以往，我們提起AI，有一個(gè)共識(shí)，即它在某些方面已經(jīng)碾壓人類，比如下圍棋;它在另一些方面遠(yuǎn)不及人類，比如認(rèn)識(shí)一只動(dòng)物、認(rèn)識(shí)很多只動(dòng)物。這是因?yàn)椋蛑皇茿I自主學(xué)習(xí)能力遠(yuǎn)不及人。

　　前幾天，AlphaGo Zero橫空出世，從零開始，閉關(guān)72小時(shí)自我對(duì)弈圍棋，即100:0完勝之前用了幾個(gè)月時(shí)間成長、勝了李世乭的AlphaGo。這似乎表明，開發(fā)某個(gè)專項(xiàng)智能時(shí)，深度學(xué)習(xí)AI算法不再像過去那樣動(dòng)輒需要的百萬、千萬量級(jí)的有監(jiān)督大數(shù)據(jù)，算法甚至可以從0數(shù)據(jù)開始自主學(xué)習(xí)，頂多只需大規(guī)模無監(jiān)督數(shù)據(jù)，算法即可以從0開始自主學(xué)習(xí)。

[[207653]]

于是，很多人驚呼AI自主學(xué)習(xí)的時(shí)代到來了。似乎很快就會(huì)有一個(gè)叫做AI Zero的學(xué)神小寶貝橫空出世，自主狂學(xué)一個(gè)月，馬上長大成人，變成一個(gè)智商、情商超越人類的AI 100。

　　但事實(shí)恐怕似乎并非如此。

　　我本人是做計(jì)算機(jī)視覺研究工作的，尤以人臉識(shí)別方面的研究比較多。便借AlphaGo Zero之東風(fēng)，我也做了個(gè)Face Zero的夢(mèng)，想了想:人臉識(shí)別從0自主學(xué)習(xí)的可能性。

　　AlphaGo Zero從0自造數(shù)據(jù)的思想很難擴(kuò)展到Face Zero

　　先看看AlphaGo Zero學(xué)神怎么做的:從0開始自造數(shù)據(jù)。對(duì)人臉來說，這個(gè)***步就有點(diǎn)懸了，如何造人臉呢?圍棋有明確的落子規(guī)則和輸贏判斷準(zhǔn)則，按規(guī)則模擬對(duì)弈即可造出大量有監(jiān)督的數(shù)據(jù)。可人臉如何從0造?如果沒有任何的人臉樣例或知識(shí)，除非上帝他老人家在，否則怕只能造一堆“鬼臉”出來——反正誰也沒見過鬼，怎么造都行。

如果這樣，怕是這夢(mèng)只能醒了。

　　那，至少給一張人臉，讓算法自己“舉一反三”，創(chuàng)造千千萬萬張人臉可行嗎?比如給算法一張大奧黛麗赫本的人臉圖像，讓算法把赫本這張人臉照片變啊變，變出1000幅赫本女神的人臉圖出來，再變出1000幅成千上萬不是赫本女神的人臉、但長相合理的人臉。

　　且不說怎么變形的難題，這里面存在兩個(gè)疑問有兩個(gè)問題需要解決:如何保證算法“舉一反三”變出來的人臉還是女神的臉而不是孫悟空、豬八戒的臉部照?以及，如何保證算法可以“舉一反三”變出孫悟空奧巴馬、貓王等各種人的臉部照?要解決這兩個(gè)疑問問題，我們需要大量人臉的樣例或其他知識(shí)，比如人臉的3D結(jié)構(gòu)、成像的物理模型、老化模型、表情模型、眼鏡模型等等。

　　這就和最初“給一張人臉”的假設(shè)矛盾了，這夢(mèng)便只能是南柯夢(mèng)了。

　　再退一步，即使假設(shè)我們有赫本女神人臉的3D結(jié)構(gòu)和成像模型等。也還會(huì)有一個(gè)，這兩個(gè)問題問題仍然需要解決:什么幅度的3D形變，比如變胖或變瘦或變老，可以確保還是赫本本人而不會(huì)變成是其他人? 什么樣的形變可以確保變出一個(gè)合理的人臉，而不會(huì)變出一個(gè)史瑞克或豬八戒?

