于劍

摘要：深度學(xué)習(xí)技術(shù)的應(yīng)用日漸廣泛，在語音、圖像、文本處理、搜索引擎、廣告推薦等領(lǐng)域都取得了巨大的成功。認(rèn)為深度學(xué)習(xí)自身具有盲點(diǎn)，無法解決全部的機(jī)器學(xué)習(xí)問題，并指出了深度學(xué)習(xí)的優(yōu)缺點(diǎn)，為深度學(xué)習(xí)的使用者提供了一定的理論指導(dǎo)。最后，還展望了深度學(xué)習(xí)的未來發(fā)展趨勢。

關(guān)鍵詞： 深度學(xué)習(xí)；傻瓜型學(xué)習(xí)算法；專家型學(xué)習(xí)算法；白箱算法；黑箱算法；相關(guān)性；因果性

機(jī)器學(xué)習(xí)作為單獨(dú)的研究方向，應(yīng)該說是在20世紀(jì)80年代第1屆國際機(jī)器學(xué)習(xí)大會(huì)（ICML）召開之后才有的事情。機(jī)器學(xué)習(xí)存在很多不同的定義，常用的有3個(gè)：第1個(gè)常用的機(jī)器學(xué)習(xí)定義是“計(jì)算機(jī)系統(tǒng)能夠利用經(jīng)驗(yàn)提高自身的性能”[1]，第2個(gè)常見定義是“學(xué)習(xí)就是一個(gè)基于經(jīng)驗(yàn)數(shù)據(jù)的函數(shù)估計(jì)問題”[2]，第3個(gè)常見的機(jī)器學(xué)習(xí)定義是 “提取重要模式、趨勢，并理解數(shù)據(jù)，即從數(shù)據(jù)中學(xué)習(xí)”[3]。 這3個(gè)常見定義各有側(cè)重：第1個(gè)聚焦學(xué)習(xí)效果，第2個(gè)亮點(diǎn)是給出了可操作的學(xué)習(xí)定義，第3個(gè)突出了學(xué)習(xí)任務(wù)的分類。

雖然機(jī)器學(xué)習(xí)的定義晚至20世紀(jì)才出現(xiàn)，但是廣義上來說，機(jī)器學(xué)習(xí)任務(wù)，或者說學(xué)習(xí)任務(wù)，在人類出現(xiàn)伊始就已有之。在日常生活中，人們每天都面臨如何從自己采集的數(shù)據(jù)中提取知識(shí)進(jìn)行使用的問題。比如：大的方面，需要觀察環(huán)境的變化來學(xué)習(xí)如何制定政策使得地球可持續(xù)發(fā)展；小的方面，需要根據(jù)生活的經(jīng)驗(yàn)買到一個(gè)可口的柚子或者西瓜，選擇一個(gè)靠譜的理發(fā)師等。在計(jì)算機(jī)出現(xiàn)以前，數(shù)據(jù)采集都是人直接感知或者操作的，采集到的數(shù)據(jù)量較小，人可以直接從數(shù)據(jù)中提取知識(shí)，并不需要機(jī)器學(xué)習(xí)。如：對(duì)于回歸問題，高斯在19世紀(jì)早期（1809）就發(fā)表了最小二乘法；對(duì)于數(shù)據(jù)降維問題，卡爾皮爾遜在1901年就發(fā)明了主成分分析（PCA）；對(duì)于聚類問題，K-means 算法最早也可追蹤到1953年[4]。但是這些算法和問題被歸入機(jī)器學(xué)習(xí)，也只有在機(jī)器收集數(shù)據(jù)能力越來越成熟，導(dǎo)致人類直接從數(shù)據(jù)中提取知識(shí)成為不可能之后才變得沒有異議。

在過去的30年間，機(jī)器學(xué)習(xí)從處理僅包含上百個(gè)樣本數(shù)據(jù)的玩具問題起步，一直發(fā)展到今天，已經(jīng)成為了從科學(xué)研究到商業(yè)應(yīng)用的標(biāo)準(zhǔn)數(shù)據(jù)分析工具，機(jī)器學(xué)習(xí)的研究熱點(diǎn)也幾經(jīng)變遷。

