【導(dǎo)讀】LeCun的高徒費心整理了全套筆記，把他去年在暑假學(xué)校演講世界模型的精華部分全部囊括。這不得好好拜讀下？

LeCun究竟是經(jīng)過了怎樣的思考，才得出了世界模型是AI大模型未來最理想道路的結(jié)論？

(資料圖片)

很幸運，去年曾聽過他在暑假學(xué)校關(guān)于統(tǒng)計物理和機(jī)器學(xué)習(xí)演講的學(xué)生Ania Dawid，將他的觀點仔細(xì)地整理和發(fā)表出來。

LeCun對于她的工作也表示了盛贊。

這篇筆記解釋了當(dāng)前機(jī)器學(xué)習(xí)方法的局限性，并且介紹了LeCun在2022年的論文中提出的autonomous AI所需的核心概念，以及設(shè)計背后的主要思想。

論文地址：/abs/

類人智能的可能性

在AI達(dá)到類人水平并帶來新的技術(shù)革新之前，當(dāng)前的自動化系統(tǒng)仍然有重大的局限性。

最理想的情況下，會出現(xiàn)L5自動駕駛、家用機(jī)器人、虛擬助理，這些機(jī)器人會學(xué)習(xí)可靠的世界模型，然后進(jìn)行推理，對復(fù)雜的行動序列做出計劃。

在這些筆記中，Ania Dawid總結(jié)了LeCun提出未來自主智能架構(gòu)背后的主要思想，引入了基于能力的潛變量模型，在LeCun建議構(gòu)建的模塊——分層聯(lián)合嵌入預(yù)測架構(gòu)（H-JEPA）中結(jié)合了它們的優(yōu)勢。

在過去十年中，機(jī)器學(xué)習(xí)方法迅速普及，ML模型在圍棋、國際象棋和Shogi等戰(zhàn)略游戲中都表現(xiàn)出了專家級的性能。

作為交換，創(chuàng)建深度學(xué)習(xí)模型需要在大量數(shù)據(jù)集上訓(xùn)練，這是一種極端的計算成本。

相比之下，人類的學(xué)習(xí)卻十分高效，我們可以快速直觀地找到方法來完成任務(wù)，連嬰兒都能很快獲得對物理世界的直觀理解。

如何讓AI模型發(fā)展出像人類一樣的潛能？在這些課堂講稿中，LeCun與學(xué)生們探索了autonomous intelligence的概念。

他們希望能夠?qū)崿F(xiàn)一個充分自主的AI，他通過轉(zhuǎn)移知識和自動適應(yīng)新情況而在通用任務(wù)上表現(xiàn)良好，無需首先嘗試很多解決方案。

自主機(jī)器智能

到目前為止，機(jī)器學(xué)習(xí)系統(tǒng)仍然在很大程度上依賴于SL，這就需要大量的標(biāo)記樣本，而RL需要大量的試驗，這在當(dāng)前的現(xiàn)實中不切實際。在現(xiàn)實世界中，每個行動都需要時間和成本。

相比之下，人類和動物主要依靠對環(huán)境的積極觀察，并以此建立世界模型。

嬰兒就幾乎完全通過觀察來學(xué)習(xí)，他們的學(xué)習(xí)過程與SSL最相似，只有一點點SL（和家長互動）或RL（通過實踐嘗試各種解釋方案）。

實際上，人類是想象和推演大部分結(jié)果，而不是全部嘗試一遍。

因此，實現(xiàn)完全自主類人智能的道路主要有三個挑戰(zhàn)：

1.學(xué)習(xí)世界的表征和預(yù)測模型，使AI系統(tǒng)能夠預(yù)測未來，特別是自己行動會導(dǎo)致的結(jié)果。

最有可能的方法就是自監(jiān)督學(xué)習(xí)（SSL），因為SL和RL需要太多的成本或試驗。

2.學(xué)習(xí)以一種與DL兼容的方式推理。推理需要考慮到與前饋潛意識計算相反的意圖。最可能的方法就是像energy minimization那樣設(shè)計推理和規(guī)劃。

