1 前言

2017年马上就要过去了，在这一年中，肯定很多搞深度学习的知友都会看到meta Learning/ Learning to Learn 这个词。是的，它今年很火。在NIPS上，被Oriol Vinyals和Pieter Abbeel多次提及，既有meta Learning symposium也有meta Learning workshop。然而，meta Learning是非常让人困惑的一个词，到底要meta Learning什么呢？什么才是meta Learning？为什么研究meta Learning？meta Learning会有怎样的研究方向？meta Learning未来会怎样发展？这些确实很值得我们去思考。

在本文之前，智能专栏--【智能单元】上已经有多篇介绍meta Learning的文章：

Kay Ke：概要：NIPS 2017 Deep Learning for Robotics Keynote

Flood Sung：最前沿：百家争鸣的meta Learning/Learning to learn

Flood Sung：机器人革命与学会学习Learning to Learn

Flood Sung：学会学习Learning to Learn：让AI拥有核心价值观从而实现快速学习

那么在这篇博文中，我打算更深入的谈谈我对meta Learning的理解，也算是全新的视角。

2 到底什么是meta的？

我不知道是谁最先把meta Learning翻译成元学习的，但从中文的角度问你“元学习是什么？” 你要怎么回答？老实说我也是懵逼的。特意查一下元在字典中的意思，主要是有初始，根源的意思。但meta Learning不是初始呀，这里的meta更应该是指更高level的东西。Learning to Learn这个词看起来应该更好理解，直接翻译就对了：学会学习。所以meta Learning可以理解为要学习一种学习能力。但是什么是学习能力呢？如何描述？一般我们说某个学神学习能力强大概是说学神记忆力好，理解能力快之类的东西。但是什么是理解能力呢？依然非常难以描述。

实际上这里我们遇到了和高维空间一样的问题。我们很难去想象高维空间，我们也很难去想象meta的东西到底是什么。更何况，还有meta-meta，meta-meta-meta...的东西。也许这就是大概被称为智能的东西吧。

以前，我们只是不知道Deep Learning是怎么学的，但至少知道是在学习下棋还是学习图像识别，现在对于meta Learning，我们连学什么都不太清楚了。

那么meta到底如何定义？我们只能回归到Machine Learning本身来考虑这个概念。这里我给出一个我对meta的定义：

任何超出学习（Learning/Training）内部的东西都是meta的！


什么是学习内部呢？

有两个视角，一个是深度学习技术上的学习，一般我们也称为训练，另一种是人类角度看的学习。

2.1 深度学习技术视角的meta

现在大家都在自嘲自己是炼金术士，我们每天调的参数就是meta的，也就是在学习外部！所谓的学习就是这个训练过程，也可以说是反向传播过程。超出这个“学习的”都是学习外部，都是meta的。

这包含了以下这些类别：

1. 训练超参数Hyper Parameters：包括Learning rate，Batch Size，input size等等目前要人为设定的参数

2. 神经网络的结构

3. 神经网络的初始化

4. 优化器Optimizer的选择。比如SGD，Adam，RMSProp

5. 神经网络参数

6. 损失函数的定义。那么多gan的文章基本上就是改改损失函数。

7. 反向传播Back-propagation。 对，这个也是meta的，我们通过梯度下降的公式固定了参数的更新方式。神经网络傻傻只能按照这个公式来更新参数。

我发现要区别是不是meta的就是把“学习”当做一个小孩，你叫他怎么做怎么做的东西都是meta的。那么所谓的“学习”就是沿着你设定的方向实际移动的过程，比如梯度下降中参数实际变化过程叫学习。而学会学习就是使用神经网络自己去构造上面的任意设定。

也因此，我们可以把目前meta learning的一些研究工作排排坐了。比如说

[1611.01578] Neural Architecture Search with Reinforcement Learning

这就属于神经网络结构的，很明显。

[1703.03400] Model-Agnostic meta-Learning for Fast Adaptation of Deep Networks

MAML就属于参数的初始化。

[1606.04474] Learning to learn by gradient descent by gradient descent

这篇则是构造一个神经网络的优化器来替代Adam，SGD。

meta-Critic Networks for Sample Efficient Learning

这篇则是考虑学习一个更好的loss。

还有

Optimization as a Model for Few-Shot Learning

这篇则既学习一个好的初始化，也学习网络的更新。

那么看到这里大家显然就可以看出来了，我们可以切入其中的某一个角度来做文章。

这里面可能最最困难的就是直接取代反向传播。如果能用一个神经网络来代替目前的反向传播，那就牛大了。

2.2 人类视角下的meta：meta Knowledge

说完深度学习技术角度的meta，我们再来看看人类视角下的meta。所谓人类视角下的meta，就是从真正的学习知识的角度来看什么是meta的。

比如说目前Reinforcement Learning上一个大量被用来测试的实验是3D Maze Navigation。让agent去导航到一个目标。实验中，目标要不断变化。这意味着要使Agent在下一个episode中快速的找到目标，需要Agent在每一次episode中不断的获取Maze的结构和目标的位置，从而在新的episode能够直接去寻找的这个目标。那么，从meta Learning的角度看，Maze的结构和目标的位置就是所谓的meta知识。那么这种知识在RL下只使用state,action的数据是无法得知的，还需要reward才能在顶层进行判断。因此，meta RL的基本思想非常简单，就是在输入增加上一次的reward，或者用之前的（state,action,reward）来推断meta知识。虽然说meta-RL是通用的，按照原作者的意思，是学习一个rl算法，但是在具体的比如这里的3d navigation问题上，推断目标位置和记忆Maze形状是最主要的。