1 機(jī)器學(xué)習(xí)發(fā)展簡史

機(jī)器學(xué)習(xí)最早的目標(biāo)是從數(shù)據(jù)中發(fā)現(xiàn)可以解釋的知識(shí)，在追求算法性能的同時(shí)，強(qiáng)調(diào)算法的解釋性。早期的線性感知器、決策樹和最近鄰等算法可以說是這方面的典型代表作。但是，1969年Minsky 指出線性感知器算法不能解決異或問題[5]。由于現(xiàn)實(shí)世界的問題大多是非線性問題，而異或問題又可以說是非線性問題中最簡單的問題，由此可以推斷線性感知器算法的實(shí)際用處不大。這對(duì)于以線性感知器算法為代表的神經(jīng)網(wǎng)絡(luò)研究而言可以說是致命一擊， 直接導(dǎo)致了神經(jīng)網(wǎng)絡(luò)甚至人工智能的第1個(gè)冬天。感知器算法的發(fā)明人、神經(jīng)網(wǎng)絡(luò)先驅(qū)Rosenblatt 于1971年因故去世，則更加增添了這個(gè)冬天的寒意。

需要指出的是，很多實(shí)際應(yīng)用并不要求算法具有可解釋性，比如：機(jī)器翻譯、天氣預(yù)報(bào)、打卦算命等。在這種需求下，如果1個(gè)算法的泛化性能能夠超過其他同類算法，即使該算法缺少解釋性，則該算法依然是優(yōu)秀的學(xué)習(xí)算法。20世紀(jì)80年代神經(jīng)網(wǎng)絡(luò)的復(fù)蘇，其基本思路即為放棄解釋性，一心提高算法的泛化性能。神經(jīng)網(wǎng)絡(luò)放棄解釋性的最重要標(biāo)志是其激活函數(shù)不再使用線性函數(shù)，而是典型的非線性函數(shù)，如Sigmoid函數(shù)和雙曲函數(shù)等，其優(yōu)點(diǎn)是表示能力大幅提高，但相應(yīng)的復(fù)雜性也極度增長。眾所周知，解釋性能好的學(xué)習(xí)算法，其泛化性能也要滿足實(shí)際需求，如果其泛化性能不佳，即使解釋性好，人們也不會(huì)選用。在20世紀(jì)80年代，3層神經(jīng)網(wǎng)絡(luò)的性能超過了當(dāng)時(shí)的分類算法，如：決策樹、最近鄰等，雖然其解釋性不佳，神經(jīng)網(wǎng)絡(luò)依然成為當(dāng)時(shí)最流行的機(jī)器學(xué)習(xí)模型。在神經(jīng)網(wǎng)絡(luò)放棄解釋性之后，其對(duì)于算法設(shè)計(jì)者的知識(shí)儲(chǔ)備要求也放到了最低，因此神經(jīng)網(wǎng)絡(luò)在20世紀(jì)80年代吸引了大批的研究者。