3.學(xué)習(xí)規(guī)劃復(fù)雜動作序列，這個過程中需要行動計劃的分層（hierarchical）表征。

在論文中，LeCun提出了自主AI應(yīng)該有的模塊化結(jié)構(gòu)。

這個AI架構(gòu)由多個相互連接的模塊組成。

Perception模塊估計世界的當(dāng)前狀態(tài)，actor可以使用該狀態(tài)，并在world model的指導(dǎo)下提出最佳動作序列，根據(jù)actor的動作預(yù)測或「想象」未來可能的世界狀態(tài)。

這些聯(lián)系被稱為「感知-計劃-行動循環(huán)」。

在想象actor行為的可能后果時，世界模型使用cost推理模塊。

它可以分成兩個子模塊——對痛苦、快樂、饑餓等基本需求進(jìn)行建模的intrinsic cost，以及預(yù)測內(nèi)在成本未來值的critic。

Short-term memory模塊用于預(yù)測未來世界狀態(tài)。Configurator模塊通過配置所有其他模塊來實現(xiàn)任務(wù)之間的切換。

a.在SSL中，系統(tǒng)經(jīng)過訓(xùn)練，可以從輸入的可見部分（藍(lán)色）預(yù)測輸入的隱藏部分（橙色）。b. SSL將在未來的AI系統(tǒng)中發(fā)揮核心作用，SSL是蛋糕，SL是糖衣，RL是櫻桃

模型中的「感知-計劃-行動循環(huán)」類似于最優(yōu)控制中的model-predictive control（MPC）。關(guān)鍵的區(qū)別在于，世界模型預(yù)測未來是通過學(xué)習(xí)。

它也不同于RL，因為在這里成本函數(shù)是已知的，所有模塊都是可微的，在現(xiàn)實中不需要采取行動。

自監(jiān)督學(xué)習(xí)的主要目的，就是重建輸入或預(yù)測輸入的缺失部分，如上圖a所示。

輸入可以是圖像、視頻或文本。在訓(xùn)練中，模型學(xué)習(xí)數(shù)據(jù)的分層表征，因此，SSL的預(yù)訓(xùn)練通常先于SL或RL階段。

它還用于學(xué)習(xí)預(yù)測（前向）模型MPC，或者學(xué)習(xí)控制策略，或基于模型的RL。

自監(jiān)督學(xué)習(xí)對于文本非常有效，但對于圖像來說，當(dāng)模型被訓(xùn)練進(jìn)行單一預(yù)測時，訓(xùn)練使它們預(yù)測的是所有可能的平均值，因此，SSL產(chǎn)生了模糊的預(yù)測。

不過，做決定通常不需要預(yù)測世界上所有可能的細(xì)節(jié)，只需要預(yù)測與任務(wù)相關(guān)的細(xì)節(jié)即可。

基于能量的模型

概率模型需要規(guī)范化，因此在高維數(shù)據(jù)的限制下，可能變得難以處理。

然而，在駕駛汽車的決策任務(wù)中，系統(tǒng)只需要選擇正確的答案，其他答案的概率是無關(guān)緊要的。

因此，我們可以讓模型通過能量函數(shù)來表示變量之間的依賴關(guān)系（例如下圖a所示的決策y和條件x）。

在這種情況下，能量指導(dǎo)模型只需要將最低的能量分配給正確的答案，將較大的能量分配給不正確的答案即可。

圖b中的能量函數(shù)，表示了x和y之間的二次依賴關(guān)系。推理涉及為給定的x找到最小能量值。

EBM的一個優(yōu)點是，可以表示多模態(tài)的依賴關(guān)系。理論上，還可以以各種形式（文本、視覺等）描述數(shù)據(jù)之間的依賴關(guān)系。

