基于讓人工智能可快速大規(guī)模布建的需求，自動(dòng)機(jī)器學(xué)習(xí)（AutoML）和神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索（NAS，Neural Architecture Search）成為相當(dāng)受到關(guān)注的新領(lǐng)域，NAS 旨在利用算法自動(dòng)設(shè)計(jì)出神經(jīng)網(wǎng)絡(luò)，優(yōu)點(diǎn)是快速且高效，缺點(diǎn)則是需要大量的運(yùn)算能力，成本昂貴。

麻省理工學(xué)院（MIT）電子工程和計(jì)算機(jī)科學(xué)系助理教授韓松與團(tuán)隊(duì)人員蔡涵和朱力耕設(shè)計(jì)出的 NAS 算法—ProxylessNAS，可以直接針對(duì)目標(biāo)硬件平臺(tái)訓(xùn)練專用的卷積神經(jīng)網(wǎng)絡(luò)（CNN），而且在 1000 類 ImageNet 大規(guī)模圖像數(shù)據(jù)集上直接搜索，僅需 200 個(gè) GPU 小時(shí)，如此便能讓 NAS 算法能夠更廣泛的被運(yùn)用。該論文將在 5 月舉辦的 ICLR（International Conference on Learning Representations）大會(huì)上發(fā)表。

（來源：Han Lab）

AutoML 是用以模型選擇、或是超參數(shù)優(yōu)化的自動(dòng)化方法，而 NAS 屬于 AutoML 概念下的一個(gè)領(lǐng)域，簡(jiǎn)單來說，就是用“神經(jīng)網(wǎng)絡(luò)來設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)”，一來好處是可以加速模型開發(fā)的進(jìn)度，再者，NAS 開發(fā)的神經(jīng)網(wǎng)絡(luò)可望比人類工程師設(shè)計(jì)的系統(tǒng)更加準(zhǔn)確和高效，因此 AutoML 和 NAS 是達(dá)成 AI 普及化遠(yuǎn)景的重要方法之一。

DeepTech 采訪了韓松，他表示，AutoML 是個(gè)很有前景的方向，架構(gòu)搜索只是 AutoML 的一部分，它能自動(dòng)化地找到一些過去人類探索不到的結(jié)構(gòu)，反過來幫助人們?cè)O(shè)計(jì)高效的模型。然而，過去 NAS 算法的硬件效率有待提高：搜索過程需要很久的時(shí)間、而且搜出的模型的推理速度難以保證。NAS 和硬件結(jié)合，能帶來很多新的設(shè)計(jì)策略。

圖｜ProxylessNAS為硬件定制專屬的高效神經(jīng)網(wǎng)絡(luò)架構(gòu)，不同硬件適合不同的模型。（來源: https://arxiv.org/pdf/1812.00332.pdf）

大幅減少計(jì)算成本

舉例來說，谷歌所開發(fā)的 NAS 算法，需要運(yùn)行在 GPU 上 4.8 萬個(gè)小時(shí)，才能生成一個(gè)用來做圖像分類或檢測(cè)任務(wù)的 CNN。當(dāng)然，谷歌擁有龐大的 GPU 數(shù)量和其他專用硬件的資源，這對(duì)許多其他人來說是遙不可及的方法。而這就是 MIT 研究人員希望解決 NAS 計(jì)算昂貴的問題。他們提出的 ProxylessNAS 算法，僅需 200 個(gè) GPU 小時(shí)，就可以在 1000 類 ImageNet 的大規(guī)模圖像數(shù)據(jù)集上直接進(jìn)行搜索，換算下來，比谷歌的 48,000 GPU 小時(shí)，快了 240 倍。而且，ProxylessNAS 可以針對(duì)特定的目標(biāo)硬件平臺(tái)上定制專屬的深度學(xué)習(xí)模型，使其不僅準(zhǔn)而且運(yùn)行速度快。

“主要目標(biāo)是實(shí)現(xiàn)人工智能在各種硬件平臺(tái)上的普及，在特定硬件上提供“一鍵加速”的解決方案，幫助 AI 專家和非 AI 專家、硬件專家和非硬件專家有效率地設(shè)計(jì)又準(zhǔn)又快的神經(jīng)網(wǎng)絡(luò)架構(gòu)，”韓松說。同時(shí)，他也強(qiáng)調(diào)，NAS 算法永遠(yuǎn)不會(huì)取代人類工程師，“目的是減輕設(shè)計(jì)和改進(jìn)神經(jīng)網(wǎng)絡(luò)架構(gòu)所帶來的重復(fù)性和繁瑣的工作”。

