加深度、減少寬度，你可以使用很少的神經(jīng)元來完成相同的功能。他們表明，如果你的模型有100個輸入變量，可以用一層2100的神經(jīng)元或兩層210的神經(jīng)元來達成相同的可靠度。羅爾尼克說：“神經(jīng)網(wǎng)絡(luò)的深度概念和如下的觀念有關(guān)，即把復(fù)雜的事情分解為很多簡單事情，就像流水線?！?/p>

羅爾尼克和泰格馬克證明了深度網(wǎng)絡(luò)的效用，即通過要求網(wǎng)絡(luò)執(zhí)行簡單任務(wù)：把多項式函數(shù)相乘。他們通過方程式和解的例子來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。然后要求網(wǎng)絡(luò)計算之前從未見過的方程式的解。深的網(wǎng)絡(luò)比淺的網(wǎng)絡(luò)做這件事情用更少的神經(jīng)元。

盡管乘法不是讓世人震驚的任務(wù)，羅爾尼克說這篇文章提出了重要觀點：“如果淺的網(wǎng)絡(luò)連乘法都不能做，我們不能信任它們可以做別的事?！?/p>

其他研究者一直在探索可用的單層最小寬度。2018年9月底，杰西·約翰遜（Jesse Johnson）證明：在特定的點，再深的深度也無法彌補寬度不足。約翰遜是賽諾菲制藥公司的研究人員，以前是俄克拉荷馬州立大學(xué)的數(shù)學(xué)家。

要理解他的研究成果，我們可以想象田里的羊，羊毛染上幾種不同的顏色。你的神經(jīng)網(wǎng)絡(luò)的任務(wù)就是要把所有相同顏色的羊圈在一起。就實質(zhì)來說，這個任務(wù)和圖像分類相似，網(wǎng)絡(luò)有一組圖像，然后要把相似的圖像分組。

如何設(shè)計一個神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)把輸入（如一幅圖像）通過很多層的數(shù)字神經(jīng)元進行傳輸處理，每一層網(wǎng)絡(luò)都揭示關(guān)于該輸入的更多特征。數(shù)學(xué)家正在揭示神經(jīng)網(wǎng)絡(luò)的架構(gòu)（關(guān)于該網(wǎng)絡(luò)有多少節(jié)點和多少層級，節(jié)點和層級間如何連接在一起）如何決定該神經(jīng)網(wǎng)絡(luò)所擅長的任務(wù)。

當(dāng)數(shù)據(jù)被喂入網(wǎng)絡(luò)時，每個響應(yīng)的人工神經(jīng)元（用“1”作為標記）把信號傳遞到下一層的特定神經(jīng)元，而下層的神經(jīng)元如果收到多個信號，就更容易響應(yīng)。這個過程揭示了關(guān)于輸入的抽象信息。

淺網(wǎng)絡(luò)只有較少的層次，但是每層擁有很多神經(jīng)元。這些“表達性”網(wǎng)絡(luò)在計算量上是很繁重的。

深網(wǎng)絡(luò)有很多的層次，每層擁有相對少的神經(jīng)元。它可以用相對較少的神經(jīng)元到達很高的抽象能力。

鮑里斯·哈寧，德克薩斯A ＆ M大學(xué)數(shù)學(xué)家，研究神經(jīng)網(wǎng)絡(luò)的深度和寬度之間的權(quán)衡關(guān)系

約翰遜證明：如果網(wǎng)絡(luò)的單層寬度少于或等于輸入的數(shù)量，就無法完成這樣的任務(wù)。以羊為例，每只羊可以用兩個輸入x和y坐標來確定它在田地的位置。神經(jīng)網(wǎng)絡(luò)把每只羊標記一個顏色，然后在具備相同顏色的羊周圍畫邊界。在這種情況下，你需要每層3個或更多神經(jīng)元的網(wǎng)絡(luò)來解決畫界問題。

更具體地說，約翰遜表示：如果網(wǎng)絡(luò)單層寬度與輸入變量數(shù)的比不合適，那么神經(jīng)網(wǎng)絡(luò)就沒法畫封閉的圈（畫圈就表明，把在草場中間的紅色羊聚在一起）?！叭绻窠?jīng)元的寬度不能超過輸入維度的數(shù)目，那么，無論使用多少層次，有些形狀網(wǎng)絡(luò)就永遠不能生成?！?約翰遜說。

像約翰遜這樣的文章正在構(gòu)建神經(jīng)網(wǎng)絡(luò)理論的基礎(chǔ)部分。在當(dāng)下，研究者只能對網(wǎng)絡(luò)架構(gòu)和功能之間的關(guān)系得出很基本的推論；比起神經(jīng)網(wǎng)絡(luò)正在執(zhí)行的大量任務(wù)而言，這些推論占很小的比例。

所以，盡管神經(jīng)網(wǎng)絡(luò)的理論不能很快改變?nèi)藗兘ㄔ煜到y(tǒng)的方法；但是，正在繪制關(guān)于計算機如何學(xué)習(xí)的新理論的藍圖。這一理論將使人類達成比登月更偉大的成就。