henry 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

《LeJEPA：無需啟發(fā)式的可證明且可擴(kuò)展的自監(jiān)督學(xué)習(xí)》

“這可能是LeCun以meta身份發(fā)表的最后一篇論文了。”

沒錯(cuò)，這篇帶“Le”的論文，介紹了一種自監(jiān)督學(xué)習(xí)方法，于11月11日在arXiv提交，是LeCun的最新公開成果。

也是在這一天，他離職meta的消息被曝光。

如果說LeCun在2013年加入開啟了meta AI研究的一個(gè)時(shí)代，那么LeJEPA就是他在meta的告別之作。

LeJEPA究竟是怎樣的“最后一舞”？

LeJEPA：基于各向同性高斯嵌入的自監(jiān)督學(xué)習(xí)方法

LeJEPA核心是提出了一種基于各向同性高斯嵌入的自監(jiān)督學(xué)習(xí)方法，通過引入SIGReg正則化，有效解決了表示崩潰問題，并顯著提升了模型的泛化能力。

在傳統(tǒng)的JEPA框架中，預(yù)測任務(wù)常面臨表示崩潰的問題。

這意味著，在訓(xùn)練過程中，模型可能將所有輸入映射到單一的點(diǎn)或低維空間，導(dǎo)致嵌入空間中的樣本不可區(qū)分，從而無法有效捕捉樣本間的語義差異。

針對這一問題，現(xiàn)有方法依賴啟發(fā)式技術(shù)，如停止梯度、非對稱視圖生成和教師-學(xué)生網(wǎng)絡(luò)，但這些方法由于缺乏對JEPA基礎(chǔ)理論的探索，被視為替代方案。

基于以上背景，研究提出一種新的JEPA框架——潛在歐幾里得JEPA（Latent-Euclidean Joint Embedding PredictiveArchitecture，LeJEPA），其核心是使嵌入空間遵循特定的統(tǒng)計(jì)分布，從而提升模型的預(yù)測性能。

嵌入分布的影響

首先，研究通過最小二乘回歸（OLS）分析了嵌入分布對偏差和方差的影響。

結(jié)果表明，等向高斯分布能夠最小化訓(xùn)練過程中的偏差和方差。

特別地，在總方差相同的情況下，非等向分布會導(dǎo)致更高的偏差和方差，而等向高斯分布則能夠有效地保證最小的偏差和方差，從而提高下游任務(wù)的穩(wěn)定性和準(zhǔn)確性。

通過在非線性探測和幾何直覺方面的實(shí)驗(yàn)，研究進(jìn)一步驗(yàn)證了等向高斯分布的優(yōu)越性。

實(shí)驗(yàn)表明，無論是在回歸任務(wù)還是分類任務(wù)中，等向高斯分布都能保持最小的誤差，而非等向分布則表現(xiàn)出較高的方差。

研究表明，各向同性高斯分布是嵌入空間的最佳分布，它可以在沒有任務(wù)信息的情況下，保證最小化偏差和方差，從而提高下游任務(wù)的表現(xiàn)。

SIGReg：實(shí)現(xiàn)高斯分布的正則化

為實(shí)現(xiàn)上述分布匹配，研究提出了草圖化各向同性高斯正則化（Sketched Isotropic Gaussian Regularization，SIGReg），這是一種可處理、可證明正確的正則化方法。

SIGReg的創(chuàng)新點(diǎn)在于：

將分布匹配問題轉(zhuǎn)化為統(tǒng)計(jì)假設(shè)檢驗(yàn)，通過零假設(shè)與目標(biāo)分布的匹配來實(shí)現(xiàn)提供了一種測試方法，保證在多GPU訓(xùn)練時(shí)的高效性，并確保梯度和曲率有界解決了高維空間中的維度災(zāi)難問題。

SIGReg通過單變量方向檢驗(yàn)，結(jié)合Epps-Pulley測試來判斷嵌入分布與目標(biāo)分布（等向高斯分布）的匹配程度。

它將分布匹配轉(zhuǎn)化為零假設(shè)與備擇假設(shè)的檢驗(yàn)，并通過統(tǒng)計(jì)量判斷是否拒絕零假設(shè)，從而確認(rèn)分布是否匹配。

