网站如何在工信部备案信息,乐清市做淘宝网站公司,调查问卷网站建设,做图网站有哪些东西来源#xff1a;人工智能头条翻译 | kevin#xff0c;刘志远审校 | 李成华深度学习三巨头Geoffrey Hinton、Yann LeCun和Yoshua Bengio对AI领域的贡献无人不知、无人不晓。本文是《Nature》杂志为纪念人工智能60周年而专门推出的深度学习综述#xff0c;也是Hinton、LeCun和… 来源人工智能头条翻译 | kevin刘志远审校 | 李成华深度学习三巨头Geoffrey Hinton、Yann LeCun和Yoshua Bengio对AI领域的贡献无人不知、无人不晓。本文是《Nature》杂志为纪念人工智能60周年而专门推出的深度学习综述也是Hinton、LeCun和Bengio三位大神首次合写同一篇文章。该综述在深度学习领域的重要性不言而喻可以说是所有人入门深度学习的必读作品。本文上半部分深入浅出介绍深度学习的基本原理和核心优势下半部分则详解CNN、分布式特征表示、RNN及其不同的应用并对深度学习技术的未来发展进行展望。原文链接https://www.cs.toronto.edu/~hinton/absps/NatureDeepReview.pdf论文摘要深度学习可以让那些拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示。这些方法在许多方面都带来了显著的改善包括最先进的语音识别、视觉对象识别、对象检测和许多其它领域例如药物发现和基因组学等。深度学习能够发现大数据中的复杂结构。它是利用BP算法来完成这个发现过程的。BP算法能够指导机器如何从前一层获取误差而改变本层的内部参数这些内部参数可以用于计算表示。深度卷积网络在处理图像、视频、语音和音频方面带来了突破而递归网络在处理序列数据比如文本和演讲方面表现出了闪亮的一面。机器学习技术在现代社会的各个方面表现出了强大的功能从Web搜索到社会网络内容过滤再到电子商务网站上的商品推荐都有涉足。并且它越来越多地出现在消费品中比如相机和智能手机。机器学习系统被用来识别图片中的目标将语音转换成文本匹配新闻元素根据用户兴趣提供职位或产品选择相关的搜索结果。逐渐地这些应用使用一种叫深度学习的技术。传统的机器学习技术在处理未加工过的数据时体现出来的能力是有限的。几十年来想要构建一个模式识别系统或者机器学习系统需要一个精致的引擎和相当专业的知识来设计一个特征提取器把原始数据如图像的像素值转换成一个适当的内部特征表示或特征向量子学习系统通常是一个分类器对输入的样本进行检测或分类。特征表示学习是一套给机器灌入原始数据然后能自动发现需要进行检测和分类的表达的方法。深度学习就是一种特征学习方法把原始数据通过一些简单的但是非线性的模型转变成为更高层次的更加抽象的表达。通过足够多的转换的组合非常复杂的函数也可以被学习。对于分类任务高层次的表达能够强化输入数据的区分能力方面同时削弱不相关因素。比如一副图像的原始格式是一个像素数组那么在第一层上的学习特征表达通常指的是在图像的特定位置和方向上有没有边的存在。第二层通常会根据那些边的某些排放而来检测图案这时候会忽略掉一些边上的一些小的干扰。第三层或许会把那些图案进行组合从而使其对应于熟悉目标的某部分。随后的一些层会将这些部分再组合从而构成待检测目标。深度学习的核心方面是上述各层的特征都不是利用人工工程来设计的而是使用一种通用的学习过程从数据中学到的。深度学习正在取得重大进展解决了人工智能界的尽最大努力很多年仍没有进展的问题。它已经被证明它能够擅长发现高维数据中的复杂结构因此它能够被应用于科学、商业和政府等领域。除了在图像识别、语音识别等领域打破了纪录它还在另外的领域击败了其他机器学习技术包括预测潜在的药物分子的活性、分析粒子加速器数据、重建大脑回路、预测在非编码DNA突变对基因表达和疾病的影响。