图灵奖得主论文：“生成流网络”拓展深度学习领域 _信息快讯

机器之心报道
编辑：杜伟、陈萍
GFlowNet 会成为新的深度学习技术吗？
近日，一篇名为《GFlowNet Foundations》的论文引发了人们的关注，这是一篇图灵奖得主 Yoshua Bengio 一作的新研究，论文长达 70 页。
在 Geoffrey Hinton 的「胶囊网络」之后，深度学习的另一个巨头 Bengio 也对 AI 领域未来的方向提出了自己的想法。在该研究中，作者提出了名为「生成流网络」（Generative Flow Networks， GFlowNets）的重要概念。

文章插图

GFlowNets 灵感来源于信息在时序差分 RL 方法中的传播方式（Sutton 和 Barto， 2018 年）。两者都依赖于 credit assignment 一致性原则，它们只有在训练收敛时才能实现渐近。由于状态空间中的路径数量呈指数级增长，因此实现梯度的精确计算比较困难，因此，这两种方法都依赖于不同组件之间的局部一致性和一个训练目标，即如果所有学习的组件相互之间都是局部一致性的，那么我们就得到了一个系统，该系统可以进行全局估计。
至于 GFlowNets 作用，论文作者之一 Emmanuel Bengio 也给出了一些回答：「我们可以用 GFlowNets 做很多事情：对集合和图进行一般概率运算，例如可以处理较难的边缘化问题，估计配分函数和自由能，计算给定子集的超集条件概率，估计熵、互信息等。」

文章插图

本文为主动学习场景提供了形式化理论基础和理论结果集的扩展，同时也为主动学习场景提供了更广泛的方式。 GFlowNets 的特性使其非常适合从集合和图的分布中建模和采样，估计自由能和边缘分布，并用于从数据中学习能量函数作为马尔可夫链蒙特卡洛（Monte-Carlo Markov chains， MCMC）一个可学习的、可分摊（amortized）的替代方案。
GFlowNets 的关键特性是其学习了一个策略，该策略通过几个步骤对复合对象 s 进行采样，这样使得对对象 s 进行采样的概率 P_T (s) 与应用于该对象的给定奖励函数的值 R(s) 近似成正比。一个典型的例子是从正例数据集训练一个生成模型， GFlowNets 通过训练来匹配给定的能量函数，并将其转换为一个采样器，我们将其视为生成策略，因为复合对象 s 是通过一系列步骤构造的。这类似于 MCMC 方法的实现，不同的是， GFlowNets 不需要在此类对象空间中进行冗长的随机搜索，从而避免了 MCMC 方法难以处理模式混合的难题。 GFlowNets 将这一难题转化为生成策略的分摊训练（amortized training）来处理。
本文的一个重要贡献是条件 GFlowNet 的概念，可用于计算不同类型（例如集合和图）联合分布上的自由能。这种边缘化还可以估计熵、条件熵和互信息。 GFlowNets 还可以泛化，用来估计与丰富结果 (而不是一个纯量奖励函数) 相对应的多个流，这类似于分布式强化学习。
本文对原始 GFlowNet （Bengio 等人， 2021 年）的理论进行了扩展，包括计算变量子集边缘概率的公式（或自由能公式），该公式现在可以用于更大集合的子集或子图；GFlowNet 在估计熵和互信息方面的应用；以及引入无监督形式的 GFlowNet（训练时不需要奖励函数，只需要观察结果）可以从帕累托边界进行采样。
【图灵奖得主论文：“生成流网络”拓展深度学习领域】尽管基本的 GFlowNets 更类似于 bandits 算法（因为奖励仅在一系列动作的末尾提供），但 GFlowNets 可以通过扩展来考虑中间奖励，并根据回报进行采样。 GFlowNet 的原始公式也仅限于离散和确定性环境，而本文建议如何解除这两种限制。最后，虽然 GFlowNets 的基本公式假设了给定的奖励或能量函数，但本文考虑了 GFlowNet 如何与能量函数进行联合学习，为新颖的基于能量的建模方法、能量函数和 GFlowNet 的模块化结构打开了大门。

特别声明：本站内容均来自网友提供或互联网，仅供参考，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。