關(guān)于機(jī)器學(xué)習(xí)，有一個(gè)古老的笑話：

Machine learning is like highschool sex. Everyone says they do it, nobody really does, and no one knows what it actually is. [1]

翻譯過來意思大概是：

機(jī)器學(xué)習(xí)就像高中生的性愛。每個(gè)人都說他們做了，但其實(shí)沒有人真的做了，也沒有人真正知道它到底是什么。

[[324779]]

總之，在某種程度上，機(jī)器學(xué)習(xí)確實(shí)有很多晦澀難懂的部分。雖然借助TensorFlow、sklearn等工具，機(jī)器學(xué)習(xí)模型以及神經(jīng)網(wǎng)絡(luò)通常能被快速地運(yùn)行起來，但真正弄清背后發(fā)生了什么，仍然不是一件容易的事。在本篇文章中，我會(huì)試圖用直觀的方式來解釋神經(jīng)網(wǎng)絡(luò)。俗話說，「耳聽為虛，眼見為實(shí)」，本文的目標(biāo)就是，利用「可視化」的方法，讓你親眼「看到」神經(jīng)網(wǎng)絡(luò)在運(yùn)行時(shí)到底做了什么。

本文不會(huì)出現(xiàn)一個(gè)公式，希望非技術(shù)人員也能看懂。希望如此^-^

最簡單的神經(jīng)網(wǎng)絡(luò)

當(dāng)今在圖像識(shí)別或NLP中使用的深度神經(jīng)網(wǎng)絡(luò)，都發(fā)展出了非常復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，網(wǎng)絡(luò)層次多達(dá)幾十層，模型參數(shù)多達(dá)數(shù)十萬、上百萬個(gè)。這樣的神經(jīng)網(wǎng)絡(luò)理解起來，難度極大，而且計(jì)算起來也需要很強(qiáng)的算力。

因此，我們由簡入繁，先從最簡單的情況入手。

首先，我們考慮一個(gè)簡單的「二分類」問題。下面展示了一個(gè)隨機(jī)生成的數(shù)據(jù)集：

 

上圖展示的是總共160個(gè)點(diǎn)(包括紅色和藍(lán)色)，每個(gè)點(diǎn)代表一個(gè)數(shù)據(jù)樣本。顯然，每個(gè)樣本包含2個(gè)特征，這樣每個(gè)樣本才能夠在一個(gè)二維坐標(biāo)系中用一個(gè)點(diǎn)來表示。紅色的點(diǎn)表示該樣本屬于第1個(gè)分類，而藍(lán)色的點(diǎn)表示該樣本屬于第2個(gè)分類。

二分類問題可以理解成：訓(xùn)練出一個(gè)分類模型，把上圖中160個(gè)樣本組成的訓(xùn)練集按所屬分類分成兩份。注意：這個(gè)表述并不是很嚴(yán)謹(jǐn)。上圖中的樣本只是用于訓(xùn)練，而訓(xùn)練出來的模型應(yīng)該能對「不屬于」這個(gè)訓(xùn)練集的其它樣本進(jìn)行分類(不過我們現(xiàn)在不關(guān)注這一點(diǎn)，可以先忽略掉這個(gè)表述上的細(xì)節(jié))。

為了完成這個(gè)二分類任務(wù)，我們有很多種機(jī)器學(xué)習(xí)模型可供選擇。但現(xiàn)在我們的目的是為了研究神經(jīng)網(wǎng)絡(luò)，所以我們可以設(shè)計(jì)一個(gè)最簡單的神經(jīng)網(wǎng)絡(luò)，來解決這個(gè)分類問題。如下圖：

 

這個(gè)神經(jīng)網(wǎng)絡(luò)幾乎沒法再簡單了，只有1個(gè)輸入層和1個(gè)輸出層，總共只有3個(gè)神經(jīng)元。

經(jīng)過簡單的數(shù)學(xué)分析就容易看出，這個(gè)只有2層的神經(jīng)網(wǎng)絡(luò)模型，其實(shí)等同于傳統(tǒng)機(jī)器學(xué)習(xí)的LR模型(邏輯回歸)。也就是說，這是個(gè)線性分類器，對它的訓(xùn)練相當(dāng)于在前面那個(gè)二維坐標(biāo)平面中尋找一條直線，將紅色點(diǎn)和藍(lán)色點(diǎn)分開。