也许更令人惊讶的是深度学习在自然语言理解的各项任务中产生了非常可喜的成果特别是主题分类、情感分析、自动问答和语言翻译。我们认为在不久的将来深度学习将会取得更多的成功因为它需要很少的手工工程它可以很容易受益于可用计算能力和数据量的增加。目前正在为深度神经网络开发的新的学习算法和架构只会加速这一进程。监督学习机器学习中不论是否是深层最常见的形式是监督学习。试想一下我们要建立一个系统它能够对一个包含了一座房子、一辆汽车、一个人或一个宠物的图像进行分类。我们先收集大量的房子汽车人与宠物的图像的数据集并对每个对象标上它的类别。在训练期间机器会获取一副图片然后产生一个输出这个输出以向量形式的分数来表示每个类别都有一个这样的向量。我们希望所需的类别在所有的类别中具有最高的得分但是这在训练之前是不太可能发生的。通过计算一个目标函数可以获得输出分数和期望模式分数之间的误差或距离。然后机器会修改其内部可调参数以减少这种误差。这些可调节的参数通常被称为权值它们是一些实数可以被看作是一些“旋钮”定义了机器的输入输出功能。在典型的深学习系统中有可能有数以百万计的样本和权值和带有标签的样本用来训练机器。为了正确地调整权值向量该学习算法计算每个权值的梯度向量表示了如果权值增加了一个很小的量那么误差会增加或减少的量。权值向量然后在梯度矢量的相反方向上进行调整。我们的目标函数所有训练样本的平均可以被看作是一种在权值的高维空间上的多变地形。负的梯度矢量表示在该地形中下降方向最快使其更接近于最小值也就是平均输出误差低最低的地方。在实际应用中大部分从业者都使用一种称作随机梯度下降的算法SGD。它包含了提供一些输入向量样本计算输出和误差计算这些样本的平均梯度然后相应的调整权值。通过提供小的样本集合来重复这个过程用以训练网络直到目标函数停止增长。它被称为随机的是因为小的样本集对于全体样本的平均梯度来说会有噪声估计。这个简单过程通常会找到一组不错的权值同其他精心设计的优化技术相比它的速度让人惊奇。训练结束之后系统会通过不同的数据样本——测试集来显示系统的性能。这用于测试机器的泛化能力——对于未训练过的新样本的识别能力。当前应用中的许多机器学习技术使用的是线性分类器来对人工提取的特征进行分类。一个2类线性分类器会计算特征向量的加权和。当加权和超过一个阈值之后输入样本就会被分配到一个特定的类别中。从20世纪60年代开始我们就知道了线性分类器只能够把样本分成非常简单的区域也就是说通过一个超平面把空间分成两部分。但像图像和语音识别等问题它们需要的输入-输出函数要对输入样本中不相关因素的变化不要过于的敏感如位置的变化目标的方向或光照或者语音中音调或语调的变化等但是需要对于一些特定的微小变化非常敏感例如一只白色的狼和跟狼类似的白色狗——萨莫耶德犬之间的差异。在像素这一级别上两条萨莫耶德犬在不同的姿势和在不同的环境下的图像可以说差异是非常大的然而一只萨摩耶德犬和一只狼在相同的位置并在相似背景下的两个图像可能就非常类似。图1 多层神经网络和BP算法多层神经网络用连接点表示可以对输入空间进行整合使得数据红色和蓝色线表示的样本线性可分。注意输入空间中的规则网格左侧是如何被隐藏层转换的转换后的在右侧。这个例子中只用了两个输入节点两个隐藏节点和一个输出节点但是用于目标识别或自然语言处理的网络通常包含数十个或者数百个这样的节点。获得C.Olah(http://colah.github.io/) 的许可后重新构建的这个图。链式法则告诉我们两个小的变化x和y的微小变化以及y和z的微小变化是怎样组织到一起的。x的微小变化量Δx首先会通过乘以∂y/∂x偏导数转变成y的变化量Δy。类似的Δy会给z带来改变Δz。通过链式法则可以将一个方程转化到另外的一个——也就是Δx通过乘以∂y/∂x和∂z/∂x得到Δz的过程。当xyz是向量的时候可以同样处理使用雅克比矩阵。具有两个隐层一个输出层的神经网络中计算前向传播的公式。