極客網(wǎng)·人工智能10月12日 谷歌旗下人工智能開(kāi)發(fā)商DeepMind日前又發(fā)布了一項(xiàng)公告，推出令人印象深刻的AlphaTensor人工智能系統(tǒng)。這是一個(gè)深度強(qiáng)化學(xué)習(xí)系統(tǒng)，可以發(fā)現(xiàn)使矩陣乘法的效率顯著提高的算法。
矩陣乘法是許多計(jì)算任務(wù)的核心，其中包括神經(jīng)網(wǎng)絡(luò)、3D圖形和數(shù)據(jù)壓縮。因此，可以提高矩陣乘法效率的人工智能系統(tǒng)有很多直接的應(yīng)用。
為了創(chuàng)建AlphaTensor，DeepMind和科學(xué)家采用了深度學(xué)習(xí)系統(tǒng)AlphaZero，該系統(tǒng)曾經(jīng)學(xué)習(xí)并掌握圍棋、象棋和shogi等棋類(lèi)游戲。乍一看，DeepMind似乎已經(jīng)成功創(chuàng)建了一個(gè)通用的人工智能系統(tǒng)，該系統(tǒng)可以解決各種各樣的無(wú)關(guān)問(wèn)題。
考慮到AlphaTensor正在尋找更快的矩陣乘法的算法，有些人對(duì)于人工智能系統(tǒng)能夠創(chuàng)建更好的人工智能系統(tǒng)表示懷疑。但AlphaTensor面臨的一個(gè)更深層的現(xiàn)實(shí)是，如何將人類(lèi)智慧和人工智能正確結(jié)合起來(lái)，幫助找到正確問(wèn)題的正確解決方案。
人類(lèi)的直覺(jué)和計(jì)算能力
行業(yè)專(zhuān)家在不久前發(fā)表的一篇文章中指出，人們所認(rèn)為的人工智能技術(shù)實(shí)際上是一個(gè)非常好的解決方案發(fā)現(xiàn)者。人類(lèi)仍然能夠發(fā)現(xiàn)有意義的問(wèn)題，并采用計(jì)算機(jī)能夠解決的方式將其表述出來(lái)。這些是目前人類(lèi)所獨(dú)有的一些技能。
在最近的一次媒體采訪中，計(jì)算機(jī)科學(xué)家Melanie Mitchell從不同的角度解釋了這一點(diǎn)，即概念、類(lèi)比和抽象。人類(lèi)可以將自己的感知和經(jīng)驗(yàn)轉(zhuǎn)化為抽象概念，然后將這些抽象概念投射到新的感知和經(jīng)驗(yàn)中，或者創(chuàng)造類(lèi)比。這種能力對(duì)于在不斷變化的世界中解決問(wèn)題是非常重要的，因?yàn)槿祟?lèi)總是面臨并處理新的情況。而如今的人工智能系統(tǒng)嚴(yán)重缺乏這種能力。
為什么這些與本文討論的技術(shù)相關(guān)?因?yàn)槿绻私庥嘘P(guān)Alphaatensor論文的技術(shù)細(xì)節(jié)(這些細(xì)節(jié)令人印象非常深刻，就像DeepMind推出的大多數(shù)技術(shù)一樣)，就會(huì)看到人類(lèi)直覺(jué)、問(wèn)題表述、抽象和類(lèi)比的完美展示。
問(wèn)題空間和深度強(qiáng)化學(xué)習(xí)
Vanilla矩陣乘法
兩個(gè)矩陣相乘的一般方法是計(jì)算它們的行和列的點(diǎn)積(或內(nèi)積)，但是有許多其他的算法可以將兩個(gè)矩陣相乘，其中許多在計(jì)算上比普通的方法更有效。然而，找到這些最優(yōu)算法是非常困難的，因?yàn)榭梢杂媒鯚o(wú)限的方法分解兩個(gè)矩陣的乘積。
科學(xué)家正在處理非常復(fù)雜的問(wèn)題空間。事實(shí)上，問(wèn)題空間是如此復(fù)雜，以至于DeepMind的科學(xué)家們只能專(zhuān)注于求解二維矩陣乘法。
