深度学习未来的发展之路：神经进化

本文主要讲了神经进化是深度学习的未来，以及如何用进化计算方法（EC）优化深度学习（DL）。

过去几年时间里，我们有一个完整的团队致力于人工智能研究和实验。该团队专注于开发新的进化计算方法（EC），包括设计人工神经网络架构、构建商业应用程序，以及使用由自然进化激发的方法来解决具有挑战性的计算问题。这一领域的发展势头非常强劲。我们相信进化计算很可能是人工智能技术的下一个重大课题。

EC与Deep Learning（DL）一样都是几十年前引入的，EC也能够从可用的计算和大数据中得到提升。然而，它解决了一个截然不同的需求：我们都知道DL侧重于建模我们已知的知识，而EC则专注于创建新的知识。从这个意义上讲，它是DL的下个步骤：DL能够在熟悉的类别中识别对象和语音，而EC使我们能够发现全新的对象和行为-最大化特定目标的对象和行为。因此，EC使许多新的应用成为可能：为机器人和虚拟代理设计更有效的行为，创造更有效和更廉价的卫生干预措施，促进农业机械化发展和生物过程。

前不久，我们发布了5篇论文来报告在这一领域上取得了显著的进展，报告主要集中在三个方面：（1）DL架构在三个标准机器学习基准测试中已达到了最新技术水平。（2）开发技术用于提高实际应用发展的性能和可靠性。（3）在非常困难的计算问题上证明了进化问题的解决。

本文将重点介绍里面的第一个领域，即用EC优化DL架构。

Sentient揭示了神经进化的突破性研究

深度学习的大部分取决于网络的规模和复杂性。随着神经进化，DL体系结构（即网络拓扑、模块和超参数）可以在人类能力之外进行优化。我们将在本文中介绍三个示例：Omni Draw、Celeb Match和Music Maker（语言建模）。在这三个例子中，Sentient使用神经进化成功地超越了最先进的DL基准。

音乐制作（语言建模）

在语言建模领域，系统被训练用来预测“语言库”中的下一个单词，例如《华尔街日报》几年内的大量文本集合，在网络做出预测结果后，这个输入还可以被循环输入，从而网络可以生成一个完整的单词序列。有趣的是，同样的技术同样适用于音乐序列，以下为一个演示。用户输入一些初始音符，然后系统根据该起始点即兴创作一首完整的旋律。通过神经元进化，Sentient优化了门控周期性（长期短期记忆或LSTM）节点（即网络的“记忆”结构）的设计，使模型在预测下一个音符时更加准确。

在语言建模领域（在一个叫Penn Tree Bank的语言语料库中预测下一个词），基准是由困惑点定义的，用来度量概率模型如何预测真实样本。当然，数字越低越好，因为我们希望模型在预测下一个单词时“困惑”越少越好。在这种情况下，感知器以10.8的困惑点击败了标准的LSTM结构。值得注意的是，在过去25年内，尽管人类设计了一些LSTM变体，LSTM的性能仍然没有得到改善。事实上，我们的神经进化实验表明，LSTM可以通过增加复杂性，即记忆细胞和更多的非线性、平行的途径来显著改善性能。

为什么这个突破很重要？语言是人类强大而复杂的智能构造。语言建模，即预测文本中的下一个单词，是衡量机器学习方法如何学习语言结构的基准。因此，它是构建自然语言处理系统的代理，包括语音和语言接口、机器翻译，甚至包括DNA序列和心率诊断等医学数据。而在语言建模基准测试中我们可以做得更好，可以使用相同的技术建立更好的语言处理系统。

Omni Draw

Omniglot是一种可以识别50种不同字母字符的手写字符识别基准，包括像西里尔语（书面俄语）、日语和希伯来语等真实语言，以及诸如Tengwar（《指环王》中的书面语言）等人工语音。

上图示例展示了多任务学习，模型可以同时学习所有语言，并利用不同语言中字符之间的关系。例如，用户输入图像，系统根据匹配输出不同语言的含义，“这将是拉丁语中的X，日语中的Y以及Tengwar中的Z等等”——利用日本、Tengwar和拉丁语之间的关系找出哪些角色是最好的匹配。这与单一任务学习环境不同，单一环境下模型只对一种语言进行训练，并且不能在语言数据集上建立相同的连接。

虽然Omniglot是一个数据集的例子，但每个语言的数据相对较少。例如它可能只有几个希腊字母，但很多都是日语。它能够利用语言之间关系的知识来寻找解决方案。为什么这个很重要？对于许多实际应用程序来说，标记数据的获取是非常昂贵或危险的（例如医疗应用程序、农业和机器人救援），因此可以利用与相似或相关数据集的关系自动设计模型，在某种程度上可以替代丢失的数据集并提高研究能力。这也是神经进化能力的一个很好的证明：语言之间可以有很多的联系方式，并且进化发现了将他们的学习结合在一起的最佳方式。

Celeb Match

Celeb Match的demo同样适用于多任务学习，但它使用的是大规模数据集。该demo是基于CelebA数据集，它由约20万张名人图像组成，每张图片的标签都由40个二进制标记属性，如“男性与女性”、“有无胡子”等等。每个属性都会产生一个“分类任务”，它会引导系统检测和识别每个属性。作为趣味附加组件，我们创建了一个demo来完成这项任务：用户可以为每个属性设置所需的程度，并且系统会根据进化的多任务学习网络来确定最接近的名人。例如，如果当前的图片为布拉德·皮特的形象，用户可以增加“灰色头发”属性，已发现哪个名人与他相似但是头发不同。

在CelebA多任务人脸分类领域，Sentient使用了演化计算来优化这些检测属性的网络，成功将总体三个模型的误差从8%降到了7.94%。