論文標(biāo)題：A Mesoscale Plasticity for Efficient AI Learning在人工智能領(lǐng)域，目前人工神經(jīng)網(wǎng)絡(luò)中被廣泛使用的反向傳播算法（Backpropagation，BP）采用全局優(yōu)化策略，這種端到端的學(xué)習(xí)方法性能卓越，但學(xué)習(xí)過程能量消耗大，且缺乏靈活性。中科院腦智卓越中心徐波、蒲慕明聯(lián)合研究團隊近期借助生物網(wǎng)絡(luò)中發(fā)現(xiàn)的介觀尺度自組織反向傳播機制（Self-backpropagation，SBP），在更具效率和靈活性的類腦局部學(xué)習(xí)方法方面取得了重要進展。SBP的發(fā)現(xiàn)最早可以追溯到1997年。蒲慕明團隊在Nature雜志上撰文發(fā)現(xiàn)海馬體內(nèi)的神經(jīng)元可以將長時程抑制（Long-term depression，LTD）可塑性自組織地傳播到三個方向，分別是突觸前側(cè)向傳播（Presynaptic lateral spread）、突觸后側(cè)向傳播（Postsynaptic lateral spread）、反向傳播（Backpropagation）[1]，這個發(fā)現(xiàn)就是自組織反向傳播神經(jīng)可塑性機制（SBP）。后續(xù)研究證實，SBP現(xiàn)象具有普遍性，不僅覆蓋更多的神經(jīng)區(qū)域如視網(wǎng)膜-頂蓋系統(tǒng)[2]，還覆蓋更多的可塑性類型[3]，如長時程增強（Long-term potentiation，LTP）。該機制的發(fā)生歸結(jié)于生物神經(jīng)元內(nèi)分子調(diào)制信號的天然逆向傳遞，被認(rèn)為是可能導(dǎo)致生物神經(jīng)網(wǎng)絡(luò)高效反饋學(xué)習(xí)的關(guān)鍵[4]。研究團隊受到該機制的啟發(fā)，對SBP的反向傳播方向（第三個方向）單獨構(gòu)建數(shù)學(xué)模型（圖1A），重點描述了神經(jīng)元輸出突觸的可塑性可以反向傳播到輸入突觸中（圖1B），可塑性的發(fā)生可以通過時序依賴突觸可塑性（Spike timing-dependent plasticity，STDP），也可以通過人工局部梯度調(diào)節(jié)。在標(biāo)準(zhǔn)三層脈沖神經(jīng)網(wǎng)絡(luò)（Spiking neural network，SNN）的學(xué)習(xí)過程中，SBP機制可以自組織地完成前一層網(wǎng)絡(luò)權(quán)重的學(xué)習(xí)，且可以結(jié)合短時突觸可塑性（Short-term plasticity，STP）、膜電位平衡（Homeo-static membrane potential）等，形成更強大的SNN組合學(xué)習(xí)方法（圖1C）。在一類人工神經(jīng)網(wǎng)絡(luò)（Artificial neural network，ANN）如受限玻爾茲曼機網(wǎng)絡(luò)（Restricted Boltzmann machine，RBM）的學(xué)習(xí)中（圖2A），SBP機制也可以替換迭代過程中部分BP機制，實現(xiàn)交替的協(xié)作優(yōu)化（圖2B-E）。針對SNN和RBM的不同，團隊又分別設(shè)置了兩種不同的能量函數(shù)約束，來保證訓(xùn)練過程中網(wǎng)絡(luò)參數(shù)學(xué)習(xí)的平穩(wěn)性。此外，研究團隊針對性地提出了一種統(tǒng)計訓(xùn)練過程中能量消耗的新方法（圖3）。在圖片分類（MNIST）、語音識別（NETtalk）、動態(tài)手勢識別（DvsGesture）等多類標(biāo)準(zhǔn)數(shù)據(jù)集上，SBP機制通過組合其它可塑性機制，實現(xiàn)了更低能耗和更高精度的SNN局部學(xué)習(xí)（圖4）。在ANN-RBM的學(xué)習(xí)中，SBP機制也可以大量的替換BP機制實現(xiàn)全局和局部交叉學(xué)習(xí)，在降低計算能耗同時卻不損失精度（圖5）。研究人員認(rèn)為，SBP是一類介觀尺度的特殊生物可塑性機制，該機制同時在SNN和ANN中獲得了廣泛的組合優(yōu)化優(yōu)勢，對進一步深入探索類腦局部計算具有很大的啟示性。