高維問題的解決

SIGReg還通過兩條機(jī)制解決了高維空間中的計(jì)算挑戰(zhàn)：

平滑性：嵌入函數(shù)的Sobolev平滑性保證了在僅需O(K)個(gè)方向切片的情況下即可有效約束整個(gè)空間，進(jìn)行有效的統(tǒng)計(jì)檢驗(yàn)。SGD迭代特性：訓(xùn)練過程中方向的重復(fù)采樣累積效應(yīng)使得即使方向數(shù)量很少（如M=16），也能迅速收斂到各向同性分布，優(yōu)于固定方向集。

在實(shí)現(xiàn)方面，LeJEPA結(jié)合了SIGReg和預(yù)測損失兩部分，通過Epps-Pulley統(tǒng)計(jì)量實(shí)現(xiàn)分布匹配，并通過小批次訓(xùn)練保證計(jì)算效率和穩(wěn)定性。最終的總損失是SIGReg損失和預(yù)測損失的加權(quán)和。

SIGReg損失：通過Epps-Pulley統(tǒng)計(jì)量計(jì)算，確保訓(xùn)練過程中梯度有界，并通過積分近似提升計(jì)算效率。小批次訓(xùn)練引入的偏差對訓(xùn)練影響較小。預(yù)測損失：與DINO方法相似，通過計(jì)算所有視圖預(yù)測全局視圖的差異。LeJEPA總損失：是SIGReg損失和預(yù)測損失的加權(quán)和，其中一個(gè)超參數(shù)λ用于平衡這兩部分的權(quán)重。

實(shí)驗(yàn)驗(yàn)證與結(jié)果

為了驗(yàn)證LeJEPA的可靠性，研究在多個(gè)大型架構(gòu)上進(jìn)行實(shí)驗(yàn)，包括ViT、ConvNeXt、ResNet、MaxViT和Swin Transformer等，模型規(guī)模接近10億參數(shù)。

實(shí)驗(yàn)結(jié)果顯示，LeJEPA在這些架構(gòu)上表現(xiàn)超越現(xiàn)有方法，且保持了訓(xùn)練的簡便性和魯棒性。

特別地，在領(lǐng)域特定的數(shù)據(jù)集（如Galaxy10、Food101）上，LeJEPA在直接在目標(biāo)數(shù)據(jù)上預(yù)訓(xùn)練時(shí)超越了基于DINOv2的遷移學(xué)習(xí)方法。

總的來說，LeJEPA延續(xù)了之前JEPA的探索，重新確立了自監(jiān)督學(xué)習(xí)作為AI研究的核心方法。

LeJEPA通過提供一個(gè)簡單且理論上有支持的框架，使得從數(shù)據(jù)中學(xué)習(xí)表示變得更加高效，并在多個(gè)任務(wù)中展示了優(yōu)越的性能。

JEPA世界模型

自LeCun于2022年在《A Path Towards Autonomous Machine Intelligence》中首次提出JEPA以來，基于JEPA的架構(gòu)已經(jīng)發(fā)展了整整三年。

JEPA（Joint-Embedding Predictive Architecture）是一種自監(jiān)督學(xué)習(xí)框架，旨在通過基于嵌入空間的聯(lián)合預(yù)測方法來提升模型的表達(dá)能力和推理能力。

與生成式模型不同，它并不能簡單地用于從x預(yù)測y，它僅捕捉x和y之間的依賴關(guān)系而無需顯式生成y的預(yù)測。

此外，為了應(yīng)對長期規(guī)劃問題，JEPA還可以進(jìn)一步通過分層架構(gòu)（即H-JEPA）來增強(qiáng)其抽象能力。

在H-JEPA中，低層表示處理短期預(yù)測任務(wù)，而高層表示則用于長期預(yù)測。

這種分層結(jié)構(gòu)使得模型在進(jìn)行長期規(guī)劃時(shí)，可以在不同的抽象層次上進(jìn)行操作，從而提高可預(yù)測性和減少信息損失。