根據(jù)紅色點(diǎn)和藍(lán)色點(diǎn)的位置分布，我們很容易看出，這樣的一條直線，很容易找出來(或?qū)W習(xí)出來)。實(shí)際上，上圖中這個(gè)簡單的神經(jīng)網(wǎng)絡(luò)，經(jīng)過訓(xùn)練很容易就能達(dá)到100%的分類準(zhǔn)確率(accuracy)。

現(xiàn)在，假設(shè)我們的數(shù)據(jù)集變成了下面的樣子(紅色點(diǎn)分成了兩簇，分列藍(lán)色點(diǎn)左右)：

 

如果我們還是使用前面的2層的神經(jīng)網(wǎng)絡(luò)，試圖畫一條直線來把紅色點(diǎn)和藍(lán)色點(diǎn)分開，顯然就做不到了。我們說，現(xiàn)在這個(gè)分成三簇的數(shù)據(jù)集已經(jīng)不是「線性可分」的了。實(shí)際上，針對最新的這個(gè)數(shù)據(jù)集，前面這個(gè)只有2層的神經(jīng)網(wǎng)絡(luò)，不管你怎么訓(xùn)練，都只能達(dá)到60%~70%左右的分類準(zhǔn)確率。

為了提高分類的準(zhǔn)確率，比較直觀的想法也許是畫一條曲線，這樣才能把紅色點(diǎn)和藍(lán)色點(diǎn)徹底分開。這相當(dāng)于要對原始輸入數(shù)據(jù)做非線性變換。在神經(jīng)網(wǎng)絡(luò)中，我們可以通過增加一個(gè)隱藏層(hidden layer)來完成這種非線性變換。修改后的神經(jīng)網(wǎng)絡(luò)如下圖：

 

我們看到，修改后的神經(jīng)網(wǎng)絡(luò)增加了一層包含2個(gè)sigmoid神經(jīng)元的隱藏層;而輸入層和隱藏層之間是全連接的。實(shí)際上，當(dāng)我們重新訓(xùn)練這個(gè)帶隱藏層的神經(jīng)網(wǎng)絡(luò)時(shí)，會(huì)發(fā)現(xiàn)分類的準(zhǔn)確率又提升到了100%(或者非常接近100%)。這是為什么呢?

我們可以這樣來看待神經(jīng)網(wǎng)絡(luò)的計(jì)算：每經(jīng)過一層網(wǎng)絡(luò)，相當(dāng)于將樣本空間(當(dāng)然也包括其中的每個(gè)樣本數(shù)據(jù))進(jìn)行了一次變換。也就是說，輸入的樣本數(shù)據(jù)，經(jīng)過中間的隱藏層時(shí)，做了一次變換。而且，由于隱藏層的激活函數(shù)使用的是sigmoid，所以這個(gè)變換是一個(gè)非線性變換。

那么，很自然的一個(gè)問題是，經(jīng)過了隱藏層的這一次非線性變換，輸入樣本變成什么樣了呢?下面，我們把隱藏層的2個(gè)神經(jīng)元的輸出畫到了下圖中：

 

我們發(fā)現(xiàn)了一個(gè)有趣的現(xiàn)象：變換后的樣本數(shù)據(jù)點(diǎn)，還是分成了三簇，但紅色點(diǎn)再也不是分列藍(lán)色點(diǎn)的兩側(cè)了。兩簇紅色點(diǎn)被分別逼到了一個(gè)角落里，而藍(lán)色點(diǎn)被逼到了另外一個(gè)不同的角落里。很容易看出，現(xiàn)在這個(gè)圖變成「線性可分」的了。而隱藏層的輸出數(shù)據(jù)，再經(jīng)過神經(jīng)網(wǎng)絡(luò)最后一個(gè)輸出層的處理，剛好相當(dāng)于經(jīng)過了一個(gè)線性分類器，很容易用一條直線把紅色點(diǎn)和藍(lán)色點(diǎn)分開了。

