「對表征（representation）空間的依賴貫穿計算機科學(xué)乃至日常生活的始終,。在計算機科學(xué)中,，如果數(shù)據(jù)有精當(dāng)?shù)慕Y(jié)構(gòu),，輔以智能化的索引,，那么搜索任務(wù)的速度可以指數(shù)級加快,；對于人來說,，計算『 210 除以 6 等于幾,？』是容易的,，計算『 CCX 除以 VI 等于幾,？』則需要更多時間,。表征空間的選擇對機器學(xué)習(xí)算法的性能影響，由此可見一斑,?！埂渡疃葘W(xué)習(xí)》[1] 一書如是評價表征的重要性。

對于作者之一 Yoshua Bengio 來說,，「表征學(xué)習(xí)」甚至比「深度學(xué)習(xí)」更適合描述其研究重心,。

機器之心SyncedYoshua Bengio小程序

好的表征意味著學(xué)習(xí)任務(wù)變得更加容易，意味著計算機可以擁有「知識」,，進(jìn)而可以進(jìn)行人與動物所擅長的決策,。而如何定義好的表征？如何學(xué)習(xí)好的表征,？那些試圖理解人類自身的研究（例如腦科學(xué)與自然語言學(xué)科的研究）,，又給表征學(xué)習(xí)帶來了哪些啟發(fā)？這些都是 Bengio 試圖回答的問題,，而深度學(xué)習(xí),，一方面是表征學(xué)習(xí)的手段，另一方面,，是可以利用好的表征實現(xiàn)人類水平 AI 的「獲益者」,。

2007 年，Bengio 與 Yann LeCun 合著的論文 [2] 著重強調(diào)表征必須是多層的,、逐漸抽象的,。13 年，Bengio 在綜述論文中 [3],，增加了對解糾纏（Disentangling）的強調(diào),。

17 年,，Bengio 在 ArXiv 發(fā)布了一篇題名為《意識先驗》（The Consciousness Prior）的 、僅有四頁紙長的文章 [4],。這四頁紙,，與其說是論文，不如說是他回首過去十年在表征學(xué)習(xí)一途的研究之路,，無論大路小路,、歧路遠(yuǎn)路，然后為未來十年畫下的一張藍(lán)圖,。

近日,，長居于蒙特利爾的 Bengio 來到了北京，除了發(fā)表了兩場公開演講之外,，也接受了機器之心的專訪,。以「意識先驗」這張可以串聯(lián)起前后數(shù)百篇論文的藍(lán)圖為線索，Bengio 向我們解釋他如今思考表征學(xué)習(xí)的理論框架,、在此框架下完成的一系列工作,、以及為什么這個框架能夠引導(dǎo)深度學(xué)習(xí)走向人類水平的 AI。

從「意識先驗」理論說起

「深度學(xué)習(xí)的主要目標(biāo)之一就是設(shè)計出能夠習(xí)得更好表征的算法,。好的表征理應(yīng)是高度抽象的,、高維且稀疏的，但同時,，也能和自然語言以及符號主義 AI 中的『高層次要素』聯(lián)系在一起?，F(xiàn)在，我們還無法用無監(jiān)督學(xué)習(xí)的方法找到這樣的表征,。

一個有關(guān)世界的描述其實只需要很少幾個高層次要素,，就像你可以用寥寥幾個單詞組成一句話一樣。一句話,，或者符號主義 AI 系統(tǒng)的一條規(guī)則之中,，通常只涉及幾個概念，而相比之下,，當(dāng)前的機器學(xué)習(xí)算法則需要學(xué)習(xí)大量變量的聯(lián)合分布（比如一張圖片中的所有像素的聯(lián)合分布）,，維度極高。

意識先驗試圖用上述的動機迫使表征學(xué)習(xí)到一些好的特性：比如能夠輕松提取特征的少數(shù)幾個維度,、能夠利用少數(shù)幾個維度作出動作或者對未來的預(yù)測等等,。換言之，意識先驗通過額外的壓力與限制條件,，來找到那些善于表達(dá)符號化的知識的表征?！笲engio 這樣解釋意識先驗的工作,。