值得一提的是，JEPA架構(gòu)通常與世界模型密切相關(guān)，只不過其與一般意義上的世界模型仍有區(qū)別。

傳統(tǒng)的世界模型一般指能夠模擬環(huán)境或系統(tǒng)的模型，其主要目的是通過預(yù)測未來狀態(tài)來實(shí)現(xiàn)長期規(guī)劃和決策（如強(qiáng)化學(xué)習(xí)）。

而JEPA則是一種通過聯(lián)合嵌入空間學(xué)習(xí)狀態(tài)與動作轉(zhuǎn)移的架構(gòu)，重點(diǎn)在于結(jié)合表示學(xué)習(xí)和自監(jiān)督學(xué)習(xí)來完成預(yù)測和規(guī)劃任務(wù)。

在JEPA中，世界模型的目的是預(yù)測世界狀態(tài)的未來表現(xiàn)形式。

具體而言，JEPA通過學(xué)習(xí)狀態(tài)與動作的轉(zhuǎn)移來訓(xùn)練世界模型，其核心在于從當(dāng)前狀態(tài)的表示推斷未來狀態(tài)的表示，這一過程是在聯(lián)合嵌入空間中完成的。該空間通過最小化預(yù)測誤差來學(xué)習(xí)狀態(tài)表示與動作之間的關(guān)系。

盡管最初的JEPA論文呈現(xiàn)出一種對生成式AI的反思，描述了人工智能未來的愿景，并指出這一愿景可能需要數(shù)十年的時(shí)間才能實(shí)現(xiàn)。

但自2022年夏季發(fā)布以來，在LeCun的推動下，JEPA架構(gòu)已經(jīng)取得了一些顯著進(jìn)展。

I-JEPA: Self-Supervised Learning from Images with a Joint-Embedding Predictive Architecture

與其他圖像SSL方法相比，I-JEPA充分利用了Transformer架構(gòu)的靈活性。

在I-JEPA中，上下文編碼器是一個(gè)ViT，它僅處理可見的上下文塊。

預(yù)測器接收上下文編碼器的輸出，并根據(jù)位置標(biāo)記（以顏色顯示）預(yù)測特定位置的目標(biāo)塊表示。

目標(biāo)表示對應(yīng)于目標(biāo)編碼器的輸出，權(quán)重在每次迭代中通過上下文編碼器權(quán)重的指數(shù)滑動平均進(jìn)行更新。

V-JEPA: Revisiting Feature Prediction for Learning Visual Representations from Video

V-JEPA是I-JEPA在視頻領(lǐng)域的擴(kuò)展，它通過將視頻視為3D圖像來實(shí)現(xiàn)這一點(diǎn)。

訓(xùn)練過程基于一個(gè)包含T幀的視頻片段，空間分辨率為H×W，并將其展平成一個(gè)L個(gè)token的序列。

首先通過從視頻片段中去除一些tokens來獲得x-encoder的輸入。

接著，x-encoder處理被屏蔽的視頻序列，并為每個(gè)輸入token輸出一個(gè)嵌入向量。

然后，x-encoder的輸出與一組可學(xué)習(xí)的mask tokens進(jìn)行拼接，這些mask tokens包含了被屏蔽的時(shí)空補(bǔ)丁的位置信息嵌入。

預(yù)測網(wǎng)絡(luò)處理拼接后的token序列，并為每個(gè)mask token輸出一個(gè)嵌入向量。

最后，預(yù)測網(wǎng)絡(luò)的輸出通過 L1 損失回歸到預(yù)測目標(biāo)。預(yù)測目標(biāo)對應(yīng)于y-encoder的輸出。

今年7月，LeCun團(tuán)隊(duì)又進(jìn)一步發(fā)布了V-JEPA 2

V -JEPA 2基于V-JEPA，進(jìn)一步提升了動作預(yù)測和世界建模能力，使機(jī)器人能夠與陌生物體和環(huán)境進(jìn)行交互，從而完成任務(wù)。

MC-JEPA: A Joint-Embedding Predictive Architecture for Self-Supervised Learning of Motion and Content Features

