機器學習全靠調參？這個思路已經過時了。

谷歌大腦團隊發布了一項新研究：

只靠神經網絡架構搜索出的網絡，不訓練，不調參，就能直接執行任務。

這樣的網絡叫做WANN，權重不可知神經網絡。

它在MNIST數字分類任務上，未經訓練和權重調整，就達到了92%的準確率，和訓練后的線性分類器表現相當。

除了監督學習，WANN還能勝任許多強化學習任務。

團隊成員之一的大佬David Ha，把成果發上了推特，已經獲得了1300多贊：

那么，先來看看效果吧。

效果

谷歌大腦用WANN處理了3種強化學習任務。

（給每一組神經元，共享同一個權重。)

第一項任務，Cart-Pole Swing-Up。

這是經典的控制任務，一條滑軌，一臺小車，車上一根桿子。

小車在滑軌的范圍里跑，要把桿子從自然下垂的狀態搖上來，保持在直立的位置不掉下來。

(這個任務比單純的Cart-Pole要難一些：

Cart-Pole桿子的初始位置就是向上直立，不需要小車把它搖上來，只要保持就可以。)

難度體現在，沒有辦法用線性控制器 (Linear Controller) 來解決。每一個時間步的獎勵，都是基于小車到滑軌一頭的距離，以及桿子擺動的角度。

WANN的最佳網絡 (Champion Network) 長這樣：

它在沒有訓練的狀態下，已經表現優異：

表現最好的共享權重，給了團隊十分滿意的結果：只用幾次擺動便達到了平衡狀態。

第二項任務，Bipedal Waker-v2。

一只兩足“生物”，要在隨機生成的道路上往前走，越過凸起，跨過陷坑。獎勵多少，就看它從出發到掛掉走了多長的路，以及電機扭矩的成本(為了鼓勵高效運動) 。

每條腿的運動，都是由一個髖關節、和一個膝關節來控制的。有24個輸入，會指導它的運動：包括“激光雷達”探測的前方地形數據，本體感受到的關節運動速度等等。

比起第一項任務中的低維輸入，這里可能的網絡連接就更多樣了：

所以，需要WANN對從輸入到輸出的布線方式，有所選擇。

這個高維任務，WANN也優質完成了。

你看，這是搜索出的最佳架構，比剛才的低維任務復雜了許多：

它在-1.5的權重下奔跑，長這樣：

第三項任務，CarRacing-v0。

這是一個自上而下的 (Top-Down) 、像素環境里的賽車游戲。

一輛車，由三個連續命令來控制：油門、轉向、制動。目標是在規定的時間里，經過盡可能多的磚塊。賽道是隨機生成的。

研究人員把解釋每個像素 (Pixel Interpretation) 的工作交給了一個預訓練的變分自編碼器 (VAE) ，它可以把像素表征壓縮到16個潛在維度。

這16維就是網絡輸入的維度。學到的特征是用來檢測WANN學習抽象關聯 (Abstract Associations) 的能力，而不是編碼不同輸入之間顯式的幾何關系。

這是WANN最佳網絡，在-1.4共享權重下、未經訓練的賽車成果：

雖然路走得有些蜿蜒，但很少偏離跑到。

而把最佳網絡微調一下，不用訓練，便更加順滑了：

總結一下，在簡單程度和模塊化程度上，第二、三項任務都表現得優秀，兩足控制器只用了25個可能輸入中的17個，忽略了許多LIDAR傳感器和膝關節的速度。

WANN架構不止能在不訓練單個權重的情況下完成任務，而且只用了210個網絡連接(Connections) ，比當前State-of-the-Art模型用到的2804個連接，少了一個數量級。

做完強化學習，團隊又瞄準了MNIST，把WANN拓展到了監督學習的分類任務上。

一個普通的網絡，在參數隨機初始化的情況下，MNIST上面的準確率可能只有10%左右。

而新方法搜索到的網絡架構WANN，用隨機權重去跑，準確率已經超過了80%；

如果像剛剛提到的那樣，喂給它多個權值的合集，準確率就達到了91.6%。

對比一下，經過微調的權重，帶來的準確率是91.9%，訓練過的權重，可以帶來94.2%的準確率。

再對比一下，擁有幾千個權重的線性分類器：

也只是和WANN完全沒訓練、沒微調、僅僅喂食了一些隨機權重時的準確率相當。

論文里強調，MINST手寫數字分類是高維分類任務。WANN表現得非常出色。

并且沒有哪個權值，顯得比其他值更優秀，大家表現得十分均衡：所以隨機權重是可行的。

不過，每個不同的權重形成的不同網絡，有各自擅長分辨的數字，所以可以把一個擁有多個權值的WANN，用作一個自給自足的合集 (Self-Contained Ensemble) 。