如果你對先驗（prior）這個詞感到陌生,，不妨將它替換為約束（constraint）或者正則化項（regularization term）。

學(xué)習(xí)本質(zhì)是一個在所有可能性里進(jìn)行挑選的過程,，而先驗告訴你挑選的偏好以及理由,。文章開頭的例子中，把數(shù)字表示成阿拉伯?dāng)?shù)字而非羅馬數(shù)字的理由「方便計算」就是一種先驗,。而「意識先驗」則是 Bengio 提出的一種新先驗,。

圖：意識先驗的網(wǎng)絡(luò)示意圖，來自 Bengio 演講 Challenges for Deep Learning towards Human-Level AI,，機器之心漢化

意識先驗理論來自對人的觀察,。意識是某一時刻人腦中的想法，它的維度很低——不管我們的大腦里儲存了多少知識,，在某一時刻里,，腦海中只能容納少數(shù)幾個要素構(gòu)成一個想法。

Bengio 將這個類比想法的低維向量稱為有意識狀態(tài)（conscious stat）,，將大腦中的所有內(nèi)容——一個非常高維,、非常稀疏的向量，稱為無意識狀態(tài)（unconscious state, representation state）,，而來自外界的信息輸入則稱為觀測狀態(tài)（observed state）,。

感知狀態(tài)通過一個表征 RNN 得到無意識狀態(tài)，無意識狀態(tài)通過一個注意力機制,，或稱意識 RNN 得到有意識狀態(tài),。獲得好的表征 RNN，從而得到好的表征,，是表征學(xué)習(xí)的目的,。

意識先驗對于「好」的定義是：「能夠容易地從無意識狀態(tài)中提取出少數(shù)幾個要素，它們包含了足夠多的知識,，能夠作出與真實世界有關(guān)的陳述,、動作預(yù)測?！?/p>

這就是意識先驗的理論框架,。

理論骨骼的「血與肉」：目標(biāo)函數(shù)與優(yōu)化方法

框架搭好之后，問題就變成了：如何將這樣的先驗表達(dá)出來,？

訓(xùn)練目標(biāo)問題首當(dāng)其沖,。

標(biāo)準(zhǔn)的深度學(xué)習(xí)算法的目標(biāo)函數(shù)通常基于最大似然,，但是我們很難指望最大似然的信號能夠一路經(jīng)由反向傳播穿過用于預(yù)測的網(wǎng)絡(luò),，穿過意識 RNN，最終到達(dá)表征 RNN,。不要說表征 RNN 了,，當(dāng)你嘗試從大量信息中挑出非常少幾個維度時,，意識 RNN 會傾向于將注意力集中在那些高度可預(yù)測但是毫無意義的要素上。

更重要的是,，最大似然與意識先驗的思想天然存在沖突,。「人類從不在像素空間進(jìn)行想象與生成任務(wù),，人類只在高度抽象的語義空間使用想象力,，生成一張像素級的圖像并非人類需要完成的任務(wù)?！挂虼?，在訓(xùn)練目標(biāo)里引入基于表征空間的項目就變得順理成章。

過去的機器學(xué)習(xí)中,，是否有類似的不在原始數(shù)據(jù)空間內(nèi)定義目標(biāo)函數(shù)的案例,？

有，Bengio 以 PCA 舉例：「PCA 的訓(xùn)練可以發(fā)生在不同的空間：你可以在像素空間訓(xùn)練 PCA,，用重構(gòu)誤差做目標(biāo)函數(shù),，也可以在其表征空間構(gòu)建目標(biāo)：要求表征高方差、要求表征保留盡可能多的輸入信息 ,、要求表征彼此獨立……這些都是在表征空間定義的無監(jiān)督訓(xùn)練目標(biāo),。」

那么對于意識先驗來說,，有什么合適的無監(jiān)督目標(biāo)嗎,？

《意識先驗》發(fā)布后不久，Bengio 就和他當(dāng)時的博士后學(xué)生,、現(xiàn) DeepMind 研究員 Philemon Brakel 共同發(fā)表了論文 [5],，討論將互信息（mutual information）作為意識先驗?zāi)繕?biāo)函數(shù)重要組成部分的可能性。