而在监督学习上，meta知识又完全不一样了。人类很神奇的天生具备meta知识不用学。比如人视觉具有的one shot learning能力。看一个新东西就能分辨。这个实际上是天然的具备比较不同视觉物体相似情况的能力。再有比如视觉跟踪，之前大家都只是把它当做一个计算机视觉的问题在看待，但是实际上视觉跟踪是人类的一种meta能力，也是不用学的，就直接可以跟踪任何新的没见到的物体。如果有人看到一个全新的东西眼球就不会转了，那么这个世界的规律大概就不一样了。

从一定程度上说，meta Learning的本意就是要学习meta Knowledge。meta knowledge可以具体如视觉的跟踪比较，也可以抽象的就是某一个学习算法。但是，显而易见的，越具体的东西越容易去研究，越抽象的东西就越难去学习。

这里举最新的一篇Robot Learning的文章为例，来自Fei-Fei Li：

https://arxiv.org/abs/1710.01813

这篇文章采用Neural Program Induction这个很酷的方法来做few shot imitation learning，取得了很不错的效果。但是，我们要深究一下原理，实际上这篇文章是把一个机器人的manipulation通过人为的方式分解成多步动作，神经网络只需要学习如何组成这些动作，然后执行。这一定程度上大幅度简化了问题的难度。为了实现few shot imitation learning，则让神经网络能够meta的根据已有的demo去构建动作的顺序。所以，这里的meta知识就是去组织动作。这个在人为的分解下变得简单了。如果没有人为分解，要求神经网络自己去发现步骤，并组织这些步骤，难度就大太多了。

meta knowledge又天然的和Hierarchical Reinforcement Learning（HRL）联系起来。我们知道HRL最难的部分就是去自主的学习一个好的Hierarchy，好的Option。但是实际上仅靠单一任务是很难做的，因为没有对比，就是我们人也不知道哪些是顶层的，哪些是底层的。但是meta Learning的设定则提供了这样的实现机会。我们可以通过多个类似的任务来学习一个meta knowledge，这个meta knowledge就是hierarchy，就是高层的知识。在OpenAI之前很火的高中生的那篇paper中对这个进行了验证并取得了不错的效果：

https://arxiv.org/abs/1710.09767

3 未来的meta Learning将会如何发展？

2018年马上就要到来了，这里也大胆预测一下meta Learning未来的发展。可以说，当前的meta Learning和2015年的Deep Reinforcement Learning非常像，刚刚起步，开始有一些很酷的应用效果（特别是Pieter Abbeel团队的One shot Visual Imitation Learning工作），目前的工作也就是几十篇文章。因此，明年，meta Learning必将会有一波爆发，将体现在以下两个大的方面：

（1）理论算法研究。目前的meta Learning还是百花齐放的情况，当然从我们前面对meta的分析可以看到meta不同角度可以看到完全不同的东西。因此，接下来还会有很多工作会基于不同的视角提出不同的算法。我们依然期待一个大一统的框架。然而目前的情况是越视角单一，越可能做的效果好，毕竟视角的选择等价于人类的知识赋予，约等于简化了神经网络的学习难度。完全通用的meta Learning比如MAML这种要打败专门设计的算法会有难度，这其实也给了大家很多机会（现在Chelsea Finn 在MAML上疯狂的灌）

（2）具体应用研究。目前监督学习主要是image recognition。这显然是很局限的。meta Learning，或者few shot learning可以应用到视觉语音等各种方面。因此，新的应用研究也是很值得做的。从今年few shot visual recognition研究中已经可以看到迹象，小实验像omniglot这种已经基本解决，开始向large scale的数据发起进攻。从这里也看出few shot learning开始从很不可能变成可能了。然后另一块很重要的当然是Robot Learning了。本来研究meta Learning就不是为了区区的视觉图像，而是机器人的快速学习，这个有很强的现实意义，是大幅度推进机器人革命的关键一步。因此，明年如果没有超越MAML的算法出现，会是难以想象的。更强的few shot imitation learning感觉会彻底的改变imitation learning这个领域。然后HRL结合meta Learning也是必然的趋势，高中生那篇文章还是稍显简单了，更通用更强大的meta HRL算法恐怕也要问世，而这显然可以应用在星际2上，所以DeepMind不研究也不行呀。

期待2018年成为meta Learning真正爆发的一年！

最后，祝大家新年快乐！
 

本文首发于知乎，作者：Flood Sung，原文链接：https://zhuanlan.zhihu.com/p/32270990.
本网站经授权发布，如若转载请联系原作者。