研究人員在報(bào)告中寫(xiě)道：“我們?cè)谶@里專(zhuān)注于實(shí)際的矩陣乘法算法，它對(duì)應(yīng)于矩陣乘法張量的顯式低秩分解。與二維矩陣相比，高效的多項(xiàng)式時(shí)間算法計(jì)算秩已經(jīng)存在了兩個(gè)多世紀(jì)，尋找三維張量(及以上)的低秩分解是NP-hard問(wèn)題，在實(shí)踐中也是困難的。事實(shí)上，搜索空間是如此之大，甚至連兩個(gè)3×3矩陣相乘的最佳算法都是未知的?！?nbsp;
研究人員還指出，以前通過(guò)人類(lèi)搜索、組合搜索和優(yōu)化技術(shù)進(jìn)行矩陣分解的嘗試都產(chǎn)生了次優(yōu)結(jié)果。
DeepMind此前曾經(jīng)處理過(guò)其他非常復(fù)雜的搜索領(lǐng)域，比如棋類(lèi)游戲圍棋。用來(lái)掌握圍棋的人工智能系統(tǒng)AlphaGo和AlphaZero使用深度強(qiáng)化系統(tǒng)進(jìn)行學(xué)習(xí)，這種學(xué)習(xí)方法已被證明在解決無(wú)法通過(guò)暴力搜索方法解決的問(wèn)題方面特別出色。
但為了能夠?qū)⑸疃葟?qiáng)化學(xué)習(xí)應(yīng)用到矩陣分解中，研究人員必須以一種可以用AlphaZero模型解決的方式來(lái)表述問(wèn)題。因此，他們必須對(duì)AlphaZero進(jìn)行修改，以便它能夠找到最佳的矩陣乘法算法。在這里，抽象和類(lèi)比的力量得到了充分的展示。
棋盤(pán)游戲類(lèi)比
矩陣乘法算法
研究人員發(fā)現(xiàn)，他們可以將矩陣分解構(gòu)建成為一個(gè)單人游戲，這使得它與AlphaZero所應(yīng)用的那種問(wèn)題更加兼容。
他們將這款游戲稱(chēng)為T(mén)ensorGame，并將其描述如下:“在TensorGame的每個(gè)步驟中，玩家選擇如何組合矩陣的不同條目進(jìn)行相乘。其評(píng)分是根據(jù)所選操作的數(shù)量來(lái)分配的，以獲得正確的乘法結(jié)果?！?/p>
基本上，他們將棋類(lèi)游戲和矩陣分解進(jìn)行了類(lèi)比，并將后者定義為包含狀態(tài)、行動(dòng)和獎(jiǎng)勵(lì)的強(qiáng)化學(xué)習(xí)問(wèn)題。這篇文章包含了詳細(xì)而有趣的信息，介紹了他們是如何設(shè)計(jì)獎(jiǎng)勵(lì)系統(tǒng)來(lái)限制代理可以做出的動(dòng)作數(shù)量，對(duì)時(shí)間更長(zhǎng)的解決方案進(jìn)行懲罰，以及為了簡(jiǎn)潔起見(jiàn)，在此不贅述的其他細(xì)節(jié)。
有趣的是，棋類(lèi)游戲和矩陣分解有幾個(gè)共同點(diǎn)：它們是完美的信息游戲（沒(méi)有來(lái)自代理的隱藏信息），它們是確定性的游戲（在環(huán)境中事情不會(huì)隨機(jī)發(fā)生），它們使用離散的操作（與連續(xù)的相反）。這就是AlphaZero是比AlphaStar（掌握星際爭(zhēng)霸2的深層強(qiáng)化學(xué)習(xí)系統(tǒng)）是一個(gè)更好起點(diǎn)的原因。
然而，矩陣分解的問(wèn)題空間仍然非常復(fù)雜。研究人員將TensorGame描述為“一款具有巨大動(dòng)作空間的具有挑戰(zhàn)性的游戲(在大多數(shù)有趣的情況下超過(guò)1012個(gè)動(dòng)作)，這比例如國(guó)際象棋和圍棋這樣傳統(tǒng)棋盤(pán)游戲(數(shù)百個(gè)動(dòng)作)要大得多?！?nbsp;