「『不在像素空間定義目標(biāo)函數(shù)』的思想可以回溯到上世紀(jì) 90 年代初聯(lián)結(jié)主義和神經(jīng)網(wǎng)絡(luò)剛剛興起的時候,，Hinton 的博士生 Suzanna Becker 在其畢業(yè)論文 [6] 里討論了空間中的互信息：她認(rèn)為,，我們應(yīng)該將『找到一種圖像變換，讓空間中相鄰的特征具有高互信息』作為圖像任務(wù)的無監(jiān)督學(xué)習(xí)目標(biāo),?！?/p>

「我認(rèn)為這是一個沒有得到足夠重視的方向?！笲engio 說,。他認(rèn)為可以將這一思路從空間擴(kuò)展到時間序列，尋找在不同時間步里擁有高互信息的特征,?！敢粋€合理的假設(shè)是，在好的表征空間里，當(dāng)前的表征中會擁有很多關(guān)于未來的信息,，從而獲得跨時間的可預(yù)測性,?！?/p>

 這個概念還可以被擴(kuò)展到增強學(xué)習(xí)里,，在這里，「眾望所歸」的高互信息對象是「意圖/策略/動作」與表征,。Bengio 指了指手中的筆,，「比如，我想要在移動這支筆（意圖）,，那么在表征空間里有專門的維度負(fù)責(zé)描述這支筆的位置會讓未來對筆的表征格外順利,。事實上我很希望我的大腦里有一個專門的神經(jīng)元負(fù)責(zé)這件事?！?/p>

如果你對這個話題非常感興趣,，那么你可以順著心理學(xué)中的「功能可見性」（affordance，看到一樣物體就能知道如何與它交互）一詞繼續(xù)探索,。

除了目標(biāo)函數(shù)之外,，意識先驗的優(yōu)化方式也會和經(jīng)典深度學(xué)習(xí)有所不同。

即使是注意力機制,，也需要「軟化」這樣的手段以便反向傳播,，更不用提意識先驗的超高維表征和超長時間跨度了。人們在大量使用強化學(xué)習(xí)方法處理不能反向傳播的情況,，然而,，這還遠(yuǎn)遠(yuǎn)不足。

「什么樣的優(yōu)化方式最適合意識先驗,？我仍然不知道這個問題的答案,。」Bengio 說,。在他看來,，一類很有前景的研究是合成梯度（synthetic gradient）[7]。

「合成梯度是說,，即使我們在不知道全部知識的情況下進(jìn)行了無法反向傳播的離散決策,，我們?nèi)匀豢梢杂?xùn)練神經(jīng)網(wǎng)絡(luò)的一個部分，就像 GAN 中的判別器一樣,，它擁有一個損失函數(shù),，我們能夠通過它獲得近似梯度?！?/p>

有了合成梯度之后,，每一層的梯度可以單獨更新了。但是當(dāng)時間步繼續(xù)拉長，問題仍然存在,。理論上反向傳播可以處理相當(dāng)長的序列,，但是鑒于人類處理時間的方式并非反向傳播，可以輕松跨越任意時長,，等「理論上」遇到一千乃至一萬步的情況,，實際上就不奏效了。

換言之,，我們對時間的信用分配（credit assignment）問題的理解仍然有待提高,。

「比如你在開車的時候聽到『卟』的一聲，但是你沒在意,。三個小時之后你停下車,，看到有一個輪胎漏氣了，立刻,，你的腦海里就會把癟輪胎和三小時前的『卟』聲聯(lián)系起來——不需要逐個時間步回憶,，直接跳到過去的某個時間，當(dāng)場進(jìn)行信用分配,?！?/p>

受人腦的信用分配方式啟發(fā)，Bengio 的團(tuán)隊嘗試了一種稀疏注意回溯（Sparse Attentive Backtracking）方法,?！肝覀冇幸黄P(guān)于時間信用分配的工作，是 NIPS 2018 的論文 [8],，能夠跳過成千上萬個時間步,，利用對記憶的訪問直接回到過去——就像人腦在獲得一個提醒時所作的那樣——直接對一件事進(jìn)行信用分配?！?/p>

意識先驗理論只是一個思維框架,、一個研究計劃，它撐起了一個研究方向的骨骼,，衍生出一堆亟待探索的問題,。目標(biāo)函數(shù)的構(gòu)建、優(yōu)化方法的選擇,，最后,，還有模型結(jié)構(gòu)的設(shè)計，這些則是研究方向的血肉,。這些問題中,，有的問題存在幾個前景可觀的方向，還有一些仍然處于設(shè)想階段,。

