写点什么

研究了 50 篇论文后,他发现 AI 领域的某些进步其实就是炒作

  • 2020-06-11
  • 本文字数:2187 字

    阅读完需:约 7 分钟

研究了50篇论文后,他发现AI领域的某些进步其实就是炒作

研究人员评估了 81 种剪枝算法、程序,它们通过对不需要的连接进行剪枝来提高神经网络的效率。这些方法差别不大,但所有人都宣称自己具有优越性。然而,很少有人对它们进行恰当的比较——当研究人员设法把它们放在一起评估时,并没有明确的证据可以表明近 10 年来它们的性能有什么改善。


本文最初发布于科学杂志,由 InfoQ 中文站翻译并分享。


人工智能(AI)似乎变得越来越聪明。每一部 iPhone 都比上一部更了解你的脸、声音和习惯,人工智能对隐私的威胁也在不断增加,职位也在不断增加。这种激增反映了更快的芯片、更多的数据和更好的算法。但是,麻省理工学院的计算机科学研究生 Davis Blalock 说,有一些改进是来自微调,而不是发明者声称的核心创新,而有些改进可能根本就不存在。Blalock 和他的同事比较了几十种改进神经网络的方法(大致模仿大脑的软件架构)。他说,“在研究了 50 篇论文之后,事情已经变得很清晰,当时的技术水平到底如何并不是一件显而易见的事情。


研究人员评估了 81 种剪枝算法、程序,它们通过对不需要的连接进行剪枝来提高神经网络的效率。这些方法差别不大,但所有人都宣称自己具有优越性。然而,很少有人对它们进行恰当的比较——当研究人员设法把它们放在一起评估时,并没有明确的证据可以表明近 10 年来它们的性能有什么改善。今年 3 月,在机器学习与系统大会上公布的这一结果让 Blalock 的博士生导师、麻省理工学院的计算机科学家 John Guttag 感到意外,他指出,这种无规则的对比本身就说明了技术发展的停滞。Guttag 说,“老话说得好,无法度量就无法改进,对吧?”


研究人员逐渐意识到,人工智能的许多子领域的进展都出现了问题。2019 年开展的一项针对搜索引擎中使用的信息检索算法的元分析表明,“最高点……实际上出现在 2009 年。”2019 年的另一项研究再现了 7 个神经网络推荐系统,这类系统主要用于流媒体服务。研究发现,有六种算法的性能没有超过多年前开发的简单许多的非神经算法(这些早期的技术当时都经过了调优),揭示了该领域的“进展幻象”。


今年 3 月,来自康奈尔大学的计算机科学家 Kevin Musgrave 在 arXiv 网站上发表了一篇论文,他研究了损失函数,这是这类算法的一部分,从数学上明确了算法的目标。Musgrave 在一项涉及图像检索的任务中,基于同样的标准对其中的 12 种方法进行了比较,结果发现,与开发人员的说法相反,准确性自 2006 年以来就再没有提高。Musgrave 说:“这一直以来都是炒作。”


机器学习算法的性能增强可以来自其架构、损失函数或优化策略(如何使用反馈进行改进)的根本性变化。来自卡耐基梅隆大学的计算机科学家 Zico Kolter 表示,对上述任何一种技术进行细微的调整都可以提高性能。Kolter 的研究内容是经过训练后能够对黑客的“对抗性攻击”免疫的图像识别模型。一种被称为投影梯度下降(PGD)的早期对抗性训练方法(该方法会同时在真假样例上进行简单的训练),似乎已经被更复杂的方法所超越。但在今年 2 月 arXiv 发表的一篇论文中,Kolter 和他的同事们发现,当使用一个简单的技巧来对它们进行增强时,所有方法的效果都差不多



在经过适度调整后,旧的图像检索算法和新算法的性能一样好,这表明,实际的创新很少。


“这非常令人惊讶,这一点我们以前没有发现,”Kolter 的博士生 Leslie Rice 说。而 Kolter 表示,他的发现表明,像 PGD 这样的创新很难做到,而且很少有实质性的改进。“很明显,PGD 实际上就是一种正确的算法,”他说,“这显而易见,而人们希望找到更为复杂的解决方案。”


其他主要算法的进步似乎也经受住了时间的考验。1997 年,一种被称为长短时记忆(LSTM)的架构在语言翻译方面取得了重大突破。在经过适当的训练后,LSTM的性能可以与20年后开发的更先进的架构相媲美。另一个机器学习的突破出现在 2014 年的生成对抗网络(GAN)中,举例来说,它可以将网络以生成-判别循环的方式进行配对,以提高它们生成图像的能力。据2018年的一篇论文报道,只要计算能力足够,原始的 GAN 方法就可以与后续几年的方法相媲美。