當(dāng)然，也有很多實(shí)際應(yīng)用要求算法具有可解釋性，如因果關(guān)系發(fā)現(xiàn)、控制等。 應(yīng)該說，同時(shí)追求解釋性和泛化性能一直是非神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)研究者設(shè)計(jì)學(xué)習(xí)算法的基本約束。一旦某算法既具有很好的解釋性，其性能又超過神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)研究就將面臨極大的困境，這樣的事情在歷史上也曾真實(shí)地發(fā)生過。1995年Vapnik提出了支持向量機(jī)分類算法，該算法解釋性好，其分類性能也超過了當(dāng)時(shí)常見的3層神經(jīng)網(wǎng)絡(luò)，尤其需要指出的是，其理論的分類錯(cuò)誤率可以通過Valiant的概率近似正確（PAC）理論來估計(jì)。這導(dǎo)致了神經(jīng)網(wǎng)絡(luò)研究的10年沉寂，有人也將其稱為人工智能的第2次冬天。在這期間，大批原先的神經(jīng)網(wǎng)絡(luò)研究者紛紛轉(zhuǎn)向離開，只有少數(shù)人堅(jiān)持研究神經(jīng)網(wǎng)絡(luò)。這個(gè)時(shí)間段對(duì)于機(jī)器學(xué)習(xí)來說，顯然不是冬季。在這10年間，人們提出了概率圖理論、核方法、流形學(xué)習(xí)、稀疏學(xué)習(xí)、排序?qū)W習(xí)等多種機(jī)器學(xué)習(xí)新方向。特別是在20世紀(jì)末和21世紀(jì)初，由于在搜索引擎、字符識(shí)別等應(yīng)用領(lǐng)域取得的巨大進(jìn)展，機(jī)器學(xué)習(xí)的影響力日益興旺。其標(biāo)志事件有：1997年Tom Mitchell 機(jī)器學(xué)習(xí)經(jīng)典教科書的出現(xiàn)，2010年和2011年連續(xù)兩年圖靈獎(jiǎng)?lì)C發(fā)給了機(jī)器學(xué)習(xí)的研究者Valiant 和Pearl。

“三十年河?xùn)|，三十年河西”。2006年以后，神經(jīng)網(wǎng)絡(luò)突破了3層網(wǎng)絡(luò)結(jié)構(gòu)限制，即所謂的深度學(xué)習(xí)，大幅提高了模型的表示能力，又適逢大數(shù)據(jù)時(shí)代相伴而生的高計(jì)算能力，神經(jīng)網(wǎng)絡(luò)化身為深度學(xué)習(xí)，再次將分類能力提高到同時(shí)代其他模型無法匹敵的程度，有人將其稱為人工智能的第3次春天。在機(jī)器學(xué)習(xí)的許多應(yīng)用領(lǐng)域，深度學(xué)習(xí)甚至成為機(jī)器學(xué)習(xí)的代名詞。雖然如此，時(shí)至今日，深度學(xué)習(xí)仍然只是機(jī)器學(xué)習(xí)的分支，無論其沉寂或者過熱，都不可能逆轉(zhuǎn)，而只能加速全部機(jī)器學(xué)習(xí)本身應(yīng)用越來越普及，理論越來越深入的發(fā)展趨勢。

2 深度學(xué)習(xí)的適應(yīng)范圍

理論上，神經(jīng)網(wǎng)絡(luò)深度越大，其表示能力越高，但是深度學(xué)習(xí)對(duì)于計(jì)算能力和訓(xùn)練數(shù)據(jù)的規(guī)模提出了極高的要求。2008年以前，計(jì)算機(jī)的計(jì)算能力和訓(xùn)練數(shù)據(jù)規(guī)模不具備大規(guī)模進(jìn)行深度學(xué)習(xí)研究的條件。隨著云計(jì)算、大數(shù)據(jù)的普及，具備了研究深度學(xué)習(xí)的外在技術(shù)條件。在2010年以后，人們通過采用新的激勵(lì)函數(shù)，如ReLU，以及Dropout[6]，Batch Normalization[7] 等新訓(xùn)練方式，還有特別設(shè)計(jì)的新網(wǎng)絡(luò)結(jié)構(gòu)Deep Residual Networks[8]等，逐漸克服了梯度消失或者發(fā)散問題，研究深度學(xué)習(xí)的內(nèi)在技術(shù)條件也日漸成熟。這使得化名為深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)研究進(jìn)入了另1個(gè)春天。

