一（yī）条狗，即（jí）使是之前从未见（jiàn）过（guò）的品种（zhǒng）、颜色，我们也能一眼认出（chū）它（tā）。

对（duì）周遭任何变化（huà）的感（gǎn）知（zhī）是人类与生俱来的能力。

但是人工智能（néng）系统就不一样（yàng）了（le），即使级别（bié）SOTA，能完成（chéng）无数人类完成不了（le）的任务，但也有很多对人类（lèi）来说（shuō）轻而易举的（de）事情，它却（què）搞不（bú）定（dìng），比（bǐ）如，让金毛换个角度：正面、侧面、前面、后面，人（rén）工智能可能会识别地很挣扎。

深度学习模型擅长（zhǎng）解释像素和标签之间的统计模式，但却很难（nán）通过（guò）许多潜（qián）在的自然变化正确识别对象（xiàng）。

那是扫雪机在路上扫雪吗？还是一辆校（xiào）车侧翻了？

上图是（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，显示了一个深度（dù）神经（jīng）网络将（jiāng）一辆公共（gòng）汽车错误地（dì）分类为扫雪车。

人（rén）类（lèi）可以瞬间（jiān）知道，但是颜（yán）色、大小（xiǎo）和（hé）透（tòu）视等因素（sù）使情况复杂化，增加了人（rén）工智能模型（xíng）的预测难（nán）度。

Facebook AI一直在探索如何更好地捕捉自然变（biàn）化，在这方面，传统（tǒng）解决方案有很（hěn）大局限性，即所谓的解纠缠（disentanglement）。我们最近还提出了等（děng）变化（huà）移位算子（equivariant shift operator）的概念，这是一种（zhǒng）替（tì）代解的概念（niàn）证（zhèng）明（míng），可以帮助（zhù）模型理解通过模拟最常见的变换，物体可能会（huì）发生怎样的变化。

目前（qián），Facebook AI在这方面（miàn）的工作主要是理论性的（de），但是对于（yú）深度（dù）学习模型（xíng），特别是（shì）计算机视觉潜力巨（jù）大（dà）: 增加了（le）可解释性和准确性（xìng），即（jí）使在（zài）小数据集上训练也有更好（hǎo）的性能（néng），并提（tí）高了泛化（huà）能力。Facebook AI希望这（zhè）些（xiē）贡献能够使计算机视觉（jiào）向前推进一步，更好（hǎo）地理（lǐ）解视（shì）觉世界的复杂性。

现行方法的局限

目（mù）前的解（jiě）纠（jiū）缠方法试图通过将（jiāng）模（mó）型中的每个因子编（biān）码到模（mó）型内（nèi）部（bù）表示的一个单独的子空间中，来学习模型中对象（xiàng）的基本变换。

例如，解纠缠可能将狗图像的数据集编（biān）码为姿（zī）态（tài）、颜（yán）色和品种子空（kōng）间。

这种方（fāng）法在识别刚（gāng）性数据集（jí）的（de）变化因素方面很有优（yōu）势（shì），比如一个（gè）单（dān）一（yī）的 MNIST 数字（zì）或者一个单（dān）一的对象，比（bǐ）如一把椅子，但是我们已经发现，在多个分类中，解纠缠的表现（xiàn）很差。

想象一下多个旋转（zhuǎn）的（de）形状，比如三角形和正方形（xíng）。解纠缠模（mó）型试（shì）图将物（wù）体的形状和方向这两个变化因素分离成两个变化因（yīn）素。

下图说明了传（chuán）统的（de）解纠缠是无法在多个形（xíng）状（zhuàng）的数据集中孤立旋转的。我（wǒ）们期（qī）望（wàng）高亮显示的形（xíng）状会旋转，但是由于解纠缠失败，形状仍然是（shì）固定的。

解纠缠还带来了拓扑缺陷，这是一系列众（zhòng）多变换中（zhōng）的另一（yī）个问题。拓扑缺（quē）陷违背连续性——深度学习模（mó）型的本质属性。如果没（méi）有连续性，深度学（xué）习模型可能很难（nán）有（yǒu）效地学（xué）习数据中的模式。

想象一下正三角（jiǎo）形的旋转。旋转120度的正三角形与原（yuán）来的三角形无法区分（fèn），导（dǎo）致在方向（xiàng）空间中有相同的表示。然（rán）而，通过（guò）在三角形的一个角（jiǎo）上加一个无穷小的点，表示（shì）变得可辨别，违反了连续性。附近（jìn）的图像映射到相距较远的图（tú）像。Facebook AI的研究还表明，拓扑缺（quē）陷出现在（zài）非对称形状和许多其他常见的（de）变换中。

利用等变化算子揭（jiē）示变化因子

有一个数学（xué）分支「群论」可以教我们应用等变（biàn）化算子的很多知（zhī）识（shí）。它表（biǎo）明，一个直观（guān）的方式来理解变化（huà）因素是（shì）将（jiāng）他们模拟为一组（zǔ）转换。例如，一（yī）个三角形的旋转有一个组的结（jié）构: 90度旋（xuán）转和30度旋转结合起来产生（shēng）120度旋转（zhuǎn）。

Facebook AI利用这些（xiē）想法（fǎ）来识别（bié）传统解（jiě）纠缠的缺点（diǎn），并（bìng）确定如何训练等变化算子来解纠缠（chán）。我们提出了一（yī）个等变化算（suàn）子，称为移位算子。这是（shì）一（yī）个（gè）矩（jǔ）阵（zhèn），其块体模（mó）仿了常见变换的组结构--旋转、平移（yí）和重缩放。然后在原始图像和它们的转换上训练一个人工智能模型。

这样就会发现，即（jí）使在包含多个类的数据集（jí）中（zhōng），移（yí）位算（suàn）子也能（néng）成（chéng）功地（dì）学习变换--这正是传（chuán）统解纠缠经常失败（bài）的条件。