學了后面忘前面，AI“健忘癥”也難治

志剛

很多人在上學的時候都有這樣的經歷，在經過了一個寒假返校后，發現前一學期學到的內容有的已經忘了。在見識過人工智能PK人類的屢屢勝績后，有人不免羨慕AI強大的學習本領，但事實上人工智能的“記性”并不如你想象的那樣好，如果你像人工智能系統那樣學習，很可能在學習新知識的同時，大腦便會逐漸忘了之前的內容，其原因就在于人工智能遭遇了“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“蒙特祖瑪復仇”這種探索型游戲里，場景變化較大，會出現學習完當前游戲場景后，忘記上一個游戲場景知識的情況。

那么人工智能為什么會產生“災難性遺忘”？目前解決“災難性遺忘”的方案有哪些？難點在哪？

學一個忘一個 深度學習效率低下

自從阿爾法圍棋相繼戰勝多名圍棋冠軍后，深度學習已經成為眾多實現人工智能的方法中最耀眼的“明星”，也是各大研發機構角逐的主戰場。但是“災難性遺忘”，正是人工智能深度學習中所面臨的一個普遍且嚴重的問題。

“災難性遺忘”指的是人工智能系統，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。“災難性遺忘”會造成人工智能系統在原有任務或環境中的性能大幅下降。

在深度神經網絡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。

正是源于此，“災難性遺忘”的存在，一定程度上限制了人工智能在一些場景中的應用。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。如在文物鑒定系統中，當有一天發現原始數據中有一個文物朝代錯了，便沒辦法單獨對這一個錯誤的文物進行修改學習；再如讓AI系統學習英語之后，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。

那么在谷歌大腦的最新研究中，“災難性遺忘”又造成了哪些影響？其中又有何新發現？

“除了傳統的新知識學習會覆蓋舊知識之外，這次谷歌大腦還發現，在如‘超級瑪麗等探索型游戲里，‘災難性遺忘會阻礙模型對新知識的學習。”廈門大學科技處副處長、人工智能系教授紀榮嶸說。

紀榮嶸進一步解釋說，面向街機游戲學習的強化學習方法都會采用“經驗回放”的訓練方式，就是將模型在游戲探索時候的片段進行保存，然后給模型進行“回放”訓練。而像“蒙特祖瑪復仇”這種游戲，游戲場景變化比較大，模型需要不間斷探索游戲場景，因此，在訓練時候就必須不斷回放早期場景的游戲經驗，不然會因為“災難性遺忘”而忘記了早期的游戲知識。

“這也導致了新的游戲經驗雖然能夠被采樣到‘經驗回放庫里，但因為學習方式的設定，導致學習效率低，同時由于不同階段的學習會互相干擾，使得AI無法一次通過該游戲的全部關卡。”紀榮嶸說。

AI“腦容量”存上限 新舊知識難共存

AI為什么會產生“災難性遺忘”？

因為深度學習的結構一旦確定，在訓練過程中很難調整。神經網絡的結構直接決定學習模型的容量。AI“腦容量”存在上限，也就導致了人工智能只能有限地處理特定任務。就像水桶一半高的地方有個洞，以至于無論怎么增加水桶的高度，這個水桶只能裝一半高的水。

中科院自動化所腦網絡組研究中心研究員、模式識別國家重點實驗室副主任余山指出，這還涉及到神經網絡學習知識的機制。在單個任務的訓練過程中，網絡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”的情況卻比較少？“主要是人類在學習過程當中，大腦能夠主動保留有用的知識和技巧，同時不影響新的信息獲取。” 紀榮嶸說，但現在的人工智能模型大部分是基于隨機梯度下降來更新模型參數，這個過程主要服務于當前任務的優化，并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能助手產品，還不能算真正意義上的通用人工智能，一方面，這些人工智能助手只能在預設的知識范圍內和人類互動，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能助手學習新的知識或新的指令。

有多個解決方案 但都治標不治本

據了解，破解“災難性遺忘”是實現通用人工智能的一個關鍵。解決了“災難性遺忘”問題，就意味著模型具備了持續學習的能力， 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。

那么，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，并且不是任何情況都能獲得先前任務的數據來復習的。

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）構建多個人工智能模型來進行學習。“模型擴充的方式從本質上并沒有解決‘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，需要給予網絡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算法解決上述矛盾，使得網絡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算法，就屬于這類，主要通過限制權重修改只能在舊任務的解空間中進行，這一算法較好的克服了“災難性遺忘”，使得同一個分類器網絡可以連續學習多達數千個類別的識別。

魏朝東認為，雖然科學家們已經探索出多種解決方案，但目前的AI學習只是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象的高度，大部分AI學習方案是“先天不足”的。“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。（編輯/高緯時）