自適應計算（adaptive computation）是指ML統(tǒng)根據(jù)環(huán)境變化調(diào)整其行為的能力。

傳統(tǒng)神經(jīng)網(wǎng)絡具有固定的功能和計算能力，即用相同數(shù)量的FLOP來處理不同的輸入。

但具有自適應和動態(tài)計算的模型，根據(jù)輸入的復雜性調(diào)節(jié)其專用于處理每個輸入的計算預算。

神經(jīng)網(wǎng)絡中的自適應計算之所以吸引人，有兩個關(guān)鍵原因。

首先，引入自適應的機制提供了一種歸納偏差，可以在解決一些具有挑戰(zhàn)性的任務中發(fā)揮關(guān)鍵作用。

例如，為不同的輸入啟用不同數(shù)量的計算步驟對于解決需要對不同深度的層次結(jié)構(gòu)進行建模的算術(shù)問題至關(guān)重要。

其次，它使從業(yè)者能夠通過動態(tài)計算，提供的更大靈活性來調(diào)整推理成本。

來自谷歌團隊發(fā)表的論文中，介紹了一種全新自適應計算的新模型——AdaTape。

論文地址：https://arxiv.org/pdf/2301.13195.pdf

最新模型是基于Transverter架構(gòu)，用動態(tài)tape token和自適應Tape讀取算法來生成輸入序列，可提高圖像識別任務的性能。

AdaTape使用自適應tape讀取機制，來確定根據(jù)輸入的復雜性，添加到每個輸入中的不同數(shù)量的tape token。

AdaTape實現(xiàn)起來非常簡單，在需要時提供了一個有效的knob來提高準確性。

與其他自適應基線相比，AdaTape也更高效，因為它直接將適應性注入輸入序列而不是模型深度。

最后，Adatape在標準任務（如圖像分類）以及算法任務上提供了更好的性能，同時保持良好的質(zhì)量和成本權(quán)衡。

彈性輸入序列的自適應計算

AdaTape使用自適應函數(shù)類型和動態(tài)計算預算。

具體來說，對于分詞后的一批輸入序列，AdaTape使用表示每個輸入的向量來動態(tài)選擇可變大小的tape token序列。

AdaTape使用稱為「tape bank」的token庫，來存儲通過自適應tape讀取機制與模型交互的所有候選tape token。

研究人員稱，創(chuàng)建tape庫的2種不同方法：輸入驅(qū)動庫和可學習庫。

輸入驅(qū)動庫的總體思想，是從輸入中提取一組token庫，同時采用與原始模型分詞器不同的方法，將原始輸入映射到一系列輸入token序列。

這使得動態(tài)、按需訪問從使用不同圖像分辨率獲得的輸入信息。

AdaTape整體架構(gòu)

在某些情況下，由于不同抽象級別的分詞化是不可能的，因此輸入驅(qū)動的tape庫是不可行的。

例如當很難進一步拆分圖Transformer中的每個節(jié)點時。

為了解決這個問題，AdaTape提供了一種更通用的方法，通過使用一組可訓練向量作為tape token來生成tape庫。

這種方法被稱為「可學習庫」，可以被視為嵌入層，其中模型可以根據(jù)輸入示例的復雜性動態(tài)檢索token。

可學習庫使AdaTape能夠生成更靈活的tape庫，使其能夠根據(jù)每個輸入示例的復雜性動態(tài)調(diào)整其計算預算。

例如，更復雜的示例從庫中檢索更多token，這使得模型不僅使用存儲在庫中的知識，而且花費更多的FLOP來處理它，因為輸入現(xiàn)在更大了。

最后，選定的tape token被附加到原始輸入，并饋送到以下Transformer層。

對于每個Transformer層，在所有輸入和tape token上使用相同的多頭注意力。

但是，使用了兩種不同的前饋網(wǎng)絡（FFN）：一種用于來自原始輸入的所有token，另一種用于所有tape token。

研究人員觀察到，通過對輸入和tape token使用單獨前饋網(wǎng)絡，質(zhì)量略好一些。

歸納偏差

我們在奇偶校驗上評估AdaTape，這對標準Transformer來說是一項非常具有挑戰(zhàn)性的任務，以研究AdaTape中歸納偏差的影響。

對于奇偶校驗任務，給定序列1、0和-1，模型必須預測序列中1的數(shù)量的均勻性或奇異性。

奇偶校驗是周期性正則語言，但也許令人驚訝的是，這項任務是標準Transformer無法解決的。

對奇偶校驗任務的評估

盡管在短而簡單的序列上進行了評估，但標準Transformer和通用Transformer都無法執(zhí)行奇偶校驗任務，因為它們無法在模型中維護計數(shù)器。

然而，AdaTape的性能優(yōu)于所有基線，因為它在其輸入選擇機制中結(jié)合了輕量級遞歸，提供了歸納偏差，可以隱式維護計數(shù)器，這在標準Transformer中是不可能的。

圖像分類評估

就圖像分類任務，研究人員在ImageNet-1K上從頭開始訓練AdaTape。

下圖顯示了AdaTape和基線方法的準確性，包括A-ViT和通用Transformer ViT（UViT和U2T）與其速度（以每秒每個代碼處理的圖像數(shù)量衡量）。

在質(zhì)量和成本權(quán)衡方面，AdaTape的表現(xiàn)，比替代的自適應Transformer基線要好得多。

在效率方面，較大的AdaTape模型（就參數(shù)計數(shù)而言）比較小的基線更快。

通過在ImageNet上從頭開始訓練來評估AdaTape

這樣的結(jié)果與之前的研究發(fā)現(xiàn)一致，即自適應模型深度架構(gòu)不太適合許多加速器，如TPU。

對AdaTape行為研究

除了測試在奇偶校驗任務和ImageNet-1K上的性能，研究人員還評估了AdaTape在JFT-300M驗證集上，使用輸入驅(qū)動庫的token選擇行為。

為了更好地理解模型的行為，將輸入驅(qū)動庫上的token選擇結(jié)果可視化為熱圖，其中較淺的顏色意味著位置被更頻繁地選擇。

熱圖顯示AdaTape更頻繁地選擇中心patch。

這同樣符合先驗知識，因為中心patch通常信息更豐富。

尤其是在自然圖像數(shù)據(jù)集的上下文中，其中主要對象位于圖像中間。

這一結(jié)果凸顯了AdaTape的智能性，因為它可以有效地識別和優(yōu)先考慮更多信息patch，以提高其性能。

可視化AdaTape-B/32（左）和AdaTape-B/16（右）的tape token選擇熱圖

AdaTape的特點是，自適應tape讀取機制產(chǎn)生的彈性序列長度。

這也引入了一種新的感應偏置，使AdaTape有潛力解決，對標準Transformer和現(xiàn)有自適應Transformer都具有挑戰(zhàn)性的任務。

通過對圖像識別基準進行綜合實驗，研究證明，當計算保持不變時，AdaTape優(yōu)于標準和自適應Transformer。

作者介紹

尤洋目前是新加坡國立大學校長青年教授。

2021年4月，入選亞洲福布斯30歲以下精英榜。他曾獲得了清華大學計算機系獲得碩士學位，還獲得了美國加利福尼亞大學伯克利分校計算機系獲得博士學位。