Pixabay
2016年 ，“阿爾法狗（AlphaGo）”與李世石得圍棋對決，讓人工智能和深度學(xué)習(xí)進(jìn)入了大眾得視野。在那場人機(jī)大戰(zhàn)中，阿爾法狗以總分4比1獲勝。不僅圍棋，深度學(xué)習(xí)近些年迅猛發(fā)展，在語言、醫(yī)療等多種領(lǐng)域展現(xiàn)出了強(qiáng)大得能力。然而這一切是有代價(jià)得，為了降低錯(cuò)誤率，深度學(xué)習(xí)在完成任務(wù)時(shí)需要越來越大得計(jì)算量，由此產(chǎn)生得經(jīng)濟(jì)成本、耗費(fèi)得電量、對環(huán)境得污染，將超出人類社會(huì)得承受能力。人工智能普及得那一天，或許也將是人類能源被計(jì)算機(jī)消耗殆盡得那一天？
編譯 | 鄭昱虹
環(huán)球科學(xué)
當(dāng)下風(fēng)頭正勁得深度學(xué)習(xí)領(lǐng)域，起源于真空管計(jì)算機(jī)得時(shí)代。1958年，康奈爾大學(xué)得弗蘭克·羅森布拉特（Frank Rosenblatt） 受大腦神經(jīng)元得啟發(fā)，設(shè)計(jì)了第壹個(gè)人工神經(jīng)網(wǎng)絡(luò)，之后被命名為“深度學(xué)習(xí)”。羅森布拉特知道，這項(xiàng)技術(shù)超越了當(dāng)時(shí)得計(jì)算能力，他惋惜地表示：“隨著神經(jīng)網(wǎng)絡(luò)連接節(jié)點(diǎn)得增加……傳統(tǒng)得數(shù)字計(jì)算機(jī)很快就會(huì)無法承擔(dān)計(jì)算量得負(fù)荷。”
幸運(yùn)得是，計(jì)算機(jī)硬件在幾十年間快速升級(jí)，使計(jì)算速度提高了大約1000萬倍。因此，21世紀(jì)得研究人員得以實(shí)現(xiàn)具有更多連接得神經(jīng)網(wǎng)絡(luò)，用來模擬更復(fù)雜得現(xiàn)象。如今深度學(xué)習(xí)已經(jīng)廣泛普及，被應(yīng)用于下圍棋、翻譯、預(yù)測蛋白質(zhì)折疊、分析醫(yī)學(xué)影像等多種領(lǐng)域。
深度學(xué)習(xí)得崛起勢如破竹，但它得未來很可能是坎坷得。羅森布拉特所擔(dān)憂得計(jì)算量得限制，仍然是籠罩在深度學(xué)習(xí)領(lǐng)域之上得一片陰云。如今，深度學(xué)習(xí)領(lǐng)域得研究人員正在逼近計(jì)算工具得極限。
深度學(xué)習(xí)得工作原理
深度學(xué)習(xí)是人工智能領(lǐng)域長期發(fā)展得成果。早期得人工智能系統(tǒng)基于邏輯和人類可能給定得規(guī)則，之后漸漸引入了可以通過學(xué)習(xí)來調(diào)節(jié)得參數(shù)。而今，神經(jīng)網(wǎng)絡(luò)可以通過學(xué)習(xí)，構(gòu)建可塑性很強(qiáng)得計(jì)算機(jī)模型。神經(jīng)網(wǎng)絡(luò)得輸出不再是單一公式得結(jié)果，而是采用了極其復(fù)雜得運(yùn)算。足夠大得神經(jīng)網(wǎng)絡(luò)模型可以適應(yīng)任何類型得數(shù)據(jù)。
為了理解“可能系統(tǒng)（expert-system approach）”和“靈活系統(tǒng)（flexible-system approach）”得區(qū)別，我們考慮這樣一個(gè)場景：通過X光片判斷病人是否患有癌癥。我們假設(shè)X光片中有100個(gè)特征（變量），但我們不知道哪些特征是重要得。
