過去幾年時間里，我們有一個完整的團(tuán)隊致力于人工智能研究和實驗。該團(tuán)隊專注于開發(fā)新的進(jìn)化計算方法（EC），包括設(shè)計人工神經(jīng)網(wǎng)絡(luò)架構(gòu)、構(gòu)建商業(yè)應(yīng)用程序，以及使用由自然進(jìn)化激發(fā)的方法來解決具有挑戰(zhàn)性的計算問題。這一領(lǐng)域的發(fā)展勢頭非常強勁。我們相信進(jìn)化計算很可能是人工智能技術(shù)的下一個重大課題。

EC與Deep Learning（DL）一樣都是幾十年前引入的，EC也能夠從可用的計算和大數(shù)據(jù)中得到提升。然而，它解決了一個截然不同的需求：我們都知道DL側(cè)重于建模我們已知的知識，而EC則專注于創(chuàng)建新的知識。從這個意義上講，它是DL的下個步驟：DL能夠在熟悉的類別中識別對象和語音，而EC使我們能夠發(fā)現(xiàn)全新的對象和行為-最大化特定目標(biāo)的對象和行為。因此，EC使許多新的應(yīng)用成為可能：為機器人和虛擬代理設(shè)計更有效的行為，創(chuàng)造更有效和更廉價的衛(wèi)生干預(yù)措施，促進(jìn)農(nóng)業(yè)機械化發(fā)展和生物過程。

前不久，我們發(fā)布了5篇論文來報告在這一領(lǐng)域上取得了顯著的進(jìn)展，報告主要集中在三個方面：（1）DL架構(gòu)在三個標(biāo)準(zhǔn)機器學(xué)習(xí)基準(zhǔn)測試中已達(dá)到了最新技術(shù)水平。（2）開發(fā)技術(shù)用于提高實際應(yīng)用發(fā)展的性能和可靠性。（3）在非常困難的計算問題上證明了進(jìn)化問題的解決。

本文將重點介紹里面的第一個領(lǐng)域，即用EC優(yōu)化DL架構(gòu)。

Sentient揭示了神經(jīng)進(jìn)化的突破性研究

深度學(xué)習(xí)的大部分取決于網(wǎng)絡(luò)的規(guī)模和復(fù)雜性。隨著神經(jīng)進(jìn)化，DL體系結(jié)構(gòu)（即網(wǎng)絡(luò)拓?fù)洹⒛K和超參數(shù)）可以在人類能力之外進(jìn)行優(yōu)化。我們將在本文中介紹三個示例：Omni Draw、Celeb Match和Music Maker（語言建模）。在這三個例子中，Sentient使用神經(jīng)進(jìn)化成功地超越了最先進(jìn)的DL基準(zhǔn)。

音樂制作（語言建模）

在語言建模領(lǐng)域，系統(tǒng)被訓(xùn)練用來預(yù)測“語言庫”中的下一個單詞，例如《華爾街日報》幾年內(nèi)的大量文本集合，在網(wǎng)絡(luò)做出預(yù)測結(jié)果后，這個輸入還可以被循環(huán)輸入，從而網(wǎng)絡(luò)可以生成一個完整的單詞序列。有趣的是，同樣的技術(shù)同樣適用于音樂序列，以下為一個演示。用戶輸入一些初始音符，然后系統(tǒng)根據(jù)該起始點即興創(chuàng)作一首完整的旋律。通過神經(jīng)元進(jìn)化，Sentient優(yōu)化了門控周期性（長期短期記憶或LSTM）節(jié)點（即網(wǎng)絡(luò)的“記憶”結(jié)構(gòu)）的設(shè)計，使模型在預(yù)測下一個音符時更加準(zhǔn)確。

在語言建模領(lǐng)域（在一個叫Penn Tree Bank的語言語料庫中預(yù)測下一個詞），基準(zhǔn)是由困惑點定義的，用來度量概率模型如何預(yù)測真實樣本。當(dāng)然，數(shù)字越低越好，因為我們希望模型在預(yù)測下一個單詞時“困惑”越少越好。在這種情況下，感知器以10.8的困惑點擊敗了標(biāo)準(zhǔn)的LSTM結(jié)構(gòu)。值得注意的是，在過去25年內(nèi)，盡管人類設(shè)計了一些LSTM變體，LSTM的性能仍然沒有得到改善。事實上，我們的神經(jīng)進(jìn)化實驗表明，LSTM可以通過增加復(fù)雜性，即記憶細(xì)胞和更多的非線性、平行的途徑來顯著改善性能。