在概率設(shè)置中，訓(xùn)練包括找到這樣的模型參數(shù)w，使給定輸入的觀察輸出的可能性最大（或負(fù)可能性最小）。

第一個等式是基于數(shù)據(jù)點之間相互獨立的假設(shè)，而進(jìn)行第二個變換，是因為求和計算比乘法計算更容易。

對于概率模型，訓(xùn)練僅限于從負(fù)對數(shù)似然（如交叉熵）生成的損失函數(shù)。

雖然放棄概率設(shè)置可能會令人驚訝，但請注意，做決策可以被視為選擇得分最高的選項，而不是最有可能的選項。

比如在下棋的時候，如果查看所有可能性來決定下一步怎么走，顯然非常棘手。

相反，可以通過探索可能性樹的一部分，比如用蒙特卡洛樹搜索的最短路徑，給出最小能量。

因此，沒有必要使用概率框架。

不過，如果需要的話，也可以通過將能量考慮為非歸一化的負(fù)對數(shù)概率，在EBM和概率模型之間建立聯(lián)系。

最常見的方法是通過Gibbs-Boltzmann distribution：

通過使用依賴于一組潛變量z的額外能量函數(shù)，我們可以擴(kuò)展EBM的可能性。

這些隱藏變量通常被稱為潛變量（latent variables），旨在捕捉在x中無法直接獲得的y的信息。

在人臉檢測任務(wù)中，這些潛變量的示例可能是性別、姿勢或發(fā)色。

在自動駕駛汽車的情況下，潛變量可以參數(shù)化其他駕駛者的可能行為。

因此，它們?yōu)槲覀兲幚憩F(xiàn)實世界的不確定性提供了一種方法。

在結(jié)構(gòu)化預(yù)測問題中，我們假設(shè)數(shù)據(jù)具有一些未知的結(jié)構(gòu)，學(xué)習(xí)器必須解析這些結(jié)構(gòu)才能進(jìn)行準(zhǔn)確的預(yù)測

最后，潛變量在所謂的結(jié)構(gòu)化預(yù)測問題中非常有用。

a.潛變量推斷EBM還包括潛變量的最小化（或邊緣化）。b. 一個潛變量EBM的例子，在尋找綠色點y和橢圓距離的問題中，它會從訓(xùn)練點（藍(lán)點）學(xué)習(xí)

訓(xùn)練基于能量的模型

到目前為止，我們已經(jīng)討論了如何使用EBM，特別是潛變量EBM進(jìn)行推理。

在本節(jié)中，我們將介紹如何訓(xùn)練EBM。

訓(xùn)練技術(shù)的選擇，取決于EBM架構(gòu)的選擇。

讓我們比較下圖中的兩種EBM架構(gòu)。

能量模型（EBM）可能會發(fā)生能量崩潰。（a）標(biāo)準(zhǔn)的確定性預(yù)測或回歸架構(gòu)，其中能量函數(shù)Fw(x, y)是x的神經(jīng)網(wǎng)絡(luò)預(yù)測與y本身之間的距離，不容易發(fā)生能量崩潰。（b）一個可能發(fā)生能量崩潰的EBM示例

在第一種情況下，能量函數(shù)只是數(shù)據(jù)點y和數(shù)據(jù)點x的編碼器（如NN）輸出之間的距離。

這種架構(gòu)可以被認(rèn)為是一個回歸模型，并通過簡單地最小化訓(xùn)練樣本的能量來訓(xùn)練。

然而，對于其他架構(gòu)，這樣的訓(xùn)練可能會導(dǎo)致能量函數(shù)的崩潰，即給定一個x，能量（energy）可能會變得「平坦」，為 y 的所有值提供基本相同的能量。

例如，圖b中的聯(lián)合嵌入架構(gòu)，將輸入x和y分別編碼為

、

，目標(biāo)是找到這樣的

和

，這樣它們的x和y的表示就是接近的。

如果我們訓(xùn)練模型只是為了最小化編碼器輸出之間的距離，那么兩個編碼器可能會完全忽略輸入而只產(chǎn)生相同的恒定輸出。

為了防止能量崩潰，我們可以采取對比式方法。

x和y是我們希望降低能量的訓(xùn)練數(shù)據(jù)點，在下圖b中表示為藍(lán)點。

?y是一個對比點，在下圖b中表示為綠點，我們需要增加其能量。

能量模型（EBM）的訓(xùn)練：(a) 正確的訓(xùn)練方式在最小化訓(xùn)練樣本的能量的同時防止能量崩潰。(b) 對比式方法通過最小化訓(xùn)練樣本的能量同時增加訓(xùn)練集之外樣本的能量。(c) 正則化方法限制了低能量區(qū)域所占據(jù)的空間體積