生物智能計算的本質(zhì)，很可能就是靈活融合多類微觀、介觀等可塑性機制的自組織局部學(xué)習(xí)，結(jié)合遺傳演化賦予的遠程投射網(wǎng)絡(luò)結(jié)構(gòu)，實現(xiàn)高效的全局優(yōu)化學(xué)習(xí)效果。該工作可以進一步引導(dǎo)生物和人工網(wǎng)絡(luò)的深度融合，最終實現(xiàn)能效比高、可解釋性強、靈活度高的新一代人工智能模型。相關(guān)工作（Self-backpropagation of synaptic modifications elevates the efficiency of spiking and artificial neural networks）于2021年10月20日（美東時間）在線發(fā)表于《科學(xué)》子刊《Science Advances》上。中國科學(xué)院自動化研究所類腦智能研究中心張鐵林副研究員為第一作者，徐波研究員為通訊作者，程翔（博士生）、賈順程（博士生）、蒲慕明研究員和曾毅研究員為共同作者。相關(guān)研究工作得到了國家自然科學(xué)基金委、先導(dǎo)B等項目的資助。相關(guān)論文地址見：https://www.science.org/doi/10.1126/sciadv.abh0146（A），SBP可塑性機制。（B），SBP在SNN中的局部反向傳播。（C），SBP和其它可塑性機制在SNN中的組合優(yōu)化。（A），SBP和BP在RBM中的組合優(yōu)化。（B），SBP和BP的交替協(xié)作流程。（C），RBM中的標(biāo)準(zhǔn)Sleep Phase。（D），含有SBP的Wake Phase。（E），含有BP的Wake Phase。（A），平均迭代次數(shù)。（B），每次迭代中的算法復(fù)雜度。圖4：在MNIST、NETtalk、DvsGesture三個數(shù)據(jù)集上的性能對比。（A,C,E），SBP分別取得了基于梯度和基于可塑性方法的SNN最優(yōu)性能。（B,D,F），SBP分別取得了基于梯度和基于可塑性方法的SNN最低能耗。（A-C），在MNIST數(shù)據(jù)集中，SBP可以少量降低RBM的訓(xùn)練誤差（A），可以同時平衡精度和能耗得到最優(yōu)的Wake Phase次數(shù)（B），且可以顯著降低訓(xùn)練能耗（C）。（D-I），在NETtalk和DvsGesture數(shù)據(jù)集中，SBP得到了和在MNIST中類似的結(jié)論。[1] Fitzsimonds, R. M., Song, H. J. & Poo, M. M. Propagation of activity-dependent synaptic depression in simple neural networks. Nature 388, 439-448, (1997).[2] Du, J. L. & Poo, M. M. Rapid BDNF-induced retrograde synaptic modification in a developing retinotectal system. Nature 429, 878-883, (2004).[3] Du, J. L., Wei, H. P., Wang, Z. R., Wong, S. T. & Poo, M. M. Long-range retrograde spread of LTP and LTD from optic tectum to retina. Proceedings of the National Academy of Sciences of the United States of America 106, 18890-18896, (2009).[4] Bi, G. & Poo, M. Synaptic modification by correlated activity: Hebb's postulate revisited. Annual Review of Neuroscience, 24, 139-166, (2001).
雷鋒網(wǎng)
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
