神經(jīng)網(wǎng)絡(luò)技術(shù)起源于上世紀(jì)五、六十年代，當(dāng)時叫感知機(jī)，擁有輸入層、輸出層和一個隱含層。輸入的特征向量通過隱含層變換達(dá)到輸出層，在輸出層得到分類結(jié)果。

盡管人工智能取得了很大的進(jìn)步，但現(xiàn)在大多數(shù)基于人工智能的產(chǎn)品仍然依賴于“深度神經(jīng)網(wǎng)絡(luò)”。這種網(wǎng)絡(luò)通常非常大，而且訓(xùn)練成本高得令人望而卻步。

麻省理工學(xué)院的研究人員希望改變這一現(xiàn)狀。在今天發(fā)表的一篇論文中，研究人員揭示了神經(jīng)網(wǎng)絡(luò)中包含的“子網(wǎng)絡(luò)”，比之前的網(wǎng)絡(luò)小10倍，而且可以更便宜、更快地進(jìn)行訓(xùn)練。

為了訓(xùn)練大多數(shù)神經(jīng)網(wǎng)絡(luò)，工程師給它們提供大量的數(shù)據(jù)集，但這可能需要幾天的時間和昂貴的GPUs。

來自麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室(CSAIL)的研究人員發(fā)現(xiàn)，在這些訓(xùn)練有素的網(wǎng)絡(luò)中，有更小的子網(wǎng)絡(luò)，可以做出同樣準(zhǔn)確的預(yù)測。

CSAIL所謂的“彩票假說”就是基于這樣一種觀點(diǎn)，即訓(xùn)練大多數(shù)神經(jīng)網(wǎng)絡(luò)就像買所有的彩票，以確保中獎。相比之下，訓(xùn)練子網(wǎng)就像只買有獎的那張彩票一樣。

問題在于，研究人員還沒有想出如何在不構(gòu)建完整神經(jīng)網(wǎng)絡(luò)的情況下找到這些子網(wǎng)，然后修剪掉不必要的位。研究人員目前還沒有找到這些子網(wǎng)絡(luò)的方法。

如果他們能找到一種方法跳過這一步，直接進(jìn)入子網(wǎng)絡(luò)，那么這一過程可以節(jié)省數(shù)小時的工作。并使訓(xùn)練神經(jīng)網(wǎng)絡(luò)不僅僅對大公司開發(fā)而且對單個程序員開放。

但是，如何有效地找到子網(wǎng)絡(luò)，并明確為什么有些子網(wǎng)在訓(xùn)練上比其他子網(wǎng)表現(xiàn)地更好，可能會讓研究人員忙上幾年。