每个都有一个模块构成用于反向传播梯度。在每一层上我们首先计算每个节点的总输入zz是前一层输出的加权和。然后利用一个非线性函数f(.)来计算节点的输出。简单期间我们忽略掉了阈值项。神经网络中常用的非线性函数包括了最近几年常用的校正线性单元ReLUf(z) max(0,z)和传统的sigmoids比如f(z) (exp(z) − exp(−z))/(exp(z) exp(−z)) 和f(z) 1/(1 exp(−z))。计算反向传播的公式。在隐层我们计算每个输出单元产生的误差这是由上一层产生的误差的加权和。然后我们将输出层的误差通过乘以梯度f(z)转换到输入层。在输出层上每个节点的误差会用成本函数的微分来计算。如果节点l的成本函数是0.5*(yl-tl)^2, 那么节点的误差就是yl-tl其中tl是期望值。一旦知道了∂E/∂zk的值节点j的内星权向量wjk就可以通过yj ∂E/∂zk来进行调整。一个线性分类器或者其他操作在原始像素上的浅层分类器不能够区分后两者虽然能够将前者归为同一类。这就是为什么浅分类要求有良好的特征提取器用于解决选择性不变性困境——提取器会挑选出图像中能够区分目标的那些重要因素但是这些因素对于分辨动物的位置就无能为力了。为了加强分类能力可以使用泛化的非线性特性如核方法但这些泛化特征比如通过高斯核得到的并不能够使得学习器从学习样本中产生较好的泛化效果。传统的方法是手工设计良好的特征提取器这需要大量的工程技术和专业领域知识。但是如果通过使用通用学习过程而得到良好的特征那么这些都是可以避免的了。这就是深度学习的关键优势。深度学习的体系结构是简单模块的多层栈所有或大部分模块的目标是学习还有许多计算非线性输入输出的映射。栈中的每个模块将其输入进行转换以增加表达的可选择性和不变性。比如说具有一个5到20层的非线性多层系统能够实现非常复杂的功能比如输入数据对细节非常敏感——能够区分白狼和萨莫耶德犬同时又具有强大的抗干扰能力比如可以忽略掉不同的背景、姿势、光照和周围的物体等。用反向传播训练多层神经网络在最早期的模式识别任务中研究者的目标一直是使用可以训练的多层网络来替代经过人工选择的特征虽然使用多层神经网络很简单但是得出来的解很糟糕。直到20世纪80年代使用简单的随机梯度下降来训练多层神经网络这种糟糕的情况才有所改变。只要网络的输入和内部权值之间的函数相对平滑使用梯度下降就凑效梯度下降方法是在70年代到80年代期间由不同的研究团队独立发明的。用来求解目标函数关于多层神经网络权值梯度的反向传播算法BP只是一个用来求导的链式法则的具体应用而已。反向传播算法的核心思想是目标函数对于某层输入的导数或者梯度可以通过向后传播对该层输出或者下一层输入的导数求得如图1。反向传播算法可以被重复的用于传播梯度通过多层神经网络的每一层从该多层神经网络的最顶层的输出也就是改网络产生预测的那一层一直到该多层神经网络的最底层也就是被接受外部输入的那一层一旦这些关于目标函数对每层输入的导数求解完我们就可以求解每一层上面的目标函数对权值的梯度了。很多深度学习的应用都是使用前馈式神经网络如图1该神经网络学习一个从固定大小输入比如输入是一张图到固定大小输出例如到不同类别的概率的映射。从第一层到下一层计算前一层神经元输入数据的权值的和然后把这个和传给一个非线性激活函数。当前最流行的非线性激活函数是rectified linear unit(ReLU)函数形式f(z)max(z,0)。过去的几十年中神经网络使用一些更加平滑的非线性函数比如tanh(z)和1/(1exp(-z))但是ReLU通常会让一个多层神经网络学习的更快也可以让一个深度网络直接有监督的训练不需要无监督的pre-train。达到之前那种有pre-train的效果。通常情况下输入层和输出层以外的神经单元被称为隐藏单元。隐藏层的作用可以看成是使用一个非线性的方式打乱输入数据来让输入数据对应的类别在最后一层变得线性可分。