實現原理

不訓練權重參數獲得極高準確度，WANN是如何做到的呢？

神經網絡不僅有權重偏置這些參數，網絡的拓撲結構、激活函數的選擇都會影響最終結果。

谷歌大腦的研究人員在論文開頭就提出質疑：神經網絡的權重參數與其架構相比有多重要？在沒有學習任何權重參數的情況下，神經網絡架構可以在多大程度上影響給定任務的解決方案。

為此，研究人員提出了一種神經網絡架構的搜索方法，無需訓練權重找到執行強化學習任務的最小神經網絡架構。

谷歌研究人員還把這種方法用在監督學習領域，僅使用隨機權重，就能在MNIST上實現就比隨機猜測高得多的準確率。

論文從架構搜索、貝葉斯神經網絡、算法信息論、網絡剪枝、神經科學這些理論中獲得啟發。

為了生成WANN，必須將權重對網絡的影響最小化，用權重隨機采樣可以保證最終的網絡是架構優化的產物，但是在高維空間進行權重隨機采樣的難度太大。

研究人員采取了“簡單粗暴”的方法，對所有權重強制進行權重共享（weight-sharing），讓權重值的數量減少到一個。這種高效的近似可以推動對更好架構的搜索。

操作步驟

解決了權重初始化的問題，接下來的問題就是如何收搜索權重不可知神經網絡。它分為四個步驟：

1、創建初始的最小神經網絡拓撲群。

2、通過多個rollout評估每個網絡，并對每個rollout分配不同的共享權重值。

3、根據性能和復雜程度對網絡進行排序。

4、根據排名最高的網絡拓撲來創建新的群，通過競爭結果進行概率性的選擇。

然后，算法從第2步開始重復，在連續迭代中，產生復雜度逐漸增加的權重不可知拓撲（weight agnostic topologies ）。

拓撲搜索

用于搜索神經網絡拓撲的操作受到神經進化算法（NEAT）的啟發。在NEAT中，拓撲和權重值同時優化，研究人員忽略權重，只進行拓撲搜索操作。

上圖展示了網絡拓撲空間搜索的具體操作：

一開始網絡上是最左側的最小拓撲結構，僅有部分輸入和輸出是相連的。

然后，網絡按以下三種方式進行更改：

1、插入節點：拆分現有連接插入新節點。

2、添加連接：連接兩個之前未連接的節點，添加新連接。

3、更改激活函數：重新分配隱藏節點的激活函數。

圖的最右側展示了權重在[2,2]取值范圍內可能的激活函數，如線性函數、階躍函數、正弦余弦函數、ReLU等等。

權重依然重要

WANN與傳統的固定拓撲網絡相比，可以使用單個的隨機共享權重也能獲得更好的結果。

雖然WANN在多項任務中取得了最佳結果，但WANN并不完全獨立于權重值，當隨機分配單個權重值時，有時也會失敗。

WANN通過編碼輸入和輸出之間的關系起作用，雖然權重的大小的重要性并不高，但它們的一致性，尤其是符號的一致性才是關鍵。

隨機共享權重的另一個好處是，調整單個參數的影響變得不重要，無需使用基于梯度的方法。

強化學習任務中的結果讓作者考慮推廣WANN方法的應用范圍。他們又測試了WANN在圖像分類基礎任務MNIST上的表現，結果在權重接近0時效果不佳。

有Reddit網友質疑WANN的結果，對于隨機權重接近于0的情況，該網絡的性能并不好，先強化學習實驗中的具體表現就是，小車會跑出限定范圍。

對此，作者給出解釋，在權重趨于0的情況下，網絡的輸出也會趨于0，所以后期的優化很難達到較好的性能。