雖然如此，深度學(xué)習(xí)在理論上并沒有突破以往神經(jīng)網(wǎng)絡(luò)的理論架構(gòu)。所有對(duì)于經(jīng)典神經(jīng)網(wǎng)絡(luò)的理論分析對(duì)于深度學(xué)習(xí)也依然成立。1986年，Rumelhart 等人提出了自編碼器，該模型可以用來對(duì)高維數(shù)據(jù)進(jìn)行降維[9]。2006年，Hinton 等人在Science上發(fā)表了1篇文章，該文章通過改進(jìn)的自編碼器學(xué)習(xí)算法構(gòu)建了1種深層自編碼器[10]，自此深度學(xué)習(xí)的影響力日漸增大。常見的幾種典型的深度學(xué)習(xí)網(wǎng)絡(luò)包括：自編碼器、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、長短時(shí)記憶網(wǎng)絡(luò)等。

感知器算法可能是最早的神經(jīng)網(wǎng)絡(luò)算法，該算法顯然屬于典型的白箱算法，但是其表示能力有限，連異或問題也解決不了。為了解決異或問題，主流的神經(jīng)網(wǎng)絡(luò)技術(shù)放棄了解釋性，在黑箱算法的道路上越走越遠(yuǎn)。實(shí)際上，機(jī)器學(xué)習(xí)算法對(duì)于普通人來說，可粗分為兩類：一類是傻瓜型學(xué)習(xí)算法，即只要輸入一定，任何人都可得到同樣的結(jié)果，如主成分分析等算法；另一類是專家型學(xué)習(xí)算法，即使輸入相同，不同人由于參數(shù)設(shè)置不同，也會(huì)得到大不相同的結(jié)果。顯然，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法是典型的專家型學(xué)習(xí)算法。

總而言之，機(jī)器學(xué)習(xí)有兩個(gè)基本任務(wù)。一是試圖發(fā)現(xiàn)輸入和輸出之間的因果關(guān)系，其主要功用是解釋，最終目的是控制，即一旦發(fā)生問題，必須找出問題發(fā)生的原因，這樣就可以通過控制學(xué)習(xí)算法輸入使得輸出滿足需要。解決此類任務(wù)的學(xué)習(xí)算法是白箱算法，要求解釋能力強(qiáng)。二是力圖發(fā)現(xiàn)輸入輸出的相關(guān)關(guān)系，其主要功用是預(yù)測，最終目的是驗(yàn)證，即一旦做出判斷，就可以根據(jù)外界反應(yīng)判斷預(yù)測是否準(zhǔn)確，但是出現(xiàn)錯(cuò)誤之后，并不要求根據(jù)輸入來追蹤錯(cuò)誤發(fā)生的原因。解決此類任務(wù)的典型學(xué)習(xí)算法是黑箱算法，并不需要解釋能力。

真實(shí)現(xiàn)實(shí)生活中這兩類任務(wù)都是存在的。第1類任務(wù)，如各種高風(fēng)險(xiǎn)任務(wù)，包括無人駕駛（火車、飛機(jī)、汽車等）、醫(yī)療手術(shù)等，一旦發(fā)生錯(cuò)誤，由于成本巨大，必須能夠分析出發(fā)生錯(cuò)誤的原因，以避免類似錯(cuò)誤再次發(fā)生。完成這類任務(wù)，不但需要提高完成任務(wù)的性能，更重要的是能夠發(fā)現(xiàn)輸入與輸出之間的因果關(guān)系，一旦發(fā)生錯(cuò)誤，能追蹤學(xué)習(xí)算法發(fā)生錯(cuò)誤的原因，顯然適宜解決此類問題的學(xué)習(xí)算法是白箱算法。第2類任務(wù)，如各種低風(fēng)險(xiǎn)甚至無風(fēng)險(xiǎn)性任務(wù)，包括搜素引擎、各種棋牌游戲等，顯然這類任務(wù)即使發(fā)生錯(cuò)誤，后果也不嚴(yán)重，成本可以承擔(dān)，因此更重要的是提高其性能，特別是預(yù)測能力，而并不要求算法去解釋這些錯(cuò)誤為什么會(huì)發(fā)生。

