今天小編分享的科學經驗：谷歌發現大模型「領悟」現象！訓練久了突然不再死記硬背，多麼痛的領悟，歡迎閲讀。
哪怕只有幾十個神經元，AI 也能出現泛化能力！
這是幾個谷歌科學家在搞正經研究時，" 不經意間 " 發現的新成果。
他們給一些很簡單的 AI 模型 " 照了個 X 光 " ——将它們的訓練過程可視化後，發現了有意思的現象：
随着訓練時間增加，一些 AI 會從 " 死記硬背 " 的狀态中脱離出來，進化出 " 領悟力 "（grokking），對沒見過的數據表現出概括能力。
這正是 AI 掌握泛化能力的關鍵。
基于此，幾位科學家專門寫了個博客，探讨了其中的原理，并表示他們會繼續研究，試圖弄清楚大模型突然出現強理解力的真正原因。
一起來看看。
并非所有 AI 都能學會 " 領悟 "
科學家們先探讨了 AI 出現 " 領悟力 "（grokking）的過程和契機，發現了兩個現象：
一、雖然訓練時 loss 會突然下降，但 " 領悟 " 并不是突然發生的，它是一個平滑的變化過程。
二、并非所有 AI 都能學會 " 領悟 "。
先來看第一個結論。他們設計了一個單層 MLP，訓練它完成" 數奇數 "任務。
" 數奇數 " 任務，指識别一串長達 30 位 "0""1" 序列中的前 3 位是否有奇數個 "1"。例如，在 000110010110001010111001001011 中，前 3 位沒有奇數個 1；010110010110001010111001001011 中，前 3 位有奇數個 1。
在訓練前期階段，模型中各神經元的權重（下圖中的熱圖）是雜亂無章的，因為 AI 不知道完成這一任務只需要看前 3 個數字。
但經過一段時間的訓練後，AI 突然 " 領悟了 "，學會了只看序列中的前 3 個數字。具體到模型中，表現為只剩下幾個權重會随着輸入發生變化：
這個訓練過程的目标被稱之為最小化損失（提升模型輸出準确率），采用的技術則被稱之為權重衰減（防止模型過拟合）。
訓練過程中，有一些權重與任務的 " 幹擾數字 "（30 位序列的後 27 位）相關，下圖可視化為灰色；有一些則與完成任務的 " 前 3 位數字 " 有關，下圖可視化為綠色。
當最後一個灰色權重降到接近 0，模型就會出現 " 領悟力 "，顯然這個過程不是突然發生的。
再來看第二個結論。不是所有 AI 模型都能學會 " 領悟 "。
科學家們訓練了1125 個模型，其中模型之間的超參數不同，每組超參數訓練 9 個模型。
最後歸納出 4 類模型，只有 2 類模型會出現 " 領悟力 "。
如下圖，" 白色 " 和 " 灰色 " 代表學不會 " 領悟 " 的 AI 模型，" 黃色 " 和 " 藍色 " 代表能 " 領悟 " 的 AI 模型。
總結概括規律就是，一旦權重衰減、模型大小、數據量和超參數的設定不合适，AI 的 " 領悟力 " 就有可能消失——
以權重衰減為例。如果權重衰減太小，會導致模型過拟合；權重衰減太大，又會導致模型學不到任何東西。
嗯，調參是門技術活……
了解現象之後，還需要探明背後的原因。
接下來，科學家們又設計了兩個小 AI 模型，用它來探索模型出現 " 領悟力 "、最終掌握泛化能力出現的機制。
更大的模型學會泛化的機制
科學家們分别設計了一個24 個神經元的單層 MLP和一個5 個神經元的單層 MLP，訓練它們學會做模加法（modular addition）任務。
模加法，指 ( a + b ) mod n。輸入整數 a 和 b，用它們的和減去模數 n，直到獲得一個比 n 小的整數，确保輸出位于 0~ ( n-1 ) 之間。
顯然，這個任務的輸出是周期性的，答案一定位于 0~66 之間。
首先，給只有 5 個神經元的單層 MLP 一點 " 提示 "，設定權重時就加入周期性（sin、cos 函數）。
在人為幫助下，模型在訓練時拟合得很好，很快學會了模加法。
然後，試着 " 從頭訓練 " 具有 24 個神經元的單層 MLP，不特别設定任何權重。
可以看到，訓練前期，這只 MLP 模型的權重（下面的熱圖）變化還是雜亂無章的：
然而到達某個訓練階段後，模型權重變化會變得非常規律，甚至随着輸入改變，呈現出某種周期性變化：
如果将單個神經元的權重拎出來看，随着訓練步數的增加，這種變化更加明顯：
這也是 AI 從死記硬背轉變為具有泛化能力的關鍵現象：神經元權重随着輸入出現周期性變化，意味着模型自己找到并學會了某種數學結構（sin、cos 函數）。
這裏面的頻率（freq）不是固定的一個值，而是有好幾個。
之所以會用到多個頻率（freq），是因為 24 個神經元的單層 MLP 還自己學會了使用相長幹涉（constructive interference），避免出現過拟合的情況。
不同的頻率組合，都能達到讓 AI" 領悟 " 的效果：
用離散傅裏葉變換（DFT）對頻率進行隔離，可以發現和 " 數奇數 " 類似的現象，核心只有幾個權重起作用：
總結來看，就像前面提到的 " 數奇數 " 任務一樣，" 模加法 " 實驗表明，參數量更大的 AI 也能在這個任務中學會 " 領悟 "，而這個過程同樣用到了權重衰減。
從 5 個神經元到 24 個神經元，科學家們成功探索了更大的 AI 能學習 " 領悟 " 的機制。
接下來，他們還計劃将這種思路套用到更大的模型中，以至于最後能歸納出大模型具備強理解力的原因。
不僅如此，這一成果還有助于自動發現神經網絡學習算法，最終讓 AI 自己設計 AI。
團隊介紹
撰寫博客的作者來自谷歌的 People + AI Research（PAIR）團隊。
這是谷歌的一個多學科團隊，致力于通過基礎研究、構建工具、創建框架等方法，來研究 AI 的公平性、可靠性等。
一句話總結就是，讓 "AI 更好地造福于人 "。
博客地址：
https://pair.withgoogle.com/explorables/grokking/
