ICLR 2019過去有幾天了，作為今年上半年表現(xiàn)最為亮眼的人工智能頂會(huì)共收到1591篇論文，錄取率為31.7%。

為期4天的會(huì)議，共有8個(gè)邀請(qǐng)演講主題，內(nèi)容包括：算法公平性的進(jìn)展、對(duì)抗機(jī)器學(xué)習(xí)、發(fā)展自主學(xué)習(xí)：人工智能，認(rèn)知科學(xué)和教育技術(shù)、用神經(jīng)模型學(xué)習(xí)自然語言界面等等。

當(dāng)然，除此之外，還有一大堆的poster。這些都彰顯了ICLR的規(guī)格之高，研究者實(shí)力之強(qiáng)大。

透過現(xiàn)象看本質(zhì)，一位來自越南的作家和計(jì)算機(jī)科學(xué)家Chip Huyen總結(jié)了ICLR 2019年的8大趨勢(shì)。他表示。會(huì)議組織者越來越強(qiáng)調(diào)包容性，在學(xué)術(shù)研究方面RNN正在失去研究的光芒......

1.包容性。

組織者強(qiáng)調(diào)了包容性在人工智能中的重要性，確保前兩次主要會(huì)談的開幕詞邀請(qǐng)講話是關(guān)于公平和平等的。

但是還是有一些令人擔(dān)憂的統(tǒng)計(jì)數(shù)據(jù)：

只有8.6%的演講者和15%的參與者是女性。

在所有的LGBTQ+（Lesbian Gay Bisexual Transgender Queer：性別獨(dú)角獸群體）研究人員中，有2/3的研究人員并不是專業(yè)的。

所有8位特邀演講者都是白人。

來自薩沙·拉什(Sasha Rush)開幕詞的截圖

不幸的是，這位AI研究人員仍然感到毫無歉意。雖然其他所有的研討會(huì)的訂閱量爆滿，但在Yoshua Bengio出現(xiàn)之前，AI賦能社會(huì)（AI for Social Good）研討會(huì)一直空無一人。在我在ICLR的眾多談話中，沒有人提到過差異性，除了有一次我大力聲討地問為什么我被邀請(qǐng)參加這場似乎不適合我的技術(shù)活動(dòng)？一位好朋友說：“有點(diǎn)冒犯的回答是，因?yàn)槟闶且粋€(gè)女人?！?/p>

原因之一是這個(gè)話題不是“技術(shù)性的”，因此在上面花時(shí)間將無助于你在研究領(lǐng)域的職業(yè)發(fā)展。另一個(gè)原因是仍然存在一些反對(duì)的偏見。有一次，一位朋友告訴我，不要理睬一位在群聊中嘲笑我的人，因?yàn)椤澳侨讼矚g取笑那些談?wù)撈降群筒町愋缘娜??！蔽矣幸恍┡笥?，他們不?huì)在網(wǎng)上討論任何關(guān)于差異性的話題，因?yàn)樗麄儾幌搿芭c這種話題聯(lián)系在一起”。

2.無監(jiān)督表征學(xué)習(xí)與遷移學(xué)習(xí)

無監(jiān)督表示學(xué)習(xí)的一個(gè)主要目標(biāo)是從未標(biāo)記的數(shù)據(jù)中發(fā)現(xiàn)有用的數(shù)據(jù)，以便用于后續(xù)任務(wù)。在自然語言處理中，無監(jiān)督的表示學(xué)習(xí)通常是通過語言建模來完成的。然后將學(xué)習(xí)到的表示用于諸如情感分析、名字分類識(shí)別和機(jī)器翻譯等任務(wù)。

去年發(fā)表的一些最令人興奮的論文是關(guān)于自然語言處理中的無監(jiān)督學(xué)習(xí)的，首先是ApacheElmo(Peters等人)、DB2ULMFiT(Howard等人)、ApacheOpenAI的GPT(Radford等人)、IBMBert(Devlin等人)，當(dāng)然還有，比較激進(jìn)的202GPT-2(Radford等人)。

完整的GPT-2模型是在 ICLR演示的，它的表現(xiàn)非常好。您可以輸入幾乎任何提示，它將撰寫文章的其余部分。它可以撰寫B(tài)uzzFeed文章（美國新聞RSS訂閱，類似于今日頭條）、小說、科學(xué)研究論文，甚至是虛構(gòu)單詞的定義。但這聽起來還不完全是人類的感覺。該團(tuán)隊(duì)正在研究GPT-3，會(huì)比現(xiàn)在更好。我迫不及待地想看看它能產(chǎn)生什么。