在20世纪90年代晚期神经网络和反向传播算法被大多数机器学习团队抛弃同时也不受计算机视觉和语音识别团队的重视。人们普遍认为学习有用的、多级层次结构的、使用较少先验知识进行特征提取的这些方法都不靠谱。确切的说是因为简单的梯度下降会让整个优化陷入到不好的局部最小解。实践中如果在大的网络中不管使用什么样的初始化条件局部最小解并不算什么大问题系统总是得到效果差不多的解。最近的理论和实验表明局部最小解还真不是啥大问题。相反解空间中充满了大量的鞍点梯度为0的点同时鞍点周围大部分曲面都是往上的。所以这些算法就算是陷入了这些局部最小值关系也不太大。2006年前后CIFAR加拿大高级研究院把一些研究者聚集在一起人们对深度前馈式神经网络重新燃起了兴趣。研究者们提出了一种非监督的学习方法这种方法可以创建一些网络层来检测特征而不使用带标签的数据这些网络层可以用来重构或者对特征检测器的活动进行建模。通过预训练过程深度网络的权值可以被初始化为有意思的值。然后一个输出层被添加到该网络的顶部并且使用标准的反向传播算法进行微调。这个工作对手写体数字的识别以及行人预测任务产生了显著的效果尤其是带标签的数据非常少的时候。使用这种与训练方法做出来的第一个比较大的应用是关于语音识别的并且是在GPU上做的这样做是因为写代码很方便并且在训练的时候可以得到10倍或者20倍的加速。2009年这种方法被用来映射短时间的系数窗口该系统窗口是提取自声波并被转换成一组概率数字。它在一组使用很少词汇的标准的语音识别基准测试程序上达到了惊人的效果然后又迅速被发展到另外一个更大的数据集上同时也取得惊人的效果。从2009年到到2012年底较大的语音团队开发了这种深度网络的多个版本并且已经被用到了安卓手机上。对于小的数据集来说无监督的预训练可以防止过拟合同时可以带来更好的泛化性能当有标签的样本很小的时候。一旦深度学习技术重新恢复这种预训练只有在数据集合较少的时候才需要。然后还有一种深度前馈式神经网络这种网络更易于训练并且比那种全连接的神经网络的泛化性能更好。这就是卷积神经网络CNN。当人们对神经网络不感兴趣的时候卷积神经网络在实践中却取得了很多成功如今它被计算机视觉团队广泛使用。卷积神经网络卷积神经网络被设计用来处理到多维数组数据的比如一个有3个包含了像素值2-D图像组合成的一个具有3个颜色通道的彩色图像。很多数据形态都是这种多维数组的1D用来表示信号和序列包括语言2D用来表示图像或者声音3D用来表示视频或者有声音的图像。卷积神经网络使用4个关键的想法来利用自然信号的属性局部连接、权值共享、池化以及多网络层的使用。图2 卷积神经网络内部一个典型的卷积神经网络结构如图2是由一系列的过程组成的。最初的几个阶段是由卷积层和池化层组成卷积层的单元被组织在特征图中在特征图中每一个单元通过一组叫做滤波器的权值被连接到上一层的特征图的一个局部块然后这个局部加权和被传给一个非线性函数比如ReLU。在一个特征图中的全部单元享用相同的过滤器不同层的特征图使用不同的过滤器。使用这种结构处于两方面的原因。首先在数组数据中比如图像数据一个值的附近的值经常是高度相关的可以形成比较容易被探测到的有区分性的局部特征。其次不同位置局部统计特征不太相关的也就是说在一个地方出现的某个特征也可能出现在别的地方所以不同位置的单元可以共享权值以及可以探测相同的样本。在数学上这种由一个特征图执行的过滤操作是一个离线的卷积卷积神经网络也是这么得名来的。卷积层的作用是探测上一层特征的局部连接然而池化层的作用是在语义上把相似的特征合并起来这是因为形成一个主题的特征的相对位置不太一样。一般地池化单元计算特征图中的一个局部块的最大值相邻的池化单元通过移动一行或者一列来从小块上读取数据因为这样做就减少的表达的维度以及对数据的平移不变性。两三个这种的卷积、非线性变换以及池化被串起来后面再加上一个更多卷积和全连接层。