自监督、对比学习、contrastive learning、互信息、infoNCE等

===== 更新时间：21.2.7 祝大家节日快乐 ============

73岁Hinton老爷子构思下一代神经网络：属于无监督对比学习

无监督学习主要有两类方法（所以在label少的时候，unsupervised learning可以帮助我们学到data本身的high-level information，这些information能够对 downstream task有很大的帮助。）

第一类的典型代表是 BERT 和变分自编码器（VAE），它们使用深度神经网络重建输入。但这类方法无法很好地处理图像问题，因为网络最深层需要编码图像的细节。

另一类方法由 Becker 和 Hinton 于 1992 年提出，即对一个深度神经网络训练两个副本，这样在二者的输入是同一图像的两个不同剪裁版本时，它们可以生成具备高度互信息的输出向量。这类方法的设计初衷是，使表征脱离输入的不相关细节。

NLP 里的无监督：语境信息对 BERT 非常重要，它利用遮蔽语言模型（masked language model，MLM）允许表征融合左右两侧的语境，从而预训练深度双向 Transformer。 Hinton 举了一个例子：「She scromed him with the frying pan」。在这个句子中，即使你不知道 scromed 的意思，也可以根据上下文语境进行推断。

视觉领域也是如此。然而，BERT 这类方法无法很好地应用到视觉领域，因为网络最深层需要编码图像的细节

Becker 和 Hinton 提出最大化互信息方法——可以尝试不再解释感官输入（sensory input）的每个细节，而专注于提取空间或时序一致性的特征（原来x和编码后的x 特征一致，最重要的特征保留了下来，忽略无关紧要的信息）

首先需要理解 互信息 ，因为只有知道了，我们需要加大什么互信息，才能更好的设计正负样本，从而利用对比学习来设计任务提高。互信息可以看做加强版的 correlation，correlation 只能反映变量之间的线性关系，但是互信息可以进一步反映变量之间的非线性关系；这一点在量化金融里面也非常有用

对比学习只是加大互信息的其中一种方式而已。infoNCE也是其中一种loss

更新理解：参考文献

作者的个人理解，其实任意挖掘对象之间联系、探索不同对象共同本质的方法，都或多或少算是自监督学习的思想。原始的监督学习、无监督学习，都被目所能及的一切所约束住，无法泛化，导致任务效果无法提升，正是因为自监督探索的是更本质的联系，而不是表像的结果，所以其效果通常出乎意料的好。自监督学习的前两类方法，其核心想法其实都是想去探索事物的本质。

参考资料

On Mutual Information Maximization

设计

对比学习（Contrastive Learning）相关进展梳理

互信息 [苏神]

互信息的概念大家都不陌生，它基于香农熵，衡量了两个随机变量间的依赖程度。而不同于普通的相似性度量方法，互信息可以捕捉到变量间非线性的统计相关性，因而可以认为其能度量真实的依赖性

好特征的基本原则应当是“能够从整个数据集中辨别出该样本出来”，也就是说，提取出该样本（最）独特的信息（表示学习算法并不一定要关注到样本的每一个细节，只要学到的特征能够使其和其他样本区别开来就行）如何衡量提取出来的信息是该样本独特的呢？我们用“互信息”来衡量。就是说 你是一个女人并不能很好从一堆人中知道你，但是你很爱学习，长相的特点区别其他人，姓名等独特的信息。就能把你进行编码，和其他人的编码区分出来。或者身份证也是这个信息。这个信息在计算机中叫  互信息。

互信息是一个非常重要的指标，它衡量了两个东西的本质相关性，你看那些 表示学习 pretrain得到的编码信息。就是为了用这些信息来操控下游任务。因为物体在表示上面都已经不同了，下游任务相对负担就少了，更容易的解决下游任务（很多研究者认为，深度学习的本质就是做两件事情：Representation Learning（表示学习）和 Inductive Bias Learning（归纳偏好学习）。目前的一个趋势就是，学好了样本的表示，在一些不涉及逻辑、推理等的问题上，例如判断句子的情感极性、识别图像中有哪些东西，AI 系统都可以完成非常不错；而涉及到更高层的语义、组合逻辑，则需要设计一些过程来辅助 AI 系统去分解复杂的任务，ICLR 19 的一篇 oral 就是做的类似的事情。因为归纳偏好的设计更多的是 任务相关的，复杂的过程需要非常精心的设计，所以很多工作都开始关注到表示学习上，NLP 最近大火的预训练模型，例如 BERT，就是利用大规模的语料预训练得到文本的好的表示。那么，CV 领域的 BERT 是什么呢？答案已经呼之欲出，就是对比学习---参考）

参考1 wordvec

所以我们任务的互信息是什么非常重要，必须弄懂互信息才能很好的进行任务的设计。

举例子：利用典型的论文分析

一般对比学习的 loss 都是 infoNCE那个（自己查）。

Contrastive Predictive Coding ： 这篇论文的锚点数据x是现在的表示，x+样本是未来的。互信息是希望现在的表示和未来的大体一致，比如语音是统一个人，视频是统一动作，图像是同一物体等。所以要加大这个表示的相近，优化目标就是编码函数 或编码器 f 使得互信息更大。

DIM旨在最大化一个图像的局部和整体表示向量的互信息

这篇文章说得很好，就其实对比学习就是在一个加大互信息的。

对比学习

对比学习的loss  为

最小化这一 loss 能够最大化 锚点数据 和 正样本 互信息的下界，加大互信息，学习是学习f函数

怎么 样设计正负样本呢？最好能覆盖所有的关系，这种看你的设计把，是预训练表示？还是基于任务的。

参考文章---这篇挺好的。

然后据说 负样本越多效果越好，但是多了就效率又降低了。不过都有相关论文，这个自己查把。感觉到处是hhh

自监督写的好的

基本总结完了。看看后面我看论文的程度把。

科研好难，但是还是要加油..>.<

ps: 点个赞吧嘤嘤嘤╥﹏╥...

欢迎私戳进阶版本