圖｜MIT 電子工程和計(jì)算機(jī)科學(xué)系助理教授韓松（來源：https://songhan.mit.edu/）

路徑級(jí)二值化和修剪

在該研究中，他們的做法是刪除非必要性的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)組件，借此縮短計(jì)算時(shí)間、減少和內(nèi)存開銷來運(yùn)行 NAS 算法。另一項(xiàng)創(chuàng)新則是讓每個(gè)輸出的 CNN 在特定硬件平臺(tái)上（CPU、GPU 和移動(dòng)設(shè)備）的運(yùn)行效率比使用傳統(tǒng)方法所設(shè)計(jì)的模型來得快速。在測(cè)試中，研究人員的 CNN 在手機(jī)上的測(cè)量速度，比相似精度的 MobileNet-V2 快了 1.8 倍。

圖|硬件平臺(tái)上架構(gòu)搜索過程 Demo （來源：韓松團(tuán)隊(duì)）

CNN 能連接不同層（layer）的人工神經(jīng)網(wǎng)路，受到大腦處理影像的視覺皮質(zhì)（visual cortex）組織啟發(fā)，適合處理視覺方面的任務(wù)，是計(jì)算機(jī)視覺領(lǐng)域十分流行的架構(gòu)。一個(gè) CNN 架構(gòu)是由多個(gè)可調(diào)整參數(shù)的計(jì)算層（稱為“過濾器”），以及這些過濾器之間可能的連接所組成。

這種連接方式多種多樣，由于可以選擇的架構(gòu)數(shù)量（稱為“搜索空間”search space）非常龐大，所以想應(yīng)用 NAS 在海量圖像數(shù)據(jù)集上創(chuàng)建一個(gè)神經(jīng)網(wǎng)絡(luò)，計(jì)算量總是個(gè)很大的問題，所以工程師通常在較小的代理數(shù)據(jù)集上運(yùn)行 NAS，再把將訓(xùn)練好的 CNN 遷移到目標(biāo)任務(wù)上，但是，這種方法降低模型的準(zhǔn)確性，此外，把一樣的模型架構(gòu)套用在所有的硬件平臺(tái)，也難以發(fā)揮各種硬件的最佳效率。

研究人員直接在 ImageNet 大型數(shù)據(jù)集上訓(xùn)練和測(cè)試他們開發(fā)的新 NAS 算法，首先，他們創(chuàng)建一個(gè)搜索空間，包含了所有可能的 CNN“路徑”（路徑是指層和過濾器如何連接來處理數(shù)據(jù)），讓 NAS 算法可以自由尋找出一個(gè)最佳架構(gòu)。

這種方法通常把所有可能的路徑存儲(chǔ)在內(nèi)存中，如果用傳統(tǒng)的架構(gòu)搜索辦法直接在千類 ImageNet 搜索，就會(huì)超過 GPU 內(nèi)存的限制。為了解決此問題，研究人員利用了一種稱為“路徑級(jí)二值化”（path-level binarization）的技術(shù)，一次只在內(nèi)存中存放一個(gè)采樣路徑，大幅節(jié)省內(nèi)存的消耗。

接著，他們將這種二值化與“路徑級(jí)修剪”（path-level pruning）結(jié)合，通常該技術(shù)是用來學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)中有哪些神經(jīng)元（neuron）可以被刪除，而且不會(huì)影響輸出。不過，研究人員 NAS 算法是采用修剪整個(gè)路徑以取代丟掉神經(jīng)元，如此能夠完全改變神經(jīng)網(wǎng)絡(luò)的架構(gòu)。

在訓(xùn)練過程中，所有路徑最初都被給予相同的選擇概率，然后，該算法跟蹤這些路徑，并記下輸出的準(zhǔn)確性和損失，進(jìn)而調(diào)整路徑的概率，借此優(yōu)化準(zhǔn)確性和效率。最后，該算法修剪掉所有低概率的路徑，僅保留最高概率的路徑，形成最終版的 CNN 架構(gòu)。

圖｜MIT News 報(bào)道韓松團(tuán)隊(duì)新的神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索算法（來源：MIT News）

為硬件定制網(wǎng)絡(luò)結(jié)構(gòu)

另一項(xiàng)重要?jiǎng)?chuàng)新就是使 NAS 算法“hardware-aware”，也就是說，它會(huì)為一個(gè)硬件平臺(tái)量身定制專用的網(wǎng)絡(luò)結(jié)構(gòu)，使得推理的延遲更低。

