2014-7 Andrew Ng 自动化所报告听后感

原文：http://blog.sina.com.cn/s/blog_593af2a70102uwhl.html

一早出发，8点20就赶到现场， 人越聚越多，Ng提前几分钟到达现场，掌声一片。

   Ng的报告总体上提到了五个方向。

   1）Deep Learning相比于传统方法的优势

          首先，一个很直观的图，随着训练量的提高，传统方法很快走到天花板，而Deep Learning的效果还能持续走高，后来这个在提问环节也有同学问道，是否会一直提高，Andrew Ng也坦诚需要面对不同的问题来讨论，而且任何方法都有天花板。

         

         这个问题蛮关键的，我补充回答一下，其实这是一个特征表达力的问题，传统方法特征表达力，不如Deep Learning的多层学习得到的更有效果的表达。举个例子，假定有一种疾病，这种疾病容易在个高且胖的人群，以及个矮且瘦的人群中易感。那么任意从给一个特征角度上看，比如肥胖，那么胖的这部分人中，得此病的概率为50%，不胖的也是50%，那么"胖"这个特征没有表达力。

        

        用学术上的术语来说，身高和体型是两个Marginally independent的变量，即如果观察到了他们产生的结果，他们就不独立了。也就是如果身高和体型在用于检测这种疾病的时候，他们就不独立了，因此需要有一种特征表示的方式来表示他们的这种不独立性，能够combine他们以形成更好的特征。而这种更结构化的特征，需要大量的语料才能training到位。而独立性的特征，往往少部分语料就可以获得很好的结果，但随着语料数量的提高，无法observe到结构化的特征，因此更多的语料就浪费了。我们都知道这是AI领域的XOR问题，也就是二层

神经网络就能求解，换言之，多层神经网络mining出来更好的特征。

     

     接着Ng也直观的展示了，从像素级特征(表达力最弱）到edges级特征，直到object级特征。 从edges特征大家看到的这个形式，其实是深度神经网络的edges中的一个小块，就是input layer到第一个hidden layer之间的一组边（如果是RBM 的话）或者是第一个hidden layer到output layer的一组边，这组边可以理解成training的成果。而hidden layer是一个sparse coding的向量，用来combine不同组的边来还原出input layer。

   

     因此可以看到，通过深度学习的处理，无需tagged data，通过自学习的方式，就可以做到特征的表达力从像素级，提高到了 object models，多么美妙啊，难怪Ng用了Amazing这个词，而且再一次地露出了特有的微笑。

   2）Deep Learning存在的问题

       Ng提到了，通常学生试验在10 million connections这个水平，因为在大已经超出计算的能力，但如果采用并发的方法，160000万个CPUs的情况下，可以达到1 billion connections这个水平。如果采用特制的GPU来计算，可以达到10 billion connections的水平。

      从我自己的实验结果看，目前做千万connection是没问题的，时机成熟我就开放出来，但受限于CPU在向量计算的劣势，再大的话，每一轮训练的时间就会大大提高，变得不可计算，而分布式Parameter server的搞法，虽然能够第一步把语料shard一下，然后各自训练，到了最高层用类似transform learning的法子再combine（这段话是我自己猜测的，Ng的报告这里我没听太懂，图片是按照记忆画出）

     

 

       我个人的理解，就是一个巨大语料切成n个部分，每个部分产生表达力强的特征，而这些表达力强的特征在一个阶段，就是那个长条哪里进行combine，也就是这个hidden layer可以很好的表达来自不同shard的特征，最后在展开各层，用不同shard上的tagged data 来进一步调整每条边的权重。

  

   3）Deep Learning的Idea

       

     这个可能没什么可说的，但我认为很重要，这段话不难翻译，人脑中大部分感知器是一个非常简单的计算过程。但通过组合可以达到很高的理解力。但问题是如何组合，感知的过程如何从低级阶段到高级阶段，从明暗，色彩的感知，到人类喜怒哀乐的情感，整个过程的每一步可能都是naive得，但整个认知链条的末端一定是语义的，有感情的，上升到概念的。另外，通常还有一个体会，比如看一本小说，脑海中就能自然浮现画面，可见不同神经感知器也不是完全独立的，而是彼此联系的。

 

    4）Deep Learning的一些成果

       报告中提到很多成果，特别是提到了图像识别中，在DL面前，SIFT特征提取算法弱爆了，我还是为Ng的自信和霸气，略震了一下。按照常规，学术界的同志应该谦虚，尊重下老前辈，尊重下传统的。。

      后来的提问环节，也有同学问到，那些old 算法框架怎么办呢？Ng说无论怎样，这就是科学技术的趋势，当一个东西产生明显效果后，越来越多的方法会采用这些新方法，而传统方法，不是说研究者就立马到zero，但的确会fewer and fewer。当时我心里想，无论如何如何，总得有留下少部分坚守的同志，没准10年后翻身也难说，但大部队应该扑新方法的。

      

    5）未来趋势

     

 

    未来趋势基本是一些喜闻乐见的东西，没什么新意，包括后来提问环节也有人提问，让Ng透露未来的一些计划。Ng说未来的事情总是千变万化的，如果真是希望了解产业界的一些计划，可以来百度打工，和最优秀的工程师一起做事。

      

   提问环节有很多有趣的话题，比如有人问百度，以及Andrew Ng本人对Spark的评价，Ng回答到，百度用了很多开源工具，但机器学习的很多问题太Uniq了，太特殊了，而Spark这种通用的东西很难满足需求，当然不是说SPark不好，只是Ng本人也很少用（用了Less这个词汇）。还有包括为什么效忠百度，Ng说了三个原因，第一他认为机器学习是Transform世界，Transform互联网的一种方式，相比coursera更加感兴趣。第二百度拥有大量优秀的科学家，高质量的同事，比如余凯，张潼，徐伟同志等等。第三，百度拥有大量的data， 还有个同学要DL的Reading List，Ng给了个这个：http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Recommended_Readings ，还说里面有邓侃号召中国青年的贡献在里面。另外根据网友@fiona_duan 的反馈。最后Andrew提到的是他出生于香港，长在英国和新加坡，之后在美求学和生活。他和媳妇都在美国。他媳妇叫Carol Reiley. Carol 是约翰·霍普金斯大学的医学博士以及在读计算机博士，研究方向是生物医学方向的机器人应用。

 

      整个报告大概就是这样，我的理解也难免偏颇，水平难免有限，但我坐在第一排，努力的听每一个细节，并快速思考，能量消耗蛮大的，另外就是百度来了几个美女，看上去比较有知识，跑前跑后的拍照。

 

     上次在清华的报告，这里也一并推荐阅读下：http://blog.sina.com.cn/s/blog_593af2a70101bqyo.html