從隱藏層的輸出圖像，我們還能發(fā)現(xiàn)一些細(xì)節(jié)：

所有的數(shù)據(jù)坐標(biāo)(不管是X軸還是Y軸)，都落在了(0,1)區(qū)間內(nèi)。因?yàn)閟igmoid激活函數(shù)的特性，正是把實(shí)數(shù)域映射到(0,1)之間。

我們發(fā)現(xiàn)，所有的數(shù)據(jù)都落在某個(gè)角落里。這不是偶然，還是因?yàn)閟igmoid激活函數(shù)的特性。當(dāng)充分訓(xùn)練到sigmoid神經(jīng)元「飽和」時(shí)，它一般是會(huì)輸出接近0或1的值，而極少可能輸出一個(gè)接近(0,1)中間的值。

總結(jié)一下：從前面的分析，我們大概可以看到這樣一個(gè)變換過程，就是輸入樣本在原始空間內(nèi)本來不是「線性可分」的，而經(jīng)過了隱藏層的變換處理后，變得「線性可分」了;最后再經(jīng)過輸出層的一次線性分類，成功完成了二分類任務(wù)。

當(dāng)然，這個(gè)例子非常簡單，只是最簡單的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。但即使是更復(fù)雜的神經(jīng)網(wǎng)絡(luò)，原理也是類似的，輸入樣本每經(jīng)過一層網(wǎng)絡(luò)的變換處理，都變得比原來更「可分」一些。我們接下來就看一個(gè)稍微復(fù)雜一點(diǎn)的例子。

手寫體數(shù)字識(shí)別MNIST

現(xiàn)在我們來考慮一下「手寫體數(shù)字識(shí)別」的問題。

在機(jī)器學(xué)習(xí)的學(xué)術(shù)界，有一個(gè)公開的數(shù)據(jù)集，稱為MNIST[2]。使用神經(jīng)網(wǎng)絡(luò)對MNIST的數(shù)據(jù)進(jìn)行識(shí)別，堪稱是神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)領(lǐng)域的「Hello World」。

在MNIST的數(shù)據(jù)集中，共有70000張手寫體數(shù)字圖片。它們類似下面的樣子：

 

每一張圖片都是28像素×28像素的黑白圖片，其中每個(gè)像素用一個(gè)介于[0,255]之間的灰度值表示。

MNIST的數(shù)字識(shí)別問題，就是給你一張這樣的28像素×28像素的圖片，用程序區(qū)分出它具體是0到9哪一個(gè)數(shù)字。

對于這個(gè)問題，歷史上的最佳成績是99.79%的識(shí)別率，方案使用了卷積神經(jīng)網(wǎng)絡(luò)(CNN)。我們這里不想讓問題復(fù)雜化，因此還是采用普通的全連接的神經(jīng)網(wǎng)絡(luò)來求解。我們使用的網(wǎng)絡(luò)結(jié)構(gòu)如下：

 

這個(gè)神經(jīng)網(wǎng)絡(luò)的輸入和輸出是這樣定義的：

• 輸入：每次輸入一張圖片。圖片的每個(gè)像素的灰度值，除以255后得到一個(gè)[0,1]之間的歸一化的灰度值，然后輸入到輸入層的每個(gè)神經(jīng)元上。也就是說，輸入層有784個(gè)神經(jīng)元，正好對應(yīng)一張圖片28×28=784個(gè)像素。
• 輸出：輸出層共10個(gè)神經(jīng)元，各個(gè)神經(jīng)元的輸出分別對應(yīng)0到9這幾個(gè)數(shù)字。哪個(gè)神經(jīng)元輸出的值最大，我們就可以認(rèn)為預(yù)測結(jié)果是對應(yīng)的那個(gè)數(shù)字。另外，10個(gè)輸出值再經(jīng)過softmax處理，就得到了當(dāng)前輸入圖片是各個(gè)數(shù)字的概率。

對這個(gè)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練后，可以很輕松地獲得98%左右的正確識(shí)別率。那針對這個(gè)更寬的神經(jīng)網(wǎng)絡(luò)，我們還能使用前面的方法來對它進(jìn)行可視化的圖像繪制嗎?