當(dāng)最小化

時，我們需要確保訓(xùn)練樣本的能量雄安與訓(xùn)練樣本和對比樣本的能量，至少是邊際m，這取決于y和?y之間的距離。

適當(dāng)?shù)膶Ρ葥p失函數(shù)需要確保非零邊界，以避免能量崩潰。

對比損失函數(shù)可以像下面這個方程中的鉸鏈損失，那樣針對特定數(shù)據(jù)集進(jìn)行成對計算。

對比性方法最核心的問題是如何生成對比性點，然后最大可能性就可以被解釋為對比方性方法的特例。

我們的主要挑戰(zhàn)在于，選擇如何限制低能量空間的體積。

一種方法是構(gòu)建低能量空間體積受限的體系結(jié)構(gòu)。

另一種方法是添加一個正則化項，該項最小化低能量空間的某種度量。

最后，評分匹配（score matching）是一種正則化技術(shù)，它最小化數(shù)據(jù)點周圍能量景觀的梯度并最大化曲率。

幾個能量模型的實例

Hopfield網(wǎng)絡(luò)網(wǎng)絡(luò)是由John Hopfield在1982年推廣的全連接循環(huán)網(wǎng)絡(luò)，方案如圖a所示，能量函數(shù)如下：

但是因為它會出現(xiàn)虛假最小值，使得在實踐中可用性不強(qiáng)。

在1983年，由Geoffrey Hinton和Terrence Sejnowski提出了Hopfield網(wǎng)絡(luò)的擴(kuò)展，稱為玻爾茲曼機(jī)。

它引入了被稱為隱藏單元的神經(jīng)元，如下圖7(b)所示。

它的能量函數(shù)及其自由能如下：

這個提議對整個機(jī)器學(xué)習(xí)社區(qū)來說非常重要，因為它首次引入了隱藏單元的概念，即那些輸入和輸出不可觀測的神經(jīng)元。

這些隱藏單元也可以理解為模型的潛變量。

去噪自編碼器（Denoising Autoencoder，AE）是一種對比式EBM。

它是一種經(jīng)過訓(xùn)練的自編碼器，用于恢復(fù)被損壞輸入的干凈版本。

其架構(gòu)示意圖如下圖8(a)所示。

例如，該自編碼器可以經(jīng)過訓(xùn)練，使數(shù)據(jù)點在添加隨機(jī)噪聲后恢復(fù)到其原始位置，如圖8(b)所示。

原始數(shù)據(jù)點來自橙色螺旋線，并通過在其位置上添加一些噪聲進(jìn)行損壞。

然后，將損壞的綠色數(shù)據(jù)點作為x輸入到下圖8(a)中的去噪自編碼器，同時提供其干凈版本y。

重構(gòu)誤差是損壞點與原始點之間的距離，當(dāng)最小化時，去噪自編碼器輸出的藍(lán)色數(shù)據(jù)點將回到螺旋線上。

需要注意的是，在同一個問題中，也存在對于去噪自編碼器可能無法處理的問題點。例如，自編碼器無法重構(gòu)位于螺旋線兩個分支之間、與它們等距離的數(shù)據(jù)點。

這個問題是由數(shù)據(jù)的折疊結(jié)構(gòu)導(dǎo)致的，然而，在真實世界的數(shù)據(jù)中很少出現(xiàn)這種情況。

未來自主系統(tǒng)的構(gòu)建模塊

在上文中，我們看到了EBM如何克服概率模型的局限性之后，并且對于高維數(shù)據(jù)，可能應(yīng)該使用正則化方法而不是對比式方法來訓(xùn)練它們。

