小样本学习，路在何方？

小样本 vs 大样本，多“小”才算小，多“大”才算大？什么样的情况下，需要专门设计“小样本”学习算法？小样本学习在智能体学习过程中如何和不同大小样本的数据融合？如何在数据积累中过渡到大样本学习？

付彦伟：这个问题很基础也很有意思，我们其实做小样本，一般都考虑每个类只有一个三个五个、或者十来个样本，这种one-shot 、three-shot、five-shot情况。此外在深度学习之前，从partical learning这个角度来看其实有些问题可以借鉴，在统计学，小样本学习不叫one-shot learning，而叫做smoothing probability，也就是小样本可能还和特征维度有关系。假设你的特征维度是D的话，当样本量小于logD，就算一个比较小的样本。当然现在有深度学习了，我们可能并不会从这个角度去看。

至于什么样的情况需要专门设计小 样本学习算法，其实这是一个很实际或者很工业的问题，比如在医疗图像处理中解决很罕见的病变，样本量确实不够，我们想去学一个分类器就只能根据这个数据去设计小样本学习算法。

小样本学习在智能体学习过程如何和不同大小样本的数据融合，这其实有很多角度。比如李飞飞老师在 ICCV2003年的一篇文章，通过贝叶斯这条思路去融合；我们也可以和专家系统，或者通过一些专家知识融合，甚至可以和不同的领域，比如vocabulary inference learning领域，通过NLP去学习一些语义字典帮助小样本学习；如何在数据积累中过渡到大样本学习，这有一个很典型的增量学习问题。 

何旭明：从视觉概念的认知角度来看，小样本的“大小”也体现在它与其他类别之间区分度的大小。即使有些类别样本数量比较小，如果它和其他类别相似度较高，可以用很多先验知识来帮助学习这些小样本，因此也可以不算“小样本”。如果碰到一个和其他类区别很大的类别，可能通常的学习就会变得非常困难，需要当作小样本看待。

如果利用一些先验知识能够帮助学习小样本类别，我觉得这种情况是可以设计相关算法的。但如果很难得到先验知识，那无论什么设计也学不到有用信息。

针对如何从不同大小样本中的数据融合问题，我认为可以从大样本入手开始学习，然后扩展到小样本。即使类别不同，如果有相关性的话，依然可以去借鉴大样本统计上的一些规律来帮助小样本学习。

最后，借鉴人类的学习过程来说，一开始可能是小样本，然后不断在数据积累和反馈机制下，可以获得更新的数据。这样可以把视觉概念的表征不断地细化，最后能够自然而然地就能过渡到大样本。

马占宇：关于如何与不同规模大小样本的数据融合，我觉得还有一个不平衡的学习问题。即首先分清哪些类别样本是小的，哪些类别是大的。这种情况下，不是简简单单真地把小样本变大，或者是说把大样本增强，理想的状况是能够在数据分布不平衡的情况下，去做一个比较好的分类器。

引入知识来弥补小样本的数据不足是一个较为公认的趋势，到底什么算是“知识”，有哪些形式？目前真正管用/好用的“知识”是什么，来自哪里？

王瑞平：现在模型能够取得成功，基本上都是依赖数据驱动。在数据不足的情况下，尤其在零样本学习（极端情况）里面，一定要利用语义的知识去辅助。到底什么算是“知识”，现在零样本里面可能会用一些属性的标注，包括一些类别在语义层面的相似性关系，都算比较底层的知识。从人类的认知角度来看，相关的知识库和应用也可称之为“知识”，这可能是一种更自然的方式。

那么目前真正管用或者是好用的“知识”有哪些？在零样本和小样本学习里面，大部分还是属性、词向量这种人类手工标注的语义描述，其实这种知识可扩展性比较差。我们不可能对所有类别标注它所需要的全部知识，将来更有实践意义的，应该是从大量原始文本数据中进行类别相关的语义挖掘和提纯，然后结合手工标注的属性。这方面目前很大程度上仍受限于自然语言处理技术的发展，所以真正地用知识去弥补数据不足应该是可努力的方向。

何旭明：在一些特定专业领域里面标注是很困难的，比如医学图像分析。但是很多医学学科已经建立了比较完整的知识体系，因此充分利用这些专业的知识体系，可以帮助弥补数据匮乏的弱点。

付彦伟：从贝叶斯的角度，我们可以把知识当做一个先验信息，把小样本或者这些知识建模成一个分布，来帮助小样本学习。甚至可能从图形学模型的角度去思考，比如把一些领域的知识建模成一个ontology或者是一个图形学模型。目前这方面还没有探索得特别清楚，掌握知识其实是一个很基础的问题。

在小样本学习的实际场景中，数据量缺乏会带来domain gap(域漂移)问题，怎么看待域漂移给小样本学习带来的挑战？

马占宇：我觉得域漂移和知识迁移都属于跨域问题，从不同域之间这个层面上来定义比较好。所以说域漂移给小样本学习带来了挑战，也带来了一些好处和机会，比如我们前面提到的跨模态、多模态，可以把不同域之间的知识融合起来，最终进行小样本学习。

