Yoshua Bengio暑期課程《Deep Learning for AI》核心要點總結

新聞 09-06

雷鋒網 AI 科技評論按：在剛剛結束的巴黎綜合理工學院舉行的 Data Science 暑期學校中，Yoshua Bengio 以《Deep Learning for AI》為主題進行了演講。在這節課上，Bengio 教授結合自己以往的研究經歷，回顧和分享了自己在深度學習領域的一些心得和經驗。雷鋒網 AI 科技評論整理如下。

在課程的最開始，Bengio 為自己的新書《Deep Learning》打了個小廣告（笑），表示目前雖然 MIT Press 已經集合成書，但原文依然可以在線閱讀。

深度學習已經取得了越來越重要的突破，從感知、掌握語言、玩遊戲、或是分析上，深度學習的影響力一直不可小視。

從學習層面上看，深度學習是將知識傳遞給智能體的強大方法，但傳統 AI 方法失效的原因在於，大量的知識是直觀且難以傳遞的。因此，目前深度學習的主流方法是讓系統從數據和經驗中獲取知識。

要想讓深度學習真正向人工智慧邁進，Bengio 認為需要滿足五個核心條件。

需要有大量的數據

要有靈活的模型

足夠的算力

計算機具有有效的推斷能力

也是最重要的一點，能夠避免層次（dimentionality）問題。

而 Bengio 認為，要解決最後一個問題，我們需要在深度學習模型中引入「組合性」的概念。

就像人類語言可以通過不同的組合形式來賦予句子意義，陳述複雜的想法，組合能夠在表徵能力上實現指數級的提升。組合性（compostionality）能夠有效地對我們周圍的世界進行描述和理解。

在這裡，Bengio 通過分散式表徵/嵌入（特徵學習）和深層建設（多層次的特徵學習）兩個例子陳述了組合性的強大力量。

那麼，深度學習既然存在已久，最近到底有哪些進展和變化呢？

Xavier Glorot 和 Bengio 在 AISTATS 2011 的論文《Deep Sparse Rectifier Neural Networks》中提出了一個重要的結論，即 ReLU 的稀疏表達能力是網路性能提升的原因之一。

而在 2014 年的 NIPS 上，GANs 的提出讓無監督生成神經網路在處理圖像、語音和文本上取得了新的進步。ICLR 15' 之後，以谷歌神經網路為代表的基於注意力機制的深度學習發展，又將機器翻譯水平帶向了一個新的高度。注意力機製為神經網路在記憶領域提供了一個嶄新的大門，而基於記憶增強的神經網路也為分析與問題解答的相關係統提供了有效機制。

Bengio 也提出，在深度學習取得越來越好的表現之時，我們也開始思考為何深度學習能有這麼好的效果。自然，不可忽略的一點是它的泛化性能非常好，而且在優化上，SGD 和非凸的特性也讓它取得了極好的效果。

目前在工業界，效果最好的依然是監督學習，而人類的無監督學習能力依然完勝計算機。也就是舉一反三的能力，比如一個兩歲小孩也能夠理解直觀物理學。小寶寶可以構建一個抽象但足夠可靠的物理模型，主要原因在於它與真實世界進行了互動，而不僅僅是作為旁觀者進行觀察。

谷歌大腦研究科學家 Hugo Larochelle 在 AAAI 2008 年和 Bengio、Dumitru Erhan 一起發表了《Zero-data Learning of New Tasks》，提出了零數據學習的概念；它與零例學習（Zero-Shot Learning）一起，在領域適應性上努力嘗試做出更多的遷移。