一条狗，即使是之前从未见过的品（pǐn）种（zhǒng）、颜色（sè），我们也能（néng）一眼认出它。

对（duì）周遭任何变化的感知是人（rén）类与生俱来的能力。

但是人工智能系统（tǒng）就（jiù）不（bú）一样了（le），即（jí）使级别SOTA，能完（wán）成无数（shù）人类（lèi）完（wán）成不了的任务，但也有（yǒu）很多（duō）对人（rén）类来说轻（qīng）而易举的事情，它却搞（gǎo）不定，比如，让金（jīn）毛换个角度：正面、侧面、前（qián）面、后面（miàn），人工（gōng）智能（néng）可能（néng）会识（shí）别地很挣扎。

深度学习模（mó）型擅长解释像素和标签之（zhī）间的统计模式，但却很难通过许（xǔ）多潜在的自然（rán）变化（huà）正（zhèng）确识别对（duì）象。

那是扫雪机（jī）在（zài）路上扫雪吗？还是一辆校车侧翻了？

上图是根据（jù）M.A. Alcorn等人的（de） "Strike(with)a pose: Neural networks are easily fooled by strange poses of familiar objects"绘制，显示了一个（gè）深度神经网络将一辆（liàng）公（gōng）共汽（qì）车错误（wù）地分类为扫雪（xuě）车（chē）。

人类可以（yǐ）瞬（shùn）间知道（dào），但是颜色、大（dà）小和透视等因（yīn）素使情（qíng）况复杂化，增加了人工智能模型的预测难度。

Facebook AI一直在（zài）探索（suǒ）如何（hé）更（gèng）好地捕捉自然变（biàn）化，在这方面，传统解决（jué）方（fāng）案有很大局限性，即所谓的解（jiě）纠缠（chán）（disentanglement）。我（wǒ）们最近（jìn）还提出（chū）了（le）等（děng）变化移位算子（equivariant shift operator）的（de）概念，这是一种替代解的概念证明，可以帮助模型理解通过（guò）模拟最常见（jiàn）的变换，物体可（kě）能会发生怎样（yàng）的变化。

目前，Facebook AI在这方面的工（gōng）作主要（yào）是（shì）理论性的，但是对于深度学习模型，特别是计算机视觉潜力巨大: 增加了可解释性（xìng）和准（zhǔn）确性，即使（shǐ）在小数据（jù）集（jí）上训练也有更好的（de）性能，并提高了泛化能力。Facebook AI希（xī）望（wàng）这些贡献能够使（shǐ）计算机视觉向前推进（jìn）一步，更好地理（lǐ）解视觉世界的复杂性。

现行方法的局限

目前（qián）的解纠缠方（fāng）法试图通过将（jiāng）模型中的每（měi）个因子编码到模型内部表（biǎo）示的一个（gè）单独的（de）子空间中，来（lái）学习模型中对象的基本变换。

例如，解纠缠可能将狗图像的数（shù）据集（jí）编（biān）码为姿态、颜色（sè）和（hé）品种子空间。

这种方法（fǎ）在识别刚性数据集的（de）变化因素方面很有优势（shì），比如一个单一的 MNIST 数字或者一个单一的对象，比如（rú）一把椅子，但是我们已经发现，在多个分（fèn）类（lèi）中，解纠缠的（de）表现很（hěn）差。

想象一（yī）下多个旋转的形状，比（bǐ）如三角形和正方（fāng）形（xíng）。解纠缠模型试图将物体的形状和方向这两个变化（huà）因素分离成两个变化因素。

下图说明了传（chuán）统的解纠（jiū）缠是无法在多个形状的数据集中孤立旋转的。我（wǒ）们期望（wàng）高亮显示的形状（zhuàng）会旋转，但是由于解纠缠失败，形状仍然（rán）是固定（dìng）的。

解纠缠还带来了（le）拓扑缺陷，这是一系列众多变（biàn）换中（zhōng）的（de）另（lìng）一个问题。拓扑缺陷违（wéi）背连续（xù）性（xìng）——深度（dù）学习模型的本质属（shǔ）性。如果没有连（lián）续性，深度学习模型可能很难有效地学习（xí）数（shù）据中（zhōng）的模式。

想（xiǎng）象一下正三角形（xíng）的旋转。旋转120度的（de）正三角形与原来的三角形无法区分，导致在方向空间中有相（xiàng）同的表示（shì）。然而（ér），通过在三角形的一个角上加一个（gè）无穷小的点（diǎn），表示变得（dé）可辨别，违反了连（lián）续性（xìng）。附（fù）近的图像映射到相距较（jiào）远的图（tú）像。Facebook AI的研究还表（biǎo）明，拓扑缺陷出现（xiàn）在（zài）非对称（chēng）形（xíng）状（zhuàng）和许多（duō）其他常（cháng）见（jiàn）的（de）变换中。

利用等变化（huà）算子揭示变化因子

有一个数学分支「群论」可以教（jiāo）我们应用（yòng）等（děng）变化算子的很多知识。它表（biǎo）明（míng），一个（gè）直（zhí）观的方式来理（lǐ）解变化因素是将他们模拟为一组（zǔ）转（zhuǎn）换。例如（rú），一个三角（jiǎo）形的旋转有一个组的结构: 90度旋转和30度旋（xuán）转（zhuǎn）结合起来产生120度旋（xuán）转。

Facebook AI利（lì）用这些想法（fǎ）来识别传统（tǒng）解（jiě）纠（jiū）缠的缺点，并确定（dìng）如何训练等变化算子来解纠缠。我们提出了一个等变化算子，称为移位算子。这是（shì）一个矩阵，其块体模仿了常（cháng）见变换的组结构--旋转、平（píng）移和（hé）重缩放。然后在原始图像和它们的转换（huàn）上训练一个人工智能模型。

这样（yàng）就会发现（xiàn），即使在包含多个类的数据集中，移位算（suàn）子也能（néng）成功地学习变换（huàn）--这正是传统解纠缠经常失败的（de）条件。