中科院自動(dòng)化所研究登上Science子刊：自組織反向傳播提升網(wǎng)絡(luò )學(xué)習效率

在圖像識別任務(wù)中，引入 SBP 能讓識別準確度稍稍提高，計算成本還能降低 57%。

在人工智能領(lǐng)域，目前人工神經(jīng)網(wǎng)絡(luò )中被廣泛使用的反向傳播算法（Backpropagation，BP）采用全局優(yōu)化策略，這種端到端的學(xué)習方法性能卓越，但學(xué)習過(guò)程能量消耗大，且缺乏靈活性。中科院腦智卓越中心徐波、蒲慕明聯(lián)合研究團隊近期借助生物網(wǎng)絡(luò )中發(fā)現的介觀(guān)尺度自組織反向傳播機制（Self-backpropagation，SBP），在更具效率和靈活性的類(lèi)腦局部學(xué)習方法方面取得了重要進(jìn)展。

該研究的論文《Self-backpropagation of synaptic modifications elevates the efficiency of spiking and artificial neural networks》已于 2021 年 10 月 20 日（美東時(shí)間）在線(xiàn)發(fā)表于《科學(xué)》子刊《Science Advances》上。

論文地址：https://www.science.org/doi/10.1126/sciadv.abh0146

借助 SBP 降低計算能耗

SBP 的發(fā)現最早可以追溯到 1997 年。蒲慕明團隊在 Nature 雜志上撰文發(fā)現海馬體內的神經(jīng)元可以將長(cháng)時(shí)程抑制（Long-term depression，LTD）可塑性自組織地傳播到三個(gè)方向，分別是突觸前側向傳播（Presynaptic lateral spread）、突觸后側向傳播（Postsynaptic lateral spread）、反向傳播（Backpropagation）[1]，這個(gè)發(fā)現就是自組織反向傳播神經(jīng)可塑性機制（SBP）。

后續研究證實(shí)，SBP 現象具有普遍性，不僅覆蓋更多的神經(jīng)區域如視網(wǎng)膜 - 頂蓋系統 [2]，還覆蓋更多的可塑性類(lèi)型 [3]，如長(cháng)時(shí)程增強（Long-term potentiation，LTP）。該機制的發(fā)生歸結于生物神經(jīng)元內分子調制信號的天然逆向傳遞，被認為是可能導致生物神經(jīng)網(wǎng)絡(luò )高效反饋學(xué)習的關(guān)鍵 [4]。

中科院研究團隊受到該機制的啟發(fā)，對 SBP 的反向傳播方向（第三個(gè)方向）單獨構建數學(xué)模型（圖 1A），重點(diǎn)描述了神經(jīng)元輸出突觸的可塑性可以反向傳播到輸入突觸中（圖 1B），可塑性的發(fā)生可以通過(guò)時(shí)序依賴(lài)突觸可塑性（Spike timing-dependent plasticity，STDP），也可以通過(guò)人工局部梯度調節。在標準三層脈沖神經(jīng)網(wǎng)絡(luò )（Spiking neural network，SNN）的學(xué)習過(guò)程中，SBP 機制可以自組織地完成前一層網(wǎng)絡(luò )權重的學(xué)習，且可以結合短時(shí)突觸可塑性（Short-term plasticity，STP）、膜電位平衡（Homeo-static membrane potential）等，形成更強大的 SNN 組合學(xué)習方法（圖 1C）。

圖 1：SBP 在 SNN 中的應用。（A），SBP 可塑性機制。（B），SBP 在 SNN 中的局部反向傳播。（C），SBP 和其它可塑性機制在 SNN 中的組合優(yōu)化。

在一類(lèi)人工神經(jīng)網(wǎng)絡(luò )（Artificial neural network，ANN）如受限玻爾茲曼機網(wǎng)絡(luò )（Restricted Boltzmann machine，RBM）的學(xué)習中（圖 2A），SBP 機制也可以替換迭代過(guò)程中部分 BP 機制，實(shí)現交替的協(xié)作優(yōu)化（圖 2B-E）。針對 SNN 和 RBM 的不同，團隊又分別設置了兩種不同的能量函數約束，來(lái)保證訓練過(guò)程中網(wǎng)絡(luò )參數學(xué)習的平穩性。