MC-JEPA是JEPA 的擴(kuò)展，使其能夠包含運(yùn)動信息。

架構(gòu)通過在視頻中使用光流估計(jì)學(xué)習(xí)運(yùn)動，并通過圖像視角的聯(lián)合嵌入學(xué)習(xí)內(nèi)容，以多任務(wù)方式共享編碼器。其光流估計(jì)架構(gòu)基于PWC-Net。

光流估計(jì)采用粗到精的方式，先估算初步的光流，再逐層精細(xì)化，最終通過圖像重建損失來優(yōu)化。

整個(gè)過程中，前向-反向光流的一致性通過循環(huán)一致性損失得到強(qiáng)化。為了避免訓(xùn)練不穩(wěn)定，模型在每個(gè)特征層使用方差-協(xié)方差正則化。

除上述工作以外，LeCun及其團(tuán)隊(duì)還進(jìn)一步圍繞JEPA發(fā)表了JEPAsLLM-JEAP等工作。

總的來說，盡管JEPA架構(gòu)相較于傳統(tǒng)監(jiān)督學(xué)習(xí)方法提供了一條新路徑，但其自發(fā)布以來就毀譽(yù)參半。

比如，有人批評JEPA架構(gòu)過于抽象，難以應(yīng)用到最前沿的主流模型中，其與生成式AI的背離也讓不少網(wǎng)友將meta的失利歸咎于LeCun的學(xué)術(shù)取向。

甚至有meta AI員工表示：Fair尚未證明自己是DeepMind等研究機(jī)構(gòu)的真正競爭對手。

而最新發(fā)布的LeJEPA也徹底在LeCun和meta之間劃上了句號。

不過，LeJEPA雖然可能LeCun在meta的研究終點(diǎn)，但肯定不是JEPA發(fā)展的終結(jié)。

據(jù)消息稱，LeCun已經(jīng)在籌集資金，創(chuàng)辦初創(chuàng)公司，繼續(xù)推進(jìn)他在世界模型方面的工作。

而在AI熱辣滾燙之下，這位65歲圖靈獎(jiǎng)得主、AI三巨頭之一的教父級人物，創(chuàng)業(yè)又豈會缺資源？

唯一的問題，只可能是LeCun一直以來給人過于“學(xué)術(shù)”的風(fēng)格和印象，擔(dān)憂他在嚴(yán)格計(jì)算ROI的商業(yè)世界里，再次遭遇meta生涯末期里的分歧和困境。

One more thing

雖然LeCun與meta的“分手”說不上體面，但在meta的這十多年也許是LeCun生涯中最順的時(shí)期——

深度學(xué)習(xí)爆發(fā)、加入紐大、建立FAIR、辦頂會（ICLR）、拿圖靈獎(jiǎng)、出自傳（《科學(xué)之路》）、發(fā)paper，帶學(xué)生。

自2013年加入meta以來，LeCun的個(gè)人被引飆升，約為次，占總數(shù)的93%

雖然光三巨頭合寫的《深度學(xué)習(xí)》綜述就貢獻(xiàn)了10萬多次，但也足見LeCun學(xué)術(shù)影響力的飆升。

這段黃金時(shí)期不僅見證了LeCun個(gè)人事業(yè)的巔峰，更推動了整個(gè)AI領(lǐng)域的發(fā)展。

江湖上至今流傳著扎克伯格當(dāng)年現(xiàn)身NIPS時(shí)的轟動，并且都在認(rèn)為他會帶走一票AI天才……

扎克伯格與約書亞·本吉奧在NIPS 2013

但最后扎克伯格只是請來了LeCun，一人勝過千軍萬馬。

LeCun成就了Facebookmeta的AI轉(zhuǎn)型之名，成為了金字招牌；meta也一度給過LeCun足夠自由的研究待遇和環(huán)境。

只是最后結(jié)局前的波瀾，令人唏噓～

好在，65歲的Yann LeCun，依舊是闖的年紀(jì)～～

[1]https://ai.meta.com/blog/v-jepa-2-world-model-benchmarks/

[2]https://arxiv.org/abs/2511.08544

[3]https://arxiv.org/abs/2301.08243

[4]https://malcolmlett.medium.com/critical-review-of-lecuns-introductory-jepa-paper-fabe5783134e

[5]https://github.com/GihhArwtw