Slide 1

Slide 1 text

How Modular should Neural Module Networks Be for Systematic Generalization? 高山温 @ NewsPicks (Uzabase group) NeurIPS 2021 論文読み会 2022/01/25

Slide 2

Slide 2 text

自己紹介 ● Atsushi Takayama / 高山温 ● 2020年からNewsPicksでCTOをしていまし たが、今年からFellowしてます ○ データ基盤、データ分析、レコメンドエンジン、検 索エンジンなどのチームを率いています ● 大学中退 → 大学院中退 → 大学院生(イマココ) ○ 元々物理をやっていましたが、今はコンピュータサ イエンスを勉強中 ● 宣伝: ユーザベースはエンジニアの多様な キャリアと多様な成長を応援する会社です

Slide 3

Slide 3 text

Table of Contents ● VQAとは ● この研究の位置付け ● 研究内容 ● 結果 ● 所感

Slide 4

Slide 4 text

VQA (Visual Question Answering) ● since 2015 ○ 画像を与えられて質問に答える問題 ● 2021年に人間並みの精度になった ○ Microsoft, Alibabaなど ■ pre-trained attention-based models 人間 95.49 80.84 67.89 80.78

Slide 5

Slide 5 text

この研究の位置付け 1 ● SOTAとは別方向で、「少ない例で学習して、 どれだけ類似の質問に答えられるか」という 問題設定がある ● 右のような例で、人間なら少し学習しただけ で類似の質問にも答えられる ○ Systematic Generalizationという

Slide 6

Slide 6 text

この研究の位置付け 2 NMN: Neural Modular Networks 質問文をパースしてネットワークを構築 →少し学習しただけでそこそこ強い FiLM: End-to-Endで微分可能なネットワーク →大量に学習しないと強くない

Slide 7

Slide 7 text

この研究の位置付け 3 ● NMNを詳しく研究したら何かおもしろいことがわかるのでは? ○ 例えば、End-to-Endのモデルで「質問文の構造」を学習するような機構を取り入れられな いか、とか ○ VQAだけでなく画像認識でも Systematic Generalizationを上げるにはどうすればいい か、とか

Slide 8

Slide 8 text

● 下のような画像と質問1〜3があるとする ○ 1と2は色に関する質問、 3は文字に関する質問 ● 論文のタイトル “How Modular Should Neural Networks Be” は次 のようなイメージ ○ 左: 全部の質問に対応できるネットワークを学習する (最もModularityが低い) ○ 中央: 色とカテゴリーというグループごとにネットワークを学習する ○ 右: 各質問ごとに別々のネットワークを学習する (最もModularityが高い) 研究内容 1

Slide 9

Slide 9 text

研究内容 2 ● 少し複雑な質問でも、同様にsub-taskに分解して、Modularityが高い ネットワークから低いネットワークまでのパターンを作る

Slide 10

Slide 10 text

結果 1 ● グラフ(a)〜(d) ○ 質問の種類 ● 横軸 ○ 全体の何割のデータで学 習したか ● 縦軸 ○ 学習に登場しなかった類 似の質問の正答率 ● 4色のバー ○ 右に行くにつれて Modularityが高い

Slide 11

Slide 11 text

結果 2 ● 他にも色んなデータセットで検証 ● やっぱりModularityは効く (結果は割愛)

Slide 12

Slide 12 text

所感 ● ここまで書いていて、富士通さんのテックブ ログに解説が載ってるのに気づきました ● 実はまったく知らない分野でしたが、締め切 り駆動で10本ぐらい読んでみると多くのこと が学べました。誘っていただき感謝 https://blog.fltech.dev/entry/2021/12/09/neurips2021-ja