雖然計(jì)算機(jī)視覺社區(qū)是第一個(gè)將遷移學(xué)習(xí)用于工作的社區(qū)，但基礎(chǔ)任務(wù)-在ImageNet上訓(xùn)練分類模型-仍然受到監(jiān)督。我不斷從兩個(gè)社區(qū)的研究人員那里聽到的一個(gè)問題是：“我們?nèi)绾尾拍塬@得為圖像工作的無監(jiān)督學(xué)習(xí)？”

盡管大多數(shù)大牌研究實(shí)驗(yàn)室已經(jīng)在進(jìn)行這方面的研究，但在ICLR上只有一篇論文：“元學(xué)習(xí)無監(jiān)督學(xué)習(xí)的更新規(guī)則”(Metz et al.)。他們的算法不升級(jí)權(quán)值，而是升級(jí)學(xué)習(xí)規(guī)則。

然后，在少量的標(biāo)記樣本上對(duì)從學(xué)習(xí)規(guī)則中學(xué)習(xí)到的表示進(jìn)行調(diào)整，以完成圖像分類任務(wù)。他們找到了學(xué)習(xí)規(guī)則，在MNIST和FashionMNIST數(shù)據(jù)集上達(dá)到了70%的準(zhǔn)確率。作者不打算發(fā)布代碼，因?yàn)椤八c計(jì)算有關(guān)”。在256個(gè)GPU上，外層循環(huán)需要大約100k的訓(xùn)練步驟和200個(gè)小時(shí)。

關(guān)于元學(xué)習(xí)的內(nèi)層和外層循環(huán)(Metz等人）

我有一種感覺，在不久的將來，我們將看到更多這樣的研究?？捎糜跓o監(jiān)督學(xué)習(xí)的一些任務(wù)包括：自動(dòng)編碼、預(yù)測(cè)圖像旋轉(zhuǎn)(Gidaris等人的這篇論文是2018年ICLR的熱門文章)，預(yù)測(cè)視頻中的下一幀。

3.機(jī)器學(xué)習(xí)的“復(fù)古”

機(jī)器學(xué)習(xí)中的思想就像時(shí)尚：它們繞著一個(gè)圈走。在海報(bào)展示會(huì)上走來走去，就像沿著記憶小路在漫步。即使是備受期待的ICLR辯論最終也是由先驗(yàn)與結(jié)構(gòu)結(jié)束，這是對(duì)Yann LeCun和 Christopher Manning去年討論的回溯，而且與貝葉斯主義者和頻率論者之間的由來的辯論相似。

麻省理工學(xué)院媒體實(shí)驗(yàn)室的語言學(xué)習(xí)和理解項(xiàng)目于2001年終止，但基礎(chǔ)語言學(xué)習(xí)今年卷土重來，兩篇論文都是基于強(qiáng)化學(xué)習(xí)：

DOM-Q-Net：基于結(jié)構(gòu)化語言(Jia等人)的RL-一種學(xué)習(xí)通過填充字段和單擊鏈接導(dǎo)航Web的RL算法，給定一個(gè)用自然語言表示的目標(biāo)。

BabyAI：一個(gè)研究扎根語言學(xué)習(xí)樣本效率的平臺(tái)(Chevalier-Boisveret等人)-這是一個(gè)與OpenAI訓(xùn)練兼容的平臺(tái)，具有一個(gè)手動(dòng)操作的BOT代理，它模擬人類教師來指導(dǎo)代理學(xué)習(xí)一種合成語言。

AnonReviewer4很好地總結(jié)了我對(duì)這兩篇論文的看法：

“…這里提出的方法看起來非常類似于語義解析文獻(xiàn)中，已經(jīng)研究過一段時(shí)間的方法。然而，這篇論文只引用了最近深入的RL論文。我認(rèn)為，讓作者熟悉這些文學(xué)作品將會(huì)使他們受益匪淺。我認(rèn)為語義解析社區(qū)也會(huì)從這個(gè)…中受益。但這兩個(gè)社區(qū)似乎并不經(jīng)常交談，盡管在某些情況下，我們正在解決非常相似的問題。”

確定性有限自動(dòng)機(jī)(DFA)也在今年的深度學(xué)習(xí)領(lǐng)域中占據(jù)了一席之地，它有兩篇論文：

表示形式語言的：有限自動(dòng)機(jī)（FA）與遞歸神經(jīng)網(wǎng)絡(luò)（RNN）的比較(Michalenko等人)。

學(xué)習(xí)遞歸策略網(wǎng)絡(luò)的有限狀態(tài)表示(Koulet等人)