在卷积神经网络上进行反向传播算法和在一般的深度网络上是一样的可以让所有的在过滤器中的权值得到训练。深度神经网络利用的很多自然信号是层级组成的属性在这种属性中高级的特征是通过对低级特征的组合来实现的。在图像中局部边缘的组合形成基本图案这些图案形成物体的局部然后再形成物体。这种层级结构也存在于语音数据以及文本数据中如电话中的声音因素音节文档中的单词和句子。当输入数据在前一层中的位置有变化的时候池化操作让这些特征表示对这些变化具有鲁棒性。卷积神经网络中的卷积和池化层灵感直接来源于视觉神经科学中的简单细胞和复杂细胞。这种细胞的是以LNG-V1-V2-V4-IT这种层级结构形成视觉回路的。当给一个卷积神经网络和猴子一副相同的图片的时候卷积神经网络展示了猴子下颞叶皮质中随机160个神经元的变化。卷积神经网络有神经认知的根源他们的架构有点相似但是在神经认知中是没有类似反向传播算法这种端到端的监督学习算法的。一个比较原始的1D卷积神经网络被称为时延神经网络可以被用来识别语音以及简单的单词。20世纪90年代以来基于卷积神经网络出现了大量的应用。最开始是用时延神经网络来做语音识别以及文档阅读。这个文档阅读系统使用一个被训练好的卷积神经网络和一个概率模型这个概率模型实现了语言方面的一些约束。20世纪90年代末这个系统被用来美国超过10%的支票阅读上。后来微软开发了基于卷积神经网络的字符识别系统以及手写体识别系统。20世纪90年代早期卷积神经网络也被用来自然图形中的物体识别比如脸、手以及人脸识别face recognition 。使用深度卷积网络进行图像理解21世纪开始卷积神经网络就被成功的大量用于检测、分割、物体识别以及图像的各个领域。这些应用都是使用了大量的有标签的数据比如交通信号识别生物信息分割面部探测文本、行人以及自然图形中的人的身体部分的探测。近年来卷积神经网络的一个重大成功应用是人脸识别。值得一提的是图像可以在像素级别进行打标签这样就可以应用在比如自动电话接听机器人、自动驾驶汽车等技术中。像Mobileye以及NVIDIA公司正在把基于卷积神经网络的方法用于汽车中的视觉系统中。其它的应用涉及到自然语言的理解以及语音识别中。图3 从图像到文字尽管卷积神经网络应用的很成功但是它被计算机视觉以及机器学习团队开始重视是在2012年的ImageNet竞赛。在该竞赛中深度卷积神经网络被用在上百万张网络图片数据集这个数据集包含了1000个不同的类。该结果达到了前所未有的好几乎比当时最好的方法降低了一半的错误率。这个成功来自有效地利用了GPU、ReLU、一个新的被称为dropout的正则技术以及通过分解现有样本产生更多训练样本的技术。这个成功给计算机视觉带来一个革命。如今卷积神经网络用于几乎全部的识别和探测任务中。最近一个更好的成果是利用卷积神经网络结合回馈神经网络用来产生图像标题。如今的卷积神经网络架构有10-20层采用ReLU激活函数、上百万个权值以及几十亿个连接。然而训练如此大的网络两年前就只需要几周了现在硬件、软件以及算法并行的进步又把训练时间压缩到了几小时。基于卷积神经网络的视觉系统的性能已经引起了大型技术公司的注意比如Google、Facebook、Microsoft、IBMyahoo、Twitter和Adobe等一些快速增长的创业公司也同样如是。卷积神经网络很容易在芯片或者现场可编程门阵列FPGA中高效实现许多公司比如NVIDIA、Mobileye、Intel、Qualcomm以及Samsung正在开发卷积神经网络芯片以使智能机、相机、机器人以及自动驾驶汽车中的实时视觉系统成为可能。分布式特征表示与语言处理与不使用分布式特征表示distributed representations 的经典学习算法相比深度学习理论表明深度网络具有两个不同的巨大的优势。这些优势来源于网络中各节点的权值并取决于具有合理结构的底层生成数据的分布。