Kolter 说,与调整现有算法相比,研究人员更愿意去创造一种新的算法,并对其进行调整,直到达到最先进的水平。他指出,调整现有算法可能显得不那么新颖,使得“发表论文的难度大大增加”。


Guttag 说,算法的发明者不希望与他人的算法进行彻底的性能比较,结果却发现他们的突破性进展并不是他们所认为的那样。“比较太仔细是有风险的。”同时,那也是一项艰苦的工作:人工智能研究人员使用不同的数据集、调优方法、性能指标和基线。“完全的横向对比是不现实的。”


一些夸大性能的说法可以归因于该领域的爆炸性增长,该领域的论文数量超过了有经验的审稿人。Blalock 说,“这似乎是成长的烦恼”。他敦促审稿人,要坚持与基准进行更好地比较,并表示,更好的工具将有所帮助。今年早些时候,Blalock 的合著者、麻省理工学院研究员 Jose Gonzalez Ortiz 发布了一款名为 ShrinkBench 的软件,它可以让人们更轻松地比较剪枝算法。


研究人员指出,即使新方法在本质上并不比旧方法更好,但他们所实现的调整也可以应用到之前的算法上。每隔一段时间,就会有一个新的算法出现。“这几乎就像一个风险投资组合,”Blalock 说,“其中一些业务并没有真正发挥作用,但有些却非常成功。”


查看英文原文:


https://www.sciencemag.org/news/2020/05/eye-catching-advances-some-ai-fields-are-not-real


2020-06-11 11:228634
用户头像
陈思 InfoQ编辑

发布了 576 篇内容, 共 286.5 次阅读, 收获喜欢 1303 次。

关注

评论 1 条评论

发布
用户头像
大多数AI仍旧是基于既定逻辑的判断,虽然也有很多可以在交互过程中“学习”,但是仍旧很难将所“学”的转化为既定逻辑的补充。神经网络需要在特定边界内有自我完善的能力才能够成为真正的AI。
2020-06-13 00:34
回复
没有更多了
发现更多内容

playwright使用:启动浏览器与多种运行方式

霍格沃兹测试开发学社

使用 Playwright 进行元素定位

霍格沃兹测试开发学社

如何快速上手 AI 大模型应用开发?天翼云弹性云主机给你答案!

编程猫

有了京东商品详情数据接口,数据采集UP,UP,UP

tbapi

京东商品详情数据接口

产品人生(5):从“敏捷开发”到“四化时间管理法”

养心进行时

敏捷 敏捷开发 时间管理 敏捷工具 时间管理工具

零代码平台助力中国石化江苏油田实现高效评价体系

明道云

产品人生(2):从“Kanban方法”到“GTD时间管理法“

养心进行时

时间管理 看板方法 看板工具 GTD GTD时间管理

Playwright安装与Python集成:探索跨浏览器测试的奇妙世界

霍格沃兹测试开发学社

im(即时通讯)是什么?

BeeWorks

IM 是什么?

BeeWorks

IM是什么意思?

BeeWorks

10分钟了解Golang泛型

俞凡

golang

AI 大模型应用开发实战营毕业总结

海神名

用户运营4大核心(C端版)

养心进行时

产品经理 产品管理 产品运营 用户运营 用户 运营

产品人生(7):从“产品北极星指标”到“情绪北极星”

养心进行时

产品 产品经理 情绪 产品管理 情绪管理

产品人生(3):从“70/20/10创新模型”到“50/30/20时间管理法”

养心进行时

时间管理 创新 技术人应知的创新思维模型

神器!使用Python 轻松识别验证码

霍格沃兹测试开发学社

WorkPlus im(即时通讯)集成平台助力政企数字化转型升级

BeeWorks

使用 Playwright 控制浏览器的启动、停止和等待

霍格沃兹测试开发学社

深入探究 Playwright:Frame 操作技巧

霍格沃兹测试开发学社

Pandabuy淘宝代购集运系统赢利点讲解

tbapi

淘宝代购系统 淘宝代购集运系统 Pandabuy 反向海淘

基于51单片机的车辆倒车雷达报警系统

芯动大师

系统 51单片机 倒车

产品人生(4):从“用户故事映射法”到“WOOP思维模型”

养心进行时

产品管理 用户故事 User Story 用户故事地图 User Story Mapping

ETLCloud中如何执行Java Bean脚本

RestCloud

Java 脚本 ETL JavaBean

掌握 Playwright:元素操作技巧大揭秘

霍格沃兹测试开发学社

产品人生(6):从“需求四象限”到“精力四象限”

养心进行时

需求管理 需求 精力管理 精力

研究了50篇论文后,他发现AI领域的某些进步其实就是炒作_AI&大模型_Matthew Hutson_InfoQ精选文章