標題黨太嚇人?這篇文章會告訴你DeepMind關係推理網絡的真實面貌

 2017-09-22 16:01:00.0

每當DeepMind發表一篇新論文時,媒體都會狂熱的跟蹤報道,而且會使用很多誤導人的短語。比如關於該關係推理網絡的報道:

DeepMind開發了一種神經網絡,能夠感知其周圍的物體。

實際上這種報導不僅僅是誤導性的,而且使得很多不明真相的吃瓜羣衆感到恐慌:AI真的已經強到如此地步了嗎?在這篇文章中,將介紹DeepMind論文:A simple neural network modulefor relational reasoning,試着通過最簡單的方式介紹這個最新的架構。

什麼是關係推理(Relational Reasoning)?

從最簡單的角度來說,關係推理就是學着去理解不同物體之間的關係(思想)。這種能力被認爲是智能的一個基本特徵。作者使用了一個圖來解釋什麼是關係推理:

標題黨太嚇人?這篇文章會告訴你DeepMind關係推理網絡的真實面貌

圖1,模型需要關注一個不同形狀、大小、顏色的物體,並能夠回答關於多個物體之間關係的問題

推理網絡

作者提出了一種神經網絡,其本質是爲了捕捉關係(就像卷積神經網絡是爲了捕捉圖像的特徵)。他們提出了一個如下定義的架構:

標題黨太嚇人?這篇文章會告訴你DeepMind關係推理網絡的真實面貌

等式1:推理網絡的定義

解釋:

對O的關係網絡是函數fΦ,其中O是想要學習關係的一組物體。

gθ是關於兩個物體:oi, oj的方程。輸出爲我們所關心的「關係」。

Σ表示計算所有可能的物體對,計算他們的關係並加和。

神經網絡與函數

在學習神經網絡,反向傳播等的時候,我們很容易忘記這點,但實際上,神經網絡就是一個數學函數!因此,上面等式1描述的就是一個神經網絡,更準確的說是兩個神經網絡:

1.       gθ,計算了一對物體之間的關係

2.       fΦ,計算了所有g的加和,並計算了整個模型的最終輸出

gθ和fΦ在最簡單的情況下都是多層感知機。

關係神經網絡的靈活性

作者提出了關係神經網絡作爲組件。他們可以接受編碼過的物體作爲輸入,並從中學習關係,更重要的是,他們可以很容易的插入到卷積神經網絡,以及長短期記憶網絡(LSTM)中。

卷積網絡可以通過圖像學習到物體。這對於實際應用有很大幫助,因爲從圖像中推理遠比用戶手工定義物體數組更實用。

LSTM和單詞嵌入何以用來理解問題的含義。這同樣更有實際意義,目前模型已經可以接受英文句子作爲輸入,而不是編碼的數組。

作者提出了一種方法將關係網絡、卷積網絡、LSTM網絡結合到一起,構建了一種端到端的神經網絡,以學習物體之間的關係。

標題黨太嚇人?這篇文章會告訴你DeepMind關係推理網絡的真實面貌

圖2:端到端關係推理神經網絡

圖2的解釋

圖像會通過一個標準卷積神經網絡(CNN),在這個過程中卷積神經網絡會通過k個濾波器提取圖像特徵。推理網絡中的「物體」即是圖中網格每點的特徵向量。例如,途中黃色的向量就代表一個「物體」。

問題會通過一個LSTM網絡,這會產生該問題的特徵性向量。可以粗略地表示這個問題的「含義」。

對於等式1,這裏有一個輕微的修正,加入了一個額外的項:

標題黨太嚇人?這篇文章會告訴你DeepMind關係推理網絡的真實面貌

額外的一項q,表示LSTM的最終狀態。

在這之後,從CNN網絡中得到的「物體「以及從LSTM網絡中得到的向量被用來訓練關係網絡。每個物體對,以及從LSTM中得到的問題向量都被用作gθ(一個神經網絡)的輸入。

將gθ的輸出求和,作爲fΦ(另一個神經網絡)的輸入。然後優化fΦ以回答問題。

Benchmarks

作者在幾個數據集上展示了該模型的有效性。這裏只介紹一個最重要的數據集中的結果—CLEVR數據集。

CLEVR數據集包括不同形狀、大小和顏色的物體的圖像。模型會被問到如下圖的問題:

這個立方體的材質與這個圓柱體的材質一樣嗎?

標題黨太嚇人?這篇文章會告訴你DeepMind關係推理網絡的真實面貌

圖3:物體的類型(上),位置組合(中&下)

作者表示,在準確度方面,其他系統都遠遠落後於他們的模型。這是由於關係網絡就是爲捕捉關係而設計的。他們的模型達到了前所未有的96%+的準確度,相比之下,使用stacked attention模型的準確度只有75%。

標題黨太嚇人?這篇文章會告訴你DeepMind關係推理網絡的真實面貌

圖3.1 CLEVR數據集上不同方法的比較

結論

關係網絡機器適合於學習關係。該方法可以高效地使用數據。同時該方法也足夠靈活,可以與CNN,LSTM一起作爲一個混合解決方案。

本文也想通過正確的解讀,來打破許多大型媒體關於「AI將會接管一切」的宣傳,讓大家正確的瞭解目前最好的方法能夠做到什麼程度。

本文由我們編譯,欲進一步瞭解,請閱讀原文。

原文地址:https://hackernoon.com/deepmind-relational-networks-demystified-b593e408b643

論文地址:https://arxiv.org/pdf/1706.01427.pdf

文章來源:雷鋒網