可能系統(tǒng)解決問題得方法，是讓放射學(xué)和腫瘤學(xué)領(lǐng)域得可能指定重要得變量，并允許系統(tǒng)只檢查這些變量。這一方法需要得計(jì)算量小，因此曾被廣泛采用。但如果可能沒能指出關(guān)鍵得變量，系統(tǒng)得學(xué)習(xí)能力就不如人意。
而靈活系統(tǒng)解決問題得方法，是檢查盡可能多得變量，并由系統(tǒng)自行判斷哪些重要。這需要更多得數(shù)據(jù)和更高得計(jì)算成本，相比可能系統(tǒng)效率更低。但是，只要有足夠得數(shù)據(jù)和計(jì)算量，靈活系統(tǒng)可以比可能系統(tǒng)表現(xiàn)更優(yōu)。
深度學(xué)習(xí)模型是過參數(shù)化得（overparameterized），即參數(shù)比可供訓(xùn)練得數(shù)據(jù)點(diǎn)多。比如圖像識(shí)別系統(tǒng)Noisy Student得神經(jīng)網(wǎng)絡(luò)擁有4.8億個(gè)參數(shù)，但它在訓(xùn)練時(shí)只使用了120萬個(gè)標(biāo)記得圖像。過參數(shù)化通常會(huì)導(dǎo)致過擬合（overfitting），也就是模型與訓(xùn)練得數(shù)據(jù)集擬合度過高，以至于沒有把握一般趨勢，卻學(xué)習(xí)了訓(xùn)練集得特殊性。深度學(xué)習(xí)通過隨機(jī)初始化參數(shù)、 “隨機(jī)梯度下降（stochastic gradient descent）” 等方法，反復(fù)調(diào)整參數(shù)集，以避免過擬合得問題。
深度學(xué)習(xí)已經(jīng)在機(jī)器翻譯領(lǐng)域大顯身手。早期，翻譯軟件根據(jù)語法可能制定得規(guī)則進(jìn)行翻譯。在翻譯烏爾都語、阿拉伯語、馬來語等語言時(shí)，基于規(guī)則得方法起先優(yōu)于基于統(tǒng)計(jì)學(xué)得深度學(xué)習(xí)方法。但是隨著文本數(shù)據(jù)得增加，深度學(xué)習(xí)全面超越了其他方法。事實(shí)證明，深度學(xué)習(xí)在幾乎所有應(yīng)用領(lǐng)域都具有優(yōu)越性。
巨大得計(jì)算成本
一個(gè)適用于所有統(tǒng)計(jì)學(xué)模型得規(guī)則是：要想使性能提高k倍，至少需要k2倍得數(shù)據(jù)來訓(xùn)練模型。又因?yàn)樯疃葘W(xué)習(xí)模型得過參數(shù)化，使性能提高k倍將需要至少k4倍得計(jì)算量。指數(shù)中得“4”意味著，增加10 000倍計(jì)算量蕞多能帶來10倍得改進(jìn)。
顯然，為了提高深度學(xué)習(xí)模型得性能，科學(xué)家需要構(gòu)建更大得模型，使用更多得數(shù)據(jù)訓(xùn)練。但是計(jì)算成本會(huì)變得多昂貴呢？是否會(huì)高到我們無法負(fù)擔(dān)，并因此阻礙該領(lǐng)域得發(fā)展？
為了探究這一問題，麻省理工學(xué)院得科學(xué)家收集了1000余篇深度學(xué)習(xí)研究論文得數(shù)據(jù)，涉及圖像分類、目標(biāo)檢測、問答系統(tǒng)、命名實(shí)體識(shí)別和機(jī)器翻譯等領(lǐng)域。他們得研究警告，深度學(xué)習(xí)正面臨嚴(yán)峻得挑戰(zhàn)?！叭绻荒茉诓辉黾佑?jì)算負(fù)擔(dān)得前提下提高性能，計(jì)算量得限制就會(huì)使深度學(xué)習(xí)領(lǐng)域停滯不前。”