　　人臉識(shí)別在這里體現(xiàn)出一個(gè)和圍棋對(duì)弈的較大差別：圍棋有明確的勝負(fù)判定規(guī)則，而人臉識(shí)別并沒有一個(gè)這樣的“判定”規(guī)則。所以，人臉識(shí)別算法如果也使用對(duì)AlphaGo至關(guān)重要的增強(qiáng)學(xué)習(xí)方法，借“試錯(cuò)”實(shí)現(xiàn)自主學(xué)習(xí)，不太現(xiàn)實(shí)。這就像學(xué)生做模擬題，如果做完題不給他答案，不給他講錯(cuò)在哪，什么是對(duì)。他恐怕難以進(jìn)步。

　　AlphaGo Zero使用大量無監(jiān)督數(shù)據(jù)的思路也很難擴(kuò)展到Face Zero[Shan1]

　　退一步，看看AlphaGo Zero其他地方有沒有值得借鑒的。據(jù)AlphaGo Zero的論文所說，其核心之處是用增強(qiáng)學(xué)習(xí)來自動(dòng)學(xué)習(xí)用于啟發(fā)式搜索的評(píng)分函數(shù)(價(jià)值網(wǎng)絡(luò))。對(duì)人臉識(shí)別來說，其核心實(shí)際上也是學(xué)習(xí)一種評(píng)分函數(shù)，即計(jì)算兩張人臉照片的相似程度:同一人圖像相似度盡量高，不同人相似度盡量低。

　　看起來有點(diǎn)機(jī)會(huì)。既然從0或從1開始不行，那么，是否可以給算法1億張無監(jiān)督(即沒有標(biāo)簽)的人臉照片數(shù)據(jù)，然后讓Face Zero學(xué)習(xí)借鑒AlphaGo Zero的思路學(xué)習(xí)評(píng)分函數(shù)呢?，給人臉識(shí)別算法大量無監(jiān)督的或者說是沒有標(biāo)簽的數(shù)據(jù)，讓它自主學(xué)習(xí)。

　　但是遺憾的是這也不行。，因?yàn)槲覀兪褂玫氖菬o監(jiān)督人臉圖像，我們不知道這1億幅人臉圖像是多少人的圖像，其中哪些是同一人的，人臉識(shí)別算法又不能像圍棋算法一樣自己判斷對(duì)錯(cuò)和好壞，當(dāng)然就沒辦法自我便增強(qiáng)不起來。

　　所以學(xué)習(xí)這個(gè)相似度評(píng)分函數(shù)失去了依據(jù)。

　　又是南柯一夢(mèng)。

　　看到這里，懂生成式對(duì)抗網(wǎng)絡(luò)(GAN)的讀者可能會(huì)反駁：有了大量人臉圖像，即使是無監(jiān)督的，我們也可以用GAN這樣的類“增強(qiáng)學(xué)習(xí)”策略來生成各種看起來符合真實(shí)人臉“分布”的人臉圖像。

　　這樣一來，給定一張赫本女神的人臉圖像，F(xiàn)ace Zero就可以生成她的各種美圖了嗎?可是，問題在于，沒有了那些重要的監(jiān)督信息，只能保證GAN生成的圖像只能保證生成的人臉人臉圖像看起來是張臉，但沒法保證她不會(huì)變孫悟空、貓王或奧巴馬。

　　這舉一反三的想法，恐怕還是不行。

　　AlphaGo Zero的思想對(duì)減少人臉識(shí)別有監(jiān)督數(shù)據(jù)需求量的價(jià)值較小

　　再退一步，AlphaGo Zero的思想是否可用于減少有監(jiān)督數(shù)據(jù)的需求量呢?例如，按照目前的方法論，用深度學(xué)習(xí)做人臉識(shí)別，首先需要收集整理盡量多的人臉圖像，比如100萬人的1億張有標(biāo)注的照片，然后讓深度學(xué)習(xí)算法用這些圖像學(xué)習(xí)如何提取可以區(qū)分不同人臉的好特征或者如何計(jì)算相似度評(píng)分函數(shù)。

比如，先給人臉識(shí)別算法提供1萬人的有標(biāo)注人臉圖像，讓它學(xué)會(huì)區(qū)分1萬人的人臉，然后讓它“舉一反百”、“舉一反千”、“舉一反萬”，即從這1萬人造出100萬人、1000萬人、1億人，甚至全球所有人的圖像。

　　這個(gè)想法如果可行，那我們對(duì)數(shù)據(jù)的需求量就減少了100倍，這意味著在收集和標(biāo)注數(shù)據(jù)方面，大幅降低了使用深度學(xué)習(xí)算法的成本，從而使得深度學(xué)習(xí)算法的易用度“蹭蹭”的提高。

　　為此，一種可能的辦法是用GAN這樣的類增強(qiáng)對(duì)抗算法“創(chuàng)造”不同的人臉。在“創(chuàng)造”第10001個(gè)人的面部圖像時(shí)，要求其既與之前的10000人都不同，又要確保第10001個(gè)人的面部圖像看起來是真實(shí)的照片，而不是卡通人像或鬼臉。

　　遺憾的是，按照目前GAN的思想，是有局限的。GAN可以“內(nèi)插式創(chuàng)造”，要“外延式創(chuàng)造”是有極大風(fēng)險(xiǎn)的，設(shè)想：如果算法能從10000個(gè)白人自動(dòng)外延出從沒見過的某個(gè)黃種人，怎么保證不外延出綠巨人?如果算法能從10000個(gè)鵝蛋臉自動(dòng)外延創(chuàng)造出從沒見過的國字臉，怎么保證不創(chuàng)造出被壓扁的長條臉?