從實驗場出發(fā)：發(fā)現(xiàn)優(yōu)秀的算法,，而不是搭一個 AI

想要對意識先驗理論進(jìn)行實驗存在一個問題：無論想要找到合適的目標(biāo)函數(shù),、還是優(yōu)化方法，都要和表征 RNN 以及無意識狀態(tài)打交道,。雖然有意識狀態(tài)的大小只是和一句話,、一條規(guī)則差不多，但與無意識狀態(tài)的規(guī)模對應(yīng)的,，是大腦存儲的全部內(nèi)容,。

「學(xué)習(xí)整個世界是非常困難的?？坍嫭F(xiàn)實世界的復(fù)雜性是我們的最終目的,，最終我們會實現(xiàn)這一點的,，但是作為第一步,，我們應(yīng)該減小問題的范圍，在一個有限的環(huán)境內(nèi)學(xué)習(xí)『學(xué)習(xí)』本身,。要記住,，機器學(xué)習(xí)研究的目的不是搭一個 AI，而是發(fā)現(xiàn)優(yōu)秀的學(xué)習(xí)算法,。學(xué)習(xí)算法是通用的,，所以我們可以在一個有限的環(huán)境里測試自己的算法，如果它在有限環(huán)境中都無法學(xué)到東西,，那么無疑它無法走入真實世界,。」

因此,，我們搭建一個如同視頻游戲一樣的虛擬環(huán)境,。一個如同果蠅之于生物學(xué)、MNIST 之于傳統(tǒng)機器學(xué)習(xí)框架的環(huán)境,。

1971 年,，Winograd 在試圖用符號主義方法建立一個能夠用自然語言執(zhí)行任務(wù)的系統(tǒng)時，也建立了一個環(huán)境：一個叫 SHRDLU 的磚塊世界,，計算機可以在其中和人的指令進(jìn)行簡單的互動,。

雖然 Winograd 的方法并沒有成功，但合成環(huán)境的思想流傳了下來：與其被動地觀察巨量的要素相互作用產(chǎn)生的結(jié)果,，不如與少一些的要素直接進(jìn)行交互,。

基于這一思想，Mila 實驗室的一個團(tuán)隊創(chuàng)建了 BabyAI 平臺 [9],，構(gòu)建了一個 2D 網(wǎng)格世界,，有一些房間，有漸進(jìn)的難度系數(shù),，有一位虛擬的「老師」,，希望像老師教嬰兒學(xué)習(xí)一樣,，教會還是個「寶寶」的 AI，至于教學(xué)的任務(wù),，則以自然語言的形式出現(xiàn)：希望 AI 同時學(xué)會關(guān)于這個世界的知識,，以及語言與這個世界中的要素的關(guān)系。

那么,，為什么是語言,？

連接自然語言，連接符號主義

其實這個問題應(yīng)該換一個問法：為什么是表征+語言,？

Bengio 仍然從腦科學(xué)入手解釋這個問題,。

人類的認(rèn)知任務(wù)可以分為系統(tǒng) 1 認(rèn)知（System 1 cognition）和系統(tǒng) 2 認(rèn)知（System 2 cognition）。系統(tǒng) 1 認(rèn)知任務(wù)是那些你可以在不到 1 秒時間內(nèi)無意識完成的任務(wù),。例如你可以很快認(rèn)出手上拿著的物體是一個瓶子,，但是無法向其他人解釋如何完成這項任務(wù)。這也是當(dāng)前深度學(xué)習(xí)擅長的事情,，「感知」,。

系統(tǒng) 2 認(rèn)知任務(wù)與系統(tǒng) 1 任務(wù)的方式完全相反，它們很「慢」且有意識,。例如計算「23+56」,，大多數(shù)人需要有意識地遵循一定的規(guī)則、按照步驟完成計算,。完成的方法可以用語言解釋,，而另一個人可以理解并重現(xiàn)。這是算法,，是計算機科學(xué)的本意,，符號主義 AI 的目標(biāo)，也屬于此類,。