為什么這個突破很重要？語言是人類強大而復(fù)雜的智能構(gòu)造。語言建模，即預(yù)測文本中的下一個單詞，是衡量機器學(xué)習(xí)方法如何學(xué)習(xí)語言結(jié)構(gòu)的基準(zhǔn)。因此，它是構(gòu)建自然語言處理系統(tǒng)的代理，包括語音和語言接口、機器翻譯，甚至包括DNA序列和心率診斷等醫(yī)學(xué)數(shù)據(jù)。而在語言建模基準(zhǔn)測試中我們可以做得更好，可以使用相同的技術(shù)建立更好的語言處理系統(tǒng)。

Omni Draw

Omniglot是一種可以識別50種不同字母字符的手寫字符識別基準(zhǔn)，包括像西里爾語（書面俄語）、日語和希伯來語等真實語言，以及諸如Tengwar（《指環(huán)王》中的書面語言）等人工語音。

上圖示例展示了多任務(wù)學(xué)習(xí)，模型可以同時學(xué)習(xí)所有語言，并利用不同語言中字符之間的關(guān)系。例如，用戶輸入圖像，系統(tǒng)根據(jù)匹配輸出不同語言的含義，“這將是拉丁語中的X，日語中的Y以及Tengwar中的Z等等”——利用日本、Tengwar和拉丁語之間的關(guān)系找出哪些角色是最好的匹配。這與單一任務(wù)學(xué)習(xí)環(huán)境不同，單一環(huán)境下模型只對一種語言進(jìn)行訓(xùn)練，并且不能在語言數(shù)據(jù)集上建立相同的連接。

雖然Omniglot是一個數(shù)據(jù)集的例子，但每個語言的數(shù)據(jù)相對較少。例如它可能只有幾個希臘字母，但很多都是日語。它能夠利用語言之間關(guān)系的知識來尋找解決方案。為什么這個很重要？對于許多實際應(yīng)用程序來說，標(biāo)記數(shù)據(jù)的獲取是非常昂貴或危險的（例如醫(yī)療應(yīng)用程序、農(nóng)業(yè)和機器人救援），因此可以利用與相似或相關(guān)數(shù)據(jù)集的關(guān)系自動設(shè)計模型，在某種程度上可以替代丟失的數(shù)據(jù)集并提高研究能力。這也是神經(jīng)進(jìn)化能力的一個很好的證明：語言之間可以有很多的聯(lián)系方式，并且進(jìn)化發(fā)現(xiàn)了將他們的學(xué)習(xí)結(jié)合在一起的最佳方式。

Celeb Match

Celeb Match的demo同樣適用于多任務(wù)學(xué)習(xí)，但它使用的是大規(guī)模數(shù)據(jù)集。該demo是基于CelebA數(shù)據(jù)集，它由約20萬張名人圖像組成，每張圖片的標(biāo)簽都由40個二進(jìn)制標(biāo)記屬性，如“男性與女性”、“有無胡子”等等。每個屬性都會產(chǎn)生一個“分類任務(wù)”，它會引導(dǎo)系統(tǒng)檢測和識別每個屬性。作為趣味附加組件，我們創(chuàng)建了一個demo來完成這項任務(wù)：用戶可以為每個屬性設(shè)置所需的程度，并且系統(tǒng)會根據(jù)進(jìn)化的多任務(wù)學(xué)習(xí)網(wǎng)絡(luò)來確定最接近的名人。例如，如果當(dāng)前的圖片為布拉德·皮特的形象，用戶可以增加“灰色頭發(fā)”屬性，已發(fā)現(xiàn)哪個名人與他相似但是頭發(fā)不同。

在CelebA多任務(wù)人臉分類領(lǐng)域，Sentient使用了演化計算來優(yōu)化這些檢測屬性的網(wǎng)絡(luò)，成功將總體三個模型的誤差從8%降到了7.94%。

這一技術(shù)使得人工智能在預(yù)測人類、地點和物質(zhì)世界各種屬性的能力上提升了一大步。與基于抽象，學(xué)習(xí)功能找到相似性的訓(xùn)練網(wǎng)絡(luò)不同，它使相似的語義和可解釋性也成為可能。