降維

在前面的一小節(jié)中，我們的簡單神經(jīng)網(wǎng)絡(luò)輸入層和隱藏層都只有2個(gè)神經(jīng)元，因此可以在一個(gè)二維坐標(biāo)平面中繪制它們的圖像。而對于MNIST的這個(gè)神經(jīng)網(wǎng)絡(luò)，當(dāng)我們想對它的輸入層進(jìn)行圖像繪制的時(shí)候，發(fā)現(xiàn)它有784維!

如何把784維的特征向量繪制出來?這涉及到對于高維數(shù)據(jù)可視化的問題。通常來講，人的大腦只能理解最高3維的空間，對于3維以上的空間，就只能靠抽象思維了。

我們想象一個(gè)簡單的例子，來感受一下對高維空間進(jìn)行直觀的理解有多么困難:

• 首先，在一個(gè)平面內(nèi)(也就是2維空間)，我們可以找到3個(gè)兩兩等距的點(diǎn)，以它們?yōu)轫旤c(diǎn)可以組成一個(gè)等邊三角形。
• 在一個(gè)3維空間內(nèi)，我們可以找到4個(gè)兩兩等距的點(diǎn)，以它們?yōu)轫旤c(diǎn)可以組成一個(gè)正四面體，這個(gè)正四面體的每個(gè)面都是一個(gè)等邊三角形。
• 現(xiàn)在，我們上升到4維空間，理論上我們可以找到5個(gè)兩兩等距的點(diǎn)，以它們?yōu)轫旤c(diǎn)可以組成一個(gè)我們姑且稱之為「正五面體」的東西。繼續(xù)類比，這個(gè)所謂的「正五面體」，它的每個(gè)「面」，也就是由5個(gè)點(diǎn)中的任意4個(gè)點(diǎn)組成的「面」，嚴(yán)格來說不能稱它為一個(gè)「面」，因?yàn)樗且粋€(gè)正四面體。另外需要注意，當(dāng)我們在這里用「正五面體」這樣一個(gè)名不副實(shí)的名字來命名的時(shí)候，還帶來了很大的誤導(dǎo)性，因?yàn)樗犉饋硐袷?維空間中的一個(gè)「正多面體」。但如果你對數(shù)學(xué)的歷史有所了解的話，那么就應(yīng)該知道，早在2000多年前，歐幾里得就在他的《幾何原本》中提出了，3維空間中根本不存在正五面體(實(shí)際上3維空間中只有5種正多面體)。

好了，如果你還能跟得上前面最后這一段關(guān)于4維空間的描述，那么說明你一定閱讀得非常仔細(xì)，而且正在一邊閱讀一邊思考^-^但不管怎么說，4維空間的情形已經(jīng)讓人足夠惱火了(它們符合邏輯但卻不可想象)，更別說讓我們來想象784維空間中的幾何結(jié)構(gòu)了!

因此，我們需要降維(dimensionality reduction)的技術(shù)，把高維空間中的數(shù)據(jù)降低到3維或2維空間內(nèi)，然后才能可視化地繪制出來，達(dá)到一定的「直觀理解」的目的。

那降維到底是怎樣的一種操作呢?我們仔細(xì)回想一下，其實(shí)在現(xiàn)實(shí)世界中，我們已經(jīng)碰到過很多降維的情況了。比如下面這張圖片：

[[324787]]

 

這是100多年前的一幅名畫，名字叫《大碗島的星期天下午》。在這幅畫作中，我們可以感受到海灘遠(yuǎn)處強(qiáng)烈的縱深感。但任何一幅畫作，都是在一張二維的平面上繪制的。所以，畫家需要把三體景物投影到二維上，這就是一種「降維」處理。與此類似，我們平常用相機(jī)拍出的照片，也是把三維空間「降維」到了二維平面上。這種降維處理普遍存在，可以稱為「投影變換」，是線性變換的一種。