人類聯(lián)合完成系統(tǒng) 1 與系統(tǒng) 2 任務(wù),，人工智能也理應(yīng)這樣。

「這種聯(lián)合并非將符號化知識與聯(lián)結(jié)主義知識合并,，而是將符號主義 AI 的目標(biāo)視為聯(lián)結(jié)主義優(yōu)化的最終目標(biāo),，同時讓聯(lián)結(jié)主義表征習(xí)得的關(guān)于世界的知識作為符號主義任務(wù)的基礎(chǔ)?！?/p>

就像把一支只會砌磚的施工隊,，和一位只會畫圖的建筑師組合在一起：原本只會砌平房的施工隊按照圖紙能蓋摩天樓了，而原本只能設(shè)想空中樓閣的建筑師也接了地氣,。

回到表征和語言的例子里,。

「下雨了，人們撐起了傘,?！故菃为毚嬖诘恼Z言,，寥寥數(shù)字里有兩個明確的要素：「是否下雨」和「是否撐傘」，你可以很容易地把它們從句子里摘出來,，然后用它們建立規(guī)則進(jìn)行推理,。但是這種推理是與真實世界隔離的。

上面這幅照片則是單獨存在的表征,，雖然用一團(tuán)像素表達(dá)了和語言同樣的意思,，可是我們無法把代表「下雨」和「撐傘」的像素挑出來，更無法推理說一些像素是另一些像素的原因,。我們能做的只是以標(biāo)簽的形式告訴機器,，這張圖里有一個很重要的概念，叫做「下雨」,，而這樣形式習(xí)得的表征也無法完成推理任務(wù),。

「意識先驗是將聯(lián)結(jié)主義與符號主義結(jié)合的粘合劑。符號主義 AI 向聯(lián)結(jié)主義表征 RNN 表達(dá)訴求：我想要完成『下雨的時候人們會打傘,?！贿@樣的推理，請給我合適的變量,，而表征 RNN 需要自己發(fā)現(xiàn)，『下雨』是一個能夠從圖像中提取出的,、幫助推理的特征,，然后學(xué)習(xí)它?！?/p>

這才是意識先驗最終的目的,，這張顯著不同于現(xiàn)有深度學(xué)習(xí)框架的藍(lán)圖所規(guī)劃的方向。

「五年前我們關(guān)心的問題是,，如何設(shè)計不依賴蒙特卡洛鏈的生成模型,，所以我們有了變分自編碼器（VAE），有了生成對抗網(wǎng)絡(luò)（GAN）,，自那以后我們在生成方面獲得了巨大的進(jìn)步,，但是生成并不是最終目的?！?/p>

五年前人們?nèi)匀徽J(rèn)為通過學(xué)習(xí)文本本身能夠解決自然語言處理問題,，現(xiàn)在谷歌的 BERT 大規(guī)模預(yù)訓(xùn)練語言模型已經(jīng)在 33 億規(guī)模的詞庫上進(jìn)行訓(xùn)練了?！窧ERT 還是會和其他現(xiàn)有模型一樣,，犯一些人類根本不會犯的『愚蠢』錯誤。BERT 在推動單純基于文本的自然語言處理模型的極限,，這是件很好的事,，但是它能夠獲得的終究是不完整的語言模型,，」

在 Bengio 眼中，生成模型和 BERT 都沒有觸及本質(zhì)問題：「大概十年前,，我提出了一個非?；镜膯栴}：『如何將潛在的變差因素解糾纏？』（the disentangling the underlying factors of variation）十年過去了,，這仍然是一個未解之謎,。」

那些「基本的問題」好像是 AI 之路通關(guān)前的最后一道門,，解開了問題仿佛就能獲得開門的鑰匙,，門后面就是如 Yoshua Bengio 一樣走在最前列的研究者們從數(shù)十年前就夢寐以求的「通用的、人類水平的人工智能」,。他們嘗試了各種技巧,，每一條路都讓我們離這扇門更近，但似乎又沒有一條能夠真正通向這扇門,。

「如果說十年前的我和現(xiàn)在的我在觀點上有什么不同的話,，那就是五年或者十年前，我仍然天真地希望我們所掌握的技巧能奇跡般地通過嘗試學(xué)會做正確的事,?！?/p>

Bengio 花了十年時間，相信這個奇跡不會發(fā)生,。

「現(xiàn)在我不這么認(rèn)為了,。我們要引導(dǎo)機器去做正確的事，通過那些能夠推動機器朝正確的方向前行的先驗,。