Transformer 可謂是近年 NLP 領(lǐng)域關(guān)注度頗高的模型之一。

• 2017 年，Google 發(fā)表題為“Attention Is All You Need”的論文，提出了完全基于注意力機(jī)制(attention mechanism)的網(wǎng)絡(luò)框架 Transformer。
• 2018 年，Google 開源了基于 Transformer 的 BERT 模型，在 NLP 領(lǐng)域大火。
• 2019 年，機(jī)器學(xué)習(xí)領(lǐng)域最大的趨勢(shì)之一便是基于 Transformer 的自然語(yǔ)言模型的持續(xù)增長(zhǎng)和擴(kuò)散。
• 2020 年，根據(jù)自然語(yǔ)言處理領(lǐng)域數(shù)據(jù)集 GLUE 的排行榜，一些表現(xiàn)最佳的模型——包括 Nvidia 的 Megatron、Google 的 XLNet、微軟的 MT-DNN 和 Facebook 的 Roberta——都基于 Transformer。

近日，Google 又推出了 Transformer 的“升級(jí)版”——Reformer。

[[313328]]
【 圖片來(lái)源：VentureBeat 所有者：VentureBeat 】

比 Transformer 更高效

對(duì)人工智能和機(jī)器學(xué)習(xí)模型來(lái)說(shuō)，不管是語(yǔ)言、音樂(lè)、語(yǔ)音還是視頻，序列數(shù)據(jù)都不好理解——尤其是在廣泛的環(huán)境中。例如，如果一個(gè)人或一個(gè)物體從視頻中消失很久后才重新出現(xiàn)，許多算法就會(huì)忘記它的樣子。

因此，Google 開發(fā)了機(jī)器翻譯模型 Transformer，希望解決這一問(wèn)題。Transformer 是一個(gè)擴(kuò)展到數(shù)千個(gè)單詞的架構(gòu)，極大地提升了在完成作曲、圖像合成、逐句文本翻譯和文檔摘要等任務(wù)時(shí)的性能。

與所有深度神經(jīng)網(wǎng)絡(luò)一樣，Transformer 包含連接層中的神經(jīng)元(數(shù)學(xué)函數(shù))，可傳輸來(lái)自輸入數(shù)據(jù)的信號(hào)，并緩慢調(diào)整每個(gè)連接的突觸強(qiáng)度(權(quán)重)，這是所有人工智能模型提取特征和學(xué)習(xí)預(yù)測(cè)的方式，但是 Transformer 能獨(dú)特地注意到每個(gè)輸出元素都與每個(gè)輸入元素相關(guān)聯(lián)，它們之間的權(quán)重實(shí)際上是動(dòng)態(tài)計(jì)算的。

不過(guò)，Transformer 并不是完美的——將其擴(kuò)展到更大的環(huán)境中就能明顯看出局限性。大窗口應(yīng)用程序的內(nèi)存從千兆字節(jié)到兆兆字節(jié)不等，也就是說(shuō)模型只能吸收幾段文本或生成一小段音樂(lè)。

基于此，Google 推出 Reformer 作為 Transformer 的演進(jìn)，Reformer 能夠處理多達(dá) 100 萬(wàn)字的環(huán)境，僅用 16GB 的存儲(chǔ)器就能在單個(gè) AI 加速器芯片上運(yùn)行。

雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))了解到，相關(guān)論文“Reformer：The Efficient Transformer”已被將于 2020 年 4 月在埃塞俄比亞舉行的自然語(yǔ)言處理頂會(huì) ICLR-2020(International Conference on Learning Representations)接收，當(dāng)前模型也已開源。