我們再來看一個(gè)例子：

 

圖中右側(cè)是一張世界平面地圖。本來地球的表面是個(gè)三維空間中的球面，但上面的世界地圖把整個(gè)球面繪制到了一個(gè)二維平面上。為了做到這一點(diǎn)，顯然地圖的繪制者需要把球面攤平，部分區(qū)域需要進(jìn)行一定的拉伸和扭曲。我們把這個(gè)繪制過程想象成一個(gè)映射：地球表面的一個(gè)點(diǎn)，映射到世界平面地圖上的一個(gè)點(diǎn)上。但所有的點(diǎn)的映射并不滿足同樣的線性關(guān)系，所以這是一個(gè)非線性變換。

上面不管是畫作、照片的例子，還是世界平面地圖的例子，都是把三維降維到二維。但在機(jī)器學(xué)習(xí)中，我們經(jīng)常需要把從更高維降維到三維或二維。人們發(fā)明了各種各樣的降維方法，比如PCA (Principal Component Analysis)，是一種線性降維方法;MDS (Multi-dimension Scaling)、t-SNE (t-Distributed Stochastic Neighbor Embedding)，都是非線性降維方法。

基于k近鄰圖和力學(xué)模型的降維可視化方法

前面提到的各種降維方法，做法不同，也各有側(cè)重點(diǎn)。任何一種解釋起來，都要花去很大的篇幅，因此本文不一一詳述。考慮到我們接下來的目標(biāo)，是為了對前一節(jié)引入的MNIST神經(jīng)網(wǎng)絡(luò)進(jìn)行直觀的可視化展示，所以我們這里采取一種更為直接(也易理解)的方法——一種基于k-NNG (k-Nearest Neighborhood Graph，k近鄰圖)和力學(xué)模型(Force-Directed)的降維可視化方法[3][4]。

這種方法的過程可以如下描述：

1. 對于高維空間中的節(jié)點(diǎn)計(jì)算兩兩之間的距離，為每個(gè)節(jié)點(diǎn)找到離它最近的k個(gè)節(jié)點(diǎn)，分別連接起來建立一條邊。這樣就創(chuàng)建出了一個(gè)由節(jié)點(diǎn)和邊組成的圖數(shù)據(jù)結(jié)構(gòu)。這個(gè)新創(chuàng)建的圖有這樣的特性：有邊直接相連的節(jié)點(diǎn)，它們在原高維空間中的位置就是比較接近的;而沒有邊直接相連的節(jié)點(diǎn)，它們在原高維空間中的位置就是比較遠(yuǎn)的。這個(gè)圖稱為「k近鄰圖」，也就是k-NNG (k-Nearest Neighborhood Graph)。另外還有一個(gè)問題：高維空間中兩個(gè)節(jié)點(diǎn)的距離怎么計(jì)算?這其實(shí)有很多種計(jì)算方法，比較常見的有「歐幾里得距離」、「明可夫斯基距離」等。
2. 將前面一步得到的k近鄰圖在二維平面中繪制出來。這變成了一個(gè)常見的繪圖布局的問題，從某種程度上跟電路板的元器件布局有點(diǎn)像。為了讓繪制出來的圖像清晰易觀察，這個(gè)繪制過程需要盡量滿足一定的條件，比如，邊線的交叉應(yīng)該盡量少;有邊相連的節(jié)點(diǎn)應(yīng)該盡可能離得近一些;節(jié)點(diǎn)之間不能離得太近(聚在一起)，應(yīng)該盡量均勻地散布在整個(gè)坐標(biāo)系平面上。為了達(dá)到這樣的要求，我們采用了Fruchterman和Reingold發(fā)明的Force-Directed Graph Drawing這種算法。它模擬了物理世界的力學(xué)原理，如下圖所示：
   

 

