學一個忘一個？人工智慧遭遇「災難性遺忘」，解決方案治標不治本……
◎ 科技日報記者 謝開飛
◎ 通訊員 歐陽桂蓮 許曉鳳 王憶希
經過一個寒假返回學校，你可能才會忘了前一學期學到的內容。而如果你像人工智慧系統那樣學習，實際上你會在學習新知識的同時，大腦便逐漸遺忘之前的內容，其原因就在於人工智慧遭遇了「災難性遺忘」。
近日，來自谷歌大腦的最新研究發現，在街機學習環境的由多個子任務組成的單任務場景中也存在著「災難性遺忘」。特別像在蒙特祖瑪的復仇這種探索型遊戲里，場景變化較大，也會出現學習完當前遊戲場景後，忘記上一個遊戲場景知識的情況。
人工智慧為什麼會產生「災難性遺忘」？目前，解決災難性遺忘的方案有哪些？難點在哪？就此，科技日報記者採訪了有關專家。
學一個忘一個，深度學習效率低下
自從阿爾法狗相繼戰勝多名圍棋冠軍後，深度強化學習成為人工智慧領域最耀眼的「明星」，也是各大研發機構角逐的主戰場。而谷歌大腦團隊這次面臨的「災難性遺忘」，正是人工智慧深度學習中一個普遍且嚴重的問題。
「『災難性遺忘』指的是人工智慧系統，如深度學習模型，在學習新任務或適應新環境時，忘記或喪失了以前習得的一些能力。」騰訊人工智慧實驗室副主任俞棟博士在接受科技日報記者採訪時說，「災難性遺忘」會造成人工智慧系統在原有任務或環境性能大幅下降。
美亞柏科信息中心總經理魏朝東說，在深度神經網路學習不同任務的時候，相關權重的快速變化會損害先前任務的表現，通俗來說，就是在學習中像猴子搬苞谷，撿一個丟一個，記住了新知識，也有可能會忘掉了老知識。
正源於此，「災難性遺忘」的存在，一定程度上限制了人工智慧在一些場景中的應用。
福州大學數學與計算機科學學院、福建省新媒體行業技術開發基地副主任柯逍博士舉例說，如一個AI圖像識別系統，當需要添加一個新的類別的物體時，就不得不把原先的所有物體都再學習一次；或在文物鑒定系統中，當有一天發現原始數據中有一個文物朝代錯了，同樣沒辦法單獨對這一個錯誤的文物進行修改學習；再如，讓AI系統學習英語之後，再讓它學習德語，它可能會把原來學習的英語語法全部忘光。
而在谷歌大腦的最新研究的遊戲場景中，「災難性遺忘」又造成了哪些影響？有何新穎的發現？
「除了傳統新知識學習會覆蓋舊知識之外，谷歌大腦還發現，在如超級瑪麗等探索型遊戲里，『災難性遺忘』會阻礙模型對新知識的學習。」廈門大學人工智慧系、科技處副處長紀榮嶸教授說。
紀榮嶸進一步解釋說，面向街機遊戲學習的強化學習方法都會採用「經驗回放」的訓練方式，就是將模型在遊戲探索時候的片段進行保存，然後給模型進行「回放」訓練。而像蒙特祖瑪復仇這種遊戲，遊戲場景變化比較大，模型需要不間斷探索遊戲場景，因此，在訓練時候就必須不斷回放早期場景的遊戲經驗，不然會因為「災難性遺忘」而忘記了早期的遊戲知識。
「這也導致了，新的遊戲經驗雖然能夠被採樣到「經驗回放」庫里，但因為學習方式的設定，導致學習效率低，同時由於不同階段的學習會互相干擾，使得AI無法一次通過該遊戲的全部關卡。」紀榮嶸說。
AI「腦容量」存上限，新舊知識難共存
AI為什麼會產生「災難性遺忘」？
「深度學習的結構一旦確定，在訓練過程中很難調整。神經網路的結構直接決定學習模型的容量。」柯逍說，AI「腦容量」存在上限，也就導致了人工智慧只能有限地處理特定任務。就像水桶一半高的地方有個洞，以至於無論怎麼增加水桶的高度，這個水桶只能裝一半高的水。
