首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >LeCun:智能的精华在于预测能力!“预测学习”了解一下!

LeCun:智能的精华在于预测能力!“预测学习”了解一下!

作者头像
IT阅读排行榜
发布2018-08-16 14:24:22
4770
发布2018-08-16 14:24:22
举报
文章被收录于专栏:华章科技华章科技

导读:在NIPS 2016大会上,著名研究者LeCun提出了预测学习(predictive learning)概念。在他的讲稿中,将机器学习比喻为“蛋糕”:

  • 强化学习,是蛋糕上的小樱桃:输入数据,输出1个数字,代表对于奖励的预测。
  • 有监督学习,是蛋糕的糖霜:输入数据,输出少量结论,例如图像的分类。
  • 无监督学习,预测学习,是蛋糕的真正本体:输入数据,输出同样量级的预测。 □ 例如:输入部分缺失的图像,输出将图像补充完整后的结果。 □ 例如:输入一段视频,输出对于视频的未来发展的预测,如下图所示。

预测学习很重要,而且可能是通往强人工智能的必经之路。目前深度学习的领军人物Hinton、LeCun、Bengio均在此投入了研究,也许它将带来AI的下一场革命。

在笔者看来,预测学习有几个重要特点:

1. 它需要逻辑,需要常识

例如,在预测视频的发展时,需学会物理定律(如牛顿三定律),学会不同事物的特征(如人体的不同关节的运动方法),学会空间立体的概念(需处理物体的平移,旋转,相互间的遮挡),等等。

  • 在推理和预测过程中,还需要记忆,包括长期和短期记忆。目前研究人员已有办法为网络加入各种记忆模组。

2. 它的数据特别容易获得

首先,它是无监督方法,无需人工标记。其次,网络上已经有浩如烟海的视频,截取出的每个片段都可用于训练。而且我们还可用摄像头轻松生成无穷无尽的新视频,甚至可让AI学会主动控制摄像头。

  • 我们还可使用游戏引擎生成视频画面。

3. 此前我们已看到数据对于深度学习的关键性

在使用海量数据训练后,深度网络有可能会逐渐掌握逻辑和常识,改善它此前在这两方面的缺陷,甚至自动发现物理定律。

  • “情感神经元”是很好的例证:仅仅是要求网络学会预测,网络就可自动发现深层次的规律。

4. 预测学习也有非常实际的用途

例如,在自动驾驶中,如果能预测其它车辆和行人的行为,就可以改善自动驾驶的性能和安全性。

在LeCun的讲稿中,给出了如下公式:

智能 = 感知 + 预测 + 记忆 + 推理和规划

笔者将其总结为:

记忆过去,感知现在,预测未来

如果与强化学习结合,可得到如下图所示的更完整的架构图。这里智能体的目标是最小化费用,这需要通过对世界建模实现。

目前在预测学习领域已有许多有趣的工作,例如让网络预测游戏环境中物体的下落和碰撞轨迹(PhysNet, https://arxiv.org/abs/1603.01312),如下图所示。

左边是游戏场景。右边上排是实际的下落和碰撞情况。右边下排是网络的预测,其中第1张图像是网络的输入,后续3张图像都是网络的预测。

可见,网络有能力大致预测出方块的运动情况,不过会随着时间的推移而越来越模糊。

这是预测模型中的常见现象,是因为未来有不确定性。如下图所示,未来有多种可能性,我们无法提前判知。

因此,如使用MSE作为拟合目标,网络会无所适从,最终造成图像模糊。

解决方法是引入GAN思想,用判别器网络判断未来的发展是否为真。这样网络可以给出更清晰的预测(虽然预测无法囊括未来的所有发展)。

例子见https://github.com/dyelax/Adversarial_Video_Generation,其中的动画非常有趣,推荐读者打开看一看。例如,对于吃豆人游戏的画面预测,如果不使用GAN,在经过一个岔路口时,由于网络不知道吃豆人会选择哪个路口,因此会在画面中同时显示出吃豆人向上走和向下走的轨迹。

关于作者:彭博,人工智能、量化交易、区块链领域的技术专家,有20年以上的研发经验。 在人工智能与信息科技方面,对深度学习、机器学习、计算机图形学、智能硬件等有较为深入的研究。

本文摘编自《深度卷积网络:原理与实践》,经出版方授权发布。

延伸阅读《深度卷积网络:原理与实践》

转载请联系微信:togo-maruko

点击文末右下角“写留言”发表你的观点

推荐语:20年开发经验专家/知乎大V,从技术理论、工作原理、实践方法等方面系统、深入讲解DCNN。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-05-29,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据DT 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档