斑马识别成狗，AI犯错的原因被斯坦福找到了丨开源

　　Pine发自凹非寺
　　量子位公众号QbitAI
　　明明是只斑马，AI为什么说它是一条狗？
　　分类模型在归类图像时有时会错误地判断类别。
　　经过学习的AI，还会搞砸一些预测，肯定是在其中的某个环节出现了纰漏。
　　斯坦福大学的两位博士生和教授JamesZou在一篇论文中，带我们探究了分类模型犯错的原因。
　　随后，论文提出一种方法反事实的概念性解释（ConceptualCounterfactualExplanations），并评估了它的效果。
　　通过这种方法，我们就能重新定义模型的分类标准，从而解释AI犯错的原因。
　　一起来看看吧。AI为什么会犯错？
　　想要提高分类模型后续预测的准确性，就先得整明白这个模型在哪里出了岔子。
　　一般来说，AI搞砸预测是以下原因造成的：
　　首先是在模型实际预测的过程中，分类标准可能会与预训练时有些偏差，使得训练模型在实际预测的过程中效果不佳，进而降低预测结果的准确性。
　　比如说，病理学家使用预先训练好的模型来分类组织病理学图像，但效果在他的图像上却不是很好。
　　这就可能是在他的图像中，色调与原始训练数据中不同导致的。
　　其次，在模型学习的过程中，可能会学习到一种叫做伪相关性的东西，即将一些看似无关的要素与被识别的图像关联起来。
　　可以看这个例子：
　　在这个模型训练过程中，样本里所有狗的照片里都有雪，这导致该模型将雪与狗联系在一起，并错误地预测：没有雪的狗不是狗。
　　这可能是用的数据集，都是在同一场景下收集的，会阻碍模型的泛化。
　　除此之外，也可能是在训练模型时，人为制造的一些偏差。
　　例如，某一皮肤科专家利用训练好的AI来分类图像中的皮肤病，但其他同事使用的效果却不尽如人意。
　　这可能是因为在训练的样本中，皮肤的肤色单一、且年龄段分布窄。
　　了解了AI犯错的原因后，我们要怎样才能准确地判断模型哪里出现了错误呢？AI犯错，它来解释
　　JamesZou在论文中提出了一种叫反事实的概念性解释（CCE）的方法。
　　具体来说，就是通过这种方法，来探究输入数据与预测结果之间的联系，最终找到模型的错误之处。
　　那CCE是怎么来解释的呢？定义概念库
　　首先要做的，就是设置并细化一个概念库C，即制作一个分类标准。
　　具体来说，概念库C中的各个概念可以用来分类图像，如装置c1（街道、雪等）、图片质量c2（清晰、模糊等）
　　这样，就能获得一组可解释的概念库C｛c1，c2，｝。
　　然后，需要给其中的每个概念找对应训练数据。
　　具体的，就是收集与其相符（Pci）和不符（Nci）的例子，一般来说数量上要一样（PciNci100）。
　　对于每个概念，CCE都要学习它们的分类方法和思维方式。
　　分别通过两种方法：
　　一个是通过学习支持向量机（SVM），来寻找可以区分两种事物最优方式的算法（线性分类器）。
　　另一个是学习相应的概念激活向量（CAV），它可以用来解释图像被错误分类的具体原因。
　　就像下图，都是斑马的图像，归类错误的原因却不一样。
　　这一步只需要对每个想要评估的模型做一次，之后CAV便可以用来解释任意数量的错误分类。给定错误分类标准
　　我们可以通过改变不同概念在模型中的比重，对其分类标准进行相应的调整，这些调整要满足以下原则：
　　1、正确性：如果一个分类标准达到了预期的结果，那么它就被认为是正确的。
　　2、有效性：分类标准不能违反人类的基本认知。
　　3、稀疏性：最终目标是向用户传达模型的错误之处，太多的变量不利于有效传达信息。
　　我们的目的是尽可能地使预测结果贴近训练结果，即最小化交叉熵损失。
　　因此就要不断优化模型预测的标准，通过调整待修改的标准，对其进行加权，最终达到纠正错误分类的效果。
　　了解之后，我们通过一个实际例子来看看，怎么用CCE探测分类模型出错的地方。
　　在这里，分类模型错误地将斑马图像识别为非洲猎犬。
　　于是，我们首先生成这个模型将斑马识别成狗的一系列标准。
　　然后，对这些标准进行评分，如果评分为正，则代表在图像中增加这个概念，将会提高正确分类的概率，反之亦然。
　　在这个例子中，如果增加stripes（条纹）这个概念，识别出它为斑马的概率就会大一些。
　　在c）图中，通过CCE分析也可以直观地看到，PolkaDots（斑点）和Dog（狗）是导致模型预测错误的原因。CCE效果怎么样？
　　看到这里，想必大家对CCE的原理都有了初步的认识。
　　那它判断得到底准不准确，效果究竟如何呢？
　　CCE的目的，主要是揭示模型在训练过程中学习到的伪相关性，用它就可以捕获图像中出现的其他无关要素和图像的伪相关性。
　　测试发现，在大多数情况下，该模型在超过90的错误分类的测试样本中识别出伪相关。
　　看看这个表格，相较于其他方法，使用CCE，识别出样本中伪相关的概率最高。
　　CCE能够精准地识别出样本中的伪相关，可以看这个例子：
　　改变苹果图片的颜色（使图片变灰），分类模型识别错误的概率增大时（黑线），CCE辨别出绿色为伪相关的分数也就越高（绿线）。
　　除此之外，CCE也有用在医学领域的潜力。
　　像AbubakarAbid等人就使用CCE，在皮肤病学（皮肤状况分类）、胸片图像中的心脏病学（气胸分类）中都做了相关测试。
　　CCE使用学习到的偏差和图像质量条件来解释模型犯错，也已被专业的皮肤科医生证实这些因素，确实很大程度上是导致皮肤图像难以分类的原因。
　　此外，CCE的速度也很快。
　　概念库只需要使用简单的支持向量机学习一次，每个测试示例在单个CPU上花费的时间小于0。3s。
　　重要的是，它可以很简单地应用到任何深度网络，在不需要训练数据的情况下检测到模型犯错的原因。
　　如果你对这种方法感兴趣，想亲自试试的话，可以戳下文链接查看。作者介绍
　　JamesZou，论文通讯作者，是斯坦福大学生物医学数据科学系的助理教授，计算机科学与电气工程系的助理教授。
　　于2014年获得哈佛大学博士学位，曾是微软研究院成员、剑桥大学盖茨学者和加州大学伯克利分校西蒙斯研究员。
　　他的研究得到了SloanFellowship、NSFCAREERAward以及Google、Amazon和腾讯AI奖项的支持。
　　AbubakarAbid（前）、MertYuksekgonul（后）论文第一作者，均为斯坦福大学博士生。
　　参考链接：
　　1、https：arxiv。orgpdf2106。12723。pdf
　　2、https：github。commertygdebugmistakescce
　　3、https：twitter。comjamesyzoustatus1541452062344417280
　　完
　　量子位QbitAI头条号签约
　　关注我们，第一时间获知前沿科技动态