理解深度神經(jīng)網(wǎng)絡(luò)的運作機制對于幫助我們解釋它們的決定，以及構(gòu)建更強大的系統(tǒng)起到了至關(guān)重要的作用。例如，試想在不了解個體齒輪如何嚙合的情況下去構(gòu)建時鐘會有多么的困難。在神經(jīng)科學和深度學習中，理解神經(jīng)網(wǎng)絡(luò)的一種方法是調(diào)查個體神經(jīng)元所扮演的“角色”，尤其是那些易于解釋的神經(jīng)元。

我們對單一方向泛化的重要性的研究（On the importance of single directions for generalization）即將在第六屆國際學習表征會議 （ICLR）上問世，該研究采用的方法受到數(shù)十年實驗神經(jīng)科學的啟發(fā)– 通過探索刪除神經(jīng)元帶來的影響 – 來確定深度神經(jīng)網(wǎng)絡(luò)中神經(jīng)元小組的重要性，以及相對容易解釋的神經(jīng)元是否對神經(jīng)網(wǎng)絡(luò)的計算更為重要？

我們通過刪除單個神經(jīng)元以及神經(jīng)元小組對其所在的網(wǎng)絡(luò)性能的損害來研究它們的影響力。我們的實驗帶來了兩個令人驚訝的發(fā)現(xiàn)：

雖然以前的許多研究都集中于解讀易解釋的單個神經(jīng)元（例如，“貓神經(jīng)元”，或深層網(wǎng)絡(luò)隱藏層中只對貓的圖像有反應的神經(jīng)元），但是我們發(fā)現(xiàn)這些可解釋的神經(jīng)元相對于難懂的，難以解釋其活動的神經(jīng)元來說并沒有更加重要。

能夠?qū)ξ粗獔D像進行正確分類的網(wǎng)絡(luò)比只能對已知圖像進行正確分類的神經(jīng)網(wǎng)絡(luò)更能適應神經(jīng)元的刪除。換句話說，泛性好的網(wǎng)絡(luò)比那些記憶網(wǎng)絡(luò)更少依賴單一方向的輸入。

“貓神經(jīng)元”可能更易于解釋，但它們并不重要

在神經(jīng)科學和深度學習中，對單個輸入類別的圖像（例如狗）作出響應的易于解釋的神經(jīng)元（“選擇性”神經(jīng)元）已經(jīng)得到了廣泛的研究。在深度學習中，這導致了對貓神經(jīng)元，情緒神經(jīng)元和括號神經(jīng)元的強調(diào)；在神經(jīng)科學，有詹妮弗安妮斯頓神經(jīng)元研究，等等。然而，這些少數(shù)高選擇性神經(jīng)元相對于大多數(shù)具有低選擇性、更難懂，難以解釋其活動的神經(jīng)元的重要性仍然未知。

具有明顯響應模式（例如，對貓活躍，對其他所有活動不活躍）的神經(jīng)元比看到隨機圖像活躍和不活躍的神經(jīng)元更容易解釋。

為了評估（某個）神經(jīng)元的重要性，我們測量了當該神經(jīng)元被刪除時，神經(jīng)網(wǎng)絡(luò)在圖像分類任務上的表現(xiàn)變化。如果一個神經(jīng)元是非常重要的，刪除它應會對神經(jīng)網(wǎng)絡(luò)產(chǎn)生高度的破壞性，大大降低該網(wǎng)絡(luò)的性能；相反地，刪除一個不重要的神經(jīng)元則應該無法對神經(jīng)網(wǎng)絡(luò)構(gòu)成很大影響。神經(jīng)科學家經(jīng)常進行類似的實驗，然而他們很難達到這些實驗所需的精度，而這精度在人工神經(jīng)網(wǎng)絡(luò)中恰恰容易獲得。

刪除神經(jīng)元對簡單神經(jīng)網(wǎng)絡(luò)影響的直觀圖示。顏色較深的神經(jīng)元更加活躍。嘗試點擊隱藏層中的神經(jīng)元并刪除它們，觀察輸出神經(jīng)元的活動會如何改變。請注意，刪除一個或兩個神經(jīng)元對輸出影響很小，而刪除大部分神經(jīng)元則會對輸出影響很大，并且一些神經(jīng)元比其他神經(jīng)元更重要！

