MLNLP(机器学习算法与自然语言处理)是国内外最大的自然语言处理社区之一，汇聚超过50w订阅者，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。
社区的愿景是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步。Contrastive Learning (对比学习) 是这两年深度学习非常热的话题，可以说是刷新了很多人对无监督学习对认知。最初谷歌写的Representation Learning with Contrastive Predictive Coding (CPC) 公式十分抽象，不好理解。我在做完了一个CPC的项目以后，决定做一张超直观的图帮助大家摆脱公式理解。
在讲CPC之前，我会先在第一部分用脸盲的例子，让大家先理解什么是Contrastive Learning，它为什么有用？它到底是如何学习的。（笔者始终相信，科研创新都是先有直觉（intuition)，再有严密的公式推理。如果不明白intuition，是很难真正理解公式的）
第二部分我会用一张自己做的图来解释CPC。
整篇文章我会围绕着理解contrastive learning的关键思想来讲：
1. 构造positive pairs （正样本对） 和 negative pairs （负样本对）
2. 在对比 positive pairs 和 negative pairs 的过程里提高辨识能力
一、发现自己脸盲时，你会怎么做？
很多人都有脸盲的体验，对我而言，脸盲是一大难题。不仅看外国电影会脸盲，连内地明星我也会。比如，假如你在不同的电视剧里分别看到李沁和孙怡两个人，深感困惑到底谁是谁的时候，你会怎么做？如果是我的话，我会去搜一下孙怡长什么样，李沁长什么样
我们下意识地，在对比着她俩在不同情景下的图片，通过不断的对比，提升自己【提取特征】的能力。这里样本量可能不够大，这两位明星各三张图片，我仍然难以辨认她们。而对于天天见她们的导演，在日积月累的对比下，想必能抓取到更多特征。而阅人无数的导演，大概是不会像我们这么容易脸盲的。
在这个例子里，我想强调的是，我们在日常生活里，下意识地就会去构建正样本对（孙怡的不同照片，李沁的不同照片），和负样本对（一张孙怡的照片 v.s. 一张李沁的照片）。
对于分辨能力比较弱，没见过多少妆容精致的女明星的我，正样本对和负样本对看起来可能差不多，我可能无法判断正样本对和负样本对，也就是说，从上面六张图里，你挑两张给我，我都不知道是不是同一个人。
而对于不脸盲的人来说，你挑两张图，他可能就知道是不是同一个人。
而我们改善自己脸盲问题的方式，就是不断的去学习，哪对图片是同一个人，哪对是不同人，从而提高分辨能力。
这就是对比学习 (Contrastive Learning)
二、来讲CPC
这个图的主要部分是对一个个体的CPC的特征提取过程。请注意脚标 j 代表这是个体 j 。灰色的长矩阵 代表个体j的时间序列，对于每一个frame，我们对它做 特征提取 (encode) ，也就是图中的箭头 ，然后每个frame会得到对应的黄色矩阵
接下来，CPC原文里提到，它希望学得一些global information, 也称context information。什么是context information呢？举例来说，你在看电视剧的时候，看到了前面几十集 (对应图里的原时间序列 )，
作为一个看片（不对，看剧）无数的人，你从前几十集觉察到了他们的感情逐渐有了罅隙（你作为encoder提取了 )），然后，你可能就开始【预言了】 ：xxxx 和 yyyyy肯定会感情越来越糟糕( )。（context information）。但你其实是无法准确预测后来到底会具体发生什么事情，即 跳出电视剧来说，CPC会在样本里随机选一个时间点 , 把 前面提取到的所有的 用一个回归模型来总结前面所有信息（比如用RNN得到图里的 ），然后用线性变换去预测出 理想来说，你是一个阅剧无数的人，那么从这个电视剧后面的真实剧情 的感情走向 和你预测的感情走向 应该是极为相似的。如果此时有人谈到另一个电视剧 (你看的电视剧叫 ) 的感情走向 ,那你一定能判断出他在谈的不是你在看的电视剧 可是如果你是一个小孩（初始化的神经网络，你可能就无法分辨不同剧的感情走向是不是对应的）就像很多人模仿某作家的文风会被专业人士看出，却能欺骗过大众。
(这里的k可以取1, 2, ..., K)， K是你认为最多能预测的timestep这里f是一个相似度衡量函数，可以直接用exp(内积( ))。（之所以不用MSE是因为CPC并不想要element wise的一致，而希望更全局的slowly changed 信息一致，希望mutual information一致）这里分母的m=1,...., N 是采样的不是j的个体的embedding，通常取一个batch里的所有样本（包括样本j）。这样做比较方便写代码和计算。（不过Kaiming He最近有paper提出从batch之外采样效果更好。）现在我们来看，对于牛逼的神经网络，分子的相似度应该很高，值会很大。而分母的每一项，除了m=j的时候，其他项都应该非常小，甚至接近于0。而对于什么都不会的神经网络，假如是random guess，那么 所以，我们的只要minimize这个L，就是在优化这个神经网络，让它越来越能辨识正负样本对。这就是CPC的整个学习过程，通过这个正负样本对的loss来更新网络的所有参数。你可以理解为，逼着它更新特征提取器来学会辨识正负样本对。更广一点contrastive learning的工作的思想也是这样的，只是正负样本对的构建方式不一样。关于我们
MLNLP(机器学习算法与自然语言处理) 是由国内外自然语言处理学者联合构建的民间学术社区，目前已经发展为国内外最大的自然语言处理社区之一，汇聚超过50w订阅者，旗下包括万人顶会交流群、AI臻选汇、AI英才汇以及AI学术汇等知名品牌，旨在促进机器学习，自然语言处理学术界、产业界和广大爱好者之间的进步。社区可以为相关从业者的深造、就业及研究等方面提供开放交流平台。欢迎大家关注和加入我们。
