意料之外的“驚喜”更容易被AI記住

原標(biāo)題：谷歌新架構(gòu)一戰(zhàn)成名，打破Transformer記憶瓶頸，姚班校友鐘沛林新作
文章來源：量子位
內(nèi)容字?jǐn)?shù)：3197字

谷歌Titan架構(gòu)：挑戰(zhàn)Transformer的新型深度學(xué)習(xí)架構(gòu)

本文總結(jié)了谷歌研究團(tuán)隊提出的新型深度學(xué)習(xí)架構(gòu)Titan，該架構(gòu)旨在挑戰(zhàn)Transformer的局限性，尤其是在處理長文本和長期記憶方面。文章重點介紹了Titan的核心創(chuàng)新點、架構(gòu)變體以及實驗結(jié)果。

1. 背景：Transformer的局限性與Titan的動機

Transformer的注意力機制雖然強大，但其短期記憶特性限制了其處理超長序列的能力。現(xiàn)有模型如LSTM也存在容量有限或計算開銷過大的問題。Titan團(tuán)隊受神經(jīng)心理學(xué)啟發(fā)，旨在構(gòu)建一個能夠有效存儲和檢索長期信息的深度學(xué)習(xí)模型。

2. Titan的核心創(chuàng)新：神經(jīng)長期記憶模塊(LMM)

Titan的核心是其神經(jīng)長期記憶模塊（LMM）。該模塊模仿人腦記憶機制，優(yōu)先記憶“驚喜”程度高的（由輸入的梯度衡量）。通過引入動量機制累積短期驚喜形成長期記憶，并通過遺忘機制防止記憶溢出。LMM由多層MLP組成，能夠存儲深層次的數(shù)據(jù)抽象，比傳統(tǒng)的矩陣記憶更強大。這種在線元學(xué)習(xí)范式使得模型能夠根據(jù)新數(shù)據(jù)調(diào)整自身，提升泛化能力，并支持并行計算。

3. Titan的架構(gòu)變體

為了將LMM融入深度學(xué)習(xí)架構(gòu)，Titan提出了三種變體：

• MAC (Memory As Context): 將長期記憶和持久記憶作為當(dāng)前輸入的上下文，一同輸入到注意力機制。
• MAG (Memory As Gate): 在記憶模塊和滑動窗口注意力機制兩個分支上進(jìn)行門控融合。
• MAL (Memory As Layer): 將記憶模塊作為的一層，壓縮歷史信息后再輸入到注意力機制。

實驗表明，每種方法都有各自的優(yōu)缺點。

4. 實驗結(jié)果與性能

Titan在語言建模、常識推理、時間序列預(yù)測等任務(wù)上全面超越了Transformer和Mamba等架構(gòu)的SOTA模型。即使僅使用LMM，也在多個任務(wù)上擊敗了基線模型，證明了其學(xué)習(xí)能力。在長文本“大海撈針”測試中，Titan在序列長度從2k增加到16k的情況下，準(zhǔn)確率仍保持在90%左右。在需要對分布在極長文檔中的事實進(jìn)行推理的任務(wù)中，Titan的表現(xiàn)超過了GPT-4、Mamba以及Llama3.1 + RAG系統(tǒng)。在時間序列預(yù)測和DNA序列建模等特定任務(wù)中，Titan也取得了不錯的表現(xiàn)。

5. 團(tuán)隊背景與未來展望

該研究由來自Google Research NYC算法和優(yōu)化團(tuán)隊的三位作者完成，一作為康奈爾大學(xué)實習(xí)生Ali Behrouz，團(tuán)隊計劃很快公開用于訓(xùn)練和評估模型的代碼。

總而言之，Titan架構(gòu)通過引入創(chuàng)新的神經(jīng)長期記憶模塊，有效地解決了Transformer在處理長文本和長期依賴方面的局限性，并在多個任務(wù)上取得了顯著的性能提升。這項研究為深度學(xué)習(xí)架構(gòu)的發(fā)展提供了新的方向。

聯(lián)系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關(guān)注科技行業(yè)新突破