顯然，對(duì)于一個(gè)具體的學(xué)習(xí)任務(wù)，一旦白箱算法的性能超過黑箱算法，黑箱算法就再也不會(huì)是完成此類任務(wù)的優(yōu)先考慮對(duì)象。但是，許多學(xué)習(xí)任務(wù)，由于具有極高的復(fù)雜性，難以設(shè)計(jì)1個(gè)性能滿足需要的白箱算法，黑箱算法由于放棄了解釋能力的約束而可能在性能上有較大優(yōu)勢。如今深度學(xué)習(xí)的表示能力已經(jīng)十分強(qiáng)大，2015年卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)達(dá)到152層[8]，2016年卷積神經(jīng)網(wǎng)絡(luò)達(dá)到了1 207層，迄今為止沒有任何一個(gè)白箱算法的表示能力可以與現(xiàn)今的深度學(xué)習(xí)相媲美。故可以預(yù)測，深度學(xué)習(xí)在不需要發(fā)現(xiàn)因果關(guān)系的學(xué)習(xí)任務(wù)上在可見的未來不再有被替代的可能。

另外需要指出的是，相關(guān)性的挖掘是目前大數(shù)據(jù)面臨的典型任務(wù)。甚至有人認(rèn)為，在大數(shù)據(jù)時(shí)代，數(shù)據(jù)相關(guān)性的重要程度遠(yuǎn)超數(shù)據(jù)因果性。由此可知，相關(guān)性任務(wù)在大數(shù)據(jù)時(shí)代應(yīng)用廣泛。當(dāng)前深度學(xué)習(xí)的快速發(fā)展和應(yīng)用領(lǐng)域的日漸擴(kuò)大，從側(cè)面證實(shí)了這一點(diǎn)。當(dāng)然，這并不意味著不需要研究數(shù)據(jù)因果性，更不意味著數(shù)據(jù)因果性的消失。

3 結(jié)束語

深度學(xué)習(xí)不僅是目前熱度最高的人工智能研究方向，也是工業(yè)應(yīng)用最廣泛的學(xué)習(xí)范式。在未來，隨著深度學(xué)習(xí)與特定相關(guān)性學(xué)習(xí)任務(wù)的耦合程度越來越高，可以想像深度學(xué)習(xí)會(huì)有更多的變型出現(xiàn)。但是解釋性的學(xué)習(xí)算法無論在工業(yè)界還是學(xué)術(shù)界同樣也不會(huì)被放棄。

參考文獻(xiàn)

[1] MITCHELL T. Machine Learning[M]. New York： MaGraw Hill， 1997

[2] VAPNIK V N. The Nature of Statistical Learning Theory[M]. New York： Springer， 1995

[3] HASTIE T， TIBSHIRINI R， FRIEDMAN J H. The Elements of Statistical Learning[M]. New York： Springer， 2003

[4] THORNDIKE R L. Who Belongs in the Family[J]. Psychometrika， 1953，18（4）：267-276

[5] MINSKY M， PAPERT S. Perceptons[M]. MA： The MIT Press， 1969

[6] HINTON G E， SRIVASTAVA N， KRIZHEVSKY A， et al. Improving Neural Networks by Preventing Co-Adaptation of Feature Detectors[J]. Computer Science， 2012， 3（4）： 212-223

[7] IOFFE S， SZEGEDY C. Batch Normalization： Accelerating Deep Network Training by Reducing Internal Covariate Shift[C]// Proceedings of the 32 nd International Conference on Machine Learning， 2015

[8] HE K， ZHANG X， REN S， et al. Deep Residual Learning for Image Recognition[C]// IEEE Conference on Computer Vision and Pattern Recognition. USA：IEEE， 2016：770-778. DOI： 10.1109/CVPR.2016.90

[9] RUMELHART D E， HINTON G E， WILLIAMS R J. Learning Internal Representations by Error Propagation[M]. Neurocomputing： Foundations of Research. MA：MIT Press， 1988：318-362

[10] HINTON G E， SALAHUTDINOV R R. Reducing the Dimensionality of the Data with Neural Networks[J]. Science， 2006， 313（9）： 504-507. DOI：10.1126/science.1127647