這就需要一種模型，能夠從多種途徑中找到最有希望的方向。
AlphaTensor模型
DeepMind AlphaTensor架構(gòu)
AlphaTensor是AlphaZero的改進(jìn)版本，但保持了由神經(jīng)網(wǎng)絡(luò)和蒙特卡羅樹(shù)搜索(MTCS)算法組成的主要結(jié)構(gòu)。在游戲的每一步，神經(jīng)網(wǎng)絡(luò)向MTCS算法提供一個(gè)可能的動(dòng)作樣本。當(dāng)網(wǎng)絡(luò)從它的行動(dòng)中收到反饋時(shí)，將會(huì)逐漸變得更好。
根據(jù)這篇論文，該神經(jīng)網(wǎng)絡(luò)是一個(gè)Transformer模型，它“包含了張量輸入的歸納偏差”。歸納偏差是幫助深度學(xué)習(xí)模型學(xué)習(xí)適合模型的正確表示的設(shè)計(jì)決策。如果沒(méi)有歸納偏差，該模型可能無(wú)法處理矩陣分解中極其龐大和復(fù)雜的問(wèn)題空間，或者需要更多的訓(xùn)練數(shù)據(jù)。
神經(jīng)網(wǎng)絡(luò)的另一個(gè)重要方面是用來(lái)訓(xùn)練它的合成數(shù)據(jù)，這是與AlphaZero模型的另一個(gè)突破。在這里，研究人員再次利用問(wèn)題的性質(zhì)來(lái)提高模型的訓(xùn)練和性能。
研究人員寫(xiě)道:“盡管張量分解是NP-hard問(wèn)題，但從它的第一級(jí)因子構(gòu)造張量的逆向任務(wù)是基本的?！?nbsp;
利用這一特性，研究人員首先隨機(jī)抽樣因子，然后構(gòu)建原始矩陣，生成了一組“合成演示”。然后對(duì)合成數(shù)據(jù)和通過(guò)探索問(wèn)題空間生成的數(shù)據(jù)進(jìn)行訓(xùn)練。
研究人員寫(xiě)道：“這種針對(duì)目標(biāo)張量和隨機(jī)張量的混合訓(xùn)練策略訓(xùn)練，將顯著地優(yōu)于每種訓(xùn)練策略。盡管隨機(jī)生成的張量與目標(biāo)張量具有不同的屬性，但這一點(diǎn)仍然存在。”
人類(lèi)和人工智能之間的分工
AlphaTensor提供了非常令人印象深刻的結(jié)果，包括發(fā)現(xiàn)數(shù)千種新算法，以及針對(duì)特定類(lèi)型處理器優(yōu)化算法的能力(給定正確的獎(jiǎng)勵(lì)函數(shù))。
這篇論文還列舉了AlphaTensor可以啟用的一些具體應(yīng)用程序。在這里想強(qiáng)調(diào)的是這些人工智能系統(tǒng)研究中人類(lèi)因素，這在媒體報(bào)道中經(jīng)常被忽視。
就像谷歌的人工智能設(shè)計(jì)芯片和DeepMind的AlphaCode一樣，AlphaTensor是人類(lèi)智能和計(jì)算能力如何幫助找到有趣問(wèn)題的解決方案的一個(gè)主要例子。人類(lèi)利用他們的直覺(jué)、抽象和類(lèi)比技巧，將矩陣分解形成一個(gè)可以通過(guò)深度強(qiáng)化學(xué)習(xí)解決的問(wèn)題。然后，人工智能系統(tǒng)利用計(jì)算能力搜索可能的解決方案的廣闊空間，并挑選潛在的候選方案。這是一個(gè)不容小覷的組合。（文/Ben Dickson）
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