令人驚訝的是，我們發(fā)現(xiàn)選擇性強的神經(jīng)元和重要性之間幾乎沒有關(guān)系。換句話說，“貓神經(jīng)元”并不比難懂神經(jīng)元更加重要。這一發(fā)現(xiàn)與最近在神經(jīng)科學方面的工作相互呼應，即難懂神經(jīng)元實際上可以提供很多信息。我們需將視野拓展到最易于解釋的神經(jīng)元以外來了解深度神經(jīng)網(wǎng)絡(luò)。

“貓神經(jīng)元”可能更易解釋，但它們并不比難懂的沒有明顯偏好的神經(jīng)元更重要。嘗試點擊上圖的二維線畫圖函數(shù)，看看重要性和易解釋性之間的關(guān)系！

盡管可解釋的神經(jīng)元在直覺上更容易理解（“它喜歡狗”），但它們并不比難懂的，沒有明顯偏好的神經(jīng)元更重要。

越泛化的神經(jīng)網(wǎng)絡(luò)，越難被打破

對于我們正在努力構(gòu)建的智能系統(tǒng)來說，只有當這種系統(tǒng)能夠推廣到對新的情況進行解讀時，我們才能稱之為智能系統(tǒng)。例如，一個圖像分類網(wǎng)絡(luò)如果只能對以前看過的特定狗的圖像進行分類，而不能對同一只狗的新的圖像進行分類的話，那么它是無用的。只有當它可以對新的例子進行智能分類時，這個系統(tǒng)才能展現(xiàn)了它的效用。 一篇由Google Brain，Berkeley大學和DeepMind最近在ICLR 2017上獲得最佳論文的合作論文表明，深度網(wǎng)絡(luò)可以簡單地記住它們接受過培訓的每個圖像，然而卻不能以類人類的方式對圖像進行學習（例如，了解抽象的“狗”概念）。

通常我們不知道網(wǎng)絡(luò)是否已經(jīng)學會了一種能夠推廣到新情況的解決方案。通過逐漸刪除越來越大的神經(jīng)元組，我們發(fā)現(xiàn)，相比起對以前訓練期間看到的圖像進行簡單記憶的網(wǎng)絡(luò)，泛化良好的網(wǎng)絡(luò)在應對刪除時表現(xiàn)出的穩(wěn)健性要強得多。換句話說，泛化好的網(wǎng)絡(luò)很難被打破（盡管它們肯定還是會被打破的）。

隨著越來越多的神經(jīng)元組被刪除，泛化的網(wǎng)絡(luò)性能的下降速度遠遠低于記憶網(wǎng)絡(luò)的性能。

通過以這種衡量網(wǎng)絡(luò)的穩(wěn)健性的方式，我們可以評估一個網(wǎng)絡(luò)是否在利用記憶來進行“欺騙”。了解網(wǎng)絡(luò)在進行記憶時的變化將有助于我們建立新的網(wǎng)絡(luò)，這種網(wǎng)絡(luò)記憶較少，泛化較強。

受到神經(jīng)科學啟發(fā)的分析

總之，這些發(fā)現(xiàn)證明了使用受實驗神經(jīng)科學啟發(fā)的技術(shù)對理解神經(jīng)網(wǎng)絡(luò)的重要作用。通過這些方法，我們發(fā)現(xiàn)選擇性強的個體神經(jīng)元并不一定比不具選擇性的神經(jīng)元更加重要，并且，單個神經(jīng)元對泛化的網(wǎng)絡(luò)的影響比其對單純依靠記憶數(shù)據(jù)訓練出來的網(wǎng)絡(luò)更小。這些結(jié)果意味著單個神經(jīng)元的重要性可能比你乍看上去的要低。

試圖了解所有神經(jīng)元，而不僅僅是那些易于理解的神經(jīng)元的作用可以幫助我們更好地理解神經(jīng)網(wǎng)絡(luò)的內(nèi)部工作，更加重要的是，我們可以利用這種理解來構(gòu)建更加智能和應用廣泛的系統(tǒng)。