根據(jù)論文，Reformer 主要包含以下技術(shù)：

• 第一，可逆層在整個(gè)模型中只存儲(chǔ)激活函數(shù)的單個(gè)副本，因此 N 因子消失;
• 第二，在前饋層內(nèi)拆分激活函數(shù)，并進(jìn)行分段處理，消除 dff 因子，節(jié)省前饋層內(nèi)存;
• 第三，利用局部敏感哈希(雷鋒網(wǎng)注： LSH，即一種哈希算法，主要運(yùn)用到高維海量數(shù)據(jù)的快速近似查找)。具體來(lái)講，哈希函數(shù)即一種將任意大小的數(shù)據(jù)映射到固定大小的值的函數(shù)，該函數(shù)匹配相似的向量(即表示機(jī)器學(xué)習(xí)中人類可讀數(shù)據(jù)的代數(shù)構(gòu)造)，而不是在所有可能的向量對(duì)中搜索。

例如，在翻譯任務(wù)中，來(lái)自網(wǎng)絡(luò)第一層的每個(gè)向量表示一個(gè)詞，對(duì)應(yīng)于不同語(yǔ)言中相同詞的向量可以獲得相同的哈希值。當(dāng)分配哈希時(shí)，序列會(huì)重新排列，接著按元素的哈希值分類，實(shí)現(xiàn)并行處理，這樣降低了長(zhǎng)序列的復(fù)雜度，極大地減少了計(jì)算負(fù)荷。

Reformer 可處理整部小說(shuō)

為驗(yàn)證 Reformer 確實(shí)能夠在單個(gè) GPU 上運(yùn)行，并可在長(zhǎng)序列上快速訓(xùn)練，研究人員在 enwik8 和 imagenet64 數(shù)據(jù)集上對(duì) 20 層的 Reformer 模型進(jìn)行了訓(xùn)練。實(shí)驗(yàn)表明，Reformer 能達(dá)到與 Transformer 相同的性能，并且內(nèi)存效率更高，在長(zhǎng)序列任務(wù)上訓(xùn)練更快。

另外，研究小組還對(duì)基于 Reformer 的圖像和文本模型進(jìn)行了實(shí)驗(yàn)，用它們生成圖像中缺失的細(xì)節(jié)，還處理了小說(shuō)《罪與罰》(包含約 211591 個(gè)單詞)全文。研究表明，Reformer 能夠逐像素地生成全幀圖像，并且能夠在單輪訓(xùn)練中接收小說(shuō)長(zhǎng)度的文本。

Google 科學(xué)家 Łukasz Kaiser 和加州大學(xué)伯克利分校學(xué)生 Nikita Kitaev 都對(duì)這項(xiàng)研究作出了貢獻(xiàn)，他們?cè)谝黄┛椭袑懙溃?/p>

• 由于 Reformer 效率極高，它可以直接應(yīng)用于上下文窗口遠(yuǎn)大于當(dāng)前幾乎所有最先進(jìn)文本域的數(shù)據(jù)，Reformer 處理如此龐大數(shù)據(jù)集的能力可能也會(huì)刺激社區(qū)創(chuàng)建數(shù)據(jù)集。

據(jù)悉，論文作者們還會(huì)進(jìn)一步將該其應(yīng)用于更廣闊的領(lǐng)域(如時(shí)間序列預(yù)測(cè)及音樂(lè)、圖像、視頻生成)，并改進(jìn)對(duì)位置編碼的處理。Łukasz Kaiser 和 Nikita Kitaev 補(bǔ)充說(shuō)：

我們相信 Reformer 為將來(lái)使用 Transformer 模型對(duì)長(zhǎng)文本和自然語(yǔ)言處理以外的應(yīng)用也打下了基礎(chǔ)。

2019 年年底，外媒 VentureBeat 曾采訪過(guò) Google 高級(jí)副總裁 Jeff Dean，他在采訪中表示：

• Google 仍然希望能建立更多的情境模型，就像現(xiàn)在一樣，BERT 等模型可以處理數(shù)百個(gè)單詞，但不能處理 1 萬(wàn)個(gè)單詞。所以這會(huì)是 Google 未來(lái)主要關(guān)注的方向。

而 Reformer 似乎是朝著這一方向邁出的充滿希望的第一步。

本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請(qǐng)至雷鋒網(wǎng)官網(wǎng)申請(qǐng)授權(quán)。