• 想象左上角的圖，把邊換成彈簧，把節(jié)點(diǎn)換成帶電小球;
• 彈簧會(huì)傾向于把相鄰節(jié)點(diǎn)(即有邊相連的節(jié)點(diǎn))固定在一個(gè)自然長度上(對應(yīng)原高維空間中的距離)，不能太遠(yuǎn)也不能太近;
• 所有「帶電小球」都互相保持斥力，讓不相鄰的節(jié)點(diǎn)互相遠(yuǎn)離，并促使所有節(jié)點(diǎn)盡量散布整個(gè)畫面;
• 放開手，讓各個(gè)節(jié)點(diǎn)在彈簧和斥力的作用下自由移動(dòng)，最后達(dá)到總體能量最小的狀態(tài)，這時(shí)就得到了左下角那個(gè)更好的節(jié)點(diǎn)布局。

對于這種方法，我們需要重點(diǎn)關(guān)注的是：從高維降到低維，原來高維空間中的哪些幾何特性被保持住了?從前面繪制過程的描述容易看出：在原高維空間中距離比較近的節(jié)點(diǎn)，在最后繪制的二維圖像中，也會(huì)在彈簧拉力的作用下離得比較近。只有搞清楚這一點(diǎn)，我們才能通過觀看低維的圖像，來理解高維的結(jié)構(gòu)。

現(xiàn)在，我們終于做好準(zhǔn)備來對MNIST神經(jīng)網(wǎng)絡(luò)進(jìn)行可視化了。

MNIST的可視化

 

上圖是對于MINST神經(jīng)網(wǎng)絡(luò)輸入層數(shù)據(jù)的可視化圖像(784維)。圖中每一個(gè)節(jié)點(diǎn)都表示一張圖片，用一個(gè)784維的向量表示;圖中每一種顏色表示0到9數(shù)字中的一個(gè)，相當(dāng)于節(jié)點(diǎn)總共有10種分類。我們可以看出：

• MNIST的原始數(shù)據(jù)集中，自發(fā)展示出了一些結(jié)構(gòu)。表示相同數(shù)字的節(jié)點(diǎn)，它們在原784維空間中，也會(huì)比較接近，因此會(huì)自然地聚集成簇。比如，左側(cè)的藍(lán)色節(jié)點(diǎn)群，表示數(shù)字0;右下角的靛藍(lán)色節(jié)點(diǎn)群，表示數(shù)字1;而左下角的絳紫色節(jié)點(diǎn)群，表示數(shù)字6。
• 中間右側(cè)有多種不同類的節(jié)點(diǎn)混雜的一起。比如，表示數(shù)字9的紅色節(jié)點(diǎn)，表示數(shù)字7的深褐色節(jié)點(diǎn)，還有表示數(shù)字4的黃綠色節(jié)點(diǎn)，相互交織在一起。這表示它們不太容易互相區(qū)分開。
  

 

上圖則是對于MINST神經(jīng)網(wǎng)絡(luò)中間隱藏層輸出數(shù)據(jù)的可視化圖像(128維)。圖中每一個(gè)節(jié)點(diǎn)還是對應(yīng)一張圖片(即對應(yīng)原始圖片數(shù)據(jù)經(jīng)過了隱藏層的變換之后的數(shù)據(jù))，變成了用一個(gè)128維的向量表示;圖中每一種顏色仍是表示0到9數(shù)字中的一個(gè)，還是總共有10種分類。我們可以看出：

• 與前面的MINST原始輸入數(shù)據(jù)相比，節(jié)點(diǎn)的混亂程度降低了(我們也可以說，熵值降低了)。這也包括在前面圖像中混雜在一起的數(shù)字7、數(shù)字4和數(shù)字9，現(xiàn)在它們都各自聚集成簇了：左側(cè)突出來的深褐色節(jié)點(diǎn)群，是數(shù)字7;左上角的黃綠色節(jié)點(diǎn)群，是數(shù)字4;紅色節(jié)點(diǎn)群，是數(shù)字9。這表示更容易把它們相互分開了。

 