什么样的小样本训练数据集能够产生较好的模型？

付彦伟：源数据和目标数据比较相近或者相似的时候，源数据上训练的模型用于目标数据的小样本学习，效果还是比较好的，如果差得比较大的话，其实还是有很大影响的，这个其实直接就和域漂移有很大关系。我们在做一些缺陷检测时也会遇到很多类似的问题。

何旭明：在实用场景里面可以依据情况来考虑样本选择，依据问题赋予的灵活性分两种情况：第一类问题，如果类别是可以选的，那就选择和源数据比较近的样本；第二类，如果类别是预规定好的，可以在每个类别通过数据选择产生一些比较好的数据帮助训练。

one-shot learning要解决的是仅有少量训练数据时模型的过拟合问题么？那传统解决过拟合的方法（如特征选取，正则化，提高训练样本多样性等）如何体现在现有的one-shot方法中呢？

付彦伟：之前基本就是以上的传统策略。但是有了深度学习之后，我们如果不用迁移学习，每个类5个训练样本来训练一个学习器，可能就要考虑特征选择、正则化这些问题。用深度学习的话，这个问题应该还是存在的，可能只是形式变了，我们采用batch normalization 或者instance normalization来进行正则化,特征选取可能也能对应得上。因为我们在深度学习中会隐含去做这些事情，比如说注意力机制本身也是一种特征选取。

何旭明：注意力机制实际上其实是在动态地特征选取。正则化的作用，除了BN，其实你的网络模型设计就体现了对模型的约束；还有模型训练的损失函数设计也体现了这点，比如添加额外的约束项。提高训练样本的多样性的话，现在很多的趋势，就是做feature augmentation(特征增广)。

机器学习（深度学习）如今依赖海量数据，样本量过小容易过拟合，模型表达能力不足。但某些实际场景下样本很难收集，应该如何处理这些问题，如何防止过拟合？

王瑞平：这应该就是小样本学习的背景，小样本和数据不平衡问题其实是共生的，实际生活当中这两个问题是普遍存在的。从企业界的项目经验来看，通过数据增广、相似类别之间的知识迁移、数据合成和domain adaptation（域自适应学习）。针对样本类别之间的不平衡问题，可以做数据的合成或者分类器的合成。

马占宇：样本量过小导致的过拟合不仅是小样本学习中面临的问题。传统机器学习里也同样面临这个问题，需要结合不同场景具体分析。

在小样本学习中如何考虑任务之间的相关程度？如何在新领域的任务中应用小样本学习方法？

何旭明：现在的很多假设任务是独立同分布的，也就是从一个分布中采样出独立的任务。在这个假设下，很难去探索任务之间的相关度。在实际应用中，这个假设是比较强的，很多时候任务之间的确是有相关度的。那么或许最后会变成一个类似于多任务学习的问题设定。

零样本学习中，辅助信息（属性，词向量，文本描述等）未来的发展趋势是怎样的？

付彦伟：无论图像识别、自然语言处理还是其他领域，都可能会存在零样本学习的问题。属性和词向量也有很多缺点，比如多义性，你说apple是apple公司还水果apple，这本身就有歧义性。

何旭明：如果利用这些辅助信息其中的内在关联建立起信息之间的联系，就可能是一种有结构的知识图谱。换个角度，因为这些属性词向量，就是知识表达的一个具体体现，而背后的应该是整个的一个知识体系。

可解释性学习能否促进零样本学习的发展？

马占宇：我先打一个比方，可能不太恰当。在信号处理领域里，我们接受到的是信号，然后从中获取信息，最后又把信息提炼成知识，这个是不同层次，不同内涵的事情。当然对于我们做视觉任务来说，也许就是图像中寻找一些显著区域，然后在该区域搜集某些特征、目标。因此，从这个角度讲，可解释性学习对零样本的发展是有帮助的，但是目前如何促进以及结合知识，我觉得还是一个比较有挑战或者开放的问题。

王瑞平：模型的可解释性肯定能促进零样本学习的发展，零样本学习之所以能做，就是因为能够去建立类别之间的关联，把所谓的已知类的语义信息迁移到未知类别上面。

类别通过什么关联的呢？其实类别背后的根本是一些概念的组合，比如有没有四条腿、皮毛、何种颜色等概念。那么如果能够从已有分类模型中学习出来样本和类别间的因果关系，并知道类别之间的差异何在，以及模型与概念的对应关系，试图去解决零样本和小样本之间的问题，就能追溯到可迁移的根本所在。

付彦伟：深度学习的可解释性可能更侧重于特征的描述，零样本学习最开始的一些工作，其实一直都是以可解释性这个思路去做，就是把X映射到一个Y，Y是H的空间，后来我们又通过这种语义的可解释性来做零样本学习。如果单纯地只是深度学习特征的可解释性，就相当于怎么去更好地提取X，由X去构造零样本学习.。