易于解釋的神經(jīng)元對于提升神經(jīng)網(wǎng)絡(luò)的性能來說是必要的嗎？Facebook 的研究者給出了出人意料的答案。

　　AI 模型能「理解」什么？為什么能理解這些東西？回答這些問題對于復現(xiàn)和改進 AI 系統(tǒng)至關(guān)重要。但遺憾的是，計算機科學家在解釋深度神經(jīng)網(wǎng)絡(luò)（DNN）方面的能力遠遠落后于我們利用這些網(wǎng)絡(luò)獲取有用成果的能力。

　　理解 DNN 的一類常見方法是聚焦于單個神經(jīng)元的屬性，如找到一個能夠被貓的圖像而非其他類型的圖像激活的神經(jīng)元。我們把這種對于特定圖像類型的偏好稱之為「類選擇性（class selectivity）」。

　　選擇性的應(yīng)用非常廣泛，部分原因在于它直觀、易懂，而且這些類型的神經(jīng)元其實會自然地出現(xiàn)于多種不同任務(wù)上訓練的網(wǎng)絡(luò)中。例如，為不同類型圖像分類任務(wù)訓練的 DNN 包含針對拉布拉多尋回犬激活最強烈（有選擇性）的單個神經(jīng)元。為了預測產(chǎn)品評論中單個字母而訓練的神經(jīng)元包含對積極 / 消極情緒具有選擇性的神經(jīng)元。

　　但是，要想讓 DNN 發(fā)揮作用，這些易于解釋的神經(jīng)元真的是必要的嗎？這就好比通過汽車的排氣管來研究其推進系統(tǒng)。盡管排氣管與車速有一定關(guān)系，但推動汽車前進的并不是它。那么，類選擇性到底是「引擎」還是「排氣管」的一部分？

　　頗為意外的是，F(xiàn)acebook 的研究者發(fā)現(xiàn)，有強烈的證據(jù)表明即使 DNN 的大部分神經(jīng)元沒有類選擇性，它也能運轉(zhuǎn)良好。他們還表示，其實，易于解釋的神經(jīng)元可能會損害 DNN 的功能并使其更容易受到任意扭曲的輸入的影響。

　　為了研究這一問題，研究者開發(fā)了一種新的技術(shù)來直接控制 DNN 神經(jīng)元的類選擇性。他們的研究結(jié)果表明，在理解 DNN 時過度依賴基于直覺的方法可能具有誤導性，如果這些方法沒有經(jīng)過嚴格的測試和驗證。要完全理解 AI 系統(tǒng)，我們必須尋找那些不僅依靠直覺，還經(jīng)歷過實驗檢驗的方法。

　　Facebook 研究者的發(fā)現(xiàn)

　　盡管很多研究者已經(jīng)將類選擇性當做 DNN 可解釋性的一個工具進行了廣泛的研究，但令人意外的是，很少有人去研究易于解釋的神經(jīng)元對于 DNN 發(fā)揮最佳作用是否必要。最近，部分研究者已經(jīng)開始了這一問題的探索，但不同的研究給出了不同的結(jié)論。

　　在此背景下，F(xiàn)acebook AI 的研究者通過一種新的類選擇性操縱方法來探索上述問題。在訓練一個圖像分類網(wǎng)絡(luò)時，他們不僅指導網(wǎng)絡(luò)提高其分類圖像的能力，還添加了一個降低（或提高）神經(jīng)元中類選擇性程度的激勵。

　　上圖顯示了操縱類選擇性神經(jīng)元如何影響 DNN 正確分類圖像的能力（在 Tiny ImageNet 上訓練的 ResNet18）。每個點代表一個 DNN。點的顏色代表類選擇性在 DNN 神經(jīng)元中被激勵的程度。x 軸表示 DNN 神經(jīng)元間的平均類選擇性，y 軸表示 DNN 圖像分類的準確性?；疑狞c表示中立——既不鼓勵也不抑制類選擇性——表示這種類型 DNN 在自然狀態(tài)下的類選擇性發(fā)生水平，研究者將其作為一個比較分類準確率的基線。通過抑制類選擇性（藍色點），我們可以將測試準確率提高 2% 以上。相比之下，激勵類選擇性（紅色的點）會對 DNN 的圖像分類能力產(chǎn)生明顯的負面影響。

　　在具體操作上，研究者通過在用于訓練網(wǎng)絡(luò)的損失函數(shù)中添加一個類選擇性項來實現(xiàn)這一點。他們使用一個參數(shù)來控制類選擇性對于網(wǎng)絡(luò)的重要性。通過這個參數(shù)可以激勵或抑制易于解釋的神經(jīng)元，以及激勵 / 抑制的程度。這樣的話，研究者就相當于掌握了一個旋鈕，通過這個旋鈕可以操縱網(wǎng)絡(luò)中所有神經(jīng)元的類選擇性。他們借助這個旋鈕進行了實驗，以下是實驗的結(jié)果：

　　1. 減少 DNN 的類選擇性對于性能的影響非常小，在某些情況下甚至會帶來性能的提升。這些結(jié)果表明，盡管類選擇性在多種任務(wù)和模型中普遍存在，但它并不是 DNN 發(fā)揮作用所必需的，有時甚至會發(fā)揮負面作用；

　　2. 在增加類選擇性時，可以發(fā)現(xiàn) DNN 性能顯著下降。這一結(jié)果表明，類選擇性的存在并不能保證 DNN 的良好運行；

　　3. 與學術(shù)環(huán)境相比，部署到現(xiàn)實世界的 DNN 通常要處理更加嘈雜、有挑戰(zhàn)性的數(shù)據(jù)。研究者發(fā)現(xiàn)，減少類選擇性之后，DNN 在處理有噪聲、扭曲的數(shù)據(jù)時更加穩(wěn)健。有趣的是，減少類選擇性也使得 DNN 更容易受到針對性的攻擊（故意操縱圖像來欺騙 DNN）。

　　Facebook 的研究者認為，我們之所以對這些結(jié)果感到驚訝，可以歸結(jié)為兩方面的原因。首先，由于類選擇性天然地存在于多數(shù) DNN 中，它已經(jīng)被廣泛地用于理解 DNN 的性能。本文中的研究也表明，在沒有類選擇性操縱的情況下，DNN 自然而然地學習盡可能多的類選擇性，而不會對性能產(chǎn)生負面影響。這就引出了 Facebook 研究者希望在未來工作中回答的一個更深層次的問題：如果類選擇性對良好的表現(xiàn)來說不是必需的，為什么網(wǎng)絡(luò)要學習它呢？

　　研究意義

　　研究者希望，他們提出的這個類選擇性旋鈕能夠鼓勵其他研究者利用該技術(shù)進一步研究類選擇性在 DNN 中扮演的角色。重要的是，他們開發(fā)的理解復雜神經(jīng)網(wǎng)絡(luò)系統(tǒng)的方法是基于有意義的特征。研究者表示，如果能夠訓練一個沒有貓神經(jīng)元也能很好地識別貓的 DNN，我們就不應(yīng)該試圖通過關(guān)注貓的神經(jīng)元來理解 DNN。相比之下，AI 研究者應(yīng)該更多地關(guān)注、分析大群神經(jīng)元是如何一起工作的。

　　從更廣泛的意義上來說，研究者認為，他們的研究為將單個神經(jīng)元特性作為理解 DNN 性能關(guān)鍵的方法提了個醒。在得出這些結(jié)論之后，他們還考察了一些廣泛使用的可解釋性方法如何產(chǎn)生有誤導性的結(jié)果。

　　為了解決這些問題，他們發(fā)表了一篇立場論文來評估兩個個案研究。