一条狗，即使是（shì）之前（qián）从未见过的品种、颜色（sè），我们也能一眼（yǎn）认出它。

对周（zhōu）遭任何（hé）变（biàn）化的感知是人类与生俱来的（de）能力。

但（dàn）是人工智能（néng）系统就不一样了，即使级别（bié）SOTA，能完成（chéng）无（wú）数人（rén）类完成不了的任务（wù），但也有很多对人（rén）类来说轻（qīng）而易举的事情，它却搞不定，比如，让金毛换个角度（dù）：正面、侧（cè）面、前（qián）面、后（hòu）面，人（rén）工智能可（kě）能会识别地（dì）很（hěn）挣扎。

深（shēn）度学（xué）习模型擅长解释（shì）像素和（hé）标签之间的统（tǒng）计模式，但却（què）很难通过（guò）许多潜（qián）在（zài）的自（zì）然（rán）变化正确识别对象。

那是扫（sǎo）雪机在路上扫雪吗？还是一辆校（xiào）车侧翻了？

上（shàng）图是（shì）根据M.A. Alcorn等人的 "Strike(with)a pose: Neural networks are easily fooled by strange poses of familiar objects"绘制，显示了一个深（shēn）度神（shén）经网络将一辆（liàng）公共汽车错误地分类为扫雪车。

人类可以（yǐ）瞬间知道，但（dàn）是颜色（sè）、大（dà）小和透视等（děng）因素使（shǐ）情况复杂化，增（zēng）加了人工（gōng）智能模型的预测难度。

Facebook AI一直在（zài）探索如何更（gèng）好地捕（bǔ）捉（zhuō）自然变化，在（zài）这方面，传统（tǒng）解决方案有很（hěn）大局限性，即（jí）所谓的解纠（jiū）缠（disentanglement）。我们（men）最（zuì）近还提（tí）出（chū）了等变化移位算子（equivariant shift operator）的概念，这是一（yī）种替（tì）代解的（de）概念证明，可（kě）以帮助模型理（lǐ）解通过模拟最常见（jiàn）的变换，物体可能（néng）会发生（shēng）怎样的（de）变化。

目（mù）前，Facebook AI在（zài）这方面的工作主要是理论（lùn）性的，但是对（duì）于深（shēn）度（dù）学习模型，特别（bié）是计算机视觉潜力巨大: 增加了可解释性和准确性（xìng），即使在小数据集上训练也有更好的性能，并提高了泛化（huà）能（néng）力。Facebook AI希（xī）望这些贡献能够使计算机视觉向（xiàng）前推进一步，更（gèng）好地理解视觉世（shì）界的复杂性。

现（xiàn）行方法的局限

目（mù）前（qián）的解（jiě）纠（jiū）缠（chán）方法试图通（tōng）过将模型中的每个因子编码到模型内（nèi）部（bù）表示（shì）的（de）一个（gè）单独的子（zǐ）空（kōng）间中，来学习模型中对象的基本变换（huàn）。

例（lì）如，解纠缠（chán）可（kě）能（néng）将狗图像的（de）数据集编（biān）码为（wéi）姿态、颜（yán）色和品（pǐn）种子空间（jiān）。

这（zhè）种（zhǒng）方法在识别刚性数据集的变（biàn）化因素方面很有优势，比如（rú）一个单一（yī）的 MNIST 数字或者（zhě）一（yī）个（gè）单一的对象（xiàng），比（bǐ）如一把椅子，但（dàn）是（shì）我们已经发现，在多个分类中，解（jiě）纠（jiū）缠的表现（xiàn）很差（chà）。

想象一下多个旋转的形状，比如（rú）三角形和正方形（xíng）。解纠缠模型试（shì）图（tú）将物体的形状和方向这两（liǎng）个变化因素分离成两个变化因素（sù）。

下图说明了传统的解纠缠是（shì）无法在多个形状的数据集中孤立（lì）旋转的。我们期望高亮显示的形状会旋转（zhuǎn），但是由于解纠缠失（shī）败，形状仍（réng）然是固定的。

解纠缠还带来了拓（tuò）扑缺陷，这是一系列众多变换中的另一（yī）个问（wèn）题。拓扑缺陷（xiàn）违（wéi）背连续（xù）性——深度学习模型的本质（zhì）属性。如（rú）果没有（yǒu）连续（xù）性，深度学（xué）习模型可能（néng）很难有效地学习（xí）数据中的模式。

想象（xiàng）一下正三角形的旋转。旋（xuán）转120度的正三角形与原来的三角形无法区（qū）分，导致在方向空间中有相同的表示。然（rán）而，通过在三角（jiǎo）形的（de）一个角（jiǎo）上加一个无穷小的点，表示变得可辨别，违反了连（lián）续性。附近（jìn）的（de）图像映（yìng）射到相距较远的图像。Facebook AI的（de）研究还表明，拓扑缺（quē）陷出（chū）现在非对称形（xíng）状和许多其他常见的变换中。

利用等变化算子揭示变（biàn）化因子

有一个数学分支「群论」可以（yǐ）教我（wǒ）们应用等变化算子的很多知识。它表明，一个直观（guān）的方式来理（lǐ）解（jiě）变化因素是将他们（men）模拟为（wéi）一组转（zhuǎn）换。例（lì）如，一个（gè）三角形的旋转有一个组的结（jié）构: 90度旋转和30度旋转结合起来产生120度旋转。

Facebook AI利用这些（xiē）想（xiǎng）法来识别传统解纠（jiū）缠的缺点，并确定如何训练等变化算子来解纠（jiū）缠（chán）。我们（men）提出（chū）了一个等变化算子，称为移位算子。这是一个（gè）矩阵，其块体模仿了常见变（biàn）换的组结构--旋（xuán）转、平移和重缩（suō）放。然后在原（yuán）始图像和（hé）它们的转（zhuǎn）换上训练一个人工智能模（mó）型。

这（zhè）样就会发现，即使在包含多个（gè）类的数据（jù）集中，移位算子也能（néng）成功地（dì）学（xué）习变换--这正是（shì）传统（tǒng）解纠缠经常失败的（de）条件（jiàn）。