首先学习分布式特征表示能够泛化适应新学习到的特征值的组合比如n元特征就有2n种可能的组合。其次深度网络中组合表示层带来了另一个指数级的优势潜能指数级的深度。多层神经网络中的隐层利用网络中输入的数据进行特征学习使之更加容易预测目标输出。下面是一个很好的示范例子比如将本地文本的内容作为输入训练多层神经网络来预测句子中下一个单词。内容中的每个单词表示为网络中的N分之一的向量也就是说每个组成部分中有一个值为1其余的全为0。在第一层中每个单词创建不同的激活状态或单词向量如图4。在语言模型中网络中其余层学习并转化输入的单词向量为输出单词向量来预测句子中下一个单词可以通过预测词汇表中的单词作为文本句子中下一个单词出现的概率。网络学习了包含许多激活节点的、并且可以解释为词的独立特征的单词向量正如第一次示范的文本学习分层表征文字符号的例子。这些语义特征在输入中并没有明确的表征。而是在利用“微规则”‘micro-rules’,本文中直译为微规则学习过程中被发掘并作为一个分解输入与输出符号之间关系结构的好的方式。当句子是来自大量的真实文本并且个别的微规则不可靠的情况下学习单词向量也一样能表现得很好。利用训练好的模型预测新的事例时一些概念比较相似的词容易混淆比如星期二Tuesday和星期三Wednesday瑞典Sweden和挪威Norway。这样的表示方式被称为分布式特征表示因为他们的元素之间并不互相排斥并且他们的构造信息对应于观测到的数据的变化。这些单词向量是通过学习得到的特征构造的这些特征不是由专家决定的而是由神经网络自动发掘的。从文本中学习得单词向量表示现在广泛应用于自然语言中。图4 词向量学习可视化特征表示问题争论的中心介于对基于逻辑启发和基于神经网络的认识。在逻辑启发的范式中一个符号实体表示某一事物因为其唯一的属性与其他符号实体相同或者不同。该符号实例没有内部结构并且结构与使用是相关的至于理解符号的语义就必须与变化的推理规则合理对应。相反地神经网络利用了大量活动载体、权值矩阵和标量非线性化来实现能够支撑简单容易的、具有常识推理的快速“直觉”功能。在介绍神经语言模型前简述下标准方法其是基于统计的语言模型该模型没有使用分布式特征表示。而是基于统计简短符号序列出现的频率增长到NN-gramsN元文法。可能的N-grams的数字接近于VN其中V是词汇表的大小考虑到文本内容包含成千上万个单词所以需要一个非常大的语料库。N-grams将每个单词看成一个原子单元因此不能在语义相关的单词序列中一概而论然而神经网络语言模型可以是因为他们关联每个词与真是特征值的向量并且在向量空间中语义相关的词彼此靠近图4。递归神经网络首次引入反向传播算法时最令人兴奋的便是使用递归神经网络recurrent neural networks下文简称RNNs训练。对于涉及到序列输入的任务比如语音和语言利用RNNs能获得更好的效果。RNNs一次处理一个输入序列元素同时维护网络中隐式单元中隐式的包含过去时刻序列元素的历史信息的“状态向量”。如果是深度多层网络不同神经元的输出我们就会考虑这种在不同离散时间步长的隐式单元的输出这将会使我们更加清晰怎么利用反向传播来训练RNNs如图5右。图5 递归神经网络RNNs是非常强大的动态系统但是训练它们被证实存在问题的因为反向传播的梯度在每个时间间隔内是增长或下降的所以经过一段时间后将导致结果的激增或者降为零。由于先进的架构和训练方式RNNs被发现可以很好的预测文本中下一个字符或者句子中下一个单词并且可以应用于更加复杂的任务。例如在某时刻阅读英语句子中的单词后将会训练一个英语的“编码器”网络使得隐式单元的最终状态向量能够很好地表征句子所要表达的意思或思想。这种“思想向量”thought vector可以作为联合训练一个法语“编码器”网络的初始化隐式状态或者额外的输入其输出为法语翻译首单词的概率分布。如果从分布中选择一个特殊的首单词作为编码网络的输入将会输出翻译的句子中第二个单词的概率分布并直到停止选择为止。