中科院自動化所腦網路組研究中心研究員、模式識別國家重點實驗室副主任余山指出，這還涉及到神經網路學習知識的機制。在單個任務的訓練過程中，網路中各個神經元之間的連接權重進行了專門的調整，以勝任當前的任務。而在新任務的訓練中，連接權重要針對新任務進行調整，這將「抹去」適應舊任務的原有結構，導致在舊任務上的性能大大下降。
人類的記憶能力其實是有限的，但為何出現「災難性遺忘」情況卻比較小？「主要是人類在學習過程當中，大腦能夠主動保留些有用的知識和技巧，同時不影響新的信息獲取。」 紀榮嶸說，但現在的人工智慧模型大部分是基於隨機梯度下降來更新模型參數，這個過程主要服務於當前任務的優化，並不會去評估哪些參數權重對舊的知識是有用的，所以就很容易出現知識被覆蓋的情況。
紀榮嶸也表示，當前像Siri或小愛這樣的人工智慧助手產品，還不能算真正意義上的通用人工智慧，一方面，這些人工智慧助手只能在預設的知識範圍內和人類互動，完成指令；另一方面，人類沒辦法像養寵物或養小孩一樣，通過互動去教導這些人工智慧助手學習新的知識或新的指令。
多個解決方案「治標不治本」
據了解，「破解災難性遺忘」是實現通用人工智慧的一個關鍵。解決了「災難性遺忘」問題後，模型就能具備持續學習的能力, 可以像人類一樣不斷獲取新的知識、新的技能，同時能夠最大化地保持舊的經驗知識和技巧。
那麼，目前解決「災難性遺忘」的方案有哪些？
「最常見的方式是多任務學習, 就是把所有任務的訓練數據同時放到一起，模型就可以針對多種任務進行聯合優化。」紀榮嶸舉例說，如讓模型同時學習坦克大戰和超級瑪麗兩個任務，等兩個任務同時學的差不多的時候，模型才停止訓練。
但柯逍也指出，這種方式隨著任務增多，新任務樣本數量被稀釋，訓練會拖慢學習新知識的效率，並且，不是任何情況都能獲得先前任務的數據來複習的。
還有的解決方案是根據新的任務知識來擴充模型結構，保證舊的知識經驗不被損害。此次，谷歌大腦所提出的「記憶碎片觀察」方法正是對不同任務（場景）構建多個人工智慧模型來進行學習。「模型擴充的方式從本質上並沒有解決災難性遺忘的問題，只是用多個模型來替代單個模型去學習多種任務，避免舊參數被覆蓋。」紀榮嶸說。
當前，解決災難性遺忘還存在著一對矛盾：在學習新任務的過程中，需要給予網路足夠多的自由度進行連接權重調整，但是又要避免這樣的調整「抹去」原有的記憶。
「因此，科學家們開始設計新的學習演算法解決上述矛盾，使得網路在進行權重調整的時候，對已有知識的影響最小化。」余山表示，其團隊近期提出的正交權重修改演算法，就屬於這類，主要通過限制權重修改只能在舊任務的解空間中進行，這一演算法較好的克服了災難性遺忘，使得同一個分類器網路可以連續的學習多達數千個類別的識別。
魏朝東認為，雖然目前科學家們已經探索出多種解決方案，但目前的AI只從認知科學中獲得了一小部分靈感，對大腦的模擬還沒達到人們想像的高度，大部分AI方案在這方面是「先天不足」的。解決「災難性遺忘」是一個綜合性問題，不僅需要有理論支撐，未來還需要有可行的技術手段去實現。
來源：科技日報
編輯：張爽
審核：管晶晶
終審：冷文生