討論了潛變量模型并解釋了它們在結(jié)構(gòu)化預(yù)測問題或融入不確定性方面的用途之后，可以這些優(yōu)勢結(jié)合到一種稱為聯(lián)合嵌入預(yù)測架構(gòu)（JEPA）的架構(gòu)中。

這就是昨天Meta發(fā)布的I-JEPA模型的原理。

聯(lián)合嵌入預(yù)測架構(gòu)（JEPA）是一種將嵌入模塊與潛變量結(jié)合的EBM，如圖9所示。

作為一個EBM，JEPA學(xué)習(xí)輸入數(shù)據(jù)x和y之間的依賴關(guān)系，但是在學(xué)習(xí)的內(nèi)部表示Sx和Sy的層次上進(jìn)行比較，其中si = Enc(i)。

產(chǎn)生表示sx和sy的兩個編碼器可以不同，特別是具有不同的架構(gòu)，并且不共享參數(shù)。

由于這一點，輸入數(shù)據(jù)可以具有各種格式（例如視頻和音頻）。

此外，JEPA自然地處理多模態(tài)數(shù)據(jù)。

首先，x和y的編碼器可以具有不變性特性，例如，將各種y映射到相同的Sy。

訓(xùn)練JEPA的最終目標(biāo)是使表示Sx和Sy可以相互預(yù)測。

如我們在第4節(jié)中討論的，EBM可以使用對比式方法和正則化方法進(jìn)行訓(xùn)練，但對比式方法在高維情況下往往效率非常低下。

因此，JEPA可以使用損失函數(shù)進(jìn)行訓(xùn)練，該損失函數(shù)除了包括預(yù)測誤差外，還包括如下圖10所示的正則化項。

特別是為了防止信息能量崩潰，我們需要確保sx和sy盡可能多地攜帶關(guān)于x和y的信息。

否則，訓(xùn)練過程可能會導(dǎo)致編碼器成為常數(shù)。

最后，我們需要最小化或限制潛變量的信息內(nèi)容，以防止模型僅僅依賴于其中的信息。

結(jié)論

在筆記中，我們總結(jié)了LeCun的主要觀點，解決了上邊提到的AI現(xiàn)在發(fā)展中的局限性。

在第3節(jié)中，我們解釋了由于現(xiàn)實世界的數(shù)據(jù)（如視頻或文本）通常具有高維度，基于能量模型的發(fā)展方向（EBM）可能是比概率模型更有前景的發(fā)展方向。

在第4節(jié)中，我們介紹了對訓(xùn)練EBM的對比和正則化方法，并解釋了由于在高維度中生成對比樣本的成本巨大，正則化方法似乎更有前景用于訓(xùn)練未來的EBM。

在第5節(jié)中，我們給出了EBM的歷史和現(xiàn)實的實際用例。

最后，第6節(jié)集中討論了這個事實：人類決策過程基于各種格式和模態(tài)的數(shù)據(jù)，其結(jié)構(gòu)通常需要解碼才能進(jìn)行預(yù)測，而且還包含可能是多余的信息。

這種多模態(tài)的障礙可以通過LeCun提出的一種新架構(gòu)，在3個維度解決，這種構(gòu)架被稱為聯(lián)合嵌入預(yù)測架構(gòu)（JEPAs）。

最終，我們將要面對的挑戰(zhàn)是使未來的自主AI能夠?qū)Ω鞣N時間尺度和抽象級別上的世界狀態(tài)進(jìn)行預(yù)測。這種多層次的預(yù)測可以通過分層聯(lián)合嵌入預(yù)測架構(gòu)（H-JEPA）來實現(xiàn)。

通過正則化方法訓(xùn)練的這種架構(gòu)，可能是設(shè)計能夠在不確定性下的預(yù)測世界模型的起點，這將成為未來自主AI發(fā)展中取得突破。

參考資料：

/pdf/

版權(quán)聲明

版權(quán)屬于原作者，僅用于學(xué)術(shù)分享

關(guān)鍵詞：