总体而言这一过程是根据英语句子的概率分布而产生的法语词汇序列。这种简单的机器翻译方法的表现甚至可以和最先进的state-of-the-art的方法相媲美同时也引起了人们对于理解句子是否需要像使用推理规则操作内部符号表示质疑。这与日常推理中同时涉及到根据合理结论类推的观点是匹配的。类比于将法语句子的意思翻译成英语句子同样可以学习将图片内容“翻译”为英语句子如图3。这种编码器是可以在最后的隐层将像素转换为活动向量的深度卷积网络ConvNet。解码器与RNNs用于机器翻译和神经网络语言模型的类似。近来已经掀起了一股深度学习的巨大兴趣热潮参见文献[86]提到的例子。RNNs一旦展开如图5可以将之视为一个所有层共享同样权值的深度前馈神经网络。虽然它们的目的是学习长期的依赖性但理论的和经验的证据表明很难学习并长期保存信息。为了解决这个问题一个增大网络存储的想法随之产生。采用了特殊隐式单元的LSTMlong short-termmemory networks被首先提出其自然行为便是长期的保存输入。一种称作记忆细胞的特殊单元类似累加器和门控神经元它在下一个时间步长将拥有一个权值并联接到自身拷贝自身状态的真实值和累积的外部信号但这种自联接是由另一个单元学习并决定何时清除记忆内容的乘法门控制的。LSTM网络随后被证明比传统的RNNs更加有效尤其当每一个时间步长内有若干层时整个语音识别系统能够完全一致的将声学转录为字符序列。目前LSTM网络或者相关的门控单元同样用于编码和解码网络并且在机器翻译中表现良好。过去几年中几位学者提出了不同的提案用于增强RNNs的记忆模块。提案中包括神经图灵机其中通过加入RNNs可读可写的“类似磁带”的存储来增强网络而记忆网络中的常规网络通过联想记忆来增强。记忆网络在标准的问答基准测试中表现良好记忆是用来记住稍后要求回答问题的事例。除了简单的记忆化神经图灵机和记忆网络正在被用于那些通常需要推理和符号操作的任务还可以教神经图灵机“算法”。除此以外他们可以从未排序的输入符号序列其中每个符号都有与其在列表中对应的表明优先级的真实值中学习输出一个排序的符号序列。可以训练记忆网络用来追踪一个设定与文字冒险游戏和故事的世界的状态回答一些需要复杂推理的问题。在一个测试例子中网络能够正确回答15句版的《指环王》中诸如“Frodo现在在哪”的问题。深度学习的未来展望无监督学习对于重新点燃深度学习的热潮起到了促进的作用但是纯粹的有监督学习的成功盖过了无监督学习。在本篇综述中虽然这不是我们的重点我们还是期望无监督学习在长期内越来越重要。无监督学习在人类和动物的学习中占据主导地位我们通过观察能够发现世界的内在结构而不是被告知每一个客观事物的名称。人类视觉是一个智能的、基于特定方式的利用小或大分辨率的视网膜中央窝与周围环绕区域对光线采集成像的活跃的过程。我们期望未来在机器视觉方面会有更多的进步这些进步来自那些端对端的训练系统并结合ConvNets和RNNs采用增强学习来决定走向。结合了深度学习和增强学习的系统正处在初期但已经在分类任务中超过了被动视频系统并在学习操作视频游戏中产生了令人印象深刻的效果。在未来几年自然语言理解将是深度学习做出巨大影响的另一个领域。我们预测那些利用了RNNs的系统将会更好地理解句子或者整个文档当它们选择性地学习了某时刻部分加入的策略。最终在人工智能方面取得的重大进步将来自那些结合了复杂推理表示学习representation learning 的系统。尽管深度学习和简单推理已经应用于语音和手写字识别很长一段时间了我们仍需要通过操作大量向量的新范式来代替基于规则的字符表达式操作。未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。由互联网进化论作者计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