上圖是對于MINST神經(jīng)網(wǎng)絡(luò)最終的輸出層輸出數(shù)據(jù)(經(jīng)過了softmax處理之后的)的可視化圖像(10維)。圖中每一個(gè)節(jié)點(diǎn)還是對應(yīng)一張圖片(即對應(yīng)原始圖片數(shù)據(jù)經(jīng)過了整個(gè)神經(jīng)網(wǎng)絡(luò)的變換之后的數(shù)據(jù))，變成了一個(gè)只有10維的向量;圖中每一種顏色仍是表示0到9數(shù)字中的一個(gè)，還是總共有10種分類。我們可以看出：

• 節(jié)點(diǎn)混亂程度極大降低，每類數(shù)字都各自聚集在一起。考慮到這張圖像里面的節(jié)點(diǎn)數(shù)量跟前面兩張圖像里面的節(jié)點(diǎn)數(shù)量是完全一樣的，但散布空間小了很多，說明按照分類的聚集程度達(dá)到了很高的程度。實(shí)際上，這時(shí)候只需要對最后這個(gè)10維向量做一個(gè)簡單的argmax判斷，就可以以很高的準(zhǔn)確率識(shí)別出具體數(shù)字了。這表示，最后的輸出具有很高的「可分」度。

小結(jié)

在本文中，通過對神經(jīng)網(wǎng)絡(luò)的可視化研究，我們發(fā)現(xiàn)：從原始的特征輸入出發(fā)，神經(jīng)網(wǎng)絡(luò)每經(jīng)過一層的變換處理，都在抽象程度上離問題的目標(biāo)更接近一點(diǎn)。拿MNIST的手寫體數(shù)字識(shí)別問題來說，目標(biāo)是一個(gè)多分類問題，即把圖片歸到0到9這10個(gè)類別中的一個(gè)。最開始輸入的是原始的圖片像素?cái)?shù)據(jù)，每經(jīng)過一次網(wǎng)絡(luò)層變換處理之后，數(shù)據(jù)就變得比原來更「可分」一點(diǎn)，也就是離分類的目標(biāo)更接近一點(diǎn)。

這是一種典型的對信息進(jìn)行整合的過程。就像許多現(xiàn)實(shí)世界中的情形一樣，龐雜的細(xì)節(jié)，只有經(jīng)過有效地整合，我們才能獲得真正的「感知」或「認(rèn)知」。

而對于類似圖像識(shí)別這樣的簡單的感知行為，人類甚至意識(shí)不到這個(gè)信息整合過程的存在。把人眼看到物體這個(gè)過程拆解開來看，物理世界的光子進(jìn)入人眼感光細(xì)胞，會(huì)產(chǎn)生大量的細(xì)節(jié)數(shù)據(jù)。而這些數(shù)據(jù)勢必經(jīng)過了人腦中一個(gè)類似神經(jīng)網(wǎng)絡(luò)(肯定比神經(jīng)網(wǎng)絡(luò)更高級)的結(jié)構(gòu)來處理，將這些細(xì)節(jié)數(shù)據(jù)經(jīng)過整合之后，才讓我們在宏觀層面認(rèn)識(shí)到眼前看到了什么物體。對人腦來說，這個(gè)過程是瞬間發(fā)生的，它快速、準(zhǔn)確，而且低能耗。如果我們要設(shè)計(jì)一種能識(shí)別物體的模型，最好的方法也許是完全復(fù)制人腦的處理機(jī)制。但這些機(jī)制都是未知，或者至少我們所知非常有限。因此，我們只能近似、參考、模仿人腦的機(jī)制。

最后，我們今天所討論的可視化技術(shù)，只是對于機(jī)器學(xué)習(xí)追求可解釋性的技術(shù)(Interpretability Techniques)中非常初級的一部分。它可能會(huì)對我們?nèi)绾涡拚F(xiàn)有模型或者如何更好地訓(xùn)練模型，提供參考價(jià)值，但是，它很可能無法幫助我們從頭發(fā)明出一個(gè)顛覆式的學(xué)習(xí)機(jī)制。就像我們在上一篇文章《程序員眼中的「技術(shù)-藝術(shù)」光譜》中所討論的那樣，新模型的設(shè)計(jì)，或者一種嶄新學(xué)習(xí)機(jī)制的發(fā)明，仍然是一門需要靈感的「藝術(shù)」。