圖 2：SBP 在 RBM 中的應用。（A），SBP 和 BP 在 RBM 中的組合優(yōu)化。（B），SBP 和 BP 的交替協(xié)作流程。（C），RBM 中的標準 Sleep Phase。（D），含有 SBP 的 Wake Phase。（E），含有 BP 的 Wake Phase。

此外，研究團隊針對性地提出了一種統計訓練過(guò)程中能量消耗的新方法（圖 3）。在圖片分類(lèi)（MNIST）、語(yǔ)音識別（NETtalk）、動(dòng)態(tài)手勢識別（DvsGesture）等多類(lèi)標準數據集上，SBP 機制通過(guò)組合其它可塑性機制，實(shí)現了更低能耗和更高精度的 SNN 局部學(xué)習（圖 4）。在 ANN-RBM 的學(xué)習中，SBP 機制也可以大量的替換 BP 機制實(shí)現全局和局部交叉學(xué)習，在降低計算能耗同時(shí)卻不損失精度（圖 5）。如圖 5C 所示，使用 SBP 進(jìn)行訓練的計算成本比僅使用 BP 進(jìn)行訓練時(shí)降低了約 57.1%。

圖 3：訓練能量消耗的計算方法。（A），平均迭代次數。（B），每次迭代中的算法復雜度。

圖 4：在 MNIST、NETtalk、DvsGesture 三個(gè)數據集上的性能對比。（A,C,E），SBP 分別取得了基于梯度和基于可塑性方法的 SNN 最優(yōu)性能。（B,D,F），SBP 分別取得了基于梯度和基于可塑性方法的 SNN 最低能耗。

圖 5：SBP 有助于 RBM 提升精度和降低能耗。（A-C），在 MNIST 數據集中，SBP 可以少量降低 RBM 的訓練誤差（A），可以同時(shí)平衡精度和能耗得到最優(yōu)的 Wake Phase 次數（B），且可以顯著(zhù)降低訓練能耗（C）。（D-I），在 NETtalk 和 DvsGesture 數據集中，SBP 得到了和在 MNIST 中類(lèi)似的結論。

研究人員認為，SBP 是一類(lèi)介觀(guān)尺度的特殊生物可塑性機制，該機制同時(shí)在 SNN 和 ANN 中獲得了廣泛的組合優(yōu)化優(yōu)勢，對進(jìn)一步深入探索類(lèi)腦局部計算具有很大的啟示性。生物智能計算的本質(zhì)，很可能就是靈活融合多類(lèi)微觀(guān)、介觀(guān)等可塑性機制的自組織局部學(xué)習，結合遺傳演化賦予的遠程投射網(wǎng)絡(luò )結構，實(shí)現高效的全局優(yōu)化學(xué)習效果。該工作可以進(jìn)一步引導生物和人工網(wǎng)絡(luò )的深度融合，最終實(shí)現能效比高、可解釋性強、靈活度高的新一代人工智能模型。

中國科學(xué)院自動(dòng)化研究所類(lèi)腦智能研究中心張鐵林副研究員為該研究第一作者，徐波研究員為通訊作者，程翔（博士生）、賈順程（博士生）、蒲慕明研究員和曾毅研究員為共同作者。相關(guān)研究工作得到了國家自然科學(xué)基金委、先導 B 等項目的資助。

參考文獻：

[1] Fitzsimonds, R. M., Song, H. J. & Poo, M. M. Propagation of activity-dependent synaptic depression in simple neural networks. Nature 388, 439-448, (1997).

[2] Du, J. L. & Poo, M. M. Rapid BDNF-induced retrograde synaptic modification in a developing retinotectal system. Nature 429, 878-883, (2004).

[3] Du, J. L., Wei, H. P., Wang, Z. R., Wong, S. T. & Poo, M. M. Long-range retrograde spread of LTP and LTD from optic tectum to retina. Proceedings of the National Academy of Sciences of the United States of America 106, 18890-18896, (2009).

[4] Bi, G. & Poo, M. Synaptic modification by correlated activity: Hebb's postulate revisited. Annual Review of Neuroscience, 24, 139-166, (2001).