液態神經網路是什麼？與麻省理工學院的 Daniela Rus 討論新興技術和對機器人學的影響
2018 年的初步研究論文揭示了液態網路（或液態神經網路）的概念，但對於大多數人來說這仍然是一個新的領域。最後的推動力是在 2020 年底發表的論文《液態時間常數網路》，透過一系列的講座使更多研究人員對此關注起來。其中一個最好的例子是哈薩尼（Ramin Hasani）在麻省理工學院的 TEDx 演講。哈薩尼是 Vanguard Group 的首席人工智慧和機器學習科學家，也是該論文的主要作者。他在 1 月份的影片中說：“這些是一種在訓練後仍然保持適應性的神經網路，當你訓練這些神經網路時，它們可以根據接收到的輸入進行自我調整。”這裡的“液態”是指其靈活性和適應性。這是其中的一個重要特點。另一個重要的不同之處在於規模。哈薩尼指出：“每個節點可以透過微分方程描述，如果你將它替換在這個網路中，它將給出與實際系統動力學非常接近的行為。這樣一來，他們可以用更少的神經元來解決問題，這意味著更快速和更低計算成本。”
潛在應用領域與機器人學有關
這個概念引起了我的興趣，因為它在機器人學領域有潛在的應用。實際上當談到潛在的現實應用時，這篇論文中出現了一個小小的例子。它指出：“因此自然的應用領域將是在連續觀察和行動空間中控制機器人，其中液態時間常數網路等因果結構可以幫助改進推理。”一個這樣的系統的好處是它們可以使用較少的計算功率執行。這意味著潛在地，甚至可以使用像 Raspberry Pi 這樣的簡單裝置執行複雜的推理，而不是透過雲端將任務轉移到外部硬體。這是一個令人感興趣的解決方案。
透明度和黑盒問題
另一個潛在的好處是解決了黑盒問題。這是指對於複雜的神經網路來說研究人員無法完全理解個別神經元如何結合形成最終輸出。亞瑟·克拉克（Arthur C. Clarke）的一句著名名言“任何足夠先進的技術都無法與魔法區分開來”。這當然是一個過於簡化的說法，但核心觀點在於並非所有魔法都是好魔法。因果關係的識別在確保性方面起著重要作用。不透明性是一個問題，特別是在那些推論聯動性可能涉及生死的情況下。麻省理工學院 CSAIL 的主任 Daniela Rus 提到了 2016 年特斯拉致命事故，當時其影像系統無法將前面的拖車區分出來，這是由於明亮的天空做背景。對此特斯拉當時表示：“自動駕駛系統和駕駛員都未注意到拖車白色側面與明亮的天空形成對比，所以未適時制動。”這種不透明性問題對於在納入感知性輸入時作出正確反應的機器人至關重要。液態系統在這方面“更容易可解釋”，部分原因是其尺寸較小。哈薩尼補充道：“只需改變神經元的表示方式，您就可以探索一些您無法以其他方式探索的復雜程度。液態網路具有各種各樣的性質，可以幫助解決一些當今系統所面臨的問題：它們需要更少的資料和訓練時間，體積更小，推理時間更短，而且可以被證實是因果的。與其他機器學習方法相比，它們更加專注於任務。液態網路透過理解任務的某些方面，而不是環境的上下文來進行決策。
潛在的應用和未來展望
初始的研究表明，液態神經網路在硬體約束方面具有潛在優勢，可以執行複雜計算並依賴較簡單的神經網路。然而這種技術對於機器人應用的影響遠不止於此。從計算角度來看，液態網路更加緊湊，可以在 Raspberry Pi 和邊緣裝置上執行，不需要依賴雲端。從透明度的角度來看，相對於基於深度網路的模型，液態網路更易理解，可以更好地展示其在安全約束方面的表現。此外液態網路還可以與“BarrierNet”相結合，增加額外的控制約束，確保系統的安全性。與隨意存取的大型神經網路不同，液態網路更容易理解因果關係，使人能夠視覺化效能並自動提取決策樹。因此液態神經網路具有許多潛在的優勢，包括更小的尺寸、更高的效能、更易於理解的特點以及更好的可控性。這將對機器人學領域的發展產生重大影響。
結論
液態神經網路是一種具有靈活性、適應性和透明性的新興技術，對機器人學和人工智慧領域具有重要的影響。它們不僅可以在更小的尺寸下執行，還可以更有效地解決問題，增強安全性和可解釋性。然而液態神經網路還需要使用時間序列資料，並且在靜態資料集上的應用仍然存在挑戰。未來的發展應該集中在減少資料冗餘、提高資料多樣性以及更好地理解大型神經網路的工作原理上，這將有助於推動液態神經網路的應用和進一步改進機器人學中的效能和安全性。
延伸閱讀
- 在 AI 領域的女性：Tara Chklovski 正在教導下一代的 AI 創新者
- 為什麼 RAG 無法解決生成式 AI 的幻覺問題
- 本週人工智慧大事記：生成式人工智慧與創作者補償的問題
- 蘋果 AI 計劃揭祕：從財報中學到的三件事
- 特斯拉 CEO 為人工智慧新創公司籌集 60 億美元，TikTok 是否在逃避蘋果的傭金？
- Allozymes 以加速酶學應用於資料和人工智慧，籌集 1500 萬美元
- 在 TC 的 Techstars 調查內部以及人工智慧如何加速殘障科技
- Microsoft 禁止美國警察局使用企業人工智慧工具
- 你的 AI 原生新創公司並非一般的 SaaS 公司
- Airbnb 釋出團體訂房功能，並整合人工智慧以提升客戶服務