這兩篇論文背后的主要?jiǎng)訖C(jī)是，由于RNN中隱藏狀態(tài)的空間是巨大的，是否有可能將狀態(tài)數(shù)量減少到有限的狀態(tài)？我猜測(cè)DFA是否能有效地代表語言的RNN，但我真的很喜歡在訓(xùn)練期間學(xué)習(xí)RNN，然后將其轉(zhuǎn)換為DFA以供參考的想法，正如Koul等人的論文中所介紹的那樣。最終的有限表示只需要3個(gè)離散的記憶狀態(tài)和10場觀察的乒乓球游戲。有限狀態(tài)表示也有助于解釋RNN。

來自RNN的學(xué)習(xí)DFA的三個(gè)階段（Koul等人）

提取的自動(dòng)機(jī)（Koul等人）

4.RNN正在失去研究的光芒

2018年至2019年提交（論文）主題的相對(duì)變化表明，RNN的下降幅度最大。這并不奇怪，因?yàn)楸M管RNN對(duì)于序列數(shù)據(jù)是直觀的，但它們有一個(gè)巨大的缺點(diǎn)：它們不能被并行化，因此不能利用自2012年以來推動(dòng)研究進(jìn)展的最大因素：計(jì)算能力。RNN在CV或RL中從未流行過，而對(duì)于NLP，它們正被基于注意力的體系結(jié)構(gòu)所取代。

RNN正在失去光芒。圖來自ICLR 2019數(shù)據(jù)補(bǔ)充

這是不是意味著RNN已經(jīng)over了？不一定。今年的兩個(gè)最佳論文獎(jiǎng)之一是“有序神經(jīng)元：將樹結(jié)構(gòu)集成到遞歸神經(jīng)網(wǎng)絡(luò)中”。(Shen等人)。除了本文和上面提到的兩篇關(guān)于自動(dòng)機(jī)的文章之外，今年又有9篇關(guān)于RNN的論文被接受，其中大多數(shù)都深入研究了RNN的數(shù)學(xué)基礎(chǔ)，而不是發(fā)現(xiàn)新的RNN應(yīng)用方向。

RNN在行業(yè)中仍然非?；钴S，特別是對(duì)于交易公司等處理時(shí)間序列數(shù)據(jù)的公司來說，不幸的是，這些公司通常不會(huì)發(fā)布它們的工作成果。即使RNN現(xiàn)在對(duì)研究人員沒有吸引力，說不定它可能會(huì)在未來卷土重來。

5.GAN持續(xù)火熱

盡管與去年相比GAN的相對(duì)增長略有下降, 但論文數(shù)量實(shí)際上從去年的約70篇漲到了今年的100多篇。Ian Goodfellow做了一個(gè)關(guān)于GAN的特邀報(bào)告，更是受其信徒大力推崇。以至于到了最后一天, 他不得不遮住胸前的徽章, 這樣人們才不會(huì)因?yàn)榭吹剿拿侄?dòng)不已。

第一個(gè)海報(bào)展示環(huán)節(jié)全是關(guān)于GAN的最新進(jìn)展，涵蓋了全新的GAN架構(gòu)、舊架構(gòu)的改進(jìn)、GAN分析、以及從圖像生成到文本生成再到語音合成的GAN應(yīng)用。

衍生出了PATE-GAN, GANSynth, ProbGAN, InstaGAN, RelGAN, MisGAN, SPIGAN, LayoutGAN, KnockoffGAN等等不同的GAN網(wǎng)絡(luò)?？偠灾?，只要提到GAN我就好像變成了一個(gè)文盲，迷失在林林總總的GAN網(wǎng)絡(luò)中。值得一提的是，Andrew Brock沒有把他的大規(guī)模GAN模型叫做giGANtic讓我好生失望。

GAN的海報(bào)展示環(huán)節(jié)也揭示了在GAN問題上，ICLR社區(qū)是多么的兩極分化。我聽到有些人小聲嘟囔著“我已經(jīng)等不及看到這些GAN的完蛋啦”，“只要有人提到對(duì)抗（adversarial）我的腦瓜仁就疼”。當(dāng)然，據(jù)我分析，他們也可能只是嫉妒而已。

6.缺乏生物啟發(fā)式深度學(xué)習(xí)

關(guān)于基因組學(xué)的論文為零。也沒有關(guān)于這一專題的研討會(huì)。盡管這一現(xiàn)象令人遺憾, 但也為對(duì)生物學(xué)感興趣的深度學(xué)習(xí)研究人員或?qū)ι疃葘W(xué)習(xí)感興趣的生物學(xué)家提供了巨大的機(jī)會(huì)。