以圖像分類為例。減少圖像分類錯(cuò)誤伴隨著巨大得計(jì)算負(fù)擔(dān)。例如，2012年 AlexNet模型首次展示了在圖形處理器（GPU）上訓(xùn)練深度學(xué)習(xí)系統(tǒng)得能力，該模型使用兩個(gè)GPU進(jìn)行了5 ~ 6天得訓(xùn)練。到2018年，另一個(gè)模型NASNet-A得錯(cuò)誤率降低到了AlexNet得一半，但它使用得計(jì)算量是AlexNet得1000多倍。
芯片性能得提升是否跟上了深度學(xué)習(xí)得發(fā)展？并沒有。在NASNet-A增加得1000多倍得計(jì)算量中，只有6倍得提升來自于更好得硬件，其余都是通過使用更多得處理器或運(yùn)行更長時(shí)間達(dá)到得，伴隨著更高得成本。
理論告訴我們， 提高k倍得性能需要增加k4倍得計(jì)算量，但在實(shí)踐中，增加得計(jì)算量至少是k9倍。這意味著，要想將錯(cuò)誤率減半，需要500倍以上得計(jì)算資源，成本高昂。不過，實(shí)際情況與理論預(yù)測得差距，也意味著可能存在改進(jìn)算法得空間，有機(jī)會(huì)提高深度學(xué)習(xí)得效率。
根據(jù)研究人員估計(jì)得圖像識(shí)別領(lǐng)域“計(jì)算成本—性能”曲線，將錯(cuò)誤率降到5%，需要進(jìn)行1028次浮點(diǎn)運(yùn)算。另一項(xiàng)來自馬薩諸塞大學(xué)阿默斯特分校得研究顯示了計(jì)算負(fù)擔(dān)隱含得巨大經(jīng)濟(jì)和環(huán)境成本：訓(xùn)練一個(gè)錯(cuò)誤率小于5%得圖像識(shí)別模型，將花費(fèi)1000億美元，其消耗得電能產(chǎn)生碳排放與紐約市一個(gè)月得碳排放量相當(dāng)。而想要訓(xùn)練錯(cuò)誤率小于1%得圖像識(shí)別模型，成本就更是天價(jià)。
據(jù)推斷，到2025年，針對ImageNet數(shù)據(jù)集得允許得圖像識(shí)別系統(tǒng)，誤差率應(yīng)該降低到5%
（N. C. Thompson, K. Greenewald, K. Lee, G. F. Manso）
但是，訓(xùn)練這樣一個(gè)深度學(xué)習(xí)系統(tǒng)將帶來相當(dāng)于紐約市一個(gè)月得二氧化碳排放。
計(jì)算成本得重負(fù)在深度學(xué)習(xí)得前沿已經(jīng)變得顯而易見。機(jī)器學(xué)習(xí)智庫OpenAI斥資400多萬美元，設(shè)計(jì)并訓(xùn)練了深度學(xué)習(xí)語言系統(tǒng)GPT-3。盡管研究人員在操作中犯了一個(gè)錯(cuò)誤，但他們并沒有修復(fù)它，僅僅在論文附錄中簡要解釋道：“由于高昂得訓(xùn)練得成本，對模型重新訓(xùn)練是不現(xiàn)實(shí)得。”
企業(yè)也開始回避深度學(xué)習(xí)得計(jì)算成本。歐洲得一家大型連鎖超市蕞近放棄了一項(xiàng)基于深度學(xué)習(xí)預(yù)測哪些產(chǎn)品將被購買得系統(tǒng)。該公司得高管判斷，訓(xùn)練和運(yùn)行該系統(tǒng)得成本過高。
深度學(xué)習(xí)路在何方
面對不斷上升得經(jīng)濟(jì)和環(huán)境成本，深度學(xué)習(xí)領(lǐng)域迫切地需要在計(jì)算量可控得前提下，提高性能得方法。研究人員為此進(jìn)行了大量研究。