這是一個(gè)大規(guī)模人臉識(shí)別系統(tǒng)不允許的，尤其是如果該系統(tǒng)被應(yīng)用于安防或者金融領(lǐng)域。

　　那么，我們把GAN的能力限定在內(nèi)插式創(chuàng)造。這要求我們?cè)谏厦嫣岬降?0000個(gè)人具有足夠的代表性。“代表人”經(jīng)過精心挑選，均勻覆蓋各種面部屬性，如膚色、男女、臉型、眉形、眼型、嘴型、高低鼻梁、高低顴骨、粗細(xì)肌膚……這樣一來，就可以內(nèi)插創(chuàng)造出各種可能的人臉了。

　　但是，10000人是否足夠代表整個(gè)人類的特征?這里涉及幾十甚至上百種面部屬性的組合。每多一個(gè)面部屬性，組合結(jié)果的數(shù)量便多幾倍，呈指數(shù)爆炸式增長。就算每個(gè)屬性只有2個(gè)可能的取值，比如男女，即使只有14種面部屬性就有超過10000種組合。更何況，很多屬性有很多取值，比如臉型、膚色、眼型，組合數(shù)就更多了。

　　如果每種組合我們需要至少一個(gè)“代表人”(實(shí)際可能有些組合1個(gè)代表還不夠，也有可能某種組合并不存在)，這意味著我們需要的“代表人”數(shù)恐怕遠(yuǎn)遠(yuǎn)不止10000人…

　　Face Zero的夢(mèng)真要醒了嗎?

　　減少有監(jiān)督數(shù)據(jù)需求量的其他可能

別急著放棄做夢(mèng)，上面的推演中并沒有考慮人類對(duì)面孔的認(rèn)識(shí)。以人臉識(shí)別為例，解剖學(xué)專家或許可以制定出一些“規(guī)則”，告訴我們什么樣的臉部改造可以“創(chuàng)造”出不同但又實(shí)際存在的人臉。如此，便可使用少量有監(jiān)督數(shù)據(jù)“創(chuàng)造”出或者說“虛擬”出大量數(shù)據(jù)，從而使得深度學(xué)習(xí)的易用性更高。

　　舉個(gè)例子，如果我們有10000個(gè)“代表人”的3D頭部模型，以及相應(yīng)的可以修改這些頭部模型的方法，加上上述的“解剖學(xué)專家經(jīng)驗(yàn)”，就可以像上帝一樣創(chuàng)造出千千萬萬的人臉，且還是實(shí)際存在的、合理的人臉，而非綠巨人的人臉。

　　這樣一想，似乎最開始的想法在一定程度上成真了。但遺憾的是，這種想法離我們最初渴望的從0自主學(xué)習(xí)差了十萬八千里了：既需要眾多的精確監(jiān)督3D人臉數(shù)據(jù)，又引入了大量的不容易用程序?qū)崿F(xiàn)的“專家知識(shí)”。

　　總之，僅僅以人臉識(shí)別Face Zero為例，AlphaGo Zero的啟發(fā)是微弱的。謹(jǐn)慎樂觀的說有一些，但這種啟發(fā)并非AlphaGo Zero帶來的，而是那個(gè)下圍棋勝過李世乭的AlphaGo，甚至之前就已經(jīng)有的“對(duì)抗增強(qiáng)”思想(GAN)帶來的。

　　這令人遺憾。實(shí)際上不僅僅對(duì)人臉識(shí)別，對(duì)自然圖像識(shí)別任務(wù)，對(duì)語音識(shí)別任務(wù)，對(duì)醫(yī)療診斷任務(wù)，對(duì)自動(dòng)駕駛?cè)蝿?wù)等眾多問題，AlphaGo Zero的算法都難以產(chǎn)生直接的作用。背后的根本原因在于，：與圍棋最終可以自判輸贏不一樣，對(duì)這些任務(wù)人臉識(shí)別算法不具備AI算法自己判斷對(duì)錯(cuò)的能力，也就難以形成以自我獎(jiǎng)懲為目標(biāo)的自主學(xué)習(xí)。

　　作者注：本文的推演并不說明AlphaGo Zero的算法對(duì)所有AI問題都沒有價(jià)值，事實(shí)上，它對(duì)一大類AI問題的解決，特別是棋類、游戲類、模擬訓(xùn)練等任務(wù)，將帶來方法論上的巨大變遷。

　　[Shan1]AlphaGo Zero并沒有強(qiáng)調(diào)無監(jiān)督數(shù)據(jù)的事情