韓松解釋，hardware-aware 是指 NAS 搜出來的模型不僅準(zhǔn)確率高，而且在硬件實(shí)測(cè)的速度也要快，使得搜出來的模型容易落地。然而，為了量測(cè)移動(dòng)設(shè)備的模型推理延遲，大公司的作法是利用大量的手機(jī)來實(shí)測(cè)，成本很高；而 ProxylessNAS 則是給延遲建模，這樣可以讓延遲可導(dǎo)（make latency differentiable），便于對(duì)延遲進(jìn)行端到端的優(yōu)化，而且只要使用一臺(tái)手機(jī)，成本低、精度誤差小于 1 毫秒。

對(duì)于網(wǎng)絡(luò)中的每個(gè)所選層，算法利用上述的延遲預(yù)測(cè)模型來采樣，然后使用這些信息設(shè)計(jì)出一個(gè)快速運(yùn)行的架構(gòu)，同時(shí)實(shí)現(xiàn)高精度。在實(shí)驗(yàn)中，研究人員的 CNN 在移動(dòng)設(shè)備上的運(yùn)行速度幾乎是現(xiàn)有 MobileNet-V2 模型的 2 倍。

韓松也提到一個(gè)有趣的結(jié)果，有些卷積核結(jié)構(gòu)曾被誤以為效率太低，但在研究人員的測(cè)試中，這些架構(gòu)在某些硬件上是高效的。

他指出，比如 7x7 這樣的大 卷積核最近幾年被比較少被人使用，因?yàn)?3 個(gè) 3x3 卷積核和 1 個(gè) 7x7 卷積核有同樣的感受野（receptive field），而 3 個(gè) 3x3 卷積核有 27 個(gè)權(quán)重，1 個(gè) 7x7 卷積核有 49 個(gè)權(quán)重，仿佛 7x7 不如 3 個(gè) 3x3 能讓模型更小。

但實(shí)際在 GPU 上 invoke kernel call 的代價(jià)很高，執(zhí)行多個(gè)小型過濾器不如執(zhí)行單個(gè)大型過濾器效率高，大的 kernel call 更適合 GPU 這樣并行度高的硬件?！八栽?GPU 上，ProxylessNAS 在較深的層自動(dòng)選取了大量 7x7 的卷積核，這是很有意思的，”他說。

GPU 的并行運(yùn)算特性能夠同時(shí)進(jìn)行多個(gè)計(jì)算，因此，執(zhí)行單個(gè)大型過濾器時(shí)，反而比處理多個(gè)小型過濾器更高效。“這打破了過去的想法”，“搜索空間越大，可以找到的內(nèi)容就越多。你不知道某個(gè)東西是否會(huì)比過去人類經(jīng)歷表現(xiàn)得更好，那就讓 AI 來探索，”韓松說。

他進(jìn)一步指出，類似例子在量化中也有體現(xiàn)，如他們最近的工作 HAQ: Hardware-aware Automated Quantization (CVPR 19 oral paper) 發(fā)現(xiàn)，不同硬件，如邊緣設(shè)備（edge device）和云端設(shè)備（cloud device），對(duì)量化策略的偏好是不同的。不同層在不同硬件上所需的比特?cái)?shù)也不一樣，有些層是計(jì)算受限，有些層是內(nèi)存受限；在這樣大的設(shè)計(jì)空間，人類給每種網(wǎng)絡(luò)、每種硬件訂制專屬的量化策略費(fèi)時(shí)費(fèi)力，基于學(xué)習(xí)的策略可以做得更好。

他認(rèn)為，這也說明研究 specialization 和 domain-specific hardware architecture 的重要性。最近越來越多好的深度學(xué)習(xí)工作都是算力推動(dòng)的，比如用于自然語言預(yù)訓(xùn)練的 Bert。很多場(chǎng)景落地也需要低功耗的硬件支持，比如端上智能和 AIoT。所以未來算法和算力的協(xié)同研究是值得關(guān)注的方向。

幫助人類減輕做瑣事或工作的負(fù)擔(dān)，一直是大家對(duì) AI 的期望。這也就是為什么 AutoML 和 NAS 受到重視的原因之一，所以如果要讓 NAS 普及，除了克服上述的計(jì)算成本高之外，還有哪些需要一步改善的問題？面對(duì)這個(gè)提問，韓松給了兩個(gè)很明確的方向，一是設(shè)計(jì)空間（design space）的設(shè)計(jì)，目前的 NAS 性能好壞很大程度依賴設(shè)計(jì)空間的選取，這部分還有很多人為的經(jīng)驗(yàn)。二是對(duì)速度和資源的優(yōu)化，為了讓 NAS 更容易在工業(yè)界落地，有兩個(gè)條件：搜索的過程占用的計(jì)算資源要低，搜索出的模型硬件效率要高——最終實(shí)現(xiàn)讓硬件效率和算法性能同步提升。