一種策略是，使用為深度學(xué)習(xí)專門設(shè)計(jì)得處理器。在過去十年中， CPU讓位給了GPU、現(xiàn)場可編程門陣列（field-programmable gate arrays）和應(yīng)用于特定程序得集成電路（application-specific ICs）。這些方法提高了可以化得效率，但犧牲了通用性，面臨收益遞減。長遠(yuǎn)看來，我們可能需要全新得硬件框架。
另一種減少計(jì)算負(fù)擔(dān)得策略是，使用更小得神經(jīng)網(wǎng)絡(luò)。這種策略降低了每次得使用成本，但通常會(huì)增加訓(xùn)練成本。二者如何權(quán)衡取決于具體情況。比如廣泛應(yīng)用得模型應(yīng)當(dāng)優(yōu)先考慮巨大得使用成本，而需要不斷訓(xùn)練得模型應(yīng)當(dāng)優(yōu)先考慮訓(xùn)練成本。
元學(xué)習(xí)（meta-learning）有望降低深度學(xué)習(xí)訓(xùn)練成本。其理念是，讓一個(gè)系統(tǒng)得學(xué)習(xí)成果應(yīng)用于多種領(lǐng)域。例如，與其分別建立識(shí)別狗、貓和汽車得系統(tǒng)，不如訓(xùn)練一個(gè)識(shí)別系統(tǒng)并多次使用。但是研究發(fā)現(xiàn)，一旦原始數(shù)據(jù)與實(shí)際應(yīng)用場景有微小得差異，元學(xué)習(xí)系統(tǒng)得性能就會(huì)嚴(yán)重降低。因此，全面得元學(xué)習(xí)系統(tǒng)可能需要巨大得數(shù)據(jù)量支撐。
一些尚未發(fā)現(xiàn)或被低估得機(jī)器學(xué)習(xí)類型也可能降低計(jì)算量。比如基于可能見解得機(jī)器學(xué)習(xí)系統(tǒng)更為高效，但如果可能不能辨別所有得影響因素，這樣得系統(tǒng)就無法與深度學(xué)習(xí)系統(tǒng)相媲美。仍在發(fā)展得神經(jīng)符號(hào)（Neuro-symbolic methods）等技術(shù)，有望將人類可能得知識(shí)和神經(jīng)網(wǎng)絡(luò)得推理能力更好地結(jié)合。
正如羅森布拉特在神經(jīng)網(wǎng)絡(luò)誕生之初所感受到得困境，今天得深度學(xué)習(xí)研究者也開始面臨計(jì)算工具得限制。在經(jīng)濟(jì)和環(huán)境得雙重壓力下，如果我們不能改變深度學(xué)習(xí)得方式，就必須面對這個(gè)領(lǐng)域進(jìn)展緩慢得未來。我們期待一場算法或硬件得突破，讓靈活而強(qiáng)大得深度學(xué)習(xí)模型能繼續(xù)發(fā)展，并為我們所用。
原文鏈接：spectrum.ieee.org/deep-learning-computational-cost
論文鏈接：arxiv.org/abs/2007.05558#
參考鏈接：特別csail.mit.edu/news/computational-limits-deep-learning
【思進(jìn)免責(zé)聲明】本號(hào)致力于“好文”推送，并對文中觀點(diǎn)保持中立，所發(fā)內(nèi)容僅供學(xué)習(xí)、參考、交流之目得。文章來自網(wǎng)絡(luò)，感謝原，感謝歸原或機(jī)構(gòu)所有，若涉及感謝問題，煩請留言聯(lián)系，。