趣聞?shì)W事：Retina論文（A Unified Theory of Early Visual Representations from Retina to Cortex through Anatomically Constrained Deep CNNs）的第一作者，Jack Lindsey，還只是Stanford的一名大四學(xué)生。真是英雄出少年??！

7.強(qiáng)化學(xué)習(xí)仍舊是最受歡迎的主題。

會(huì)議上的報(bào)告表明，RL社區(qū)正在從model-free 方法向sample-efficient model-based和meta-learning算法轉(zhuǎn)移。這種轉(zhuǎn)變可能是受TD3和SAC在Mujoco平臺(tái)的連續(xù)控制任務(wù)，以及R2D2在Atari離散控制任務(wù)上的極高得分所推動(dòng)的。

基于模型的算法（即從數(shù)據(jù)中學(xué)習(xí)環(huán)境模型，并利用它規(guī)劃或生成更多數(shù)據(jù)的算法）終于能逐漸達(dá)到其對(duì)應(yīng)的無模型算法的性能，而且只需要原先十分之一至百分之一的經(jīng)驗(yàn)。

這一優(yōu)勢(shì)使他們適合于實(shí)際任務(wù)。盡管學(xué)習(xí)得到的單一模擬器很可能存在缺陷，但可以通過更復(fù)雜的動(dòng)力學(xué)模型，例如集成模擬器，來改善它的缺陷。

另一種將RL應(yīng)用到實(shí)際問題的方法是允許模擬器支持任意復(fù)雜的隨機(jī)化（arbitrarily complex randomizations）：在一組不同的模擬環(huán)境上訓(xùn)練的策略可以將現(xiàn)實(shí)世界視為另一個(gè)隨機(jī)化（randomization），并力求成功

元學(xué)習(xí)（Meta-learning）算法，可實(shí)現(xiàn)在多個(gè)任務(wù)之間的快速遷移學(xué)習(xí)，也已經(jīng)在樣本效率（smaple-efficiency）和性能方面取得了很大的進(jìn)步（Promp（Rothfuss等人）

這些改進(jìn)使我們更接近“the ImageNet moment of RL”，即我們可以復(fù)用從其他任務(wù)中學(xué)到的控制策略，而不是每個(gè)任務(wù)都從頭開始學(xué)習(xí)。

大部分已被接受的論文，連同整個(gè)Structure and Priors in RL研討會(huì)，都致力于將一些有關(guān)環(huán)境的知識(shí)整合到學(xué)習(xí)算法中。雖然早期的深度RL算法的主要優(yōu)勢(shì)之一是通用性（例如，DQN對(duì)所有Atari游戲都使用相同的體系結(jié)構(gòu)，而無需知道某個(gè)特定的游戲），但新的算法表明，結(jié)合先驗(yàn)知識(shí)有助于完成更復(fù)雜的任務(wù)。例如，在Transporter Network（Jakab et al.）中，使用的先驗(yàn)知識(shí)進(jìn)行更具信息量的結(jié)構(gòu)性探索。

綜上所述，在過去的5年中，RL社區(qū)開發(fā)了各種有效的工具來解決無模型配置下的RL問題?，F(xiàn)在是時(shí)候提出更具樣本效率（sample-efficient）和可遷移性（transferable）的算法來將RL應(yīng)用于現(xiàn)實(shí)世界中的問題了。

8.大部分論文都會(huì)很快被人遺忘

當(dāng)我問一位著名的研究人員，他對(duì)今年被接受的論文有何看法時(shí)，他笑著說：“大部分論文都會(huì)在會(huì)議結(jié)束后被遺忘”。在一個(gè)和機(jī)器學(xué)習(xí)一樣快速發(fā)展的領(lǐng)域里，可能每過幾周甚至幾天曾經(jīng)的最好記錄就會(huì)被打破，正因此對(duì)于論文還沒發(fā)表就已經(jīng)out了這一現(xiàn)象也就見怪不怪了。例如，根據(jù)Borealis Ai對(duì)ICLR 2018的統(tǒng)計(jì)，“每八篇里面有七篇論文的結(jié)果，在ICLR會(huì)議開始之前就已經(jīng)被超越了?！?/p>

在會(huì)議期間我經(jīng)常聽到的一個(gè)評(píng)論是，接受/拒絕決定的隨機(jī)性。盡管我不會(huì)指明有哪些，但在過去幾年中，確實(shí)有一些如今被談?wù)撟疃?引用最多的論文在最初提交給會(huì)議的時(shí)候被拒了。而許多被接受的論文仍將持續(xù)數(shù)年而不被引用。