来源： arXiv
作者：文强
【新智元导读】我们能够制作出一个统一的深度学习模型，让这个模型解决多个领域的许多不同问题吗？谷歌研究人员提出了一个多模式适用的架构 MultiModel，用单一的一个深度学习模型，学会文本、图像和翻译这些不同领域的 8 种不同任务，朝“一个模型解决所有问题”迈出了重要一步。
我们能够制作出一个能解决多领域不同问题的统一深度学习模型吗？
在深度学习研究领域，多任务适用模型（multi-task model）是一个由来已久的课题。
此前已经有研究表明，多模式适用学习（multi-modal learning）能够在非监督学习中，提升习得的表征，还能够被当做先验知识解决不相关的任务。
但是，还没有人提出能够在同一时间解决多个任务的多模式适用模型（competitive multi-task multi-modal model）。
今天，谷歌研究人员用他们上传到 arXiv 网站的论文《用一个模型学会所有问题》（One Model to Learn Them All），朝解决这一任务迈出了积极的一步。
他们提出了一个多模型适用的架构 MultiModel，用单一的一个深度学习模型，学会各个不同领域的多种不同任务。
实验结果，谷歌研究人员提出的模型在所有上述任务中都取得了良好的结果——虽然具体到一项任务，结果并不是当前最佳的。
MultiModel：1 个模型同时解决 8 个不同领域的问题
具体说，谷歌研究员同时在以下 8 个任务上训练 MultiModel：
（1）WSJ 语料库
（2）ImageNet 数据集
（3）COCO 图说生成数据集
（4）WSJ 语义解析数据集
（5）WMT 英-德翻译语料库
（6）与（5）相反：德-英翻译语料库
（7）WMT 英-法翻译语料库
（8）与（7）相反：德-法翻译语料库
图1：MulitModel 能够完成不同领域不同任务。其中，红色表示语言相关的任务，蓝色表示分类相关的任务。
图1 展示了从模型直接解码得到的一些结果。从上图可见，MultiModel 能够生成述说、为图像分类、完成从法语到德语的翻译，并且构建语义分析树。
表1 展示了模型在联合训练 8 个不同任务和分别单独训练时取得的不同结果。可见，联合训练的结果相比单独会稍微低一些。
Modality Net：多模式适用模型的关键中间量
尽管 MultiModel 只是完成“统一模型”的第一步，谷歌研究人员表示，他们从这项工作中得出了两大关键：
要使用不同类型的输入数据训练模型，需要一些子网络，这些子网络能将输入转化到联合表征空间上。这些子网络被称为 “模式网”（modality net），因为它们分别对应具体的模式（比如图像、语音、文本），并决定了外部领域和统一表征之间的转变（transformation）。
论文作者设计让 modality net 拥有以下特征：①计算效率最高（computationally minimal），②促进 heavy 特征提取，③确保主要的计算都发生在模型中与领域无关的地方。
由于模型是自回归的，modality net 需要先转变为输入进入统一的表征空间，之后再转变为输出。因此，作者表示，在设计上有两个关键的地方：
MultiModel 由多个部分构成，比如不同的卷积层、注意力机制和混合专家层。每个部分此前都没有在其他任务上训练过。例如，卷积层此前没有处理过文本或语音任务；混合专家层也没有处理过图像或语言相关的任务。
作者发现，每个单独的模块对于相应的任务而言都十分重要，比如注意力机制在解决与翻译相关的任务时，远比在处理图像任务中重要。
MultiModel 架构：MultiModel 架构由几个 modality net、1 个编码器，1 个 I/O mixer，以及 1 个自回归解码器构成。其中，编码器和解码器都包含有卷积层、注意力机制和稀疏门控混合专家层这 3 种计算单元（block），因此能够解决不同领域的多种问题。
但是，这个模块的存在并不会损害整体的性能，比如存在注意力机制，并不会降低整个架构处理图像任务的性能。
实际上，在实验中，注意力机制和混合专家层都稍微提升了 MultiModel 在处理 ImageNet 数据集的性能——按理说，图像任务并不怎么用到注意力机制和混合专家层（见下）。
摘要
深度学习在语音识别、图像分类、翻译等多个领域取得了丰硕的成果。但是，对于每个问题，研发出一个能很好地解决问题的深度模型，需要对架构进行研究和长时间的调整。我们提出了一个单一的模型，在跨多个领域的许多问题上取得了良好的结果。需要指出，这单一的一个模型在 ImageNet、多语种翻译任务、图说生成（COCO 数据集）、语音识别语料库和英语语义解析任务上，同时进行训练。我们的模型架构来自多个域，包含卷积层、注意力机制和稀疏门控层。这些计算单元（block）中，每一个对于训练任务的一小部分而言都至关重要。有趣的是，即使某个单元对某个任务而言并非必要，我们观察到添加这个单元并不会影响整体性能，在大多数情况下，还能提高完成各项任务的性能。我们还表明，具有较少数据的任务主要受益于与其他任务的联合训练，而大规模任务的性能只会稍微降低。
MultiModel 的架构示意图
论文地址：https://arxiv.org/pdf/1706.05137.pdf
